luận văn phương pháp phân đoạn ảnh dựa trên mô hình tách, ghép vùng

1 MỞ ĐẦU Ngày nay, xử lý ảnh trở thành ngành khoa học lớn có nhiều ứng dụng lĩnh vực: Y tế (xử lý ảnh siêu âm, ảnh chụp cắt lớp), tìm kiếm tội phạm (nhận dạng ảnh tội phạm, dấu vân tay), thị giác máy tính (dùng xử lý ảnh phát đối tượng chuyển động), tra cứu ảnh… Xử lý ảnh nghiên cứu trình xử lý thông tin dạng hình ảnh, mà hình ảnh lại dạng thông tin phong phú người Quá trình xử lý ảnh bao gồm bước: thu nhận ảnh, tiền xử lý, phân đoạn ảnh, biểu diễn mô tả, nhận dạng nội suy dựa sở tri thức Phân đoạn ảnh công việc quan trọng khó khăn xử lý ảnh, định thành công hay thất bại toàn công việc phân tích ảnh Nếu bước phân đoạn ảnh không tốt dẫn đến việc nhận diện sai đối tượng ảnh Chính phải có phương pháp phân đoạn ảnh tốt với kỹ thuật phân tích ảnh phù hợp để trình xử lý ảnh đạt hiệu tốt Phân đoạn ảnh trình phân hoạch ảnh số thành nhiều đoạn (tập pixel) Mục tiêu phân đoạn đơn giản hóa thay đổi biểu diễn ảnh thành biểu diễn có ý nghĩa dễ phân tích Phân đoạn ảnh sử dụng để xác định đối tượng đường biên (đường thẳng, đường cong, ) ảnh Nói cách khác, phân đoạn ảnh trình gán nhãn cho pixel ảnh cho pixel có nhãn có chung thuộc tính trực quan Cho đến có nhiều hướng tiếp cận để phân đoạn ảnh, chia thành ba nhóm sau: Dựa không gian đặc trưng, dựa không gian ảnh, dựa mô hình vật lý Mỗi hướng tiếp cận có ưu nhược điểm riêng phụ thuộc nhiều vào lĩnh vực ứng dụng cụ thể Do đó, việc Luận văn thạc sĩ Khoa học máy tính nghiên cứu phương pháp phân đoạn ảnh tiến hành cài đặt phương pháp phân đoạn ảnh cần thiết Vấn đề động lực để luận văn tìm hiểu phương pháp phân đoạn ảnh số ứng dụng tra cứu ảnh Khi người sử dụng cung cấp ảnh đầu vào (gọi ảnh truy vấn), hệ thống phân đoạn ảnh truy vấn thành vùng tính toán độ tương tự ảnh truy vấn ảnh sở liệu ảnh dựa vùng phân đoạn Sau tính toán độ tương tự, hệ thống dựa độ tương tự ảnh truy vấn với ảnh sở liệu ảnh để phân hạng ảnh theo thứ tự giảm dần độ tương tự Do chất lượng kỹ thuật phân đoạn ảnh hưởng nhiều đến độ xác hệ thống tra cứu Luận văn trình bày tổng quan xử lý ảnh số phương pháp phân đoạn ảnh số sâu vào phương pháp tách tứ phân, tách theo vùng đồng nhất, phương pháp K-means HAC Trên sở phương pháp phân đoạn ảnh tiến hành xây dựng chương trình phân đoạn ảnh sử dụng ngôn ngữ lập trình C# môi trường Visual Studio 2010 SQL Server 2008 Nội dung luận văn gồm có ba chương: Chương 1: Giới thiệu tổng quan xử lý ảnh phân đoạn ảnh Chương 2: Trình bày phân đoạn ảnh theo mô hình tách, ghép vùng Chương 3: Chương trình phân đoạn ảnh ứng dụng phân đoạn ảnh tra cứu ảnh Xử lý ảnh vấn đề trừu tượng liên quan đến nhiều thuật toán, kỹ thuật xử lý viết chương trình Em cố gắng để hoàn thiện luận văn, nhiên thời gian có hạn nên tránh khỏi thiếu sót Em mong nhận đóng góp ý kiến thầy cô giáo Hội đồng chấm luận văn để luận văn hoàn thiện Luận văn thạc sĩ Khoa học máy tính CHƯƠNG 1: TỔNG QUAN VỀ XỬ LÝ ẢNH VÀ PHÂN ĐOẠN ẢNH 1.1 Tổng quan xử lý ảnh 1.1.1 Giới thiệu xử lý ảnh Ngày nay, xử lý ảnh [2] trở thành ngành khoa học lớn có mặt nhiều lĩnh vực sống y tế, tìm kiếm tội phạm, khí tượng thủy văn, thị giác máy tính, v.v Xử lý ảnh ngành khoa học nghiên cứu trình xử lý thông tin dạng hình ảnh, mà hình ảnh lại dạng thông tin phong phú người Trong trình xử lý ảnh, phân đoạn ảnh bước quan trọng khó khăn Phân đoạn nhằm mục đích phân tích ảnh thành thành phần có tính chất để sử dụng cho ứng dụng sau Các phương pháp xử lý ảnh ứng dụng chính: nâng cao chất lượng ảnh, phân đoạn ảnh phân tích ảnh Ứng dụng biết đến nâng cao chất lượng ảnh báo truyền qua cáp từ London đến New York từ năm 1920 Vấn đề nâng cao chất lượng ảnh có liên quan tới phân bố mức sáng độ phân giải ảnh Việc nâng cao chất lượng ảnh phát triển vào khoảng năm 1955 Điều giải thích sau chiến thứ hai, máy tính phát triển nhanh tạo điều kiện cho trình xử lý ảnh số thuận lợi Năm 1964, máy tính có khả xử lý nâng cao chất lượng ảnh từ mặt trăng vệ tinh Ranger Mỹ bao gồm: làm đường biên, lưu ảnh Từ năm 1964 đến nay, phương tiện xử lý, nâng cao chất lượng, phân đoạn ảnh nhận dạng ảnh phát triển không ngừng Luận văn thạc sĩ Khoa học máy tính 1.1.2 Quá trình xử lý ảnh 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 vào Xử lý ảnh Ảnh (tốt hơn) 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 trưng cường độ sáng hay dấu hiệu vị trí đối tượng không gian xem hàm n biến P(c1,c2, ,cn) Quá trình xử lý ảnh [2] mô tả sơ đồ sau: Biểu diễn mô tả ảnh Phân đoạn Tiền xử lý ảnh CƠ SỞ TRI THỨC Nhận dạng nội suy Thu nhận Hình 1.2 Quá trình xử lý ảnh  Thu nhận ảnh: Đây bước trình xử lý ảnh song kết có ảnh hưởng nhiều đến bước Đầu tiên, ảnh tự nhiên từ giới thu nhận qua thiết bị thu Luận văn thạc sĩ Khoa học máy tính camera, máy chụp ảnh, v.v Trước đây, ảnh thu nhận qua camera tín hiệu tương tự (loại camera ống kiểu CCIR) Gần đây, với phát triển công nghệ, ảnh màu đen trắng lấy từ camera, sau chuyển trực tiếp thành ảnh số tạo thuận lợi cho xử lý Mặt khác, ảnh tiếp nhận từ vệ tinh qua cảm ứng hay ảnh, tranh quét máy quét ảnh (scanner)  Tiền xử lý: Ở bước này, ảnh cải thiện độ tương phản, khử nhiễu, khôi phục ảnh, nắn chỉnh hình học, v.v Với mục đích làm cho chất lượng ảnh trở nên tốt nữa, chuẩn bị cho bước xử lý phức tạp sau * Khử nhiễu: Nhiễu chia thành hai loại: nhiễu hệ thống nhiễu ngẫu nhiên Đặc trưng nhiễu hệ thống tính tuần hoàn Do vậy, khử nhiễu việc sử dụng phép biến đổi Fourier loại bỏ đỉnh điểm Đối với nhiễu ngẫu nhiên, trường hợp đơn giản vết bẩn tương ứng với điểm sáng hay tối, khử phương pháp nội suy, lọc trung vị trung bình * Chỉnh mức xám: Đây kỹ thuật nhằm chỉnh sửa tính không đồng thiết bị thu nhận độ tương phản vùng ảnh * Chỉnh tán xạ: Ảnh thu nhận từ thiết bị quang học hay điện tử bị mờ, nhoè Phương pháp biến đổi Fourier dựa tích chập ảnh với hàm tán xạ cho phép giải việc hiệu chỉnh * Nắn chỉnh hình học: biến dạng hình học thường thiết bị điện tử quang học gây Do đó, phương pháp hiệu chỉnh ảnh dựa mô hình mô tả dạng phương trình biến đổi ảnh biến dạng f(x,y) thành ảnh lý tưởng f(x',y') sau:  x' = hx ( x, y )   y ' = hy ( x, y ) Luận văn thạc sĩ Khoa học máy tính Trong hx, hy phương trình tuyến tính (biến dạng phối cảnh) hay bậc hai (biến dạng ống kính camera)  Phân đoạn ảnh: Phân đoạn ảnh bước then chốt xử lý ảnh, giai đoạn nhằm phân tích ảnh thành thành phần có tính chất đó, dựa theo biên hay vùng liên thông Tiêu chuẩn để xác định vùng liên thông màu, mức xám hay độ nhám, v.v Mục đích phân đoạn ảnh để có miêu tả tổng hợp từ nhiều phần tử khác cấu tạo nên ảnh thô Vì lượng thông tin chứa ảnh lớn, trong đa số ứng dụng cần trích chọn vài đặc trưng đó, cần có trình để giảm lượng thông tin khổng lồ Quá trình bao gồm phân vùng ảnh trích chọn đặc tính chủ yếu  Biểu diễn mô tả ảnh: Ảnh đầu sau phân đoạn chứa điểm ảnh vùng ảnh (ảnh phân đoạn) cộng với mã liên kết với vùng lân cận Việc biến đổi số liệu thành dạng thích hợp cần thiết cho xử lý máy tính Việc chọn tính chất để thể ảnh gọi trích chọn đặc trưng gắn với việc tách đặc tính ảnh dạng thông tin định lượng làm sở để phân lớp đối tượng với đối tượng khác phạm vi ảnh nhận Ví dụ: nhận dạng ký tự, ta miêu tả đặc trưng ký tự, giúp phân biệt ký tự với ký tự khác Một số phương pháp biểu diễn thường dùng: o Biểu diễn mã chạy (Run-Length Code) o Biểu diễn mã xích (Chaine Code) o Biểu diễn mã tứ phân (Quad-Tree Code)  Nhận dạng nội suy: Đây bước cuối trình xử lý ảnh Nhận dạng ảnh trình xác định ảnh Quá trình thường thu Luận văn thạc sĩ Khoa học máy tính cách so sánh với mẫu chuẩn học (hoặc lưu) từ trước Có kiểu nhận dạng ảnh bản: − Nhận dạng theo tham số − Nhận dạng theo cấu trúc Một số đối tượng nhận dạng phổ biến áp dụng khoa học công nghệ là: Nhận dạng ký tự (chữ in, chữ viết tay, chữ ký điện tử), nhận dạng văn , nhận dạng vân tay, nhận dạng mã vạch, nhận dạng mặt người, v.v Nội suy phán đoán theo ý nghĩa sở nhận dạng Cơ sở tri thức: Ảnh đối tượng phức tạp đường nét, độ sáng tối, dung lượng điểm ảnh, v.v Trong nhiều khâu xử lý phân tích ảnh, việc đơn giản hóa phương pháp toán học đảm bảo tiện lợi cho xử lý, người ta mong muốn bắt chước quy trình tiếp nhận xử lý ảnh theo cách người Trong bước xử lý đó, nhiều khâu xử lý theo phương pháp trí tuệ người Vì vậy, sở tri thức phát huy Không phải ứng dụng xử lý ảnh bắt buộc phải tuân theo bước xử lý nêu trên, ví dụ ứng dụng chỉnh sửa ảnh nghệ thuật dừng lại bước tiền xử lý Một cách tổng quát chức xử lý bao gồm nhận dạng nội suy thường có mặt hệ thống phân tích ảnh tự động bán tự động, dùng để rút trích thông tin quan trọng từ ảnh, ví dụ ứng dụng nhận dạng kí tự quang học, nhận dạng chữ viết tay, v.v 1.1.3 Một số khái niệm 1.1.3.1 Điểm ảnh - Pixel Ảnh thực tế [1] ảnh liên tục không gian giá trị độ sáng Để xử lý ảnh máy tính, ảnhcần phải số hoá Số hoá ảnh biến đổi tín hiệu liên tục sang tín hiệu rời rạc thông Luận văn thạc sĩ Khoa học máy tính qua trình lấy mẫu (rời rạc hoá không gian) lượng hoá thành phần giá trị mà nguyên tắc mắt thường không phân biệt hai điểm kề Trong trình người ta sử dụng khái niệm Picture element mà ta quen gọi Pixel - phần tử ảnh Ảnh xem tập hợp hữu hạn điểm ảnh, thường biểu diễn mảng hai chiều I(n,m) với n số hàng, m số cột Ta ký hiệu P(x,y) – phần tử ma trận điểm ảnh vị trí (x,y) 1.1.3.2 Mức xám Mức xám điểm ảnh cường độ sáng nó, gán giá trị số điểm Các thang giá trị mức xám thông thường: 16, 32, 65, 128, 256 (mức 256 phổ biến nhất, mức pixel mã hóa 8bit) - Ảnh trắng đen: Là ảnh có màu trắng đen (không chứa màu khác) với mức xám điểm ảnh khác - Ảnh nhị phân: Là ảnh có mức trắng đen phân biệt, tức dùng 1bit mô tả 21 mức khác Nói cách khác: Mỗi bit điểm ảnh nhị phân 0,1 -Ảnh màu: Trong khuôn khổ lý thuyết màu (Red, Green, Blue) để tạo nên giới màu, người ta thường dùng byte để mô tả mức màu, giá trị màu: 28*3=224≈16,7 triệu màu 1.1.3.3 Biên Biên đặc tính quan trọng đối tượng ảnh, nhờ vào biên mà phân biệt đối tượng với đối tượng Một điểm ảnh gọi điểm biên có thay đổi đột ngột mức xám Tập hợp điểm biên gọi biên hay gọi đường bao ảnh Luận văn thạc sĩ Khoa học máy tính 1.1.3.4 Láng giềng Trong xử lý ảnh có khái niệm quan trọng, khái niệm láng giềng Có hai loại láng giềng: láng giềng láng giềng - láng giềng điểm (x,y) tập hợp bao gồm láng giềng dọc láng giềng ngang nó: N4((x,y)) = {(x+1,y), (x-1,y), (x,y+1), (x,y-1)} Trong hình 1.3 điểm P0, P2, P4, P6 4-láng giềng P P2(x,y-1) P4(x-1,y) P(x,y) P0(x+1,y) P6(x,y+1) Hình 1.3 Khái niệm 4-láng giềng - láng giềng (x,y) tập cha láng giềng bao gồm láng giềng ngang, dọc chéo: N8((x,y)) = N4((x,y)) ∪ {(x+1,y+1), (x-1,y-1), (x+1,y-1), (x-1,y+1)} Trong hình 1.4 điểm P0, P1, P2, P3, P4, P5, P6, P7 8-láng giềng P P3(x-1,y-1) P2(x,y-1) P1(x+1,y-1) P4(x-1,y) P(x,y) P0(x+1,y) P5(x-1,y+1) P6(x,y+1) P7(x+1,y+1) Hình 1.4 Khái niệm 8-láng giềng 1.1.3.5 Vùng liên thông Một vùng R gọi liên thông hai điểm (x A,yA) (xB,yB) thuộc vào R nối đường (x A,yB) (xi-1,yi-1), (xi,yi), (xi+1,yi+1) (xB,yB), mà điểm (xi,yi) thuộc vào R điểm (x i,yi) kề sát với điểm trước (x i-1,yi-1) điểm (xi+1,yi+1) đường Một điểm (xk,yk) gọi kề với điểm (x l,yl) (xl,yl) thuộc vào láng giềng trực tiếp (xk,yk) 1.1.3.6 Vùng ảnh (Segment) Luận văn thạc sĩ Khoa học máy tính 10 Vùng ảnh chi tiết, thực thể toàn cảnh Nó tập hợp điểm có gần tính chất : mức xám, mức màu, độ nhám, v.v Vùng ảnh hai thuộc tính quan trọng ảnh 1.1.3.7 Đối tượng ảnh Quan hệ k-liên thông [3] E (k=4,8) quan hệ phản xạ, đối xứng bắc cầu Bởi quan hệ tương đương Mỗi lớp tương đương gọi thành phần k-liên thông ảnh Ta gọi thành phần k-liên thông ảnh đối tượng ảnh 1.1.3.8 Chu tuyến ảnh Chu tuyến đối tượng ảnh dãy điểm đối tượng ảnh P1,…,Pn cho Pi Pi+1 8-láng giềng (i=1, ,n-1) P1 8-láng giềng Pn, ∀i ∃Q không thuộc đối tượng ảnh Q 4-láng giềng Pi (hay nói cách khác ∀i Pi biên 4) Kí hiệu Tổng khoảng cách hai điểm chu tuyến độ dài chu tuyến kí hiệu Len(C) hướng PiPi+1 hướng chẵn Pi Pi+1 – láng giềng (trường hợp lại PiPi+1 hướng lẻ) Hình 1.3 biểu diễn chu tuyến ảnh, đó, P điểm khởi đầu chu tuyến Hình 1.5 Ví dụ chu tuyến đối tượng ảnh 1.1.4 Các định dạng xử lý ảnh Luận văn thạc sĩ Khoa học máy tính 53 Véc tơ đặc trưng Ảnh truy vấn Trích rút đặc trưng So sánh độ tương tự Tập ảnh Cơ sở liệu đặc trưng ••• Trích rút đặc trưng Tra cứu Kết Hình 3.11 Mô hình chi tiết hệ thống tra cứu ảnh Luận văn thạc sĩ Khoa học máy tính 54 Biểu đồ Use-Case Hình 3.12 Biểu đồ Use-Case tổng quát hệ thống Xác định Actor Use-Case Danh sách Actor mô hình: STT Actor Vai trò  Quản lý tập ảnh sở liệu Người sử dụng  Tra cứu ảnh Danh sách Use-Case mô hình: STT Use-Case Tra cứu ảnh Phân đoạn ảnh Lưu ảnh vào CSDL Chức • Cho phép tra cứu ảnh tập ảnh sở liệu dựa vào ảnh mẫu truy vấn • Thực phân chia ảnh thành vùng theo khoảng cách Euclide pixel màu • Trích rút đặc trưng vùng, cụ thể đặc trưng màu sắc, kích cỡ vị trí không gian vùng • Lưu thông tin ảnh véc tơ đặc trưng sau trích rút ảnh Luận văn thạc sĩ Khoa học máy tính 55 Hình 3.13 Biểu đồ trình tự tra cứu ảnh Hình 3.14 Biểu đồ trình tự lưu vào sở liệu Luận văn thạc sĩ Khoa học máy tính 56 3.3.3 Chương trình tra cứu ảnh Chương trình xây dựng với mục đích tra cứu ảnh CSDL tương tự với ảnh truy vấn Chương trình viết ngôn ngữ lập trình C# môi trường Visual Studio 2010 SQL Server 2008 Tập ảnh thử nghiệm: Cơ sở liệu ảnh gồm 1000 ảnh JPEG Cơ sở liệu ảnh tập tập ảnh GS Wang tập hợp từ Internet sử dụng để đánh giá hiệu tra cứu Các ảnh CSDL có kích cỡ 128× 85 điểm ảnh 85×128 điểm ảnh Các ảnh gồm 256 màu Cơ sở liệu ảnh gồm ảnh ngựa, cảnh hoàng hôn, vườn hoa, rừng, phong cảnh, nhà cửa Bảng 3.1 Số lượng loại ảnh sở liệu TT Loại ảnh Ngựa Cảnh hoàng hôn Vườn hoa Rừng Bầu trời, phong cảnh Nhà cửa Các loại ảnh khác Số lượng 71 85 121 130 356 115 122 Chức chương trình: Cho phép người sử dụng cung cấp ảnh truy vấn, người sử dụng chọn số cụm cần phân đoạn chọn số lượng ảnh kết quả, sau chương trình thực tra cứu đưa kết tập ảnh phân hạng theo thứ tự giảm dần khoảng cách ảnh sở liệu so với ảnh truy vấn Giao diện chương trình: Luận văn thạc sĩ Khoa học máy tính 57 Hình 3.15 Chọn ảnh truy vấn Hình 3.16 Kết truy vấn Luận văn thạc sĩ Khoa học máy tính 58 Hình 3.17 Chọn ảnh truy vấn Hình 3.18 Kết truy vấn Luận văn thạc sĩ Khoa học máy tính 59 Hình 3.19 Chọn ảnh truy vấn Hình 3.20 Kết truy vấn Luận văn thạc sĩ Khoa học máy tính 60 Qua ví dụ cho ta thấy khoảng cách ảnh truy vấn ảnh CSDL nhỏ độ tương tự ảnh lớn, đặc biệt khoảng cách ảnh giống hệt Hiệu tra cứu ảnh: Thời gian tìm kiếm ảnh phụ thuộc vào thời gian phân đoạn ảnh truy vấn (phụ thuộc vào thuật toán phân đoạn ảnh), số lượng ảnh CSDL nhiều hay ít, thuật toán tra cứu ảnh, tốc độ xử lý máy tính 3.5 Kết luận chương Trong chương này, luận văn trình bày kết chương trình phân đoạn ảnh theo mô hình tách vùng sử dụng thuật toán tách tứ phân, phân đoạn ảnh theo mô hình ghép vùng sử dụng thuật toán Single-Link với ngưỡng màu ngưỡng cỡ khác nhau; sử dụng thuật toán Kmeans với số cụm khác Ngoài luận văn trình bày kết việc ứng dụng phân đoạn ảnh để tiến hành xây dựng hệ thống tra cứu ảnh Luận văn thạc sĩ Khoa học máy tính 61 KẾT LUẬN Phân đoạn ảnh lĩnh vực nghiên cứu mở Những công nghệ non trẻ nhiều vấn đề cần phải tiếp tục nghiên cứu Trong giới hạn luận văn, trình bày tổng quan phân đoạn ảnh với phương pháp phân đoạn ảnh theo mô hình tách, ghép vùng thường sử dụng Đặc biệt luận văn xây dựng thử nghiệm chương trình phân đoạn ảnh tra cứu ảnh với sở liệu ảnh tự nhiên dựa vào đặc trưng vùng thu kết định Qua thấy hiệu phương pháp cho hiệu độ xác thời gian Luận văn đạt số kết sau: - Tìm hiểu tổng quan xử lý ảnh phân đoạn ảnh - Tìm hiểu phương pháp phân đoạn K-means, phân cụm dựa vào màu CBC, tách tứ phân, tách theo vùng CSI - Ứng dụng phương pháp phân đoạn ảnh vào xây dựng hệ thống tra cứu ảnh dựa vào nội dung - Sưu tầm tập ảnh thực nghiệm cho kết tốt Bên cạnh luận văn có hạn chế cần khắc phục: Chưa đưa phương pháp phân đoạn hoàn toàn mới, chưa có so sánh đầy đủ phương pháp phân đoạn HƯỚNG PHÁT TRIỂN - Nghiên cứu nâng cao hiệu phương pháp phân đoạn - Đưa ứng dụng phân đoạn vào thực tế Luận văn thạc sĩ Khoa học máy tính 62 TÀI LIỆU THAM KHẢO Tiếng Việt [1] Lương Mạnh Bá, Nguyễn Thanh Thủy (2006), Nhập môn Xử lý ảnh, Nxb Khoa học Kỹ thuật, tr 24-28, 132-143 [2] Nguyễn Quang Hoan, (2006), Xử lý ảnh, Học viện Bưu viễn thông, Hà Nội, tr 4-9 [3] Đỗ Năng Toàn, Phạm Việt Bình (2007), Giáo trình môn học Xử lý ảnh, Trường Đại học Thái Nguyên, tr 37-38 Tiếng Anh [4] David M Blei, Hierarchical clustering, COS424 Princeton University, February 28, 2008, pp 52-53 [5] Flickner.M, Sawhney.H, Niblack.W, Ashley.J, Huang.Q, Dom.B, Gorkani.D, Hafner.J, Lee D, Petkovic D, Steele.D, Yanker.D, Query by Image and Video Content: The QBIC System IEEE Computer 1995, september, pp 23-32 [6] H Tamura, S Mori, and T Yamawaki “Texture features corresponding to visual perception” IEEE Transactionson Systems, Man, and Cybernetics, SMC-8(6):460–473, 1978 [7] Quynh, N H and Tao, N Q (2008), “Combining color and spatial information for retrieving landscape images”, In Proc of IEEE on Image and Signal Processing, vol.2, pp 480-484 [8] R Haralick, K Shanmugam, and I Dinstein “Texture feature for image classification” IEEE Transactions on Systems, Man, and Cybernetics, SMC-3(6):610–621, 1973 [9] R.C Gonzalez and R.E Woods, Digital Image Processing AddisonWesley, third edition, 1992 Luận văn thạc sĩ Khoa học máy tính 63 [10] R.O Stehling, M.A Nascimento, and A.X Falc˜ao “An adaptive and efficient clustering-based approach for content based image retrieval in image databases” In Proc of the Intl Data Engineering and Application Symposium, 2001, pp 5–15 [11] R.O Duda and P.E Hart Pattern Classification and Scene Analysis Wiley-Interscience, 1973 [12] Ramesh Jain, Rangachar Kastun, Brian G Schunck (1995), Machine Vision (Chapter 3), McGRAW-HILL, pp 89-91 [13] Sameer Singh, Maneesha Singh, Chid Apte, Petra Perner, Pattern Recognition and Image Analysis- partII, Springer, 2005, pp.533-537 Các trang web: [14] Hierarchical clustering, http://www.ics.uci.edu/~eppstein/280/tree.html, ngày 06 tháng 05 năm 1999 [15] Không gian Euclide, http://vi.wikipedia.org/wiki/Không_gian_Euclide, ngày 21 tháng 04 năm 2012 [16] HSL & HSV, http://en.wikipedia.org/wiki/HSL_and_HSV, ngày 01 tháng 04 năm 2012 [17] JPG, http://en.wikipedia.org/wiki/JPEG, ngày 14 tháng 04 năm 2012 Luận văn thạc sĩ Khoa học máy tính 64 PHỤ LỤC Phần trình bày số đoạn chương trình thực phân đoạn ảnh theo mô hình ghép vùng (theo thuật toán K-means) Chương trình viết Visual Studio 2010, bao gồm khung (frame) lớp (lớp bao gồm hàm xử lý liên quan đến thuộc tính đối tượng) Các hàm liên quan đến thuộc tính ảnh lưu lớp, ví dụ: clsConnect.cs lưu hàm thao tác với sở liệu, color.cs lưu hàm thao tác với màu Điểm ảnh : bao gồm giá trị màu Đỏ, Xanh nước biển, xanh da trời nhãn (rank, join, label,root) giá trị nhãn cho biết trạng thái điểm ảnh, tọa độ x,y Xử lý ảnh truy cập vào điểm ảnh lấy thuộc tính ảnh giá trị màu R,G,B( để chuyển ảnh sang mức xám ) tọa độ ảnh Thuộc tính điểm ảnh class Vertex { #region Members int nName; public int nRank; public int nJoin; public int cRed; public int cGreen; public int cBlue; public double nMean; public int nLabel; public int X; public int Y; public Vertex vRoot; #endregion } Chọn ảnh, đọc ảnh từ thư mục máy tính, hàm có sẵn Visual Studio private void btnLoad_Click(object sender, EventArgs e) { OpenFileDialog ofd = new OpenFileDialog(); if (ofd.ShowDialog() == DialogResult.OK) { img = System.Drawing.Image.FromFile(ofd.FileName); Luận văn thạc sĩ Khoa học máy tính 65 filename = ofd.FileName.Substring(ofd.FileName.LastIndexOf(@"\") + 1, ofd.FileName.Length - ofd.FileName.LastIndexOf(@"\") - 1); bmImg = (Bitmap)(img); seg = new Segmentation(bmImg); picOpen.Image = (Image)seg.GetBitmap(); toolStripStatusLabel1.Text = ofd.FileName; } } using using using using using using using using using using using using using using System; System.Collections.Generic; System.ComponentModel; System.Data; System.Drawing; System.Linq; System.Text; System.Windows.Forms; System.Data.SqlClient; System.Drawing.Drawing2D; System.Drawing.Imaging; System.IO; System.Collections; System.Collections.Specialized; Khai báo thư viện sử dụng namespace Segmentation { public partial class frmKMeans : Form { Image img; Bitmap bmp, bmImg; Segmentation seg; ClsConnect db = new ClsConnect(); SqlCommand cmd; //List _lstRegion; //List _lstVer; KMeans _kMeans; int _count = 0; string filename; public frmKMeans() { InitializeComponent(); } Khai báo biến kết nối với sở liệu Hàm khởi tạo private void btnLoad_Click(object sender, EventArgs e) { OpenFileDialog ofd = new OpenFileDialog(); if (ofd.ShowDialog() == DialogResult.OK) { img = System.Drawing.Image.FromFile(ofd.FileName); filename = ofd.FileName.Substring(ofd.FileName.LastIndexOf(@"\") + 1, ofd.FileName.Length - Đọc ảnh từ máy tính Luận văn thạc sĩ Khoa học máy tính 66 ofd.FileName.LastIndexOf(@"\") - 1); bmImg = (Bitmap)(img); seg = new Segmentation(bmImg); picOpen.Image = (Image)seg.GetBitmap(); toolStripStatusLabel1.Text = ofd.FileName; } } private int numRegion; Bitmap bmSeg; private void btnSeg_Click(object sender, EventArgs e) { if (picOpen.Image != null) { frmShowKMeans f = new frmShowKMeans(); f.ShowDialog(); numRegion = f.cR; bmSeg = KMeans((Bitmap)bmImg, picRegion, numRegion); MessageBox.Show("Bạn phân đoạn xong"); } else MessageBox.Show("Bạn chưa chọn ảnh cần phân đoạn"); } List _lstRegion; List _lstVer; public Bitmap KMeans(Bitmap bm, PictureBox pic, int countRegion) { Bitmap bmp = bm; //int cR = Convert.ToInt32(txtCountReg.Text); if (bm.Width > 128 && bm.Height > 128) { bmp = new Bitmap(128, 128); Graphics graphic = Graphics.FromImage((Image)bmp); graphic.CompositingQuality = CompositingQuality.HighQuality; graphic.SmoothingMode = SmoothingMode.HighQuality; graphic.InterpolationMode = InterpolationMode.HighQualityBicubic; graphic.DrawImage((Image)bm, 0, 0, 128, 128); } _kMeans = new KMeans(bmp, countRegion, Colour.Types.RGB); while (!_kMeans.Converged) { _kMeans.Iterate(); _count++; } Hàm phân đoạn ảnh Chuẩn hóa cỡ ảnh 128 x 128 Phép lặp kiểm tra hàm hội tụ chưa Luận văn thạc sĩ Khoa học máy tính 67 ICollection _values = _kMeans.PixelDataClusterAllocation.Values; _lstVer = new List(); foreach (List v in _values) { int i = 0; List m_vertex = new List(); foreach (PixelData pd in v) { Vertex vx = new Vertex(i); vx.cRed = (int)v[i].Ch1; vx.cGreen = (int)v[i].Ch2; vx.cBlue = (int)v[i].Ch3; vx.X = (int)v[i].x; vx.Y = (int)v[i].y; m_vertex.Add(vx); i++; } _lstVer.Add(m_vertex); } Segmentation sgm = new Segmentation(bmp); _lstRegion = sgm.GetRange(_lstVer); bmp = _kMeans.ProcessedImage; pic.Image = bmp; pic.Refresh(); } Tính lại giá trị tâm cụm Định vị vị trí điểm ảnh return bmp; Luận văn thạc sĩ Khoa học máy tính ... Chương PHÂN ĐOẠN ẢNH THEO MÔ HÌNH TÁCH, GHÉP VÙNG Luận văn thạc sĩ Khoa học máy tính 22 2.1 Phân đoạn ảnh theo mô hình tách vùng 2.1.1 Tách vùng theo phương pháp tách tứ phân Phương pháp tách tứ phân. .. lý ảnh số phương pháp phân đoạn ảnh số sâu vào phương pháp tách tứ phân, tách theo vùng đồng nhất, phương pháp K-means HAC Trên sở phương pháp phân đoạn ảnh tiến hành xây dựng chương trình phân. ..2 nghiên cứu phương pháp phân đoạn ảnh tiến hành cài đặt phương pháp phân đoạn ảnh cần thiết Vấn đề động lực để luận văn tìm hiểu phương pháp phân đoạn ảnh số ứng dụng tra cứu ảnh Khi người