Tài liệu, ebook Công Nghệ Thông Tin

Trình bày một số kỹ thuật cơ bản nhằm “nâng cao” chất lượng ảnh trong miền không gian  Phần đầu trình bày xử lý không phụ thuộc không gian – trực tiếp trên từng điểm ảnh với kỹ thuật chính dựa trên histogram  Phần kế trình bày xử lý ảnh trong miền không gian với kỹ thuật chính là sử dụng các nhân chập áp trực tiếp lên ảnh xám

24 trang | Chia sẻ: nguyenlam99 | Ngày: 04/01/2019 | Lượt xem: 1263 | Lượt tải: 0

Xử lý ảnh trong miền tần số có nhiều thuận lợi so với xử lý trong miền không gian. Tần số cao ứng với các chi tiết mịn, tần số thấp ứng với các thành phần thô.  Lọc trong miền tần số đơn giản là nhân F(u,v) của ảnh với biến đổi lọc G(u,v).  Các bộ lọc thông thấp và thông cao: ideal, Butterwort, Gaussian

60 trang | Chia sẻ: nguyenlam99 | Ngày: 04/01/2019 | Lượt xem: 1363 | Lượt tải: 0

Thuật giải dò cạnh được phát triển dựa trên đạo hàm bậc một hoặc hai.  Các toán tử Prewitt, Sobel (đạo hàm bậc nhất), hoặc các toán tử dựa trên Laplacian (đạo hàm bâc hai) như LoG hoặc DoG đều bị nhạy với ảnh nhiễu  Thuật giải Canny được phát triển dựa trên đạo hàm bậc nhất (dùng toán tử Sobel hoặc Prewitt), nhưng thêm một số bước để dò cạ...

48 trang | Chia sẻ: nguyenlam99 | Ngày: 04/01/2019 | Lượt xem: 1235 | Lượt tải: 0

Đa giác A được gọi là đa giác lồi (convex) nếu một đường thẳng nối 2 điểm bất kì thuộc A phải nằm trong A  Bao lồi (convex hull) H của một tập bất kì S là một đa giác lồi nhỏ nhất chứa tất cả các điểm thuộc S  Tập được tạo thành bởi H-S được gọi là tập thiếu của S

71 trang | Chia sẻ: nguyenlam99 | Ngày: 04/01/2019 | Lượt xem: 1894 | Lượt tải: 0

Bài giảng đã trình bày “phục hồi ảnh” cho mục tiêu khử nhiễu và ảnh giảm chất lượng.  Các kỹ thuật miền không gian có thể dùng để khử nhiễu ngẫu nhiên  Kỹ thuật miền tần số thích hợp để khử nhiễu tuần hoàn  Sử dụng inverse filter để khử lỗi trong trường hợp không có nhiễu  Sử dụng Wiener filter để khử ảnh có nhiễu và lỗi

59 trang | Chia sẻ: nguyenlam99 | Ngày: 04/01/2019 | Lượt xem: 2284 | Lượt tải: 0

Chọn không gian màu (trong phân đoạn ảnh màu). Cách chọn vector biểu diễn điểm ảnh  Ảnh xám: (grey_level, x, y).  Ảnh màu: (la, lb, lc, x, y). Với la, lb, lc là giá trị màu trong không gian màu. Không gian CIE Lab thích hợp để phân đoạn với thuật giải K-Mean  Cách tính khoảng cách giữa 2 điểm dữ liệu trong biểu thức so sánh

53 trang | Chia sẻ: nguyenlam99 | Ngày: 04/01/2019 | Lượt xem: 1122 | Lượt tải: 0

Dưới đây là một giao diện tôi đã thực hiện bằng cách nối các ảnh bạn đã tạo trong các bài tập của phần này. Giao diện này sẽ rất lớn nếu đưa vào trang Web. Vì vậy bạn phải tạo chúng với kích thước nhỏ hơn kích thước được hướng dẫn trong các bài tập để đặt chúng trên Web

152 trang | Chia sẻ: nguyenlam99 | Ngày: 03/01/2019 | Lượt xem: 1008 | Lượt tải: 0

What is an Image? (1) • A digital image is a 2D signal. • An image is a function (e.g., brightness) of two real variable a(x,y): – a: amplitude, real number or integer, – (x,y): real coordinate position. • Pixel: picture element. • Region of interest (ROI). sites.google.com/site/

10 trang | Chia sẻ: nguyenlam99 | Ngày: 03/01/2019 | Lượt xem: 985 | Lượt tải: 0

• Wavelet transform takes a mother wavelet (e.g., Haar), and the signal is translated into shifted & scaled versions of this mother wavelet. • Used to divide the information of an image into approximation & detail subsignals: – Approximation subsignal: shows the general trend of pixel value, – Detail subsignals: show the vertical, horizontal...

10 trang | Chia sẻ: nguyenlam99 | Ngày: 03/01/2019 | Lượt xem: 980 | Lượt tải: 0

1. Introduction 2. Image Representation 3. Deconvolution a. Lucy – Richardson Method b. Wiener Method c. Blind Method

11 trang | Chia sẻ: nguyenlam99 | Ngày: 03/01/2019 | Lượt xem: 1095 | Lượt tải: 0