Nghiên cứu kỹ thuật đánh chỉ số dựa vào phân cụm phục vụ tra cứu ảnh nhanh và ứng dụng trong tìm kiếm danh lam thắng cảnh

Header Page of 73 ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG Thái Xuân Hoàng NGHIÊN CỨU KỸ THUẬT ĐÁNH CHỈ SỐ DỰA VÀO PHÂN CỤM PHỤC VỤ TRA CỨU ẢNH NHANH VÀ ỨNG DỤNG TRONG TÌM KIẾM ẢNH DANH LAM THẮNG CẢNH LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH Thái Nguyên - Năm 2011 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên Tai ngay!!! Ban co the xoa dong chu nay!!! http://www.lrc-tnu.edu.vn Header Page of 73 ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THƠNG Thái Xn Hồng NGHIÊN CỨU KỸ THUẬT ĐÁNH CHỈ SỐ DỰA VÀO PHÂN CỤM PHỤC VỤ TRA CỨU ẢNH NHANH VÀ ỨNG DỤNG TRONG TÌM KIẾM ẢNH DANH LAM THẮNG CẢNH Chuyên ngành: Khoa học máy tính Mã số: 60.48.01 LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH HƯỚNG DẪN KHOA HỌC: TS NGUYỄN HỮU QUỲNH Thái Nguyên - Năm 2011 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Header Page of 73 LỜI CAM ĐOAN Tôi xin cam đoan toàn nội dung Luận văn hoàn toàn theo nội dung đề cương nội dung mà cán hướng dẫn giao cho Nội dung Luận văn, phần trích lục tài liệu hồn tồn xác Nếu có sai sót tơi hồn tồn chịu trách nhiệm Thái Nguyên, Ngày 20 tháng 09 năm 2011 Học viên Thái Xn Hồng Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Header Page of 73 LỜI CẢM ƠN Tôi xin gửi lời cảm ơn chân thành tới TS Nguyễn Hữu Quỳnh, Trưởng Khoa Công nghệ Thông tin - Trường Đại học Điện lực, cán trực tiếp hướng dẫn luận văn cho Tôi xin trân trọng cảm ơn tới Thầy cô Khoa công nghệ Thông tin Trường Đại học Thái Nguyên, Thầy cô Viện Công nghệ Thông tin - Viện Khoa học Công nghệ Việt Nam tạo điều kiện giúp đỡ suốt khóa học suốt q trình làm luận văn Tôi xin gửi lời cảm ơn tới gia đình, bạn bè đồng nghiệp giúp đỡ tơi để tơi hồn thành khóa học Cao học Thái Nguyên, ngày 20 tháng 09 năm 2011 Học viên Thái Xn Hồng Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Header Page of 73 i MỤC LỤC Chương TỔNG QUAN VỀ TRA CỨU ẢNH VÀ KỸ THUẬT ĐÁNH CHỈ SỐ 1.1 Một số đặc trưng ảnh số 1.1.1 Khái niệm đặc trưng ảnh số 1.1.2 Đặc trưng màu sắc 1.1.2.1 Lược đồ màu 1.1.2.2 Véc tơ gắn kết màu .5 1.1.2.3 Tương quan màu 1.1.2.4 Các màu trội 1.1.2.5 Các Mômen màu 1.1.3 Đặc trưng không gian màu 1.1.3.1 Giới thiệu không gian màu .7 1.1.3.2 Không gian màu RGB 1.1.3.3 Không gian màu HSx 1.1.3.4 Các không gian màu YUV YIQ 10 1.1.3.5 Các không gian màu CIE XYZ LUV 11 1.1.4 Đặc trưng kết cấu 11 1.1.4.1 Một số khái niệm kết cấu .11 1.1.4.2 Các đặc trưng Tamura .12 1.1.4.3 Các đặc trưng Wold 13 1.1.4.4 Mơ hình tự hồi qui đồng thời SAR .14 1.1.4.5 Các đặc trưng lọc Gabor .15 1.1.4.6 Các đặc trưng biến đổi sóng 16 1.1.5 Đặc trưng hình dạng 17 1.1.5.1 Một số khái niệm hình dạng ảnh 17 1.1.5.2 Các bất biến Mômen 17 1.1.5.3 Các góc uốn 18 1.1.5.4 Các ký hiệu mô tả Fourier 19 1.2 Tra cứu thông tin thông tin trực quan 20 1.2.1 Khái niệm 20 1.2.2 Truy vấn người sử dụng 21 1.2.2.1 Truy vấn ảnh mẫu (QBE) .21 1.2.2.2 Truy vấn đặc trưng (QBF) 22 1.2.2.3 Truy vấn dựa vào thuộc tính .22 1.3 Đánh số nhiều chiều 22 1.3.1 Khái niệm 22 1.3.2 Giảm số chiều 23 1.3.3 Kỹ thuật đánh số nhiều chiều .24 1.4 Các chức hệ thống tra cứu ảnh dựa vào nội dung 25 1.5 Đánh giá hiệu tra cứu .26 1.6 Một số ứng dụng tra cứu ảnh dựa vào nội dung .28 1.7 Kết luận Chương hướng nghiên cứu 29 Chương KỸ THUẬT ĐÁNH CHỈ SỐ DỰA VÀO PHÂN CỤM 30 2.1 Giới thiệu 30 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Header Page of 73 ii 2.2 Phân cụm ảnh 30 2.3 Biểu diễn ảnh đo độ tương tự .31 2.3.1 Biểu diễn ảnh .31 2.3.2 So sánh độ tương tự 32 2.3.2.1 Kỹ thuật tra cứu ảnh dựa vào đặc trưng màu 32 2.3.2.2 Đo khoảng cách lược đồ màu .34 2.3.2.3 Đo độ tương tự 37 2.4 Phân cụm có thứ bậc dựa vào kỹ thuật đánh số 39 2.4.1 Khái quát 39 2.4.1.1 Các bước phân cụm 39 2.4.1.2 Tính tốn tâm cụm 42 2.4.2 Tối ưu tâm cụm 44 2.4.2.1 Loại bỏ nút 44 2.4.2.2 Thêm nút .45 2.5 Kết luận Chương 46 Chương XÂY DỰNG HỆ THỐNG TRA CỨU ẢNH NHANH .47 3.1 Giới thiệu toán tra cứu ảnh danh lam thắng cảnh .47 3.2 Phân tích toán 47 3.3 Thiết kế hệ thống 48 3.3.1 Các chức chương trình 49 3.3.2 Biểu đồ Use Case hệ thống 50 3.3.3 Biểu đồ trình tự biểu đồ hoạt động 51 3.3.3.1 Tác nhân Quản lý CSDL ảnh 51 3.3.3.2 Tác nhân tra cứu ảnh 53 3.3.4 Thiết kế CSDL 55 3.3.4.1 Bảng Clusters 55 3.3.4.2 Bảng Regions 55 3.3.4.3 Bảng Cluster_Images 55 3.3.5 Sơ đồ liên kết bảng CSDL 56 3.3.6 Giao diện chương trình 56 3.3.6.1 Giao diện chương trình .56 3.3.6.2 Giao diện cập nhật ảnh 57 3.3.6.3 Giao diện phân cụm ảnh .57 3.3.6.4 Giao diện tìm kiếm ảnh .58 3.3.6.5 Giao diện so sánh hai ảnh 58 3.3.6.6 Giao diện duyệt CSDL ảnh 59 3.4 Một số kết 59 3.5 Kết luận Chương 61 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 62 TÀI LIỆU THAM KHẢO 64 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Header Page of 73 iii DANH MỤC CÁC KÝ HIỆU VÀ TỪ NGỮ VIẾT TẮT Viết tắt Tiếng anh Tiếng việt CBIR Content Based Images Retrieval Tra cứu ảnh dựa vào nội dung CCH Cell Color Histogram Lược đồ màu khối CCV Color Coherence Vectors Véc-tơ gắn kết màu CSDL Data Base Cơ sở liệu GCH Global Color Histogram Lược đồ màu toàn cục LCH Local Color Histogram Lược đồ màu cục MRF Markov Random Field Trường ngẫu nhiên Markov MRSAR Multi-Resolution Simultaneous Mơ hình tự hồi qui đồng thời SAR Auto-Regressive PCA Principal Component Analysis Phân tích thành phần RGB Red, Green, Blue Đỏ, xanh lục, xanh lơ TBIR Text Based Image Retrieval Tra cứu ảnh dựa vào văn mô tả VIR Visual Information Retrieval Tra cứu thông tin trực quan Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Header Page of 73 iv DANH MỤC CÁC HÌNH TRONG LUẬN VĂN Hình 1.1 Biểu diễn khơng gian màu RGB .9 Hình 1.2 Trực quan hóa khơng gian màu HSV hình nón 10 Hình 1.3 Kiến trúc hệ thống tra cứu ảnh dựa vào nội dung 26 Hình 2.1 Ba ảnh mẫu lược đồ màu chúng 33 Hình 2.3 Khoảng cách dạng Minkowski .35 Hình 2.4 Khoảng cách dạng Quadratic 35 Hình 2.5 Lược đồ giao hai lược đồ 37 Hình 2.6 Biểu diễn ví dụ phân cụm có thứ bậc với ảnh 40 Hình 2.7 Xóa nút nút từ cluster C14 45 Hình 2.8 Thêm nút vào cụm C12 46 Hình 3.1 Kiến trúc chung hệ thống tra cứu ảnh dựa vào nội dung 48 Hình 3.2 Mơ hình chi tiết hệ thống tra cứu ảnh 49 Hình 3.3 Biểu đồ Use Case chức Quản trị hệ thống 50 Hình 3.4 Biểu đồ Use Case chức Người dùng .50 Hình 3.5 Biểu đồ trình tự tác nhân xử lý liệu 52 Hình 3.6 Sơ đồ hoạt động tác nhân xử lý liệu .52 Hình 3.7 Biểu đồ trình tự tác nhân tra cứu ảnh .54 Hình 3.8 Sơ đồ hoạt động tác nhân Tra cứu ảnh .54 Hình 3.9 Sơ đồ liên kết bảng liệu CSDL 56 Hình 3.10 Giao diện hệ thống tra cứu ảnh dựa vào nội dung 56 Hình 3.11 Giao diện Cập nhật ảnh 57 Hình 3.12 Giao diện Phân cụm ảnh .57 Hình 3.13 Giao diện Tìm kiếm ảnh 58 Hình 3.14 Giao diện So sánh tương tự hai ảnh thông qua LCH .58 Hình 3.15 Giao diện Xem CSDL ảnh dạng Preview 59 Hình 3.16 Kết tìm kiếm với ảnh truy vấn có CSDL 59 Hình 3.17 Kết tìm kiếm với ảnh truy vấn khơng có CSDL 60 Hình 3.18 Đánh giá kết hai phương pháp tìm kiếm 60 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Header Page of 73 LỜI NÓI ĐẦU Những năm gần đây, ảnh số việc xử lý ảnh số ngày nhận quan tâm nhiều người, phần thiết bị thu nhận ảnh số ngày trở nên thông dụng với người, với thiết bị lưu trữ ngày cải thiện dung lượng giá thành nên việc lưu trữ ảnh ngày thông dụng hơn, chất lượng ảnh tốt hơn, thời gian lưu trữ lâu hơn, Mặt khác, với phát triển mạnh mẽ công nghệ thông tin, đặc biệt phát triển Internet làm cho số lượng ảnh số lưu trữ trao đổi qua Internet lớn Do tốn thực tế đặt cần phải có phương pháp tổ chức CSDL ảnh phù hợp, phục vụ cho trình tìm kiếm tra cứu ảnh nhanh có độ xác cao Việc tìm kiếm ảnh thỏa mãn tiêu chí tìm kiếm vơ số ảnh thuộc đủ loại chủ đề định dạng khác khó khăn, số lượng ảnh CSDL cịn ít, việc nhận diện ảnh hay việc so sánh giống khác nhiều ảnh thực mắt thường, nhiên số lượng ảnh lớn việc so sánh khó khăn, cần có phương pháp hiệu phù hợp Các ứng dụng tiềm hệ thống tra cứu ảnh tăng theo ngày Cho đến nay, sử dụng tra cứu ảnh phổ biến tìm kiếm web Có số hệ thống tra cứu như: QBIC, Netra Simplicity, Yahoo! Picture Gallery, Google Image Search Tạo thuận lợi tìm kiếm ảnh từ web Gần đây, tra cứu ảnh ứng dụng phổ biến lĩnh vực ngăn ngừa tội phạm Các sở liệu chứa ảnh, vân tay dấu chân sử dụng điều tra hình Một ứng dụng quan trọng khác lĩnh vực chuẩn đoán bệnh Tra cứu ảnh sử dụng số kỹ thuật chuẩn đoán bệnh chụp nhũ ảnh (mammography), chụp cắt lớp (tomography) mô bệnh học (histopathology) Tra cứu ảnh hữu ích nhận biết trường hợp tương tự điều trị khứ để đánh giá Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Header Page 10 of 73 loại điều trị biết Tra cứu ảnh dựa vào nội dung sử dụng hệ thống thông tin địa lý viễn thám CBIR sử dụng cho tra cứu phần video phim trò chơi Các ứng dụng khác bao gồm bảo tàng trực tuyến, quảng cáo thiết kế thời trang Việc tìm phương pháp tổ chức liệu ảnh cách thức tra cứu, tìm kiếm ảnh hiệu điều kiện quan trọng để giải toán trên, điều trở thành vấn đề có tính thiết thực có hiệu cao thực tiễn Kỹ thuật tra cứu ảnh nhiều người quan tâm nghiên cứu kỹ thuật "Tra cứu ảnh dựa theo nội dung" Kỹ thuật cho phép trích rút đặc trưng dựa vào nội dung trực quan thân ảnh màu sắc, kết cấu, hình dạng, bố cục không gian ảnh, để làm sở cho việc tra cứu, xếp, tổ chức CSDL ảnh Việc biểu diễn trích rút đặc trưng để nhận dạng ảnh mong muốn quan trọng nhiều hướng nghiên cứu khác triển khai Tuy nhiên, CSDL ảnh lớn việc tìm kiếm ảnh cách tốn nhiều thời gian Để tăng tốc hệ thống tra cứu ảnh dựa vào nội dung, cần có số kỹ thuật tra cứu ảnh nhanh Thực tế đòi hỏi thời gian tìm kiếm khơng tăng tuyến tính số ảnh CSDL Đề tài "Nghiên cứu kỹ thuật đánh số dựa vào phân cụm phục vụ tra cứu ảnh nhanh ứng dụng tìm kiếm ảnh danh lam thắng cảnh" trình bày tổng quan tra cứu ảnh dựa vào nội dung ứng dụng kỹ thuật đánh số ảnh dựa vào phân cụm Trong kỹ thuật này, thời điểm truy vấn, ảnh truy vấn không so sánh với tất ảnh CSDL, mà so sánh với tập nhỏ ảnh Trên sở thử nghiệm phương pháp cụ thể để xây dựng chương trình phần mềm đọc vào ảnh danh lam thắng cảnh mẫu tìm kiếm ảnh danh lam thắng cảnh tương tự với ảnh mẫu tập hợp ảnh cho trước Kết thực đề tài giúp cho việc tìm kiếm ảnh danh lam thắng cảnh tập hợp ảnh nhanh hơn, đồng thời sở cho việc xây dựng nên hệ thống ứng dụng có tính thực tiễn cao phục vụ cho nhu cầu phát triển xã hội cho công tác nghiên cứu sau Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Header Page 59 of 73 51 3.3.3 Biểu đồ trình tự biểu đồ hoạt động 3.3.3.1 Tác nhân Quản lý CSDL ảnh * Mơ tả dịng cơng việc: + Người sử dụng chọn thêm ảnh vào CSDL: Có thể thực thêm nhóm ảnh thêm thư mục ảnh vào CSDL Quá trình thực sau: - Lựa chọn tập tin ảnh lựa chọn thư mục chứa ảnh để đưa vào CSDL - Hệ thống tiến hành lấy thơng tin ảnh trích chọn lược đồ màu tương ứng với ảnh Nếu lựa chọn thêm nhiều ảnh hệ thống lấy thông tin ảnh tập hợp ảnh chọn - Nếu khơng có lỗi cập nhật vào CSDL, ngược lại thông báo lỗi + Người sử dụng chọn xóa ảnh CSDL: - Chọn ảnh muốn xóa - Hệ thống kiểm tra ảnh sử dụng khơng cho phép xóa, ngược lại tiến hành xóa ảnh Hệ thống thực phân vùng ảnh thư mục ảnh thành 16 vùng Mỗi vùng biểu diễn lược đồ màu Vậy tập ảnh biểu diễn tập vector đặc trưng biểu diễn lược đồ màu Tác nhân áp dụng cho người dùng có quyền quản trị hệ thống (Admin), với quy trình thực theo bước sau: Cập nhật ảnh vào CSDL Thực phân cụm ảnh CSDL 2.1 Lựa chọn số lượng cụm cần phân chia 2.2 Thực tính tâm cụm 2.3 Thực tối ưu tâm cụm Thực lưu CSDL Hệ thống lưu cụm ảnh tối ưu vào CSDL Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Header Page 60 of 73 52 * Biểu đồ trình tự: : FrmCapnhatanh : Admin : FrmPhancumanh : Regions : Images : Histograms Chon thu muc anh Trich chon dac trung TrichChonDacTrung( ) KhoiTao( ) KhoiTao( ) Nhap so cum KhoiTao( ) Phan cum anh PhanCumAnh( ) Tinh tam cum TinhTamCum( ) Nhap nguong toi uu Toi uu tam cum ToiUuTamCum( ) Luu CSDL LuuCSDL( ) LuuCSDL( ) Hình 3.5 Biểu đồ trình tự tác nhân xử lý liệu * Biểu đồ hoạt động: Hình 3.6 Sơ đồ hoạt động tác nhân xử lý liệu Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn CSDL :: CSDL Header Page 61 of 73 53 3.3.3.2 Tác nhân tra cứu ảnh * Mơ tả dịng cơng việc: + Người sử dụng lựa chọn ảnh truy vấn, chọn phương pháp tra cứu, số lượng ảnh thỏa mãn tiêu chí tìm kiếm nhấn nút tra cứu + Hệ thống tiến hành tìm kiếm ảnh theo phương pháp phân cụm ảnh dựa vào tâm cụm sai số người dùng lựa chọn, sau hiển thị kết Hệ thống thực trích rút biểu đồ màu ảnh truy vấn, so sánh với tâm cụm trả kết tập ảnh cụm có tâm gần với ảnh truy vấn Tập ảnh kết xếp giảm dần theo độ tương tự Hệ thống trả lượng ảnh không vượt số lượng người dùng yêu cầu Tác nhân áp dụng cho người dùng sử dụng hệ thống, với quy trình thực theo bước sau: Chọn ảnh truy vấn dùng để tìm kiếm Chọn số lượng ảnh thỏa mãn Thực tìm kiếm Hệ thống thực tìm kiếm đưa kết ảnh CSDL thỏa mãn tiêu chí tìm kiếm, ảnh có độ tương tự lớn hiển thị phía ảnh tìm kiếm, ảnh thõa mãn khác hiển thị theo thứ tự giảm dần độ tương tự so với ảnh cần tìm kiếm * Biểu đồ trình tự: Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Header Page 62 of 73 54 : User : Admin : FrmTraCuu : FrmTimkiemanh : CSDL : CSDL Chon anh truy van Click tra cuu TrichChonDacTrung() SoSanhVoiCacCumAnh() TraCuuCSDL( ) TraCuuCSDL( ) Tra ve ket qua Hình 3.7 Biểu đồ trình tự tác nhân tra cứu ảnh * Biểu đồ hoạt động: Hình 3.8 Sơ đồ hoạt động tác nhân Tra cứu ảnh Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Header Page 63 of 73 55 3.3.4 Thiết kế CSDL 3.3.4.1 Bảng Clusters Tên trường Kiểu liệu Khóa Mơ tả X Not Null Ý nghĩa ClusterID int ImageName nvarchar(200) Not Null Tên tập tin ảnh FullImageName nvarchar(500) Not Null Đường dẫn đầy đủ IDParent int Not Null Địa nút cha IDLC int Not Null Địa nút trái IDRC int Not Null Địa nút phải 3.3.4.2 Bảng Regions Tên trường Kiểu liệu Khóa Mơ tả Ý nghĩa ClusterID int RegionNumber int Not Null Số hiệu cụm IndexColor int Not Null Chỉ số màu ValueColor int Not Null Giá trị màu X Not Null 3.3.4.3 Bảng Cluster_Images Tên trường Kiểu liệu Khóa Mơ tả ClusterID int Not Null IDClusterImage int Not Null Số hóa Trung tâm Học liệu – Đại học Thái Nguyên Ý nghĩa http://www.lrc-tnu.edu.vn Header Page 64 of 73 56 3.3.5 Sơ đồ liên kết bảng CSDL Hình 3.9 Sơ đồ liên kết bảng liệu CSDL 3.3.6 Giao diện chương trình 3.3.6.1 Giao diện chương trình Hình 3.10 Giao diện hệ thống tra cứu ảnh dựa vào nội dung Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Header Page 65 of 73 57 3.3.6.2 Giao diện cập nhật ảnh Hình 3.11 Giao diện Cập nhật ảnh 3.3.6.3 Giao diện phân cụm ảnh Hình 3.12 Giao diện Phân cụm ảnh Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Header Page 66 of 73 58 3.3.6.4 Giao diện tìm kiếm ảnh Hình 3.13 Giao diện Tìm kiếm ảnh 3.3.6.5 Giao diện so sánh hai ảnh Hình 3.14 Giao diện So sánh tương tự hai ảnh thơng qua LCH Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Header Page 67 of 73 59 3.3.6.6 Giao diện duyệt CSDL ảnh Hình 3.15 Giao diện Xem CSDL ảnh dạng Preview 3.4 Một số kết Chương trình chạy thử với CSDL gồm 300 sưu tầm lấy từ Internet Nhằm mục đích so sánh hiệu phương pháp nên phần chạy Demo dùng số lượng ảnh 100 chia thành cụm + Khi sử dụng ảnh CSDL làm ảnh truy vấn, kết thu sau: Hình 3.16 Kết tìm kiếm với ảnh truy vấn có CSDL Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Header Page 68 of 73 60 + Khi sử dụng ảnh khơng có CSDL làm ảnh truy vấn, kết thu sau: Hình 3.17 Kết tìm kiếm với ảnh truy vấn khơng có CSDL + Độ xác hiệu phương pháp tìm kiếm dựa vào phân cụm so với phương pháp tìm kiếm vét cạn: Hình 3.18 Đánh giá kết hai phương pháp tìm kiếm Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Header Page 69 of 73 61 3.5 Kết luận Chương Qua kết thu ta nhận thấy sử dụng phương pháp đánh số ảnh dựa vào phân cụm cho kết nhanh so với phương pháp khác, số lượng ảnh CSDL lớn Quá trình tìm kiếm ảnh dựa vào lược đồ màu cục cách phân hoạch ảnh thành 16 vùng hình chữ nhật, khơng xét đến yếu tố khác ảnh thông tin không gian ảnh kết chưa thật tốt Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Header Page 70 of 73 62 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN Việc tìm kiếm ảnh mong muốn hàng triệu ảnh thuộc đủ loại chủ đề khác khó khăn Vấn đề đặt phải có phương pháp tổ chức sở liệu ảnh tốt với kỹ thuật tìm kiếm, tra cứu ảnh hiệu quả, có độ xác cao có hiệu tốt Do đó, nghiên cứu tra cứu ảnh dựa vào nội dung cần thiết Luận văn trình bày tổng quan tra cứu ảnh dựa vào nội dung số kỹ thuật tảng hệ thống tra cứu ảnh theo nội dung, bao gồm mô tả nội dung trực quan, đánh giá độ tương tự, sơ đồ đánh số, tương tác với người sử dụng đánh giá hiệu hệ thống Sau đó, luận văn nhấn mạnh vào kỹ thuật đánh số ảnh sở liệu, cụ thể thuật toán tra cứu ảnh theo đặc trưng màu với sở liệu ảnh lớn Trong thuật toán, ảnh biểu diễn lược đồ màu cục Độ tương tự ảnh tính tốn dựa lược đồ màu cục Các ảnh sở liệu phân cụm thành nhóm có nội dung màu tương tự Cách phân nhóm cho phép tìm kiếm ảnh liên quan đến ảnh truy vấn Phần cuối luận văn đưa ứng dụng cụ thể cho phương pháp tra cứu ảnh theo nội dung tra cứu CSDL ảnh danh lam thắng cảnh Những vấn đề giải luận văn: - Giới thiệu tổng quan tra cứu ảnh theo nội dung - Nghiên cứu phương pháp tra cứu ảnh nhanh dựa vào phân cụm - Xây dựng hệ thống tra cứu ảnh danh lam thắng cảnh có tốc độ nhanh Những vấn đề cịn tồn tại: Do thời gian tìm hiểu chưa nhiều hạn chế khả lập trình nên số mục tiêu đặt từ bắt tay nghiên cứu chưa thực chương trình chạy thử này, bao gồm: - Chưa thực tra cứu ảnh cách kết hợp nhiều đặc điểm - Chưa thực chuẩn hóa ảnh đưa kích thước ảnh - Chưa thực chọn cách cài đặt tối ưu cho kỹ thuật đánh số Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Header Page 71 of 73 63 Trong thời gian tới, tơi hy vọng giải vấn đề tồn để xây dựng chương trình thực hữu ích, đáp ứng yêu cầu tốn Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Header Page 72 of 73 64 TÀI LIỆU THAM KHẢO [1] A K Jain and R C Dubes, Algorithms for Clustering Data, Prentice Hall, New Jersey, 1988 [2] C Faloutsos and K.-I (David) Lin, Fastmap: A fast alogorithm for indexing, data-mining and visualization of traditional and multimedia datasets, in Proc of SIGMOD, 1995, pp 163–174 [3] G Pass, and R Zabith (1996), "Histogram refinement for content-based image retrieval", IEEE Workshop on Applications of Computer Vision, pp 96-102 [4] G Salton and M J McGill, Introduction to Modern Information Retrieval, McGraw-Hill, New York, 1983 [5] H Samet, "The quadtree and related hierarchical data structures," ACM Computing Surveys, Vol.16, No.2, pp.187-260, 1984 [6] H J Zhang and D Zhong, A scheme for visual feature based image retrieval, in Proc SPIE Storage and Retrieval for Image and Video DBs, 1995 [7] J D Foley, A van Dam, S K Feiner, and J F Hughes, Computer graphics: principles and practice, 2nd ed, Reading, Mass, A Wesley, 1990 [8] J Huang, "Image indexing using color correlogram", IEEE Int Conf on Computer Vision & Pattern Recognition, pp 762-768, Puerto Rico, June 1997 [9] J M Francos "Orthogonal decompositions of 2D random fields and their applications in 2D spectral estimation," N K Bose and C R Rao, editors, Signal Processing and its Application, pp.20-227 North Holland, 1993 [10] J R Smith and S.-F Chang, Tools and techniques for color image retrieval, in IS & T/SPIE Proceedings, Vol 2670, Storage & Retrieval for Image and Video Databases IV, 1995 [11] M Charikar, C Chekur, T Feder, and R.Motwani, Incremental clustering and dynamic information retrieval, in Proc of the 29th Annual ACM Symposium on Theory of Computing, 1997, pp 626–635 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Header Page 73 of 73 65 [12] M Stricker, and M Orengo (1995), "Similarity of color images", SPIE Storage and Retrieval for Image and Video DBs III, vol 2185, pp 381-392 [13] N Beckmann, H.-P.Kriegel, R Schneider, and B Seeger, The R*-tree: An efficient and robust accessmethod for points and rectangles, in Proc ACM SIGMOD, 1990 [14] P Brodatz, "Textures: A photographic album for artists & designers," Dover, NY, 1966 [15] Quynh, N H and Tao, N Q (2008), “Segmenting the images into homogeneous clusters for retrieving landscape images”, Posts, Telecoms and Information Technology Journal (PTITJ), Issue 3, pp 54-59 [16] Quynh, N H and Tao, N Q, A Novel CBIR Method Based on Splitting the Image into Homogeneous Regions, International Journal of Innovative Computing, Information and Control, pp 4029 - 4041, Vol.6, No.10, 2010 [17] R Ng and A Sedighian, Evaluating multi-dimensional indexing structures for images transformed by principal component analysis, in Proc SPIE Storage and Retrieval for Image and Video Databases, 1996 [18] Swain, M J and Ballard, D H (1991), ‘‘Color indexing’’, International Journal of Computer Vision, 7(1), pp 11-32 [19] J.P Eakins and M.E Graham Content-based image retrieval Technical report, JISC Technology Applications Programme, Institute for Image Data Research, University of Northumbria at Newcastle, UK, 1999 [20] Y Liu, F Dellaert, and W.E Rothfus Classification driven semantic based medical image indexing and retrieval Technical Report CMU-R1-TR-98-25, Carnegie Mellon University, 1998 [21] G Sheikholeslami, A Zhang, and L Bian A multi-resolution content-based retrieval approach for geographic images Geo-Informatica, 3(2):109–139, 1999 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn