Bài giảng Xử lý tín hiệu và mã hóa - Chương 3: Xử lý và nâng cao chất lượng ảnh - Phạm Việt Hà

iểm
Viện Khoa học Kỹ thuật Bưu điện 3
 Xử lý điểm ảnh là 1 trong các phép xử lý cơ bản và đơn giản. Có 2 cách tiếp
cận trong cách xử lý này:
 Dùng 1 hàm thích hợp tùy theo mục đích cải thiện ảnh để biến đổi giá trị của
điểm ảnh sang một giá trị khác.
 Dựa vào kỹ thuật biến đổi lược đồ xám (Histogram).
3.1.1.1 Tăng độ tương phản
Nếu ảnh của ta có độ tương phản kém, ta có thể thay đổi tuỳ theo ý muốn.
3.1.1.1 Tăng độ tương phản
Viện Khoa học Kỹ thuật Bưu điện 4
Nguyên lý: Điều chỉnh lại biên độ trên toàn dải hay dải có giới hạn bằng cách
biến đổi tuyến tính (T là hàm tuyến tính) hay phi tuyến biên độ đầu vào.
+ Cách biến đổi tuyến tính:
Với các độ dốc α , β , γ xác định độ tương phản tương đối, L là số mức xám tối
đa của ảnh.
 α = β = γ= 1 : Ảnh kết quá trùng với ảnh gốc.
 α , β , γ > 1 : Giãn độ tương phản
 α , β , γ < 1 : Co độ tương phản
3.1.1.2 Tách nhiễu và phân ngưỡng
Viện Khoa học Kỹ thuật Bưu điện 5
Tách nhiễu: Là trường hợp đặc biệt của giãn độ tương phản khi có độ dốc α=
γ= 0
Ứng dụng để quan sát ảnh, cắt ảnh hoặc giảm nhiễu khi biết tín hiệu đầu vào
nằm trên khoảng [a, b].
 Phân ngưỡng (Thresholding): Là trường hợp đặc biệt của tách nhiễu khi
a = b = const
Ứng dụng tạo các ảnh nhị phân, in ảnh 2 màu.
3.1.1.3 Biến đổi âm bản (Digital Negative)
Viện Khoa học Kỹ thuật Bưu điện 6
 Biến đổi âm bản nhận được khi dùng phép biến đổi v = L − s .
 Ứng dụng khi hiện các ảnh y học.
3.1.1.4 Cắt theo mức (Intensity Level Slicing)
Viện Khoa học Kỹ thuật Bưu điện 7
 Làm nổi bật một miền mức xám nhất định (để tăng cường một số đặc điểm
nào đó).
 Có 2 kỹ thuật thực hiện:
 Hiển thị giá trị cao cho tất cả các mức xám trong vùng quan tâm, và
ngược lại (không nền).
 Làm sáng vùng mức xám mong muốn, nhưng giữ nguyên các giá trị xám
khác (có nền).
3.1.1.4 Cắt theo mức (Intensity Level Slicing)
Viện Khoa học Kỹ thuật Bưu điện 8
3.1.1.5 Trích chọn bít (Bit Plane Slicing)
Viện Khoa học Kỹ thuật Bưu điện 9
Mục đích là để làm nổi bật các thành phần trên toàn ảnh bởi việc sử dụng các
bit đặc biệt.
 Mỗi mức xám s của 1 điểm ảnh được mã hóa trên B bit, và được biểu diễn:
 Trong các bit mã hóa, người ta chia làm 2 loại: Bit bậc thấp và bit bậc cao.
Với bit bậc cao, độ bảo toàn thông tin cao hơn nhiều so với bit bậc thấp, các
bit bậc thấp thường biểu diễn nhiễu hay nền.
 Muốn trích chọn bit thứ n và hiện chúng,
ta dùng biến đổi:
3.1.1.6 Trừ ảnh
Viện Khoa học Kỹ thuật Bưu điện 10
 Trừ ảnh được dùng để nén ảnh, tách ảnh khỏi nền, truyền ảnh, nhận dạng, phân
đoạn, làm nổi đường biên, tách nhiễu khỏi nền.
 Kỹ thuật này hay được dùng trong dự báo thời tiết, trong y học, an ninh
 Trong an ninh báo động kẻ đột nhập.
Cho hai ảnh I1, I2 (cùng kích thước, tính chất). Ta lấy hiệu hai ảnh bằng cách
trừ từng toạ độ của I2 cho I1.
Chỉ ra sự khác biệt giữa ảnh I1 và ảnh I2 : I(P)=I2(P)-I1(P) P (P là toạ độ)
3.1.1.6 Trừ ảnh
Viện Khoa học Kỹ thuật Bưu điện 11
 Trừ ảnh được dùng để nén ảnh, tách ảnh khỏi nền, truyền ảnh, nhận dạng, phân
đoạn, làm nổi đường biên, tách nhiễu khỏi nền.
 Kỹ thuật này hay được dùng trong dự báo thời tiết, trong y học, an ninh
 Trong an ninh báo động kẻ đột nhập.
Cho hai ảnh I1, I2 (cùng kích thước, tính chất). Ta lấy hiệu hai ảnh bằng cách
trừ từng toạ độ của I2 cho I1.
Chỉ ra sự khác biệt giữa ảnh I1 và ảnh I2 : I(P)=I2(P)-I1(P) P (P là toạ độ)
3.1.1.6 Trừ ảnh
Viện Khoa học Kỹ thuật Bưu điện 12
Ví dụ: Cho 2 ảnh
1 4 2 8 5 7 1 4 2 8 5 7
4 2 8 5 7 0 4 2 8 5 7 0
I1= 2 8 5 7 0 0 I2= 2 8 5 7 0 0
8 5 7 0 0 0 8 5 7 0 1 1
5 7 0 0 0 0 5 7 0 1 1 1
7 0 0 0 0 0 7 0 1 1 1 1
3.1.1.6 Trừ ảnh
Viện Khoa học Kỹ thuật Bưu điện 13
Ví dụ: Cho 2 ảnh
0 0 0 0 0 0 8 8 8 8 8 8
0 0 0 0 0 0 8 8 8 8 8 8
abs(I1-I2) 0 0 0 0 0 0 Max-abs(I1-I2)= 8 8 8 8 8 8
0 0 0 0 1 1 8 8 8 8 7 7
0 0 0 1 1 1 8 8 8 7 7 7
0 0 1 1 1 1 8 8 7 7 7 7
0 0 0 0 0 0 8 8 8 8 8 8
3.1.1.7 Mô hình hóa và biến đổi lược đồ xám
Viện Khoa học Kỹ thuật Bưu điện 14
 Lược đồ xám: Là một hàm rời rạc cung cấp tần suất xuất hiện của mỗi mức
xám.
h(sk ) = nk
• sk là mức xám thứ k
• nk là số các điểm ảnh khác có cùng mức xám sk
• n là tổng số các điểm ảnh trong ảnh
 Biểu diễn lược đồ xám:
 Trục tung biểu diễn số điểm ảnh cho một mức xám (hoặc tỷ lệ số điểm
ảnh có cùng mức xám trên tổng số điểm ảnh)
 Trục hoành biễu diễn các mức xám
3.1.1.7 Mô hình hóa và biến đổi lược đồ xám
Viện Khoa học Kỹ thuật Bưu điện 15
3.1.1.7 Mô hình hóa và biến đổi lược đồ xám
Viện Khoa học Kỹ thuật Bưu điện 16
a. Phương pháp giãn lược đồ xám (Histogram Stretching)
Các giá trị xám không phủ đều trên toàn dải động sẵn có của ảnh, làm cho ảnh
quá tối, quá sáng hoặc tương phản kém.
Để giải quyết điều này, ta thực hiện thao tác giãn lược đồ xám lên toàn dải động
của ảnh.
3.1.1.7 Mô hình hóa và biến đổi lược đồ xám
Viện Khoa học Kỹ thuật Bưu điện 17
a. Phương pháp giãn lược đồ xám (Histogram Stretching)
Để giải quyết điều này, ta thực hiện thao tác giãn lược đồ xám lên toàn dải động
của ảnh.
 Giả sử dải động (dải độ sáng) của ảnh là 0 ÷ 2B-1
 Giá trị xám nhỏ nhất của ảnh → giá trị 0
 Giá trị xám lớn nhất của ảnh → giá trị 2B-1
3.1.1.7 Mô hình hóa và biến đổi lược đồ xám
Viện Khoa học Kỹ thuật Bưu điện 18
b. Phương pháp cân bằng lược đồ xám (Histogram Equalization)
Mục đích là đưa ra một ảnh có mức xám được phân bố đồng đều.
 Ý nghĩa: Dãn đều ảnh đen, trắng. Kết quả sẽ dễ nhìn hơn nhưng phân tích khó hơn.
 Cân bằng lý tưởng: với mọi g, g’: g ≠ g’ thì h(g)=h(g’).
 Trong trường hợp không cân bằng, chia Histogram thành các đoạn và các vùng chia
là xấp xỉ bằng nhau (về số điểm trong Histogram)
3.1.1.7 Mô hình hóa và biến đổi lược đồ xám
Viện Khoa học Kỹ thuật Bưu điện 19
b. Phương pháp cân bằng lược đồ xám (Histogram Equalization)
 t(g): là số điểm ≤ g
 t(g) = Sum( h(i); 0 ≤i≤ g)
 M, N là kích thước của ảnh I
 New_level: là số cấp xám cần cân bằng.
 f(g)= max (0, round( (t(g)/(M*N))*new_level-1) )
 Đặt TB=(M*N)/new_level
 Khi đó f(g) = max (0, round(t(g)/TB-1))
3.1.1.7 Mô hình hóa và biến đổi lược đồ xám
Viện Khoa học Kỹ thuật Bưu điện 20
b. Phương pháp cân bằng lược đồ xám (Histogram Equalization)
Ví dụ: Cho I và new_level=6, hãy cân bằng histogram
1 4 2 8 5 7
4 2 8 5 7 1
0 8 5 7 1 4
0 0 7 1 4 2
0 0 0 4 2 8
0 0 0 0 8 5
0 0 0 0 0 7
2 3 2 5 4 4
3 2 5 4 4 2
1 5 4 4 2 3
1 1 4 2 3 2
1 1 1 3 2 5
1 1 1 1 5 4
1 1 1 1 1 4
3.1.1.7 Mô hình hóa và biến đổi lược đồ xám
Viện Khoa học Kỹ thuật Bưu điện 21
b. Phương pháp cân bằng lược đồ xám (Histogram Equalization)
3.1.2 Cải thiện ảnh dùng toán tử không gian
Viện Khoa học Kỹ thuật Bưu điện 22
 Cải thiện ảnh là làm cho ảnh có chất lượng tốt hơn theo ý đồ sử dụng.
 Các toán tử không gian dùng trong kỹ thuật tăng cường ảnh được phân
theo nhóm theo công dụng: Làm trơn nhiễu, nổi biên. Để làm trơn nhiễu hay
tách nhiễu người ta sử dụng các bộ lọc tuyến tính hay lọc phi tuyến.
3.1.2.1 Làm trơn nhiễu bằng lọc tuyến tính
Viện Khoa học Kỹ thuật Bưu điện 23
a. Lọc trung bình không gian
Mỗi điểm ảnh được thay thế bằng lọc trung bình trọng số của các điểm lân
cận:
Nếu ta dùng các trong số như nhau, công thức trở thành:
 
wlkw
lnkmy
N
nmv
),(
),(
1
),(
w
kl
N
a
1
 Nw là số điểm ảnh trong cửa sổ lọc. 
3.1.2.1 Làm trơn nhiễu bằng lọc tuyến tính
Viện Khoa học Kỹ thuật Bưu điện 24
a. Lọc trung bình không gian
 y(m,n): ảnh đầu vào.
 v(m,n): ảnh đầu ra.
 w(m,n): cửa sổ lọc
 a(m,n) : trọng số lọc
 Lọc trung bình có trọng số chính là thực hiện chập ảnh đầu vào với nhân
chập H. Nhân chập H trong trường hợp này có dạng:
111
111
111
9
1
H
3.1.2.1 Làm trơn nhiễu bằng lọc tuyến tính
Viện Khoa học Kỹ thuật Bưu điện 25
a. Lọc trung bình không gian
Một số mặt nạ thường được sử dụng:
Trong lọc trung bình đôi khi người ta ưu tiên cho các hướng để bảo vệ biên
của ảnh khỏi bị mờ đi do làm trơn ảnh
111
111
111
9
1
1H
111
121
111
10
1
2H
121
242
121
16
1
3H
3.1.2.1 Làm trơn nhiễu bằng lọc tuyến tính
Viện Khoa học Kỹ thuật Bưu điện 26
a. Lọc trung bình không gian
3.1.2.1 Làm trơn nhiễu bằng lọc tuyến tính
Viện Khoa học Kỹ thuật Bưu điện 27
a. Lọc trung bình không gian
3.1.2.1 Làm trơn nhiễu bằng lọc tuyến tính
Viện Khoa học Kỹ thuật Bưu điện 28
a. Lọc trung bình không gian
3.1.2.1 Làm trơn nhiễu bằng lọc tuyến tính
Viện Khoa học Kỹ thuật Bưu điện 29
a. Lọc trung bình không gian
Hình A) 
ảnh gốc
Hình B) 
ảnh qua 
lọc H1 
Hình D) 
ảnh qua 
lọc H3 
Hình C) 
ảnh qua 
lọc H2 
3.1.2.1 Làm trơn nhiễu bằng lọc tuyến tính
Viện Khoa học Kỹ thuật Bưu điện 30
b. Lọc thông thấp
 Lọc thông thấp thường sử dụng để làm trơn nhiễu.
Sử dụng một số nhân chập sau:
Khi b=1, Hb chính là nhân chập H1 (lọc trung bình).
010
121
010
8
1
H
11
11
)2(
1 2
2
b
bbb
b
b
Hb
3.1.2.1 Làm trơn nhiễu bằng lọc tuyến tính
Viện Khoa học Kỹ thuật Bưu điện 31
c. Lọc trung bình với dữ liệu hợp lệ
Mục đích: Khắc phục hiện tượng làm mờ biên ảnh của lọc trung bình. Nó
chỉ có tác dụng đối với các điểm thoả mãn một số tiêu chuẩn, nhằm tránh các
tác động không cần thiết lên các điểm ảnh mà chúng là một phần của các đặc
trưng riêng biệt của ảnh.
Một tiêu chuẩn đơn giản cho các điểm ảnh trong ảnh gốc là độ sáng phải nằm
trong khoảng đã được định nghĩa trước [min, max]
Xét điểm ảnh (m,n), mặt nạ cuộn được xác định trong vùng lân cận O như
otherwise
jnimg
jih
0
max][min,),(1
),(
3.1.2.2 Làm trơn nhiễu bằng lọc phi tuyến
Viện Khoa học Kỹ thuật Bưu điện 32
a. Lọc trung vị
Khái niệm: Phần tử b của dãy có 2m+1 phần tử
x1, x2, ..., xm, xm+1, xm+2,..., x2m, x2m+1
Được gọi là trung vị nếu có m phần tử lớn hơn hoặc bằng b và m phần tử
nhỏ hơn hoặc bằng b.
Ví dụ 1: Dãy {1, 2, 9, 5, 4} có trung vị bằng 4, vì có 2 phần tử {1, 2, 9, 5,
4} bé hơn và 2 phần tử {1, 2, 9, 5, 4} lớn hơn.
Ví dụ 2: Dãy {15, 17,18, 16, 78, 17, 17, 15, 20} có trung vị bằng 17, vì có 4
phần tử (gạch chân) bé hơn hoặc bằng {15, 17,18, 16, 78, 17, 17, 15, 20}
và 4 phần tử (được đánh dấu bằng màu đỏ) lớn hơn hoặc bằng: {15, 17,18,
16, 78, 17, 17, 15, 20}
3.1.2.2 Làm trơn nhiễu bằng lọc phi tuyến
Viện Khoa học Kỹ thuật Bưu điện 33
a. Lọc trung vị
 Thuật toán:
 Di chuyển một cửa sổ 3 3 trên mặt phẳng ảnh, từ trái qua phải, từ trên
xuống dưới. Mỗi lần di chuyển một cột – từ trái qua phải, hết một hàng, di
chuyển một hàng – từ trên xuống dưới.
 Tại mỗi vị trí, xét 9 phần tử ảnh trong cửa sổ, thay thế phần tử ở giữa
bằng trung vị của 9 phần tử trong cửa sổ.
 Ngoài cửa sổ 3 3 có thể sử dụng cửa sổ kích thước 5 5 hoặc 7 7. Thủ
tục lọc có thể được thực hiện nhiều lần, cho đến khi thủ tục lọc không làm
thay đổi ảnh.
3.1.2.2 Làm trơn nhiễu bằng lọc phi tuyến
Viện Khoa học Kỹ thuật Bưu điện 34
a. Lọc trung vị
Ví dụ 3:
Đặt cửa sổ sao cho tâm trùng với điểm (x,y). Giá trị của phần tử ảnh tại
(x,y) là 78. Các phần tử ảnh trong cửa sổ có giá trị lập thành dãy
15, 17, 18, 16, 78, 17, 17, 15, 20
3.1.2.2 Làm trơn nhiễu bằng lọc phi tuyến
Viện Khoa học Kỹ thuật Bưu điện 35
a. Lọc trung vị
Ví dụ 3:
Theo ví dụ trên, trung vị của dãy này là 17. Giá trị mới của phần tử ảnh tại
điểm (x,y) sẽ là 17.
3.1.2.2 Làm trơn nhiễu bằng lọc phi tuyến
Viện Khoa học Kỹ thuật Bưu điện 36
a. Lọc trung vị
Hình E) ảnh gốc Hình F) ảnh qua 
lọc trung vị
3.1.2.2 Làm trơn nhiễu bằng lọc phi tuyến
Viện Khoa học Kỹ thuật Bưu điện 37
b. Lọc giả trung vị
Thí dụ với dãy số: a, b, c, d, e lọc giả trung vị được định nghĩa như sau:
GTV(a,b,c,d,e)=
 Thuật toán:
 Lấy các phần tử trong cửa sổ ra mảng một chiều (L phần tử).
 Tìm min của lần lượt các chuỗi con rồi lấy max: gọi m1 là giá trị này.
 Tìm max của lần lượt các chuỗi con rồi lấy min: gọi m2 là giá trị tìm
được.
 Gán giá trị điểm đang xét là trung bình cộng của m1 và m2.
 
 


 ),,(),,,(),,,(
),,(),,,(),,,(
2
1
edcMaxdcbMaxcbaMaxMIN
edcMindcbMincbaMinMAX
3.1.2.2 Làm trơn nhiễu bằng lọc phi tuyến
Viện Khoa học Kỹ thuật Bưu điện 38
c. Lọc ngoài (Outlier Filter)
 Tiến hành so sánh giá trị của một điểm ảnh với trung bình số học 8 lân
cận của nó. Nếu sự sai lệch này lớn hơn ngưỡng, điểm ảnh này được coi như
nhiễu.
 Trong trường hợp này ta thay thế giá trị của điểm ảnh bằng giá trị trung
bình 8 lân cận vừa tính được.
với α(w) là trung bình cộng các điểm trong lân cận w; δ là ngưỡng ngoài.
 Các cửa sổ tính toán thường là 3x3. Tuy nhiên cửa sổ có thể mở rộng đến
5x5 hay 7x7 để đảm bảo tính tương quan giữa các điểm ảnh.
3.2 Khôi phục ảnh
Viện Khoa học Kỹ thuật Bưu điện 39
 Khái niệm: Khôi phục ảnh là các kỹ thuật cải thiện chất lượng những ảnh
ghi đảm bảo gần được như ảnh thật khi ảnh bị méo.
 Các nguyên nhân biến dạng:
 Do camera, đầu thu ảnh chất lượng kém.
 Do môi trường, ánh sáng, hiện trường (scene), khí quyển, nhiễu xung.
 Do chất lượng. 
 Khôi phục ảnh đề cập tới các kỹ thuật loại bỏ hay tối thiểu hóa các ảnh
hưởng của môi trường bên ngoài hay các hệ thống thu nhận, phát hiện và lưu
trữ ảnh đến ảnh thu nhận được.
 Khôi phục ảnh bao gồm các quá trình như: Lọc ảnh, khử nhiễu nhằm làm
giảm các biến dạng để có thể khôi phục lại ảnh gần giống với ảnh gốc tùy
theo các nguyên nhân đã gây ra biến dạng.
3.2 Khôi phục ảnh
Viện Khoa học Kỹ thuật Bưu điện 40
Nguyên tắc: Khôi phục ảnh là nhằm xác định mô hình toán học của quá
trình gây ra biến dạng, tiếp theo là dùng ánh xạ ngược để xác định lại ảnh
Hướng tiếp cận: Một mô hình sẽ được xây dựng từ các ảnh kiểm nghiệ m
để xác định đáp ứng xung của hệ thống nhiễu.
3.2.1 Mô hình quan sát và tạo ảnh
Viện Khoa học Kỹ thuật Bưu điện 41
 Quá trình gây ra biến dạng ảnh gốc phụ thuộc vào hệ thống quan sát và
tạo ảnh.
 Ta phải xem xét ảnh quan sát được biểu diễn thế nào trên cơ sở đó mô
hình hóa nhiễu sinh ra.
 Tiếp theo là dùng biến đổi ngược (lọc ngược) để khử nhiễu và thu lấy ảnh
gốc.
 Ảnh quan sát được gồm: ảnh gốc + nhiễu: u(m, n) + η(m, n)
 Nếu bằng cách nào đó xác định được các loại tác động biến dạng (phụ
thuộc vào hệ thống và thiết bị) thì ta suy ra được ảnh gốc.
3.2.1 Mô hình quan sát và tạo ảnh
Viện Khoa học Kỹ thuật Bưu điện 42

3.2.2 Kỹ thuật lọc tuyến tính
Viện Khoa học Kỹ thuật Bưu điện 43
 Lọc ngược: Lọc ngược là kỹ thuật khôi phục đầu vào của hệ thống khi
biết đầu ra (ảnh thu nhận được)
• v(m, n) = h(m, n) ⊗ u(m, n) + η(m, n)
• Biểu diễn qua miền tần số: 
V (α , β ) = H (α , β )U (α , β ) +W (α , β) 
3.2.2 Kỹ thuật lọc tuyến tính
Viện Khoa học Kỹ thuật Bưu điện 44
 Để đơn giản ta gài thiết bị là hệ thống không có nhiễu. Như vậy thì vấn
đề chỉ còn xác định hàm phân tán điểm h(m,n). 
3.2.2 Kỹ thuật lọc tuyến tính
Viện Khoa học Kỹ thuật Bưu điện 45
 Mô hình ảnh rung động mờ (Blur Motion)
 Lý tưởng: Ảnh không rung động mờ
 Ảnh có rung động mờ tuyến tính (dịch chuyển, xoay):
L: Độ dịch chuyển, ϕ góc xoay
3.2.2 Kỹ thuật lọc tuyến tính
Viện Khoa học Kỹ thuật Bưu điện 46
 Rung động đồng nhất ngoài tiêu điểm
 Biến dạng ảnh do nhiễu loạn của khí quyển
k: là hệ số hiệu chỉnh, k<1