Mắt người chứa 6–7 triệu tế bào hình nón, mỗi tế bào mang một trong ba loại protein nhạy sáng gọi là opsin. Khi photon ánh sáng chạm vào opsin, chúng thay đổi hình dạng, kích hoạt dòng chảy tạo tín hiệu điện hóa truyền đến não để xử lý.
Tái tạo quá trình này bằng máy móc là thách thức lớn, đồng thời là động lực thúc đẩy xử lý ảnh và thị giác máy tính — hai lĩnh vực thường bị nhầm lẫn nhưng có raison d’être riêng biệt. Bài viết này phân tích rõ bản chất, phạm vi và ứng dụng của từng lĩnh vực, giúp bạn hiểu chính xác sự khác biệt.
Xử Lý Ảnh: Biến Đổi Tín Hiệu Thành Hình Ảnh Tối Ưu
Xử lý ảnh kỹ thuật số ra đời cuối những năm 1960 tại Phòng thí nghiệm Sức đẩy Phản lực NASA, nhằm chuyển tín hiệu tương tự từ tàu vũ trụ Ranger thành ảnh số với sự hỗ trợ máy tính. Ngày nay, công nghệ này phổ biến trong y học, đặc biệt là quét CAT và siêu âm có hỗ trợ máy tính.
Bản chất của xử lý ảnh là áp dụng hàm toán học và phép biến đổi lên ảnh để cải thiện chất lượng hoặc trích xuất thông tin. Máy tính xem ảnh là tín hiệu hai chiều gồm các hàng và cột pixel. Đầu vào là ảnh, đầu ra cũng là ảnh — nhưng đã được biến đổi theo mục đích cụ thể.
Ví dụ điển hình: Hình ảnh Cộng hưởng Từ (MRI) ghi lại kích thích ion, sau đó biến thành ảnh trực quan. Hoặc làm mịn ảnh bằng Python với bộ lọc Gaussian để giảm nhiễu.
Các Kỹ Thuật Xử Lý Ảnh Phổ Biến
Xử lý ảnh sử dụng bộ lọc tương tự tín hiệu một chiều:
- Bộ lọc thông thấp (LPF): Loại nhiễu, làm mờ ảnh
- Bộ lọc thông cao (HPF): Tìm độ sắc nét, phát hiện cạnh
- Mô hình Markov ẩn: Phân tích chuỗi trạng thái ảnh
- Mạng nơ-ron tích chập (CNN): Dùng ma trận bộ lọc để phát hiện đặc trưng màu sắc và cạnh
Biến đổi ma trận này phổ biến trong học máy, đặc biệt CNN, nơi bộ lọc trượt trên ảnh (ma trận pixel) để phát hiện cường độ màu và độ sắc nét.
Thị Giác Máy Tính: Từ Nhận Diện Đến Suy Luận
Thị giác máy tính mô phỏng quá trình xử lý hình ảnh của não người bằng học máy. Nó không chỉ biến đổi ảnh, mà còn “hiểu” nội dung — phân biệt đối tượng, phân loại, sắp xếp theo kích thước, thậm chí dự đoán hành động.
Đầu vào là ảnh hoặc video, đầu ra là thông tin có ý nghĩa: nhãn đối tượng, tọa độ vị trí, khoảng cách, hoặc lệnh điều khiển thiết bị.
Thành Phần Hệ Thống Thị Giác Máy Tiêu Chuẩn
- Máy ảnh hoặc camera
- Thiết bị chiếu sáng
- Ống kính
- Phần mềm xử lý ảnh
- Thuật toán học máy nhận dạng mẫu
- Màn hình hiển thị hoặc cánh tay robot thực thi lệnh
Ví dụ: Xe tự lái Tesla dùng camera phát hiện người đi bộ, phân biệt họ với xe cộ và vật cản khác trong sương mù. Hoặc hệ thống Hawk-Eye đo quãng đường cầu thủ tennis di chuyển dựa trên bản đồ nhiệt.
Thông tin thời gian thực đóng vai trò quan trọng trong thị giác máy tính, tương tự cách mắt người nhận diện và tìm hiểu thế giới. Mục tiêu cuối cùng là dùng máy tính mô phỏng thị giác con người — bao gồm học tập, suy luận và thực hiện hành động dựa trên đầu vào trực quan.
Ranh Giới Giữa Hai Lĩnh Vực
Xử lý ảnh là tập con của thị giác máy tính. Hệ thống thị giác máy tính sử dụng thuật toán xử lý ảnh để thử nghiệm và mô phỏng tầm nhìn ở quy mô con người.
Nếu mục tiêu là nâng cao chất lượng ảnh để sử dụng sau này — đó là xử lý ảnh. Nếu mục đích là nhận ra vật thể, khuyết tật để lái xe tự động — đó là thị giác máy tính.
Xử lý ảnh tập trung vào biến đổi pixel, còn thị giác máy tính hướng đến hiểu ngữ cảnh và ra quyết định.
Ngày cập nhật gần nhất 18/03/2026 by Thành Tín
