(Đồ án hcmute) mô phỏng hệ thống truy vấn ảnh

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP.HCM KHOA ĐÀO TẠO CHẤT LƯỢNG CAO ĐỒ ÁN TỐT NGHIỆP NGÀNH CÔNG NGHỆ KỸ THUẬT ÐIỆN TỬ, TRUYỀN THÔNG MÔ PHỎNG HỆ THỐNG TRUY VẤN ẢNH GVHD :THS LÊ MINH THÀNH SVTH :TRẦN NGUYỄN SONG TOÀN MSSV:12110304 ÐINH QUỐC DƯƠNG MSSV:12141287 SKL 0 Tp Hồ Chí Minh, tháng 07/2016 an BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC SƢ PHẠM KỸ THUẬTTHÀNH PHỐ HỒ CHÍ MINH KHOA ĐÀ O TẠO CHẤT LƢỢNG CAO  ĐỒ ÁN TỐT NGHIỆP MÔ PHỎNG HỆ THỐNG TRUY VẤN ẢNH GVHD :THS LÊ MINH THÀNH SVTH :TRẦN NGUYỄN SONG TOÀN MSSV:12110304 ĐINH QUỐC DƢƠNG MSSV:12141287 Khố :2012 Ngành : CƠNG NGHỆ KỸ THUẬT ĐIỆN TỬ, TRUYỀN THƠNG TP Hồ Chí Minh, tháng 07 năm 2016 an i CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập – Tự – Hạnh phúc *** -Tp Hồ Chí Minh, ngày 15 tháng 07 năm 2016 NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆP Họ tên sinh viên 1: Trần Nguyễn Song Toàn MSSV: 12110304 Họ tên sinh viên 2: Đinh Quốc Dƣơng MSSV: 12141287 Ngành:Công nghệ kỹ thuật điện tử truyền thông Lớp: 12141CLVT Giảng viên hƣớng dẫn: ThS Lê Minh Thành ĐT: 0908352494 Ngày nhâ ̣n đề tài: Ngày nộp đề tài: 22/02/2016 23/7/2016 Tên đề tài:MÔ PHỎNG HỆ THỐNG TRUY VẤN ẢNH Các số liệu, tài liệu ban đầu: Kohei Arai, C Rahmad, Wavelet Based Image Retrieval Method, International Journal of Advanced Computer Science and Applications (IJACSA), Vol.3, No.4, 2012 Nội dung thƣ̣c hiê ̣n đề tài:  Tìm hiểu ảnh màu bao gồm màu sắc cấu trúc ảnh  Tìm phƣơng pháp trích đặc trƣng ảnh  Tìm hiểu phép biến đổi Wavelet ứng dụng vào phân tích đặc trƣng cục ảnh  Tìm hiểu mơ hệ thống truy vấn ảnh dựa vào phép biến đổi Wavelet Sản phẩm: Chƣơng trình mơ hệ thống truy vấn ảnh Matlab ii an CỘNG HOÀ XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập – Tự – Hạnh Phúc ******* PHIẾU NHẬN XÉT CỦA GIÁO VIÊN PHẢN BIỆN Họ tên Sinh viên: Trần Nguyễn Song Tồn Đinh Quốc Dƣơng Ngành: Cơng nghệ kỹ thuật điện tử truyền thông Tên đề tài: Mô hệ thống truy vấn ảnh Họ tên Giáo viên phản biện:ThS Nguyễn Ngô Lâm MSSV: 12110304 MSSV: 12141287 NHẬN XÉT Về nội dung đề tài & khối lƣợng thực hiện: Ƣu điểm: Khuyết điểm: Đề nghị cho bảo vệ hay không? Đánh giá loại: Điểm:……………….(Bằng chữ: ) Tp Hồ Chí Minh, ngày 01 tháng 08năm 2016 Giáo viên hƣớng dẫn (Ký & ghi rõ họ tên) iii an CỘNG HOÀ XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập – Tự – Hạnh Phúc ******* PHIẾU NHẬN XÉT CỦA GIÁO VIÊN PHẢN BIỆN Họ tên Sinh viên: Trần Nguyễn Song Toàn MSSV: 12110304 Đinh Quốc Dƣơng MSSV: 12141287 Ngành: Công nghệ kỹ thuật điện tử truyền thông Tên đề tài: Mô hệ thống truy vấn ảnh Họ tên Giáo viên phản biện: ThS Nguyễn Ngô Lâm NHẬN XÉT Về nội dung đề tài & khối lƣợng thực hiện: Ƣu điểm: Khuyết điểm: Đề nghị cho bảo vệ hay không? Đánh giá loại: Điểm:……………….(Bằng chữ: ) Tp Hồ Chí Minh, ngày 01 tháng 08 năm 2016 Giáo viên phản biện (Ký & ghi rõ họ tên) iv an LỜI CẢM ƠN Để hoàn thành đồ án tốt nghiệp có đƣợc kiến thức vơ q báu q trình thực hiện,nhóm em xin chân thành gửi lời cảm ơn sâu sắc đến Th.S Lê Minh Thànhlà giảng viên thời gian qua hƣớng dẫn cho nhóm em nhiệt tình, tận tâm đầy trách nhiệm từ giúp nhóm định hƣớng cách thức thực nhƣ góp phần chỉnh sửa giúp nhóm mặt hạn chế để hồn thành đƣợc luận văn tốt nghiệp Chúng em xin cảm ơn Thầy Cô môn Điện tử- Viễn thông trƣờng Đại Học Sƣ Phạm Kỹ Thuật Thành Phố Hồ Chí Minh truyền đạt lại nhiều kiến thức tảng tạođiều kiện thuận lợi để chúng em hồn thành tốt đồ án này, nhóm emcũng xin cảm ơn quý thầy cô trƣờng Đại học Sƣ Phạm Kỹ Thuật Thành Phố Hồ Chí Minh, khoa Điện – Điện Tử dạy dỗ chúng suốt thời gian qua Nhóm xin chân thành gửi lời cảm ơn đến Thầy Cô hội đồng bảo vệ dành chút thời gian để xem luận văn tốt nghiệp này, giúp em mặt tích cực hạn chế Nhóm thực đề tài chân thành cảm ơn bạn lớp 12141CLVT giúp đỡ góp ý để nhómhồn thành đề tài.Cuối cùng, nhóm thực xin gửi lời cảm ơn chân thành sâu sắc đến bậc cha mẹ, ngƣời thân động viên giúp đỡ nhóm suốt chặng đƣờng học tập nhƣ trình nghiên cứu đồ án tốt nghiệp Do thời gian thực đề tài ngắn, kiến thức hạn hẹp, dù nhóm cố gắng nhƣng khơng tránh khỏi sai sót, hạn chế Nhóm mong nhận đƣợc lời dẫn, góp ý quý báu từ quý thầy cô bạn bè Xin chân thành cảm ơn! v an TÓM TẮT Khoảng mƣời năm trở lại đây, phần cứng máy tính thiết bị liên quan có tiến vƣợt bậc tốc độ tính tốn, dung lƣợng chứa lớn, khả xử lý nhanh,…v.v giá đãgiảm đến mức máy tính thiết bị liên quan đến xử lý ảnh khơng cịn thiết bị chun dụng Khái niệm ảnh số trở nên thông dụng với hầu hết ngƣời xã hội việc thu nhận ảnh số thiết bị cá nhân hay chuyên dụng với việc đƣa vào máy tính xử lý trở nên đơn giản Truy vấn ảnh việc làm cần thiết để tìm hình ảnh có nội dung tƣơng tự với hình ảnh cần truy vấn Vấn đề đặt đề tài cần xây dựng hệ thống tìm kiếm hình ảnh tƣơng tự nhƣng đảm bảo tốc độ, không gian truy vấn đặc biệt độ xác Một phƣơng pháp theo lý thuyết đƣợc áp dụng cho việc truy vấn hình ảnh dựa việc trích xuất màu sắc cấu trúc đƣợc đề xuất để cải thiện tính xác đề tài Với luận văn này, ngƣời thực kế thừa phát triển phƣơng pháp theo lý thuyết để truy vấn ảnh dựa biến đổi Wavelet để trích xuất đặc trƣng cục hình ảnh, đặc trƣng cục bao gồm đặc trƣng cấu trúc đặc trƣng màu sắc Mỗi lần xem xét hình ảnh đầu vàothì cần quan tâmđến bốnbăng tần hình ảnh băngtần thấp hệ số chi tiết gần (LL); băng tần cao đƣợc gọi hệ số chi tiết ngang (LH); băngtần cao đƣợc gọi hệ số chi tiết dọc (HL) băng tần chứa hệ số chi tiết ngang dọc (HH) Các bƣớc cần thực đề tài: Đầu tiên kết hợp hệ số chi tiết ngang hệ số chi tiết dọc để tạo ma trận khác Bƣớc ƣớc lƣợng điểm quan trọng đƣợc gọi điểm cốt yếu ngƣỡng giá trị cao Sau điểm cốt yếu đƣợc trích xuất từ hình ảnh, tọa độ điểm quan trọng đƣợc sử dụng biết thông tin quan trọng từ hình ảnh chuyển đổi thành vùng nhỏ Dựa tọa độ điểm quan trọng, cấu trúc hình ảnh màu sắc cục đƣợc trích xuất vi an MỤC LỤC Trang phụ bìa TRANG Nhiệm vụ đồ án môn ho ̣c ii Trang phiế u nhận xét giáo viên hƣớng dẫn iii Trang phiế u nhận xét giáo viên phản biện iv LỜI CẢM ƠN v TÓM TẮT vi MỤC LỤC vii DANH MỤC CÁC TỪ VIẾT TẮT x DANH MỤC CÁC HÌNH ẢNH, BẢNG SỐ LIỆU xi CHƢƠNG 1: GIỚI THIỆU 1.1 TỔNG QUAN 1.2 MỤC TIÊU ĐỀ TÀI 1.3 GIỚI THIỆU ĐỀ TÀI 1.4 BỐ CỤC ĐỀ TÀI CHƢƠNG 2: CƠ SỞ LÝ THUYẾT 2.1 TỔNG QUAN VỀ ẢNH SỐ 2.1.1 Khái niệm ảnh tĩnh, ảnh số 2.1.2 Phân biệt ảnh tĩnh với ảnh số 2.2 HỆ THỐNG XỬ LÝ ẢNH SỐ 2.3 TRUY VẤN ẢNH 12 2.4 CÁC KỸ THUẬT TRUY VẤN ẢNH 14 2.4.1 Truy vấn theo lời thích 14 vii an 2.4.2 Truy vấn theo đối tƣợng 14 2.4.3 Truy vấn theo nội dung 15 2.4.4 Truy vấn theo ngữ nghĩa 17 2.4.5 Truy vấn dựa histogram 17 2.4.6 Truy vấn theo màu sắc, vị trí, hình dạng 18 CHƢƠNG 3: KỸ THUẬT TRUY VẤN ẢNH DỰA TRÊNBIẾN ĐỔI WAVELET 3.1 BIẾN ĐỔI WAVELLET RỜI RẠC 20 3.1.1 Phép biến đổi Wavelet rời rạc (DWT) phân tích đa phân giải (MBA) 20 3.1.2 Biến đổi Wavelet rời rạc hai chiều 21 3.2 KỸ THUẬT TRUY VẤN ẢNH DỰA TRÊN BIẾN ĐỔI WAVELET 22 3.2.1 Giới thiệu kỹ thuật truy vấn ảnh dựa biến đổi Wavelet 23 3.2.2 Phép biến đổi Wavelet Haar 24 3.2.3 Bộlọc Gabor 26 3.2.4 Đặc trƣng màu sắc cấu trúc 28 3.2.5 Thuật toán thực 32 3.2.6 Tính tốn khoảng cách Euclide để so sánh tƣơng quan đánh giá hiệu suất hệ thống 33 CHƢƠNG 4: MÔ PHỎNG KỸ THUẬT TRUY VẤN ẢNH DỰA TRÊN BIẾN ĐỔI WAVELET 34 4.1 ĐẶT VẤN ĐỀ MÔ PHỎNG 34 4.2 SƠ ĐỒ KHỐI TỔNG QUÁT 34 4.3 LƢU ĐỒ THỰC HIỆN 35 4.3.1 Đọc ảnh, chuyển đổi loại ảnh, phân tích Wavelet 36 viii an 4.3.2 Thực kết hợp chi tiết LH, HL từ hệ số Wavelet 36 4.3.3 Chọn điểm quan trọng 36 4.3.4 Hình thành vector đặc trƣng màu 37 4.3.5 Hình thành vector đặc trƣng cấu trúc 37 4.3.6 Kết hợp vector màu cấu trúc để so sánh 37 4.4 THỰC NGHIỆM 37 4.4.1 Đối với màu sắc 37 4.4.2 Đối với cấu trúc 38 4.4.3 Lựa chọn thông số 38 4.4.4 Giao diện mô Matlab 40 4.4.5 Kết mô 41 CHƢƠNG 5: KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN ĐỀ TÀI 47 5.1 KẾT LUẬN 47 5.2 HƢỚNG PHÁT TRIỂN ĐỀ TÀI 47 TÀI LIỆU THAM KHẢO 48 PHỤ LỤC MÃ NGUỒN MÔ PHỎNG 50 ix an làm đặc trƣng màu sắc ảnh ta tiến hành thơng kê độ xác để đƣa đƣợc lựa chọn tối ƣu Bảng 4.3 Thống kê độ xác thành phần đặc trƣng màu sắc (%) Loại ảnh Coso1 (H) Coso2 (S) Coso3 (V) Kiến trúc 19.2 22.2 19.3 Cosokethop (HSV) 23 Bus 23.5 19.3 20.8 19.2 Khủng long 37.1 51.8 39.6 35 Hoa 20.2 19.5 20.8 29.1 Ngựa 28.7 26.7 31.7 41.5 Trung bình 25.6 27.78 26.34 29.96 Ta thấy kết hợp ba thành phần màu H, S, V vào vector đặc trƣng màu cho độ xác cao Do đó, nhóm thực đề tài định sử dụng ba thành phần H, S, V cho đặc trƣng màu ảnh Tiếp theo, nhóm thực đề tài tiến hành thực nghiệm để lựa chọn thông số cho lọc Gabor sử dụng để tính tốn đặc trƣng cấu trúc Ở ta có 𝜎 = 2, 𝜃 ϕ thay đổi: 𝜃=0o, 45o, 90o, 135o ; ϕ = 2, 2, 2, (7/4) Bảng 4.4.Thống kê độ xác đặc trƣng cấu trúc với 𝝈 = 𝟐, 𝜽 = 𝟒𝟓°, 𝛟 = 𝟐, 𝟐 𝟐, 𝟒 𝟐, (𝟕/𝟒) 𝟐 Loại ảnh 45o, 𝟐 (𝜃, 𝜙) 45o, 𝟐 𝟐 (𝜃, 𝜙) 45o, 𝟒 𝟐 (𝜃, 𝜙) 45o, 𝟕 𝟐/4 (𝜃, 𝜙) Kiến trúc 45.7 45.7 45.7 60.9 Bus 12.6 12.6 12.6 10.5 Khủng long 95.1 95.1 95.1 14.4 Hoa 37.1 37.1 37.1 61.3 Ngựa 55 55 55 46.8 Trung bình 49.88 49.88 49.88 30.82 39 an 4.4.4 Giao diện mô Matlab  Chƣơng trình mơ đƣợc thiết kế giao diện Matlab 2013a  Để lựa chọn hình đầu vào cần truy vấn CSDL, click vào nút “Brown for image ”  Điều quan trọng ô “So anh truy van” cần nhập số ảnh mà ta cần truy vấn (theo nhƣ đồ án chọn 10 hình để xuất kết quả) Sau click vào nút “TRUY VAN” Chƣơng trình chạy xuất kết Độ xác RECALL đƣợc tính tốn xuất textbox giao diện Hình 4.5 Giao diện mơ Matlab 40 an 4.4.5 Kết mơ Tiếp theo, nhóm thực đề tài tiến hành thống kê độ xác truy vấn dựa kết hợp đặc trƣng màu sắc cấu trúc để tìm phƣơng pháp truy vấn tối ƣu cho đồ án 50 100 150 200 250 50 100 150 200 250 200 50 100 150 200 250 100 200 300 50 100 150 200 250 293 50 100 150 200 250 50 100 150 200 250 100 200 300 577 100 200 300 242 50 100 150 200 250 100 200 300 100 200 300 288 50 100 150 200 250 50 100 150 200 250 204 50 100 150 200 250 100 200 300 184 50 100 150 200 250 100 200 300 277 50 100 150 200 250 100 200 300 263 Hình 4.6 Kết truy vấn ảnh kiến trúc 41 an 100 200 300 241 100 200 300 255 50 100 150 200 250 50 100 150 200 250 306 50 100 150 200 250 50 100 150 200 250 100 200 300 388 50 100 150 200 250 50 100 150 200 250 100 200 300 370 50 100 150 200 250 100 200 300 355 50 100 150 200 250 100 200 300 338 50 100 150 200 250 100 200 300 359 50 100 150 200 250 100 200 300 880 50 100 150 200 250 100 200 300 302 100 200 300 377 50 100 150 200 250 100 200 300 368 100 200 300 251 Hình 4.7 Kết truy vấn ảnh bus 50 100 150 200 250 50 100 150 200 250 441 50 100 150 200 250 50 100 150 200 250 100 200 300 469 50 100 150 200 250 50 100 150 200 250 100 200 300 493 50 100 150 200 250 100 200 300 451 50 100 150 200 250 100 200 300 439 50 100 150 200 250 100 200 300 463 50 100 150 200 250 100 200 300 494 50 100 150 200 250 100 200 300 496 100 200 300 431 50 100 150 200 250 100 200 300 434 Hình 4.8 Kết truy vấn ảnh khủng long 42 an 100 200 300 430 50 100 150 200 250 50 100 150 200 250 628 50 100 150 200 250 50 100 150 200 250 100 200 300 691 50 100 150 200 250 50 100 150 200 250 100 200 300 695 50 100 150 200 250 100 200 300 668 50 100 150 200 250 100 200 300 646 200 300 100 200 300 696 50 100 150 200 250 100 200 300 100 200 300 601 100 50 100 150 200 250 676 50 100 150 200 250 888 50 100 150 200 250 100 200 300 608 100 200 300 663 Hình 4.9 Kết truy vấn ảnh hoa 50 100 150 200 250 50 100 150 200 250 768 50 100 150 200 250 100 200 300 50 100 150 200 250 765 50 100 150 200 250 50 100 150 200 250 100 200 300 789 50 100 150 200 250 100 200 300 745 50 100 150 200 250 100 200 300 750 100 200 300 805 50 100 150 200 250 100 200 300 100 200 300 830 50 100 150 200 250 50 100 150 200 250 756 50 100 150 200 250 100 200 300 706 Hình 4.10 Kết truy vấn ảnh ngựa 43 an 100 200 300 743 100 200 300 760 STT Loại hình Kết hợp màu và cấu trúc Kiến trúc 73.1 Bus 66.9 Khủng long 96.8 Hoa 83.2 Ngựa 72.1 Ngƣời 24.2 Bãi Biển 51.3 Voi 32.6 Núi 48.3 10 Thức ăn 23.4 11 Trung bình 57.2 Tỷ lệ truy vấn 10 loại ảnh Series1 96.8 73.1 83.2 72.1 66.9 51.3 32.6 24.2 Kiến trúc Bus Khủng long Hoa Ngựa Người Bãi Biển 57.2 48.3 Voi 23.4 Núi Thức Trung ăn bình Hình 4.11 Biểu đồ tỷ lệ % độ truy vấn xác 10 loại ảnh 44 an Ảnh “Khủng long” có độ xác cao sở liệu, tồn ảnh “Khủng long” khơng có phông nền, điều làm cho điểm đặc trƣng cấu trúc nhƣ hình dạng “Khủng long” khơng bị tác động điểm bật ảnh Dựa vào đó, đặc trƣng cấu trúc đƣợc sử dụng tốt cho loại ảnh “Hoa” có độ xác cao ảnh “Hoa” sở liệu đa số ảnh hoa hồng có kích cỡ chiếm tồn ảnh, điều giúp cho khả truy vấn màu sắc tốt có màu bật đặc trƣng Các ảnh có độ xác truy vấn thấp đa phần có hình ảnh phức tạp, điểm bật hình ảnh (do nhận thức ngƣời) điểm bật ảnh không đƣợc phân biệt rõ ràng Kết đƣợc so sánh với phƣơng pháp truy vấn ảnh khác sử dụng tập sở liệu ảnh WANG (Kohei Arai, C Rahmad, Wavelet Based Image Retrieval Method, International Journal of Advanced Computer Science and Applications (IJACSA), Vol.3, No.4, 2012) với phƣơng pháp FIRM, Simplicity, Color salient points Kết so sánh loại ảnh có tỷ lệ truy vấn cao đƣợc thể bảng sau: Color salient Phƣơng pháp points đồ án 0.38 0.4 0.73 0.60 0.36 0.52 0.67 0.95 0.95 0.95 0.97 Hoa 0.65 0.42 0.60 0.83 Ngựa Trung bình 0.65 0.72 0.70 0.72 0.62 0.57 0.63 0.78 STT Loại hình Kiến trúc 0.25 Bus Khủng Long FIRM Simplicity Bảng 4.12 Tỷ lệ độ truy vấn xác phƣơng pháp 45 an 1.2 0.8 FIRM 0.6 Simplicity Color salient points 0.4 Phương pháp đồ án 0.2 Kiến trúc Bus Khủng Long Hoa Ngựa Trung bình Hình 4.13 Biểu đồ độ truy vấn xác trung bình phƣơng pháp Kết luận: - Truy vấn ảnh dựa biến đổi Wavelet đƣợc so sánh với hệ thống truy vấn ảnh khác Kết thu đƣợc cho thấy phƣơng pháp tốt hầu hết loại ảnh - Loại ảnh khủng long phƣơng pháp có độ xác truy vấn tốt - Độ xác trung bình loại ảnh truy vấn cao phƣơng pháp đồ án tốt so với phƣơng pháp truy vấn cịn lại - Với máy tính Core i5, Ram 4GB 64 bit tốc độ truy vấn ảnh sở liệu khoảng 2-3s Tốc độ trung bình thống kê cho loại ảnh (gồm 100 ảnh) 6s Nhƣ vậy, mặt thời gian việc truy vấn ảnh dựa biến đổi Wavelet có độ truy xuất đáp ứng nhanh 46 an CHƢƠNG KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN 5.1 KẾT LUẬN Sau trình tìm hiểu, thực với thời gian kiến thức cịn hạn hẹp, nhóm thực đề tài hồn thành nội dung sau: - Trình bày đƣợc lý thuyết tổng quan ảnh số, hệ thống xử lý ảnh,truy vấn ảnh, giới thiệu đặc trƣng màu, đặc trƣng cấu trúc, phép biến đổi Wavelet ứng dụng đƣợc đề tài thực tế - Trình bày đƣợc phƣơng pháp truy vấn ảnh dựa kết hợp đặc trƣng màu sắc cấu trúc - Thiết kế chƣơng trình mơ truy vấn ảnh dựa phép biến đổi Wavelet thực phân loại số hình ảnh với độ xác cao - So sánh với phƣơng pháp truy vấn ảnh sử dụng sở liệu ảnh WANG nhƣ Firm, Color salient points, Simplicity phƣơng pháp mà nhóm thực có cải thiện độ xác Cùng với việc tìm hiểu lý thuyết, nhóm thực tiến hành mơ phần mềm Matlab nhằm đánh giá việc truy vấn ảnh dựa đặc trƣng màu sắc cấu trúc thông qua thuật toán truy vấn 5.2 HƢỚNG PHÁT TRIỂN Cảithiện nâng cao tỷ lệ truy vấn hiệu Trong tƣơng lai triển khai hệ thống FPGA 47 an TÀI LIỆU THAM KHẢO Tiếng Anh [1] Kohei Arai, C Rahmad, Wavelet Based Image Retrieval Method International Journal of Advanced Computer Science and Applications (IJACSA), Vol.3, No.4, 2012 [2] Kherfi, M Brahmi, D and Ziou D Combining Visual Features with Semantics for a More Effective Image Retrieval ICPR 04, vol 2, 2004 pp 961–964 [3] H Yu, M Li, H J Zhang and Feng, J Color texture moments for contentbased image retrieval International Conference on Image Processing, 2002 pp 24–28 [4] Hui yu, Mingjing Li, Hong-Jiang Zhang and Jufu Feng,Color Texture Moments For Content Based Image Retrieval [5] N Sebe, Q Tian, E Loupias, M Lew and T Huang Evaluation of salient point techniques International Conference, 2004 [6] I.Daubechies,Ten lecturer on wavelet Philadelphia, PA:Sosiety for Industrial and Applied Mathematics Analysis, vol 23, Nov 1992 pp 1544–1576 [7] Stephane Mallet,Wavelets for a Vision Proceeding to the IEEE, Vol 84, 1996 pp 604-685 [8] Kohei Arai and Y.Yamada, Image retrieval method based on hue information and wavelet description based shape information as well as texture information of the objects extracted with dyadic wavelet transformation Proceedings of the 11th Asian Symposium on Visualization, NIIGATA, JAPAN, 2011 [9] Link: http://wang.ist.psu.edu 48 an [10] J Li, J.Z.Wang, and G Wiederhold,IRM: Integrated Region Matching for Image Retrieval, Proc of the 8th ACM Int Conf on Multimedia, Oct 2000 pp 147-156 [11] Hiremath P.S and Jagadeesh Pujari,Content Based Image Retrieval using Color Boosted Salient Points and Shape features of an image,International Journal of Image Processing (IJIP) Vol.2, Issue 1, JanuaryFebruary 2008 pp 10-17 [12] D M Tsai Optimal Gabor filter design for texture segmentation,Machine Vision Lab, Department of Industrial Engineering and Management, Yuan-Ze University, Chung-Li, Taiwan, R.O.C Tiếng Việt [1] Trần Minh Phúc, Phạm Quốc Việt, Truy vấn ảnh sử dụng biến đổi Wavelet, Trƣờng Đại Học Sƣ Phạm Kỹ Thuật Thành Phố Hồ Chí Minh, 2010 49 an PHỤ LỤC Code đọc ảnh cần tìm function p_query_Callback(hObject, eventdata, handles) global Ikt global hinhyc global number global sodqt [file_name file_path] = uigetfile ('*.jpg','Chon anh kiem tra ','test\2.jpg'); if file_path ~= Ikt = imread ([file_path,file_name]); end axes(handles.axes1) imshow(Ikt,'InitialMagnification','fit') title('QUERY IMAGE') anhyc=file_name(1:length(file_name)-4); hinhyc=eval(anhyc); end Code Chƣơng trình function p_truyvan_Callback(hObject, eventdata, handles) global Ikt global hinhyc global number global sodqt sodqt=500; %%%%%%%%%% doc so anh truy van nb=get(handles.e_soanhtruyvan,'string'); number=eval(nb); %%%%%% buoc 1: doc anh, chuyen sang gray, HSV va phan tich wavelet %%%%%%%%%%%%chuyen sang gray Ikt=imresize(Ikt, [256 256]) imgyc= rgb2gray(Ikt); if isa(imgyc,'double')~=1 imgyc = double(imgyc); end %%%%%%%%%%%%% chuyen sang HSV 50 an imghsvyc= rgb2hsv(Ikt); imghsvyc1= imghsvyc(:,:,1); %lay matran H if isa(imghsvyc1,'double')~=1 imghsvyc1 = double(imghsvyc1); end imghsvyc2= imghsvyc(:,:,2); %lay matran H if isa(imghsvyc2,'double')~=1 imghsvyc2 = double(imghsvyc2); end imghsvyc3= imghsvyc(:,:,3); %lay matran H if isa(imghsvyc3,'double')~=1 imghsvyc3 = double(imghsvyc3); end %%%%%%%%%%%%%%%%wavelet [cayc, chyc, cvyc, cdyc]= wavelet(imgyc); %%%%%%%% buoc 2: lay gia tri tuyen doi cac he so wavelet vdyc= abs(cvyc); hdyc= abs(chyc); %%%%%%%%%%%%%%%% buoc 3: ket hop chi tiet doc va ngang cvhyc= max(vdyc, hdyc); %%%%%%%%%%%%% buoc 4: chon diem quan boi nguong gia tri cao [ayc1, byc1]= laynguong(sodqt,cvhyc); min= cvhyc(ayc1(sodqt), byc1(sodqt)); %%%%%%%%%%% buoc 5: hinh vector dac trung mau v2yc1=dactrungmau(imghsvyc1,ayc1,byc1); v2yc2=dactrungmau(imghsvyc2,ayc1,byc1); v2yc3=dactrungmau(imghsvyc3,ayc1,byc1); v2yc=[v2yc1 v2yc2 v2yc3]; v2yc= v2yc/max(v2yc); %%%%%%%%%%% buoc 6: hinh vector dac trung cau truc v1yc=dactrungcautruc(imgyc,ayc1,byc1); %%%%%%%%%%%%%%%%%%%%%%%%% so sanh vyc= [v1yc v2yc]; load coso.mat; d=[]; for i=0:999 v1cs=v1{i+1}; v2cs=v2{i+1}; vcs= [v1cs v2cs]; d12=khoangcach(vyc, vcs); 51 an if d12==0 d12=1000000; end d=[d d12]; end [a, n1] = truyvannguong(min, p); b= truyvanmin2(a, d, n1, number); %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% hien thi figure for i=1:number subplot(3,ceil(number/2),ceil(number/4)) imshow(Ikt); xlabel(hinhyc); subplot(3,ceil(number/2),ceil(number/2)+i) imshow(imread([num2str(b(i)) '.jpg'])) xlabel(num2str(b(i))); end end 52 an an