No Result
View All Result
Văn Hóa Học
  • Home – Layout 1
  • Home – Layout 2
  • Home – Layout 3
No Result
View All Result
Vanhoahoc.vn
No Result
View All Result

Xử lý ảnh : Erosion, Dilation, Opening, Closing

Mộc Dương by Mộc Dương
18/11/2022
in Hỏi Đáp
0
Erosion là gì
402
SHARES
2.4k
VIEWS
Share on FacebookShare on Twitter

Hôm nay tôi muốn giới thiệu một số phương pháp xử lý ảnh nhị phân hóa sẽ được sử dụng trong tiền xử lý hoặc hậu xử lý. Tùy theo dữ liệu mà chúng ta áp dụng cách xử lý phù hợp và bộ lọc phù hợp. Thao tác này sẽ giúp bức ảnh sau khi xử lý được loại bỏ nhiễu, cân bằng sáng… ảnh hưởng đến chất lượng bức ảnh. Trong bài viết hôm nay, tôi muốn giới thiệu 4 phương pháp:

  1. Xói mòn
  2. Mở rộng
  3. Mở
  4. Kết thúc
  5. Trước khi bắt đầu tìm hiểu, chúng ta cùng xem hình bên dưới để hiểu quy trình của phương pháp trên.

    Bạn đang xem: Erosion là gì

    😃

    a-ảnh gốc b-mở rộng c-ăn mòn e-mở f-đóng

    Ta có các công thức sau để xác định xói mòn và quay số:

    Tham khảo: Chế Bản Là Gì Cùng Giải Thích Nghĩa Lỗi Chế Bản Là Gì – Top Công Ty, địa điểm, Shop, Dịch Vụ Tại Bình Dương

    Với : Xử lý ảnh : Erosion, Dilation, Opening, Closing

    và Xử lý ảnh : Erosion, Dilation, Opening, Closing

    Trong đó s là ma trận pixel của ảnh, f là bộ lọc, có thể là mảng hoặc ma trận nhị phân, tùy vào kiểu dữ liệu mà ta sẽ chọn bộ lọc có kích thước phù hợp.

    Xói mòn

    Erosion hay còn gọi là xói mòn, là một trong hai toán tử cơ bản trong lĩnh vực hình thái toán học. Nó thường được áp dụng cho ảnh nhị phân, tuy nhiên cũng có những phiên bản sẽ áp dụng cho ảnh thang độ xám, tuy nhiên trong phạm vi bài viết hôm nay mình chỉ tập trung vào ảnh nhị phân. Mục đích của phương pháp này là giúp:

    1. Xóa các pixel nhiễu bị cô lập
    2. Loại bỏ các pixel nhiễu xung quanh đối tượng và làm cho cạnh (cạnh) của đối tượng mượt mà hơn
    3. Bỏ viền (cạnh) đối tượng, thu nhỏ đối tượng và đặt các pixel viền đó làm lớp nền của đối tượng, ta có ví dụ sau:
    4. Mở rộng

      sự giãn nở hay sự giãn nở là toán tử thặng dư được đề cập ở trên, ngược lại với sự xói mòn, cũng có thể áp dụng cho ảnh nhị phân. Mục đích của phương pháp này là giúp:

      1. Hình ảnh chấm rất hữu ích để hợp nhất hình ảnh
      2. Các pixel nhiễu xung quanh đối tượng sẽ trở thành ranh giới của đối tượng
      3. Giúp làm nổi bật thêm đối tượng trong ảnh, chúng ta có ví dụ sau:
      4. Mở đầu

        Mở = Xói mòn Mở rộng tiếp theo:

        Kết thúc

        Xem thêm: Subject là gì? Ý nghĩa của Subject trong tiếng Anh là gì?

        đóng = mở rộng xói mòn tiếp theo

        Chúng ta có hình ảnh trực quan sau:

        Áp dụng cách tiếp cận linh hoạt dựa trên loại dữ liệu và yêu cầu của vấn đề.

        Bài tập

        Đến phần code, đây là phần tôi quan tâm nhất

        Xói mòn

        Mở rộng

        Tham khảo:

        Bài viết trên được biên soạn khi tôi đang nghe bài giảng của thầy Định, giảng viên trường Đại học Bách Khoa Hà Nội, đây là một số tài liệu tham khảo:

        • thư viện opencv
        • Tầm nhìn máy tính: Thuật toán và ứng dụng, 2010, của Richard szelisk
        • Cảm ơn các bạn đã theo dõi bài viết của mình

          Tham khảo: Lạm dụng và sử dụng sai tiếng nước ngoài – VnExpress

Previous Post

DOP là gì ? Tìm hiểu rõ nghĩa của thuật ngữ DOP hay sử dụng

Next Post

Chứng khoán là gì? Bí kíp chứng khoán cho người mới

Next Post
Khoán là gì

Chứng khoán là gì? Bí kíp chứng khoán cho người mới

Trả lời Hủy

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *

Category

  • Cây cảnh
  • Giải đáp cuộc sống
  • Hình avatar
  • Hình nền
  • Hình xăm
  • Hỏi Đáp
  • Hướng dẫn nấu ăn
  • Sân vườn
  • Thuật ngữ tiếng trung
  • Tranh

Advertise

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis. Learn more

Follow Us

Về chúng tôi

Giới thiệu

Chính sách bảo mật

Điều khoản sử dụng

Liên hệ

Tuyển dụng

Recent News

Voi tiếng anh là gì

Con voi tiếng Anh là gì: Định nghĩa, ví dụ Anh Việt

16/12/2022
Trạng thái của sự vật là gì

Từ chỉ trạng thái là gì?

16/12/2022
  • About
  • Our Team
  • Advertise
  • Privacy Policy
  • Contact Us

© 2022 Copyright vanhoahoc.vn

No Result
View All Result
  • Home – Layout 1
  • Home – Layout 2
  • Home – Layout 3

© 2022 Copyright vanhoahoc.vn