1

GVHD :
ThS. Dương Minh Đức
SVTH:
1. Trần Hòa Nghĩa – 3.05.01.253
2. Nguyễn Ái Quộc – 3.05.01.261
2
 NỘI DUNG TRÌNH BÀY
1. Mục tiêu đề tài
2. Giới thiệu
3. Xây dựng biến đổi Contourlet
4. Thuật toán biến đổi Contourlet
5. Kết quả thực nghiệm
6. Kết luận và hướng phát triển
7. Tài liệu tham khảo
3
 NỘI DUNG TRÌNH BÀY
1. Mục tiêu đề tài
2. Giới thiệu
3. Xây dựng biến đổi Contourlet
4. Thuật toán biến đổi Contourlet
5. Kết quả thực nghiệm
6. Kết luận và hướng phát triển
7. Tài liệu tham khảo
4
 1. Mục tiêu đề tài:
Hiểu rõ tầm quan trọng của ảnh số và xử lý ảnh
số, cũng như tầm quan trọng của việc ứng dụng
các kỹ thuật biến đổi trong các tác vụ xử lý ảnh.
Tìm hiểu, trình bày một kỹ thuật biến đổi được
xem là hiệu quả trên ảnh mà hiện còn đang rất
mới mẽ. Đó là phép biến đổi Contourlet.
Góp phần nguồn tham khảo của biến đổi
Contourlet, tạo điều kiện thuận lợi cho việc tìm
hiểu xây dựng các ứng dụng có tính thiết thực vào
thực tế.

5
 NỘI DUNG TRÌNH BÀY
1. Mục tiêu đề tài
2. Giới thiệu
3. Xây dựng biến đổi Comtourlet
4. Thuật toán biến đổi Contourlet
5. Kết quả thực nghiệm
6. Kết luận và hướng phát triển
7. Tài liệu tham khảo
6
 2.1. Mục đích:

♱ Mục đích: Biểu diễn hiệu quả cho các ảnh đặc trưng
có các đường biên mịn.
 Thao tác chủ yếu là ở các điểm cạnh (edges)!

7
 2.2. Thất bại của Wavelet:

 Một phép biến đổi được sử dụng phổ biến từ trước 1990
đến nay, đó lá phép biến đổi Wavelet.
♱ Cạnh (edges): Các điểm ảnh có tính không liên tục.
♱ Đường biên (contours): Các cạnh với tính định hướng và
định vị.
 Wavelets chỉ tốt để tách ra các tính không liên tục ở các
điểm cạnh mà không nhận ra được tính mịn theo các
đường biên ảnh.
8
 2.3. Đề xuất:

♱ Do ảnh tự nhiên chứa cấu trúc hình học bên trong, đó

là các đặc tính then chốt trong thông tin thị giác (visual
information)
♱ Đề xuất : Cần có một phép biến đổi có thể thu dữ được
các cấu trúc hình học đặc trưng của các ảnh có đường
biên mịn.
 Biến đổi Contourlet là một giải pháp.
9
 NỘI DUNG TRÌNH BÀY
1. Mục tiêu đề tài
2. Giới thiệu
3. Xây dựng biến đổi Contourlet
4. Thuật toán biến đổi Contourlet
5. Kết quả thực nghiệm
6. Kết luận và hướng phát triển
7. Tài liệu tham khảo
10
 3.1. Khái quát:
Đặc tính của Contourlet là gì? Thực hiện như thế nào?
♱ Trước tiên, biến đổi Contourlet
sử dụng tháp Laplacian (LP) để
tìm ra các cạnh (edges).
♱ Sau đó, biến đổi contourlet sử
dụng một biến đổi có hướng
cục bộ để tìm ra phân đoạn
đường biên (contour segment)
như dàn lọc có hướng (DFB) để
 Wavelet: Sử dụng nhiều hình
liên kết các điểm không liên tục
vuông nhỏ để nắm giữ đường thành cấu trúc tuyến tính
cong. (linear).
 Contourlet: Sử dụng các hình
 Trong biến đổi Contourlet, hai
được kéo dài ra ở nhiều hướng
quá trình này được lặp lại để
theo đường cong để vẽ đường
khai triển nhiều mức và nhiều
cong với nhiều tính linh động,
hướng.
dễ uốn nén.Vì thế thời gian thực
hiện sẽ nhanh hơn.
11
 3.2. Tháp Laplacian - LP:
♱ Một cách để đạt được phân rã
đa mức (multiscale) là sử dụng
một cấu trúc tháp Laplacian
(LP) được giới thiệu bởi Burt và
Adelson (1983).
♱ Giả sử a0[n] là các ảnh được đưa
vào, sau giai đoạn LP đưa ra là J
ảnh bandpass bj[n], j=1,2,…j và
một ảnh lowpass aj[n]. Nó có
nghĩa là cấp thứ j của LP phân
rã ảnh aj-1[n] thành một ảnh thô
(coarser image) aj[n] và ảnh chi
tiết bj[n]. Mỗi ảnh bandpass bj[n]
được phân tích thêm nữa bởi
một DFB lj cấp thành 2lj ảnh có
hướng bandpass.

12
 3.2. Tháp Laplacian - LP:(tt)

♱ Các subspaces (không gian con) được sinh ra

bởi tháp Laplacian

13
 3.3. Dàn lọc có hướng – DFB:
 Dàn lọc có hướng (DFB) là một dàn lọc được lấy mẫu mà có
thể phân rã ảnh thành lũy thừa của 2 các số hướng bất kỳ.
DFB được thực hiện một cách hiệu quả thông qua một sự
phân tích có cấu trúc cây nhị phân l cấp (l-level) đưa ra 2l các
subbands.
 Ví dụ: Phân rã ảnh bên dưới với l=3:

14
 NỘI DUNG TRÌNH BÀY
1. Mục tiêu đề tài
2. Giới thiệu
3. Xây dựng biến đổi Contourlet
4. Thuật toán biến đổi Contourlet
5. Kết quả thực nghiệm
6. Kết luận và hướng phát triển
7. Tài liệu tham khảo
15
 4. Thuật toán biến đổi Contourlet:
Input:
{
- Ảnh đưa vào
- Chọn số phân rã tháp và hướng ở
mỗi cấp.
- Chọn bộ lọc để tính toán các phân
rã tháp và hướng.
}
Xử lý:
{
1. Tính toán phân rã tháp của một
ảnh.
2. Tính toán phân rã hướng của ảnh
bandpass.
3. Lặp lại bước 1 và 2 đến khi số
phân rã tháp và hướng được hoàn
thành.
}
Output:
- Ảnh được xây dựng lại.

16
 NỘI DUNG TRÌNH BÀY
1. Mục tiêu đề tài
2. Giới thiệu
3. Xây dựng biến đổi Contourlet
4. Thuật toán biến đổi Contourlet
5. Kết quả thực nghiệm
6. Kết luận và hướng phát triển
7. Tài liệu tham khảo
17
 5.1. Ảnh Input:

Yêu cầu:
Ảnh mức xám (grayscale)
kích thước 256x256 (hoặc
ảnh mức xám kích thước
512x512) và tên file mở rộng
là: *PNG
Số phân rã tháp: 0 < n <=5
Số phân rã hướng: 0 < l < =8

Ảnh input 256x256, *PNG

18
 5.2. Ảnh các hệ số:
Phân rã với 2 mức tháp LP, lần Phân rã với 3 mức tháp LP, lần
lượt với 4 và 8 hướng DFB. lượt với 4, 8 và 16 hướng DFB.

Ảnh 1 Ảnh 2
19
 5.3. Đại lượng MSE:
♱ Trong đó:
♱ MSE: Đại lượng sai số
bình phương trung
bình.
MSE =
1 M N
∑∑ [ ]
I(x, y) − I ' (x, y)
2 ♱ M,N: Số dòng và cột
MN y =1 x =1 các pixels ảnh
♱ MN: Tích của kích
thướt (size) ảnh
♱ I: Ảnh vào
♱ I’:Ảnh được xây dựng
lại
♱ x, y: Tọa độ điểm ảnh

20
5.4. Ảnh được xây dựng lại:
♱ Nhận xét:
 Với số mức phân rã
tháp và hướng khác
nhau, sử dụng đại
lượng sai số bình
phương trung bình
MSE để đo chất lượng
ảnh xây dựng lại thì kết
quả là gần như bằng 0.
 Biến đổi Contourlet
gần như đạt được sự
xây dựng lại gần như
hoàn hảo (perfect
reconstruction).
21
 NỘI DUNG TRÌNH BÀY
1. Mục tiêu đề tài
2. Giới thiệu
3. Xây dựng biến đổi Contourlet
4. Thuật toán biến đổi Contourlet
5. Kết quả thực nghiệm
6. Kết luận và hướng phát triển
7. Tài liệu tham khảo
22
 6.1. Đánh giá chung:
♱ Qua quá trình thực hiện đề tài, nhóm đã tích lũy và
tìm hiểu được một số các vấn đề:
 Hiểu được tầm quan trọng của việc ứng dụng xử lý
ảnh số vào các hoạt động khoa học kỹ thuật, cũng như
các ứng dụng trong hoạt động thực tiễn.
 Tìm hiểu được các tri thức liên quan với xử lý ảnh và
các phép biến đổi trên ảnh, cũng như tính chất và các
đặc trưng riêng của các phép biến đổi trên ảnh.
 Nắm bắt và trình bày logic các vấn đề liên quan trong
kỹ thuật biến đổi Contourlet.
 Tìm hiểu ngôn ngữ MATLAB và cài đặt kỹ thuật biến
đổi Contourlet 2-D trên ảnh số.

23
6.2. Hạn chế và hướng phát triển:
 Hạn chế:
– Về lý thuyết: Chưa thực sự đi sâu thực hiện đầy đủ các hổ trợ
cũng như các đặc trưng nổi bật của phép biến đổi Contourlet.
– Về thực hành: Chưa xây dựng được một ứng dụng cụ thể.
 Hướng phát triển: Trong quá trình thực hiện, nhóm nhận
thấy biến đổi Contourlet:
– Được ứng dụng vào rất nhiều các tác vụ xử lý ảnh như: Khử
nhiễu ảnh, rút trích các đặc trưng ảnh,… là rất tốt.
– Được sử dụng để làm miền biến đổi trong các hệ thống ẩn
thông tin (watermarking system) nhằm tăng cường độ mạnh
cũng như độ bền vững trong các hệ thống ẩn thông tin được
ứng dụng cho việc chống sao chép, bảo vệ bản quyền … trên
các tín hiệu số.
– Trong tương lai nhóm sẽ cố gắng tìm hiểu rộng và sâu hơn để
kết hợp với các kỹ thuật khác nhằm xây dựng một hệ thống có
ứng dụng thiết thực hơn như hệ thống ẩn thông tin được nêu
trên.
24
 NỘI DUNG TRÌNH BÀY
1. Mục tiêu đề tài
2. Giới thiệu
3. Xây dựng biến đổi Contourlet
4. Thuật toán biến đổi Contourlet
5. Kết quả thực nghiệm
6. Kết luận và hướng phát triển
7. Tài liệu tham khảo
25
 7. Tài liệu tham khảo:
 M. N. Do (2001), Directional Multiresolution Image
Representations, Ph.D.Thesis, EPFL, Lausanne,
Switzerland, Dec. 2001.
 M. N. Do and M. Vetterli (2005), The contourlet
transform: an efficient directional multiresolution image
representation, IEEE Trans. Image Proc., to appear,
http://www.ifp.uiuc.edu/˜minhdo/publications.
 T. Veerakumar, S. Esakkirajan, V. Senthil Murugan,
R.Sudhakar (2006), Image Compression Using
Contourlet Transform and Multistage Vector
Quantization, GVIP Journal, Volume 6, Issue 1, July
2006.
26
27