Nghiên cứu kỹ thuật truy vấn ảnh tự nhiên và ứng dụng

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI - NGUYỄN MẠNH DŨNG NGHIÊN CỨU KỸ THUẬT TRUY VẤN ẢNH TỰ NHIÊN VÀ ỨNG DỤNG LUẬN VĂN THẠC SỸ KỸ THUẬT CHUYÊN NGÀNH KỸ THUẬT TRUYỀN THÔNG NGƢỜI HƢỚNG DẪN KHOA HỌC: PGS.TS NGUYỄN TIẾN DŨNG Hà Nội, 10-2014 MỤC LỤC MỤC LỤC DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT DANH MỤC CÁC BẢNG DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ LỜI NÓI ĐẦU CHƢƠNG I – GIỚI THIỆU TRUY VẤN ẢNH DỰA TRÊN NỘI DUNG 11 1.1 Giới thiệu xử lý ảnh 11 1.2 Hệ thống xử lý ảnh 12 1.2.1 Ảnh 12 1.2.2 Mô tả hệ thống xử lý ảnh 13 1.3 Các vấn đề xử lý ảnh số 15 1.3.1 Biểu diễn ảnh 15 1.3.2 Tăng cƣờng ảnh - khôi phục ảnh 16 1.3.3 Biến đổi ảnh 17 1.3.4 Phân tích ảnh 18 1.3.5 Nhận dạng ảnh 18 1.3.6 Nén ảnh 19 1.4 Giới thiệu truy vấn ảnh theo nội dung 19 1.5 Trích chọn đặc tính để truy vấn ảnh 21 1.6 Lập mục đặc tính (Feature Indexing) 25 1.7 Truy vấn ảnh tƣơng tác 26 CHƢƠNG II – CÁC ĐẶC TÍNH TRUY VẤN ẢNH THEO NỘI DUNG 29 2.1 Đặc tính màu 29 2.1.1 Không gian màu 29 2.1.2 Lƣợng tử hóa màu 31 Luận văn tốt nghiệp cao học 2012-2014 2.1.3 Mô tả màu 33 2.2 Đặc tính bất biến 36 2.2.1 Đặc tính bất biến dùng tích phân 38 2.2.2 Các hàm kernel f(X) 41 2.2.3 Lƣợc đồ đặc tính bất biến 43 2.2.4 Các vector đặc tính bất biến 45 2.2.5 Đặc tính Fourier Mellin bất biến 45 2.3 Co-occurence Matrix 46 2.4 Đặc tính Gabor 47 2.5 Đặc tính Tamura 49 2.6 Mô tả cấu trúc toàn 52 2.7 Đặc tính cục 53 2.8 Đặc tính dựa vùng (regioned based feature) 55 2.9 Các đặc điểm biến đổi PCA 56 2.10 Tƣơng quan đặc tính khác 56 CHƢƠNG III- SO SÁNH ĐẶC TÍNH TRUY VẤN ẢNH 58 3.1 Phƣơng pháp so sánh lƣợc đồ 58 3.1.1 So sánh thành phần (bin-by-bin) 58 3.1.2 Phƣơng pháp so sánh chéo thành phần lƣợc đồ (Cross-bin comparision) 62 3.2 So sánh ảnh 67 3.2.1 Khoảng cách Euclidean 67 3.2.2 Khoảng cách tiếp tuyến 67 3.2.3 Mơ hình méo ảnh 68 3.3 So sánh ảnh dựa đặc tính cục 69 3.3.1 Chuyển trực tiếp (Direct Transfer) 69 Luận văn tốt nghiệp cao học 2012-2014 3.3.2 Mơ hình méo ảnh đặc tính cục (Local Feature Image Distortion Model) 69 3.4 So sánh mô tả dựa vùng 69 3.4.1 Integrated Region Matching (Sánh vùng kết hợp) 70 3.4.2 Quantized Hungarian Region Matching (Sánh vùng Hugarian lƣợng tử)………………… 71 3.5 Các đặc tính khác 72 CHƢƠNG IV- ĐÁNH GIÁ CHẤT LƢỢNG TRUY VẤN ẢNH 73 4.1 Thông số đánh giá chất lƣợng truy vấn ảnh 73 4.2 Đánh giá khả đặc tính hàm khoảng cách 76 4.2.1 So sánh hàm khoảng cách khác 78 4.2.2 So sánh đặc tính khác 81 CHƢƠNG V- MƠ PHỎNG CHƢƠNG TRÌNH TRUY VẤN ẢNH BẰNG MATLAB 86 5.1 Sơ đồ khối chƣơng trình lý thuyết áp dụng 86 5.2 Mơ tả chƣơng trình mô 89 5.3 Kết truy vấn đánh giá 92 5.3.1 Thực nghiệm 92 5.3.2 Thực nghiệm 95 5.3.3 Thực nghiệm 99 KẾT LUẬN 102 TÀI LIỆU THAM KHẢO 104 PHỤ LỤC 105 Luận văn tốt nghiệp cao học 2012-2014 DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT CBIR Content Based Image Retrieval CIE Commision Internationale de l‟Éclairage DBMS Database Management System EMD Earth Move Distance HSV Hue Saturation Value IRMA Image Retrieval in Medical Applications JPEG Joint Photographic Experts Group JSD Jensen Shannon Divergence KLT Karhunen-Loeve Transform MPEG Moving Picture Experts Group PCA Principal component analysis QBIC Query by Image Content SVD Singular Value Decompostion DANH MỤC CÁC BẢNG Bảng 2.1 Các hàm đơn thức đƣợc sử dụng cho vector đặc tính bất biến 45 Bảng 4.1 Tỉ lệ lỗi [%] WANG IRMA-1617 sử dụng phép đo khác Đối với WANG, lƣợc đồ đặc tính bất biến f ( X )  X (4,0).X (0,8) đƣợc sử dụng, IRMA-1617 lƣợc đồ đặc tính cục đƣợc sử dụng [Ref 4] 78 Bảng 4.2 Tỉ lệ lỗi [%] IRMA-1617 sử dụng phép so sánh ảnh khác [Ref 4] 80 Bảng 4.3 Tỉ lệ lỗi [%] sử dụng đặc tính dựa vùng phép so sánh khác [Ref 4] 80 Bảng 4.4 Tỉ lệ lỗi [%] sử dụng đặc tính khác cho WANG [Ref 4] 82 Bảng 4.5 Tỉ lệ lỗi [%] sử dụng đặc tính khác cho IRMA-1617 [Ref 4] 82 Bảng 4.6 Tỉ lệ lỗi [%] sử dụng lƣợc đồ đặc tính bất biến với biến đổi xoay phần cho sở liệu WANG vơi f ( X )  X (4,0).X (0,8) 84 DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ Hình 1.1 Các bƣớc xử lý ảnh số 13 Hình 1.2 Các thành phần hệ thống xử lý ảnh 14 Hình 1.3 Ảnh biến dạng nhiễu 17 Hình 1.4 Sơ đồ khối hệ thống truy vấn ảnh theo nội dung 21 Hình 1.5 Hệ thống truy vấn có tƣơng tác 27 Hình 2.1 Biến đổi TCHSV từ RGB thành HSV lƣợng tử hóa Qc166 cung cấp 166 màu HSV 33 Hình 2.2 Biểu diễn màu phân bố cục 35 Hình 2.3 Đặc tính màu khơng gian kết hợp tìm ảnh cách so sánh phân bố khơng gian vùng 36 Hình 2.4 Sơ đồ tính tốn tích phân bất biến 40 Hình 2.5 Hàm kernel f(X) vùng cục 41 Hình 2.6 Mục đích lƣợc đồ đặc tính 44 Hình 2.7 Ảnh ví dụ đặc tính cấu trúc: a) độ thơ lớn b) độ thô nhỏ c) độ tƣơng phản cao d) độ tƣơng phản thấp e) có tính hƣớng f) khơng có tính hƣớng 49 Hình 2.8 Trích trọn đặc tính cục 53 Hình 2.10 Các phân vùng ví dụ ảnh với số lƣợng vùng k khác 55 Hình 3.1 Ba lƣợc đồ với khoảng cách thành phần giống đơi 58 Hình 3.2 So sánh lƣợc đồ: Dạng bình phƣơng EMD 65 Hình 3.3 Time warp distance T(Ha,Hb)=6, T(Ha,Hc)=16, T(Hb,Hc)=22 66 Hình 3.4 Ví dụ biểu đồ chỉnh a) lƣợc đồ a b, b) lƣợc đồ a c 66 Hình 3.5 Căn vùng để tìm vùng phù hợp Hugarian lƣợng tử hóa 72 Hình 4.1 Tƣơng quan phép đo chất lƣợng quy theo phạm vị [-100,100] 76 Hình 4.2 Ví dụ ảnh từ 10 loại ảnh CSDL WANG [Ref 4] 77 Hình 4.3 Ví dụ ảnh từ loại ảnh CSDL IRMA-1617 [Ref 4] 77 Hình 4.4 Một vài ảnh từ loại ảnh “lồng ngực” CSDL IRMA-1617 [Ref 4] 78 Hình 4.5 Biểu đồ PR sử dụng hàm khoảng cách khác [Ref 4] 79 Hình 4.6 Biểu đồ PR cho WANG IRMA-1617 tƣơng ứng với tỉ lệ lỗi Bảng 4.4 83 Hình 4.7 Kết từ multi-dimensional scaling cho đặc tính WANG 84 Hình 4.8 Kết từ multi-dimensional scaling cho đặc tính IRMA 85 Hình 5.1 Sơ đồ khối mơ tả hoạt động chƣơng trình 86 Hình 5.2 Giao diện chƣơng trình mơ 90 Hình 5.3 Một số ảnh ví dụ tập ảnh 91 Hình 5.5 Kết truy vấn thực nghiệm 1a (mức ngƣỡng 1.4*e+004) 93 Hình 5.6 Kết truy vấn thực nghiệm 1a (mức ngƣỡng 1.3*e+004) 94 Hình 5.7 Kết truy vấn thực nghiệm 1b (mức ngƣỡng 4.5*e+004) 94 Hình 5.8 Kết truy vấn thực nghiệm 1b (mức ngƣỡng 2.6*e+004) 95 Hình 5.10 Kết truy vấn thực nghiệm 2a (mức ngƣỡng 3.3*e+004) 95 Hình 5.11 Kết truy vấn thực nghiệm 2a (mức ngƣỡng 2.85*e+004) 96 Hình 5.12 Kết truy vấn thực nghiệm 2b (mức ngƣỡng 9.9*e+004) 97 Hình 5.13 Kết truy vấn thực nghiệm 2b (mức ngƣỡng 5*e+004) 97 Hình 5.15 Kết truy vấn thực nghiệm 2c (mức ngƣỡng 8*e+004) 98 Hình 5.16 Kết truy vấn thực nghiệm 2c (mức ngƣỡng 5.4*e+004) 98 Hình 5.18 Kết truy vấn thực nghiệm (mức ngƣỡng 2.9*e+004) 99 Hình 5.19 Kết truy vấn thực nghiệm (mức ngƣỡng 1.9*e+004) 100 Luận văn tốt nghiệp cao học 2012-2014 LỜI NĨI ĐẦU Ảnh có vai trị vô to lớn xã hội, đời sống ngƣời Hiện ảnh có mặt tất lĩnh vực đời sống ngƣời: Giao thơng, y học, tự nhiên… Tuy nhiên để tìm kiếm ảnh hệ thống ảnh có nhiều ảnh việc làm khó, tập hợp ảnh khoảng vài chục hay vài trăm ảnh cơng việc đƣợc thực đƣợc, nhiên hàng ngàn ảnh để tìm kiếm đƣợc ảnh phù hợp với nội dung cần thiết vơ khó khăn Một phƣơng thức tìm kiếm ảnh sở liệu ảnh tạo văn mô tả tất ảnh sở liệu sử dụng phƣơng pháp tìm kiếm thơng tin dựa văn để tìm ảnh Phƣơng pháp khơng hồn tồn khả thi việc thích cho ảnh phải thực thủ công tốn nhiều thời gian Mặt khác, thích chƣa hẳn mơ tả hết đƣợc nội dung ảnh Vì vậy, cần có phƣơng pháp khác để tìm kiếm ảnh Một phạm vi lớn ứng dụng cần tìm kiếm ảnh nhƣ: y tế, nhiều ảnh đƣợc tạo bác sỹ cần tìm kiếm hình ảnh tƣơng tự để hiểu trình điều trị bệnh nhân kết điều trị họ Một phóng viên tìm kiếm ảnh để minh họa báo Các ví dụ cho thấy việc tìm kiếm khơng giống hồn tồn nhƣ việc tìm kiếm sở liệu truyền thống mà tìm kiếm tƣơng tự Sự tƣơng tự cần phải đƣợc xác định xác để thực q trình tìm kiếm tự động Các kỹ thuật quy vào tìm kiếm ảnh theo nội dung (content-based image retrieval – CBIR) Trong CBIR, cần phải trích chọn thơng tin hữu ích từ liệu thô để thu đƣợc nội dung ảnh Q trình trích chọn đặc trƣng nội dung ảnh có tác động đến hiệu trình truy vấn ảnh theo nội dung Luận văn trình bày phƣơng pháp trích chọn nội dung ảnh, phƣơng pháp so sánh đặc tính ảnh để đánh giá mức độ tƣơng tự ảnh yêu cầu so với ảnh sở liệu, xây dựng ứng dụng truy vấn ảnh tự nhiên phần mềm MATLAB Luận văn gồm phần nhƣ sau: - Chƣơng I – Giới thiệu truy vấn ảnh dựa nội dung: trình bày tổng quan xử lý ảnh, vấn đề truy vấn ảnh dựa nội dung - Chƣơng II – Các đặc tính truy vấn ảnh theo nội dung: trình bày đặc tính khác đƣợc trích chọn từ ảnh để phục vụ cho việc so sánh ảnh sau - Chƣơng III – So sánh đặc tính truy vấn ảnh: trình bày phƣơng pháp khác để đánh giá mức độ tƣơng tự ảnh - Chƣơng IV – Đánh giá chất lƣợng truy vấn ảnh: giới thiệu phƣơng pháp đánh giá chất lƣợng truy vấn ảnh - Chƣơng V – Mô truy vấn ảnh Matlab: giới thiệu chƣơng trình truy vấn đơn giản viết Matlab Truy vấn ảnh dựa nội dung vấn đề đƣợc nghiên cứu để đáp ứng yêu cầu khác lĩnh vực áp dụng khác Trong tƣơng lai, tơi hi vọng có hội để nghiên cứu, tìm hiểu đầy đủ chi tiết Trong phạm vi luận văn cao học khả hiểu biết cịn có hạn chế, luận văn khơng thể tránh khỏi thiếu sót, tơi mong nhận đƣợc ý kiến đóng góp thầy bạn bè để hồn thiện nghiên cứu sau Tôi xin chân thành cảm ơn thầy giáo PGS.TS Nguyễn Tiến Dũng, bạn bè, đồng nghiệp gia đình giúp đỡ tơi hồn thành đƣợc luận văn tốt nghiệp Hà Nội, tháng năm 2014 Luận văn tốt nghiệp cao học 2012-2014 10 CHƢƠNG V- MÔ PHỎNG CHƢƠNG TRÌNH TRUY VẤN ẢNH BẰNG MATLAB - Kết truy vấn: Hình 5.12 Hình 5.12 Kết truy vấn thực nghiệm 2b (mức ngƣỡng 9.9*e+004) Số ảnh truy vấn đƣợc: 14; Số ảnh truy vấn phù hợp: Số ảnh phù hợp tập liệu: - Mức ngƣỡng : 5*e+004 - Kết truy vấn: Hình 5.13 Hình 5.13 Kết truy vấn thực nghiệm 2b (mức ngƣỡng 5*e+004) Số ảnh truy vấn đƣợc: ; Số ảnh truy vấn phù hợp: Kết tƣơng tự nhƣ phƣơng pháp đo khoảng cách Euclidean Luận văn tốt nghiệp cao học 2012-2014 97 CHƢƠNG V- MÔ PHỎNG CHƢƠNG TRÌNH TRUY VẤN ẢNH BẰNG MATLAB c) Thay đổi ảnh yêu cầu: - Thay ảnh yêu cầu khác: Hình 5.14 - Phƣơng pháp so sánh lƣợc đồ: JSD - Mức ngƣỡng: 8*e+004 - Kết truy vấn: Hình 5.15 Hình 5.14 Ảnh yêu cầu thực nghiệm 2c Hình 5.15 Kết truy vấn thực nghiệm 2c (mức ngƣỡng 8*e+004) Số ảnh truy vấn đƣợc: 13; Số ảnh truy vấn phù hợp: Số ảnh phù hợp tập liệu: - Mức ngƣỡng: 5.4*e+004 Hình 5.16 Kết truy vấn thực nghiệm 2c (mức ngƣỡng 5.4*e+004) Số ảnh truy vấn đƣợc: 5; Số ảnh truy vấn phù hợp: Luận văn tốt nghiệp cao học 2012-2014 98 CHƢƠNG V- MƠ PHỎNG CHƢƠNG TRÌNH TRUY VẤN ẢNH BẰNG MATLAB Với ảnh yêu cầu khác (cũng ảnh tòa nhà màu xanh) nhƣng kết truy vấn tốt so với ảnh yêu cầu ban đầu Ảnh yêu cầu chứa tòa nhà màu xanh đƣợc chụp cận cảnh so với ảnh yêu cầu ban đầu Cấu trúc màu xanh tịa nhà chiếm phần diện tích lớn ảnh Vì kết so sánh với ảnh phù hợp khác tốt 5.3.3 Thực nghiệm - Ảnh yêu cầu: Hình 5.17 – hình hộp - Phƣơng pháp so sánh lƣợc đồ: Euclidean - Mức ngƣỡng ban đầu: 2.9*e+004 - Kết truy vấn: Hình 5.18 Hình 5.17 Ảnh yêu cầu thực nghiệm Hình 5.18 Kết truy vấn thực nghiệm (mức ngƣỡng 2.9*e+004) Số ảnh truy vấn đƣợc: 19; Số ảnh truy vấn phù hợp: Luận văn tốt nghiệp cao học 2012-2014 99 CHƢƠNG V- MƠ PHỎNG CHƢƠNG TRÌNH TRUY VẤN ẢNH BẰNG MATLAB Số ảnh phù hợp tập liệu: Trong số ảnh truy vấn, có đến 10 ảnh không phù hợp Trong số ảnh truy vấn đƣợc, có ảnh phù hợp với ảnh yêu cầu chứa hình hộp màu vàng nhƣng chụp màu nên khác (ví dụ: P1020595); có ảnh phù hợp với yêu cầu có phần màu giống (ví dụ: P1020526, P1020583) - Thay đổi mức ngƣỡng mới: 1.9*e+004 Kết truy vấn: Hình 5.19 Hình 5.19 Kết truy vấn thực nghiệm (mức ngƣỡng 1.9*e+004) Số ảnh truy vấn đƣợc: 9; Số ảnh truy vấn phù hợp: Số ảnh phù hợp tập liệu: Sau thay đổi mức ngƣỡng, số ảnh truy vấn không phù hợp đƣợc giảm bớt Tuy nhiên số ảnh phù hợp chƣa đƣợc truy vấn tăng lên Số ảnh khác biệt chủ yếu so với ảnh yêu cầu phần ảnh Phần chiếm phần đáng kể ảnh, tạo nên cấu trúc khác ảnh Vì tạo khoảng cách lớn so với ảnh phù hợp khác Trong số ảnh phù hợp truy vấn đƣợc, ta thấy hộp vàng có vị trí góc hƣớng khác Theo lý thuyết, đặc tính bất biến có tính ổn định với biến đổi tịnh tiến biến đổi xoay Khoảng cách ảnh so với ảnh yêu cầu nhỏ so với ảnh khác Luận văn tốt nghiệp cao học 2012-2014 100 CHƢƠNG V- MƠ PHỎNG CHƢƠNG TRÌNH TRUY VẤN ẢNH BẰNG MATLAB Qua thực nghiệm trên, chƣơng trình mô truy vấn ảnh phần đáp ứng đƣợc u cầu cụ thể để tìm kiếm ảnh Tùy thuộc vào ảnh yêu cầu, cung cấp kết tƣơng đối tốt (thực nghiệm 1) Ta thấy rằng, ảnh yêu cầu có cấu trúc đồng truy vấn cho kết tốt Tuy nhiên, số thực nghiệm, kết truy vấn khơng hồn tồn tốt: có nhiều ảnh truy vấn không phù hợp truy vấn không hết ảnh phù hợp Đánh giá phù hợp ảnh truy vấn đƣợc so với ảnh yêu cầu phần phù thuộc vào đánh giá chủ quan ngƣời Tính phù hợp phụ thuộc vào ứng dụng cụ thể Trong thực nghiệm trên, ta thấy cần phải điều chỉnh mức ngƣỡng so sánh thích hợp để đạt đƣợc kết truy vấn theo yêu cầu Hƣớng phát triển chƣơng trình tự động tìm mức ngƣỡng thích hợp Một số yếu tố sau đƣợc đề xuất để tính tốn mức ngƣỡng tự động: - Dựa phản hồi ngƣời sử dụng: việc đánh giá mức tƣơng tự ảnh phần dựa vào chủ quan ngƣời nên phản hồi ngƣời sử dụng quan trọng Với số kết truy vấn ban đầu, ngƣời sử dụng đánh giá ảnh truy vấn phù hợp, ảnh truy vấn không phù hợp Từ đánh giá đó, ta tính tốn mức ngƣỡng phù hợp - Dựa "kinh nghiệm": thực thực nghiệm khác hệ thống truy vấn Từ xác định thông số đánh giá Precision, Recall, Er Dựa vào thông số kết hợp với số liệu lần truy vấn, ta tính mức ngƣỡng để phù hợp với thơng số Luận văn tốt nghiệp cao học 2012-2014 101 KẾT LUẬN Luận văn trình bày phƣơng pháp nghiên cứu truy vấn ảnh tự nhiên đồng thời đƣa ứng dụng truy vấn ảnh phần mềm Matlab Để so sánh ảnh dựa đặc tính trích chọn, phƣơng pháp so sánh tính tƣơng tự đặc tính khác đƣợc sử dụng Chƣơng đánh giá hiệu truy vấn ảnh đặc tính hàm khoảng cách khác Kết cho thấy hiệu truy vấn phụ thuộc vào sở liệu khác Điều có nghĩa tùy thuộc vào ứng dụng khác nhau, ta cần chọn đặc tính hàm khoảng cách thích hợp để đạt đƣợc hiệu tốt Chƣơng giới thiệu chƣơng trình mơ truy vấn ảnh theo nội dung Đặc tính bất biến đƣợc lựa chọn để trích chọn nội dung ảnh Một số thực nghiệm đƣợc thực với ảnh yêu cầu khác đánh giá kết thu đƣợc Kết truy vấn phụ thuộc vào nhiều yếu tố: có ảnh yêu cầu cho kết truy vấn tƣơng đối tốt; nhiên có ảnh yêu cầu kết chƣa tốt Qua nội dung đƣợc trình bày luận văn này, xin đƣợc đề xuất hƣớng nghiên cứu để hồn thiện chƣơng trình truy vấn ảnh theo nội dung: - Về phương thức xây dựng sở liệu ảnh để đánh giá hiệu hệ thống truy vấn: sở liệu ảnh có vai trị quan trọng việc đánh giá hiệu hệ thống truy vấn ảnh Số lƣợng ảnh sở liệu phải đủ lớn đa dạng Xây dựng sở liệu ảnh theo hƣớng có phân loại chủng loại ảnh để dễ dàng đánh giá chất lƣợng try vấn - Các thông số đánh giá: sử dụng thông số đánh giá cách định lƣợng hiệu truy vấn ảnh hệ thống, chẳng hạn thông số Precision, Recall - Kết hi vọng: cải thiện đƣợc chất lƣợng truy vấn ảnh chƣơng trình Luận văn tốt nghiệp cao học 2012-2014 102 - Nghiên cứu tìm đặc tính mơ tả nội dung ảnh để truy vấn tốt hơn: Việc lựa chọn đặc tính để truy vấn ảnh phụ thuộc lớn vào tính chất ảnh liên quan Một khía cạnh quan trọng để lựa chọn đặc tính cần xét đến đặc tính khác ảnh khơng có đặc tính bao trùm tồn tất khía cạnh ảnh Vì cần phải nghiên cứu tìm đặc tính mô tả nội dung phù hợp tùy theo ứng dụng, cần kết hợp nhiều đặc tính khác để đạt hiệu cao Mục đích tƣơng lai truy vấn ảnh theo nội dung từ truy vấn dựa bề ảnh sang truy vấn ảnh dựa ngữ nghĩa ảnh Hình ảnh đƣợc truy vấn dựa đối tƣợng đƣợc chứa cảnh, hoạt động cảnh Với tăng trƣởng ngày lớn khối lƣợng ảnh kỹ thuật số, chắn nhiều nghiên cứu truy vấn ảnh theo nội dung thực để đáp ứng yêu cầu lĩnh vực áp dụng cụ thể Trong tƣơng lai, điều kiện cho phép, tơi có mong muốn đƣợc nghiên cứu cách kỹ lƣỡng đề tài này, sâu vào ứng dụng cụ thể Một lần nữa, xin chân thành cảm ơn giúp đỡ, hƣớng dẫn thầy giáo PGS.TS Nguyễn Tiến Dũng, gia đình, bạn bè đồng nghiệp q trình tơi thực luận văn Luận văn tốt nghiệp cao học 2012-2014 103 TÀI LIỆU THAM KHẢO [1] Nhập môn xử lý ảnh số - Lương Mạnh Bá, Nguyễn Thanh Thủy [2] Digital Image Processing – William K Pratt [3] Image Database, Search and Retrieval of Digital Imaginery – Vittorio Castelli, Lawrence D Bergman [4] Fearure for Image Retrieval – Thomas Deselaers [5] Feature Histogram for Content-Based Image Retrieval – Sven Siggelkow [6] Digital Image Processing Using Matlab – Rafael C Gonzalez [7] Các luận văn tốt nghiệp cao học Trƣờng Đại học Bách khoa Hà Nội Luận văn tốt nghiệp cao học 2012-2014 104 PHỤ LỤC PHỤ LỤC CHƢƠNG TRÌNH MƠ PHỎNG TRUY VẤN ẢNH TRÊN MATLAB function varargout = CIBR(varargin) % Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, 'gui_Singleton', gui_Singleton, 'gui_OpeningFcn', @CIBR_OpeningFcn, 'gui_OutputFcn', @CIBR_OutputFcn, 'gui_LayoutFcn', [] , 'gui_Callback', []); if nargin && ischar(varargin{1}) gui_State.gui_Callback = str2func(varargin{1}); end if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end % End initialization code - DO NOT EDIT % - Executes just before CIBR is made visible function CIBR_OpeningFcn(hObject, eventdata, handles, varargin) handles.output = hObject; handles.queryfilename='0'; handles.test=0;%%%%%% handles.indexno_imagedisplay=0; % used in image_display function handles.no_imagedisplay=0; %used image_display fucntion handles.default_threshold=[2e+004 1.05e+005; 3]; handles.rweight=1;handles.bweight=1;handles.gweight=1; guidata(hObject, handles); initial_dir = 'E:\Image Database'; load_listbox(initial_dir,handles) % UIWAIT makes CIBR wait for user response (see UIRESUME) % uiwait(handles.figure1); % - Outputs from this function are returned to the command line function varargout = CIBR_OutputFcn(hObject, eventdata, handles) varargout{1} = handles.output; % - Executes on selection change in listbox1 function varargout = listbox1_Callback(hObject, eventdata, handles) get(handles.figure1,'SelectionType'); if strcmp(get(handles.figure1,'SelectionType'),'open') index_selected = get(handles.listbox1,'Value'); handles.file_list = get(handles.listbox1,'String'); filename = handles.file_list{index_selected}; if handles.is_dir(handles.sorted_index(index_selected)) cd(filename) load_listbox(pwd,handles) else [path,name,ext,ver] = fileparts(filename); switch ext case {'.JPG', 'jpg'} handles.queryfilename=filename; handles.queryimage=imread(filename); axes(handles.axes_queryimage); guidata(handles.figure1,handles); Luận văn tốt nghiệp cao học 2012-2014 105 PHỤ LỤC set(handles.queryimage_text,'String',filename) image(handles.queryimage); otherwise try open(filename) catch errordlg(lasterr,'File Type Error','modal') end end end end % - Executes during object creation, after setting all properties function listbox1_CreateFcn(hObject, eventdata, handles) if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % Read the current directory and sort the names function load_listbox(dir_path,handles) cd (dir_path) dir_struct = dir(dir_path); [sorted_names,sorted_index] = sortrows({dir_struct.name}'); handles.file_names = sorted_names; handles.is_dir = [dir_struct.isdir]; handles.sorted_index = [sorted_index]; guidata(handles.figure1,handles) set(handles.listbox1,'String',handles.file_names, 'Value',1) set(handles.directory_text,'String',pwd) % - Executes on button press in previous_pushbutton function previous_pushbutton_Callback(hObject, eventdata, handles) if (handles.indexno_imagedisplay-1)>=0 handles.indexno_imagedisplay=handles.indexno_imagedisplay-1; handles.no_imagedisplay=0; handles.no_imagedisplay=image_display(handles); guidata(handles.figure1,handles); end % - Executes on button press in sort_pushbutton function sort_pushbutton_Callback(hObject, eventdata, handles) refresh_axes(handles); % - Executes on button press in next_pushbutton function next_pushbutton_Callback(hObject, eventdata, handles) [M N]=size(handles.dresult_matrix); if (((handles.indexno_imagedisplay+1)*10)