Để giải quyết bài toán tìm kiếm ảnh tương tự này, bài báo sẽ trích xuất vùng đặc trưng màu sắc trên mỗi hình ảnh dựa trên phương pháp Harris-Laplace, đồng thời xây dựng cấu trúc chữ ký mờ để mô tả các đặc trưng về nội dung màu sắc của hình ảnh theo chuẩn MPEG7.
TẠP CHÍ KHOA HỌC CƠNG NGHỆ H TRUY V N NH S SỐ 02/2014 D NG CH Trung tâm Công ngh Thông tin - Tr KÝ M VÀ CÂY FS-TREE V N TH THÀNH ng ðH Công nghi p Th c ph m Tp.HCM TÓM T T Việc truy vấn ảnh tìm hình ảnh tương tự nội dung với hình ảnh cần truy vấn Vấn đề đặt cần xây dựng hệ thống tìm kiếm hình ảnh tương tự đảm bảo tốc độ không gian truy vấn Để giải tốn tìm kiếm ảnh tương tự này, báo trích xuất vùng đặc trưng màu sắc hình ảnh dựa phương pháp Harris-Laplace, đồng thời xây dựng cấu trúc chữ ký mờ để mô tả đặc trưng nội dung màu sắc hình ảnh theo chuẩn MPEG7 Trên sở chữ ký mờ, báo tiến hành đánh giá độ đo tương tự chữ ký mờ hình ảnh qua độ đo mờ Hamming, từ đánh giá độ tương tự hình ảnh Hơn nữa, nhằm gia tăng tốc độ truy vấn, báo đề xuất cấu trúc liệu FS-Tree (fuzzy S-Tree) để lưu trữ chữ ký mờ dựa độ đo FHD (fuzzy Hamming distance) Tiếp theo, báo xây dựng thuật toán truy vấn hình ảnh FS-Tree kết xuất hình ảnh tương tự với hình ảnh cần truy vấn Sau cùng, báo đưa mơ hình thực nghiệm đánh giá phương pháp dựa liệu hình ảnh mẫu Corel gồm 10,800 hình ảnh Từ khóa: Truy vấn ảnh, FHD, FS-Tree, Chữ ký mờ IMAGE RETRIEVAL SYSTEM USING FUZZY SIGNATURE AND FS-TREE ABSTRACT To query image will find out the similar images in content with the query image The problem need to build the image retrieval system to find the similar images which ensure the speed and space to query In order to solve this problem, the paper extracts the color feature regions in each image on the base of Harris-Laplace detector, at that time to build the fuzzy signature structure to describe the feature region in color content of image with the MPEG7 standard According to the fuzzy signature, the paper evaluates the similar measure between the fuzzy signatures of images through the Hamming fuzzy measure, from there to assess the similarity between the images Moreover, in order to speed up query image, the paper provides the data structure FS-Tree (fuzzy S-Tree) to store the fuzzy signatures on the base of FHD measure (fuzzy Hamming distance) Next, the paper builds the image retrieval algorithm in FS-Tree and shows the similar images with the query image Finally, the paper gives the experimental model and assesses the propose method on the base of the Corel’s sample image dataset which have 10,800 color images Keywords: Image Retrieval, FHD, FS-Tree, Fuzzy Signature KHOA HỌC QUẢN LÝ Gi i thi u Tìm kiếm hình ảnh tập lớn hình ảnh tốn khó Một cách giải gán nhãn hình ảnh [6, 7] tốn nhiều chi phí, tiêu tốn nhiều thời gian không khả thi cho nhiều ứng dụng khác Hơn nữa, trình xử lý gán nhãn phụ thuộc vào ngữ nghĩa mơ tả hình ảnh Vì hệ truy vấn ảnh dựa nội dung phát triển nhằm rút trích thuộc tính thị giác để mơ tả nội dung hình ảnh [6, 8] Một số hệ thống truy vấn ảnh số xây dựng như: QBIC, ADL, DBLP, Virage, Alta Vista, SIMPLY city,… Các cơng trình truy vấn hình ảnh dựa nội dung như: Hệ truy vấn ảnh dựa histogram màu [6], lượng tử hoá so sánh độ tương tự hình ảnh dựa histogram màu [7], độ đo tương tự hình ảnh dựa việc kết hợp màu sắc cấu trúc hình ảnh [9], truy vấn hình ảnh dựa màu sắc [10], truy vấn hình ảnh dựa độ tương tự hình ảnh [8], truy vấn ảnh dựa histogram cấu trúc hình ảnh [11], kỹ thuật truy vấn ảnh VBA (Variable-Bin Allocation) dựa chữ ký dạng chuỗi bit nhị phân chữ ký S-Tree [8], lượng tử hoá màu sắc để giảm số chiều không gian màu sắc [12],… Trong cách tiếp cận báo tạo chữ ký mờ hình ảnh, cách mơ tả trừu tượng phân bố màu sắc hình ảnh Nội dung báo hướng đến việc truy vấn hiệu “hình ảnh tương tự” hệ thống liệu lớn hình ảnh Trong báo tiếp cận việc mô tả ngữ nghĩa mặt nội dung hình ảnh thơng qua chữ ký mờ, đồng thời xây dựng lưu trữ chữ ký lên FS-Tree Cấu trúc liệu FS-Tree mô tả mối quan hệ chữ ký mờ, từ mơ tả mối quan hệ nội dung hình ảnh Dựa việc mơ tả mối quan hệ ngữ nghĩa nội dung hình ảnh cấu trúc liệu FS-Tree, báo tiến hành tìm hình ảnh tương tự theo nội dung sở liệu ảnh Corel [16] Bài báo thực việc xây dựng hệ truy vấn ảnh tương tự dựa vùng đặc trưng cục RBIR (region-based image retrieval) Trước hết, báo trích xuất điểm đặc trưng dựa vào phương pháp Harris-Laplace, từ tạo vùng đặc trưng cho hình ảnh Dựa vùng đặc trưng báo tạo chữ ký mờ đánh giá độ tương tự hình ảnh Nhằm gia tăng tốc độ truy vấn, báo xây dựng FS-Tree lưu trữ chữ ký nhị phân để từ xây dựng thuật tốn truy vấn hình ảnh tương tự FS-Tree Bài báo đóng góp hai phần giảm khối lượng không gian truy vấn làm tăng tốc độ truy vấn đối tượng ảnh sở liệu ảnh lớn Đóng góp báo việc xây dựng chữ ký mờ dựa histogram hình ảnh xây dựng độ tương tự hình ảnh dựa độ đo mờ Hamming Qua đó, báo đóng góp thuật tốn phương pháp truy vấn ảnh tương tự dựa việc xây dựng cấu trúc liệu FS-Tree Mục tiêu báo nhằm giảm không gian làm tăng tốc độ truy vấn ảnh liệu ảnh lớn TẠP CHÍ KHOA HỌC CƠNG NGHỆ SỐ 02/2014 Cá Các ki n th c cơ s 2.1 Ch ký ký nh phâ phân Chữ ký nhị phân vector bit tạo thành phép băm đối tượng liệu [5], chữ ký có k bit ( m − k ) bit dãy bit [1 m] , với m chiều dài chữ ký Các đố i tượng liệu đối tượng truy vấn mã hóa thuật tốn mã hóa chữ ký Khi bit chữ ký đối tượng liệu si hoàn toàn phủ bit chữ ký truy vấn sq , đố i tượng liệu ứng viên thỏa câu truy vấn Theo tài liệu [5], kết truy vấn có ba trường hợp xảy ra, gồm: (1) Đối tượng liệu phù hợp với câu truy vấn Khi mọ i bit sq phủ bở i bit chữ ký si đối tượng liệu (nghĩa sq ∧ si = sq ); (2) Đối tượng không phù hợp với câu truy vấn (nghĩa sq ∧ si ≠ sq ); (3) Chữ ký đố i sánh cho kết phù hợp, đố i tượng liệu khơng phù hợp với điều kiện tìm kiếm câu truy vấn Để loại trường hợp này, đối tượng phải kiểm tra sau chữ ký đối tượng đối sánh phù hợp 2.2 2.2 Ch ký m Chữ ký mờ F có chiều dài m vector ( f1 , f , , f m ) , với fi ∈[0,1] , i = 1, , m [2] Phép kết nối chữ ký mờ F i F j chữ ký mờ: [2] F i ∧ F j = ( f1i ∧ f1 j , f 2i ∧ f j , , f mi ∧ f mj ) , với f ri ∧ f r j = min{ f ri , f r j } , r = 1, , m Phép kết hợp chữ ký mờ F i F j chữ ký mờ: [2] F i ∨ F j = ( f1i ∨ f1 j , f 2i ∨ f j , , f mi ∨ f mj ) , với f ri ∨ f r j = max{ f ri , f r j } , r = 1, , m 2.3 2.3 Cây ch ký SS-Tree S-Tree [5, 8] nhiều nhánh cân bằng, mỗ i mộ t nút S-Tree nhiều cặp phần tử 〈 s, p〉 , với s chữ ký nhị phân, p trỏ tham chiếu đến nút Nút gốc chứa hai cặp phần tử nhiều M cặp phần tử 〈 s, p〉 Mỗi nút chứa m cặp phần tử 〈 s, p〉 nhiều M cặp phần tử 〈 s, p〉 , với 1≤ m ≤ M Mỗi nút S-Tree chứa tập phần tử 〈 s, oid 〉 , với oid định danh đố i tượng, s chữ ký đố i tượng tương ứng Mỗi chữ ký nút cha tổ hợp tất chữ ký nút Chiều cao tối đa S-Tree có n chữ ký h = log m n − 1 Quá trình xây dựng S-Tree thực dựa thao tác chèn tách nút Tại thời điểm bắt đầu, S-Tree chứa nút rỗng, sau chữ ký chèn KHOA HỌC QUẢN LÝ vào S-Tree Khi nút v trở nên đầy tách thành hai nút, đồng thời nút cha vparen tạo (nếu chưa tồn tại) hai chữ ký đặt vào nút vparen Hình M t ví d v S-Tree [8] 2.4 2.4 ð ño m Hamming Cho hai vector giá trị thực n-chiều x y , gọi tập mờ độ khác Dα ( x, y) , với hàm thuộc µD ( x , y ) = − e−α ( x − y ) Theo tài liệu [4], khoảng cách mờ Hamming FHD α x y ký hiệu FHDα ( x, y) lực lượng mờ tập mờ Dα ( x, y) có hàm thuộc ứng với tham số α là: µFHD ( x , y ) (α ) :{0,1, ,n} → [0,1] Mức độ khác x y thành phần thứ k, ứng với số điều chỉnh α là: µFHD ( x , y ) (k ;α ) = µCard ( D ( x , y )) (k ) , với k ∈{0,1, , n}, n =| Support ( Dα ( x, y)) | α 2.4 2.4 Trích xu t vùng đ c trưng c a hình nh Để trích xuất đặc trưng thị giác hình ảnh, bước cần phải chuẩn hóa kích thước hình ảnh, tức chuyển đổ i hình ảnh đầu vào có kích thước khác trở thành hình ảnh có kích thước k × k để từ rút trích đặc trưng màu sắc hình ảnh Vì ảnh theo chuẩn JPEG mơ tả khơng gian màu YCbCr, cần sử dụng khơng gian màu YCbCr để trích xuất thơng tin đặc trưng ảnh Gọi Y, Cb, Cr cường độ sáng, thành phần màu Blue, thành phần màu Red Theo tài liệu [13], phép chuyển đổ i từ không gian màu RGB sang không gian màu YCbCr sau: Y 65.481 128.553 24.996 R 16 Cb = −37.797 −74.203 112 G + 128 , R, G, B ∈[0,1] Cr 112 −93.786 −18.214 B 128 Theo tài liệu [14], [15], phép biến đổ i Gaussian theo hệ thống thị giác ngườ i sau: [6.G ( x, y, δ D )* Y + 2.G ( x, y, δ D ) * Cb + 2.G ( x, y , δ D ) * Cr ] với 10 x2 + y2 G( x, y, δ D ) = exp( ) 2.δ D2 2π δ D L ( x, y , δ D ) = 10 TẠP CHÍ KHOA HỌC CƠNG NGHỆ SỐ 02/2014 Cường độ đặc trưng I0 ( x, y) cho ảnh màu tính theo phương trình: I ( x, y, δ I , δ D ) = Det (M ( x, y, δ I , δ D )) − α Tr ( M ( x, y, δ I , δ D )) Trong đó, Det (•), Tr (•) định thức vết ma trận, M ( x, y, δI , δD ) ma trận moment bậc hai, định nghĩa sau: Lx M ( x, y, δ I , δ D ) = δ G (δ I ) * Lx Ly D Lx Ly Ly Trong đó, δ I , δ D giá trị vi phân, Lα đạo hàm theo hướng α Các điểm đặc trưng ảnh màu rút trích theo cơng thức: I ( x, y , δ I , δ D ) > I ( x ', y ', δ I , δ D ) , với x ', y '∈ A I ( x, y , δ I , δ D ) ≥ θ , với A tập điểm láng giềng ( x, y) θ giá trị ngưỡng n Tập đường tròn đặc trưng OI = {oI , oI , , oI } có tâm điểm đặc trưng tập n bán kính đường tròn đặc trưng RI = {rI , rI , , rI } Các giá trị bán kính đặc trưng trích xuất theo phương pháp LoG (Laplaceof-Gaussian) có miền giá trị [0, min( M , N ) ] , với M , N chiều cao chiều rộng hình ảnh Hình Trích xu t vùng đ c trưng nh theo phương pháp Harris-Laplace Xây d ng c u trúc d li u và thu t toán truy v n nh 3.1 T o ch ký m i Mỗi vùng đặc trưng oI ∈ OI hình ảnh I tính histogram dựa dải màu chuẩn C , thực phương pháp phân cụm dựa độ đo Euclide không gian màu RGB để phân lo ại màu sắc điểm ảnh hình ảnh Gọ i p điểm ( ) ảnh I có vector giá trị màu không gian RGB Vp = Rp , Gp , Bp Gọi Vm = ( Rm , Gm , Bm ) vector màu thuộc tập dải màu chuẩn C, cho: Vm = min{|| Vp − Vi ||, Vi ∈ C} Khi đó, điểm p chuẩn hóa theo vector màu Vm Theo thực nghiệm, báo sử dụng tập dải màu theo chuẩn MPEG7 để tính histogram cho ảnh màu liệu ảnh Corel 11 KHOA HỌC QUẢN LÝ B ng Danh m c màu theo chu n MPEG7 Index Color R G B Index Color R G B Black 0 13 Plum 146 109 Sea Green 182 14 Teal 146 182 170 Light Green 255 170 15 Dark Red 182 0 Olive Green 36 73 16 Magenta 182 73 170 Aqua 36 146 170 17 Yellow Green 182 182 Bright Green 36 255 18 Flouro Green 182 255 170 Blue 73 36 170 19 Red 219 73 Green 73 146 20 Rose 219 146 170 Turquoise 73 219 170 21 Yellow 219 255 Brown 109 36 22 Pink 255 36 170 10 Blue Gray 109 109 170 23 Orange 255 146 11 Lime 109 219 24 White 255 255 255 12 Lavender 146 170 Quá trình tạo chữ ký mờ cho mỗ i hình ảnh thực sau: Bước Chọn tập dải màu C = {c1 , c2 , , cn } theo chuẩn MPEG7 làm sở cho việc tính histogram hình ảnh, gọi I ảnh màu cần tính histogram Lượng tử hoá màu chiếm ưu ảnh I tập màu CI = {c1I , c2I , , cnI } , vector histogram ảnh I I H I = {h , h , , h } I I I n I Bước Thực việc chuẩn hoá histogram ảnh I dải màu C vector histogram chuẩn hoá H = {h1 , h2 , , hn } , với mỗ i giá trị hi ∈[0,1] chuẩn hoá: hi = hjI ∑ j hjI ci ∈ C ∩ CI , ngược lại hi = Bước Mỗi màu c Ij mô tả thành chữ ký mờ có chiều dài m f1 j f2j , , f mj Do đó, chữ ký mờ ảnh I là: f11 f21, , f m1 f12 f22 , , fm2 f1n f2n , , fmn , đó: hi j fi = 0 i × 100 m i i ≠ hi × × 100 m i = hi × j j j j Đặt F = f1 f2 f m , chữ ký mờ ảnh I là: FuzzySig = F F F n 3.2 ð ño tương t FHD n Mỗi chữ ký mờ FuzzySig I = F F F hình ảnh I chuyển thành vector m VI = (v1 , v2 , , ) , vi = weight ( F i ) = ∑ wki , với F i = f1i f2i fmi , và: k =1 12 TẠP CHÍ KHOA HỌC CƠNG NGHỆ SỐ 02/2014 wki = i k f k + m ×100 f ki = f ki ≠ Gọi J hình ảnh cần tính độ tương tự so với ảnh I , cần tính khoảng cách I I I J J J mờ Hamming hai vector VI = (v1 , v2 , , ) VJ = (v1 , v2 , , ) Khoảng cách mờ FHD tập mờ lực lượng tập mờ Dα (VI ,VJ ) , nghĩa là: n FHDα (V I , V J ) = Card ( Dα (V I , V J )) = ∑ i ( µ Card ( D (V ,V )) ( i )) i =0 α I J Trong đó, µCard ( D (V ,V )) (i) = µ (i) ∧ (1 − µ (i + 1)) = min{µ (i),(1 − µ (i + 1)} , µ (i) giá trị I α lớn thứ i J hàm thuộc n µi ứng với tập mờ Dα (VI , VJ ) = ∑ i µ i i =1 µ (0) = 1, µ (n + 1) = Khi đó, mức độ khác VI VI k thành phần là: µ FHD (V ,V ) ( k , α ) = µCard ( D (V ,V )) (k ) , với k ∈{0,1, , n}, n =| Support (Dα ( x, y)) | α I J α I J 3.3 T o FSFS-Tree Nhằm giảm không gian tăng tốc độ truy vấn, báo tiến hành xây dựng chữ ký FS-Tree lưu trữ chữ ký mờ hình ảnh Mỗi nút FS-Tree lưu trữ tập phần tử {〈 FuzzySig , next 〉} , với FuzzySig chữ ký mờ next trỏ tham chiếu đến nút Các nút lưu trữ phần tử {〈 FuzzySig , Oid 〉} , với FuzzySig chữ ký mờ mỗ i hình ảnh Oid định danh hình ảnh tương ứng Quá trình tạo FS-Tree thực dựa thao tác chèn tách nút [5, 8] Thuật toán tạo chữ ký FS-Tree lưu trữ chữ ký mờ thực sau: Input: tập chữ ký FS = { | i = 1,…,n} Output: chữ ký FS-Tree Algorithm1 Gen-FSTree(S, Root) Begin Bước v = Root; If FS = ∅ then STOP; Else Chọn ∈ S S = S \ ; Qua bước 2; Bước If v nút then begin v = v ⊕ ; UnionSignature(v); If v.count > M then SplitNode(v); Quay lại bước 1; end Else begin FHD(SIG0→FuzzySig, Fuzzysig) = min{FDH(SIGi→FuzzySig,FuzzySig)| SIGi ∈ v}; v = SIG0→next; Quay lại bước 2; end End 13 KHOA HỌC QUẢN LÝ Thuật toán Algorithm1 đưa chữ ký FuzzySig từ tập chữ ký FS vào FS-Tree Với mỗ i chữ ký FuzzySig chèn vào nút phù hợp, nút đầy trình tách nút thực FS-Tree tăng trưởng chiều cao theo hướng gốc Tại mỗ i nút FS-Tree, ưu tiên theo hướng có độ tương tự FHD nhiều hơn, trình duyệt tìm nút phù hợp Ứng với mỗ i chữ ký cần chèn duyệt qua đường có chiều cao h = log m n − 1 , với m số chữ ký tối thiểu nút S-Tree Gọi k chiều dài mỗ i chữ ký, mỗ i nút có tối đa M chữ ký, trình duyệt để tìm nút phù hợp có chi phí tối đa k × M × log m n − 1 Tuy nhiên, tìm nút phù hợp bị đầy, cần phải thực trình tách nút, việc tách nút dựa sở phép toán α − seed , β − seed thực sau: Input: Nút v Output: Cây FS-Tree sau thực phép tách nút Algorithm2 SplitNode(v) Begin Tạo nút vα vβ chứa chữ ký α − seed β − seed v = v \ { α − seed , β − seed } For (SIGi ∈ v) If (FHD(SIGi→FuzzySig, α − seed )< FHD(SIGi→Fuzzysig, β − seed ))then vα = vα ⊕ SIGi; Else vβ = vβ ⊕ SIGi; sα = ∨ SIGiα , với SIGiα ∈ vα ; sβ = ∨ SIGiβ , với SIGiβ ∈ vβ ; If ( vparent != null) then vparent = v parent ⊕ sα ; vparent = v parent ⊕ sβ ; If ( vparent count > M ) then SplitNode( vparent ); If ( vparent = null) then Root = { sα , sβ }; End Procedure UnionSignature( v ) Begin s = ∨ SIGi , với SIGi ∈ v ; If( vparent != null) then begin SIGv = {SIGi | SIGi → next = v , SIGi ∈vparent } ; vparent → ( SIGv → FuzzySig ) = s ; UnionSignature( vparent ); end End 3.4 Thu t toán truy v n nh FS FS-Tree Sau lưu trữ chữ ký định danh hình ảnh chữ ký FS-Tree, trình truy vấn đưa chữ ký hình ảnh dựa việc duyệt FS-Tree với độ đo tương tự FHD Sau tìm chữ ký hình ảnh tương tự, dựa vào định danh 14 TẠP CHÍ KHOA HỌC CƠNG NGHỆ SỐ 02/2014 hình ảnh tìm cụ thể hình ảnh tương tự với hình ảnh truy vấn Do đó, tốn cần thực tìm chữ ký hình ảnh định danh hình ảnh tương ứng, trình truy vấn thực sau: Input: chữ ký truy vấn FuzzySig FS-Tree Output: Tập chữ ký mờ tập Oid tham chiếu ñến hình ảnh tương ứng Algorithm3 Search-Image-Sig(FuzzySig, FS-Tree) Begin v = root; SIGOUT = ∅; Stack = ∅; Push(Stack, v); while(not Empty(Stack)) begin v = Pop(Stack); If(v is not Leaf) then begin For(SIGi ∈ v and SIGi→FuzzySig ∧ FuzzySig = FuzzySig) FHD(SIG0→Fuzzysig, FuzzySig) = min{FHD(SIGi→FuzzySig, FuzzySig)| SIGi ∈ v}; Push(Stack, SIG0 → next); end Else SIGOUT = SIGOUT ∪ { | SIGi ∈ v}; end return SIGOUT; End Vì FS-Tree nhiều nhánh cân bằng, mỗ i nút duyệt theo hướng có độ tương tự tốt nhất, tốn chi phí tối đa duyệt h = log m n − 1 Quá trình tìm kiếm thực tương tự q trình duyệt cây, chi phí trình truy vấn FS-Tree k × M × log m n − 1 , với k chiều dài mỗ i chữ ký, m số chữ ký tối thiểu, M số chữ ký tối đa nút FS-Tree ng d ng th c nghi m 4.1 Mô hình th c nghi m Quá trình xây dựng ứng dụng thực nghiệm gồ m hai pha, pha thứ thực hiệ n trình tiền xử lý nhằm chuyển đổ i liệu hình ảnh trở thành dạng chữ ký mờ đưa vào chữ ký FS-Tree dựa độ đo tương tự FHD Pha thứ hai thực trình truy vấn, ứng với hình ảnh cần truy vấn chuyển đổ i thành chữ ký mờ thực truy vấn chữ ký FS-Tree dựa độ đo tương tự FHD Sau tìm chữ ký hình ảnh tương tự, truy xuất hình ảnh cụ thể xếp theo thứ tự ưu tiên độ đo tương tự FHD 15 KHOA HỌC QUẢN LÝ Hình Mơ hình h truy v n nh d a ñ ño FHD FS-Tree Pha 1: Thực tiền xử lý Bước Lượng tử hố hình ảnh liệu ảnh chuyển thành histogram Bước Chuyển đổi histogram hình ảnh thành chữ ký mờ Bước Lần lượt tính khoảng cách FHD chữ ký mờ chèn chữ ký mờ vào FS-Tree Pha 2: Thực truy vấn Bước Với mỗ i hình ảnh truy vấn, tính histogram chuyển thành chữ ký mờ Bước Thực truy vấn chữ ký nhị phân FS-Tree gồ m chữ ký hình ảnh tương tự nút qua độ đo FHD Bước Sau có hình ảnh tương tự, tiến hành xếp theo độ tương tự từ cao đến thấp đưa danh sánh hình ảnh sở độ tương tự FHD 4.2 K t qu th c nghi m Quá trình thực nghiệm truy vấn liệu mẫu Corel [16] gồm có 10,800 hình ảnh chia thành 80 chủ đề khác Với mỗ i hình ảnh truy vấn trích lọc liệu ảnh Corel tìm hình ảnh có độ tương tự nhiều với hình ảnh truy vấn, từ đối sánh với danh mục chủ đề hình ảnh nhằm đánh giá độ xác phương pháp 16 TẠP CHÍ KHOA HỌC CÔNG NGHỆ SỐ 02/2014 B ng M t s k t qu đánh giá m u v q trình truy v n nh d li u Corel có 10,800 nh ID ID Image Recall Precision ID ID Image Recall Precision ID ID Image Recall Precision 644000.jpg 0.990 0.990 18 303024.jpg 0.402 0.390 35 275007.jpg 0.420 0.420 569062.jpg 0.440 0.440 19 312001.jpg 0.430 0.430 36 275002.jpg 0.850 0.850 135032.jpg 0.580 0.580 20 318003.jpg 0.380 0.380 37 280014.jpg 0.920 0.920 113014.jpg 0.340 0.340 21 345002.jpg 0.833 0.500 38 387015.jpg 0.303 0.300 212001.jpg 0.365 0.840 22 377003.jpg 0.357 0.350 39 470083.jpg 0.383 0.310 280000.jpg 0.355 0.710 23 283000.jpg 0.850 0.850 40 487005.jpg 0.917 0.770 476034.jpg 0.330 0.330 24 435000.jpg 0.810 0.810 41 569015.jpg 0.520 0.520 40000.jpg 0.740 0.740 25 569012.jpg 0.800 0.640 42 569095.jpg 0.650 0.650 84000.jpg 0.350 0.350 26 435011.jpg 0.660 0.660 43 856089.jpg 0.233 0.700 10 114000.jpg 0.876 0.780 27 644099.jpg 0.990 0.990 44 409061.jpg 0.350 0.350 11 124000.jpg 0.370 0.370 28 225000.jpg 0.350 0.350 45 135072.jpg 0.680 0.680 12 131000.jpg 0.400 0.400 29 186000.jpg 0.410 0.410 46 136045.jpg 0.778 0.280 13 150000.jpg 0.350 0.350 30 343000.jpg 0.420 0.420 47 75050.jpg 0.760 0.760 14 167001.jpg 0.338 0.760 31 350000.jpg 0.600 0.600 48 113026.jpg 0.520 0.520 15 208000.jpg 0.400 0.400 32 473000.jpg 0.350 0.350 49 84049.jpg 0.420 0.420 16 221001.jpg 0.350 0.350 33 546000.jpg 0.650 0.650 50 221009.jpg 0.660 0.660 17 247000.jpg 0.380 0.380 34 817000.jpg 0.300 0.300 51 113090.jpg 0.720 0.720 1.2 0.8 0.6 0.4 0.2 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 Recall Average Recall Hình ð xác truy v n hình nh theo th c nghi m 1.2 0.8 0.6 0.4 0.2 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 Precision Average Precision Hình Kh truy v n thành cơng hình nh theo th c nghi m 17 10 80 00 10 5 26 25 11 83 49 48 48 48 48 47 45 30 25 200000000 180000000 160000000 140000000 120000000 100000000 80000000 60000000 40000000 20000000 22 Số phép tốn so sánh KHOA HỌC QUẢN LÝ Số lượng hình ảnh Hình S phép tốn so sánh t o FS-Tree Thời gian (milli-seconds) 12000000 10000000 8000000 6000000 4000000 2000000 80 00 10 10 26 25 11 83 49 48 48 48 48 47 45 30 25 22 Số lượng hình ảnh Hình Th i gian t o FS-Tree (tính theo milli gi y) 80 10 80 10 80 10 80 10 80 10 00 10 00 10 00 00 Truy vấn FS-tree 10 00 10 00 10 00 10 10 Truy vấn tuyến tính 10 2000000 1800000 1600000 1400000 1200000 1000000 800000 600000 400000 200000 00 Thời gian truy vấn (milli-seconds) Các chữ ký nhị phân đưa vào hai dạng cấu trúc truy vấn gồ m cấu trúc tập tin chữ ký SSF (sequential signature file) FS-Tree Hình Hình mơ tả số liệu thực nghiệm q trình truy vấn hình ảnh tương tương liệu ảnh Corel Số lượng hình ảnh Hình Th i gian (tính theo mili giây) truy v n nh FS-Tree 18 TẠP CHÍ KHOA HỌC CƠNG NGHỆ SỐ 02/2014 Số phép toán so sánh 900000 SSF 800000 700000 FS-tree 600000 500000 400000 300000 200000 100000 10800 10800 10800 10800 10800 10800 10800 10800 10800 1000 10800 1000 1000 1000 1000 1000 1000 1000 1000 1000 1000 1000 1000 1000 1000 Số lượng hình ảnh Hình S phép toán so sánh th c hi n truy v n nh Hình 10 M t s k t qu truy v n nh d li u nh Corel K t lu n Trong báo đưa phương pháp đánh giá độ tương tự hai hình ảnh dựa chữ ký nhị phân, đồng thời mô ứng dụng thực nghiệm liệu ảnh phân loại Corel Theo thực nghiệm cho thấy hiệu phương pháp đưa hệ thống thực thi tốt hệ thống Online Offline, đồng thời cải thiện đáng kể tốc độ truy vấn hình ảnh nhiều lần so với phương pháp đố i sánh trực tiếp phương pháp SSF (signature sequence file) Tuy nhiên, việc sử dụng đặc trưng màu sắc cho kết chưa xác theo ý nghĩa nộ i dung hình ảnh Do đó, hướng phát triển báo thực trích xuất đối tượng hình ảnh, từ tiế n hành xây dựng chữ ký nhị phân để mô tả đối tượng mô tả nộ i dung cho hình ảnh, đồng thời tạo cấu trúc liệu mô tả mố i quan hệ dựa độ tương tự nộ i dung chữ ký với mỗ i hình ảnh L i cám ơn Chúng xin cám ơn Trung tâm Công nghệ Thông tin, trường Đại học Công nghiệp Thực phẩm Tp.HCM nơi bảo trợ cho thực nghiên cứu 19 KHOA HỌC QUẢN LÝ TÀI LI U THAM KH O Heba Aboulmagd, Neamat EI-Gayar, Hoda Onsi (2008), “A new approach in content-based image retrieval using fuzzy”, Springer Science, Telecommun Syst, 40, 55-66 Vaclav Snasel, Zdenek Horak, Milos Kudelka, Ajith Abraham (2011), “Fuzzy Signatures Organized Using S-Tree”, Proceedings of the IEEE International Conference on Digital Object Identifier, 633-637 K Konstantinidis, A Gasteratos, I Andreadis (2005), “Image retrieval based on fuzzy color histogram processing”, Optics Communications, 248(4-6), 375-386 Mircea M Ionescu, Anca L Ralescu (2005), “Image Clustering for a Fuzzy Hamming Distance Based CBIR System”, Proceedings of the Sixteen Midwest Artificial Intelligence and Cognitive Science Conference, 102-108 Yangjun Chen and Yibin Chen (2006), “On the Signature Tree Construction and Analysis”, IEEE Trans Knowl Data Eng., 18(9), 1207-1224 Neetu Sharma S, Paresh Rawat S, Jaikaran Singh S., (2011) “Efficient CBIR Using Color Histogram Processing”, Signal & Image Processing: An Inter Jour., 2(1), 94-112 Fazal Malik, Baharum Bin Baharudin (2012), “Feature Analysis of Quantized Histogram Color Features for Content-Based Image Retrieval Based on Laplacian Filter”, International Conference on System Engineering and Modeling, 34, 44-49 M A Nascimento, E Tousidou, V Chitkara, Y Manolopoulos (2002), “Image indexing and retrieval using signature trees”, Data & Knowledge Eng., 43(1), 57-77 Rahul Mehta, Nishchol Mishra, Sanjeev Sharma (2011), “Color - Texture based Image Retrieval System”, International Journal of Computer Applications, 24(5), 24-29 10 Gunja Varshney, Uma Soni (2011), “Color-Based Image Retrieval in Image Database System”, International Journal of Soft Computing and Engineering, 1(5), 31-35 11 Ch Kavitha, M Babu Rao, B.Prabhakara Rao, A.Govardhan (2011), “Image Retrieval based on Local Histogram and Texture Features”, International Journal of Computer Science and Information Technology, 2(2), 741-746 12 S-C Ch, C-K Y (2001), “A fast and novel technique for color quantization using reduction of color space dimensionality”, Pattern Recognizer Letter, 22(8), 845-956 13 G H Liu, J Y Yang (2013), “Content-based Image Retrieval Using Color Difference Histogram”, Pattern Recognition, 46, 188-198 14 X Y Wang, J F Wu, H Y Yang (2010), “Robust Image Retrieval Based on Color Histogram of Local Feature Regions”, Springer Science, Multi Tools Appl, 49, 323-345 15 X.-Y Wang et al., (2013), “Robust Color Image Retrieval Using Visual Interest Point Feature of Significant Bit-Planes”, Digital Signal Processing, 23(4), 1136-1153 16 Corel Corp, http://www.corel.com 20 ... FHD chữ ký mờ chèn chữ ký mờ vào FS -Tree Pha 2: Thực truy vấn Bước Với mỗ i hình ảnh truy vấn, tính histogram chuyển thành chữ ký mờ Bước Thực truy vấn chữ ký nhị phân FS -Tree gồ m chữ ký hình ảnh. .. t toán truy v n nh FS FS -Tree Sau lưu trữ chữ ký định danh hình ảnh chữ ký FS -Tree, trình truy vấn đưa chữ ký hình ảnh dựa việc duyệt FS -Tree với độ đo tương tự FHD Sau tìm chữ ký hình ảnh tương... thực trình truy vấn, ứng với hình ảnh cần truy vấn chuyển đổ i thành chữ ký mờ thực truy vấn chữ ký FS -Tree dựa độ đo tương tự FHD Sau tìm chữ ký hình ảnh tương tự, truy xuất hình ảnh cụ thể