Phát hiện cạnh hình ảnh là gì? Các bài nghiên cứu khoa học

Định nghĩa phát hiện cạnh hình ảnh

Phát hiện cạnh (edge detection) là kỹ thuật trong xử lý ảnh nhằm xác định vị trí các điểm trong ảnh có sự thay đổi cường độ sáng đột ngột, đại diện cho ranh giới giữa các đối tượng hoặc vùng khác nhau. Đây là bước quan trọng giúp hiểu cấu trúc và hình thái trong ảnh, hỗ trợ các tác vụ như phân đoạn, nhận dạng đối tượng và phân tích cảnh.

Kỹ thuật này hoạt động bằng cách tính toán các gradient hoặc đạo hàm của ảnh số. Điểm có giá trị gradient lớn hơn ngưỡng xác định được xem là "cạnh", phản ánh độ dốc sự thay đổi độ sáng cao giữa các vùng ảnh liền kề.

Tầm quan trọng trong xử lý ảnh

Phát hiện cạnh là bước tiền xử lý thiết yếu trong nhiều ứng dụng xử lý ảnh và thị giác máy. Nó giúp giảm đáng kể lượng dữ liệu cần xử lý trong khi vẫn bảo đảm lưu giữ thông tin hình học quan trọng như biên ranh giới, góc cạnh và hình dạng đối tượng.

Ứng dụng thực tế bao gồm:

• Nhận dạng vật thể và khuôn mặt
• Phân đoạn ảnh y tế như xác định viền tĩnh mạch, khối u
• Xác định làn đường, vật thể trong xe tự lái
• Robot công nghiệp dùng để định vị vật thể

Các loại cạnh trong ảnh số

Cạnh được chia thành nhiều loại dựa vào đặc trưng hình thái và cách xuất hiện trong ảnh:

• Step edge: cường độ thay đổi đột ngột, nét rõ ràng.
• Ramp edge: chuyển tiếp dần dần giữa vùng sáng và tối.
• Roof edge: xuất hiện dưới dạng đỉnh nhọn, trung tâm sáng nhất rồi giảm dần hai bên.
• False edge: gây ra bởi nhiễu, hiện tượng ánh sáng không mong muốn.

Việc phân loại giúp chọn thuật toán phù hợp để phát hiện cạnh mong muốn, giảm nhiễu và tránh detectar false edge.

Nguyên lý toán học của phát hiện cạnh

Phát hiện cạnh dựa trên tính toán gradient hoặc đạo hàm bậc hai của ảnh theo hướng x và y. Gradient tại điểm (x,y) được biểu diễn bằng vectơ đạo hàm riêng:

$\displaystyle \nabla f(x, y) = \left( \frac{\partial f}{\partial x}, \frac{\partial f}{\partial y} \right)$

Độ lớn gradient đại diện cho độ dốc và được tính bằng:

$\displaystyle |\nabla f(x, y)| = \sqrt{\left(\frac{\partial f}{\partial x}\right)^{2} + \left(\frac{\partial f}{\partial y}\right)^{2}}$

Hướng gradient thể hiện hướng tăng cường độ sáng nhanh nhất:

$\displaystyle \theta(x, y) = \arctan\left(\frac{\partial f/\partial y}{\partial f/\partial x}\right)$

Các thuật toán thường sử dụng mặt nạ (kernel) tích chập như Sobel hoặc Prewitt để xấp xỉ đạo hàm và xác định cạnh.

Các phương pháp phát hiện cạnh cổ điển

Các thuật toán cổ điển trong phát hiện cạnh thường sử dụng phép tích chập giữa ảnh gốc và các bộ lọc đạo hàm rời rạc. Một số kỹ thuật phổ biến bao gồm:

• Sobel: dùng mặt nạ 3×3 để tính gradient theo hướng ngang và dọc. Công thức mặt nạ Sobel theo trục x và y như sau:

[-1  0  +1]
[-2  0  +2]
[-1  0  +1]
        

[+1 +2 +1]
[ 0  0  0]
[-1 -2 -1]
        

• Prewitt: tương tự Sobel nhưng đơn giản hơn, trọng số đều nhau, thích hợp với ảnh ít nhiễu.
• Laplacian of Gaussian (LoG): dùng đạo hàm bậc hai để tìm vị trí nơi gradient đổi dấu, thích hợp phát hiện cạnh dạng vòng tròn.
• Canny: thuật toán toàn diện gồm các bước: làm mịn bằng Gaussian, tính gradient, ức chế không cực đại và ngưỡng hóa kép. Canny cho kết quả cạnh mượt, ổn định và ít nhiễu nhất.

Canny hiện là phương pháp tiêu chuẩn trong nhiều hệ thống thị giác máy vì kết hợp tốt giữa độ chính xác định vị, loại bỏ nhiễu và phát hiện cạnh yếu.

So sánh các phương pháp phát hiện cạnh

Bảng dưới đây tổng hợp các ưu điểm và nhược điểm của các thuật toán phổ biến:

Ứng dụng của phát hiện cạnh

Phát hiện cạnh được sử dụng rộng rãi trong cả nghiên cứu và công nghiệp, ví dụ:

• Y tế: phân đoạn ảnh chẩn đoán như MRI, CT, X-ray để xác định biên mô, khối u, mạch máu.
• Xe tự hành: định vị làn đường, phát hiện chướng ngại vật qua camera.
• Robot công nghiệp: hỗ trợ nhận dạng hình dạng vật thể, dẫn đường, kiểm tra lỗi sản phẩm.
• OCR: phát hiện cạnh văn bản trong ảnh để bóc tách ký tự.
• An ninh: nhận diện khuôn mặt, vân tay, biển số xe.

Hiệu suất và độ chính xác của bước phát hiện cạnh ảnh hưởng trực tiếp đến kết quả cuối cùng của toàn bộ hệ thống xử lý ảnh.

Phát hiện cạnh bằng trí tuệ nhân tạo

Các phương pháp học sâu, đặc biệt là mạng nơ-ron tích chập (CNN), đang thay thế các thuật toán cổ điển trong phát hiện cạnh. Mô hình nổi bật là HED (Holistically-Nested Edge Detection), sử dụng nhiều lớp CNN để học cả đặc trưng cục bộ và toàn cục.

Ưu điểm của phương pháp học sâu:

• Không cần thiết kế thủ công bộ lọc, mô hình tự học đặc trưng cạnh
• Cho kết quả mượt, rõ nét, chống nhiễu tốt
• Khả năng tổng quát hóa tốt trên ảnh đa dạng

Hạn chế là yêu cầu dữ liệu huấn luyện lớn, chi phí tính toán cao và khó triển khai trên thiết bị biên. Ngoài HED, các mô hình khác như DexiNed, BDCN và PiDiNet cũng đạt kết quả cạnh tranh trong benchmark BSDS500.

Thách thức và hướng nghiên cứu hiện nay

Dù đã đạt được nhiều thành tựu, phát hiện cạnh vẫn đối mặt với một số thách thức kỹ thuật:

• Ảnh bị nhiễu cao hoặc ánh sáng yếu gây ra false edge hoặc mất cạnh thực
• Cạnh ngữ nghĩa phức tạp cần kết hợp hiểu ngữ cảnh để phát hiện đúng
• Phát hiện cạnh 3D hoặc thời gian thực trên video vẫn còn nhiều hạn chế

Hướng nghiên cứu hiện tại gồm:

• Kết hợp các đặc trưng hình học với thông tin ngữ nghĩa
• Edge-aware semantic segmentation – phân đoạn có sử dụng biên cạnh
• Tối ưu hóa mô hình nhẹ cho thiết bị di động hoặc nhúng

Tài liệu tham khảo

• Canny, J. (1986). A Computational Approach to Edge Detection. IEEE PAMI
• Xie & Tu (2015). Holistically-Nested Edge Detection. Neurocomputing
• OpenCV Documentation – Canny Edge Detection
• He et al. (2020) – PiDiNet: Lightweight Edge Detection
• Gonzalez & Woods (2018), Digital Image Processing, Pearson Education