Link tải luận văn miễn phí cho ae Kết nối
Trình bày các kiến thức cơ bản về phép toán hình thái bao gồm các khái niệm, các thuật toán và các ứng dụng tiêu biểu của phép toán hình thái và các khái niệm liên quan đến thuật toán di truyền. Tập trung giải quyết bài toán phân rã phần tử cấu trúc bằng phương pháp tiếp cận ngẫu nhiên dựa trên thuật toán di truyền. Đưa ra một số kết quả thực nghiệm: phân rã phần tử cấu trúc kích thước 9x9 thành các phần tử cấu trúc 3x3. Nêu tóm tắt các kết quả đạt được và đưa ra những vấn đề còn tồn đọng để nâng cao hiệu năng của thuật toán trong xử lý ảnh
MỞ ĐẦU
Xử lý ảnh là một ngành phát triển mạnh mẽ trong khoa học máy tính. Sự phát
triển của nó đƣợc tiếp sức bởi các công nghệ mới trong xử lý ảnh số, các bộ vi xử lý
mới cùng các thiết bị lƣu trữ phổ biến. Những ngành nghiên cứu trƣớc kia chủ yếu xử
dụng ảnh tƣơng tự nay đã chuyển sang các hệ thống ảnh số do sự linh đông và dễ đáp
ứng của nó. Các thí dụ quan trọng có thể kể ra đây nhƣ trong y học, sản xuất phim và
video, nhiếp ảnh,..v.v. Những nguồn dữ liệu này đã tạo ra một lƣợng lớn các dữ
liệu ảnh số.
Xử lý ảnh quan tâm chủ yếu đến việc trích chọn các thông tin hữu ích từ trong
ảnh. Các thuật toán xử lý ảnh đƣợc phân ra làm 3 mức. Mức thấp nhất là các phƣơng
pháp thao tác trực tiếp với các dữ liệu thô, các giá trị điểm ảnh có thể bị nhiễu. Mức
thứ hai là tận dụng các kết quả ở mức 1 để đƣa ra các kết quả tốt hơn nhƣ: phân đoạn
ảnh, liên kết ảnh. Mức thứ ba là các phƣơng pháp trích trọn ngữ nghĩa các thông tin
dựa trên các kết quả của các mức thấp hơn, ví dụ nhƣ: nhận dạng chữ viết tay, nhận
dạng mặt ngƣời…
Toán học hình thái (Mathematic Morphology) là một lĩnh vực riêng biệt trong
xử lý ảnh. Không giống nhƣ các cách tiếp cận khác thiên về toán học tính toán, MM
dựa trên cấu trúc và hình dạng, dùng các toán hình thái cơ bản để làm đơn giản ảnh
nhƣng vẫn giữ lại những đặc trƣng chính. MM còn là một công cụ cơ bản để trích chọn
các thành phần ảnh, nhƣ biên ảnh, xƣơng ảnh, rất hữu dụng cho việc biểu diễn các các
vùng khác nhau trên một ảnh. Những kỹ thuật dùng toán hình thái nhƣ lọc ảnh, làm
mảnh ảnh hay làm dầy ảnh có sử dụng toán học hình thái cũng đƣợc sử dụng trong quá
trình tiền xử lý ảnh. Ngoài ra, một trong các ứng dụng quan trọng mà tui đề cập chính
trong luận văn này là: Phân rã phần tử cấu trúc thành các phần tử cấu trúc nhỏ hơn.
Phần tử cấu trúc là phần tử tham gia trong các phép toán hình thái, và việc phân rã
phần tử cấu trúc hay nói một cách khác là ma trận điểm ảnh có ba lợi ích quan trọng:
Thứ nhất, làm giảm phép toán trong các ứng dụng mà phần tử đó tham gia. Thứ hai,
giảm không gian lƣu trữ ảnh. Thứ ba, đối với các hệ thống chỉ hỗ trợ tập lệnh SIMD
trên các phần tử nhỏ hơn nhiều phần tử cấu trúc, thì việc phân rã phần tử cấu trúc thành
các phần tử cấu trúc nhỏ hơn là cần thiết.
Trong khuôn khổ của luận văn thạc sỹ này, tui muốn tập trung đi sâu vào tìm
hiểu các phép toán hình thái và một số ứng dụng của phép toán hình thái trong xử lý
ảnh. Phần chính của luận văn, tui sẽ trình bày một số kết quả đạt đƣợc trong việc ứng
dụng thuật toán di truyền để giải quyết bài toán phân rã phần tử cấu trúc trong xử lý
ảnh. Bố cục của luận văn này đƣợc tổ chức thành 3 chƣơng:
Chương 1: Trình bày các kiến thức cơ bản về phép toán hình thái bao gồm các
khái niệm, các thuật toán và các ứng dụng tiêu biểu của phép toán hình thái.
Chương 2: Trình bày ngắn gọn các khái niệm liên quan đến thuật toán di
truyền.
Chương 3: Tập trung giải quyết bài toán phân rã phần tử cấu trúc bằng phƣơng
pháp tiếp cận ngẫu nhiên dựa trên thuật toán di truyền.
Chương 4: Trình bày kết quả thực nghiệm: Phân rã phần tử cấu trúc kích thƣớc
9x9 thành các phần tử cấu trúc kích thƣớc 3x3.
Phần kết luận nêu tóm tắt các kết quả đạt đƣợc và đƣa ra các những vấn đề còn
tồn đọng để nâng cao hiệu năng của thuật toán.
Chƣơng I: Các khái niệm cơ bản về toán học
hình thái
I.1. Quan hệ giữa khái niệm tập hợp và phép toán hình thái
Toán học hình thái (MM) dựa trên khái niệm về tập hợp, và chính nhờ có khái
niệm này mà toán học hình thái mang lại một cách tiếp mới cận đối với các bài toán xử
lý ảnh. Trong hầu hết các trƣờng hợp, phép toán hình thái đều thể hiện một tính chất
nào đó của phép toán liên quan đến khái niệm tập hợp. Bằng các khái niệm đơn giản về
phép toán hợp, giao, phần bù...v.v, chúng ta có thể xây dựng các phép toán rất hữu ích
cho các kỹ thuật xử lý ảnh.
Ảnh số là sự biểu diễn ảnh dƣới dạng tín hiệu tƣơng tự hay tín hiệu số. Trong
biểu diễn số của các ảnh đa mức xám, tập hợp các điểm ảnh đƣợc biểu diễn dƣới dạng
một ma trận hai chiều. Mỗi phần tử của ma trận biểu diễn cho mức xám hay cƣờng độ
của ảnh tại vị trí đó, phần tử trong ma trận đƣợc gọi là một phần tử ảnh, thông thƣờng
kí hiệu là PEL (Picture Element) hay là điểm ảnh (Pixel).
Đối với ảnh nhị phân, ta ngầm định các điểm ảnh thể hiện đối tƣợng ảnh đƣợc
mã hóa bởi các điểm ảnh có giá trị 1. Tƣơng ứng với đó, nền sẽ đƣợc mã hóa bởi các
điểm ảnh có giá trị 0.
Do Drive thay đổi chính sách, nên một số link cũ yêu cầu duyệt download. các bạn chỉ cần làm theo hướng dẫn.
Password giải nén nếu cần: ket-noi.com | Bấm trực tiếp vào Link để tải:
Trình bày các kiến thức cơ bản về phép toán hình thái bao gồm các khái niệm, các thuật toán và các ứng dụng tiêu biểu của phép toán hình thái và các khái niệm liên quan đến thuật toán di truyền. Tập trung giải quyết bài toán phân rã phần tử cấu trúc bằng phương pháp tiếp cận ngẫu nhiên dựa trên thuật toán di truyền. Đưa ra một số kết quả thực nghiệm: phân rã phần tử cấu trúc kích thước 9x9 thành các phần tử cấu trúc 3x3. Nêu tóm tắt các kết quả đạt được và đưa ra những vấn đề còn tồn đọng để nâng cao hiệu năng của thuật toán trong xử lý ảnh
MỞ ĐẦU
Xử lý ảnh là một ngành phát triển mạnh mẽ trong khoa học máy tính. Sự phát
triển của nó đƣợc tiếp sức bởi các công nghệ mới trong xử lý ảnh số, các bộ vi xử lý
mới cùng các thiết bị lƣu trữ phổ biến. Những ngành nghiên cứu trƣớc kia chủ yếu xử
dụng ảnh tƣơng tự nay đã chuyển sang các hệ thống ảnh số do sự linh đông và dễ đáp
ứng của nó. Các thí dụ quan trọng có thể kể ra đây nhƣ trong y học, sản xuất phim và
video, nhiếp ảnh,..v.v. Những nguồn dữ liệu này đã tạo ra một lƣợng lớn các dữ
liệu ảnh số.
Xử lý ảnh quan tâm chủ yếu đến việc trích chọn các thông tin hữu ích từ trong
ảnh. Các thuật toán xử lý ảnh đƣợc phân ra làm 3 mức. Mức thấp nhất là các phƣơng
pháp thao tác trực tiếp với các dữ liệu thô, các giá trị điểm ảnh có thể bị nhiễu. Mức
thứ hai là tận dụng các kết quả ở mức 1 để đƣa ra các kết quả tốt hơn nhƣ: phân đoạn
ảnh, liên kết ảnh. Mức thứ ba là các phƣơng pháp trích trọn ngữ nghĩa các thông tin
dựa trên các kết quả của các mức thấp hơn, ví dụ nhƣ: nhận dạng chữ viết tay, nhận
dạng mặt ngƣời…
Toán học hình thái (Mathematic Morphology) là một lĩnh vực riêng biệt trong
xử lý ảnh. Không giống nhƣ các cách tiếp cận khác thiên về toán học tính toán, MM
dựa trên cấu trúc và hình dạng, dùng các toán hình thái cơ bản để làm đơn giản ảnh
nhƣng vẫn giữ lại những đặc trƣng chính. MM còn là một công cụ cơ bản để trích chọn
các thành phần ảnh, nhƣ biên ảnh, xƣơng ảnh, rất hữu dụng cho việc biểu diễn các các
vùng khác nhau trên một ảnh. Những kỹ thuật dùng toán hình thái nhƣ lọc ảnh, làm
mảnh ảnh hay làm dầy ảnh có sử dụng toán học hình thái cũng đƣợc sử dụng trong quá
trình tiền xử lý ảnh. Ngoài ra, một trong các ứng dụng quan trọng mà tui đề cập chính
trong luận văn này là: Phân rã phần tử cấu trúc thành các phần tử cấu trúc nhỏ hơn.
Phần tử cấu trúc là phần tử tham gia trong các phép toán hình thái, và việc phân rã
phần tử cấu trúc hay nói một cách khác là ma trận điểm ảnh có ba lợi ích quan trọng:
Thứ nhất, làm giảm phép toán trong các ứng dụng mà phần tử đó tham gia. Thứ hai,
giảm không gian lƣu trữ ảnh. Thứ ba, đối với các hệ thống chỉ hỗ trợ tập lệnh SIMD
trên các phần tử nhỏ hơn nhiều phần tử cấu trúc, thì việc phân rã phần tử cấu trúc thành
các phần tử cấu trúc nhỏ hơn là cần thiết.
Trong khuôn khổ của luận văn thạc sỹ này, tui muốn tập trung đi sâu vào tìm
hiểu các phép toán hình thái và một số ứng dụng của phép toán hình thái trong xử lý
ảnh. Phần chính của luận văn, tui sẽ trình bày một số kết quả đạt đƣợc trong việc ứng
dụng thuật toán di truyền để giải quyết bài toán phân rã phần tử cấu trúc trong xử lý
ảnh. Bố cục của luận văn này đƣợc tổ chức thành 3 chƣơng:
Chương 1: Trình bày các kiến thức cơ bản về phép toán hình thái bao gồm các
khái niệm, các thuật toán và các ứng dụng tiêu biểu của phép toán hình thái.
Chương 2: Trình bày ngắn gọn các khái niệm liên quan đến thuật toán di
truyền.
Chương 3: Tập trung giải quyết bài toán phân rã phần tử cấu trúc bằng phƣơng
pháp tiếp cận ngẫu nhiên dựa trên thuật toán di truyền.
Chương 4: Trình bày kết quả thực nghiệm: Phân rã phần tử cấu trúc kích thƣớc
9x9 thành các phần tử cấu trúc kích thƣớc 3x3.
Phần kết luận nêu tóm tắt các kết quả đạt đƣợc và đƣa ra các những vấn đề còn
tồn đọng để nâng cao hiệu năng của thuật toán.
Chƣơng I: Các khái niệm cơ bản về toán học
hình thái
I.1. Quan hệ giữa khái niệm tập hợp và phép toán hình thái
Toán học hình thái (MM) dựa trên khái niệm về tập hợp, và chính nhờ có khái
niệm này mà toán học hình thái mang lại một cách tiếp mới cận đối với các bài toán xử
lý ảnh. Trong hầu hết các trƣờng hợp, phép toán hình thái đều thể hiện một tính chất
nào đó của phép toán liên quan đến khái niệm tập hợp. Bằng các khái niệm đơn giản về
phép toán hợp, giao, phần bù...v.v, chúng ta có thể xây dựng các phép toán rất hữu ích
cho các kỹ thuật xử lý ảnh.
Ảnh số là sự biểu diễn ảnh dƣới dạng tín hiệu tƣơng tự hay tín hiệu số. Trong
biểu diễn số của các ảnh đa mức xám, tập hợp các điểm ảnh đƣợc biểu diễn dƣới dạng
một ma trận hai chiều. Mỗi phần tử của ma trận biểu diễn cho mức xám hay cƣờng độ
của ảnh tại vị trí đó, phần tử trong ma trận đƣợc gọi là một phần tử ảnh, thông thƣờng
kí hiệu là PEL (Picture Element) hay là điểm ảnh (Pixel).
Đối với ảnh nhị phân, ta ngầm định các điểm ảnh thể hiện đối tƣợng ảnh đƣợc
mã hóa bởi các điểm ảnh có giá trị 1. Tƣơng ứng với đó, nền sẽ đƣợc mã hóa bởi các
điểm ảnh có giá trị 0.
Do Drive thay đổi chính sách, nên một số link cũ yêu cầu duyệt download. các bạn chỉ cần làm theo hướng dẫn.
Password giải nén nếu cần: ket-noi.com | Bấm trực tiếp vào Link để tải:
You must be registered for see links