Thực hành xử lý ảnh
1
Phần I : Khai thác phần mềm ScionImage

Bài 1. Các phép toán xử lý điểm ảnh
1.1 Các phép xử lý với ảnh đa mức xám











a) Phân tích sự phân bố mức xám
Từ ảnh ban đầu ta thực hiện biến đổi độ tương phản bằng cách sử dụng cửa sổ
Map, mỗi lần dùng con chuột thay đổi đường đồ thị, mức xám của ảnh cũng sẽ
thay đổi theo.
KL: Mức xám của ảnh tập chung ở miền có mức xám cao nên ảnh trên là ảnh
sáng (lược đồ nằm bên phải). Muốn thay đổi độ tương phản hoặc độ sáng của
ảnh thì ta có thể biến đổi Histogram của ảnh để thu được ảnh mới mà ta mong
muốn.
b) Biến đổi độ tương phản bằng các phép toán số học.
Phép cộng:
Thực chất là việc thực hiện phép cộng các giá trị mức xám của từng điểm
ảnh với một hằng số. Với giá trị hằng số được chọn thích hợp nó sẽ làm cho độ
tương phản của ảnh tốt hơn. Nhìn chung, kết quả thu được là một ảnh mới có số
màu tối hơn ảnh ban đầu, tất cả các vùng ảnh có chiều hướng đen dần. Do đó,

khi giá trị hằng số được chọn quá lớn sẽ làm cho ảnh bị tối, dẫn đến làm cho độ
tương phản của ảnh kém vì tại các điểm ảnh có giá trị mức xám cao, sau khi
cộng thêm một hằng số chúng đều đạt đến giá trị tối đa là 255?
Phép nhân:
Đây là việc thực hiện phép nhân các giá trị mức xám của từng điểm ảnh với một
hằng số. Với giá trị hằng số được chọn thích hợp nó sẽ làm cho độ tương phản
của ảnh tốt hơn.
Các phép trừ và chia chỉ là các bước thực hiện đảo của hai phép công và nhân
Như vậy, xử lý điểm ảnh (thông qua các phép toán) thực chất là các ánh xạ nhằm
biến đổi giá trị của một điểm và chỉ dựa vào giá trị của chính nó mà không quan
tâm tới các giá trị của các điểm ảnh khác. Một cách toán học, ánh xạ đó được
định nghĩa như sau:
ảnh nhị phân ảnh ban đầu
Thực hành xử lý ảnh
2
v(m,n)=f(u(m,n))
trong đó: u(m,n) thể hiện giá trị cường độ sáng tại toạ độ (m,n);
v(m,n) là giá trị cường độ sáng sau phép biến đổi;
f là hàm biến đổi, nó có thể là liên tục hoặc rời rạc.
c) Tạo ảnh nhị phân từ ảnh đa mức xám
Để tạo ảnh nhị phân ta dùng menu Process/Binary/Make Binary (kết quả như
hình trên). Trước đó phải thực hiện Options/Threshol

d) ảnh giả màu
Kỹ thuật giả màu thực chất là biến từ ảnh đơn màu thành ảnh màu và được thực
hiện bởi một phép biến đổi một ma trận dữ liệu thành 3 ma trận dữ liệu tương
ứng với 3 màu khác nhau. Mức xám của mỗi điểm ảnh sẽ trở thành một điểm
ảnh màu có giá trị màu là sự tổng hợp của 3 màu RGB. Giá trị của ba màu RGB
chính là giá trị mức xám.
Ví dụ, tại điểm ảnh có giá trị mức xám bằng 0 sẽ được thay thế bởi 3 màu đỏ,

lục, lam với các giá trị lần lượt: R=255, G=255, B=255, ứng với màu trắng. Màu
vàng là màu tổng hợp từ hai trong ba màu cơ bản (đỏ và lục).

1.2 ) Sử dụng các toán tử lôgic trong menu Process/arithmetic, cụ thể:
Để làm mất hình dạng đối tượng trong ảnh. Đây thực chất là việc thực hiện
xoá đối tượng có trên ảnh hay biến đổi cho mức xám của đối tượng ảnh (màu
của đối tượng) trùng với màu nền. Để thực hiện phép biến đổi này ta có thể sử
dụng phép toán ADD với hằng số bằng giá trị mức xám của màu nền.
Để làm thay đổi mức xám của ảnh mà vẫn giữ nguyên màu nền, ta cũng thực
hiện phép ADD với giá trị tùy chọn (nếu chọn giá trị vừa phải sẽ dễ so sánh
với ảnh gốc)















Mức xám của đối tượng bị thay
đổi mà vẫn giữ nguyên màu nền
Thực hành xử lý ảnh
3


Bài 2. Phân tích Histogram của ảnh











ảnh ban đầu bị tối lý do là các mức xám phân bố không đồng đều. Để các chi
tiết của ảnh rõ nét hơn ta thực hiện phép san bằng Histogram (sử dụng menu
Process/Equalize). ảnh sau khi xử lý đã rõ hơn.
Còn có một phương pháp khác để biến đổi độ tương phản của ảnh, đó là
ùng Process/ Enhance Contrast . Tuy nhiên ảnh sau khi biến đổi gần giống với
ảnh ban đầu.
Các chi tiết của ảnh được thể hiện rõ nét hơn, tuy nhiên các đường biên của ảnh
cũng cũng bị mờ đi sau phép cân bằng. Vì vậy trong xử lý ảnh, để có thể tăng
cường các đặc tính của ảnh, người ta sử dụng các kỹ thuật cho phép nâng cao
chất lượng ảnh, trong đó bên cạnh các phép xử lý cơ bản như biến đổi độ tương
phản và Histogram, giảm nhiễu đối với ảnh còn sử dụng các phép biến đổi làm
nổi biên ảnh (tăng cường độ nét) và khôi phục ảnh bị nhiễu phá huỷ.
Biến đổi độ tương phản dùng hàm Gamma
Việc sử dụng phương pháp biến đổi độ tương phản của ảnh áp dụng các hàm
toán học cho ảnh có độ nét tốt hơn phương pháp ở trên. Độ tương phản biểu diễn
sự thay đổi độ sáng của đối tượng so với nền hay còn gọi là độ nổi của ảnh so với
nền. Với các phương pháp biến đổi độ tương phản sử dụng bảng tra LUT, cửa sổ

MAP,..., đây thực chất là việc thực hiện biến đổi một cách tuyến tính các giá trị
độ sáng của đối tượng và nền của ảnh, còn khi sử dụng các hàm toán học thì sự
biến đổi trên ảnh là phi tuyến. Điều này được thấy rõ qua ảnh thu được thông
qua phép biến đổi sử dụng hàm Gamma: sáng hơn, tiết ảnh được thể hiện rõ nét,
ảnh không bị mờ đi sau phép biến đổi, trong khi qua phép cân bằng Histogram,
ảnh sáng lên, các chi tiết của ảnh cũng được thể hiện rõ nhưng ảnh bị mờ (độ nét
của ảnh không được đảm bảo).

Dịch chuyển thang biểu diễn mức xám của ảnh
-Dịch chuyển thang biểu diễn mức xám của ảnh cũng là một phép xử lý cho phép
thay đổi độ tương phản của ảnh.
Histogram của ảnh ban đầu
ảnh sau khi san
bằng Histogram
Thực hành xử lý ảnh
4

Bài3: Phép biến đổi Fourier

3.1)Phép biến đổi Fourier với ảnh dạng đặc biệt

ảnh trước khi biến đổi Biến đổi FFT của ảnh

Biến đổi Fourier của ảnh thực chất là phép đổi không gian quan sát ảnh từ miền
thời gian sang miền tần số
Phổ của ảnh sẽ tuần hoàn với chu kỳ là kích thước của ảnh nên khi biểu diễn phổ
của ảnh, ta chỉ cần biểu diễn trong một chu kỳ. Kết quả phép biến đổi Fourier
của ảnh cho là dải phổ đối xứng và đều vì ảnh chỉ có hai mức xám. Trong trường
hợp này tính chu kỳ của phổ có được do ảnh ban đầu có tính chu kỳ và hàm Cos
là hàm tuần hoàn, nên kết quả (biểu diễn trong miền tần số) cũng tuần hoàn và vì

vậy phổ ạt ược có tính chu kỳ.
3.2) Biến đổi Fourier của ảnh bị nhiễu
Trong trường hợp này phổ của ảnh không có tính chu kỳ. Nhìn vào FFT của ảnh:
phổ của ảnh phân bố đều trong không gian tần số (trong vùng tần thấp và cao).
Trong ảnh ban đầu, mọi điểm có phân bố ngẫu nhiên














Thực hành xử lý ảnh
5
đều tồn tại nhiễu, vì vậy nhiễu trong ảnh trên là nhiễu cộng ngẫu nhiên. Điều này
cũng được thấy rõ qua ảnh phổ của nó, nhiễu cộng thường tập trung chủ yếu
trong miền tần số cao trong khi các thông tin có ích tập trung chủ yếu trong miền
tần số thấp (được thể hiện ậm hơn giữa hình). Thông thường, các kỹ thuật lọc
tuyến tính ược sử dụng để làm giảm nhiễu cộng, cụ thể là dùng các bộ lọc thông
thấp trong miền tần số để loại bỏ phần nhiễu và giữ lại các thông tin có ích.
Lọc thông thấp đối với ảnh bị nhiễu.
Bộ lọc thông thấp có tác dụng cắt bỏ các thành phần tần số cao do vậy
nhiễu (nhiễu xung và nhiễu cộng) thuộc vùng này cũng sẽ bị loại bỏ.

Quan sát FFT của ảnh sau khi qua bộ lọc thông thấp ta thấy các thông tin nhiễu
bị loại bỏ chỉ còn các thông tin có ích, thể hiện trên ảnh phổ độ đậm của màu
xám thay đổi, nó không còn phân bố đều như trước mà tập trung chủ yếu ở miền
tần số thấp (tương ứng với các thông tin không bị nhiễu) còn ở vùng tần số cao
độ ậm của màu xám bị nhạt i (tương ứng với thông tin bị nhiễu * ược loại bỏ).

Lọc thông cao đối với ảnh nhiễu.
Phổ của ảnh qua phép lọc này trái ngược với phổ của ảnh khi cho qua bộ
lọc thông thấp, các thành phần tần số cao được giữ lại thay vì các thành phần tần
số thấp. ảnh nhận được sau phép lọc: các thông tin có ích tập trung trong miền
tần số thấp sẽ bị mất, chỉ còn lại các thông tin về nhiễu và biên ảnh, các chi tiết
ảnh được nổi bật đặc biệt là các chi tiết có tần số không gian cao, các phần tử có
tần số không gian cao được thể hiện sáng hơn trong ảnh, các phần tử có tần số
không gian thấp sẽ bị tối i. do dó có thể thấy rằng hiệu quả của hai phương pháp
lọc thông thấp và lọc thông cao trái ngược nhau.

Bài 4. Vấn đề giảm nhiễu đối với ảnh.
















ảnh bị nhiễu
FFT của ảnh bị nhiễu