CV.
Bạn đang xem: Median filter là gì
Trong bài biết này ra mắt 1 số cỗ lọc ảnh số vào Open
CV.
Lọc số hình ảnh là gì?
1 khối hệ thống dùng để làm biến dạng sự phân bố tần số của những thành phần tín hiệu theo các chỉ tiêu gọi đã mang lại được hotline là cỗ lọc số.Lọc số ảnh (Filter) có ý nghĩa quan trọng vào việc tạo ra các hiệu ứng trong ảnh, 1 số ít hiệu ứng dựa vào sử dụng các bộ lọc làm mờ (Blur), làm cho trơn (Smooth),...Nguyên tắc chung của các cách thức lọc là mang lại ma trận hình ảnh nhân chập với 1 ma trận lọc (Kernel) hay nói một cách khác là các phép tính nhân chập trên ảnh. Ma trận lọc lọc (Kernel) còn có thể được gọi là cửa ngõ số chập, cửa sổ lọc, khía cạnh nạ,... Trong nội dung bài viết này thực hiện thuật ngữ ma trận thanh lọc (Kernel).
Công thức
Idst = M * Isrc
Isrc: ảnh gốc được áp dụng để thanh lọc số ảnh.Idst: ảnh ra sau thời điểm thực hiện chấm dứt phép thanh lọc số ảnh.M: ma trận lọc (Mask, kernel).Với từng phép lọc có rất nhiều ma trận thanh lọc (Kernel) khác nhau, không có 1 quy định cụ thể nào mang đến việc khẳng định M. Kích thước ma trận M là một trong những số lẻ. Ví dụ: 3x3, 5x5.
Tổng Tpt những phẩn tử trong ma trận M thường xuyên là 1.
Tpt > 1: Ảnh sau thời điểm thực hiện ngừng phép thanh lọc số hình ảnh (Idst) bao gồm độ sáng to hơn so với hình ảnh ban đầu (Isrc). Tpt : Ảnh sau thời điểm thực hiện hoàn thành phép lọc số ảnh (Idst) có độ sáng bé dại hơn so với ảnh ban đầu (Isrc).Ví dụ
Nhân chập hình ảnh với phép lọc số ảnh
Để thực hiện 1 phép lọc số ảnh, rất cần phải tiến ảnh nhân chập hình ảnh đầu vào với cùng 1 ma trận thanh lọc hay cửa sổ nhân chập (Kernel). Toàn bộ các điểm ảnh (Pixel) trên hình ảnh sẽ được thực hiện nhân chập với ma trận lọc, tâm của ma trận lọc sẽ được đặt trùng vào vị trí của điểm hình ảnh (Pixel) đang được tính nhân chập làm thay đổi các giá trị của px ban đầu.
Công thức tính nhân chập
Ví dụ
1 ma trận điểm ảnh I với ma trận lọc (Kernel) M:
n = (3 - 1) / 2 = 1.Idst(2,2) = Isrc(2, 2) * M(u, v) = Isrc(1, 1) * M(-1, -1) + Isrc(1, 2) * M(-1, 0) + Isrc(1, 3) * M(-1, 1) + Isrc(2, 1) * M(0, -1) + Isrc(2, 2) * M(0, 0) + Isrc(2, 3) * M(0, 1) + Isrc(3, 1) * M(1, -1) + Isrc(3, 2) * M(1, 0) + Isrc(3, 3) * M(1, 1) = 2*1 + 4*2 + 3*3 + 5*4 + 7*5 + 2*6 + 7*7 + 6*8 + 2*9 = 201.
1 số kỹ thuật thanh lọc nhiễu
Lọc trung bình - Median Filter
Ý tưởngVới lọc trung bình, mỗi điểm hình ảnh (Pixel) được thay thế bằng mức độ vừa phải trọng số của các điểm trong vùng lân cận.
Giả sử rằng có một ma trận lọc (Kernel) (3x3) quét qua từng điểm ảnh của hình ảnh đầu vào Isrc. Tại địa chỉ mỗi điểm ảnh lấy giá bán trị của các điểm ảnh tương ứng trong vùng (3x3) của hình ảnh gốc đặt vào ma trận thanh lọc (Kernel). Quý hiếm điểm hình ảnh của hình ảnh đầu ra Idst là giá trị trung bình của tất cả các điểm trong ảnh trong ma trận lọc (Kernel).
Thuật toán1 hình ảnh đầu vào với I(x,y) là cực hiếm điểm hình ảnh tại một điểm (x,y) cùng 1 ngưỡng θ.
Xem thêm: Giá Vàng Hôm Nay Có Nên Mua Vào, Có Nên Mua Vàng Hôm Nay Để Đầu Tư Sinh Lời
Bước 1: Tính tổng những thành phần nằm trong ma trận thanh lọc (Kernel).Bước 2: phân tách lấy trung bình của tổng những thành phần nằm trong ma trận được tính ở trên với con số các phần tử của cửa sổ lọc ra 1 quý giá Itb(x, y).Bước 3: Hiệu chỉnh:Nếu I(x,y) - Itb(x,y) > θ thì I(x,y) = Itb(x,y).Nếu I(x,y) - Itb(x,y) thì I(x,y) = I(x,y).Chú ýθ là 1 trong giá trị mang lại trước và có thể có hoặc ko tùy trực thuộc vào mục đích.
Tác dụngTrong thanh lọc trung bình, hay ưu tiên cho những hướng để bảo vệ biên của hình ảnh khỏi bị mờ khi làm trơn ảnh. Những kiểu ma trận thanh lọc (Kernel) được sử dụng tùy thuộc vào các trường vừa lòng khác nhau. Những bộ thanh lọc trên là bộ lọc tuyến đường tính theo tức là điểm ảnh ở trung tâm cửa sổ sẽ tiến hành thay vị tổ hợp những điểm bên cạnh chập cùng với ma trận lọc (Kernel).
Ví dụMa trận lọc (Kernel) M ở ngôn từ phần Ví dụ: lọc số hình ảnh là gì? như làm việc trên và phía bên dưới lần lượt là ma trận điểm ảnh đầu vào (Isrc) với ma trận điểm hình ảnh đầu ra (Idst).
Idst(3,3) = (7+2+1+6+2+8+6+7+7) / 9 = 46 / 9 = 5. Chú ýCác hệ số trong ma trận lọc (Kernel) này bao gồm tổng bởi 1, nên độ sáng ảnh giữ nguyên, và những hệ số đều dương vì thế nó có khuynh hướng làm nhoè ảnh.
Lọc trung vị - Mean Filter
Ý tưởngLọc trung vị là thanh lọc phi tuyến. 1 phép lọc phi tuyến đường là 1 kết quả không thể thu được từ một tổng trọng số của các điểm ảnh (Pixel) lạm cận. Sau thời điểm đã định nghĩa kích cỡ vùng lân cận, cực hiếm điểm ảnh (Pixel) trung chổ chính giữa được thay bởi trung vị có nghĩa là giá trị ở chính giữa của toàn bộ các giá chỉ trị của những điểm vào vùng lạm cận.
Cho 1 hàng số X1, X2, X3, ..., Xn được sắp xếp theo máy tự tăng mạnh hoặc bớt dần. Lúc ấy Xtv được xem bởi công thức:
Nếu n lẻ:
Nếu n chẵn:
Kích thước của ma trận thanh lọc (Kernel) hay sử dụng có size 3x3, 5x5, 7x7.
Thuật toánBước 1: xác minh điểm ảnh (Pixel) I(x, y).Bước 2: sắp xếp các điểm ảnh (Pixel) lân cận của theo 1 lắp thêm tự khăng khăng (Tăng dần dần hoặc bớt dần).Bước 3: xác định Itv (Chính là Xtv trong văn bản phía trên).Bước 4: Hiệu chỉnh:Nếu I(x,y) - Itb(x,y) > θ thì I(x,y) = Itb(x,y).Nếu I(x,y) - Itb(x,y) .Chú ý
θ là 1 trong những giá trị cho trước và rất có thể có hoặc không tùy thuộc vào mục đích.
Tác dụngLoại bỏ những điểm ảnh mà vẫn đảm bảo độ phân giải.Hiệu quả trong việc giảm sút điểm nhiễu trong ma trận thanh lọc (Kernel) to hay bằng 1 nửa số điểm trong ma trận thanh lọc (Kernel).Ví dụ
Idst(1,1) = (2, 2, 2, 2, 2, 2, 4, 7, 5) = 2.Idst(3,3) = (1, 2, 2, 6, 6, 7, 7, 7, 8) = 6.Chú ýIdst(1,1), Idst(1,5), Idst(5,1), Idst(5,5): có thể làm như giải pháp trên hoặc không bắt buộc kiểm tra điểm biên.
Lọc thông tốt - Low Pass Filter
LPF - Low Pass Filter là một trong bộ lọc tuyến đường tính, hay được sử dụng để làm trơn nhiễu. Kỹ thuật lọc nhiễu ảnh này yêu cầu sử dụng 1 số ít ma trận thanh lọc (Kernel) như sau:
Hoặc
Lọc thông cao - High Pass Filter
HPF - High Pass Filter là 1 trong những bộ lọc phi đường tính. Hay sử dụng trong vấn đề làm trơn hình ảnh và tìm biên đối tượng người sử dụng có nghỉ ngơi trong ảnh. 1 số ít ma trận thanh lọc (Kernel) cần sử dụng trong thanh lọc thông cao:
Trong lọc thông cao, các ma trận thanh lọc (Kernel) tất cả tổng hệ số những giá trị của cục lọc bởi 1.
1 số cỗ lọc trong Open
CV
Blur
Là 1 phép lọc khiến cho trơn hình ảnh và khử nhiễu phân tử và là một trong bộ thanh lọc trung bình. Ma trận lọc (Kernel) của bộ lọc Blur có dạng:
Trong Open
CV để sử dụng Blur cho một hình ảnh, sử dụng hàm sau:
cv::blur(cv::Input
Array src, cv::Input
Array dst, cv::Size ksize, cv::Point anchor = cv::Point(-1,-1), int border
Type = 4)src: Là ảnh gốc.dst: Là ảnh sau khi triển khai phép lọc số ảnh.ksize: Là kích thước của ma trận lọc.anchor: Là Anchor Point của ma trận lọc. Quý hiếm mặc định là (-1,-1).border
Type: Là phương pháp để cầu lượng và căn chỉnh các điểm hình ảnh nếu phép lọc bọn chúng vượt thoát ra khỏi giới hạn của ảnh. Quý giá mặc định là 4.Ví dụcv::blur(image
Src, image
Dst, 3);
Sobel
Kỹ thuật áp dụng 2 ma trận thanh lọc (Kernel) xấp xỉ đạo hàm theo hướng x với y:
Là 1 phép lọc giúp tìm đường giáp ranh biên giới cho ảnh. Trong Open
CV để áp dụng Sobel cho một hình ảnh, áp dụng hàm sau:
cv::Sobel(cv::Input
Array src, cv::Output
Array dst, int ddepth, int dx, int dy, int ksize = 3, double scale = (1,0) , double delta = (0,0), int border
Type = 4);src: ảnh gốc.dst: ảnh sau khi tiến hành phép thanh lọc số ảnh.ksize: kích thước của ma trận lọc. Giá trị mặc định là 3.ddepth: độ sâu của hình ảnh sau phép lọc: VD: CV_32F, CV_64F,...dx: đạo hàm theo hướng x. Dx = 1 nếu như đạo hàm theo phía x.dy: đạo hàm theo phía y. Dy = 1 nếu đạo hàm theo phía y.scale với delta: 2 thông số tùy lựa chọn cho câu hỏi tính quý giá đạo hàm lưu quý giá ví không nên vào hình ảnh sau phép lọc. Mang định là một và 0.border
Type: phương thức để cầu lượng và chỉnh sửa các điểm hình ảnh nếu phép lọc chúng vượt ra khỏi giới hạn của ảnh. Cực hiếm mặc định là 4.Ví dụcv::Sobel(image
Src, image
Dst, image
Src.depth(), 1, 0, 3);
Src, image
Dst, image
Src.depth(), 0, 1, 3);
Src, image
Dst, image
Src.depth(), 1, 1, 3);
Laplace
Là 1 phép lọc giúp tìm mặt đường biên toàn bộ cho ảnh. Tứ tưởng là rước đạo hàm bậc hai của những điểm. Ma trận thanh lọc (Kernel) của bộ lọc Laplace tất cả dạng:
Trong thực tiễn dùng nhiều kiểu ma trận thanh lọc (Kernel) khác nhau để xấp xỉ rời rạc đạo hàm bậc nhì Laplace. 3 kiểu ma trận lọc (Kernel) thường xuyên dùng:
Trong Open
CV để thực hiện Laplace cho một hình ảnh, sử dụng hàm sau:
cv::Laplace(cv::Input
Array src, cv::Output
Array dst, int ddepth, int ksize = 1, double scale = (1,0), double delta = (0,0), int border
Type = 4);Chú ýCó 1 phươn pháp lọc dùng để làm tìm đường biên toàn thể khác là Gradient, cách thức này thao tác khá giỏi khi độ sáng đổi khác rõ nét, lúc mức xám biến đổi chậm hoặc miền sự chuyển tiếp giữa trải rộng thì cách thức này tỏ ra nhát hiệu quả. Vậy phải sử dụng cách thức laplace nhằm khắc phục điểm yếu này.Trong kỹ thuật thanh lọc laplace, điểm biên được xác định bởi điểm giảm điểm không. Và điểm không là duy nhất do vậy kỹ thuật này cho đường biên giới rất mảnh (Rộng 1 pixel). Cực kỳ nhạy cảm cùng với nhiễu vị đạo hàm bậc 2 bất ổn định.Ví dụcv::Laplacian(image
Src, image
Dst, CV_64F);
Cài đặt cỗ lọc trong Open
CV
Trong nội dung ở phía trên nội dung bài viết đã trình làng 1 số cỗ lọc có sẵn trong OpenCV. Vào Open
CV có một hàm tính chập, nhờ đó có thể tự cài những bộ lọc cho riêng để tương xứng với mục tiêu xử lý ảnh. Hàm tính chập trong Open
CV như sau:
cv::Filter2D(cv::Input
Array src, cv::Output
Array dst, int ddepth cv::Input
Array kernel, cv::Point anchor=cv::Point(-1, -1) double delta = (0,0), int border
Type = 4);src: hình ảnh ban đầu.dst: ảnh sau lúc nhân chậpkernel: phương diện nạ nhân chậpanchor: điểm neo để tại vị mặt nạ nhân chập.Điều quan trọng đặc biệt nhất với những tự thiết đặt các cỗ lọc đó đó là ma trận lọc (Kernel). Có thể dễ dàng tìm kiếm được các định ma trận thanh lọc (Kernel). Trong các nội dung ở trong phần trên, các bộ lọc được thiết lập sẵn trong Open
CV có reviews các ma trận lọc kèm theo cho từng phép lọc.
Đoạn code ví dụ như cho vấn đề tự thiết đặt 1 1 thanh lọc để giải pháp xử lý hình ảnh.
#include "stadafx.h"#include #include #include int main() cv::Mat image
Src = imread("stdio.vn", CV_LOAD_IMAGE_COLOR); cv::Mat image
Dst; cv::Mat kernel = cv::Mat::ones(Size(3, 3), CV_32F) / (float)(9); cv::filter2D(image
Src, image
Dst, image
Src.depth(), kernel, Point(-1, -1), 0, BORDER_DEFAULT); imshow("Image Srd", image
Src); imshow("Image Dst", image
Dst); cv::wai
Key(0); return(0);Kết quả ví dụ ngơi nghỉ trên tương tự như khi thực hiện bộ thanh lọc Blur.
Ta ví dụ: median filter là trường hợp rõ ràng của rank filter (bộ thanh lọc xếp hạng)Giống: cỗ lọc đường tính và cỗ lọc phi con đường tính được thực hiện bằng cách sử dụng vùng lấn cận.Nếu ảnh đầu vào bị nhiễu gauss thì cỗ lọc trung bình mang đến ra hiệu quả tốt hơn. Còn nếu hình ảnh đầu vào bị nhiễu salt và pepper thì cỗ lọc trung vị cho ra kết quả tốt hơn. Ta bao gồm thể đổi mới bộ lọc này bằng cách tạo một ngưỡng cùng chỉ thay thế sửa chữa các giá trị điểm hình ảnh hiện tại với giá trị vừa đủ của vùng ở bên cạnh nếu độ béo của quý giá trung bình ở nằm bên dưới ngưỡng này ví dụ như nhiễu “salt & pepper”, khi đó những thành phần nhiễu này do tất cả mức xám khác hoàn toàn với các điểm bên cạnh sẽ được thay thế sửa chữa bằng nấc xám ngay sát bằng những điểm xung quanh. Ta thấy, nhiễu “salt & pepper” bớt không đáng kể, bọn họ vẫn dễ dàng nhìn thấy bằng mắt thường, Mỗi giá trị px đầu ra là quý giá trung bình của tất cả các giá trị của những pixel lân cận của nó, cực hiếm nhiễu nằm trong khoảng <0;255> được nhằm tính quý giá trung bình
Tất cả các px của hình ảnh này có mức giá trị là 8, trừ 1 pixel nhiễu có giá trị 255Đầu ra của px được phủ bọc và tất cả các px có vùng kề bên chứa quý giá 255 bằng Ta thấy, nhiễu “salt and pepper” giảm đáng kể, bọn họ vẫn dễ dãi nhìn thấy bởi mắt thường, Median filter thực hiện các bước loại bỏ nhiễu tốt hơn, các cạnh ít lại mờ hơn,Bộ lọc chuẩn bị xếp những giá trị cạnh bên của 1 pixel, giá bán trị áp ra output đó là giá trị trung bình của tất cả các quý giá này được sắp xếp
About
Support
Terms
Privacy
Cookie Preferences
Do not sell or chia sẻ my personal information
Everand
