khoa luan tot nghiep,phuong phap,nhan dang,vat the,dua tren thuat toan,kth-law ecp-sdf

KHOÁ LUẬN TỐT NGHIỆP

PHƯƠNG PHÁP NHẬN DẠNG VẬT THỂ DỰA TRÊN THUẬT TOÁN KTH-LAW ECP-SDF

CHƯƠNG 1: MỞ ĐẦU

1.1. Bài toán nhận dạng vật thể và mục đích của luận văn

Cho đến nay việc sử dụng các cảm biến hình ảnh như camera, Webcam,… đã trở nên hết sức phổ biến trong đời thường cũng như trong lĩnh vực xử lý ảnh. Việc sử dụng chương trình MATLAB như một công cụ hữu ích trong xử lý hình ảnh cũng không còn xa lạ đối với nhiều người. Tuy vậy, nhận dạng vật thể vẫn là một lĩnh vực hết sức hấp dẫn và còn nhiều điều cần khám phá.

Dù cho các công nghệ về nhận dạng và phân loại ảnh đã đạt được nhiều thành tựu đáng chú ý, lĩnh vực này vẫn phải đối mặt với nhiều vấn đề lớn về kỹ thuật cần giải quyết. Các vấn đề này thường bao gồm: Sự ‘méo’ của vật thể do môi trường có nhiễu, góc quay từ cảm biến hình ảnh tới vật thể. Đôi khi sự thay đổi của vật thể cần nhận dạng không được biểu diễn một cách chính xác do các giải thuật được ứng dụng với tập dữ liệu hạn chế. Ngoài ra, còn nhiều vấn đề nảy sinh trong thực tế làm cho vật cần nhận dạng bị ‘méo’ trong quá trình xử lý hình ảnh. Trong các điều kiện thực tế khó khăn này, một hệ thống nhận dạng đáng tin cậy cần phải thực thi được chức năng nhận dạng và phân loại theo thời gian thực với tỉ lệ chuẩn xác cao. Do đó, việc cái tiến và phát triển các hệ thống xử lý ảnh cũng như các giải thuật là điều hết sức cần thiết đối với nhận dạng và phân loại vật thể cần sự chính xác và tốc độ cao.

Đã có nhiều kỹ thuật được phát triển và ứng dụng trong lĩnh vực nhận dạng và phân loại vật thể: Nhận dạng đường biên, nhận dạng qua mầu sắc vật thể, các thuật toán lọc nhiễu,… tuy nhiên phần lớn các kỹ thuật này gặp khó khăn do vật thể bị thay đổi về hình dạng dưới các góc quay khác nhau của cảm biến hình ảnh. Luận văn này trình bày một kỹ thuật hiệu quả để giải quyết vấn đề đó. Đó là kỹ thuật nhận dạng vật thể dựa trên thuật toán kth-law ECP-SCF. Đồng thời, trong khuôn khổ luận văn này tôi cũng giới thiệu chương trình nhận dạng vật thể theo thời gian thực dùng thuật toán này được viết trên MATLAB.

1.2. Tổ chức luận văn

Luận văn được trình bày thành chương.

Chương 1, tác giả trình bày tóm tắt về vấn đề cần giải quyết cũng như tổ chức của luận văn.

Chương 2 Tổng quan về xử lý ảnh – Nhận dạng vật thể, tác giả trình bày về các khái niệm thường gặp và các giai đoạn trong xử lý ảnh nói chung và nhận dạng vật thể nói riêng.

Chương 3 Nhận dạng vật bằng xử lý ảnh, tác giả giới thiệu về các phương pháp chung nhất trong nhận dạng vật thể qua việc sử dụng các hàm: Tương quan tuyến tính và tương quan phi tuyến. Đồng thời trình bày về lý thuyết của biến đổi Fourier rời rạc (DFT), biến đổi Fourier nhan (FFT) Cũng như thuật toán của bộ lọc tổng hợp ECP-SDF bậc k.

Chương 4 Xử lý ảnh với Matlab, tác giả giới thiệu về chương trình matlab và ứng dụng Matlab trong xử lý ảnh. Đồng thời tác giả đã giới thiệu về các hộp công cụ xử lý ảnh (image processing toolbox) Và thu nhận ảnh (image acquisition toolbox) Cùng các lệnh thường dùng.

Chương 5 Thực nghiệm và kết quả, tác giả trình bày về các bộ lọc đơn, bộ lọc tổng hợp ECP-SDF bậc k và thí nghiệm áp dụng các bộ lọc trong nhận dạng vật. Đồng thời, trong chương này tác giả cũng đưa ra các ý kiến đánh giá về các khó khăn, giải pháp khắc phục và các ứng dụng có thể dùng tới bộ lọc tổng hợp ECP-SDF bậc k.

CHƯƠNG 2: TỔNG QUAN VỀ XỬ LÝ ẢNH - NHẬN DẠNG VẬT THỂ

2.1 Xử lý ảnh (số) Và các khái niệm liên quan:

2.1.1 Xử lý ảnh (số)

Xử lý ảnh (số) Là một dạng của xử lý tín hiệu trong đó đầu vào là một hình ảnh (các bức ảnh, các khung hình) Và đầu ra của quá trình xử lý ảnh có thể là một hình ảnh khác hoặc là một tập chứa các tính chất hoặc tham số liên quan tới hình ảnh đó. Phần lớn các kỹ thuật xử lý ảnh thì thường qui về việc xử lý hình ảnh như là một tín hiệu 2 chiều rồi sử dụng các kỹ thuật xử lý tín hiệu để xử lý nó.

2.1.2 Các khái nịêm liên quan:

* Điểm ảnh (Picture Element)

Gốc của ảnh (ảnh tự nhiên) Là ảnh liên tục về không gian và độ sáng. Để xử lý bằng máy tính (số), ảnh cần phải được số hoá. Số hoá ảnh là sự biến đổi gần đúng một ảnh liên tục thành một tập điểm phù hợp với ảnh thật về vị trí (không gian) Và độ sáng (mức xám). Khoảng cách giữa điểm ảnh đó được thiết lập sao cho mắt người không phân biệt được ranh giới giữa chúng. Mỗi một điểm như vậy gọi là điểm ảnh (PEL: Picture Element) Hay gọi tắt là Pixel. Trong khuôn khổ ảnh hai chiều, mỗi Pixel ứng với cặp tọa độ (x, y).

Như vậy, điểm ảnh (Pixel) Là một phần tử của ảnh số tại toạ độ (x, y) Với độ xám hoặc màu nhất định. Kích thước và khoảng cách giữa các điểm ảnh đó được chọn thích hợp sao cho mắt người cảm nhận sự liên tục về kkhong gian và mức xám (hoặc màu) Của ảnh số gần như ảnh thật. Mỗi phần tử trong ma trận được gọi là một phần tử ảnh.

* Độ phân giải của ảnh:

 Theo định nghĩa ở trên thi mỗi Pixel gồm một cặp toạ độ (x, y) Và màu. Độ phân giải của ảnh chính là tích số của giá trị lớn nhất của x với giá trị lớn nhất của y.

VD: Màn hình máy tính có nhiều loại với độ phân giảI khác nhau: Màn hình CGA (Color Graphic Adaptor) Có độ phân giảI 320 x 200; Màn hình VGA (Video Graphic Array) Độ phân giảI 1280 x 800;

Rõ ràng màn hình có độ phân giảI càng cao thì ta có cảm giác nó càng ‘mịn’ hơn so với loại có độ phân giảI thấp hơn.

* Mức xám (Gray level)

Mức xám là kết quả sự mã hoá tương ứng một cường độ sáng của mỗi điểm ảnh với một giá trị số – kết quả của quá trình lượng tử hoá.

Các thang giá trị mức xám thông thường: 16,32,64,128,256. Trong đó mức 256 được dùng rất phổ biến do máy tính dùng 1 byte (8 bit) Để biểu diễn mức xám, mà mức xám lại dùng 1 byte để biểu diễn: 28=256 mức, tức là từ mức 0 đến mức 255. ảnh đen trắng: Là ảnh có hai màu đen, trắng (không chứa màu khác) Với mức xám ở các điểm ảnh có thể khác nhau. ảnh nhị phân: ảnh chỉ có 2 mức đen trắng phân biệt tức ding 1 bit mô tả 21 mức khác nhau hay mỗi điểm ảnh nhị phân chi có 1 trong 2 giá trị hoặc là 1 hoặc là 2. ảnh màu: Với mỗi điểm ảnh thì người ta dung 3 byte để mô tả mức màu (do thế giới màu được tạo nên từ 3 màu cơ bản: Đỏ (red), lục (blue) Và lơ (green)). Do đó có 28* 3 =224=16,7 triệu màu.

* Biểu diễn ảnh

Trong biểu diễn ảnh, người ta thường dùng các phần tử đặc trưng của ảnh là pixel. Do đó ta có thể biểu diễn một ảnh bởi một hàm 2 biến chứac thông tin. Các mô hình biểu diễn ảnh cho ta một mô tả lô gic hay định lượng các tính chất của hàm này. Chất lượng ảnh hoặc tính hiệu quả của các kỹ thuật xử lý phụ thuộc vào nhiều yếu tố như: Độ phân giảI, nhiễu,.. .

Để xử lý được ảnh, thì ảnh đó phảI được lấy mẫu (sample) RôI lượng tử hoá (quantization). Tức là đầu tiên chuyển từ ảnh tương tự sang ảnh số sau đó lưu giá trị của từng điểm ảnh với một số hữu hạn các mức xám.

* Tăng cường và khôi phục ảnh

Tăng cường ảnh (image enhancement):

Khi ảnh được chuyển từ dạng này sang dạng khác bởi các quá trình như: Truyền ảnh, quét ảnh,… thì ảnh nhận được thường có chất lượng thấp hơn so với ảnh ban đầu. Để giúp người ta có thể quan sát bức ảnh một cách chính xác hơn thì đòi hỏi phải có biện pháp để nâng cao chất lượng ảnh. Qúa trình này được gọi là tăng cường ảnh (image enhancement).

Tăng cường ảnh giúp loại bỏ các suy giảm (degradation) Gây ra bởi hệ thống xử lý hoặc kênh xử lý ảnh. Ngày nay, nhu cầu phát triển các hệ thống tự động cho việc xử lý hình ảnh ngày càng phát triển, kéo theo nó là sự cần thiết trong việc loại bỏ sai số cũng như các yếu tố nhiễu trong qúa trình xử lý. Do đó, tăng cường ảnh có thể được coi như một tập hợp các kỹ thuật để nâng cao chất lượng hình ảnh đồng thời tập hợp này cũng được ding để nâng cao độ chính xác trong quá trình tìm kiếm tự động và chuyển đổi dạng của bức ảnh.

Các kỹ thuật tăng cường ảnh có thể kể đến: Kỹ thuật tương phản (contrast), ánh xạ (mapping- gán mỗi mức xám từ ảnh gốc với một mức xám khác của ảnh đã được biên dịch),… Nói chung, các kỹ thuật tăng cường ảnh này đều nhằm mục đích đạt được kết qủa tốt nhất. Những kỹ thuật này thường dựa trên các sự kết hợp giữa các phương pháp biến đổi trên miền không gian và miền tần số.

KhôI phục ảnh (image restoration):

KhôI phục ảnh là quá trình loại bỏ các suy giảm (degradation) Trong ảnh. Có nhiều nguyên nhân dẫn đến sự suy giảm.

Khi camera không tập trung tiêu cự một cách hợp lý có thể dẫn đến bức ảnh bị ‘nhòe’.

Khi chụp ảnh trong điều kiên thời tiết không thuận lợi: Sương mù, qúa nắng nóng,… cũng có thể làm cho bức ảnh bị ‘nhòe’.

Chụp ảnh các vật đang chuyển động cũng có thể gây ‘nhòe’ cho bức ảnh.

Do có nhiều nguyên nhân gây nên suy giảm ảnh vì vậy, đối với mỗi loại nguyên nhân phảI có các cách phục hồi khác nhau. KhôI phục ảnh phần lớn được thực hiện bằng cách tìm ra các giảI thuật nhằm phục hồi lại các thông tin bị thất lạc trong quá trình xử lý ảnh.

Chúng ta cũng cần phân biệt tăng cường ảnh với khôI phục ảnh: Trong khi tăng cường ảnh nhằm tăng chất lượng của bức ảnh thì khôI phục ảnh nhằm đưa lại hình ảnh gốc của bức ảnh đã bị suy giảm. Các kỹ thuật tăng cường ảnh không áp dụng được với khôI phục ảnh.

* . Biến đổi ảnh (image transformation)

Thuật ngữ biến đổi ảnh thường dùng để nói tới các kỹ thuật dùng để biến đổi ảnh. Ở đây ảnh có thể được coi như một chuỗi các tín hiệu một chiều được biểu diễn bởi các hàm cơ sở. Có nhiều biến đổi được dùng như: Biến đổi Fourier, cosin, sin, karhumen loeve,…

Trong khuôn khổ luận văn này, ở phần sau tôI sẽ trình bày về các biến đổi Fourier: DFT, FFT, IDFT,… Đây là các biến đổi rất phổ dụng và đã được tôI thực tế áp dụng trong quá trình nghiên cứu. * Phân tích ảnh (image analysis)

Sau các bước tiền xử lý ảnh, ảnh đã được tăng cường hay được khôi phục để làm nổi các đặc trưng chủ yếu. Lúc này nó bắt đầu được đưa vào quá trình phân tích. Quá trình phân tích ảnh gồm các công đoạn: Trích chọn các đặc tính (feature extraction), phân đoạn ảnh (segmentation) Thành các phần tử. Tuỳ theo mục đích của việc xử lý, các giai đoạn tiếp theo của quá trình phân tích ảnh có thể là nhận dạng ảnh (phân thành các lớp có miêu tả) Hay là giảI thích và miêu tả ảnh. Hình 1. Mô tả tóm lược các bước của quá trình phân tích ảnh:

------------------------------------------

MỤC LỤC

LỜI GIỚI THIỆU

CHƯƠNG 1: MỞ ĐẦU

1.1. Bài toán nhận dạng vật thể và mục đích của luận văn

1.2. Tổ chức luận văn

CHƯƠNG 2: TỔNG QUAN VỀ XỬ LÝ ẢNH - NHẬN DẠNG VẬT THỂ

2.1 Xử lý ảnh (số) Và các khái niệm liên quan

2.1.1 Xử lý ảnh (số)

2.1.2 Các khái nịêm liên quan

2.1.3. Nhận dạng và phân loại ảnh (recognition and classification of image partterns)

1. Phương pháp phân loại dựa trên việc thu nhận có giám sát (supervised learning)

2. Phương pháp phân loại sử dụng các kỹ thuật không cần giám sát (nonsupervised learning)

CHƯƠNG 3: NHẬN DẠNG VẬT BẰNG XỬ LÝ ẢNH

3.1. Tương quan tuyến tính và tương quan phi tuyến

3.2 Các kỹ thuật lọc phi tuyến trong nhận dạng theo tỉ lệ

3.3 Thuật toán Kth_law ECP-SDF (equal-correlation-peak synthetic discriminant function) Tạm dịch là hàm phân biệt và tổng hợp ảnh tuân theo tỉ lệ tương quan

3.4 BIẾN ĐỔI FOURIER RỜI RẠC

3.4.1. Lấy mẫu trong miền tần số và biến đổi Fourier rời rạc

3.4.2. Biến đổi Fourier nhanh FFT

CHƯƠNG 4: XỬ LÝ ẢNH VỚI MATLAB

4.1 Giới thiệu về MATLAB

4.1.1 Các đặc điểm cơ bản của MATLAB

4.1.2 Phát triển giải thuật và ứng dụng

4.1.3 Phân tích và tiếp cận dữ liệu

4.1.4 Tiếp cận dữ liệu

4.1.5 Hình ảnh hóa dữ liệu

4.1.6 Xuất kết quả và triển khai ứng dụng

4.2 Xử lý ảnh bằng MATLAB

4.2.1. Ảnh trong MATLAB

4.2.2. Hộp công cụ xử lý ảnh (image processing toolbox)

4.2.3. Hộp công cụ thu nhận ảnh (image acquisition toolbox)

4.2.4. Một số ví dụ về xử lý ảnh với Matlab

CHƯƠNG 5: THỰC NGHIỆM VÀ KẾT QUẢ

5.1 Nhắc lại bài toán nhận dạng đặt ra ở chương

5.2 Thuật toán

5.3 Chương trình nhận dạng vật bất biến theo tỉ lệ

5.4. Đánh giá kết quả thu được

5.5 Các ứng dụng có thể áp dụng

------------------------------------------------

Keyword: download,khoa luan tot nghiep,phuong phap,nhan dang,vat the,dua tren thuat toan,kth-law ecp-sdf

linkdownload: KHOÁ LUẬN TỐT NGHIỆP

PHƯƠNG PHÁP NHẬN DẠNG VẬT THỂ DỰA TRÊN THUẬT TOÁN KTH-LAW ECP-SDF