MultiBooks - Tổng hợp IT - PC part 13

Tham khảo tài liệu multibooks - tổng hợp it - pc part 13, công nghệ thông tin, kỹ thuật lập trình phục vụ nhu cầu học tập, nghiên cứu và làm việc hiệu quả
Nội dung trích xuất từ tài liệu:
MultiBooks - Tổng hợp IT - PC part 132. Với mọi 1 £ i < n, pi+1 là láng giềng của pi; nếu pi = (xi , yi) và pi+1 = (xi+1,yi+1)thì (xi+1,yi+1) thoả mãn 1 trong các điều kiện sau đây: (xi+1,yi+1) = (xi+1,yi) (xi+1,yi+1) = (xi-1,yi) (xi+1,yi+1) = (xi,yi+1) (xi+1,yi+1) = (xi,yi-1) (xi+1,yi+1) = (xi+1,yi+1) (xi+1,yi+1) = (xi+1,yi-1) (xi+1,yi+1) = (xi-1,yi+1) (xi+1,yi+1) = (xi-1,yi-1)Cái mà định nghĩa trên đây đề cập đến là với hai điểm bất kỳ của tập các điểm ảnhđang xem xét trong hình dạng, tồn tại một đường đi giữa chúng và nó nằm hoàntoàn trong hình dạng.Định nghĩa 3.4 Chữ nhật là hình dạng đối tượng, P, mà tồn tại các số nguyênXLB, XUB, YLB, YUB thoả mãn P={(x, y) | XLB £ x Một khi dữ liệu ảnh được phân đoạn, ta cần có thao tác khớp ảnh (match) để ánhxạ toàn bộ hay một phần ảnh này với toàn bộ hay một phần ảnh khác.3.2 Biểu diễn ảnh nén Error!Hãy xem xét ảnh hai chiều I có (p1 x p2) pixel. I(x, y) mô tả một hay nhiều thuộctính của pixel. Thí dụ, I(x, y) có thể có giá trị trong khoảng [0, 255] để biểu diễnmã hóa giá trị RGB của ảnh.Tổng quát thì lập luận về ảnh bằng xem xét mọi pixel là không thực tế bởi vì mỗip1 và p2 có thể có tới 1024 hay nhiều hơn. Dẫn tới có đến hàng triệu phần tử trongma trận ảnh I. Quan điểm chung là biến đổi ma trận I thành biểu diễn nén của matrận như hình 3.2.Việc tạo lập biểu diễn nén (Compressed Representation) cr(I) của ảnh I bao gồmhai phần:1. Chọn kích thước. Người thiết kế CSDL ảnh chọn kích thước h cho ảnh nén.Kích thước ảnh càng lớn thì càng có ảnh gần gũi với ảnh gốc. Tuy nhiên khi kíchthước tăng thì việc làm chỉ số cho biểu diễn ảnh càng phức tạp. Do vậy phải cânbằng các yếu tố. Giả sử rằng kích thước lựa chọn cho cr(I) là cặp số nguyên dương(h1, h2).2. Lựa chọn phép biến đổi. Người sử dụng phải lựa chọn phép biến đổi để cókhả năng chuyển đổi ảnh thành dạng nén. Nói cách khác, họ phải chọn phép biếnđổi sao chovới ảnh I cho trước và bất kỳ cặp số 1£i£h1 và 1£j£h1, thì sẽ xác địnhđược giá trị cr(i, j) nào đó.3.2.1 Biến đổi Fourier rời rạc (DFT - Discrete Fourier Transform) Error!Đây là biến đổi rất nổi tiếng, được nghiên cứu khá nhiều. Theo biến đổi Fourier rờirạc ta có:trong đó, j là số phức Error!.DFT có rất nhiều đặc tính hay. Thí dụ, có thể khôi phục ảnh gốc I từ biểu diễnDFT. Cho trước ảnh I với (p1 x p2) và biểu diễn DFT(I), ta có thể áp dụng đảo DFT(ký hiệu là DFT-1) lấy bất kỳ điểm ảnh (x, y) nào trong I làm đầu vào và sử dụnggiá trị của DFT(x, y) để tính các giá trị của ảnh gốc. Đặc tính này của DFT có thểứng dụng vào nén và giải nén ảnh. Nhưng chú ý rằng, không phải tất cả các lượcđồ nén đều được 100% biến đổi ngược, như vậy một số dữ liệu bị mất mát.3.2.2 Biến đổi cosin rời rạc (DCT – Discrete Cosine Transform) Error! Đây là giải thuật nổi tiếng, là nền tảng của nén ảnh JPEG. Tương tự DFT, DCTcó thể lấy đảo và cho bởi Error! trong đó,Việc tính toán DCT được thực hiện khá nhanh.Cả DFT và DCT thường được cải tiến nhằm tính toán nhanh hay nâng cao chấtlượng nén. Nhóm kỹ thuật nén ảnh khác hay được sử dụng là dựa trên biến đổiwavelet. Error!Giả sử IDB là tập hợp các ảnh và các vùng quan tâm được đánh dấu bởi các chữnhật như trên hình 3.3. Giả sử r1,..., rn là các vùng quan tâm. Sau đó tập{cr(r1),...,cr(rn)} được biểu diễn dễ dàng bởi các kỹ thuật chỉ số hóa đa chiều (thídụ cây R).3.3 Xử lý ảnh: Phân đoạnCho đến bây giờ ta đã giả sử rằng các vùng trong ảnh nơi chứa các đặc trưng quantâm, có thể nhận ra bằng cách nào đó, và nội dung của các vùng quan tâm được xácđịnh bằng cách nào đó. Phần này khảo sát nhanh cách phân chia ảnh cho trướcthành các vùng đồng nhất, gọi chúng là đoạn (segment).Giả sử ảnh I chứa (m x n) tế bào. Trường hợp tồi nhất là tế bào tương ứng pixel,nhưng tổng quát thì tế bào là tập chữ nhật các pixel.Vùng liên thông  trong ảnh I là tập các tế bào mà nếu các tế bào (x1, y1), ... (xn,yn)ÎÂ, tồn tại trật tự các tế bào C1,...,Cn trong  thoả mãn1. C1=(x1,y1) và2. Cn=(xn,yn) và3. khoảng cách Euclidean giữa Ci và Ci+1 với mọi 1£ icho lại “true” nếu trên (100*d)% của tế bào trong vùng R có cùng màu. Giả sử tamô tả ba vùng như biểu diễn trong bảng dưới đây:Vùng Tổng số pixel đen Tổng số pixel trắngError! R1 800 200R2 900 100R3 100 900Error!Giả sử ta xem xét một vài tính chất khác như Error!, Error!và Error!. Bảng sau đây chỉ ra cho chúng ta thấy kết quả các thuộc tính đồng nhất cho lại:Vùng Error! Error! Error!Error!R1 true false falseR2 true true falseError!R3 true true false2. ...