QUẢN Lý d6cntt epu dai

MUC LỤC DANH MỤC HÌNH ẢNH DANH MỤC BẢNG BIỂU DANH MỤC KÝ HIỆU PHẦN TỬ KÝ HIỆU Ý NGHĨA Biểu đồ USE CASE Tác nhân (Actor) Use-case Mối quan hệ use case Một người / nhóm người thiết bị hệ thống tác động thao tác đến chương trình Biểu diễn chức xác định hệ thống Use case sử dụng lại chức use case Use case kế thừa chức từ use case Biểu đồ HOẠT ĐỘNG Hoạt động Mô tả hoạt động gồm tên hoạt động đặc tả Trạng thái khởi đầu Bắt đầu trạng thái hoạt động Trạng thái kết thúc Kết thúc trạng thái hoạt động Quyết định Mô tả lựa chọn điều kiện Entity class Mô hình hóa thông tin lưu trữ lâu dài hệ thống, thường độc lập với đối tượng khác xung quanh Procedure Là phương thức lớp mà đối tượng lớp gọi thực DANH MỤC CÁC CỤM TỪ VIẾT TẮT STT Từ viết tắt Nội dung, diễn giải CSDL Cơ sở liệu CIE Comission International d’Eclairage GCH Global Color Histogram Lược (đồ toàn cục) HCV Mô hình màu HCV HSB Hue- Saturation-Brightness (Mô hình màu HSB) JPG Joint Photographic Group LCH Local Color Histogram (Lược đồ cục bộ) QBIC Query Based Image Content (Tra cứu ảnh dựa vào nội dung) RGB Red/ đỏ; Green/xanh cây; Blue/xanh lam 10 SQL Structured Query Language 11 YIQ Mô hình màu YIQ LỜI NÓI ĐẦU Ngày nay, với phát triển công nghệ thông tin, mạng internet toàn cầu gia tăng nhanh chóng liệu đa phương tiện, khiến cho nhu cầu chia sẻ tìm kiếm loại tài nguyên tăng theo cách nhanh chóng Một loại tài nguyên liệu kiểu hình ảnh Mỗi người tìm kiếm hình ảnh có mục đích khác lại người dùng muốn tìm kiếm thông tin kèm theo hình ảnh họ cần số khác lại tìm kiếm ảnh để xác nhận tính xác thông tin họ nhận được… Nó phục vụ cho nhiều lĩnh vực quan trọng sống hệ thống bảo mật, an ninh, y tế Vì việc nghiên cứu phát triển hệ thống tra cứu ảnh ngày trở nên cấp thiết Có kiểu tìm kiếm tìm kiếm theo từ khóa tìm kiếm theo nội dung hình ảnh, tìm kiếm theo từ khóa dễ thỏa mãn nhu cầu người dùng với nhu cầu tìm kiếm hình ảnh theo mong muốn xuất suy nghĩ họ, tìm kiếm theo từ khóa nhanh tìm kiếm theo nội dung hoạt động việc phân tích so sánh từ cụm từ tương ứng với để đưa kết quả, không đòi hỏi người dùng phải có ảnh mẫu Phương pháp có nhược điểm hình ảnh kết lúc xác, phù hợp với việc đáp ứng nhu cầu người dùng thông qua mô tả từ ngữ Một phương pháp khác để tra cứu ảnh tra cứu hình ảnh Phương pháp cho kết tốt tính đắn thông qua nội dung ảnh biểu diễn đưa kết tương ứng với nội dung ảnh đầu vào Nó đáp ứng tốt cho người dùng, nhiên người dùng cần phải có ảnh mẫu để trích chọn biểu diễn đặc trưng ảnh trước tìm kiếm Tra cứu ảnh theo nội dung phương pháp phù hợp với hệ thống máy tự động hệ thống an ninh nơi mà họ cần kết hình ảnh tương tự với thông tin lấy trực tiếp từ nội dung hình ảnh Nói chung hệ thống người dùng cung cấp ảnh truy vấn hệ thống trả kết tập ảnh tương tự Do đó, làm để mô tả mô hình hình ảnh để so sánh ảnh khác nhau, để đánh số cho ảnh sở liệu, để tìm kiếm ảnh cách hiệu vấn đề quan trọng Một ảnh mô tả theo hay nhiều đặc trưng Các đặc trưng bao gồm: hình dạng, màu sắc, kết cấu mối liên hệ không gian, gọi nội dung ảnh Bằng việc sử dụng đặc trưng, không mô tả mô hình ảnh, mà dùng để so sánh ảnh với Vì thế, hệ thống tra cứu ảnh theo đặc trưng mức thấp gọi hệ thống tra cứu ảnh theo nội dung (CBIR) Ảnh dùng truy vấn chia làm nhiều loại, loại, loại mang đặc trưng trội, có phương pháp khác để phân tích đạt hệ thống tra cứu có kết tốt nhất, cho thí dụ ảnh vân gỗ, vân vải có đặc trưng riêng kết cấu hướng, ảnh thiên nhiên lại mang nhiều đặc trưng màu sắc với trí phức tạp, thường phương pháp sử dụng lược đồ màu sắc dựa màu vùng toàn ảnh để tìm kiếm đạt hiệu tốt hình ảnh mang đối tượng bố cục phức tạp không cao đòi hỏi thay đổi vị trí, thay đổi kích thước theo tỉ lệ, hay góc quay đối tượng lại cần tới phương pháp trích chọn biểu diễn theo hình dạng đối tượng Đã có nhiều phương pháp đề xuất để biểu diễn hình dạng, nhiên có nhược điểm khó bảo toàn tính bất biến quay, thu nhỏ hay vị trí đối tượng, thí dụ phương pháp dựa góc quay , phương pháp dựa lưới… Nội dung đồ án chia làm chương: Chương 1: Tổng quan xử lý ảnh tra cứu ảnh dựa vào nội dung Chương 2: Kỹ thuật tra cứu ảnh dựa vào nội dung phương pháp sử dụng truy vấn đa điểm Chương 3: Xây dựng hệ thống kết đạt CHƯƠNG 1: TỔNG QUAN VỀ XỬ LÝ ẢNH VÀ TRA CỨU ẢNH DỰA VÀO NỘI DUNG 1.1 Khái quát xử lý ảnh 1.1.1 Xử lý ảnh gì? Xử lý ảnh ngành khoa học tương đối mẻ so với ngành khoa học khác Xong xử lý ảnh bắt đầu xuất máy tính chuyên dụng, để hình dung cấu hình hệ thống xử lý ảnh chuyên dụng hay hệ thống xử lý ảnh dùng nghiên cứu, đào tạo, trước hết xem xét bước cần thiết xử lý ảnh Hình 1.1: Sơ đồ tổng quát hệ thống xử lý ảnh Con người thu nhận thông tin qua giác quan, thị giác đóng vai trò quan trọng Những năm trở lại với phát triển phần cứng máy tính, xử lý ảnh đồ hoạ phát triển cách mạnh mẽ có nhiều ứng dụng sống Xử lý ảnh đồ hoạ đóng vai trò quan trọng tương tác người máy 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 Ảnh xem tập hợp điểm ảnh điểm ảnh xem đặc trưng cường độ sáng hay dấu hiệu vị trí đối tượng không gian xem hàm n biến P(c 1, c2, , cn) Do đó, ảnh xử lý ảnh xem ảnh n chiều Ngày ảnh thu nhận từ vệ tinh trinh thám, vệ tinh đánh giá môi trường, máy bay trinh thám qua cảm biến (sensor); từ ảnh, tranh quét máy scanner Tiếp theo giai đoạn tiền xử lý để biến đổi tín hiệu tương tự sang tín hiệu rời rạc trích chọn đặc điểm ảnh trước chuyển sang giai đoạn hậu xử lý, phân tích hay lưu trữ lại Quá trình phân tích ảnh bao gồm nhiều công đoạn nhỏ Trước hết tăng cường ảnh để nâng cao chất lượng ảnh nguyên nhân khác chất lượng thiết bị thu nhận ảnh, nguồn sáng hay bị nhiễu, ảnh bị suy biến Do cần phải tăng cường khôi phục lại ảnh để làm bật số đặc tính ảnh, làm cho ảnh gần giống với trạng thái ban đầu tức trạng thái trước ảnh bị biến dạng Tiếp theo giai đoạn phát đặc tính ảnh biên, phân vùng ành, trích chọn đặc trưng khác v.v… Cuối tùy theo mục đích ứng dụng giai đoạn nhận dạng, phân lớp hay định khác Mỗi hệ thống truy vấn dựa số đặc trưng định có nhiều tùy chọn khác để người dùng truy vấn ảnh theo màu sắc, kết cấu, hình dạng hay chí theo từ khóa 1.1.2 Các vấn đề xử lý ảnh 1.1.2.1 Một số khái niệm • Ảnh điểm ảnh: Điểm ảnh xem dấu hiệu hay cường độ sáng toạ độ không gian đối tượng ảnh xem tập hợp điểm ảnh Ảnh thực tế ảnh liên tục không gian giá trị độ sáng Để xử lý ảnh máy tính cần phải tiến hành số hóa ảnh Tức biến đổi tín hiệu liên tục sang tín hiệu rời rạc (rời rạc hóa không gian) lượng hóa thành phần giá trị mà người nhìn thấy hai điểm kề Trong trình người ta dùng khái niệm Picture Element hay gọi pixel – phần tử ảnh Chúng ta cần phân biệt khái niệm pixel hay nói đến đồ họa máy tính Cho nên để tránh nhầm lẫn ta gọi khái miện pixel pixel thiết bị Tức ta quan sát hình chế độ đồ họa hình không liên tục mà gồm nhiều điểm nhỏ Mỗi điểm nhỏ gọi pixel Mỗi pixel gồm cặp tọa độ x, y màu ảnh với độ phân giải 256x256 ảnh với độ phân giải 150x150 Hình 1.2: Biểu diễn ảnh với độ phân giải khác Cặp tọa độ x, y tạo nên độ phân giải (resolution) Như hình máy tính hay loại hình khác có độ phân giải khác nhau: Màn hình CGA có độ phân giải 320x200 Màn hình VGA có độ phân giải 640x350 Vậy ảnh tập hợp điểm ảnh, số hóa ảnh biểu diễn bẳng hai chiều I(d,c): d dòng c cột Vậy ta nói ảnh có d x c pixel Người ta thường ký hiệu I(x,y) để 01 pixel ảnh Thường giá trị d chọn c 256 Một pixel lưu trữ 1,4,8 hay 24 bit • Mức xám, màu Là số giá trị có pixel ảnh Mức xám kết mã hóa tương ứng cường độ sáng điểm ảnh với giá trị số (kết trình lượng hóa Cách mã hóa kinh điển thường dùng 16, 32 hay 64 mức Mã hóa 256 mức thông dụng lý kỹ thuật Tức =256 (0,1…,255) nên với 256 mức pixel mã hóa bit Ảnh đen trắng: ảnh có hai màu đen, trắng (không chứa màu khác) với mức xám điểm ảnh khác Ảnh nhị phân: ảnh có mức đen trắng phân biệt tức dùng bit mô tả mức khác Nói cách khác: điểm ảnh ảnh nhị phân Ảnh màu: khuôn khổ lý thuyết ba màu (Red, Blue, Green) để tạo nên giới màu, người ta thường dùng byte để mô tả mức màu, giá trị màu: 8*3=224≈ 16,7 triệu màu 1.1.2.2 Khử nhiễu 10 Đặc tả: người sử dụng thao tác với hai form form tra cứu form CSDL - Khi thao tác với form sở liệu người dùng thực việc chọn folder ảnh để hệ thống xử lý tự động thêm vào lưu vào sở liệu - Khi thao tác với form tra cứu: người dùng thực chọn ảnh cần tra cứu sau chọn cụm số kết cần hiển thị Từ hệ thống trích rút đặc trưng màu sắc phận cụm theo số cụm mà người dùng nhập vào ban đầu Sau so sánh với tập ảnh sở liệu đặc trưng cho số kết mong muốn Tới đây, toán này, với việc áp dụng thêm truy vấn đa điểm cho phép tiếp tục thao tác với form tra cứu Bước người dùng chọn nhóm ảnh tập kết hiển thị để tra cứu tiếp, hệ thống tiếp tục tra cứu trả kết Cứ tiếp tục người dùng cảm thấy kết mong muốn 3.4.2 Biểu đồ trình tự Hình 3.9: Biểu đồ trình tự tra cứu ảnh 48 3.4.3 Biểu đồ hoạt động Hình 3.10: Biểu đồ hoạt động tra cứu ảnh Hoạt động hệ thống mô tả qua biểu đồ trên: người dùng chọn tập ảnh đầu vào muốn tra cứu Sau chọn số cụm để phân tập ảnh chọn số kết muốn hiển thị Hệ thống trích rút đặc trưng màu sắc ảnh đầu vào dựa vào để phân số cụm mà người dùng yêu cầu Từ lấy đặc trưng màu đại diện cụm so sánh với đặc trưng màu ảnh sở liệu đặc trưng đưa kết Tới người dùng thấy hài lòng với thông tin mà nhận dừng trình tra cứu Ngược lại kết nhận chưa với thông tin muốn người dùng 49 tiếp tục chọn ảnh tập ảnh kết thực lại việc tra cứu để có thông tin tốt 3.5 Giao diện chương trình Hình 3.11: Giao diện chương trình 50 Hình 3.12: Giao diện kết Hình 3.13: Giao diện thao tác với CSDL 3.6 Thử nghiệm đánh giá kết Thử nghiệm chương trình qua lần cho kết sau: 51 Hình 3.14: Kết tra cứu tập ảnh gồm ảnh Tập ảnh đầu vào gồm ảnh biển, rừng cao tốc chia cụm hiển thị 15 kết Trong tập ảnh kết có tất ảnh tập ảnh đầu vào Tuy nhiên có ảnh biển, ảnh rừng, ảnh cao tốc, ảnh núi, ảnh tòa nhà ảnh khác Hình 3.15: Tập ảnh đầu vào 52 53 Hình 3.16: Tập 50 ảnh kết Khi cho tập ảnh đầu vào biển, rừng, cao tốc, tòa nhà chia thành cụm cho hiển thị 50 kết Có ảnh giống tập ảnh đầu vào Ngoài có hình khác chủ đề liên quan Chúng quan sát hình 3.16 Hình 3.16: Kết tra cứu với tập 20 ảnh rừng 54 Khi thử nghiệm với tập 20 ảnh đầu vào rừng cho 18 kết xác tông số 20 ảnh kết Hình 3.17: Kết 50 ảnh biển Khi cho tập ảnh đầu vào 50 ảnh biển, chia 50 cụm kết cho 50 ảnh xác 55 Hình 3.18: Kết tra cứu 100 ảnh biển Khi cho tập ảnh đầu vào 100 ảnh biển, chia 100 cụm kết cho 99 ảnh xác ảnh chưa xác 56 Hình 3.19: Kết tra cứu tập ảnh đầu vào Tập ảnh đầu vào gồm ảnh, ảnh thuộc biển, núi, cao tốc, rừng, tòa nhà chia thành cụm hiển thị 20 kết Tập ảnh kết chứa ảnh chọn ban đầu cho ảnh biển, ảnh rừng, ảnh núi, ảnh tòa nhà, ảnh đường cao tốc 57 Hình 3.20: Kết tra cứu tập ảnh đầu vào Tập ảnh đầu vào chia cụm hiển thị 20 kết Tập ảnh kết gồm ảnh biển, 10 ảnh rừng, ảnh núi, ảnh đường phố Trong có ảnh (1 ảnh biển ảnh rừng) xác Bảng thống kê số lần thử nghiệm đánh giá kết quả: Số lần 5 1 Đánh giá (%) 20 ảnh biển 20 ảnh xác 100 20 ảnh biển 20 ảnh xác 100 20 ảnh biển 20 ảnh xác 100 20 ảnh biển 20 ảnh xác 100 20 ảnh biển 20 ảnh xác 100 20 ảnh rừng 18 ảnh xác 90 20 ảnh rừng 20 ảnh xác 100 20 ảnh rừng 17 ảnh xác 85 20 ảnh rừng 19 ảnh xác 95 20 ảnh rừng 20 ảnh xác 100 50 ảnh biển 50 ảnh xác 100 100 ảnh biển 99 ảnh xác 99 ảnh (1 ảnh rừng, ảnh 15 ảnh Tuy nhiên có ảnh 53 Tập ảnh đầu vào Tập kết 58 1 biển, ảnh cao tốc) ảnh (1 ảnh núi, ảnh biển, ảnh cao tốc, ảnh rừng, ảnh tòa nhà) ảnh ( ảnh biển, ảnh rừng, ảnh cao tốc, ảnh núi) không chủ đề 20 ảnh Cho kết xác 100 20 ảnh Chỉ có ảnh biển rừng xác ảnh 25 không chủ đề 50 ảnh Có ảnh xác ảnh ( ảnh biển, ảnh Ngoài có số ảnh thuộc rừng, ảnh cao tốc, ảnh 100 chủ đề khác núi nhà tòa nhà) cao tầng Như tra cứu tập ảnh chủ đề kết tốt (Trên 90%) Tuy nhiên tra cứu ảnh theo nhiều chủ để khác kết cho chưa tốt 3.7 Kết luận chương Trong chương em phân tích thiết kế hệ thống, mô tả tập sở liệu, giới thiệu công cụ ngôn ngữ lập trình để thực xây dựng chương trình Đã xây dựng hoàn thiện chương trình yêu cầu đặt toán Ngoài em chạy thử nghiệm đưa kết đánh giá 59 KẾT LUẬN Kết đạt được: - Về mặt lý thuyết: Tìm hiểu tra cứu ảnh dựa vào nội dung, đặc điểm, ứng dụng, số phương pháp tra cứu ảnh dựa vào nội dung Tìm hiểu thuật toán k-mean số ứng dụng thuật toán - Về mặt ứng dụng thực tiễn: Áp dụng xậy dựng chương trình tra cứu ảnh dựa vào nội dung sử dụng truy vấn đa điểm Vì thời gian triển khai có hạn, việc tìm hiểu công nghệ gặp nhiều khó khăn nhiều tài liệu thời gian nên không tránh sai sót Em mong nhận đóng góp ý kiến hướng dẫn thầy cô để đồ án thêm hoàn thiện Em xin chân thành cảm ơn! Hướng phát triển Với mục đích ngày hoàn thiện để đáp ứng tốt cho việc tra cứu ảnh ứng dụng vào thực tế, tương lai em cố gắng tìm hiểu kỹ hơn, sâu hơn, cố gắng hoàn thành tốt đề tài 60 TÀI LIỆU THAM KHẢO Tiếng Việt [1].TS Đỗ Năng Toàn - TS Phạm Việt Bình, Giáo trình xử lý ảnh, Nhà xuất Khoa học Kỹ thuật (2008) [2] Lương Mạnh Bá, Nguyễn Thanh Thủy, Nhập Môn Xử lý ảnh số, đại học bách khoa Hà Nội, 2008 [3] Nguyễn Văn Ngọ “Giáo trình xử lý ảnh” Đại học quốc gia Hà Nội (2001) [4].Nguyễn Thanh Bình, Võ Nguyễn Quốc Bảo “Xử lý âm thanh, hình ảnh” Chương trình đào tạo từ xa PTIT (2007) Tiếng Anh [5] Shengjiu Wang, A Robust CBIR Approach Using Local Color Histograms (2001) [6] Sebe N, Lew “Texture Features for Content-based Retrieval”: Principles of visual Information Retrieval (2001) [7] Victor Makarenkov, Michael Marcovich, Noam Shemesh, Content-Based Omage Retrieval (1990) [8] Florian Schroff, Antonio Criminisi, Andrew Zisserman (2007) Harvesting Image Databases from the Web, ICCV 2007: 1-8 [9] Tee Cheng Siew Feature selection for content-based image retrieval using statistical discriminant analysis PhD thesis Faculty of Computer Science and Information System Universiti Teknologi Malaysia 2008 [10] Lowe David Distinctive image features from scale-invariant keypoints International Journal of Computer Vision 2004 [11] Shuhui Wang, Qingming Huang, Shuqiang Jiang (2009) Visual ContextRank for Web Image Re-ranking The First ACM workshop on Large-scale multimedia retrieval and mining [12] Michele Saad (2008) Low-Level Color and Texture Feature Extraction for Content-Based Image Retrieval EE 381K: Multi-Dimensional Digital Signal 61 Processing [13] Alex Holub, Pierre Moreels, Pietro Perona (2008) Unsupervised clustering for google searches of celebrity images, IEEE International Conference on Automatic Face and Gesture Recognition, 2008 [14] D N F Awang Iskandar James A Thom S M M Tahaghoghi (2008) Content-based Image Retrieval Using Image Regions as Query Examples CRPIT Volume 75- Database technologies [15] Hervé Jégou, Matthijs Douze, Cordelia Schmid (2008) Recent Advances in Large Scale Image Search, ETVC 2008: 305-326 (2008) [16] James Fogarty, Desney S Tan, Ashish Kapoor, Simon A J Winder (2008) CueFlik: interactive concept learning in image search The twenty-sixth annual SIGCHI conference on Human factors in computing system [17] P.S Hirematch, Jagadeesh Puijari (2007) Content base image retrieval base on color, texture and shape feature using Image and its complement IJCSS, International journal of computer science and security, vol 1, issue 4, Dec 2007,pp 25-35 [18] Herve’ Jégou, Matthijs Douze, and Cordelia Schmid (2008) Hamming embedding and weak geometric consistency for large scale image search The 10th European Conference on Computer Vision: Part I 62 [...]... của hệ thống Gồm hai công đoạn chính: Công đoạn tiền xử lý: các bức ảnh được thu vẫn còn nhiều “nhiễu” làm cho qua trình nhận dạng ảnh và quản lý phức tạp gây chậm hệ thống, do đó cần phải xử lý trước khi trích rút đặc trưng Thông qua bước này, ảnh sẽ được loại bỏ những thông tin nhiễu hay những thông tin không cần thiết Tập ảnh ban đầu được xử lý để trích rút ra hình ảnh động và lưu trữ dưới dạng JPG... thiết bị máy tính, các máy xử lý màu sắc trở nên thông dụng Chúng ta có các thiết bị như máy quay phim màu, thiết bị chiếu màu và những phần mềm xử lý ảnh màu Máy móc có thể dùng màu sắc cho những mục đích của con người Đặc biệt, màu sắc rất 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 sự xử lý không gian phức tạp để đưa... cập điện tử xuất hiện, cùng với sự phát triển trong các phương pháp tự động sản xuất tờ báo, giúp cải thiện tốc độ và tính chính xác của quá trình phục hồi Quảng cáo và chiến dịch quảng cáo phụ thuộc rất nhiều vào vẫn còn và di chuyển hình ảnh để quảng bá các sản phẩm hoặc dịch vụ Sự phát triển của thư viện ảnh thương mại cổ phần, chẳng hạn như hình ảnh Getty và Corbis, phản ánh bản chất sinh lợi của... có lưu theo tên của bệnh nhân, có thể được sử dụng cho mục đích nghiên cứu và giảng dạy Phần lớn các nỗ lực nghiên cứu liên quan đến hình ảnh được thực hiện trong lĩnh vực vật lý, y tế Các khía cạnh của mối quan tâm bao gồm xử lý hình ảnh hiệu quả (ví dụ như ranh giới / tính năng phát hiện) các hệ thống hỗ trợ học viên trong việc phát hiện và chẩn đoán tổn thương và các khối u và theo dõi tiến độ /... loại vẫn chưa biết hay chưa được định danh Hệ thống nhận dạng tự động bao gồm ba khâu tương ứng với ba giai đoạn chủ yếu sau đây: 1 Thu nhận dữ liệu và tiền xử lý 2 Biểu diễn dữ liệu 3 Nhận dạng, ra quyết định Bốn cách tiếp cận khác nhau trong lý thuyết nhận dạng là: 1 Đối sánh mẫu dựa trên các đặc trưng được trích chọn 2 Phân loại thống kê 3 Đối sánh cấu trúc 4 Phân loại dựa trên mạng nơ-ron nhân tạo... tập chụp ảnh và trượt được duy trì bởi một loạt các tổ chức, bao gồm các thư viện đại học và công chúng Tìm kiếm trang web Giải trí Hệ thống thông tin địa lý Giáo dục đào tạo 1.7 Kết luận chương Trong chương này, e đã giới thiệu tổng quan về xử lý ảnh và tra cứu ảnh cụ thể là tra cứu ảnh dựa vào nội dung, tìm hiểu về các đặc trưng của ảnh, cấu trúc của một hệ thống CBIR, giới thiệu thêm một số hệ thống... CBIR, giới thiệu thêm một số hệ thống tra cứu ảnh dựa vào nội dung và một số ứng dụng cơ bản của CBIR Tra cứu ảnh theo nội dung (CBIR) là một lĩnh vực khoa học được phát triển dựa trên cơ sở lý thuyết và ứng dụng của xử lý ảnh Hệ thống cho phép người dung tra cứu các ảnh tương tự trong một cơ sở dữ liệu hình ảnh Các hình ảnh này có thể được thu thập thông qua các thiết bị chụp hình, cảm biến, và thiết bị... ẢNH DỰA VÀO NỘI DUNG VÀ SỬ DỤNG PHƯƠNG PHÁP TRUY VẤN ĐA ĐIỂM Sự nhận thức về màu sắc là rất quan trọng trong đời sống của 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 có thể dùng thông tin màu sắc để phân biệt đối tượng, vật liệu, đồ ăn, vị trí, và ngay cả thời gian của ngày Con... tìm tất cả các ảnh tương tự với một bức ảnh có sẵn trong cơ sở dữ liệu Những kỹ thuật tra cứu ảnh số đã được nghiên cứu từ cuối những năm 1970 Từ đó cho đến nay khả năng ứng dụng cao của các kỹ thuật quản lý cơ sở dữ liệu ảnh đã thu hút sự quan tâm của các nhà nghiên cứu Các phương pháp tra cứu ảnh được sử dụng đầu tiên không dựa trên các đặc điểm trực quan của ảnh mà dựa trên các chú thích bằng lời... dựa trên một đặc điểm nào đó của ảnh, sau đó sử dụng các kỹ thuật tìm kiếm văn bản thông thường để tìm kiếm ảnh Phương pháp tra cứu ảnh dựa trên văn bản như trên sử dụng các kỹ thuật cơ sở dữ liệu để quản lý ảnh Dựa vào các lời chú thích, người ta có thể tổ chức cơ sở dữ liệu ảnh bằng các phân lớp theo chủ đề hay theo ngữ nghĩa và việc duyệt cơ sở dữ liệu ảnh chỉ dựa trên các truy vấn kiểu Bool thông ... truy vấn đa điểm rộng phương pháp tra cứu truy n thống qua nhiều đối tượng số lần tra cứu Đây điều đánh giá tốt cho hệ thống truy vấn đa điểm Hệ thống tra cứu dựa nội dung sử dụng truy vấn đa điểm. .. cứu ảnh dựa vào nội dung Chương 2: Kỹ thuật tra cứu ảnh dựa vào nội dung phương pháp sử dụng truy vấn đa điểm Chương 3: Xây dựng hệ thống kết đạt CHƯƠNG 1: TỔNG QUAN VỀ XỬ LÝ ẢNH VÀ TRA CỨU ẢNH. .. 1.5 Một số hệ thống tra cứu ảnh dựa nội dung 1.5.1 Hệ thống QBIC (Query By Image Content) Hệ thống QBIC hãng IBM hệ thống tra cứu ảnh thương mại tiếng số hệ thống tra cứu ảnh dựa nội dung Nó cho