ME-4201 Nhập môn thị giác máy tính

Xử lý ảnh –
Lọc ảnh trong miền
không gian
Phùng Thanh Huy
BM Cơ điện tử
Trường Đại học Bách Khoa – ĐHQG Tp. HCM
Ver. 2024.1
Các phép toán trên vùng ảnh (Local Operators)
Ảnh, cửa sổ (Images, Windows)

Ảnh 𝑥 • Cửa sổ quy định kích thước 1 vùng lân cận

trên ảnh

Kích thước 3x3

Điểm đang xét

Vùng lân cận

2
Các phép toán trên vùng ảnh (Local Operators)
Phép toán trên vùng ảnh
Biến đổi 1 vùng ảnh (cửa sổ) trên ảnh gốc thành 1 điểm trên ảnh mới

Ảnh gốc 𝑥 Ảnh mới 𝑥

Điểm tương ứng

Điểm đang xét

Vùng lân cận

𝑦 𝑦

3
Lọc theo thống kê
Bộ lọc trung vị
(Median Blur, Median Filter) 𝑧11 𝑧12 𝑧13
𝑧21 𝑧22 𝑧23
Ảnh gốc 𝑥 𝑧31 𝑧32 𝑧33
Sắp xếp theo thứ tự giá trị cường
độ sáng.
Lấy ra trung vị là giá trị cần tìm

Điểm đang xét

Vùng lân cận

𝑦
• Tương tự, có thể có cực đại địa phương và cực tiểu địa phương:
Lấy giá trị cường độ sáng lớn nhất và nhỏ nhất. (Local maximum
and minimum)
4
Lọc theo thống kê
Bộ lọc trung bình
(Mean filter – Box filter)

Ảnh gốc 𝑥
𝑧11 𝑧12 𝑧13
𝑧21 𝑧22 𝑧23
𝑧31 𝑧32 𝑧33

𝑧11 + ⋯ + 𝑧𝑛𝑛
𝐼 → 𝐼 ′ 𝑥, 𝑦 =
𝑛2
Điểm đang xét

Vùng lân cận

5
Lọc theo thống kê

- Bộ lọc trung bình và trung vị làm mịn ảnh.

6
Phép toán tích chập và tương quan
Biểu diễn bộ lọc trung bình qua phép toán ma trận
Bộ lọc trung bình (Mean filter – Box filter)

𝑧11 𝑧12 𝑧13 1 1 1

1
𝑧21 𝑧22 𝑧23 ∗ 1 1 1
9
𝑧31 𝑧32 𝑧33 1 1 1 Kernel
Filter
Mask
Nhân element wise

7
Phép toán tích chập và tương quan
Phép tương quan (Correlation)
Không gian 1-D

8
Phép toán tích chập và tương quan
Phép tương quan (Correlation)
Không gian 1-D

9
Phép toán tích chập và tương quan
Phép tích chập (Convolution)
Không gian 1-D

10
Phép toán tích chập và tương quan
Phép tích chập
Không gian 1-D

11
Phép toán tích chập và tương quan
Phép tích chập và phép tương quan trong không gian 2D
𝑧11 𝑧12 𝑧13 𝑤11 𝑤12 𝑤13
𝑧21 𝑧22 𝑧23 𝑤21 𝑤22 𝑤23
𝑧31 𝑧32 𝑧33 𝑤31 𝑤32 𝑤33

Vùng lân cận đang xét Kernel/mask/filter

Phép tương quan: Nhân từng phần tử với nhau

𝐼 ′ = 𝑧11 × 𝑤11 + 𝑧12 × 𝑤12 + ⋯ + 𝑧33 × 𝑤33

𝑤11 𝑤12 𝑤13 𝑤33 𝑤32 𝑤31

Phép tích chập:
Quay kernel 180 độ 𝑤21 𝑤22 𝑤23 𝑤23 𝑤22 𝑤22
Nhân từng phần tử với nhau
′ 𝑤31 𝑤32 𝑤33 𝑤13 𝑤12 𝑤11
𝐼 = 𝑧11 × 𝑤33 + 𝑧12 × 𝑤32 + ⋯ + 𝑧33 × 𝑤11

12
Phép toán tích chập và tương quan
Một số tính chất
- Phép tương quan sử dụng để tìm sự liên quan, có thể dùng để tìm một
phần tử nào đó trên ảnh (template matching)
- Phép tích chập sử dụng cho phép lọc, trích xuất đặc trưng.
- Phép tích chập có các tính chất của một toán tử tuyến tính:
+ Kết hợp
+ Giao hoán…
- Nếu kernel/ mask/ filter là có tính đối xứng, 2 phép Tích chập và tương
quan tương đương nhau. Thông thường người ta đặc tả phép lọc bằng phép
tương quan.
- Trong các mạng CNN, phép tương quan được sử dụng thay cho phép tích
chập để đơn giản hoá và giảm tính toán, ta ngầm hiểu kết quả là tích chập
với 1 kernel đã được xoay.

Trường hợp kernel là số chẵn thì xử lý ntn?

13
Phép toán tích chập và tương quan
Padding
Kết quả của một phép toán từ 1 ảnh phải là 1
ảnh cùng kích thước

- Zero Padding
- Symmetric Padding

Bộ lọc trung bình (Mean/ Average Filter)

14
Một số bộ lọc làm mờ ảnh (Smoothing filters)
Bộ lọc trung bình (Mean/ Average Filter)

15
Một số bộ lọc làm mờ ảnh (Smoothing filters)
Bộ lọc Gauss(Gaussian Filter)
K: coefficients
𝜎2

Low-pass filter Tổng các phần tử

Dùng GaussianBlur: Cần chọn kích thước Kernel, trung bình và phương sai.
Chú ý: Các bộ lọc có thể gây mất thông tin ảnh

16
Một số bộ lọc làm mờ ảnh (Smoothing filters)
Bộ lọc Gauss(Gaussian Filter)

17