Nghiên cứu kỹ thuật tra cứu ảnh và ứng dụng trong tra cứu cây thuốc

ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC C VÀ Nguyễn Thị Bích Hạnh NGHIÊN CỨU KỸ THUẬT TRA CỨU ẢNH VÀ ỨNG DỤNG TRONG TRA CỨU CÂY THUỐC LUẬN VĂN THẠC SỸ KHOA HỌC MÁY TÍNH Thái Nguyên – 2013 Số hóa Trung tâm Học liệu Tai ngay!!! Ban co the xoa dong chu nay!!! http://www.lrc-tnu.edu.vn/ ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC VÀ Nguyễn Thị Bích Hạnh NGHIÊN CỨU KỸ THUẬT TRA CỨU ẢNH VÀ ỨNG DỤNG TRONG TRA CỨU CÂY THUỐC Chuyên ngành: Khoa học máy tính Mã số: 60 48 01 01 LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH NGƢỜI HƢỚNG DẪN KHOA HỌC TS Nguyễn Văn Tảo Thái Nguyên - 2013 Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ i LỜI CAM ĐOAN Tôi xin cam đoan luận văn với tên đề tài “Nghiên cứu kỹ thuật tra cứu cứu ảnh ứng dụng tra cứu thuốc” kết nghiên cứu thân học viên, dựa nghiên cứu thu thập sở liệu thực tiễn dƣới hƣớng dẫn khoa học TS Nguyễn Văn Tảo Các số liệu, kết nêu luận văn hoàn tồn trung thực, chƣa đƣợc cơng bố dƣới hình thức Thái Nguyên, ngày 15 tháng năm 2013 Ngƣời cam đoan Nguyễn Thị Bích Hạnh ii LỜI CẢM ƠN Trong suốt thời gian hoàn thành luận văn nghiên cứu, nhận đƣợc giúp đỡ tận tình thầy giáo hƣớng dẫn ngƣời thân yêu bên Nhân dịp này, xin gửi lời cảm ơn lòng biết ơn sâu sắc tới TS Nguyễn Văn Tảo dẫn khoa học, góp ý q báu tận tình hƣớng dẫn tơi suốt q trình thực luận văn tốt nghiệp Tôi xin chân thành cảm ơn tập thể Thầy, Cô giáo trƣờng Đại học Công nghệ thơng tin Truyền thơng ln nhiệt tình quan tâm, giúp đỡ tạo điều kiện tốt cho tơi suốt q trình học tập trƣờng Xin chân thành cảm ơn tới tập thể thầy cô bạn đồng nghiệp Trung tâm Nghiên cứu Phát triển Nơng Lâm nghiệp miền núi phía Bắc - Trƣờng Đại học Nông Lâm nơi công tác; bạn trƣờng Đại học Y Thái Nguyên cổ vũ, động viên tạo điều kiện thuận lợi để tơi hồn thành luận văn Cuối cùng, tơi muốn bày tỏ lịng cảm ơn vơ hạn tới bạn bè, tới ngƣời thân yêu bên tơi Xin bày tỏ lịng cảm ơn sâu sắc tới bố mẹ, chồng, ngƣời thân gia đình điểm tựa tinh thần lẫn vật chất cho tơi lúc khó khăn, ln bên cạnh động viên tơi suốt q trình thực luận văn tốt nghiệp Xin trân trọng cảm ơn tất giúp đỡ quý báu đó! Sinh viên Nguyễn Thị Bích Hạnh iii MỤC LỤC LỜI CAM ĐOAN i LỜI CẢM ƠN .ii DANH MỤC CÁC HÌNH vi DANH MỤC CÁC BẢNG vii PHẦN MỞ ĐẦU Chƣơng TỔNG QUAN VỀ TRA CỨU ẢNH DỰA VÀO NỘI DUNG 1.1 Tổng quan xử lý ảnh 1.2 Khái quát tra cứu ảnh 1.2.1 Đặc trưng màu 1.2.2 Đặc trưng màu vân 1.2.3 Đặc trưng hình dạng 1.2.4 Thông tin không gian 1.2.5 Phân đoạn 11 1.3 Các chức hệ thống tra cứu ảnh dựa vào nội dung 12 1.4 Những ứng dụng tra cứu ảnh dựa vào nội dung 15 1.5 Một số hệ thống tra cứu ảnh theo nội dung tiêu biểu 16 1.5.1 Hệ thống QBIC 16 1.5.2 Hệ thống Photobook 16 1.5.3 Hệ thống VisualSEEK WebSEEK 16 1.5.4 Hệ thống RetrievalWare 17 1.5.5 Hệ thống Imatch 17 1.5.6 Mơ tơ tìm kiếm WWW ImageRover 17 Chƣơng MỘT SỐ KỸ THUẬT TRA CỨU ẢNH DỰA VÀO NỘI DUNG 18 2.1 Tra cứu ảnh dựa vào màu sắc 18 2.1.1 Màu sắc 18 2.1.2 Một số đặc tính đặc biệt màu sắc 19 2.1.3 Các không gian màu 19 2.1.4 Lượng tử hóa màu lược đồ màu 24 iv 2.1.5 Đo khoảng cách lược đồ màu 29 2.2 Tra cứu ảnh dựa vào hình dạng 32 2.2.1 Khái niệm hình dạng 32 2.2.2 Đặc điểm hình dạng với việc tìm kiếm ảnh 32 2.2.3 Lược đồ hình dạng 34 2.2.4 Biểu diễn hình dạng sở vùng thước đo đồng dạng 35 2.3 Tra cứu ảnh dựa vào vân 39 2.3.1 Vân gì? 39 2.3.2 Tra cứu ảnh dựa vào vân 40 2.3.3 Phân hoạch vùng nhị phân cục 41 2.3.4 Phân đoạn vân 41 2.4 Phƣơng pháp tra cứu ảnh sử dụng dấu hiệu nhị phân 41 2.4.1 Giới thiệu 41 2.4.2 Kiến trúc hệ thống 43 2.4.3 Kỹ thuật tra cứu ảnh theo nội dung dựa vào dấu hiệu nhị phân 44 2.4.4 Độ đo tương tự 48 Chƣơng XÂY DỰNG CHƢƠNG TRÌNH TRA CỨU ẢNH CÂY THUỐC 52 3.1 Giới thiệu toán tra cứu ảnh thuốc 52 3.2 Phân tích tốn 53 3.3 Các biểu đồ 57 3.3.1 Biểu đồ Use Case 57 3.3.2 Biểu đồ trình tự biểu đồ hoạt động 57 3.4 Thiết kế sở liệu 62 3.5 Xây dựng chƣơng trình 63 3.5.1 Ngôn ngữ sử dụng 63 3.5.2 Giao diện chương trình 63 3.6 Thử nghiệm đánh giá 68 PHẦN KẾT LUẬN 71 TÀI LIỆU THAM KHẢO 72 v DANH MỤC CÁC CHỮ VIẾT TẮT STT Từ Từ viết đầy đủ Diễn giải viết tắt VIR Visual Information Retrieval Tra cứu thông tin CBIR Content Based Image Retrieval Tra cứu ảnh dựa vào nội dung QBE Query by Example Truy vấn ảnh mẫu QBF Query by Feature Truy vấn đặc trƣng QBIC Query By Image Content RGB Red Green Blue Đỏ, Xanh lục, Xanh lơ HSV Hue, Saturation, Value Màu, độ bão hòa màu, độ sáng CCV Color Coherence Vectors Véc tơ gắn kết màu CIE 10 CMY Cyan-Magenta-Yellow Lục lam, đỏ tƣơi, vàng 11 CBA Constant Bin Allocation Phân bổ bin liên tục 12 VBA Variable Bin Allocation Phân bổ biến bin 13 GCH Global Color Histogram Lƣợc đồ màu toàn cục 14 LCH Local Color Histogram Lƣợc đồ màu cục 15 GIS Geographic Information System Hệ thống thông tin địa lý 16 CSDL Cơ sở liệu Commission International d'E clairage Truy vấn ảnh dựa vào nội dung Ủy ban quốc tế màu sắc vi DANH MỤC CÁC HÌNH Hình 1.1: Các bƣớc hệ thống xử lý ảnh Hình 1.2: Kiến trúc hệ thống tra cứu ảnh dựa vào nội dung 13 Hình 2.1: Mơ tả khơng gian màu RGB 20 Hình 2.2: Mơ tả khơng gian màu HSV 21 Hình 2.3: Lƣợc đồ màu HIS cải tiến 28 Hình 2.4: Khoảng cách dạng Minkowski 29 Hình 2.5: Khoảng cách dạng tồn phƣơng 30 Hình 2.6: Hình dạng sau chồng lƣới 35 Hình 2.7: Hình dạng hình 2.6 sau đƣợc chuẩn hóa 37 Hình 2.8: Đo hai hình dạng sở mục 37 Hình 2.9: Một số loại vân tiêu biểu 40 Hình 2.10: Kiến trúc kỹ thuật tra cứu ảnh sử dụng dấu hiệu nhị phân 43 Hình 2.11: Mẫu thiết lập hình ảnh 45 Hình 3.1: Kiến trúc tổng quát hệ thống tra cứu ảnh 54 Hình 3.2: Mơ hình chi tiết hệ thống tra cứu ảnh 55 Hình 3.3: Tiền xử lý ảnh liệu 57 Hình 3.4: Biểu đồ Use Case 57 Hình 3.5: Biểu đồ trình tự tác nhân tra cứu 58 Hình 3.6: Biểu đồ cộng tác tác nhân tra cứu 58 Hình 3.7: Biểu đồ hoạt động tác nhân tra cứu ảnh 59 Hình 3.8: Biểu đồ trình tự tác nhân quản lý CSDL ảnh 60 Hình 3.9: Biểu đồ cộng tác tác nhân quản lý CSDL ảnh 60 Hình 3.10: Biểu đồ hoạt động chức quản lý sở liệu ảnh 61 Hình 3.11: Màn hình khởi tạo chƣơng trình 63 Hình 3.12: Màn hình chọn sở liệu ảnh 64 Hình 3.13: Màn hình chọn ảnh cần truy vấn 65 Hình 3.14: Màn hình kết ảnh truy vấn 65 Hình 3.15: Danh sách ảnh hiển thị thông tin đƣợc xếp với ảnh truy vấn 66 Hình 3.16: Màn hình chọn ảnh truy vấn 67 Hình 3.17: Màn hình kết ảnh truy vấn 67 Hình 3.18: Danh sách ảnh hiển thị thơng tin đƣợc xếp với ảnh truy vấn 68 vii DANH MỤC CÁC BẢNG Bảng 2.1: Dấu hiệu nhị phân hình 2.9 sử dụng CBA 46 Bảng 2.2: Dấu hiệu nhị phân hình 2.9 sử dụng VBA 47 Bảng 2.3: Chuỗi dấu hiệu nhị phân minh họa giống khác ảnh 47 Bảng 3.1: Bảng sở liệu ảnh 62 Bảng 3.2: Bảng sở liệu nhị phân 62 Bảng 3.3: Bảng kết thực truy vấn 62 Bảng 3.4: Bảng kết thực truy vấn 70 PHẦN MỞ ĐẦU Ngày với phát triển ngành khoa học khác, ngành cơng nghệ thơng tin có bƣớc phát triển nhanh chóng, ngày có nhiều ứng dụng vào thực tiễn sống đem lại hiệu cao Việc quản lý thông tin cần tới công cụ để thu thập, phân loại tổ chức dạng liệu khác cách hiệu Trong hệ thống quản lý thông tin dựa vào văn thành công nhƣng chúng không đáp ứng đƣợc việc quản lý, khai thác xử lý liệu với khối lƣợng khổng lồ nhƣ Ảnh số ngày thu hút đƣợc quan tâm nhiều ngƣời, phần thiết bị thu nhận ảnh số ngày phổ biến có giá phù hợp, cho phép nhiều ngƣời sở hữu sử dụng Tra cứu quản trị sở liệu ảnh thu hút quan tâm nhiều nhà nghiên cứu từ năm 1970 Với tăng nhanh tốc độ máy tính giảm chi phí nhớ, sở liệu ảnh chứa hàng nghìn chí hàng triệu ảnh đƣợc sử dụng nhiều lĩnh vực ứng dụng khác nhƣ y học, ảnh vệ tinh, sở liệu ảnh sinh học sở liệu ảnh phong cảnh Các ứng dụng địi hỏi độ xác tra cứu cao Khi có nhu cầu tra cứu vài ảnh sở liệu có hàng trăm ngàn ảnh, điều khó thực đƣợc ta tra cứu tay theo cách thông thƣờng, nghĩa xem ảnh thấy ảnh có nội dung cần tìm Với tăng nhanh số lƣợng ảnh, cách tiếp cận tra cứu ảnh dựa vào thích ảnh thủ cơng trở nên khơng khả thi thời gian chi phí Do đó, số lƣợng ảnh đƣợc lƣu trữ trở nên lớn vấn đề đặt phải có phƣơng pháp tổ chức sở liệu ảnh tốt với kỹ thuật tra cứu, tra cứu ảnh hiệu quả, có độ xác cao có hiệu tốt đáp ứng đƣợc nhu cầu ngày cao ngƣời Việc xây dựng hệ thống tra cứu ảnh cần thiết Trong thực tế, tốn tra cứu ảnh số có nhiều ứng dụng quan trọng Ví dụ lĩnh vực ngân hàng việc so sánh chữ ký khách hàng với mẫu chữ ký đƣợc lƣu trữ sẵn thực nhanh xác có đƣợc phần 60 *Biểu đồ trình tự Hình 3.8: Biểu đồ trình tự tác nhân quản lý CSDL ảnh *Biểu đồ cộng tác Hình 3.9: Biểu đồ cộng tác tác nhân quản lý CSDL ảnh 61 *Biểu đồ hoạt động Hình 3.10: Biểu đồ hoạt động chức quản lý sở liệu ảnh 62 3.4 Thiết kế sở liệu Bảng 3.1: Bảng sở liệu ảnh Tên trƣờng Kiểu liệu Mơ tả Khóa ID ảnh Image_ID Int X ImageName Nvarchar(300) Tên ảnh ImageBinary Image Mã nhị phân ảnh Width Int Chiều rộng ảnh Height Int Chiều cao ảnh Description Nvarchar(500) Mô tả thông tin ảnh Bảng 3.2: Bảng sở liệu nhị phân Tên trƣờng Kiểu liệu Mơ tả Khóa Binary_ID Int X ID ID_Image Int TotalPixel Float Tổng số pixel ảnh RTotal Float Tổng số pixel màu ID ảnh Red GTotal Float Tổng số pixel màu Green BTotal Float Tổng số pixel màu Blue 63 3.5 Xây dựng chƣơng trình 3.5.1 Ngơn ngữ sử dụng Ngơn ngữ đƣợc chọn để sử dụng xây dựng chƣơng trình tra cứu ảnh ngôn ngữ C# Sở dĩ C# đƣợc chọn để thực chƣơng trình lý sau: Ngôn ngữ C# ngôn ngữ đƣợc dẫn xuất từ C C++, nhƣng đƣợc tạo từ tảng phát triển Microsoft bắt đầu với công việc C C++ thêm vào đặc tính để làm cho ngôn ngữ dễ sử dụng C# ngôn ngữ đơn giản, đại, hướng đối tượng, ngôn ngữ mạnh mẽ mềm dẻo, có từ khóa; ngơn ngữ hướng module… 3.5.2 Giao diện chƣơng trình 3.5.2.1 Màn hình khởi tạo Hình 3.11: Màn hình khởi tạo chƣơng trình 64 Hình 3.11 mơ tả tồn giao diện chƣơng trình bao gồm textbox cho phép chọn thƣ mục tìm kiếm, chọn ảnh tra cứu, nút button tìm kiếm cho phép thực chƣơng trình, giao diện hiển thị kết tra cứu 3.5.2.2 Màn hình chọn sở liệu ảnh Hình 3.12: Màn hình chọn sở liệu ảnh Hình 3.12 giao diện chọn CSDL ảnh tra cứu, giao diện có đƣợc ngƣời sử dụng Click vào Chọn thư mục ảnh, giao diện thị cho ngƣời sử dụng danh sách thƣ mục để lựa chọn tìm kiếm ảnh tìm kiếm thƣ mục 3.5.2.3 Màn hình chọn ảnh cần truy vấn  Chọn ảnh có CSDL ảnh Chọn ảnh truy vấn 65 Hình 3.13: Màn hình chọn ảnh cần truy vấn Hình 3.13 giao diện ngƣời sử dụng Click vào Chọn ảnh truy vấn chọn ảnh cần truy vấn để thực việc tra cứu Ảnh tra cứu ảnh thuộc không thuộc CSDL ảnh Màn hình hiển thị kết tra cứu Hình 3.14: Màn hình kết ảnh truy vấn 66 Hình 3.14 hiển thị kết tra cứu, kết đƣợc xếp giảm dần theo độ tƣơng tự Do ảnh tra cứu có CSDL nên mức độ tƣơng tự ảnh Các ảnh hiển thị theo thứ tự giảm dần độ tƣơng tự Màn hình hiển thị danh sách ảnh tƣơng đồng Hình 3.15: Danh sách ảnh hiển thị thông tin đƣợc xếp với ảnh truy vấn Khi ngƣời sử dụng Click vào nút Hiển thị danh sách ảnh, ảnh tra cứu hiển thị danh sách ảnh tƣơng tự với ảnh đƣợc truy vấn theo thứ tự giảm dần độ tƣơng tự thông tin cụ thể loại dƣợc liệu dựa hình ảnh đƣợc tìm thấy Thơng tin giúp ngƣời sử dụng hiểu biết thêm loại dƣợc liệu cần tra cứu nhƣ đặc tính, cơng dụng  Chọn ảnh khơng có CSDL ảnh Chọn ảnh truy vấn 67 Hình 3.16: Màn hình chọn ảnh truy vấn Màn hình hiển thị kết tra cứu Hình 3.17: Màn hình kết ảnh truy vấn 68 Màn hình hiển thị danh sách ảnh tƣơng đồng so với ảnh tra cứu Hình 3.18: Danh sách ảnh hiển thị thông tin đƣợc xếp với ảnh truy vấn Trong chƣơng tác giả tập trung phân tích đƣợc sở liệu đầu vào, phân tích hệ thống sử dụng Star UML để vẽ biểu đồ mơ tả chức chƣơng trình lựa chọn ngôn ngữ sử dụng để xây dựng chƣơng trình Kết xây dựng đƣợc chƣơng trình tra cứu ảnh dƣợc liệu dựa vào hình ảnh 3.6 Thử nghiệm đánh giá Dựa sở lý thuyết mơ hình đề xuất chƣơng 2, luận văn thực nghiệm việc trích chọn véc tơ đặc trƣng từ ảnh truy vấn ảnh CSDL, xác định chuỗi dấu hiệu nhị phân ảnh tính tổng tất khoảng cách ảnh theo bin để tìm ảnh gần giống với ảnh truy vấn - Đầu vào hệ thống: Một ảnh truy vấn ngƣời dùng nhập vào - Đầu hệ thống: Tập k ảnh gần với ảnh truy vấn 69 Cơ sở liệu lựa chọn để thử nghiệm gồm 100 ảnh thuốc đƣợc thu thập vƣờn thuốc nam trƣờng Đại học Y Thái Nguyên, vƣờn thuốc nam xí nghiệp Z27, số khu vƣờn thuốc thực nghiệm trƣờng Đại học Nơng Lâm, số hộ gia đình… CSDL đƣa phản ánh xác thuật toán Ảnh truy vấn ngƣời dùng nhập vào ảnh có khơng có CSDL Bảng kết thực nghiệm - Thực truy vấn với ảnh có CSDL: Bảng 3.3: Bảng kết thực truy vấn Ảnh truy vấn Ảnh nguồn Thơng tin ảnh nguồn (trích dẫn) Rau má: Lá trịn, có mép khía tai bèo Phiến có gân dạng lƣới hình chân vịt Hoa mọc kẻ Cơng dụng: Điều hịa thể với tác dụng nhuận gan, nhuận tiểu, nhuận tràng, nhuận huyết, giải độc kích thích tiêu hóa Ráy: loại mềm cao 0.3-1.4m, dài tới 5m nhƣng phía dƣới bị, đứng, có thân rễ hình có nhiều đốt ngắn, đốt có vảy màu nâu Lá to hình tim Cơng dụng: Chữa trẻ bị phù nề, thũng trƣớng, dùng chữa đau vú, ho, dị ứng, nơn mửa, ngồi Bạch hoa xà: Cây sống dai cao 0,3-0,6m, có gốc dạng thân rễ, với thân sù sì, bóng láng Lá mọc so le, hình trái xoan, có tai ơm thân, ngun, nhẵn, nhƣng trăng trắng mặt dƣới Công dụng: Phong thấp đau nhức xƣơng, đau dày, bệnh da Đi chuột: Lá mọc đối, hình bầu dục, mép có răng, dài 3-8cm, rộng 2-4cm, cuống 2-5cm Cụm hoa mọc đứng dài 20-40 cm, nom nhƣ đuôi chuột Công dụng: Chữa nhiễm trùng đƣờng tiết niệu; đau gân cốt thấp khớp; viêm kết mạc cấp; viêm hầu; lỵ ỉa chảy; cảm lạnh, ho Bèo cái: Cây thảo thuỷ sinh Thân đâm chồi, mang nhánh ngắn, có mọc chụm lại Lá màu lục tƣơi, có nhiều lơng nhƣ nhung khơng thấm nƣớc Buồng hoa nhỏ độ 1cm, màu lục nhạt Công dụng: chữa mẩn ngứa, tiêu độc mụn nhọn, chữa ho, hen suyễn, thông kinh, chữa đái buốt Độ tƣơng tự -25223800 -25767600 -28969000 -30261700 - Thực truy vấn với ảnh khơng có CSDL (ảnh người dùng nhập vào): 70 Bảng 3.4: Bảng kết thực truy vấn Ảnh truy vấn Ảnh nguồn Thông tin ảnh nguồn (trích dẫn) Ráy: loại mềm cao 0.3-1.4m, dài tới 5m nhƣng phía dƣới bị, đứng, có thân rễ hình có nhiều đốt ngắn, đốt có vảy màu nâu Lá to hình tim Cơng dụng: Chữa trẻ bị phù nề, thũng trƣớng, dùng chữa đau vú, ho, dị ứng, nôn mửa, Hoắc hƣơng: Lá mọc đối, nguyên hình trứng hình elip, dài - cm, rộng - cm, hai mặt màu trắng xám có lơng mƣợt nhƣ nhung, chóp nhọn tròn, gốc vát nhọn tròn, mép có cƣa ngắn Cơng dụng: Chữa cảm mạo, nhức đầu, đau mẩy, sổ mũi, đau bụng ỉa chảy Gai: Cây thƣờng cao khoảng 1m, gốc hóa gỗ, cành non cuống màu tím đỏ, có lơng Lá mọc so le, có cuống, mép khía răng, mặt dƣới có lơng trắng bạc; có cơng dụng: chữa động thai, đái máu, viêm tử cung, thƣờng đƣợc dùng làm bánh Quế: Cây to, cao 10 - 20m Vỏ thân nhẵn Lá mọc so le, có cuống ngắn, cứng giịn, đầu nhọn tù, có gân hình cung Mặt xanh sẫm bóng Cơng dụng:chữa đƣờng tiêu hố,có tác dụng bổ dƣỡng, hồi sinh, làm nóng, giảm đau, giảm ho;trị nhức mỏi, bong gân, đau lƣng Đơn đỏ: Cây cao 0,7 – 1,5m Thân nhỏ màu tía, mọc đối, mặt màu lục sẫm, mặt dƣới màu đỏ tía, mép có cƣa Hoa mọc thành kẽ hay đầu cành Công dụng: chữa mụn nhọt, mẩn ngứa, zona ỉa lỏng lâu ngày Độ tƣơng tự -17628800 -18512200 -19343400 -19373200 -24968400 Sau thực trình truy vấn hai loại ảnh có khơng có CSDL, chƣơng trình thu đƣợc kết định cho phép tìm kiếm ảnh gốc nhƣ trƣờng hợp ảnh có CSDL ảnh tập ảnh xếp giảm dần theo mức độ tƣơng tự với ảnh truy vấn, hiển thị đƣợc thông tin ảnh tập ảnh trả Chƣơng trình tiến hành thực nghiệm ảnh số loại dƣợc liệu nhƣ: Cây đơn đỏ, xuân hoa, mã đề, mần tƣới, trầu không, lốt, trinh nữ hoàng cung, dâm bụt, bạch hoa xà Kết thực nghiệm trả ảnh cần tra cứu giống với ảnh cần tra cứu, hiển thị số thơng tin đặc tính, cơng dụng dƣợc liệu cần tra cứu với độ xác cao [17] 71 PHẦN KẾT LUẬN Luận văn trình bày cách tổng thể tra cứu ảnh, số kỹ thuật tra cứu ảnh dựa vào nội dung nhƣ tra cứu dựa vào màu sắc, dựa vào hình dạng, dựa vào vân nhấn mạnh vào kỹ thuật tra cứu ảnh sử dụng đặc trƣng màu sắc dấu hiệu nhị phân Luận văn đạt đƣợc kết định  Kết đạt đƣợc - Nghiên cứu, khảo sát tra cứu ảnh số kỹ thuật tra cứu ảnh dựa vào nội dung - Xây dựng kho liệu hình ảnh trích chọn đặc trƣng số loại dƣợc liệu - Nghiên cứu tiến hành cài đặt phƣơng pháp tra cứu ảnh dựa vào nội dung sử dụng dấu hiệu nhị phân - Xây dựng đƣợc chƣơng trình thử nghiệm tra cứu ảnh dƣợc liệu dựa vào hình ảnh Chƣơng trình thực hữu ích, đáp ứng đƣợc yêu cầu đặt toán  Hƣớng nghiên cứu - Kết hợp sử dụng đặc trƣng khác nhƣ đặc trƣng kết cấu, hình dạng vào trình tra cứu - Thực nghiệm sở liệu ảnh có kích thƣớc lớn đa dạng hơn; - Tiến hành nghiên cứu cài đặt thử nghiệm chƣơng trình áp dụng đối sở liệu ảnh dƣợc liệu, để ứng dụng đƣợc nhiều thực tế 72 TÀI LIỆU THAM KHẢO A Tiếng Việt [1] Lƣơng Mạnh Bá, Nguyễn Thanh Thuỷ (2003), Nhập môn xử lý ảnh số, Nhà xuất Khoa học Kỹ thuật [2] Đỗ Năng Tồn, Phạm Việt Bình (2008), Xử lý ảnh, Nhà xuất Khoa học kỹ thuật B Tiếng Anh [3] Anant Bhardwaj, Manpreet Kaur, and Anupam Kumar (2013), “Recognition of plants by Leaf Image using Moment Invariant and Texture Analysis”, International Journal of Innovation and Applied Studies, Vol 3, No 1, pp 237248 [4] Colin C Venteres and Dr Matthew Cooper, A Review of Content-Based Image Retrieval Systems, http://www.jtap.ac.uk/reports/htm/jtap-054.html [5] Flickner, M., Sawhney, H., Niblack, W., Ashley, J., Huang, Q., Dom, B., Gorkani, M., Hafner, J., Lee, D., Petkovic, D., Steele, D., and Yanker, P.(1995) Query by image and video content: The QBIC project IEEE Computer, 28(9) [6] Habdolvahab Ehsanirad and Sharath Kumar Y (2010), “Leaf recognition for plant classification using GLCM and PCA methods”, Oriental Journal of Computer Science & Technology, Vol 3, No 1, pp 36-38 [7] Ji-Xiang Du, Xiao-Feng Wang, Guo-Jun Zhang (2007), “Leaf shape based plant species recognition”, Applied Mathematics and Computation, Vol 185, No 2007, pp 883-893 73 [8] Jyotismita Chaki and Ranjan Parekh (2011), “Plant Leaf Recognition using Shape based Features and Neural Network classifiers”, International Journal of Advanced Computer Science and Applications, Vol 2, No 10 [9] Ritendra Datta, Dhiraj Joshi, Jia Li and James Z Wang (2008), “Image Retrieval: Ideas, Influences, and Trends of the New Age”, ACM Computing Surveys, vol 40, no 2, pp 1-60 [10] Kue-Bum Lee, Kwang-Seok Hong (2012), “Advanced Leaf Recognition based on Leaf Contour and Centroid for Plant Classification”, International Journal of Bio-Science and Bio-Technology, Vol 5, No [11] N.Valliammal and Dr.S.N.Geethalakshmi (2011), “Automatic Recognition System Using Preferential Image Segmentation For Leaf And Flower Images”, Computer Science & Engineering: An International Journal (CSEIJ), Vol.1, No.4 [12] V Castelli and L D Bergman (2002), Image Database Search and Retrieval of Digital Imagery, John Wiley & Sons, Inc., New York [13] Ritendra Datta, Dhiraj Joshi, Jia Li and James Z Wang (2008), ``Image Retrieval: Ideas, Influences, and Trends of the New Age,'' ACM Computing Surveys, vol 40, no 2, pp 1-60 [14] Schettini, R., Ciocca, G., and Zuffi, S (2001) Color Imaging Science: Exploiting Digital Media, Ed R Luo and L MacDonald, chapter A Survey on Methods for Colour Image Indexing and Retrieval in Image Database John Wiley [15] Y Rui, T Huang, and S Chang (1999), ―Image retrieval: current techniques, promiing directions and open issues, Journal of Visual Communication and Image Representation, 10(4), pp 39–62 [16] Website: www.jisc.ac.uk/uploaded_documents/jtap-039.doc [17] Website: http://hocvienquany.vn/caythuoc/default.aspx 74 DANH MỤC CÁC CƠNG TRÌNH KHOA HỌC LIÊN QUAN ĐẾN LUẬN VĂN [1] Nguyễn Văn Huân, Nguyễn Văn Tảo, Nguyễn Thị Bích Hạnh (2013), “Giải pháp tra cứu quản lý Cây dược liệu Việt Nam dựa vào trích chọn đặc trưng ảnh dược liệu kho sở liệu”, Nhà xuất Đại học Thái Nguyên