Thị giác máy tính (CV)

Danh sách đầy đủ các thuật toán trong nhóm (Tổng: 8)

Thị giác máy tính (CV)

Active Contour Model (Snakes)

Thời gian (Time) O(Iter * N)
Không gian (Space) O(N)

Mô tả nguyên lý

Thuật toán đường viền tích cực co giãn để định vị ranh giới đối tượng dưới tác dụng nội lực và ngoại lực.

Cài đặt mẫu (Implementation)

// Tối ưu hóa năng lượng đường cong (continuity, smoothness) hướng về biên ảnh có gradient lớn.
Thị giác máy tính (CV)

Canny Edge Detection

Thời gian (Time) O(M * N)
Không gian (Space) O(M * N)

Mô tả nguyên lý

Thuật toán phát hiện biên cạnh hình ảnh chuẩn vàng, kết hợp lọc Gauss, gradient và ngưỡng kép.

Cài đặt mẫu (Implementation)

// Các bước: Làm mịn ảnh Gaussian -> Tính đạo hàm Gradient Sobel -> Lọc cực đại phi hướng (Non-maximum suppression) -> Ngưỡng kép và nối biên.
Thị giác máy tính (CV)

Harris Corner Detector

Thời gian (Time) O(M * N)
Không gian (Space) O(M * N)

Mô tả nguyên lý

Phát hiện điểm góc (corner) trên hình ảnh dựa trên ma trận tự tương quan gradient cục bộ.

Cài đặt mẫu (Implementation)

// Tính ma trận cấu trúc Second-moment matrix và đánh giá hàm số đáp ứng góc R = det - k(trace)^2.
Thị giác máy tính (CV)

Hough Transform (Line & Circle)

Thời gian (Time) O(Pixels * Theta)
Không gian (Space) O(Accumulator)

Mô tả nguyên lý

Phát hiện các hình học chuẩn (đường thẳng, hình tròn) trong ảnh thông qua không gian biểu quyết.

Cài đặt mẫu (Implementation)

// Chuyển đổi tọa độ không gian ảnh sang không gian tham số (rho, theta) để tích lũy điểm bầu chọn.
Thị giác máy tính (CV)

Lucas-Kanade Optical Flow

Thời gian (Time) O(M * N)
Không gian (Space) O(M * N)

Mô tả nguyên lý

Ước lượng chuyển động của các điểm ảnh giữa các khung hình liên tiếp dựa trên giả định cường độ sáng không đổi.

Cài đặt mẫu (Implementation)

// Giải hệ phương trình đạo hàm không gian và thời gian cục bộ bằng phương pháp bình phương tối thiểu.
Thị giác máy tính (CV)

Otsu Thresholding

Thời gian (Time) O(L levels)
Không gian (Space) O(L)

Mô tả nguyên lý

Thuật toán tự động tìm ngưỡng phân tách nhị phân ảnh tối ưu bằng cách cực đại hóa phương sai giữa các lớp.

Cài đặt mẫu (Implementation)

// Duyệt qua tất cả các mức xám để tìm ngưỡng làm giảm thiểu phương sai nội bộ (minimize intra-class variance).
Thị giác máy tính (CV)

SIFT (Scale-Invariant Feature Transform)

Thời gian (Time) O(K * M * N)
Không gian (Space) O(K)

Mô tả nguyên lý

Trích xuất các đặc trưng điểm ảnh bất biến với tỷ lệ phóng to/thu nhỏ và góc xoay.

Cài đặt mẫu (Implementation)

// Xây dựng không gian quy mô DoG (Difference of Gaussian) để tìm các điểm cực trị cục bộ đặc trưng.
Thị giác máy tính (CV)

Watershed Image Segmentation

Thời gian (Time) O(M * N log(M * N))
Không gian (Space) O(M * N)

Mô tả nguyên lý

Thuật toán phân đoạn hình ảnh dựa trên mô hình địa hình nước chảy từ các cực tiểu cục bộ.

Cài đặt mẫu (Implementation)

// Coi độ sáng pixel như độ cao địa thế, mô phỏng việc ngập nước để tách các vùng biên đối tượng.