17 tháng 03 năm 2025

Bộ môn Kỹ thuật Điện tử - Viễn thông

Tóm tắt
Cải thiện hình ảnh có thể được coi là một trong những quá trình cơ bản trong lĩnh vực phân tích ảnh. Mục tiêu của việc tăng cường độ tương phản chính là giúp cải thiện chất lượng hình ảnh giúp ảnh trở nên phù hợp hơn với nhu cầu hay ứng dụng cụ thể. Hiện nay, nhiều phương pháp cải thiện hình ảnh đã được đề xuất cho các ứng dụng khác nhau và đạt hiệu quả trong việc nâng cao hơn chất lượng của các kết quả đã có trước đó, đồng thời giúp giảm bớt độ phức tạp của việc tính toán cũng như bộ nhớ phải sử dụng. Trong bài nghiên cứu này, các phương pháp cải thiện hình ảnh được dựa trên cân bằng biểu đồ tần xuất đã được nghiên cứu (Histogram Equalization – HE). Bài báo sẽ đánh giá toàn diện về các phương pháp này và đề xuất một hướng phát triển trong tương lai của các phương pháp cải thiện hình ảnh. Mỗi phương pháp đều có những ưu và nhược điểm của chúng.
Từ khóa: Kỹ thuật cải thiện hình ảnh, Kỹ thuật cân bằng biểu tồ tần xuất
Từ viết tắt:
HE: Histogram Equalization
BBHE: Bi-Histogram Equalization
DSIHE: Dualistic Sub Image Histogram Equalization
QDHE: Quadrant Dynamic Histogram Equalization
BHEPL: Bi-Histogram Equalization with a Plateau Level
BBPHE: Background Brightness Preserving Histogram Equalization
AMBE: Average Mean Brightness Error
1. Giới thiệu
Kỹ thuật cải hiện hình ảnh có thể hiểu là làm cho ảnh kỹ thuật số trở nên hấp dẫn hơn với mắt của chúng ta, ví dụ như làm cho ảnh trở nên mịn màng hơn hoặc các chi tiết ảnh sắc nét hơn. Đây được xem như là một chủ đề quan trọng trong lĩnh vực xử lý ảnh kỹ thuật số. Việc này có thể giúp cho con người và các thuật toán thị giác máy tính thu được các thông tin chính xác từ những hình ảnh đã được cải thiện. Chất lượng hình ảnh và một số đặc tính hình ảnh như độ sáng, độ tương phản, tỷ lệ tín hiệu trên nhiễu, độ phân giải, độ sắc nét của cạnh và độ chính xác của màu sắc đã được tăng cường thông qua quá trình cải thiện [1]. Gần đây, rất nhiều phương pháp cải thiện hình ảnh đã được phát triển dựa trên dựa trên các kỹ thuật và ứng dụng xử lý hình ảnh kỹ thuật số khác nhau. Chúng có thể được phát triển trong miền không gian hoặc miền tần số không gian. Cải thiện hình ảnh sẽ giúp cung cấp thông tin hữu ích cho việc hậu xử lý, đặc biệt là trong giai đoạn phân đoạn hình ảnh. Bài nghiên cứu được bố cục như sao: Phần 2 sẽ mô tả công việc liên quan tới nghiên cứu ứng dụng HE và Phần 3 sẽ đưa ra kết luận về công việc được trình bày trong Phần 2.
2. Cân bằng biểu đồ tần xuất (Histogram Equalization)
Ngày càng có nhiều các bài nghiên cứu về các phương pháp tăng cường trong lĩnh vực xử lý ảnh. Nâng cao hình ảnh liên quan đến việc cải thiện chất lượng hình ảnh, trong đó mục tiêu chính là làm nổi bật các đặc tính mong muốn đồng thời làm cho chúng ít bị ảnh hưởng bởi nhiễu [2], [3]. Lĩnh vực xử lý ảnh, đặc biệt là cải thiện chất lượng ảnh đang ngày càng hấp dẫn, với nhiều kỹ thuật cải thiện cơ bản có thể được xây dựng dựa trên các khái niệm đơn giản [4], [5], [6], [7]. Trong những thập kỷ gần đây, việc nâng cao hình ảnh dựa trên việc tăng cường độ tương phản đã được chú trọng [1].
Nhiều nhà nghiên cứu cho rằng thuật toán HE là đơn giản và dễ dàng tiếp cận để tăng cường độ tương phản và cải thiện chất lượng ảnh [8], [9], [10]. Vào năm 1997, Yeong Kim đã nêu bật ra một số điểm đáng chú ý về vấn đề độ tương phản và đề xuất thuật toán BBHE để tăng cường độ tương phản [11]. Giá trị trung bình cộng của độ tương phản được áp dụng làm điểm nhằm phân biệt giữa vùng tối và vùng sáng. Phát hiện trên trái ngược với nghiên cứu của Wang và cộng sự [12]. Trong nghiên cứu, tác giả Wang đã trình bày giá trị nằm giữa cường độ thì chính xác hơn khi làm điểm phân tách so với giá trị trung bình cộng của cường độ. Những kết quả này trái ngược với đề xuất giá trị độ sáng trung bình tối thiểu giữa ảnh gốc và ảnh đầu ra khi làm điểm phân tách, chính xác hơn so với BBHE và DSIHE. Nghiên cứu do Ooi và Isa [13] thực hiện đã đề xuất một cải tiến mới trong cân bằng histogram được gọi là QDHE. Bước đầu tiên trong kỹ thuật này là chia histogram thành bốn histogram phụ dựa trên giá trị trung bình của hình ảnh gốc. Sau khi chuẩn hóa từng histogram phụ, sẽ cho kết quả là hình ảnh đã được cân bằng. Một lợi thế lớn của QDHE là nó đã tăng cường hình ảnh mà không có bất kỳ độ bão hòa cường độ, khuếch đại nhiễu và tăng cường quá mức. Năm 2010, Ooi et al [14] đã trình bày một phương pháp mới là BHEPL, mục tiêu chính của bài báo này là cải thiện kỹ thuật BBHE về mặt thời gian xử lý. Quá trình của phương pháp này cũng bao gồm phương pháp cân bằng histogram bảo toàn độ sáng trung bình với phương pháp cắt giảm nhằm cân bằng histogram. Tuy nhiên, điều thú vị nằm ở chỗ phương pháp trên trái ngược với một nghiên cứu do Sengee et al. [15] thực hiện, các tác giả đã đề xuất một phương pháp mở rộng của BBHE dựa trên Neighbourhood Metric. Phương pháp này bao gồm một vài bước: đầu tiên, một histogram lớn được chia thành các vùng phụ bằng Neighbourhood Metric. Thứ hai, dựa trên giá trị trung bình, histogram từ ảnh gốc được tách thành hai vùng phụ và xử lý độc lập. Kết quả đạt được cho thầy đã tăng cường độ tương phản cục bộ và bảo toàn độ sáng cho ảnh gốc. So sánh hiệu suất kết quả được minh họa trong Hình 1.

Hình 1. So sánh kết quả tăng cường dựa trên tuỳ biến Histogram: (a) Ảnh gốc, (b) HE, (c) BBHE, (d) BHEPL và (e) QDHE.

Trong một nghiên cứu khác, Salah et al [16] đã đề cập tới một cách tiếp cận mới để giải quyết vấn đề loé sáng ở chỗ khuôn mặt trong ảnh bằng cách sử dụng HE. Kỹ thuật này dựa trên sự kết hợp của hiệu chỉnh gamma và hàm nén của bộ lọc Retinal, cụ thể là GAMMA-HM-COMP. Bộ lọc Retinal là một phương pháp tăng cường mới và kết quả có hiệu quả hơn so với ba phương pháp tăng cường thông thường là cân bằng histogram, hiệu chỉnh gamma và chuyển đổi logarit [1]. Trong một nghiên cứu khác, Tan et al [17] đã đề xuất phương pháp cân bằng histogram với việc giữ nguyên độ sáng nền (BBPHE) dựa trên cân bằng histogram phi tuyến tính (HE). Dựa trên các cấp độ kỹ thuật tác động nền và không tác động nền, ảnh gốc được tách thành ba histogram gồm: (1) mức xám thấp, (2) mức xám trung bình và (3) mức xám cao. Mục tiêu của phương pháp này là tăng cường độ tương phản của vật thể và duy trì độ sáng của nền. Tương tự như vậy, Moniruzzaman et al [18] đã đề xuất một sửa đổi của BPBHE sử dụng dữ liệu pixel cạnh. Để chứng minh hiệu quả, AMBE đã được tính toán và kết quả được trình bày trong bảng 1, với AMBE thấp nhất cho thấy hình ảnh chất lượng cao và đạt hiệu suất về kỹ thuật là tốt hơn.

Bảng 1. Kết quả AMBE trên các kỹ thuật biểu đồ khác nhau

3. Kết luận
Một trong các kỹ thuật chính của xử lý ảnh số là cải thiện chất lượng ảnh. Mục tiêu chính của việc cải thiện ảnh đó là tìm cách làm nổi bật các đặc tính mong muốn trong ảnh và xử lý nhiễu cho chúng. Bài nghiên cứu này sẽ tập trung vào tổng quan nền tảng và các công trình nghiên cứu liên quan trong phạm vi nâng cao chất lượng ảnh với HE. Kỹ thuật HE đơn giản và dễ dành để ứng dụng. Hiện nay, có rất nhiều biến thể của kỹ thuật HE được giới thiệu nhằm tìm kiếm kỹ thuật nào chuẩn hoá nhất.
Tài liệu tham khảo
[1] W. A. Mustafa and M. M. M. Abdul Kader, “A Review of Histogram Equalization Techniques in Image Enhancement Application,” J. Phys.: Conf. Ser., vol. 1019, p. 012026, Jun. 2018, doi: 10.1088/1742-6596/1019/1/012026.
[2] W. A. Mustafa and H. Yazid, “Illumination and contrast correction strategy using bilateral filtering and binarization comparison,” Journal of Telecommunication, Electronic and Computer Engineering (JTEC), vol. 8, no. 1, pp. 67–73, 2016.
[3] W. A. Mustafa and H. Yazid, “Background correction using average filtering and gradient based thresholding,” Journal of Telecommunication, Electronic and Computer Engineering (JTEC), vol. 8, no. 5, pp. 81–88, 2016.
[4] M. Kaur, J. Kaur, and J. Kaur, “Survey of contrast enhancement techniques based on histogram equalization,” International Journal of Advanced Computer Science and Applications, vol. 2, no. 7, 2011.
[5] B. Pamornnak, S. Limsiroratana, and M. Chongcheawchamnan, “Color correction scheme for different illumination and camera device conditions,” in IEEE 2013 Tencon-Spring, IEEE, 2013, pp. 430–434.
[6] X. Zhang, F. Ding, Z. Tang, and C. Yu, “Salt and pepper noise removal with image inpainting,” AEU-International Journal of Electronics and Communications, vol. 69, no. 1, pp. 307–313, 2015.
[7] S. Jenifer, S. Parasuraman, and A. Kadirvelu, “Contrast enhancement and brightness preserving of digital mammograms using fuzzy clipped contrast-limited adaptive histogram equalization algorithm,” Applied Soft Computing, vol. 42, pp. 167–177, 2016.
[8] N. Longkumer, M. Kumar, and R. Saxena, “Contrast enhancement techniques using histogram equalization: a survey,” International Journal of Current Engineering and Technology, vol. 4, no. 3, pp. 1561–1565, 2014.
[9] N. S. P. Kong, H. Ibrahim, and S. C. Hoo, “A literature review on histogram equalization and its variations for digital image enhancement,” International Journal of Innovation, Management and Technology, vol. 4, no. 4, p. 386, 2013.
[10] R. Jaiswal, A. G. Rao, and H. P. Shukla, “Image enhancement techniques based on histogram equalization,” International Journal of Electrical and Electronics Engineering, vol. 1, no. 69–78, p. 2, 2010.
[11] Y.-T. Kim, “Contrast enhancement using brightness preserving bi-histogram equalization,” IEEE transactions on Consumer Electronics, vol. 43, no. 1, pp. 1–8, 1997.
[12] Y. Wang, Q. Chen, and B. Zhang, “Image enhancement based on equal area dualistic sub-image histogram equalization method,” IEEE transactions on Consumer Electronics, vol. 45, no. 1, pp. 68–75, 1999.
[13] C. H. Ooi and N. A. M. Isa, “Quadrants dynamic histogram equalization for contrast enhancement,” IEEE Transactions on Consumer Electronics, vol. 56, no. 4, pp. 2552–2559, 2010.
[14] C. H. Ooi, N. S. P. Kong, and H. Ibrahim, “Bi-histogram equalization with a plateau limit for digital image enhancement,” IEEE transactions on consumer electronics, vol. 55, no. 4, pp. 2072–2080, 2009.
[15] N. Sengee, A. Sengee, and H.-K. Choi, “Image contrast enhancement using bi-histogram equalization with neighborhood metrics,” IEEE Transactions on Consumer Electronics, vol. 56, no. 4, pp. 2727–2734, 2010.
[16] A. Salah-ELDin, K. Nagaty, and T. ELArif, “An enhanced histogram matching approach using the retinal filter’s compression function for illumination normalization in face recognition,” in International Conference Image Analysis and Recognition, Springer, 2008, pp. 873–883.
[17] T. L. Tan, K. S. Sim, and C. P. Tso, “Image enhancement using background brightness preserving histogram equalisation,” Electronics letters, vol. 48, no. 3, pp. 155–157, 2012.
[18] M. Moniruzzaman, M. Shafuzzaman, and M. F. Hossain, “Brightness preserving Bi-histogram equalization using edge pixels information,” in 2013 international conference on electrical information and communication technology (EICT), IEEE, 2014, pp. 1–5.
ThS. Đàm Quốc Việt (Khoa Kỹ thuật - Công nghệ, Trường Đại học Văn Hiến)