đồ án tốt nghiệp nghiên cứu một số kỹ thuật xác định độ đo tương tự và ứng dụng

ĐẠI HỌC THÁI NGUYÊN KHOA CÔNG NGHỆ THÔNG TIN TRẦN QUANG HUY NGHIÊN CỨU MỘT SỐ KỸ THUẬT XÁC ĐỊNH ĐỘ ĐO TƯƠNG TỰ VÀ ỨNG DỤNG LUẬN VĂN THẠC SỸ CÔNG NGHỆ THÔNG TIN Thái nguyên - 2009 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn ĐẠI HỌC THÁI NGUYÊN KHOA CÔNG NGHỆ THÔNG TIN TRẦN QUANG HUY NGHIÊN CỨU MỘT SỐ KỸ THUẬT XÁC ĐỊNH ĐỘ ĐO TƯƠNG TỰ VÀ ỨNG DỤNG Chuyên ngành: Khoa học máy tính Mã số: 60.48.01 LUẬN VĂN THẠC SỸ CÔNG NGHỆ THÔNG TIN Người hướng dẫn khoa học: TS Phạm Việt Bình Thái nguyên – 2009 LỜI CAM ĐOAN Tơi xin cam đoan tồn 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 Tác giả luận văn Trần Quang Huy Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn MỤC LỤC Nội dung Trang ĐẶT VẤN ĐỀ LỜI NÓI ĐẦU Chƣơng 1: KHÁI QUÁT VỀ XỬ LÝ ẢNH VÀ ĐỘ ĐO TƢƠNG TỰ TRONG XỬ LÝ ẢNH 11 1.1 Khái quát xử lý ảnh 11 1.1.1 Một số khái niệm 11 1.1.2 Một số vấn đề xử lý ảnh 12 1.1.2.1 Các hệ thống xử lý ảnh 12 1.1.2.2 Các hình thái ảnh 14 1.1.2.3 Một số ứng dụng xử lý ảnh 15 1.1.2.4 Một số khái niệm, định nghĩa xử lý video 17 1.1.2.5 Lược đồ màu (Color Histogram) 22 1.1.2.6 Lược đồ tương quan màu (Color Correlogram) 25 1.1.2.7 Đặc trưng chuyển động (Motion) 26 1.1.2.8 Các bước thao tác với file video 28 1.2 Độ đo tƣơng tự xử lý ảnh 30 Chƣơng 2: MỘT SỐ PHƢƠNG PHÁP XÁC ĐỊNH ĐỘ ĐO TƢƠNG TỰ 32 2.1 Độ đo dựa khoảng cách 32 2.1.1 Độ đo khoảng cách – max 32 2.1.2 Độ đo khoảng cách Euclid 32 2.1.3 Độ đo khoảng cách toàn phương: 32 2.2 Độ đo sử dụng trọng số 32 2.2.1 Độ đo có trọng số 32 2.2.2 Độ đo hỗn hợp 33 2.2.2.1 Thuộc tính rời rạc 33 2.2.2.2 Thuộc tính có thứ tự 34 2.2.2.3 Thuộc tính liên tục 35 2.2.2.4 Kết hợp độ đo thuộc tính 36 2.2.2.5 Thuật tốn nhanh cho thuộc tính liên tục 38 2.2.2.6 Thuật toán nhanh cho thuộc tính có thứ tự 40 2.3 Độ đo tƣơng tự học (Trainable similarity measure) 41 2.4 Độ đo dựa Histogram 43 2.4.1 Giới thiệu 43 2.4.2 Định nghĩa .43 2.4.3 Lược đồ mức xám hai chiều 44 2.4.4 Các tính chất lược đồ mức xám 45 2.4.5 Quan hệ lược đồ mức xám ảnh 46 2.4.6 Một chiều 46 2.4.7 Hai chiều 47 CHƢƠNG 3: ỨNG DỤNG ĐỘ ĐO TƢƠNG TỰ TRONG VIỆC PHÂN LOẠI ẢNH TRONG FILE VIDEO 49 3.1 Giới thiệu toán 49 3.2 Cài đặt thuật toán 49 3.2.1 Code đọc ảnh 49 3.2.2 Code đọc extract frame file video 56 3.3 Kết thực nghiệm đánh giá 59 PHẦN KẾT LUẬN 62 TÀI LIỆU THAM KHẢO 63 ĐẶT VẤN ĐỀ Lĩnh vực xử lý ảnh số tĩnh xử lý ảnh động (video) hình thành phát triển vào thập kỷ đầu kỷ XX Các phương pháp xử lý ảnh bắt nguồn từ số ứng dụng nâng cao chất lượng thơng tin hình ảnh mắt người xử lý số liệu, nhận dạng cho hệ thống tự động Một ứng dụng xử lý ảnh nâng cao chất lượng ảnh báo truyền qua cáp London New York vào năm 1920 Thiết bị đặc biệt mã hóa hình ảnh, truyền qua cáp khơi phục lại phía thu Cùng với thời gian, kỹ thuật máy tính phát triển nên xử lý hình ảnh ngày phát triển Các kỹ thuật cho phép tìm kiếm, đối sánh ảnh để tìm tương tự Từ năm 1964 đến nay, phạm vi xử lý ảnh video (ảnh động) phát triển không ngừng Các kỹ thuật xử lý ảnh số (digital image processing) sử dụng để giải loạt vấn đề nhằm nâng cao chất lượng thơng tin hình ảnh Và xử lý ảnh số ứng dụng nhiều y tế, thiên văn học, viễn thám, sinh học, y tế hạt nhân, quân sự, sản xuất công nghiệp … Một ứng dụng quan trọng xử lý ảnh số mà khơng nhắc đến đối sánh ảnh với frame file video nhằm mục đích tìm kiếm giống hay khác nhau, qua giúp cho q trình xử lý cơng việc nhanh mà khơng thời gian kiểm tra file video Chính vậy, tơi lựa chọn đề tài “Nghiên cứu số kỹ thuật xác định độ đo tƣơng tự ứng dụng ” nhằm nghiên cứu số kỹ thuật xác định độ đo tương tự Trainable similarity measure (TSM) Histogram dịng cột Qua đó, tơi đưa số nhận xét có giải pháp đề xuất để phân loại đối tượng ảnh file video hiệu LỜI NÓI ĐẦU Xử lý ảnh lĩnh vực quan tâm nhiều nhà khoa học ngồi nước tính phong phú lợi ích ứng dụng khoa học kỹ thuật, kinh tế, xã hội đời sống người Lĩnh vực xử lý ảnh liên quan tới nhiều ngành khác như: hệ thống tin học, trí tuệ nhân tạo, nhận dạng, viễn thám, y học Hiện nay, thơng tin hình ảnh đóng vai trị quan trọng trao đổi thông tin, phần lớn thông tin mà người thu thông qua thị giác Do vậy, vấn đề nhận dạng xử lý ảnh, đặc biệt nhận dạng đối tượng ảnh chuyển động quan tâm yêu cầu ứng dụng đa dạng chúng thực tiễn Mục đích đặt cho xử lý ảnh chia thành hai phần chính: phần thứ liên quan đến khả từ ảnh thu lại ảnh để từ ảnh cải biến nhận nhiều thông tin để quan sát đánh giá mắt, coi biến đổi ảnh (image transformation) hay làm đẹp ảnh (image enhancement) Phần hai nhằm vào nhận dạng đoán nhận ảnh cách tự động, đánh giá nội dung ảnh Quá trình nhận dạng ảnh nhằm phân loại đối tượng thành lớp đối tượng biết (supervised learning) thành lớp đối tượng chưa biết (unsupervised learning) Sau q trình tăng cường khơi phục (đối với ảnh có nhiễu), giai đoạn tiếp theo, người ta phải trích rút đặc tính quan trọng, định ảnh cần nhận dạng Các đặc tính đặc tính hình học, đặc tính ngữ cảnh Bên cạnh đó, năm gần lượng liệu video số tăng lên đáng kể với việc sử dụng rộng rãi ứng dụng đa phương tiện giáo dục, giải trí, kinh doanh, y tế… Thực tế đặt toán như: giảm dung lượng video tăng tốc độ xử lý, tổ chức lưu trữ tìm kiếm video hiệu quả, hiểu nội dung video, nhận dạng đối tượng video Một số nhóm nghiên cứu ngồi nước đưa phương pháp giải giảm dung lượng video, tổ chức sở liệu video, đặc biệt lĩnh vực nhận dạng đối tượng, đối tượng chuyển động liệu video quan tâm tính ứng dụng đa dạng cần thiết khoa học, xã hội đời sống người Trong luận văn thạc sĩ với đề tài “Nghiên cứu số kỹ thuật xác định độ đo tƣơng tự ứng dụng”, tập trung giải toán đọc ảnh so sánh với frame file video để đưa nhận xét Luận văn gồm phần mở đầu, phần kết luận, chương nội dung: Chương : Khái quát xử lý ảnh độ đo tương tự xử lý ảnh Chương : Một số phương pháp xác định độ đo tương tự Chương : Ứng dụng việc phân loại ảnh Được giúp đỡ thầy cô Khoa Công nghệ thông tin - Đại học Thái Nguyên bạn bè, đồng nghiệp, đặc biệt bảo tận tình Tiến sĩ Phạm Việt Bình nỗ lực thân, đến tơi hồn thành đề tài Tuy nhiên trình làm việc, cố gắng nỗ lực kiến thức kinh nghiệm cịn hạn chế nên khơng thể tránh khỏi cịn sai sót, em tha thiết kính mong nhận bảo thầy cô để đề tài hoàn thiện Em xin chân thành cảm ơn Thái Nguyên, ngày 30 tháng 10 năm 2009 Học viên thực Trần Quang Huy CHƢƠNG 1: KHÁI QUÁT VỀ XỬ LÝ ẢNH VÀ ĐỘ ĐO TƢƠNG TỰ TRONG XỬ LÝ ẢNH 1.1 Khái quát xử lý ảnh 1.1.1 Một số khái niệm bản[1] Xử lý ảnh mảng quan trọng kỹ thuật thị giác máy tính, tiền đề cho nhiều nghiên cứu thuộc lĩnh vực Hai nhiệm vụ trình xử lý ảnh nâng cao chất lượng thơng tin hình ảnh xử lý số liệu cung cấp cho q trình khác có việc ứng dụng thị giác vào điều khiển Quá trình việc thu nhận ảnh nguồn (từ thiết bị thu nhận ảnh dạng số tương tự) gửi đến máy tính Dữ liệu ảnh lưu trữ định dạng phù hợp với trình xử lý Người lập trình tác động thuật tốn tương ứng lên liệu ảnh nhằm thay đổi cấu trúc ảnh phù hơp với ứng dụng khác Quá trình xử lý nhận dạng ảnh xem trình thao tác ảnh đầu vào nhằm cho kết mong muốn Kết đầu q trình xử lý ảnh ảnh “tốt hơn” kết luận Ảnh tốt Ảnh ảnh Xử lý Kết luận Hình 1.1 Quá trình xử lý ảnh Ảnh xử lý ảnh xem ảnh n chiều Bởi vì, ảnh xem tập hợp điểm ảnh Trong đó, điểm ảnh xem đặc if (GetObject(hBitmap, sizeof(stBitmap), &stBitmap) && stBitmap.bmBits) { HDC hScreen = GetDC(NULL); if (hScreen) { HBITMAP hDfb = CreateCompatibleBitmap(hScreen, stBitmap.bmWidth, stBitmap.bmHeight); if (hDfb) { // now let's ensure what we've created is a DIB if (GetObject(hDfb, sizeof(stBitmap), &stBitmap) && !stBitmap.bmBits) { // ok, we're lucky Now we have // to transfer the image to the DFB HDC hMemSrc = CreateCompatibleDC(NULL); if (hMemSrc) { HGDIOBJ hOldSrc = SelectObject(hMemSrc, hBitmap); if (hOldSrc) { HDC hMemDst = CreateCompatibleDC(NULL); if (hMemDst) { HGDIOBJ hOldDst = SelectObject(hMemDst, hDfb); if (hOldDst) { // transfer the image using BitBlt // function It will probably end in the // call to driver's DrvCopyBits function if (BitBlt(hMemDst, 0, 0, stBitmap.bmWidth, stBitmap.bmHeight, hMemSrc, 0, 0, SRCCOPY)) bConverted = true; // success VERIFY(SelectObject(hMemDst, hOldDst)); } VERIFY(DeleteDC(hMemDst)); } VERIFY(SelectObject(hMemSrc, hOldSrc)); } VERIFY(DeleteDC(hMemSrc)); } } if (bConverted) { VERIFY(DeleteObject(hBitmap)); // it's no longer needed hBitmap = hDfb; } else VERIFY(DeleteObject(hDfb)); } ReleaseDC(NULL, hScreen); } } return bConverted; } // This function converts the given bitmap to a DIB // Returns true if the conversion took place, // false if the conversion either unneeded or unavailable bool ConvertToDIB(HBITMAP& hBitmap) { bool bConverted = false; BITMAP stBitmap; if (GetObject(hBitmap, sizeof(stBitmap), &stBitmap) && !stBitmap.bmBits) { // that is a DFB Now we attempt to create // a DIB with the same sizes and pixel format HDC hScreen = GetDC(NULL); if (hScreen) { union { BITMAPINFO stBitmapInfo; BYTE pReserveSpace[sizeof(BITMAPINFO) + 0xFF * sizeof(RGBQUAD)]; }; ZeroMemory(pReserveSpace, sizeof(pReserveSpace)); stBitmapInfo.bmiHeader.biSize = sizeof(stBitmapInfo.bmiHeader); stBitmapInfo.bmiHeader.biWidth = stBitmap.bmWidth; stBitmapInfo.bmiHeader.biHeight = stBitmap.bmHeight; stBitmapInfo.bmiHeader.biPlanes = 1; stBitmapInfo.bmiHeader.biBitCount = stBitmap.bmBitsPixel; stBitmapInfo.bmiHeader.biCompression = BI_RGB; if (stBitmap.bmBitsPixel