Nghiên cứu kỹ thuật tra cứu cứu ảnh và ứng dụng trong tra cứu cây thuốc

i LỜI CAM ĐOAN Tôi xin cam đoan luận văn với tên đề tài “Nghiên cứu kỹ thuật tra cứu cứu ảnh ứng dụng tra cứu thuốc” kết nghiên cứu thân học viên, dựa nghiên cứu thu thập sở liệu thực tiễn hướng dẫn khoa học TS Nguyễn Văn Tảo Các số liệu, kết nêu luận văn hoàn toàn trung thực, chưa công bố hình thức Thái Nguyên, ngày 15 tháng năm 2013 Người cam đoan Nguyễn Thị Bích Hạnh ii LỜI CẢM ƠN Trong suốt thời gian hoàn thành luận văn nghiên cứu, nhận giúp đỡ tận tình thầy giáo hướng dẫn người thân yêu bên Nhân dịp này, xin gửi lời cảm ơn lòng biết ơn sâu sắc tới TS Nguyễn Văn Tảo dẫn khoa học, góp ý quý báu tận tình hướng dẫn suốt trình thực luận văn tốt nghiệp Tôi xin chân thành cảm ơn tập thể Thầy, Cô giáo trường Đại học Công nghệ thông tin Truyền thông nhiệt tình quan tâm, giúp đỡ tạo điều kiện tốt cho suốt trình học tập trường Xin chân thành cảm ơn tới tập thể thầy cô bạn đồng nghiệp Trung tâm Nghiên cứu Phát triển Nông Lâm nghiệp miền núi phía Bắc - Trường Đại học Nông Lâm nơi công tác; bạn trường Đại học Y Thái Nguyên cổ vũ, động viên tạo điều kiện thuận lợi để hoàn thành luận văn Cuối cùng, muốn bày tỏ lòng cảm ơn vô hạn tới bạn bè, tới người thân yêu bên Xin bày tỏ lòng cảm ơn sâu sắc tới bố mẹ, chồng, người thân gia đình điểm tựa tinh thần lẫn vật chất cho lúc khó khăn, bên cạnh động viên suốt trình thực luận văn tốt nghiệp Xin trân trọng cảm ơn tất giúp đỡ quý báu đó! Sinh viên Nguyễn Thị Bích Hạnh iii MỤC LỤC 1.1 Tổng quan xử lý ảnh 1.2.1 Đặc trưng màu .7 1.2.2 Đặc trưng màu vân 1.2.3 Đặc trưng hình dạng 1.3 Các chức hệ thống tra cứu ảnh dựa vào nội dung 12 Truy vấn người sử dụng 13 1.4 Những ứng dụng tra cứu ảnh dựa vào nội dung 15 1.5 Một số hệ thống tra cứu ảnh theo nội dung tiêu biểu .15 2.1 Tra cứu ảnh dựa vào màu sắc 17 2.1.1 Màu sắc 18 2.1.2 Một số đặc tính đặc biệt màu sắc 18 2.1.3 Các không gian màu 19 Hình 2.1: Mô tả không gian màu RGB 20 Hình 2.2: Mô tả không gian màu HSV 21 2.1.4 Lượng tử hóa màu lược đồ màu 23 Lược đồ màu 24 2.2 Tra cứu ảnh dựa vào hình dạng 31 2.2.1 Khái niệm hình dạng .31 2.2.2 Đặc điểm hình dạng với việc tìm kiếm ảnh 31 2.2.3 Lược đồ hình dạng .33 2.2.4 Biểu diễn hình dạng sở vùng thước đo đồng dạng .34 Hình 2.8: Đo hai hình dạng sở mục 37 Các thao tác hình dạng khác 38 2.3 Tra cứu ảnh dựa vào vân 38 2.3.1 Vân gì? .38 2.3.3 Phân hoạch vùng nhị phân cục .40 2.3.4 Phân đoạn vân 40 2.4 Phương pháp tra cứu ảnh sử dụng dấu hiệu nhị phân .40 2.4.1 Giới thiệu .40 2.4.2 Kiến trúc hệ thống .41 Hình 2.10: Kiến trúc kỹ thuật tra cứu ảnh sử dụng dấu hiệu nhị phân 42 2.4.3 Kỹ thuật tra cứu ảnh theo nội dung dựa vào dấu hiệu nhị phân 42 Hình 2.11: Mẫu thiết lập hình ảnh 44 Bảng 2.2: Dấu hiệu nhị phân hình 2.11 sử dụng VBA 45 2.4.4 Độ đo tương tự .47 Bảng 2.3: Chuỗi dấu hiệu nhị phân minh họa giống khác ảnh 48 Hình 3.4: Biểu đồ Use Case 55 3.3.2 Biểu đồ trình tự biểu đồ hoạt động 55 Hình 3.5: Biểu đồ trình tự tác nhân tra cứu 56 Hình 3.7: Biểu đồ hoạt động tác nhân tra cứu ảnh 57 iv Hình 3.8: Biểu đồ trình tự tác nhân quản lý CSDL ảnh 58 Hình 3.10: Biểu đồ hoạt động chức quản lý sở liệu ảnh .59 Bảng 3.1: Bảng sở liệu ảnh 59 Bảng 3.2: Bảng sở liệu nhị phân 60 3.5.2.2 Màn hình chọn sở liệu ảnh .62 Hình 3.12: Màn hình chọn sở liệu ảnh 62 3.5.2.3 Màn hình chọn ảnh cần truy vấn 62 .63 Hình 3.13: Màn hình chọn ảnh cần truy vấn 63 Hình 3.15: Danh sách ảnh hiển thị thông tin xếp với ảnh truy vấn .64 Hình 3.16: Màn hình chọn ảnh truy vấn 65 Bảng 3.3: Bảng kết thực truy vấn 67 Bảng 3.4: Bảng kết thực truy vấn 67 DANH MỤC CÁC CHỮ VIẾT TẮT STT Từ Từ viết đầy đủ viết tắt VIR CBIR QBE QBF Visual Information Retrieval Content Based Image Retrieval Query by Example Query by Feature QBIC Query By Image Content RGB HSV CCV CIE Red Green Blue Hue, Saturation, Value Color Coherence Vectors Commission International d'E 10 11 12 13 14 CMY CBA VBA GCH LCH clairage Diễn giải Tra cứu thông tin Tra cứu ảnh dựa vào nội dung Truy vấn ảnh mẫu Truy vấn đặc trưng Truy vấn ảnh dựa vào nội dung Đỏ, Xanh lục, Xanh lơ Màu, độ bão hòa màu, độ sáng Véc tơ gắn kết màu Ủy ban quốc tế màu sắc Cyan-Magenta-Yellow Lục lam, đỏ tươi, vàng Constant Bin Allocation Variable Bin Allocation Global Color Histogram Local Color Histogram Phân bổ bin liên tục Phân bổ biến bin Lược đồ màu toàn cục Lược đồ màu cục v 15 16 GIS CSDL Geographic Information System Hệ thống thông tin địa lý Cơ sở liệu DANH MỤC CÁC HÌNH 1.1 Tổng quan xử lý ảnh 1.2.1 Đặc trưng màu .7 1.2.2 Đặc trưng màu vân 1.2.3 Đặc trưng hình dạng 1.3 Các chức hệ thống tra cứu ảnh dựa vào nội dung 12 Truy vấn người sử dụng 13 1.4 Những ứng dụng tra cứu ảnh dựa vào nội dung 15 1.5 Một số hệ thống tra cứu ảnh theo nội dung tiêu biểu .15 2.1 Tra cứu ảnh dựa vào màu sắc 17 2.1.1 Màu sắc 18 2.1.2 Một số đặc tính đặc biệt màu sắc 18 2.1.3 Các không gian màu 19 Hình 2.1: Mô tả không gian màu RGB 20 Hình 2.2: Mô tả không gian màu HSV 21 2.1.4 Lượng tử hóa màu lược đồ màu 23 Lược đồ màu 24 2.2 Tra cứu ảnh dựa vào hình dạng 31 2.2.1 Khái niệm hình dạng .31 2.2.2 Đặc điểm hình dạng với việc tìm kiếm ảnh 31 2.2.3 Lược đồ hình dạng .33 2.2.4 Biểu diễn hình dạng sở vùng thước đo đồng dạng .34 Hình 2.8: Đo hai hình dạng sở mục 37 Các thao tác hình dạng khác 38 2.3 Tra cứu ảnh dựa vào vân 38 2.3.1 Vân gì? .38 2.3.3 Phân hoạch vùng nhị phân cục .40 2.3.4 Phân đoạn vân 40 2.4 Phương pháp tra cứu ảnh sử dụng dấu hiệu nhị phân .40 2.4.1 Giới thiệu .40 2.4.2 Kiến trúc hệ thống .41 Hình 2.10: Kiến trúc kỹ thuật tra cứu ảnh sử dụng dấu hiệu nhị phân 42 vi 2.4.3 Kỹ thuật tra cứu ảnh theo nội dung dựa vào dấu hiệu nhị phân 42 Hình 2.11: Mẫu thiết lập hình ảnh 44 Bảng 2.2: Dấu hiệu nhị phân hình 2.11 sử dụng VBA 45 2.4.4 Độ đo tương tự .47 Bảng 2.3: Chuỗi dấu hiệu nhị phân minh họa giống khác ảnh 48 Hình 3.4: Biểu đồ Use Case 55 3.3.2 Biểu đồ trình tự biểu đồ hoạt động 55 Hình 3.5: Biểu đồ trình tự tác nhân tra cứu 56 Hình 3.7: Biểu đồ hoạt động tác nhân tra cứu ảnh 57 Hình 3.8: Biểu đồ trình tự tác nhân quản lý CSDL ảnh 58 Hình 3.10: Biểu đồ hoạt động chức quản lý sở liệu ảnh .59 Bảng 3.1: Bảng sở liệu ảnh 59 Bảng 3.2: Bảng sở liệu nhị phân 60 3.5.2.2 Màn hình chọn sở liệu ảnh .62 Hình 3.12: Màn hình chọn sở liệu ảnh 62 3.5.2.3 Màn hình chọn ảnh cần truy vấn 62 .63 Hình 3.13: Màn hình chọn ảnh cần truy vấn 63 Hình 3.15: Danh sách ảnh hiển thị thông tin xếp với ảnh truy vấn .64 Hình 3.16: Màn hình chọn ảnh truy vấn 65 Bảng 3.3: Bảng kết thực truy vấn 67 Bảng 3.4: Bảng kết thực truy vấn 67 DANH MỤC CÁC BẢNG 1.1 Tổng quan xử lý ảnh 1.2.1 Đặc trưng màu .7 1.2.2 Đặc trưng màu vân 1.2.3 Đặc trưng hình dạng 1.3 Các chức hệ thống tra cứu ảnh dựa vào nội dung 12 Truy vấn người sử dụng 13 vii 1.4 Những ứng dụng tra cứu ảnh dựa vào nội dung 15 1.5 Một số hệ thống tra cứu ảnh theo nội dung tiêu biểu .15 2.1 Tra cứu ảnh dựa vào màu sắc 17 2.1.1 Màu sắc 18 2.1.2 Một số đặc tính đặc biệt màu sắc 18 2.1.3 Các không gian màu 19 Hình 2.1: Mô tả không gian màu RGB 20 Hình 2.2: Mô tả không gian màu HSV 21 2.1.4 Lượng tử hóa màu lược đồ màu 23 Lược đồ màu 24 2.2 Tra cứu ảnh dựa vào hình dạng 31 2.2.1 Khái niệm hình dạng .31 2.2.2 Đặc điểm hình dạng với việc tìm kiếm ảnh 31 2.2.3 Lược đồ hình dạng .33 2.2.4 Biểu diễn hình dạng sở vùng thước đo đồng dạng .34 Hình 2.8: Đo hai hình dạng sở mục 37 Các thao tác hình dạng khác 38 2.3 Tra cứu ảnh dựa vào vân 38 2.3.1 Vân gì? .38 2.3.3 Phân hoạch vùng nhị phân cục .40 2.3.4 Phân đoạn vân 40 2.4 Phương pháp tra cứu ảnh sử dụng dấu hiệu nhị phân .40 2.4.1 Giới thiệu .40 2.4.2 Kiến trúc hệ thống .41 Hình 2.10: Kiến trúc kỹ thuật tra cứu ảnh sử dụng dấu hiệu nhị phân 42 2.4.3 Kỹ thuật tra cứu ảnh theo nội dung dựa vào dấu hiệu nhị phân 42 Hình 2.11: Mẫu thiết lập hình ảnh 44 Bảng 2.2: Dấu hiệu nhị phân hình 2.11 sử dụng VBA 45 2.4.4 Độ đo tương tự .47 Bảng 2.3: Chuỗi dấu hiệu nhị phân minh họa giống khác ảnh 48 Hình 3.4: Biểu đồ Use Case 55 3.3.2 Biểu đồ trình tự biểu đồ hoạt động 55 Hình 3.5: Biểu đồ trình tự tác nhân tra cứu 56 Hình 3.7: Biểu đồ hoạt động tác nhân tra cứu ảnh 57 Hình 3.8: Biểu đồ trình tự tác nhân quản lý CSDL ảnh 58 Hình 3.10: Biểu đồ hoạt động chức quản lý sở liệu ảnh .59 Bảng 3.1: Bảng sở liệu ảnh 59 Bảng 3.2: Bảng sở liệu nhị phân 60 3.5.2.2 Màn hình chọn sở liệu ảnh .62 vii Hình 3.12: Màn hình chọn sở liệu ảnh 62 3.5.2.3 Màn hình chọn ảnh cần truy vấn 62 .63 Hình 3.13: Màn hình chọn ảnh cần truy vấn 63 Hình 3.15: Danh sách ảnh hiển thị thông tin xếp với ảnh truy vấn .64 Hình 3.16: Màn hình chọn ảnh truy vấn 65 Bảng 3.3: Bảng kết thực truy vấn 67 Bảng 3.4: Bảng kết thực truy vấn 67 PHẦN 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 Khi có nhu cầu tra cứu vài ảnh sở liệu có hàng trăm ngàn ảnh, điều khó thực ta tra cứu tay theo cách thông thường, nghĩa xem ảnh thấy ảnh có nội dung cần tìm Với tăng nhanh số lượng ảnh, cách tiếp cận tra cứu ảnh dựa vào thích ảnh thủ công trở nên không khả thi thời gian chi phí Do đó, số lượng ảnh lưu trữ trở nên lớn vấn đề đặt phải có phương pháp tổ chức sở liệu ảnh tốt với kỹ thuật tra cứu, tra cứu ảnh hiệu quả, có độ xác cao có hiệu tốt đáp ứng nhu cầu ngày cao người Việc xây dựng hệ thống tra cứu ảnh cần thiết Trong thực tế, toán tra cứu ảnh số có nhiều ứng dụng quan trọng Ví dụ lĩnh vực ngân hàng việc so sánh chữ ký khách hàng với mẫu chữ ký lưu trữ sẵn thực nhanh xác có phần mềm so sánh mẫu chữ ký tốt Các ứng dụng phức tạp so sánh mẫu vân tay, tra cứu ảnh tội phạm v.v toán tra cứu ảnh áp dụng ngành khoa học hình Vì vậy, việc xây dựng hệ thống tra cứu xếp hạng ảnh cần thiết thực tế có nhiều công cụ tra cứu ảnh thương mại xuất Các công cụ tra cứu ảnh thường dựa vào hai đặc trưng văn kèm ảnh nội dung ảnh Tra cứu ảnh theo nội dung nhận nhiều quan tâm nhà khoa học nhu cầu tìm kiếm sở liệu có cỡ lớn tăng nhanh Cây thuốc (cây dược liệu) có vai trò quan trọng đời sống người, đặc biệt chăm sóc sức khỏe Ngày nay, dược liệu người khai thác, khám phá, phát nhận dạng sở công dụng chúng đời sống chúng ta, đặc biệt dược liệu đem lại giá trị kinh tế cao Tuy nhiên nay, nguồn dược liệu bị khai thác bừa bãi ngày nhiều, điều dẫn đến cạn kiệt dần nguồn tài nguyên dược liệu Trên giới, việc nghiên cứu, phát hiện, khai thác quản lý dược liệu nhận quan tâm nghiên cứu nhiều nhà quản lý, nhà khoa học nhà y dược Họ không thu thập, khai thác, quản lý mà xây dựng chế ứng dụng tiến khoa học công nghệ vào nhận dạng, quản lý bảo vệ bảo tồn dược liệu cách hiệu Ở Việt Nam việc quản lý khai thác dược liệu mang tính chất tự phát nên cần có quản lý khai thác đồng sở phát hiện, nhận dạng bảo tồn loài dược liệu quý việc làm cấp thiết Xuất phát từ thực tế nêu trên, luận văn lựa chọn là: “Nghiên cứu kỹ thuật tra cứu ảnh ứng dụng tra cứu thuốc” Bố cục luận văn gồm phần: Phần mở đầu, phần kết luận chương nội dung Chương 1: Tổng quan tra cứu ảnh dựa vào nội dung Chương 2: Một số kỹ thuật tra cứu ảnh dựa vào nội dung Chương 3: Xây dựng chương trình tra cứu ảnh thuốc 58 Hình 3.8: Biểu đồ trình tự tác nhân quản lý CSDL ảnh *Biểu đồ cộng tác *Biểu đồ hoạt động Hình 3.9: Biểu đồ cộng tác tác nhân quản lý CSDL ảnh 59 Hình 3.10: Biểu đồ hoạt động chức quản lý sở liệu ảnh 3.4 Thiết kế sở liệu Bảng 3.1: Bảng sở liệu ảnh 60 Tên trường Kiểu liệu Khóa X Mô tả Image_ID Int ID ảnh ImageName Nvarchar(300) Tên ảnh ImageBinary Image Mã nhị phân Width Int ảnh Chiều rộng ảnh Height Int Chiều cao ảnh Description Nvarchar(500) Mô tả thông tin ảnh Bảng 3.2: Bảng sở liệu nhị phân Tên trường Kiểu liệu Binary_ID ID_Image TotalPixel RTotal GTotal BTotal Int Int Float Float Khóa X Mô tả ID ID ảnh Tổng số pixel ảnh Tổng số pixel màu Float Red Tổng số pixel màu Float Green Tổng số pixel màu Blue 3.5 Xây dựng chương trình 3.5.1 Ngôn ngữ sử dụng 61 Ngôn ngữ chọn để sử dụng xây dựng chương trình tra cứu ảnh ngôn ngữ C# Sở dĩ C# chọn để thực chương trình lý sau: Ngôn ngữ C# ngôn ngữ dẫn xuất từ C C++, tạo từ tảng phát triển Microsoft bắt đầu với công việc C C++ thêm vào đặc tính để làm cho ngôn ngữ dễ sử dụng C# ngôn ngữ đơn giản, đại, hướng đối tượng, ngôn ngữ mạnh mẽ mềm dẻo, có từ khóa; ngôn ngữ hướng module… 3.5.2 Giao diện chương trình 3.5.2.1 Màn hình khởi tạo Hình 3.11: Màn hình khởi tạo chương trình Hình 3.11 mô tả toàn giao diện chương trình bao gồm textbox cho phép chọn thư mục tìm kiếm, chọn ảnh tra cứu, nút button tìm kiếm cho phép thực chương trình, giao diện hiển thị kết tra cứu 62 3.5.2.2 Màn hình chọn sở liệu ảnh Hình 3.12: Màn hình chọn sở liệu ảnh Hình 3.12 giao diện chọn CSDL ảnh tra cứu, giao diện có người sử dụng Click vào Chọn thư mục ảnh, giao diện thị cho người sử dụng danh sách thư mục để lựa chọn tìm kiếm ảnh tìm kiếm thư mục 3.5.2.3 Màn hình chọn ảnh cần truy vấn  • Chọn ảnh truy vấn Chọn ảnh có CSDL ảnh 63 Hình 3.13: Màn hình chọn ảnh cần truy vấn Hình 3.13 giao diện người sử dụng Click vào Chọn ảnh truy vấn chọn ảnh cần truy vấn để thực việc tra cứu Ảnh tra cứu ảnh thuộc không thuộc CSDL ảnh • Màn hình hiển thị kết tra cứu Hình 3.14: Màn hình kết ảnh truy vấn 64 Hình 3.14 hiển thị kết tra cứu, kết xếp giảm dần theo độ tương tự Do ảnh tra cứu có CSDL nên mức độ tương tự ảnh Các ảnh hiển thị theo thứ tự giảm dần độ tương tự • Màn hình hiển thị danh sách ảnh tương đồng Hình 3.15: Danh sách ảnh hiển thị thông tin xếp với ảnh truy vấn Khi người sử dụng Click vào nút Hiển thị danh sách ảnh, ảnh tra cứu hiển thị danh sách ảnh tương tự với ảnh truy vấn theo thứ tự giảm dần độ tương tự thông tin cụ thể loại dược liệu dựa hình ảnh tìm thấy Thông tin giúp người sử dụng hiểu biết thêm loại dược liệu cần tra cứu đặc tính, công dụng  Chọn ảnh CSDL ảnh • Chọn ảnh truy vấn 65 Hình 3.16: Màn hình chọn ảnh truy vấn • Màn hình hiển thị kết tra cứu Hình 3.17: Màn hình kết ảnh truy vấn 66 • Màn hình hiển thị danh sách ảnh tương đồng so với ảnh tra cứu Hình 3.18: Danh sách ảnh hiển thị thông tin xếp với ảnh truy vấn Trong chương tác giả tập trung phân tích sở liệu đầu vào, phân tích hệ thống sử dụng Star UML để vẽ biểu đồ mô tả chức chương trình lựa chọn ngôn ngữ sử dụng để xây dựng chương trình Kết xây dựng chương trình tra cứu ảnh dược liệu dựa vào hình ảnh 3.6 Thử nghiệm đánh giá Dựa sở lý thuyết mô hình đề xuất chương 2, luận văn thực nghiệm việc trích chọn véc tơ đặc trưng từ ảnh truy vấn ảnh CSDL, xác định chuỗi dấu hiệu nhị phân ảnh tính tổng tất khoảng cách ảnh theo bin để tìm ảnh gần giống với ảnh truy vấn - Đầu vào hệ thống: Một ảnh truy vấn người dùng nhập vào - Đầu hệ thống: Tập k ảnh gần với ảnh truy vấn Cơ sở liệu lựa chọn để thử nghiệm gồm 100 ảnh thuốc thu thập vườn thuốc nam trường Đại học Y Thái Nguyên, vườn thuốc nam xí nghiệp 67 Z27, số khu vườn thuốc thực nghiệm trường Đại học Nông Lâm, số hộ gia đình… CSDL đưa phản ánh xác thuật toán Ảnh truy vấn người dùng nhập vào ảnh có CSDL Bảng kết thực nghiệm - Thực truy vấn với ảnh có CSDL: Bảng 3.3: Bảng kết thực truy vấn Ảnh truy vấn Ảnh nguồn Thông tin ảnh nguồn (trích dẫn) Rau má: Lá tròn, có mép khía tai bèo Phiến có gân dạng lưới hình chân vịt Hoa mọc kẻ Công dụng: Điều hòa thể với tác dụng nhuận gan, nhuận tiểu, nhuận tràng, nhuận huyết, giải độc kích thích tiêu hóa Ráy: loại mềm cao 0.3-1.4m, dài tới 5m phía bò, đứng, có thân rễ hình có nhiều đốt ngắn, đốt có vảy màu nâu Lá to hình tim Công dụng: Chữa trẻ bị phù nề, thũng trướng, dùng chữa đau vú, ho, dị ứng, nôn mửa, Bạch hoa xà: Cây sống dai cao 0,3-0,6m, có gốc dạng thân rễ, với thân sù sì, bóng láng Lá mọc so le, hình trái xoan, có tai ôm thân, nguyên, nhẵn, trăng trắng mặt Công dụng: Phong thấp đau nhức xương, đau dày, bệnh da Đuôi chuột: Lá mọc đối, hình bầu dục, mép có răng, dài 3-8cm, rộng 2-4cm, cuống 2-5cm Cụm hoa mọc đứng dài 20-40 cm, nom đuôi chuột Công dụng: Chữa nhiễm trùng đường tiết niệu; đau gân cốt thấp khớp; viêm kết mạc cấp; viêm hầu; lỵ ỉa chảy; cảm lạnh, ho Bèo cái: Cây thảo thuỷ sinh Thân đâm chồi, mang nhánh ngắn, có mọc chụm lại Lá màu lục tươi, có nhiều lông nhung không thấm nước Buồng hoa nhỏ độ 1cm, màu lục nhạt Công dụng: chữa mẩn ngứa, tiêu độc mụn nhọn, chữa ho, hen suyễn, thông kinh, chữa đái buốt Độ tương tự -25223800 -25767600 -28969000 -30261700 - Thực truy vấn với ảnh CSDL (ảnh người dùng nhập vào): Bảng 3.4: Bảng kết thực truy vấn Ảnh truy vấn Ảnh nguồn Thông tin ảnh nguồn (trích dẫn) Độ tương tự 68 Ráy: loại mềm cao 0.3-1.4m, dài tới 5m phía bò, đứng, có thân rễ hình có nhiều đốt ngắn, đốt có vảy màu nâu Lá to hình tim Công dụng: Chữa trẻ bị phù nề, thũng trướng, dùng chữa đau vú, ho, dị ứng, nôn mửa, Hoắc hương: Lá mọc đối, nguyên hình trứng hình elip, dài - cm, rộng - cm, hai mặt màu trắng xám có lông mượt nhung, chóp nhọn tròn, gốc vát nhọn tròn, mép có cưa ngắn Công dụng: Chữa cảm mạo, nhức đầu, đau mẩy, sổ mũi, đau bụng ỉa chảy Gai: Cây thường cao khoảng 1m, gốc hóa gỗ, cành non cuống màu tím đỏ, có lông Lá mọc so le, có cuống, mép khía răng, mặt có lông trắng bạc; có công dụng: chữa động thai, đái máu, viêm tử cung, thường dùng làm bánh Quế: Cây to, cao 10 - 20m Vỏ thân nhẵn Lá mọc so le, có cuống ngắn, cứng giòn, đầu nhọn tù, có gân hình cung Mặt xanh sẫm bóng Công dụng:chữa đường tiêu hoá,có tác dụng bổ dưỡng, hồi sinh, làm nóng, giảm đau, giảm ho;trị nhức mỏi, bong gân, đau lưng Đơn đỏ: Cây cao 0,7 – 1,5m Thân nhỏ màu tía, mọc đối, mặt màu lục sẫm, mặt màu đỏ tía, mép có cưa Hoa mọc thành kẽ hay đầu cành Công dụng: chữa mụn nhọt, mẩn ngứa, zona ỉa lỏng lâu ngày -17628800 -18512200 -19343400 -19373200 -24968400 Sau thực trình truy vấn hai loại ảnh có CSDL, chương trình thu kết định cho phép tìm kiếm ảnh gốc trường hợp ảnh có CSDL ảnh tập ảnh xếp giảm dần theo mức độ tương tự với ảnh truy vấn, hiển thị thông tin ảnh tập ảnh trả Chương trình tiến hành thực nghiệm ảnh số loại dược liệu như: Cây đơn đỏ, xuân hoa, mã đề, mần tưới, trầu không, lốt, trinh nữ hoàng cung, dâm bụt, bạch hoa xà Kết thực nghiệm trả ảnh cần tra cứu giống với ảnh cần tra cứu, hiển thị số thông tin đặc tính, công dụng dược liệu cần tra cứu với độ xác cao [17] PHẦN KẾT LUẬN 69 Luận văn 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 Luận văn đạt kết định  Kết đạt - Nghiên cứu, khảo sát tra cứu ảnh số kỹ thuật tra cứu ảnh dựa vào nội dung - Xây dựng kho liệu hình ảnh trích chọn đặc trưng số loại dược liệu - Nghiên cứu tiến hành cài đặt phương pháp tra cứu ảnh dựa vào nội dung sử dụng dấu hiệu nhị phân - Xây dựng chương trình thử nghiệm tra cứu ảnh dược liệu dựa vào hình  ảnh Chương trình thực hữu ích, đáp ứng yêu cầu đặt toán Hướng nghiên cứu - Kết hợp sử dụng đặc trưng khác đặc trưng kết cấu, hình dạng vào trình tra cứu - Thực nghiệm sở liệu ảnh có kích thước lớn đa dạng hơn; - Tiến hành nghiên cứu cài đặt thử nghiệm chương trình áp dụng đối sở liệu ảnh dược liệu, để ứng dụng nhiều thực tế 70 TÀI LIỆU THAM KHẢO A Tiếng Việt [1] Lương Mạnh Bá, Nguyễn Thanh Thuỷ (2003), Nhập môn xử lý ảnh số, Nhà xuất Khoa học Kỹ thuật [2] Đỗ Năng Toàn, Phạm Việt Bình (2008), Xử lý ảnh, Nhà xuất Khoa học kỹ thuật B Tiếng Anh [3] Anant Bhardwaj, Manpreet Kaur, and Anupam Kumar (2013), “Recognition of plants by Leaf Image using Moment Invariant and Texture Analysis”, International Journal of Innovation and Applied Studies, Vol 3, No 1, pp 237248 [4] 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 [5] 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) [6] 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 [7] 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 71 [8] 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 [9] Ritendra Datta, Dhiraj Joshi, Jia Li and James Z Wang (2008), “Image Retrieval: Ideas, Influences, and Trends of the New Age”, ACM Computing Surveys, vol 40, no 2, pp 1-60 [10] Kue-Bum Lee, Kwang-Seok Hong (2012), “Advanced Leaf Recognition based on Leaf Contour and Centroid for Plant Classification”, International Journal of Bio-Science and Bio-Technology, Vol 5, No [11] N.Valliammal and Dr.S.N.Geethalakshmi (2011), “Automatic Recognition System Using Preferential Image Segmentation For Leaf And Flower Images”, Computer Science & Engineering: An International Journal (CSEIJ), Vol.1, No.4 [12] V Castelli and L D Bergman (2002), Image Database Search and Retrieval of Digital Imagery, John Wiley & Sons, Inc., New York [13] Ritendra Datta, Dhiraj Joshi, Jia Li and James Z Wang (2008), ``Image Retrieval: Ideas, Influences, and Trends of the New Age,'' ACM Computing Surveys, vol 40, no 2, pp 1-60 [14] Schettini, R., Ciocca, G., and Zuffi, S (2001) Color Imaging Science: Exploiting Digital Media, Ed R Luo and L MacDonald, chapter A Survey on Methods for Colour Image Indexing and Retrieval in Image Database John Wiley [15] Y Rui, T Huang, and S Chang (1999), ―Image retrieval: current techniques, promiing directions and open issues, Journal of Visual Communication and Image Representation, 10(4), pp 39–62 [16] Website: www.jisc.ac.uk/uploaded_documents/jtap-039.doc [17] Website: http://hocvienquany.vn/caythuoc/default.aspx 72 DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC LIÊN QUAN ĐẾN LUẬN VĂN [1] Nguyễn Văn Huân, Nguyễn Văn Tảo, Nguyễn Thị Bích Hạnh (2013), “Giải pháp tra cứu quản lý Cây dược liệu Việt Nam dựa vào trích chọn đặc trưng ảnh dược liệu kho sở liệu”, Nhà xuất Đại học Thái Nguyên [...]... nội dung hiển thị ảnh và nội dung văn bản đi kèm ảnh trong quá trình tra cứu Ví dụ, với truy vấn “Apple”, máy tra cứu khó phân biệt được người dùng muốn tìm hình ảnh quả táo hay logo của hãng Apple Bên cạnh đó phương pháp tra cứu ảnh dựa theo văn bản không thể áp dụng để tra cứu các cơ sở dữ liệu ảnh có số lượng ảnh lớn và kết quả tra cứu thì mang tính chủ quan và cảm ngữ cảnh Một trong những phương... quả tra cứu thích hợp cho ứng dụng tra cứu ảnh dựa vào nội dung Trong luận văn này, em sẽ tập trung vào đặc trưng cụ thể là đặc trưng màu và vector đặc trưng ứng dụng tra cứu ảnh dựa vào nội dung Một số đặc trưng đã được sử dụng để biểu diễn các ảnh trong các hệ thống CBIR 1.2.1 Đặc trưng màu Đặc trưng được sử dụng phổ biến nhất là màu Màu sắc là vấn đề cần tập trung giải quyết nhiều nhất, vì một ảnh. .. Những ứng dụng cơ bản của tra cứu ảnh dựa vào nội dung Tra cứu ảnh dựa vào nội dung được ứng dụng thành công trong rất nhiều lĩnh 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 Chuẩn đoán y học Hệ thống thông tin địa lý Di sản văn hóa Giáo dục và đào tạo Giải trí Tra cứu trang web 1.5 Một số hệ thống tra cứu ảnh. .. số kỹ thuật phân đoạn đã có được sử dụng trong cả thị giác máy và tra cứu ảnh Trong, Lybanon và các cộng sự đã nghiên cứu một cách tiếp cận phép toán hình thái học (mở và đóng) trong phân đoạn ảnh Họ đã kiểm tra cách tiếp cận của họ với các loại ảnh khác nhau, gồm các ảnh thiên văn và các ảnh hồng ngoại Trong khi cách tiếp cận này là hiệu quả trong xử lý các loại ảnh khoa học ở trên, hiệu năng của nó... số và nhận dạng theo cấu trúc Một số đối tượng nhận dạng ảnh khá phổ biến hiện nay là nhận dạng kí tự (chữ in, chữ viết tay, chữ kí điện tử), nhận dạng vân tay, nhận dạng mã vạch, nhận dạng mặt người [1] 1.2 Khái quát về tra cứu ảnh Tra cứu ảnh là một quá trình tra cứu trong một cơ sở dữ liệu ảnh những ảnh thỏa mãn một yêu cầu nào đó Ví dụ người sử dụng có thể tra cứu tất cả các ảnh chủ đề về Cây thuốc. .. người sử dụng cũng như thu được đủ thông tin từ người sử dụng để trích rút các kết quả có ý nghĩa 14 Các phương pháp truy vấn dưới đây được sử dụng phổ biến trong nghiên cứu tra cứu ảnh dựa vào nội dung  Truy vấn bởi ảnh mẫu Trong loại truy vấn bởi ảnh mẫu (QBE), người sử dụng hệ thống chỉ rõ một ảnh truy vấn đích, dựa trên ảnh truy vấn đó hệ thống sẽ tìm kiếm trong cơ sở dữ liệu ảnh các ảnh tương... thuốc thảo dược” trong một cơ sở dữ liệu ảnh hoặc một người sử dụng khác lại muốn phân loại cơ sở ảnh của mình thành các bộ sưu tập có chủ đề khác nhau Một ví dụ khác là một người muốn tìm tất cả các ảnh tương tự với một bức ảnh mẫu nào đó trong một cơ sở dữ liệu ảnh Theo Wikipedia: Hệ thống tra cứu ảnh là một hệ thống máy tính sử dụng để duyệt, tra cứu và tra cứu ảnh từ một cơ sở dữ liệu ảnh số lớn Trước... người sử dụng tra cứu ảnh bởi nội dung màu, hình dạng, kết cấu, độ sáng, kết cấu màu và hệ số co Người sử dụng có thể điều chỉnh tỷ trọng của những đặc điểm này trong suốt quá trình tra cứu 1.5.5 Hệ thống Imatch 17 Hệ thống này cho phép người sử dụng tra cứu ảnh bởi nội dung màu, hình dạng, và kết cấu Nó cung cấp một số phương pháp để tra cứu ảnh tương tự: Màu tương tự, màu và hình dạng, màu và hình... sử dụng phương pháp tra cứu ảnh theo văn bản (Text Based Image Retrieval) Theo cách này người ta sẽ gán cho mỗi bức ảnh 6 một lời chú thích phù hợp với nội dung hoặc một đặc điểm nào đó của ảnh, sau đó việc tra cứu ảnh được thực hiện dựa trên những lời chú thích này Phương pháp này khá đơn giản Phương pháp tra cứu ảnh như trên còn được gọi là tra cứu ảnh theo từ khóa Tuy nhiên, việc tra cứu chỉ dựa vào... sử dụng phản hồi liên quan, người sử dụng có thể sử dụng một trong các ảnh hiển thị (kết quả của tìm kiếm trước) là ảnh truy vấn mới Nhưng ImageRover sử dụng thuật toán phản hồi liên quan đặc biệt Người sử dựng có thể chọn nhiều ảnh liên quan Thuật toán đó tính toán véctơ đặc trưng tổ hợp từ các ảnh này Véctơ đặc tưng tổ hợp được sử dụng như câu truy vấn mới Chương 2 MỘT SỐ KỸ THUẬT TRA CỨU ẢNH DỰA VÀO ... 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 ảnh chủ đề Cây thuốc thảo dược” sở liệu ảnh người sử dụng khác lại muốn phân loại sở ảnh. .. 2: Một số kỹ thuật tra cứu ảnh dựa vào nội dung Chương 3: Xây dựng chương trình tra cứu ảnh thuốc 3 Chương TỔNG QUAN VỀ TRA CỨU ẢNH DỰA VÀO NỘI DUNG 1.1 Tổng quan xử lý ảnh Xử lý ảnh lĩnh vực... lựa chọn là: Nghiên cứu kỹ thuật tra cứu ảnh ứng dụng tra cứu thuốc Bố cục luận văn gồm phần: Phần mở đầu, phần kết luận chương nội dung Chương 1: Tổng quan tra cứu ảnh dựa vào nội dung Chương