QUẢN Lý d6cntt epu dai

MỤC LỤC LỜI MỞ ĐẦU DANH MỤC CÁC BẢNG, SƠ ĐỒ, HÌNH LỜI MỞ ĐẦU Ngày với phát triển ngành khoa học khác, ngành công nghệ thông tin có bước 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 chúng không đáp ứng việc quản lý, khai thác xử lý liệu với khối lượng khổng lồ Ảnh số ngày thu hút quan tâm nhiều người, phần thiết bị thu nhận ảnh số ngày phổ biến có giá phù hợp, cho phép nhiều người 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 sử dụng nhiều lĩnh vực ứng dụng khác y học, ảnh vệ tinh, sở liệu ảnh sinh học sở liệu ảnh phong cảnh Các ứng dụng đòi hỏi độ xác tra cứu cao Trên giới, việc nghiên cứu, quản lý, bảo tồn loại động vật quý nhận quan tâm nhiều nhiều cá nhân, tổ chức, nhà quản lý, nhà khoa học … Vào năm 1981, Hiệp hội Bảo vệ Động vật Thế giới (World Society for the Protection of Animals, tên viết tắt sử dụng thông thường:WSPA) thành lập, tổ chức quốc tế phi lợi nhuận để bảo vệ động vật, đại diện cho nhiều Tổ chức hoạt động 150 quốc gia, có 900 Hội thành viên Mục tiêu WSPA Thế giới ngược đãi tàn bạo với động vật, có nghĩa vụ xây dựng Trái đất an toàn cho động vật Năm 1992, Việt Nam cho xuất sách đỏ Việt Nam với 365 loài động vật quý hiếm, bị giảm sút số lượng có nguy tuyệt chủng Ở Việt Nam việc nhận dạng loại động vật quý quý chủ yếu thông qua tranh ảnh, sách báo… Xuất phát từ thực tế nêu trên, đề tài em lựa chọn là: “Xây dựng chương trình tra cứu ảnh động vật quý dựa vào lược đồ màu hình dạng” GVHD: PGS.TS Ngô Quốc Tạo SVTH: Lưu Văn Việt CHƯƠNG 1: TỔNG QUAN TRA CỨU ẢNH DỰA VÀO NỘI DUNG 1.1 Tổng quan xử lý ảnh Xử lý ảnh lĩnh vực mang tính khoa học công nghệ Nó ngành khoa học mẻ so với ngành khoa học khác tốc độ phát triển nhanh, kích thích trung tâm nghiên cứu ứng dụng, đặc biệt máy tính chuyên dụng cho Quá trình xử lý ảnh xem trình thao tác ảnh đầu vào nhằm cho kết mong muốn Kết đầu trình xử lý ảnh ảnh “tốt hơn” kết luận Hình 1.1: Các bước hệ thống xử lý ảnh  Phần thu nhận ảnh Các thiết bị thu nhận ảnh bao gồm camera, scanner thiết bị thu nhận cho ảnh đen trắng Các thiết bị thu nhận ảnh có loại ứng với loại ảnh thông dụng Raster, Vector Các thiết bị thu nhận ảnh thông thường Raster camera thiết bị thu nhận ảnh thông thường Vector sensor bàn số hóa Digitalizer chuyển đổi từ ảnh Raster Trước ảnh thu qua camera ảnh tương tự gần với phát triển công nghệ, ảnh màu hay ảnh đen trắng lấy từ camera sau chuyển trực tiếp thành ảnh số tạo thuận lợi cho xử lý Mặt khác ảnh thu từ vệ tinh máy quét ảnh  Tiền xử lý GVHD: PGS.TS Ngô Quốc Tạo SVTH: Lưu Văn Việt Sau thu nhận ảnh bị nhiễu có độ tương phản thấp nên cần đưa vào tiền xử lý để nâng cao chất lượng Chức tiền xử lý lọc nhiễu, nâng cao độ tương phản,  Trích chọn đặc điểm Các đặc điểm đối tượng trích chọn tùy theo mục đích nhận dạng trình xử lý ảnh Có thể nêu số đặc điểm ảnh sau đây: • Đặc điểm không gian: Phân bố mức xám, phân bố xác suất, biên độ, điểm uốn, v.v… • Đặc điểm biến đổi: Các đặc điểm loại trích chọn việc thực lọc vùng (zonal filtering) Các vùng gọi “mặt nạ đặc điểm” (feature mask) thường khe hẹp với hình dạng hác (chữ nhật, tam giác, cung tròn, v.v…) • Đặc điểm đường biên đường biên: Đặc trưng cho đường biên đối tượng hữu ích việc trích chọn thuộc tính bất biến dùng nhận dạng đối tượng Các đặc điểm trích chọn nhờ toán tử gradient, toán tử la bàn, toán tử Laplace, toán tử “chéo không” (zero crossing), …  Biểu diễn ảnh Ảnh máy tính kết thu nhận theo phương pháp số hóa nhúng thiết bị kỹ thuật khác Quá trình lưu trữ ảnh nhằm mục đích là: Tiết kiệm nhớ giảm thời gian xử lý Việc lưu trữ thông tin nhớ có ảnh hưởng lớn đến việc hiển thị, in ấn xử lý ảnh xem tập hợp điểm với kích thước sử dụng nhiều điểm ảnh ảnh đẹp, mịn thể rõ chi tiết ảnh người ta gọi đặc điểm độ phân giải  Nhận dạng giải thích ảnh Nhận dạng ảnh trình xác định ảnh Quá trình thực nhờ so sánh với mẫu chuẩn học lưu trữ trước Giải thích phán đoán theo ý nghĩa sở nhận dạng Ví dụ loạt chữ số nét gạch ngang bì thư phán đoán mã điện thoại Theo lý thuyết nhận dạng, mô hình toán học ảnh phân loại theo hai loại nhận dạng bản: Nhận dạng theo tham số nhận dạng theo cấu trúc GVHD: PGS.TS Ngô Quốc Tạo SVTH: Lưu Văn Việt Một số đối tượng nhận dạng ảnh phổ biến nhận dạng kí tự (chữ in, chữ viết tau, chữ kí điện tử), nhận dạng vân tay, nhận dạng mã vạch, nhận dạng mặt người 1.2 Khái quát tra cứu ảnh Tra cứu ảnh trình tra cứu sở liệu ảnh ảnh thỏa mãn yêu cầu Ví dụ người sử dụng tra cứu tất hình ảnh chủ đề “Con gà” sở liệu ảnh người sử dụng khác lại muốn phân loại sở ảnh thành sưu tập có chủ đề khác Một ví dụ khác người muốn tìm tất ảnh tương tự với ảnh mẫu sở liệu ảnh Một phương pháp nhiều người quan tâm nghiên cứu phương pháp “Tra cứu ảnh dựa theo nội dung” (Content Based Images Retrieval - CBIR) [16] Phương pháp tra cứu ảnh theo nội dung đời khắc phục nhược điểm phương pháp từ khóa CBIR lĩnh vực khoa học phát triển dựa sở lý thuyết ứng dụng xử lý ảnh CBIR thực thông qua việc tính độ tương tự hai ảnh biểu diễn số đặc trưng mức thấp ảnh như: Màu sắc, hình dạng, kết cấu Kết đưa tập ảnh tương tự với ảnh truy vấn xếp theo thứ tự giảm dần độ tương tự Cụm từ CBIR T.Kato đưa vào năm 1992 trình thu thập ảnh cách tự động từ sở liệu dựa biểu diễn màu sắc hình dạng ảnh Có hai cách tiếp cận chung giải pháp cho vấn đề tra cứu thông tin dựa dạng thông tin trực quan phương pháp dựa đặc trưng phương pháp dựa văn mô tả ảnh Các phương pháp dựa văn mô tả ảnh dựa phương pháp tra cứu thông tin văn truyền thống hệ quản trị sở liệu can thiệp người để trích rút siêu liệu đối tượng trực quan kết hợp với đối tượng trực quan thích văn Các vấn đề việc truy cập ảnh video dựa vào văn thúc đẩy nhanh chóng quan tâm phát triển giải pháp dựa vào nội dung Với giải pháp này, thay thích cách thủ công từ khóa dựa vào văn bản, ảnh trích rút sử dụng số đặc trưng trực quan màu, hình dạng kết cấu GVHD: PGS.TS Ngô Quốc Tạo SVTH: Lưu Văn Việt đánh giá số dựa đặc trưng Cách tiếp cận dựa chủ yếu vào kết từ thị giác máy Tuy nhiên, đặc trưng riêng lẻ tốt mà cho kết xác Thông thường kết hợp đặc trưng cách tùy biến cần thiết để cung cấp kết tra cứu thích hợp cho ứng dụng tra cứu ảnh dựa vào nội dung Một số đặc trưng sử dụng để biểu diễn ảnh hệ thống CBIR: 1.2.1 Đặc trưng màu Đặc trưng sử dụng phổ biến màu Màu sắc vấn đề cần tập trung giải nhiều nhất, ảnh màu thông tin quan trọng ảnh màu sắc Hơn thông tin màu sắc thông tin người dùng quan tâm nhất, qua đặc trưng màu sắc, lọc nhiều lớp ảnh, thông qua vị trí, không gian, định lượng màu ảnh Lược đồ màu toàn cục (GCH) cách sử dụng đặc trưng màu đơn giản hiệu GCH vectơ n chiều (h1, h2,…, hn), thành phần hj biểu diễn phần trăm pixel có màu j ảnh GCH bất biến quay tỉ lệ, tính toán đơn giản Tuy nhiên, GCH có nhược điểm tổng quát Nói cách khác, GCH đem vào miêu tả phân bố màu mà bỏ qua quan hệ bin màu [14, 15] Để tránh số vấn đề gặp phải GCH, lược đồ màu cục (LCH) đề xuất Một ảnh chia thành khối ảnh có cỡ độ tương tự hai ảnh dựa khoảng cách lược đồ khối tương tự Phương pháp khả xử lý biến đổi hình học quay dịch chuyển, bị số vấn đề đan chéo biến đổi với vị trí không gian Một số giải pháp đề xuất để làm cho cách tiếp cận dựa vào lưới bất biến quay dịch chuyển giải pháp tốn nhiều thời gian Natsev cộng thực tra cứu ảnh dựa vào nội dung dựa thuộc tính bố cục màu Mỗi ảnh chia thành số ảnh việc dịch chuyển cửa sổ có cỡ khác với ảnh con, dấu hiệu bố cục màu trích rút Độ tương tự ảnh tính toán việc so sánh dấu hiệu ảnh Ưu điểm hệ thống giảm nhạy cảm với tỉ lệ trượt, nhược điểm độ phức tạp tính toán tăng hệ thống không xem xét đến đặc trưng hình Smith Chang đề xuất tập màu Phương pháp xấp xỉ lược đồ màu để tăng tốc trình tra cứu trường hợp cở sở liệu ảnh lớn Tập màu chọn từ GVHD: PGS.TS Ngô Quốc Tạo SVTH: Lưu Văn Việt không gian màu lượng hóa từ đặc trưng biểu diễn xâu bít, nhị phân sử dụng để tăng tốc trình tra cứu Pass cộng đề xuất phương pháp sử dụng véc tơ gắn kết màu (CCV) Họ đề xuất cách tiếp cận dựa vào lược đồ màu kết hợp với thông tin không gian Ảnh làm mờ để loại khác biệt nhỏ pixel sau không gian màu lượng hóa thành n màu Các pixel phạm vi bit màu phân lớp gắn kết không gắn kết phụ thuộc vào chúng có thuộc vùng pixel tương đối lớn hay không 1.2.2 Đặc trưng màu vân Có lớp ảnh mà màu sắc giải được, đòi hỏi phải sử dụng đặc trưng vân, ví dụ ảnh liên quan đến cấu trúc điểm ảnh như: cỏ, mây, đá, sợi Vân giải tốt cho việc tìm kiếm lớp 1.2.3 Đặc trưng hình dạng Đối với lớp ảnh cần tìm mà liên quan đến hình dạng đối tượng đặc trưng vân màu giải Tìm theo hình dạng thật đích hệ thống tìm kiếm dựa vào nội dung muốn đạt tới Các đặc trưng hình dạng đối tượng vùng sử dụng nhiều hệ thống tra cứu ảnh dựa vào nội dung So với đặc trưng màu vân, đặc trưng hình dạng thường mô tả sau ảnh phân đoạn thành vùng đối tượng Do phân đoạn ảnh mạnh xác khó đạt được, sử dụng đặc trưng hình dạng cho tra cứu ảnh bị giới hạn ứng dụng chuyên biệt, đối tượng vùng sẵn có 1.2.4 Thông tin không gian Các vùng đối tượng với đặc tính màu kết cấu tương tự phân biệt dễ dàng việc tận dụng ràng buộc không gian Thí dụ, vùng bầu trời màu xanh biển xanh có lược đồ màu tương tự, vị trí không gian chúng ảnh khác Do đó, vị trí không gian vùng (hoặc đối tượng) quan hệ không gian nhiều vùng (hoặc đối tượng) ảnh hữu ích cho tìm kiếm ảnh Thu thông tin không gian đối tượng ảnh trình quan trọng hệ thống GIS Quá trình bao gồm việc biểu diễn vị trí không gian tuyệt đối bao gồm vị trí không gian tương đối đối tượng Các thao tác GVHD: PGS.TS Ngô Quốc Tạo SVTH: Lưu Văn Việt giao chồng sử dụng Bố cục màu kết hợp thông tin không gian với thông tin màu xuất ảnh tạo đặc trưng quan trọng trình tra cứu, gọi đặc trưng màu - không gian Biểu diễn quan hệ không gian đươc sử dụng rộng rãi xâu 2D đề xuất Chang cộng Nó xây dựng việc chiếu ảnh dọc theo hướng x y Hai tập ký hiệu V A định nghĩa hình chiếu Mỗi ký hiệu V biểu diễn đối tượng ảnh Mỗi ký hiệu A biểu diễn loại quan hệ không gian đối tượng Do biến đổi nó, xâu 2DG cắt tất đối tượng dọc theo hình hộp tối thiểu mở rộng quan hệ không gian thành tập hai toán tử không gian Một tập định nghĩa quan hệ không gian cục Tập lại định nghĩa quan hệ không toàn cục, hình chiếu hai đối tượng tách rời, nối tiếp định vị vị trí Thêm nữa, xâu 2DC đề xuất để cực tiểu hóa số đối tượng cắt Xâu 2D-B biểu diễn đối tượng hai ký hiệu, vị trí cho bắt đầu kết thúc đường bao đối tượng Tất phương pháp hỗ trợ ba loại truy vấn Loại truy vấn tìm tất ảnh chứa đối tượng O1, O2, , On Loại tìm tất ảnh chứa đối tượng có quan hệ chúng khoảng cách chúng không đáng kể Loại tìm tất ảnh có quan hệ khoảng cách với ảnh khác Thêm với xâu 2D, tứ phân không gian, ảnh ký hiệu sử dụng cho biểu diễn thông tin không gian Tuy nhiên, tìm kiếm ảnh dựa quan hệ không gian vùng lại vấn đề nghiên cứu khó tra cứu ảnh dựa vào nội dung, phân đoạn tin cậy đối tượng vùng thường không khả thi ngoại trừ ứng dụng đơn giản Mặc dù số hệ thống chia ảnh thành khối đều, thu thành công khiêm tốn với lược đồ chia không gian hầu hết ảnh tự nhiên ép thành khối non không gian Để giải vấn đề này, phương pháp dựa vào biến đổi radon, tận dụng phân bố không gian đặc trưng quan không cần phân đoạn phức tạp GVHD: PGS.TS Ngô Quốc Tạo SVTH: Lưu Văn Việt 1.2.5 Phân đoạn Phân đoạn trình phân ảnh thành vùng mà lý tưởng tương ứng với đối tượng xuất ảnh Đây bước quan trọng tra cứu ảnh Cả đặc trưng hình đặc trưng bố cục phụ thuộc phân đoạn tốt Phần mô tả số kỹ thuật phân đoạn có sử dụng thị giác máy tra cứu ảnh Trong, Lybanon cộng nghiên cứu cách tiếp cận phép toán hình thái học (mở đóng) phân đoạn ảnh Họ kiểm tra cách tiếp cận họ với loại ảnh khác nhau, gồm ảnh thiên văn ảnh hồng ngoại Trong cách tiếp cận hiệu xử lý loại ảnh khoa học, hiệu cần tiếp tục đánh giá cho ảnh tự nhiên phức tạp Li cộng đề xuất cách tiếp cận phân đoạn dựa vào entropy mở Cách tiếp cận dựa thực tế entropy cực đại địa phương tương ứng với không rõ ràng vùng khác ảnh Cách tiếp cận hiệu cho ảnh co lược đồ đỉnh rãnh rõ ràng Các kỹ thuật phân đoạn khác dựa phép đo đạc tam giác Delaunay (Delaunay triangulation), fractals luồng biên (edge flow) Tất thuật toán đề cập tự động Một ưu điểm thuật toán phân đoạn trích rút đường bao từ số lượng lớn ảnh mà không chiếm thời gian nỗ lực người Tuy nhiên, lĩnh vực tự nhiên, với ảnh điều kiện tiên quyết, phân đoạn tự động không luôn tin cậy Một thuật toán phân đoạn trường hợp vùng, mà không đối tượng Để thu đối tượng mức cao, cần có trợ giúp người Samadani Han đề xuất cách tiếp cận trích rút đường bao trợ giúp máy tính, kết hợp đầu vào thủ công từ người sử dụng với bien ảnh sinh máy tính Trong đó, Daneel cộng phát triển phương pháp cải tiến chu tuyến thiết thực Dựa đầu vào người sử dụng, thuật toán sử dụng thủ tục tham lam để cung cấp hội tụ ban đầu nhanh Thứ hai, nét lọc việc sử dụng quy hoạch động Rui cộng đề xuất thuật toán dựa vào phân cụm nhóm không gian - màu - kết cấu Người sử dụng định nghĩa đối tượng quan tâm đâu, thuật toán nhóm vùng thành đối tượng có ý nghĩa 1.3 Các chức hệ thống tra cứu ảnh Các chức hệ thống tra cứu ảnh dựa vào nội dung sau: 10 GVHD: PGS.TS Ngô Quốc Tạo SVTH: Lưu Văn Việt Hình 3.2: Mô tả chi tiết hệ thống tra cứu ảnh  Công đoạn tiền xử lý thực sau: Bức ảnh chụp động vật thu giai đoạn thu nhận ảnh nhiều “nhiễu” làm cho trình nhận dạng ảnh quản lý phức tạp gây chậm hệ thống, cần phải xử lý trước trích rút đặc trưng Thông qua bước này, ảnh loại bỏ 35 GVHD: PGS.TS Ngô Quốc Tạo SVTH: Lưu Văn Việt thông tin nhiễu hay thông tin không cần thiết Tập ảnh thô ban đầu xử lý để trích rút hình ảnh động vật lưu trữ định dạng JPG, JPEG, hay GIF để giảm độ lớn dung lượng lưu vào sở liệu Kích thước ảnh giảm xuống 1x1 cm Hình 3.3: Tiền xử lý ảnh liệu Công đoạn tiền xử lý thực hai nhiệm vụ sau: • Trích rút vector đặc trưng ảnh • Biểu diễn hình ảnh dạng chuỗi dấu hiệu nhị phân 36 GVHD: PGS.TS Ngô Quốc Tạo SVTH: Lưu Văn Việt Hình 3.4 Thư viện ảnh sau bước tiền xử lý  Các bước tra cứu ảnh: Bước 1: Chọn ảnh truy vấn load thư viện CSDL ảnh Từ giao diện đồ họa chương trình, người sử dụng duyệt tìm đến ảnh cần truy vấn thư mục thư viện ảnh Bước 2: Tiến hành tra cứu ảnh Sử dụng kết hợp phương pháp: • • Lược đồ màu (Histogram): Lượng hóa kênh màu R (Red), G (Green), B (Blue) từ 256 giá trị giảm xuống giá trị cho kênh màu tương ứng tạo thành 27 màu đơn tổ hợp từ kênh màu làm giảm không gian lưu trữ sở liệu tăng tốc độ tra cứu hệ thống Hình dạng: sử dụng phương pháp dò biên cục Gradient lấy đạo hàm bậc ảnh Phương pháp nhằm làm biên dựa vào biến thiên giá trị độ sáng điểm ảnh kỹ thuật chủ yếu dùng phát biên kỹ thuật đạo hàm Kết trả tập ảnh có độ tương tự với ảnh truy vấn Tập ảnh kết phân hạng theo thứ tự giảm dần độ tương tự 3.3 Thực nghiệm  Lựa chọn mẫu thử nghiệm 37 GVHD: PGS.TS Ngô Quốc Tạo SVTH: Lưu Văn Việt Hiệu hoạt động hệ thống đánh giá cách chạy thử nghiệm sở liệu hình ảnh có Em sử dụng cách thử nghiệm là: • Lấy mẫu ảnh có thư viện CSDL ảnh • Lấy mẫu ảnh thư viện CSDL ảnh  Kết thực nghiệm Mẫu ảnh có sẵn CSDL ảnh Hình 3.5: Kết thử nghiệm với mẫu ảnh có CSDL ảnh 38 GVHD: PGS.TS Ngô Quốc Tạo SVTH: Lưu Văn Việt Mẫu ảnh sẵn CSDL ảnh Hình 3.6: Kết thử nghiệm với mẫu ảnh CSDL ảnh  Đánh giá • Đối với mẫu ảnh có sẵn CSDL ảnh kết tra cứu tương đối xác • Đối với mẫu ảnh CSDL ảnh kết tra cứu có độ xác trung bình (góc độ chụp ảnh giống độ xác kết tra cứu cao) 39 GVHD: PGS.TS Ngô Quốc Tạo SVTH: Lưu Văn Việt 3.4 Các biểu đồ 3.4.1 Biểu đồ Use Case Hình 3.7: Biểu đồ Use Case 40 GVHD: PGS.TS Ngô Quốc Tạo SVTH: Lưu Văn Việt 3.4.2 Biểu đồ trình tự Hình 3.8: Biểu đồ trình tự tra cứu ảnh 41 GVHD: PGS.TS Ngô Quốc Tạo SVTH: Lưu Văn Việt Hình 3.9: Biểu đồ trình tự quản lý CSDL ảnh 42 GVHD: PGS.TS Ngô Quốc Tạo SVTH: Lưu Văn Việt 3.4.3 Biểu đồ hoạt động Hình 3.10: Biểu đồ hoạt động tra cứu ảnh 43 GVHD: PGS.TS Ngô Quốc Tạo SVTH: Lưu Văn Việt Hình 3.11: Biểu đồ hoạt động quản lý sở liệu ảnh 44 GVHD: PGS.TS Ngô Quốc Tạo SVTH: Lưu Văn Việt 3.5 Thiết kế sở liệu  Cơ sở liệu ảnh Hình 3.12: Cơ sở liệu ảnh  Cơ sở liệu nhị phân Hình 3.13: Cơ sở liệu nhị phân  Cơ sở liệu loài động vật Hình 3.14: Cơ sở liệu loài động vật 45 GVHD: PGS.TS Ngô Quốc Tạo SVTH: Lưu Văn Việt  Cơ sở liệu họ động vật Hình 3.15: Cơ sở liệu họ động vật  Cơ sở liệu mức độ đe dọa Hình 3.16: Cơ sở liệu mức độ đe dọa 46 GVHD: PGS.TS Ngô Quốc Tạo SVTH: Lưu Văn Việt 3.6 Xây dựng chương trình  Giao diện Hình 3.17: Giao diện chương trình Giải thích: Duyệt đến thư mục CSDL ảnh Duyệt tìm ảnh cần tra cứu Tiến hành tra cứu Hủy trình tra cứu Ảnh tra cứu Ảnh kết Lược đồ màu ảnh tra cứu Lược đồ màu ảnh kết Lược đồ hình dạng ảnh tra cứu 10 Lược đồ hình dạng ảnh kết 11 Xem ảnh tra cứu 12 Xem ảnh kết 13 Thông tin loài động vật kết 14 Danh sách kết trả xếp theo độ tương tự 47 GVHD: PGS.TS Ngô Quốc Tạo SVTH: Lưu Văn Việt KẾT LUẬN Đồ án trình bày cách tổng thể tra cứu ảnh, số kỹ thuật tra cứu ảnh dựa vào nội dung tra cứu dựa vào màu sắc, dựa vào hình dạng, dựa vào vân nhấn mạnh vào kỹ thuật tra cứu ảnh sử dụng đặc trưng màu sắc dấu hiệu nhị phân Đồ án đạt kết định  Những kết đạt được: • Bổ sung thêm kiến thức C# lý thuyết xử lý ảnh • Xây dựng chương trình thử nghiệm tra cứu thông tin động vật quý dựa vào hình ảnh • Xây dựng kho liệu hình ảnh số loài động vật quý  • • • Hướng phát triển Kết hợp sử dụng đặc trưng khác đặc trưng kết cấu, không gian vào trình tra cứu để tăng độ tin cậy hệ thống Thực nghiệm sở liệu ảnh có kích thước lớn đa dạng hơn; Mở rộng quy mô ứng dụng chương trình 48 GVHD: PGS.TS Ngô Quốc Tạo SVTH: Lưu Văn Việt TÀI LIỆU THAM KHẢO Tiếng Việt [1] Đỗ Năng Toàn, Phạm Việt Bình, “Giáo trình xử lý ảnh”, Đại học Thái Nguyên, NXB Khoa học Kỹ thuật, (2012), trang 75-100 [2] Lương Mạnh Bá, Nguyễn Thanh Thuỷ (2003), Nhập môn xử lý ảnh số, Nhà xuất Khoa học Kỹ thuật Tiếng Anh: [3] 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 [4] 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) [5] 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 [6] 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 [7] 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 49 [...]... ảnh dựa vào nội dung được ứng dụng thành công trong rất nhiều lình vực bao gồm: • • • • • • • • • • • • Ngăn chặn tội phạm Quân sự Quản lý tài sản trí tuệ Thiết kế kiến trúc máy móc Thiết kế thời trang và nội thất Báo chí quảng cáo Chẩn đoán y học Hệ thống thông tin địa lý Di sản văn hóa Giáo dục và đào tạo Giải trí Tra cứu trang web 13 GVHD: PGS.TS Ngô Quốc Tạo SVTH: Lưu Văn Việt CHƯƠNG 2 MỘT SỐ KỸ... PGS.TS Ngô Quốc Tạo SVTH: Lưu Văn Việt Hình 3.2: Mô tả chi tiết hệ thống tra cứu ảnh  Công đoạn tiền xử lý được thực hiện như sau: Bức ảnh chụp động vật thu được ở giai đoạn thu nhận ảnh vẫn còn nhiều “nhiễu” làm cho quá trình nhận dạng ảnh và quản lý phức tạp gây chậm hệ thống, do đó cần phải xử lý trước khi trích rút các đặc trưng Thông qua bước này, ảnh sẽ được loại bỏ những 35 GVHD: PGS.TS Ngô Quốc... tiết hoạt động của hệ thống được thể hiện trên Hình 3.2 Kiến trúc này gồm hai công đoạn chính: Công đoạn tiền xử lý được thực hiện ngoại tuyến và công đoạn tra cứu được thực hiện trực tuyến 33 GVHD: PGS.TS Ngô Quốc Tạo SVTH: Lưu Văn Việt Ban đầu, CSDL ảnh được tiền xử lý (bởi công đoạn tiền xử lý) để trích rút các véc tơ đặc trưng Công đoạn tra cứu nhận dạng ảnh truy vấn từ người sử dụng thông qua giao... con người Sự nhận thức về màu sắc phụ thuộc vào cả tính chất vật lý của ánh sáng và quá trình xử lý của thị giác với sự góp phần rất quan trọng của kinh nghiệm Con người dùng thông tin màu sắc để phân biệt đối tượng, vật liệu, đồ ăn, vị trí và ngay cả thời gian của ngày Với sự phát triển mạnh mẽ của các thiết bị khoa học, máy móc xử lý màu sắc trở nên thông dụng Đặc biệt, màu sắc thuận tiện bởi vì... thông tin nhiễu hay những thông tin không cần thiết Tập ảnh thô ban đầu được xử lý để trích rút ra hình ảnh động vật và lưu trữ dưới các định dạng JPG, JPEG, hay GIF để giảm độ lớn dung lượng khi lưu vào cơ sở dữ liệu Kích thước của ảnh cũng được giảm xuống còn 1x1 cm Hình 3.3: Tiền xử lý ảnh dữ liệu Công đoạn tiền xử lý thực hiện hai nhiệm vụ sau: • Trích rút vector đặc trưng của các ảnh • Biểu diễn... chất này không thường được yêu cầu trong tìm kiếm ảnh Trong rất nhiều cảnh vật, hướng của đối tượng thường là không đổi Ví dụ như cây cối, nhà cửa, Độ đo về hình dạng rất nhiều trong phạm vi lý thuyết của bộ môn xử lý ảnh Chúng trải rộng từ những độ đo toàn cục dạng thô với sự trợ giúp của việc nhận dạng đối tượng, cho tới những độ đo chi tiết tự động tìm kiếm những hình dạng đặc biệt Lược đồ hình dạng... đối tượng phải bất biến với dịch chuyển, quay và tỷ lệ 2.2.2 Đặc điểm hình dạng với việc tìm kiếm ảnh Hình dạng là một cấp cao hơn màu sắc và vân Nó đòi hỏi sự phân biệt giữa các vùng để tiến hành xử lý về độ đo của hình dạng Trong nhiều trường hợp, sự phân biệt này cần thiết phải làm bằng tay Nhưng sự tự động hóa trong một số trường hợp có thể khả thi Trong đó, vấn đề chính yếu nhất là quá trình phân... sánh các truy vấn (không gian của nguồn thông tin được biến đổi thành không gian đặc trưng cho mục tiêu so sánh nhanh trong bước tiếp theo) Bước này thông thường cần rất nhiều thời gian do nó phải xử lý lần lượt tất cả thông tin nguồn (các ảnh) trong cơ sở dữ liệu Tuy nhiên, bước này được thực hiện chỉ một lần và có thể được thực hiện ngoại tuyến • Phân tích các truy vấn người sử dụng và biểu diễn... thiết bị khoa học, máy móc xử lý màu sắc trở nên thông dụng Đặc biệt, màu sắc thuận tiện bởi vì nó cung cấp phép đo lường đa dạng tại mỗi điểm ảnh đơn, có thể phân lớp, phân loại mà không cần đến những xử lý không gian phức tạp để đưa đến quyết định 2.1.2 Các không gian màu Một không gian màu chỉ rõ các màu như các bộ số, theo các đặc tả nào đó Các không gian màu có thể dùng để sinh ra các biểu diễn màu,... nhau, các lược đồ màu được chuẩn hóa Lược đồ màu chuẩn hóa H’ được xác định bằng: H’={H’[0], H’[1], H’[2], , H’[i], H’[N]} Ở đây , p là tổng số các pixel trong ảnh Trong lược đồ lượng hóa không gian màu lý tưởng, các màu riêng biệt không được định vị trong cùng hình khối con và các màu tương tự được gán vào cùng hình khối con Sử dụng một số màu sẽ giảm khả năng các màu tưương tự được gán vào các bin khác ... Việt KẾT LUẬN Đồ án trình bày cách tổng thể tra cứu ảnh, số kỹ thuật tra cứu ảnh dựa vào nội dung tra cứu dựa vào màu sắc, dựa vào hình dạng, dựa vào vân nhấn mạnh vào kỹ thuật tra cứu ảnh sử dụng... tra cứu Ảnh kết Lược đồ màu ảnh tra cứu Lược đồ màu ảnh kết Lược đồ hình dạng ảnh tra cứu 10 Lược đồ hình dạng ảnh kết 11 Xem ảnh tra cứu 12 Xem ảnh kết 13 Thông tin loài động vật kết 14 Danh sách... em lựa chọn là: Xây dựng chương trình tra cứu ảnh động vật quý dựa vào lược đồ màu hình dạng GVHD: PGS.TS Ngô Quốc Tạo SVTH: Lưu Văn Việt CHƯƠNG 1: TỔNG QUAN TRA CỨU ẢNH DỰA VÀO NỘI DUNG 1.1