11. Các kỹ thuật, thuật toán nén ảnh? a. Mã hóa loạt dài Loạt dài là một dãy các ký tự lặp lại liên tục, liên tiếp không ngắt quãng. Mục đích của việc mã hóa loạt dài là xác định các loạt dài, kích thước của loạt dài, các ký hiệu trong loạt dài. Mỗi một loạt dài sẽ được thay thế bởi một từ mã gồm 3 phần tử (r, l, s) (repeat, length, symbols). Đối với các ký hiệu không phải là loạt dài thì được thay thế bởi từ mã (n, l, s) (non repeat, length, symbols). Ví dụ: Mã hóa dữ liệu sau: AAABBBBBCECDDDD thu được r3Ar5Bn3CECr4D b. Mã hóa theo thuật toán Shannon - Fano

ð  Bước 1: Tính toán tần suất xuất hiện của các ký hiệu.

ð  Bước 2: Sắp xếp các ký hiệu theo thứ tự giảm dần của tần suất  xuất hiện.

ð  Bước 3: Chia đôi danh sách sao cho độ chênh lệch tổng tất suất của 2 phần là thấp nhất.

ð  Bước 4: Trên ghi mã 0, dưới ghi mã 1.

ð  Bước 5: Lặp lại bước 3 và 4 cho đến khi không chia được nữa.

ð  Bước 6: Xây dựng bảng mã.

c. Mã hóa theo thuật toán Huffman

·         Thuật toán Huffman tạo ra các mã khác nhau cho các ký hiệu khác nhau.

·         Ký hiệu nào có tần suất xuất hiện lớn hơn thì độ dài từ mã tương ứng sẽ nhỏ hơn.

·         Để xây dựng được bộ mã Huffman cần làm những bước sau:

ð  Bước 1: Tính tần suất xuất hiện của các ký hiệu trong dữ liệu.

ð  Bước 2: Sắp xếp theo thứ tự giảm dần tần suất theo hàng ngang.

ð  Bước 3: Mỗi nút được gán trọng số bằng số lần xuất hiện của ký hiệu.

ð  Bước 4: Hai nút có trọng số nhỏ nhất sẽ được gán vào 1 nút mới có trọng số bằng tổng trọng số của 2 nút đó.

ð  Bước 5: Nút mới sẽ được thêm vào danh sách còn 2 nút vừa xét sẽ bị loại bỏ khỏi danh sách.

ð  Bước 6: Một trong 2 nút vừa loại bỏ gán nhãn 0, còn lại gán nhãn 1.

ð  Bước 7: Lặp lại từ bước 4 đến bước 6 cho đến khi còn lại nút gốc.

ð  Bước 8: Xây dựng bảng mã.

12. Mô tả mô hình 1 hệ thống xử lý ảnh cụ thể (Lấy ví dụ)

·        Hình trên mô tả một hệ thống xử lý ảnh cụ thể. Trong đó bao gồm máy tính PC kèm theo thiết bị xử lý ảnh. Nối với cổng vào của thiết bị thu nhận ảnh là một video camera, và cổng ra nối với một thiết bị hiển thị là màn hình video.

13. Khái niệm về mặt nạ? Cách sử dụng mặt nạ trong xử lý ảnh? a. Khái niệm về mặt nạ Một vài toán tử dùng trong xử lý ảnh thực hiện trên giá trị của điểm ảnh và các điểm trong vùng lân cận của nó, cùng với một vùng ảnh con cùng kích thước với vùng lân cận. Vùng ảnh con này được được gọi là mặt nạ, hay bộ lọc. Các giá trị của mặt nạ được gọi là hệ số. Kích thước của mặt nạ (2N-1, 2M - 1), ví dụ 3x3, 5x5... b. Cách sử dụng mặt nạ trong xử lý ảnh Đặt tâm của mặt nạ lên trên điểm ảnh cần xử lý. Thông qua bộ lọc, trích rút ra các điểm lân cận với điểm ảnh cần xử lý. Áp dụng hàm của mặt nạ lên giá trị của các điểm ảnh trong vùng lân cận. Đặt giá trị điểm ảnh tương ứng trên ảnh đầu ra bằng giá trị trả được về bởi hàm của mặt nạ. Đối với lọc tuyến tính, kết quả ra được tính bằng tổng tất cả các phép nhân hệ số của mặt nạ với giá trị điểm ảnh tương ứng trong vùng tác động bởi mặt nạ: g(x, y) = S(wi*f(xi, yi)) với i=1..Size, Size = m x n là kích thước của mặt nạ. Dịch chuyển mặt lạ từ trái qua phải, trên xuống dưới, lặp lại các bước trên lần lượt cho hết các điểm ảnh. Đối với những điểm nằm trên biên không áp dụng. 14. Làm sắc nét một vùng ảnh? a. Giới thiệu Trong 1 số trường hợp ở bước tiền xử lý ảnh chúng ta phải làm nổi bật những thông tin cần thiết (bị mờ). Làm sắc nét một vùng ảnh là loại bỏ những điểm ảnh có giá trị mức xám thấp và chuyển vào đó giá trị mức xám cao phụ thuộc vào điểm ảnh lân cận đối với điểm ảnh bị loại bỏ. Dùng bộ lọc trích rút ra những điểm ảnh lân cận của điểm ảnh cần loại bỏ với các hệ số được sử dụng cho bộ lọc sắc nét b. Bộ lọc sắc nét Tổng các hệ số bằng 0 Các giá trị đối xứng qua tâm của bộ lọc Một số bộ lọc thường dùng:

c. Thực hiện làm sắc nét ảnh Đặt tâm của bộ lọc vào điểm cần xét và trích rút ra được các điểm lân cận của điểm đang xét. Tính toán đáp ứng đầu ra của bộ lọc theo công thức sau:

ð  Nếu hệ số ở tâm của mặt nạ > 0

g(x, y) = f(x, y) + Ñ2 f(x, y)

ð  Nếu hệ số ở tâm của mặt nạ < 0

g(x, y) = f(x, y) - Ñ2 f(x, y)

Với Ñ2 f(x, y) = S(wi, f(xi, yi)) với i=1..Size, Size = m x n là kích thước của bộ lọc.

15. Làm mượt một vùng ảnh?

a. Giới thiệu Các bộ lọc làm mượt được sử dụng để làm mờ và giảm nhiễu Làm mờ được sử dụng trong một số bước tiền xử lý, như là xoá bỏ một số chi tiết nhỏ trong ảnh hoặc làm làm liền các khoảng trống nhỏ giữa các đường nét Giảm nhiễu có thể được thực hiện bằng cách làm mờ với bộ lọc tuyến tính hoặc phi tuyến tính

b. Bộ lọc trung vị Thay thế giá trị điểm ảnh đang xét bằng giá trị của điểm chính giữa trong dãy giá trị các điểm ảnh thu được thông qua bộ lọc sau khi sắp xếp tăng dần các giá trị điểm ảnh.

c. Bộ lọc thông thấp Loại bỏ những điểm ảnh có giá trị mức xám cao Sử dụng bộ lọc với các hệ số đối xứng nhau qua tâm của bộ lọc, các hệ số ở vị trí có khoảng cách gần tâm có giá trị >= các hệ số ở vị trí có khoảng cách xa tâm. Một số bộ lọc thường dùng:

Kích thước của bộ lọc (2N-1, 2M - 1), ví dụ 3x3, 5x5... Đặt tâm của bộ lọc lên điểm ảnh cần xét, không xét những điểm nằm trên biên vùng ảnh. Tính toán đáp ứng đầu ra của bộ lọc theo công thức sau:

g(x, y) = S(wi*f(xi, yi)) / S(wi) với i=1..Size, Size = m x n là kích thước của bộ lọc.

16. Trình bày về bộ lọc trung vị (Median Filters)?

a. Giới thiệu Bộ lọc trung vị là bộ lọc làm mượt phi tuyến trong miền không gian. Bộ lọc trung vị là một trong những bộ lọc theo thống kê thứ tự. Nó thay thế giá trị của điểm ảnh bằng trung vị của các mức xám của các điểm lân cận. Bộ lọc trung vị được dùng phổ biến, bởi vì với một số loại nhiễu nhất định, nó có thể lọc nhiễu rất tốt với độ mờ thấp hơn so với bộ lọc làm mượt tuyến tính (xét cùng kích thước).

b. Các bước thực hiện Trung vị E của một tập hợp là giá trị mà một nửa các giá trị trong tập hợp nhỏ hơn hoặc bằng E, một nửa các giá trị trong tập hợp lớn hơn hoặc bằng E Áp dụng bộ lọc trung vị lên điểm đang xét, ta sắp xếp các điểm ảnh và lân cận của nó theo thứ tự giá trị tăng dần và tìm giá trị trung vị, gán giá trị này cho giá trị điểm ảnh đang xét. Chức năng cơ bản của bộ lọc trung vị là thiết lập giá trị của các điểm với các mức xám khác nhau thành giá trị có vẻ như gần giống với các điểm lân cận. Khi áp dụng bộ lọc trung vị có kích thước m x n, các điểm ảnh mà có số lượng các điểm lân cận cùng mức xám với nó nhỏ hơn m*n/2 sẽ bị thay thế bởi trung vị của tập đó, các điểm ảnh mà có số lượng các điểm lân cận có cùng mức xám lớn hơn hoặc bằng m*n/2 sẽ không bị ảnh hưởng, điều này khắc phục được nhược điểm làm mờ ảnh khi áp dụng bộ lọc trung bình.

17. Trình bày phép giãn ảnh? Cho ví dụ? Nhận xét kết quả?

a. Mục đích Mở rộng vùng ảnh. Lấp đầy khoảng trống.

b. Các bước thực hiện Xác định phần tử cấu trúc và tâm Đặt tâm vào điểm ảnh cần xử lý, không xét các điểm có giá trị 0. Thực hiện phép OR phần tử cấu trúc với ảnh để được kết quả tại điểm tương ứng. Dịch chuyển tâm của phần tử cấu trúc lần lượt qua từng điểm ảnh trên ảnh và lặp lại các bước trên.

c. Ví dụ Nhận xét:

ð  Vùng ảnh gốc đã được mở rộng.

ð  Khoảng trống ở giữa vùng ảnh cũng đã được lấp đầy.

18. Trình bày phép co ảnh? Cho ví dụ? Nhận xét kết quả?

a. Mục đích Thu nhỏ ảnh. Loại bỏ cầu nối, loại bỏ phần nhô, phần thừ ra. b. Các bước thực hiện Xác định phần tử cấu trúc và tâm Đặt tâm vào điểm ảnh cần xử lý, không xét các điểm có giá trị 0. Nếu tất cả các điểm ảnh của phần tử cấu trúc nằm hoàn toàn trong các điểm ảnh của ảnh nhị phân thì điểm tương ứng trên ảnh kết quả sẽ là điểm ảnh (giá trị bằng 1). Ngược lại, điểm tương ứng trên ảnh kết quả sẽ là điểm nền (giá trị bằng 0) Dịch chuyển tâm của phần tử cấu trúc lần lượt qua từng điểm ảnh trên ảnh và lặp lại các bước trên. c. Ví dụ Thực hiện phép co ảnh trên vùng ảnh sau:

Ma trận điểm ảnh

Nhận xét:

ð  Vùng ảnh gốc đã được thu nhỏ.

ð  3 phần nhỏ nhô ra đã bị loại bỏ.

19. Trình bày phép mở ảnh? Cho ví dụ? Nhận xét kết quả? a. Mục đích Loại bỏ cầu nối, loại bỏ phần nhô, phần thừa ra. Giữ nguyên cấu trúc, kích thước vùng ảnh b. Các bước thực hiện Thực hiện liên tiếp 2 phép co ảnh và giãn ảnh:

X ○ S = (X Θ S) Å S

c. Ví dụ Nhận xét:

ð  3 phần nhỏ nhô ra đã bị loại bỏ.

ð  Cấu trúc và kích thước vùng ảnh được giữ nguyên

20. Trình bày phép đóng ảnh? Cho ví dụ? Nhận xét kết quả? a. Mục đích Lấp đây khoảng trống, nối liền khoảng cách. Giữ nguyên cấu trúc, kích thước vùng ảnh b. Các bước thực hiện Thực hiện liên tiếp 2 phép giãn ảnh và co ảnh:

X • S = (X Å S) Θ S

c. Ví dụ Thực hiện phép đóng ảnh trên vùng ảnh sau:

Nhận xét:

ð  Khoảng trống ở giữa vùng ảnh cũng đã được lấp đầy.

ð  Cấu trúc và kích thước vùng ảnh được giữ nguyên.