Ảnh đa mức xám là gì

Nhị phân hóa ngưỡng động

Ý tưởng:

1. Chia ảnh thành nhiều khu vực, cửa sổ khác nhau (Region).
2. Dùng 1 thuật toán để tìm 1 giá trị T phù hợp với từng khu vực, cửa sổ (Region).
3. Áp dụng phương pháp nhị phân hóa cho từng khu vực, cửa sổ (Region) với T phù hợp.

Điều quan trọng trong kỹ thuật này là phải tìm 1 giá trị T phù hợp với từng khu vực, cửa sổ (Region) hoặc cả tấm ảnh. Có rất nhiều phương pháp để tìm T, ở nội dung tiếp theo sẽ giới thiệu 1 số thuật toán giúp tìm kiếm giá trị T này.

Thuật toán Otsu

Bước 1:Xác định T1. Giá trị cho T1ban đầu nên chọn là (0+255) / 2 = 128.

Bước 2:Phân loại thành 2 nhóm điểm ảnh.

• Loại 1 (Type1): chứa tất cả các điểm ảnh có giá trị cường độ sáng (Intensity) <= T.
• Loại 2 (Type2): chứa tất cả các điểm ảnh có giá trị cường độ sáng (Intensity) > T.

Bước 3:Tính giá trị cường độ sáng trung bình (iAverage) cho Type1 (iAverage1) và Type2 (iAverage2).

Bước 4:Tính giá trị T2 theo công thức (iAverage1 + iAverage2) /2.

Bước 5:So sánh T1 và T2.

• Nếu giá trị chênh lệch của T1 và T2 <= Delta (1 giá trị cho trước) thì T2 chính là T cần tìm.
• Nếu giá trị chênh lệch của T1 và T2 > Deltathì quay lại Bước 1.

Thuật toán đối xứng

Bước 1: khởi tạo mảng Histogram(histogram). Tìm giá trị cường độ sáng (intensityMax) có tuần suất xuất hiện nhiều nhất histogram[intensityMax].

Bước 2: duyệt toàn bộ các mức xám giảm từ 255 đến intensityMax. Nếu tại mức xám nào có tuầnsuất xuất hiện trên ảnh là 5% thì dừng lại. Lấy giá trị đối xứng qua histogram[intensityMax] là ngưỡng động T.

Thuật toán tam giác

Bước 1: Khởi tạo mảng Histogram(histogram).

• Tìm giá trị intensityMax vàhistogram[intensityMax].
• Tìm giá trịintensityMinvàhistogram[intensittyMin].

Bước 2: Duyệt toàn bộ các mức xám từ intensityMinđến intensityMax. Tính khoảng cách tương ứng sau đó xét ngưỡng Tbằng giá trị mức xám có khoảng cách lớn nhất.

Phân tích

Phương thức findDistance(Point a, Point b, Point c) là tìm khoảng cách từ 1 điểm đến 1 đường thẳng với các tham số:

• a và b: lần lượt là 2 điểm khác biệt trên đường thẳng.
• c: là điểm cần tìm khoảng cách tới đường thẳng.

Nhị phân hóa ngưỡng độngtrong OpenCV

Phương thức adaptiveThreshold

Để chuyển 1 ảnh thành 1 ảnh nhị phân, sử dụng phương thức adaptiveThreshold()

Phân tích

• src: hình ảnh gốc (Trong bài viết này là ảnh màu).
• dst: ảnh thu được (Trong bài viết này là ảnh nhị phân).
• thresh: ngưỡng nhị phân T.
• maxValue: giá trị lớn nhất trong ảnh (maxval = 255 đối với ảnh xám).
• adaptiveMethod: cách thức nhị phân với ngưỡng động, nó chính là cách tính giá trị ngưỡng nhị phân trong từng vùng cần nhị phân.
• thresholdType: kiểu nhị phân.
• blockSize: kích thước của cửa sổ (Region) áp dụng cho việc tính toán ngưỡng động (nên chọn các giá trị %3 = 0 || %5 = 0 || %7 = 0).
• C: thông số để bù trừ trong trường hợp ảnh có độ tương phản quá lớn.

Code minh hoạ phương thức adaptiveThreshold trong OpenCV

#include "opencv2/core/core.hpp" #include "opencv2/highgui/highgui.hpp" #include "opencv2/imgproc/imgproc.hpp" using namespace cv; int main() { // Read image Mat image = imread("stdio.png", CV_LOAD_IMAGE_GRAYSCALE); Mat imageBinary; // Check for valid if (!image.data) { printf("Could not open or find the image\n"); return -1; } adaptiveThreshold(image, imageBinary, 255, CV_ADAPTIVE_THRESH_MEAN_C, CV_THRESH_BINARY, 9, 0); // Create and show image in window imshow("STDIO OpenCV Sample", imageBinary); // Wait input and exit waitKey(0); return 0; }