NGHIÊN CỨU CÁC ĐẶC TRƯNG VỀ HÌNH THÁI VÀ MÀU SẮC TRONG TRUY VẤN ẢNH

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC LẠC HỒNG _ NGUYỄN PHÁT LỘC NGHIÊN CỨU CÁC ĐẶC TRƯNG VỀ HÌNH THÁI VÀ MÀU SẮC TRONG TRUY VẤN ẢNH LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN ĐỒNG NAI - 2012 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC LẠC HỒNG NGUYỄN PHÁT LỘC NGHIÊN CỨU CÁC ĐẶC TRƯNG VỀ HÌNH THÁI VÀ MÀU SẮC TRONG TRUY VẤN ẢNH Chuyên ngành: CÔNG NGHỆ THÔNG TIN Mã số: 60.48.02.01 LUẬN VĂN THẠC SĨ NGÀNH CÔNG NGHỆ THÔNG TIN NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS ĐỖ NĂNG TOÀN ĐỒNG NAI - 2012 LỜI CẢM ƠN Đầu tiên xin chân thành cảm ơn đến Ban Giám Hiệu tập thể Thầy Cô khoa Công Nghệ Thông Tin – Trường Đại Học Lạc Hồng qu an t âm t ổ c c tận tình giảng dạy tạo môi trường thuận lợi cho học tập nghiên cứu chuyên sâu lĩnh vực Công nghệ Thông tin; Xin chân thành cảm ơn anh chị đồng nghiệp quan công tác tạo điều kiện thuận lợi, đóng góp ý kiến quý báu ; Xin cảm ơn bạn bè bảo cho suốt trình học tập hoàn thành luận văn này; Đặc biệt xin gởi lời cảm ơn sâu sắc đến Thầy hướng dẫn khoa học PGS.TS ĐỖ NĂNG TOÀN tận tình hướng dẫn, đôn đốc cho trình nghiên cứu thực luận văn này; Cuối cùng, xin biết ơn gia đình tạo điều kiện thuận lợi cho yên tâm suốt thời gian học tập thời gian nghiên cứu hoàn thành luận văn cao học Mặc dù cố gắng, song luận văn tránh khỏi thiếu sót, kính mong dẫn quý thầy cô bạn Đồng Nai, ngày 20 tháng 10 năm 2012 Nguyễn Phát Lộc LỜI CAM ĐOAN Tôi xin cam đoan công trình nghiên cứu thân Các số liệu, kết trình bày luận văn trung thực Những tư liệu sử dụng luận văn có nguồn gốc trích dẫn rõ ràng, đầy đủ Tác giả luận văn Nguyễn Phát Lộc TÓM TẮT LUẬN VĂN Tên đề tài luận văn: NGHIÊN CỨU CÁC ĐẶC TRƯNG VỀ HÌNH THÁI VÀ MÀU SẮC TRONG TRUY VẤN ẢNH Học viên thực hiện: Nguyễn Phát Lộc sinh ngày: 01/4/1979 Người hướng dẫn khoa học: PGS.TS Đỗ Năng Toàn Mục tiêu luận văn: Hiểu rõ lý thuyết xử lý ảnh kỹ thuật màu sắc hình thái truy vấn ảnh Xây dựng chương trình để ứng dụng kỹ thuật truy vấn ảnh Nội dung thực hiện: - Tìm hiểu khái quát xử lý ảnh toán truy vấn ảnh nội dung; - Nghiên cứu số kỹ thuật truy vấn ảnh truy vấn ảnh màu sắc ; - Nghiên cứu số kỹ thuật truy vấn ảnh truy vấn ảnh hình thái - Nghiên cứu số kỹ thuật truy vấn ảnh kết hợp - Thiết kế, phát triển chương trình thử nghiệm; Phương pháp thực hiện: - Nghiên cứu nội dung lý thuyết xử lý ảnh giáo trình “Xử lý ảnh” PGS TS Đỗ Năng Toàn TS Phạm Việt Bình, năm 2008; Nghiên cứu tài liệu mạng, sách luận văn thạc sĩ kỹ thuật truy vấn ảnh màu sắc hình thái Kết đạt được: Trình bày khái quát xử lý ảnh toán truy vấn ảnh; Hệ thống hóa số vấn đề ứng dụng kỹ thuật truy vấn ảnh màu sắc hình thái Cài đặt thử nghiệm chương trình truy vấn ảnh “ theo lược đồ màu (histogram )” MỤC LỤC Trang TRANG PHỤ BÌA LỜI CẢM ƠN TÓM TẮT LUẬN VĂN MỤC LỤC DANH MỤC CÁC TỪ VIẾT TẮT i DANH MỤC BẢNG BIỂU VÀ HÌNH ẢNH ii PHẦN MỞ ĐẦU Chƣơng 1: KHÁI QUÁT VỀ XỬ LÝ ẢNH VÀ BÀI TOÁN TRUY VẤN ẢNH 1.1 KHÁI QUÁT VỀ XỬ LÝ ẢNH 1.1.1 Xử lý ảnh gì? 1.1.2 Các vấn đề xử lý ảnh 16 1.2 TRUY VẤN ẢNH 24 1.2.1 Giới thiệu 24 1.2.2 Các cách tiếp cận truy vấn ảnh 30 1.2.2.1 Truy vấn ảnh dựa vào thích ( annotation, key word) 30 1.2.2.2 Truy vấn ảnh dựa vào nội dung (CBIR) 30 1.2.2.3 Truy vấn ảnh theo ngữ nghĩa 33 1.2.3 Một số hệ thống truy vấn ảnh thông dụng 34 Chƣơng 2: TRUY VẤN ẢNH DỰA VÀO ĐẶC TRƢNG HÌNH THÁI VÀ MÀU SẮC 37 2.1 CÁC ĐẶC TRƢNG ĐƢỢC SỬ DỤNG ĐỂ TRUY VẤN ẢNH 37 2.1.1 Các đặc trưng màu sắc 37 2.1.1.1 Lược đồ màu (histogram) 44 2.1.1.2 Vector liên kết màu (Color Coherence Vector) 47 2.1.1.3 Đặc trưng tự tương quan màu (AutoCorrelogram) 50 2.1.2 Các đặc trưng hình thái 54 2.1.2.1 Lược đồ hệ số góc (Edge Direction Histogram) 54 2.1.2.2 Vector liên kết hệ số góc (Edge Direction Coherence Vector) 56 2.2 MỘT SỐ KỸ THUẬT TRUY VẤN ẢNH 59 2.1.1 Truy vấn theo màu sắc 59 2.1.1.1 Truy vấn theo lược đồ màu ( histogram) 59 2.1.1.2 Truy vấn theo vector liên kết màu 60 2.1.1.3 Truy vấn theo đặc trưng tương quan màu (Correlogram) 60 2.1.2 Truy vấn theo hình thái 61 2.1.2.1 Truy vấn theo lược đồ hệ số góc 61 2.1.2.2 Truy vấn theo vector liên kết hệ số góc 61 2.1.3 Truy vấn kết hợp 62 2.1.3.1 Truy vấn kết hợp đặc trưng với dùng toán tử BOOL62 2.1.3.2 Truy vấn kết hợp đặc trưng với dùng trọng số 63 Chƣơng 3: CHƢƠNG TRÌNH THỬ NGHIỆM 65 3.1 BÀI TOÁN 65 3.2 PHÂN TÍCH, THIẾT KẾ CHƢƠNG TRÌNH 65 3.2.1 Các đặc trưng sử dụng cho chương trình 65 3.2.2 Chức truy vấn ảnh 72 3.3 CHƢƠNG TRÌNH TRUY VẤN ẢNH CBIR_IMAGE 1.0 72 3.3.1 Truy vấn ảnh dựa theo lược đồ màu 74 PHẦN KẾT LUẬN 78 TÀI LIỆU THAM KHẢO DANH MỤC CÁC TỪ VIẾT TẮT STT Từ viết tắt Nội dung/Diễn giải 01 1-D One-dimensional 02 2-D Two-dimensional 03 3-D Three-dimensional 04 ASCII American Standard Code for Information Interchange 05 CSDL Cơ Sở Dữ Liệu 06 CBIR Content Based Image Retrieval 07 CAD Computer Aided Design 08 CGA Color/Graphics Adapter 09 CIE Comission International d’Eclairage 10 CMY Cyan, Magenta, Yellow 11 DNA Deoxyribonucleic acid 12 HSB 13 HCV Hue- Saturation-Brightness Mô hình màu HCV 14 HSB 15 HSV 16 HTML 17 HSI Mô hình màu HSB ( H: Hue/ Vùng màu; S: Saturation / Độ bão hòa màu V “hay B”: Bright hay Value/ Độ sáng HyperText Markup Language Hệ màu HSI: Hue-Saturation-Intensity 18 IBM International Business Machines 19 JPG Joint Photographic Group 20 L*u*v Mô hình màu L*u*v 21 L*a*b Mô hình màu L*a*b 22 L*C*h Mô hình màu L*C*h 23 MTM Mô hình màu MTM 24 MMM Mediator Markov Model 25 MRI Magnetic Resonance Imaging 26 NNFIR Nơron Netwrok based Flexible Image Retrieval 27 OBIR Object Based Image Retrieval 28 PCX Personal Computer Exchange 29 QBIC query by image content 30 RGB (red/ đỏ; green/xanh cây; Blue/xanh lam blue 31 SQL Structured Query Language 32 SVM Support Vector Machine 33 TIF Tape Image Format 34 URL uniform resource locator 35 UFM Unified feature matching 36 VGA Video Graphics Array 37 YIQ Mô hình màu YIQ DANH MỤC HÌNH ẢNH Hình 1.1 Hệ thống truy vấn ảnh Google Hình 1.1.1.1 Các bước hệ thống xử lý ảnh Hình 1.1.1.2 hệ thống truy vấn ảnh QBIC IBM 11 Hình 1.1.1.3 hệ thống truy vấn ảnh VISUALSEEK 12 Hình 1.1.1.4 hệ thống truy vấn ảnh WEBSEEK 13 Hình 1.1.1.5 hệ thống truy vấn ảnh BLOBWORLD 14 Hình 1.1.1.6 hệ thống truy vấn ảnh VIRAGE 15 Hình 1.1.2.1 Biểu diễn ảnh với độ phân giải khác 17 Hình 1.1.2.2 Ví dụ nắn chỉnh biến dạng 19 Hình 1.2.1 Hệ thống tìm kiếm thông tin trực quan hệ 27 Hình 1.2.2.2 Thống kê lựa chọn đặc trưng số hệ thống truy vấn ảnh 31 Hình 2.1.1 Hệ màu RGB 40 Hình 2.1.2 Hệ màu CMY 41 Hình 2.1.3 Hệ màu HSI 43 Hình 2.1.4 Không gian màu HSI 43 Hình 2.1.5 Minh họa thay đổi cường độ sáng hệ màu HSI 44 Hình 2.1.1.1.1a Ảnh minh họa lượt đồ màu RGB HSI 45 Hình 2.1.1.1.1b Minh họa lược đồ giống 46 Hình 2.1.1.1.1c Lược đồ màu thể phần giao lược đồ màu 46 Hình 2.1.1.1.1d Lược đồ màu thể độ khác lược đồ màu 46 -66- “dư thừa”, khác ngữ nghĩa Nếu trình tìm kiếm ta sử dụng vector liên kết màu khắc phục tình trạng Ví dụ hai ảnh có lược đồ vector liên kết màu giống nhau: Hình 3.2.1.2 minh họa ảnh có vector liên kết màu giống 75% 3.2.1.3 Đặc trưng tự tương quan màu (AutoCorrelogram) Đây đặc trưng cấp cao ảnh Nó thể tính phân bố cục màu Cũng giống đặc trưng vector liên kết màu, đặc trưng giúp ta phân biệt ảnh giống lược đồ màu khác ngữ nghĩa.Ví dụ hai ảnh có đặc trưng correlogram giống nhau: Hình 3.2.1.3:minh họa ảnh có đặc trưng Correlogram giống 75% 3.2.1.4 Đặc trưng lược đồ hệ số góc (Edge DirectionHistogram) Đây đặc trưng quan trọng ảnh Nó thể hình dáng ảnh Đối với ảnh muốn tìm kiếm theo hình dáng đặc trưng màu sắc giải Vì hệ tìm kiếm dựa vào nội dung ảnh thiếu đặc trưng này.Ví dụ hai ảnh có đặc trưng -67- lược đồ hệ số góc giống Hình 3.2.1.4 minh họa ảnh có lược đồ hệ số góc giống 88% 3.2.1.5 Đặc trưng Vector liên kết hệ số góc (Edge Direction Coherence Vector) Cũng đặc trưng lược đồ hệ số góc, đặc trưng vector liên kết hệ số góc đặc trưng cấp cao ảnh Nó thể rõ ràng hình dáng ảnh Ngòai thể mối liên kết chặt chẽ điểm biên cạnh (các điểm biên cạnh có góc độ), điểm biên cạnh Ví dụ hai ảnh có lược đồ vector liên kết hệ số góc giống nhau: Hình 3.2.1.5: minh họa ảnh có Vector liên kết hệ số góc giống 78% -68- 3.2.1.6 Giải thuật bước modun truy vấn ảnh dựa vào lược đồ màu: Processing CBIR Using Color Histogram Input image Images Database Quantize RGB Quantize RGB Compute color histogram Compute color histogram Compare color histogram Show candidate images(Out put image) -69- CBIR on color algorithm Tổng Quát : Bước Input Image(IM) + threshold per(TP) (Chọn ảnh đầu vào IM ngưỡng cần tìm) No Bước Bước Bước Check Yes - Jpg, Gif, Bmp (Kiểm tra tính hợp lệ ảnh.) - Kiểm tra tính hợp lệ giá trị ngưỡng cần RGBHistogramdata RGBImage = IM.ProcessBitmap (Lấy thông tin đặc trưng ảnh theo lượt đồ màu - RGBImage) Function string laychuoianhhople() { Int tylegiong; String TenAnhHopLe; For(String Imagefile in FolderImagesData) { TyLeGiong = Math.Round(bitmapcp.GetSimilarity(RGBImage, new Bitmap(Imagefile)), 3); If (tylegiong >= TP) { TenAnhHopLe = TenAnhHopLe + RGBImage + “;”; } } Return TenAnhHopLe; } Kết trả ảnh so sánh theo tiêu chí đưa Bước : Chọn ảnh đầu vào ngưỡng cần tìm Bước : Kiểm tra tính hợp lệ ảnh đầu vào, Kiểm tra tính hợp lệ giá trị ngưỡng cần tìm Nếu hai điều kiện không thỏa mãn, quay lại bước -70- Bước : Lấy thông tin đặc trưng ảnh theo lượt đồ màu Bước : Chạy vòng lặp duyệt file ảnh có thư mục ảnh cần tìm FolderImagesData lấy thông tin ảnh đó(quay bước 3) So sánh thông tin ảnh duyệt với thông tin ảnh đầu vào IM theo ngưỡng quy định ProcessBitmap(Duyệt lấy thông tin từ ảnh) Input Image(IM) Function RGBdata ProcessBitmap(Bitmap IM) { BitmapData bmpData = IM.LockBits(new Rectangle(0, 0, a.Width, a.Height), ImageLockMode.ReadOnly, PixelFormat.Format24bppRgb); IntPtr ptr = bmpData.Scan0; RGBdata data = new RGBdata(); unsafe { byte* p = (byte*)(void*)ptr; int offset = bmpData.Stride - a.Width * 3; int width = a.Width * 3; for (int y = 0; y < a.Height; ++y) { for (int x = 0; x < width; ++x) { data.r += p[0]; data.g += p[1]; data.b += p[2]; ++p; } p += offset; } } } a.UnlockBits(bmpData); return data; -71- GetSimilarity(So sánh tìm điểm giống hai ảnh) Input Images(IM1, IM2) Ảnh đầu vào hai ảnh muốn so sánh Function double GetSimilarity(Bitmap IM1, Bitmap IM2) { RGBdata dataA = ProcessBitmap(a); RGBdata dataB = ProcessBitmap(b); double result = 0; int averageA = 0; int averageB = 0; int maxA = 0; int maxB = 0; maxA = ((a.Width * 3) * a.Height); maxB = ((b.Width * 3) * b.Height); switch (dataA.GetLargest()) //Find dominant color to compare { case 1: { averageA = Math.Abs(dataA.r / maxA); averageB = Math.Abs(dataB.r / maxB); result = (averageA - averageB) / 2; break; } case 2: { averageA = Math.Abs(dataA.g / maxA); averageB = Math.Abs(dataB.g / maxB); result = (averageA - averageB) / 2; break; } case 3: { averageA = Math.Abs(dataA.b / maxA); averageB = Math.Abs(dataB.b / maxB); result = (averageA - averageB) / 2; break; } } result = Math.Abs((result + 100) / 100); if (result > 1.0) { result -= 1.0; } -72- 3.2.2 Chức truy vấn ảnh Chương trình hoàn tất dự kiến gồm 06 modul truy vấn ảnh riêng biệt gồm đặc trưng sau: - Truy vấn dựa vào lược đồ màu (Histogram); - Truy vấn dựa vào lược đồ hệ số góc (Edge Direction Histogram); - Truy vấn dựa vào Vector liên kết màu (Color Coherence Vector); - Truy vấn dựa vào Vector liên kết hệ số góc(Edge Direcrion Coherence Vector); - Truy vấn dựa vào Correlogram; - Truy vấn dựa vào kết hợp đặc trưng lại với dùng tóan tử BOOL 3.3 CHƯƠNG TRÌNH TRUY VẤN ẢNH CBIR_IMAGE 1.0 Chương trình viết Microsoft visual studio 2008 or 2010 để chạy chương trình cần phải setup Microsoft visual studio 2008 or 2010 Đồng thời định dạng ảnh mà chương trình tìm (*.jpg; *.jpeg; *.gif; *.bmp) với độ phân giải ảnh 640 *400 Hình 3.3a Giao diện chương trình -73- Khi sử dụng hệ truy vấn ảnh dựa vào nội dung, người mong muốn thực dễ dàng, tương đối đầy đủ nội dung mà họ muốn tìm kiếm Một cách truyền thống họ chọn màu ho ặc ảnh truy vấn phù hợp với yêu cầu, nhiên họ sẵn ảnh truy vấn mà có số ý niệm ảnh (ví dụ họ cần tìm ảnh có màu vàng hay màu đỏ, nhiều có ảnh truy vấn họ muốn tìm ảnh giống số đối tượng ảnh Chính mà chương trình không cần xây dựng database ( mục ) cho việc lưu trữ ảnh Chỉ cần chọn đường dẫn đến thư mục lưu trữ ảnh, sau truy vấn ảnh theo kỹ thuật truy vấn khác Ưu điểm việc không tốn công sức cho việc xây dựng database (chỉ mục cho ản), nhiên khuyết điểm chương trình việc truy vấn ảnh tốn nhiều thời gian độ xác truy vấn ảnh không cao Đầu tiên chọn thiết lập đường dẫn đến nơi lưu trữ hình ảnh, sau “ cập nhật “ đường dẫn cho chương trình Hình 3.3b Chọn thư mục chứa hình ảnh để truy vấn ảnh -74- Hình 3.3c Cập nhật đường dẫn thành công Sau tiến hành truy vấn ảnh Chương trình gồm có 02 phần truy vấn ảnh 3.3.1 Truy vấn ảnh dựa theo lược đồ màu : 3.3.1.1 Truy vấn theo màu sắc Ta chọn cần tìm ảnh có màu xanh dương (mã màu 0.0.255) ảnh cần truy vấn ( tức tìm ảnh theo màu sắc ) sau : Hình 3.3.1.1a Truy vấn ảnh theo màu xanh dương -75- Kết việc truy vấn ảnh theo màu xanh dương ảnh có màu xanh dương thư viện ảnh Imagetest2 Hình 3.3.1.1b Kết truy vấn ảnh theo màu xanh dương Ta chọn cần tìm ảnh có màu màu vàng (mã màu 255.255.0) ảnh cần truy vấn ( tức tìm ảnh theo màu sắc ) sau : Hình 3.3.1.1c kết truy vấn ảnh theo màu vàng -76- Ta nhận thấy kết trả có 04 ảnh chứa màu vàng thư viện anh imagetest2 3.3.1.2 Truy vấn theo lược đồ màu histogram - Ta tiếp tục chuyển qua truy vấn ảnh theo lược đồ màu histogram chọn ảnh đồng thời ta chọn ngưỡng từ đến 100 để việc truy vấn ảnh cho xác Hình 3.3.1.2a Kết truy vấn ảnh theo lược đồ histogram với ngưởng 70% Kết trả với ảnh cần tìm mặt trời hoàng hôn 52 ảnh + Tiếp theo ta tăng ngưỡng lên 90% -77- Hình 3.3.1.2b Kết truy vấn ảnh theo lược đồ histogram với ngưởng 90% Kết trả với ảnh cần tìm mặt trời hoàng hôn 32 ảnh + Tiếp theo ta tăng ngưỡng lên 100% Hình 3.3.1.2c Kết truy vấn ảnh theo lược đồ histogram với ngưởng 100% Kết trả với ảnh cần tìm mặt trời hoàng hôn 03 ảnh -78- PHẦN KẾT LUẬN Với s ố lượng liệu ảnh đa dạng phong phú Internet, nhu cầu truy vấn ảnh để phục vụ cho công việc chuyên môn cần thiết Tuy nghiên cứu truy vấn ảnh quan tâm từ lâu, lĩnh vực nhiều vấn đề cần phải giải nước ta thời kỳ phát triển Chính vấn đề tiến hành nghiên cứu kỹ thuật truy vấn ảnh theo màu sắc tiến hành áp dụng thử nghiệm kỹ thuật truy vấn ảnh mà sắc theo lược đồ histogram Các kết đạt - Tìm hiểu kỹ thuật đặc trưng ảnh như: + Các đặc trưng màu sắc: 1./ Đặc trưng lược đồ màu (histogram); 2./ Đặc trưng Vector liên kết màu (Color Coherence Vector); 3./ Đặc trưng tự tương quan màu (AutoCorrelogram); + Các đặc trưng hình thái 1./ Đặc trưng lược đồ hệ số góc (Edge Direction Histogram); 2./ Đặc trưng Vector liên kết hệ số góc (Edge Direction Coherence Vector) Đồng thời đưa mô hình truy vấn ảnh áp dụng thử nghiệm theo đặc trưng lược đồ màu (histogram) đề xuất Mô hình truy vấn quan tâm đến trạng thái mà sắc ảnh Do đó, nghiên cứu hữu ích tảng cho việc nghiên cứu truy vấn ảnh cấp cao thêm Đồng thời tạo điều kiện người dùng Việt Nam áp dụng vào công việc chuyên môn Tiến hành thử nghiệm mô hình với 100 ảnh thư viện ảnh để truy vấn Kết mô hình khả quan áp dụng thử nghiệm theo đặc trưng lược đồ màu (histogram) Độ xác áp dụng thử nghiệm -79- theo đặc trưng lược đồ màu (histogram) cao Từ kết ban đầu cho thấy tính đắn mô hình Một số vấn đề cần tiếp tục giải Tuy mô hình bước đầu đạt số kết khả quan tập liệu ảnh thử nghiệm, truy vấn cấp cao chưa áp dụng vào Hơn nữa, vấn đề thời gian truy vấn ảnh cần quan tâm thư viện ảnh hệ thống mở rộng Cần có giải pháp thích hợp để vừa lưu trữ liệu cho nhiều câu truy vấn tốt, vừa thực xếp hạng lại cho tất câu truy vấn Hướng nghiên cứu Trong thời gian tới, việc tiếp tục giải vấn đề tồn tại, định hướng số nghiên cứu tiếp theo: - Truy vấn ảnh dựa theo theo vùng, đối Ảnh gồm tập hợp vùng hay gọi vần Đây đặc trưng cấp cao ảnh Với đặc trưng vùng giúp cho giải vấn đề lớn cản trở bước phát triển việc truy tìm ảnh dựa vào nội dung liệu nhập chưa mô gần gũi với suy nghĩ người ảnh tìm mang nội dung ngữ nghĩa khác so với ảnh truy vấn - Với đặc trưng vùng người tiến thêm bước việc truy tìm ảnh dựa vào nội dung tìm kiếm dựa vào ngữ nghĩa Với việc áp dụng mô hình học vào toán vùng Khi đó, vùng mang ngữ nghĩa, từ làm cho liệu đầu vào mô gần gũi với người - Quá trình phân đoạn vùng ảnh đòi hỏi phải tốn nhiều thời gian, tìm kiếm sở liệu ảnh lớn vấn đề thời gian vấn đề gây khó khăn cho toán, cần phải có biện pháp tổ chức sở liệu hiệu giúp cho việc tìm kiếm nhanh hơn, hiệu hơn; -80- - Truy vấn theo ngữ nghĩa dẫn đến khả truy tìm dựa vào câu truy vấn dạng ngôn ngữ, liên kết vùng đại diện theo lý luận để truy tìm ảnhTrong nhóm ảnh phân loại tay, trích vùng đặc thù cho nhóm ảnh để truy vấn ta diễn dịch từ ngôn ngữ sang vần ảnh Ví dụ tìm cảnh bãi biển lúc bình minh, liên kết nhóm từ bãi biển với vùng đại diện cho bãi biển liên kết nhóm từ bình minh với vùng đại diện cho bình minh Đây xem hướng truy tìm ảnh theo phương pháp Với phương pháp ta truy tìm ảnh câu chữ mà không cần hình ảnh có sẵn Việc tìm kiếm đem đến tiện dụng cho người dùng; - Kết hợp chức màu sắc, vân, hình dạng lại với để giúp việc tìm kiếm hiệu Sự kết hợp chức với mang lại kết khả quan nhiều, làm tăng khả tìm kết xác, theo mong muốn; Ngoài có vấn đề lớn truy vấn ảnh động ( phim ảnh ) Đây lĩnh vực quan tân nước giới Điều khác biệt ảnh tĩnh ảnh động dung lượng Chính phần dung lượng ảnh hưởng đến thời gian truy vấn ảnh tiêu tốn chi phí cho phần cứng để quản lý lưu trữ ảnh tĩnh