Tìm hiểu tra cứu ảnh dựa trên biểu đồ màu

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG…………… LUẬN VĂN Tìm hiểu tra cứu ảnh dựa biểu đồ màu LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Ngành CNTT trường ĐHDLHP MỤC LỤC MỤC LỤC LỜI CẢM ƠN LỜI MỞ ĐẦU CHƢƠNG 1: 1.1 TỔNG QUAN VỀ TRA CỨU ẢNH DỰA TRÊN NỘI DUNG Những thành phần hệ thống tra cứu ảnh 1.1.1 Cơng nghệ tự động trích chọn metadata 1.1.2 Giao diện để lấy chƣơng trình truy vấn ngƣời sử dụng 1.1.3 Phƣơng pháp để so sánh độ tƣơng tự ảnh 1.1.4 Công nghệ tạo số lƣu trữ liệu hiệu 1.2 Đặc điểm tra cứu ảnh 1.3 Những ứng dụng tra cứu ảnh 10 1.4 Tra cứu ảnh dựa nội dung 11 1.4.1 Những phƣơng pháp quản lý liệu ảnh truyền thống 11 1.4.2 Các chức hệ thống tra cứu ảnh dựa nội dung 12 1.4.3 Trích chọn đặc diểm 15 1.4.4 Những khoảng cách tƣơng ứng 18 1.4.5 Các phƣơng pháp tra cứu ảnh dựa nội dung 22 1.5 Những hệ thống tra cứu ảnh dựa nội dung 26 1.5.1 Hệ thống QBIC(Query By Image Content) 26 1.5.2 Hệ thống PhotoBook 27 1.5.3 Hệ thống VisualSEEK WebSEEK 27 1.5.4 Hệ thống RetrievalWare 27 1.5.5 Hệ thống Imatch 28 CHƢƠNG 2: 2.1 TRA CỨU ẢNH DỰA TRÊN NỘI DUNG 29 Không gian màu 29 2.1.1 Không gian màu RGB 29 2.1.2 Không gian màu HSx 31 2.1.3 Không gian màu YUV YIQ 32 Đồ án tốt nghiệp – PhạmDuyThành – CTL201 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Ngành CNTT trường ĐHDLHP 2.1.4 Không gian maufCIEXYZ LUV 32 2.2 Biểu đồ màu 32 2.3 Lƣợng tử hóa màu 33 2.4 Thƣớc đo khoảng cách biểu đồ màu 34 2.4.1 Thƣớc đo khoảng cách Minkowski 35 2.4.2 Thƣớc đo khoảng cách Quadratic 36 2.4.3 Thƣớc đo khoảng cách Non-histogram 37 2.5 Tra cứu ảnh dựa biểu đồ màu 38 2.5.1 Phƣơng pháp truyền thống dựa màu sắc 38 2.5.2 Phƣơng pháp Harbin 40 2.5.3 Sự nâng cấp phƣơng pháp Harbin 45 2.6 Cải tiến hiệu tra cứu 49 CHƢƠNG 3: CHƢƠNG TRÌNH THỬ NGHIỆM 51 3.1 Bài toán 51 3.2 Lựa chọn công cụ 51 3.3 Một số kết chƣơng trình 52 3.3.1 Giao diện chƣơng trình 52 3.3.2 Kết 53 KẾT LUẬN 54 TÀI LIỆU THAM KHẢO 55 Đồ án tốt nghiệp – PhạmDuyThành – CTL201 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Ngành CNTT trường ĐHDLHP LỜI CẢM ƠN Để hoàn thành đƣợc đồ án tốt nghiệp này, em đƣợc học hỏi kiến thức báu từ thầy, cô giáo Trƣờng Đại Học Dân Lập Hải Phịng suốt bốn năm đại học Em vơ biết ơn dạy dỗ, bảo tận tình thầy, cô thời gian học tập Em xin bày tỏ lịng biết ơn tới thầy Ngơ Trƣờng Giang - Khoa công nghệ thông tin – Trƣờng Đại Học Dân Lập Hải Phịng tận tình bảo định hƣớng cho em nghiên cứu đề tài Thầy cho em lời khuyên quan trọng suốt q trình hồn thành đồ án Cuối cùng, em xin cảm ơn gia đình bạn bè ln tạo điều kiện thuận lợi, động viên giúp đỡ em suốt thời gian học tập, nhƣ trình nghiên cứu, hồn thành đồ án Do hạn chế thời gian thực tập, tài liệu trình độ thân, đồ án em tránh khỏi thiếu sót, mong thầy góp ý sửa chữa để đồ án tốt nghiệp em đƣợc hoàn thiện Em xin chân thành cảm ơn! Hải Phòng … tháng … năm 2010 Sinh viên Phạm Duy Thành Đồ án tốt nghiệp – PhạmDuyThành – CTL201 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Ngành CNTT trường ĐHDLHP LỜI MỞ ĐẦU Thuật ngữ “Tra cứu thông tin” đƣợc đƣa vào năm 1952 giành đƣợc quan tâm đặc biệt hội nhà nghiên cứu từ năm 1961[Jones and Willet, 1977] Chúng ta dễ dàng mơ tả hệ thống tra cứu thông tin nhƣ hệ thống lƣu trữ tra cứu thông tin Nhƣ hệ thống, gồm tập hợp thành phần tƣơng tác lẫn nhau, thành phần đƣợc thiết kế cho chức riêng, có mục đích riêng tất các thành phần có quan hệ với để đạt đƣợc mục đích tìm kiếm thơng tin phạm vi Trƣớc đây, tra cứu thơng tin có nghĩa tra cứu thông tin theo kết cấu, nhƣng định nghĩa đƣợc giữ ứng dụng vào việc tra cứu thông tin thị giác(VIR-Visual Infomation Retrieval) Mặc dù có phân biệt kiểu thơng tin nét tự nhiên tra cứu văn đối tƣơng trực quan Thông tin kết cấu tuyến tính ảnh hai chiều video ba chiều Một cách xác văn đƣợc cung cấp với điểm bắt đầu kết thúc vốn có với chuỗi phân tích cú pháp tự nhiên Chiến lƣợc phân tích cú pháp tự nhiên nhƣ khơng thích hợp với ảnh video Có hai phƣơng pháp chung để giải tốn tra cứu thơng tin thị giác dựa thơng tin trực quan là: Phƣơng pháp dựa thuộc tính phƣơng pháp dựa đặc điểm Phƣơng pháp dựa thuộc tính dựa vào tra cứu thông tin kết cấu truyền thống phƣơng pháp quản lý sở liệu dựa lý trí nhƣ can thiệp ngƣời để trích chọn metadata đối tƣợng trực quan thích kết cấu Thật khơng may việc phân tích kết cấu nhiều thời gian tốn nhiều cơng sức Hơn lời thích phụ thuộc nhiều vào cảm nhận chủ quan ngƣời, mà cảm nhận chủ quan giải thích mơ hồ nguyên nhân Đồ án tốt nghiệp – PhạmDuyThành – CTL201 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Ngành CNTT trường ĐHDLHP ghép đơi khơng cân xứng q trình xử lý Vấn đề truy cập ảnh video dựa text thúc đẩy quan tâm đến phát triển giải pháp dựa đặc điểm Đó thay giải thích thủ cơng từ khố dựa văn bản, ảnh đƣợc trích chọn cách sử dụng số đặc điểm thị giác nhƣ màu sắc, kết cấu, hình dạng đƣợc đánh số dựa đặc điểm thị giác Phƣơng pháp chủ yếu dựa kết của đồ hoạ máy tính Tra cứu ảnh đƣợc ứng dụng nhiều lĩnh vực, lĩnh vực thành công bao gồm: ngăn chặn tội phạm, quân sự, quản lý tài sản trí tuệ, thiết kế kiến trúc máy móc, thiết kế thời trang nội thất,báo chí quảng cáo, chuẩn đoán y học … Nhận biết đƣợc quan trọng nhận dạng ảnh nên khóa luận em muốn “Tìm hiểu tra cứu ảnh dựa biểu đồ màu” Trong đồ án này, bàn luận tập trung vào số đặc điểm cụ thể đặc biệt đặc điểm dựa màu sắc kết cấu úng dụng cho tra cứu ảnh nói chung cho tra cứu ảnh dựa nội dung Mặc dù khơng có khơng có đặc điểm riên lẻ tốt cho kết xác thiết lập chung Một kết hợp thong thƣờng đặc điểm cần thiết để cung cấp kết tra cứu thích đáng ứng dụng tra cứu ảnh dựa nội dung Nội dung khóa luận bao gồm, Phần mở đầu, Phần kết luận chƣơng nội dung, cụ thể: Chƣơng I : Tổng quan tra cứu ảnh tra cứu ảnh Chƣơng II : Tra cứu ảnh dựa biểu đồ màu tra cứu ảnh dựa biểu đồ màu Chƣơng III: Chƣơng trình thử nghiệm Đồ án tốt nghiệp – PhạmDuyThành – CTL201 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Ngành CNTT trường ĐHDLHP CHƢƠNG 1: TỔNG QUAN VỀ TRA CỨU ẢNH DỰA TRÊN NỘI DUNG 1.1 Những thành phần hệ thống tra cứu ảnh 1.1.1 Công nghệ tự động trích chọn metadata Mỗi đặc điểm nguyên thủy ảnh có định dạng đặc trƣng nhƣ biểu đồ màu đƣợc sử dụng rông rãi để biểu thị đặc điểm màu sắc Một ví dụ khác đặc điểm hình dạng biểu thị tập đoạn biên liền Với metadata thích hợp hệ thống tra cứu ảnh dựa nội dung tra cứu ảnh màu sắc, hình dạng, kết cấu kết hợp đặc tính 1.1.2 Giao diện để lấy chƣơng trình truy vấn ngƣời sử dụng Trong hệ thống tra cứu qúa trình tra cứu yêu cầu tra cứu Vì vậy, vấn đề cốt yếu để lấy yêu cầu truy vấn ngƣời sử dụng cách xác dễ dàng Với hệ thống tra cứu ảnh dựa nội dung trình tra cứu thƣờng đƣợc thực thơng qua hình ảnh mẫu đƣợc cung cấp ngƣời sử dụng gọi truy vấn mẫu Mặc dù ngƣời sử dụng luôn đƣa ảnh mẫu cho hệ thống tra cứu Hệ thống tra cứu ảnh dựa nội dung giải vấn đề cách đƣa giao diện để định chọn số đặc điểm cho việc cung cấp ảnh mẫu Chẳng hạn nhƣ sử dụng hệ thống QBIC IBM ngƣời sử dụng định truy vấn đặc điểm màu sắc cách chọn số lƣợng thành phần RED, BLUE, GREEN liên quan lựa chọn màu sắc ảnh mong muố n từ bảng màu, đồng thời ngƣời sử dụng chọn kết cấu mong muốn cho đặc điểm kết cấu vẽ phác họa cho truy vấn đặc điểm hình dạng 1.1.3 Phƣơng pháp để so sánh độ tƣơng tự ảnh Hệ thống Tra cứu ảnh dựa nội dung yêu cầu phƣơng pháp dựa đặc điểm nguyên thủy để so sánh độ tƣơng tự ảnh mẫu Đồ án tốt nghiệp – PhạmDuyThành – CTL201 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Ngành CNTT trường ĐHDLHP tất hình ảnh tập ảnh Mặc dù tƣơng tự khác gữa ảnh không xác định theo cách Số lƣợng ảnh tƣơng tự thay đổi yêu cầu truy vấn thay đổi Chẳng hạn trƣờng hợp hai tranh, biển xanh mặt trời mọc trƣờng hợp khác núi xanh với mặt trời mọc Khi mặt trời đƣợc xem xét độ tƣơng tự hai ảnh cao nhƣng đối tƣợng quan tâm biển xanh độ tƣơng tự hai ảnh thấp Nhƣ khó khăn để tìm phƣơng pháp đo độ tƣơng tự hai hình ảnh cách xác tất kiểu yêu cầu truy vấn Hay nói cách khác phƣơng pháp tra cứu có giới hạn Ví dụ khó cho cơng nghệ tra cứu dựa màu sắc để tìm điểm khác ảnh bầu trời màu xanh với ảnh mặt biển xanh Vì đánh giá cơng nghệ tra cứu ảnh dựa nội dung cần phải biết hiệu cơng nghệ phụ thuộc vào kiểu yêu cầu tra cứu mà ngƣời dùng sử dụng 1.1.4 Công nghệ tạo số lƣu trữ liệu hiệu Đối với tập liệu ảnh lớn khơng gian lƣu trữ cho metadata cần thiết Một hệ thống tra cứu ảnh dựa nội dung phải có cơng nghệ hiệu để quản lý metadata đồng thời phải có chuẩn để mơ tả Chuẩn MP7 chuẩn quan trọng để mô tả metadata cho liệu ảnh liệu video Khi truy vấn đƣợc xử lý sở liệu lớn, việc so sánh độ tƣơng tự ảnh truy vấn tất hình ảnh cặp khơng thể thực đƣợc ngƣời dùng cần ảnh có độ tƣơng tự cao so với ảnh mẫu Những số cấu trúc giúp tránh đƣợc việc tìm kiếm cải thiện truy vấn cách hiệu nên đƣợc sử dụng hệ thống tra cứu ảnh dựa nội dung Hơn với sở liệu ảnh thƣờng xuyên thay đổi số cấu trúc động cần thiết Khi nội dung ảnh đƣợc thể vector low dimension khoảng cách ảnh đƣợc định nghĩa( chẳng hạn nhƣ khoảng khơng gian đƣợc tính tốn Đồ án tốt nghiệp – PhạmDuyThành – CTL201 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Ngành CNTT trường ĐHDLHP khoảng cách Euclidean) R thành phần đƣợc sử dụng để đánh số cho ảnh Khi khoảng cách không đƣợc định nghĩa nhƣ không gian vector không gian vector Hight dimension mà có hàm khoảng cách tức khoảng không metric phƣơng pháp để đánh số ảnh dựa hàm khoảng cách khơng gian metric thích hợp 1.2 Đặc điểm tra cứu ảnh Kiểu truy vấn thích hợp để ngƣời sử dụng đƣa vào sở liệu ảnh? Để trả lời câu hỏi cách sâu sắc dịi hỏi phải có hiểu biết chi tiết nhu cầu ngƣời sử dụng: Tại ngƣời dùng lại tìm kiếm ảnh, họ sử dụng chúng để làm gì, họ đánh giá lợi ích hình ảnh mà họ tìm đƣợc nhƣ Cảm giác chung gợi ảnh tĩnh đƣợc yêu cầu loạt lý gồm: Minh họa báo, truyền đạt thông tin cảm xúc khó mơ tả từ Hiển thị liệu chi tiết cho phân tích Ghi lại liệu thiết kế cho việc sử dụng sau Truy cập tới ảnh yêu cầu từ kho liệu ảnh liên quan đến việc tìm kiếm ảnh mô tả kiểu đặc biệt đối tƣợng đơn giản bao gồm kết cấu mầu đặc biệt Vì ảnh có nhiều thuộc tính sử dụng cho việc tra cứu bao gồm: - Sự kết hợp đặc biệt đặc tính màu sắc, kết cấu, hình dạng (ví dụ ngơi mà xanh) - Sự xắp xếp kiểu riêng biệt đối tƣợng( ví dụ ghế xung quanh bàn) - Sự mô tả kiểu kiện ( Trận bóng đá) Đồ án tốt nghiệp – PhạmDuyThành – CTL201 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Ngành CNTT trường ĐHDLHP - Tên cá nhân, vị trí, kiện( ví dụ Nữ hồng đón nhận vƣơng miện) - Những cảm xúc chủ quan kết hợp với hình ảnh( ví dụ niềm hạnh phúc) - Metadata giống nhƣ tạo ảnh, đâu, nào? Mỗi kiểu truy vấn đƣợc liệt kê bên dƣới miêu tả mức trìu tƣợng cao mức trƣớc Và mức khó để trả lời mà khơng tham khảo thêm tri thức bên Điều dẫn đến kiểu truy vấn đƣợc phân làm ba mức tăng dần theo độ phức tạp Mức 1: Gồm tra cứu đặc điểm nguyên thủy nhƣ màu sắc, kết cấu, hình dạng vị trí đặc biệt phần tử ảnh Ví dụ “Tìm tranh với đối tƣợng dài, màu xám đỉnh góc trái”, “ Tìm ảnh chứa ngơi màu vàng đƣợc xếp thành dãy” “Tìm tranh giống nhƣ này” Mức tra cứu sử dụng đặc điểm từ ảnh mà khơng cần tham khảo tri thƣcd bên ngồi Nó thƣờng đƣợc ứng dụng lĩnh vực chuyên gia nhƣ việc đăng kí thƣơng hiệu, nhận dạng sƣu tập thiết kế Mức 2: Gồm tra cứu đặc điểm biến đổi liên quan đến số kết luận logic đồng đối tƣợng đƣợc mơ tả ảnh Nó đƣợc chia thành: Khơi phục đối tƣợng theo kiểu định( ví dụ tìm ảnh xe buýt tầng Tra cứu đối tƣợng đặc biệ ngƣời ( ví dụ tìm ảnh tháp Eiffel) Để trả lời truy vấn mức cần phải tham khảo số tri thức bên ngoài, đặc biệt truy vấn mức 2b Trong ví dụ hiểu biết trƣớc tiên cần thiết để xác định đối tƣợng xe buýt Đồ án tốt nghiệp – PhạmDuyThành – CTL201 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Ngành CNTT trường ĐHDLHP Local Color Histogram) điểm khởi đầu cho phƣơng pháp GCH đƣa biểu đồ màu cho ảnh mà khơng có thơng tin vùng hiệu tra cứu thƣờng bị giới hạn, ví dụ hình 2.8 ảnh B C có biểu đồ màu khoảng cách ảnh B ảnh C theo GCH =0 Mặc dù hai ảnh nhìn khác Hình 2.8 Hai ảnh biểu đồ màu toàn cục chúng Phƣơng pháp LCH đề cập ba bƣớc: 1) Phân chia ảnh thành nhiều khối xây dựng biểu đồ màu cho khối 2) So sánh khối vị trí tƣơng ứng hai ảnh (khoảng cách hai ảnh khoảng cách biểu đồ màu chúng) 3) Tổng hợp khoảng cách tất cảc khối Với phƣơng pháp khoảng cách hai ảnh B C đƣợc tính toán hợp lý Mặc dù số trƣờng hợp nhƣ quay dịch chuyển ảnh tất khối ảnh bị thay đổi vị trí khơng thích hợp sử dụng phƣơng pháp LCH để so sánh độ tƣơng tự khối vị trí giống Từ hình 2.9 ta thấy ảnh D gần giống với ảnh E, có hai khối khác nhƣng phƣơng pháp LCH so sánh khối vị trí thích hợp Ví dụ khơng hạn chế LCH mà cịn đƣa câu hỏi “ so sánh khối vị trí khác cách thích hợp khơng?” Phƣơng pháp Harbin đƣa Đồ án tốt nghiệp – PhạmDuyThành – CTL201 41 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Ngành CNTT trường ĐHDLHP nhằm trả lời câu hỏi việc xây dựng đồ thị vô hƣớng có trọng số tìm kiếm giá trị đối sánh cực đại cực tiểu đồ thị Những cơng nghệ tìm kiếm đối sánh đồ thị vô hƣớng đƣợc sử dụng nhiều ứng dụng thực tế nhƣ toán gán Bài toán gán địi hỏi phép gán tốt nhóm cơng nhân với nhóm cơng việc cho cơng nhân đƣợc gán với công việc công việc kết thúc công nhân khơng cịn cơng nhân đƣợc gán với cơng việc Mỗi cơng nhân kết thúcmột công việc với “giá trị” (giá trị xuất chi phí giá trị sản phẩm) Với cách gán ta tính tổng gía trị cực đại cực tiểu giá trị Trong phần rõ làm để xây dựng tốn tính khoảng cách hai ảnh sở tìm kiếm giá trị sánh cực đại cực tiểu đồ thị vô hƣớng phƣơng pháp đƣợc gọi phƣơng pháp Harbin Hình 2.9 Ví dụ LCH bị lỗi Vấn đề việc tìm giá trị cực đại cực tiểu chuyển đổi thành thay trọng số cạnh wij wmax- wij Với wij trọng số cạnh Đồ án tốt nghiệp – PhạmDuyThành – CTL201 42 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Ngành CNTT trường ĐHDLHP nối đỉnh i đỉnh j, wmax trọng số cực đại cho tất cạnh Phƣơng pháp gồm ba bƣớc để so sánh khoảng cách hai ảnh: Chia ảnh thành khối tính biểu đồ màu cho khối Xây dựng đồ thị vơ hƣớng có trọng số Tìm kiếm giá trị đối sánh cực đại cực tiểu, khoảng cách hai ảnh giá trị đối sánh nhỏ Trong hình 2.10 rõ cách xây dựng đồ thị vô hƣớng, bƣớc đầu giống nhƣ bƣớc đầu phƣơng pháp LCH Trong việc xây dựng đồ thị vô hƣớng G(X,Y,E), khối tƣơng ứng với đỉnh Trong ví dụ này, ảnh đƣợc chia làm bốn khối nhƣ đồ thị vơ hƣớng có tám đỉnh, khối ảnh đƣợc nối với khối ảnh khác Hình 2.10 Xây dựng đồ thị vơ hƣớng Nếu trọng số cạnh rõ khoảng cách hai khối đƣợc nối cạnh phƣơng pháp Harbin tìm kiếm giá trị đối sánh nhỏ xử lý giá trị nhƣ khoảng cách hai ảnh Trong thực tế tƣơng tự khối đƣợc tính tốn cơng thức Sij = dmax – dij với dmax khoảng cách lớn khối, khối i j thuộc hai ảnh tƣơng ứng, dij khoảng cách khối i khối j, Sij độ tƣơng tự khối i j Đồ án tốt nghiệp – PhạmDuyThành – CTL201 43 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Ngành CNTT trường ĐHDLHP Hình 2.11 đồ thị vô hƣớng với trọng số khoảng cách đỉnh khoảng cách biểu đồ đƣợc tính tốn sử dụng hàm khoảng cách Euclidean, giá trị nằm khoảng Sau tìm kiếm đƣợc giá trị đối sánh nhỏ (đƣờng nét đậm hình 2.12) tổng hợp lại đƣợc giá trị đối sánh Giá trị đối sánh tổng giá trị đối sánh cạnh tìm đƣợc: Cost= w(1,2) + w(2,4) + w(3,1) + w(4,3) = 0.707 Phƣơng pháp coi giá trị khoảng cách ảnh D ảnh E Hình 2.11 Đồ thị vô hƣớng biểu diễn mối quan hệ khối Đồ án tốt nghiệp – PhạmDuyThành – CTL201 44 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Ngành CNTT trường ĐHDLHP Hình 2.12 Giá trị đối sánh nhỏ đồ thị vô hƣớng 2.5.3 Sự nâng cấp phƣơng pháp Harbin Nếu hai ảnh giống chúng phải có vài vùng giống Nếu vùng ảnh tƣơng tự với vùng ảnh khác ta nói hai vùng đƣợc đối sánh Những vùng đối sánh hai ảnh xác định khoảng cách tƣơng tự chúng, khoảng cách tƣơng tự đƣợc tính tổng khoảng cách tƣơng tự tất các vùng đƣợc đối sánh Ý tƣởng phƣơng pháp Harbin cố gắng đối sánh vùng hai ảnh, cực tiểu hoá khoảng cách cực đại hoá độ tƣơng tự hai ảnh Hình 2.13 Sử dụng giá trị đối sánh cực tiểu để tính tốn khoảng cách hai ảnh L&M L&N Đồ án tốt nghiệp – PhạmDuyThành – CTL201 45 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Ngành CNTT trường ĐHDLHP Khi phƣơng pháp Harbin sử dụng giá trị đối sánh cực tiểu để tính tốn khoảng cách ảnh đối sánh bao gồm cạnh với khoảng cách lớn độ tƣơng tự nhỏ Mặc dù vậy, khoảng cách hai khối lớn( lớn 0.5) khối tƣơng ứng khơng giống chút cạnh với khoảng cách lớn làm tăng nhiễu cho khoảng cách cuối hai ảnh Điều có nghĩa khơng cần phân biệt giống khơng cần thiết phải phân biệt giá trị khoảng cách lớn độ tƣơng tự nhỏ Ví dụ với ba ảnh L, N, M, muốn sử dụng phƣơng pháp Harbin để tính tốn khoảng cách hai ảnh L với M hai ảnh L với N ta phải xây dựng hai đồ thị vơ hƣớng tìm giá trị đói sánh cực tiểu Hình 2.13 rõ cạnh đƣợc tính giá trị đối sánh cực tiểu Từ hình vẽ 2.13 thấy khoảng cách hai ảnh L&M L&N giống 2, điều khơng hợp lý (chú ý nửa hình ảnh L nửa hình ảnh N xác giống nhƣng tất bốn cặp hình khối ảnh L N khác nhau) Lý cạnh có giá trị 0,5 làm tăng nhiễu cho kết cuối Để giảm bớt nhiễu xây dựng đồ thị vô hƣớng, tác giả sử ngƣỡng theo kinh nghiệm để làm thƣớc đo xác định trọng số cạnh họ gọi Nếu khoảng cách hai khối lớn trọng số cạnh có giá trị cực đại ( giá trị cực đại 1) Nếu sử dụng =0.5 đồ thị vơ hƣớng khơng có cạch có trọng số nằm khoảng 0.5 Đồ án tốt nghiệp – PhạmDuyThành – CTL201 46 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Ngành CNTT trường ĐHDLHP Hình 2.14 Đồ thị vơ hƣớng khơng trọng số sau sử dụng =0.5 Hình vẽ 2.14 mơ tả việc sử dụng ngƣỡng =0.5 cho đồ thị vô hƣớng hình 2.12 Bằng việc đặt tất khoảng cách có giá trị lớn khoảng cách cực đại tác giả hy vọng giảm đƣợc nhiễu cải thiện đƣợc kết tra cứu Mặc dù vậy, sử dụng giá trị nhỏ loại bỏ cạch kết nối khối giống khơng phải mà mong muốn Vì vậy, vấn đề làm để có đƣợc giá trị để có đƣợc kết tra cứu tốt phụ thuộc vào kết thử nghiệm Bài tốn đối sánh giá trị cực tiểu biến đổi thành toán đối sánh giá trị cực đại cách thay đổi trọng số cạnh phƣơng pháp Harbin đƣợc sử dụng để tính độ tƣơng tự ảnh Chúng ta sử dụng ngƣỡng để xác định trọng số cạnh để giảm nhiễu Nếu khoảng cách hai khối lớn đặt độ tƣơng tự hai khối = Nếu cạnh có trọng số =0 ta loại bỏ cạnh đồ thị vô hƣớng Với cách này, làm giảm số cạnh đồ thị vô hƣớng điều có nghĩa đồ thị vơ hƣớng khơng đầy đủ, sau tìm đối sánh giá trị cực đại đồ thị vô hƣớng không đầy đủ giá trị đƣợc coi độ tƣơng tự hai ảnh Đồ án tốt nghiệp – PhạmDuyThành – CTL201 47 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Ngành CNTT trường ĐHDLHP Hình 2.15 Sử dụng =0.5, trọng số đồ thị mô tả độ tƣơng tự Hình 2.16 Giá trị đối sánh cực đại sau sử dụng =0.5 Chúng ta biết độ phức tạp tính tốn thuật tốn đối sánh liên quan tới số lƣợng cạnh Vì vậy, sau sử dụng tìm kiếm đối sánh giá trị cực đại phƣơng pháp Harbin trở lên hiệu Ví dụ sau sử dụng =0.5 thay khoảng cách thành độ tƣơng tự đồ thị vơ hƣớng đầy đủ hình 2.11 đƣợc đồ thị nhƣ hình 2.15 Hình 2.16 đối sánh giá trị cực đại đồ thị vô hƣớng hình 2.15 với đƣờng kẻ đậm biểu thị cạnh đối sánh Độ tƣơng tự ảnh D ảnh E 2.294 Trƣớc tìm kiếm giá trị đối sánh cực tiểu để cực tiểu hoá Đồ án tốt nghiệp – PhạmDuyThành – CTL201 48 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Ngành CNTT trường ĐHDLHP khoảng cách tƣơng tự phải tìm giá trị đối sánh cực cực đại hoá độ tƣơng tự 2.6 Cải tiến hiệu tra cứu Phƣơng pháp Harbin khắc phục đƣợc thiếu sót phƣơng pháp LCH so sánh khối vị trí giống độ phức tạp tính tốn cao (O(mn2)) So với phƣơng pháp LCH phƣơng pháp Harbin cho hiệu Trong thực tế sở liệu ảnh lớn, cấu trúc đánh số hiệu đƣợc sử dụng để tránh tìm kiếm tuyến tính thƣờng quan trọng hiệu phƣơng pháp Câu hỏi đƣợc đặt không cần cấu trúc đánh số hiệu liệu sử dụng phƣơng pháp Harbin thực hành? Kỹ thuật GCH không hiệu khơng có thơng tin vùng Nếu độ tƣơng tự đạt đƣợc hai ảnh sử dụng phƣơng pháp Harbin cao độ tƣơng tự đạt đƣợc sử dụng kỹ thuật GCH phải cao Mặt khác độ tƣơng tự đạt đƣợc hai ảnh sử dụng phƣơng pháp GCH thấp độ tƣơng tự đạt đƣợc sử dụng kỹ thuật Harbin phải thấp Do khơng cần thiết sử dụng phƣơng pháp Harbin cho ảnh có độ tƣơng tự thấp sử dụng kỹ thuật GCH Trên sở ý tƣởng tác giả đề xuất sử dụng phƣơng pháp Harbin để cải tiến kết tra cứu đạt đƣợc sử dụng kỹ thuật GCH Bƣớc đầu tác giả sử dụng phƣơng pháp GCH để đạt đƣợc hình ảnh cần thiết (khoảng 100 ảnh), sau sử dụng cơng nghệ Harbin để xếp lại ảnh Bằng cách thay sử dụng cơng nghệ Harbin để so sánh nét giống ảnh truy vấn với tất ảnh sở liệu ảnh, tác giả sử dụng ảnh có nét tƣơng tự cao đạt đƣợc sử dụng kỹ thuật GCH tránh đƣợc việc tìm kiếm tuyến tính Mặc dù cơng nghệ GCH khơng hiệu phƣơng pháp Harbin không hiệu lực nhƣng phƣơng pháp kết hợp hiệu Đồ án tốt nghiệp – PhạmDuyThành – CTL201 49 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Ngành CNTT trường ĐHDLHP hai phƣơng pháp hy vọng cho hiệu hiệu suất cao tra cứu ảnh tƣơng tự Đồ án tốt nghiệp – PhạmDuyThành – CTL201 50 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Ngành CNTT trường ĐHDLHP CHƢƠNG 3: 3.1 CHƢƠNG TRÌNH THỬ NGHIỆM Bài tốn Tra cứu hình ảnh dựa nội dung ứng dụng kỹ thuật thị giác máy cho truy vấn hình ảnh từ sở liệu lớn ảnh số Trong truy vấn nội dung hình ảnh dựa hệ thống truy cập đƣợc thực với ký họa (thƣờng) truy vấn hình ảnh (Hình1.3) Hình 3.1 3.2 Lựa chọn cơng cụ Chƣơng trình đƣợc # : Window 2000 trở lên Bộ nhớ động RAM 256 MB Đồ án tốt nghiệp – PhạmDuyThành – CTL201 51 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Ngành CNTT trường ĐHDLHP 3.3 Một số kết chƣơng trình 3.3.1 Giao diện chƣơng trình Hình 3.2 Trong đó: Pre –process Dir : Tính tốn đặc trưng lưu vào Cơ sở liệu GCH : Chọn chế độ tra cứu ảnh toàn cục LCH : Chọn chế độ tra cứu ảnh cục Compare with Dir : Thực chế độ tra cứu ảnh tương tự Đồ án tốt nghiệp – PhạmDuyThành – CTL201 52 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Ngành CNTT trường ĐHDLHP 3.3.2 Kết Hình 3.3 Đồ án tốt nghiệp – PhạmDuyThành – CTL201 53 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Ngành CNTT trường ĐHDLHP KẾT LUẬN , tra cứu ảnh dụa biểu đồ màu, từ em thu đƣợc số thơng tin nhƣ sau: Tổng quan tra cứu ảnh dựa nội dung Trích chọn đặc trƣng ảnh dựa vào biểu đồ màu ứng dụng cho tra cứu ảnh Từ em xây dựng chƣơng trình mơ tra cứu ảnh biểu đồ màu ngôn ngữ Visual C# Tuy nhiên trình tìm hiểu báo chƣa có nhiều thời gian nên em chƣa tìm hiểu hết đƣợc mục tác giả đƣa phần tài liệu tham khảo Trong thời gian tới em cố gắng đọc tài liệu để hiểu thêm thuật toán liên quan nhận dạng ảnh biểu đồ màu Đồ án tốt nghiệp – PhạmDuyThành – CTL201 54 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Ngành CNTT trường ĐHDLHP TÀI LIỆU THAM KHẢO [1] , 2007 [2] ĐHQGHN, 2001 [3] , 2007 [4] Wikipedia article on the RGB colour model, http://en.wikipedia.org/wiki/RGB, last visited june 29th2005 [5] R.Russel, PSinhha Perceptuallu based Comparison of Image Similarity Metrics.MIT AI Memo 2001-014.Massachusetts Institute of Technology,2001 [6] Wikipedia article on HSV, http://en.wikipedia.org/wiki/HSV_color_space, last visted June 29th2005 [7] GongY,Chuan C.H, Xiaoyi G.Image indexing and retrival using color histogram, Multimedia Tools and Applications,vol.2pp.133156,1996 [8] Shengjiu Wang, ARobust CBIR Approach Using Color Histogram, Technical Report TR 01-03,Departement of computing science, University of Alberta, Canada.October 2001 Đồ án tốt nghiệp – PhạmDuyThành – CTL201 55 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com ... dựa biểu đồ màu ( từ ảnh đƣợc biểu diễn số thực) 2.5 Tra cứu ảnh dựa biểu đồ màu 2.5.1 Phƣơng pháp truyền thống dựa màu sắc Có hai kỹ thuật truyền thống đƣợc sử dụng tra cứu ảnh dựa màu sắc biểu. .. việc tra cứu ảnh Cũng mà tra cứu ảnh dựa màu sắc đƣợc sử dụng rộng rãi hệ thống tra cứu ảnh dựa nội dung Biểu đồ màu thƣờng đƣợc sử dụng để thể đặc điểm màu ảnh Mặc dù trƣớc sử dụng biểu đồ màu. .. pháp tra cứu ảnh dựa nội dung 1.4.5.1 Tra cứu ảnh dựa màu sắc Tra cứu ảnh dựa tảng màu sắc tƣơng tự hầu hết biến đổi dựa ý tƣởng giống Mỗi ảnh đƣa vào tập hợp ảnh đƣợc phân tích, tính tốn biểu đồ