Phương pháp phân đoạn ảnh dựa trên mô hình tách ghép vùng

Đại học Thái Nguyên TRNG I HC CễNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG BÙI THỊ MINH THU PHƯƠNG PHÁP PHÂN ĐOẠN ẢNH DỰA TRÊN MƠ HÌNH TÁCH, GHẫP VNG Luận văn thạc Sỹ KHOA HC MY TNH THÁI NGUYÊN - 2012 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn LỜI CAM ĐOAN Với mục đích học tập, nghiên cứu để nâng cao trình độ kiến thức trình độ chun mơn nên làm luận văn cách nghiêm túc hồn tồn trung thực Mặc dù gặp nhiều khó khăn việc tìm tài liệu để làm luận văn với nỗ lực thân với hướng dẫn tận tình thầy giáo PGS.TS Ngơ Quốc Tạo đến luận văn Phương pháp phân đoạn ảnh dựa mơ hình tách, ghép vùng hồn thành Tơi xin cam đoan tồn nội dung luận văn tơi tự sưu tầm, tìm hiểu, tra cứu mạng Internet số sách tham khảo phù hợp với nội dung yêu cầu luận văn Đến nay, nội dung luận văn chưa công bố hay xuất hình thức Nếu sai tơi xin hồn tồn chịu trách nhiệm Thái Nguyên, ngày 15 tháng năm 2012 HỌC VIÊN Bùi Thị Minh Thu Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn LỜI CẢM ƠN Lời em xin bày tỏ lòng biết ơn sâu sắc tới thầy giáo PGS.TS Ngô Quốc Tạo - Viện Công nghệ thông tin, Viện Khoa học Công nghệ Việt Nam hướng dẫn, giải đáp thắc mắc tạo điều kiện để em hoàn thành luận văn tốt nghiệp Em xin gửi lời cảm ơn chân thành đến thầy cô giáo Viện Công nghệ thông tin - Viện khoa học Việt Nam, trường Đại học Công nghệ thông tin truyền thơng - Đại học Thái Ngun nhiệt tình giảng dạy, truyền đạt kiến thức cho em suốt năm học qua Cuối em xin gửi lời cảm ơn đến gia đình, bạn bè, đồng nghiệp người động viên, giúp đỡ tạo điều kiện cho em suốt trình học tập trường trình làm luận văn Xin trân trọng cảm ơn Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn i MỤC LỤC Trang Trang phụ bìa Lời cam đoan Mục lục i Danh mục chữ viết tắt iii Danh mục bảng iv Danh mục hình vẽ v MỞ ĐẦU 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 1.1.2 Quá trình xử lý ảnh 1.1.3 Một số khái niệm 1.1.4 Các định dạng xử lý ảnh 11 1.2 Đặc trưng ảnh 12 1.2.1 Màu sắc 12 1.2.2 Kết cấu 16 1.2.3 Hình dạng 17 1.3 Tổng quan phân đoạn ảnh 18 1.3.1 Phân đoạn ảnh 18 1.3.2 Một số phương pháp phân đoạn ảnh 19 1.4 Kết luận chương 21 CHƯƠNG 2: PHÂN ĐOẠN ẢNH THEO MƠ HÌNH TÁCH, 22 GHÉP VÙNG 2.1 Phân đoạn ảnh theo mơ hình tách vùng 22 2.1.1 Tách vùng theo phương pháp tách tứ phân 22 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn ii 2.1.2 Tách theo vùng đồng 25 2.2 Phân đoạn ảnh theo mô hình ghép vùng 33 2.2.1 Ghép vùng theo phương pháp HAC 33 2.2.2 Ghép vùng theo phương pháp K-means 39 2.3 Kết luận chương 42 CHƯƠNG 3: CHƯƠNG TRÌNH PHÂN ĐOẠN ẢNH VÀ 43 ỨNG DỤNG PHÂN ĐOẠN ẢNH TRONG TRA CỨU ẢNH 3.1 Chương trình phân đoạn ảnh dựa mơ hình tách vùng 43 3.2 Chương trình phân đoạn ảnh dựa mơ hình ghép vùng 43 3.2.1 Ghép vùng theo phương pháp HAC 45 3.2.2 Ghép vùng theo phương pháp K-means 48 3.3 Ứng dụng phân đoạn ảnh tra cứu ảnh 49 3.3.1 Tra cứu ảnh 49 3.3.2 Thiết kế hệ thống tra cứu ảnh 50 3.3.3 Chương trình tra cứu ảnh 55 3.4 Kết luận chương 59 KẾT LUẬN 60 TÀI LIỆU THAM KHẢO 61 PHỤ LỤC 63 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn iii DANH MỤC CÁC CHỮ VIẾT TẮT STT Chữ viết tắt Tên tiếng Anh CBC Color Base Clustering CIE Commission International d'E clairage CSDL Cơ sở liệu CSI Color Spatial Information GIF Graphics Interchanger Format HAC Hierachical Agglomerative Clustering HSB Hue, Saturation, Brightness HSL Hue, Saturation, Lightness HSI Hue, Saturation, Intensity 10 HSV Hue, Saturation, Value 11 IMG Image File Format 12 JPEG Joint Photographic Experts Group 13 MST Minimum Spanning Tree 14 RGB Red Green Blue 15 PCX Personal Computer eXchange 16 TIFF Targed Image File Format Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn iv DANH MỤC CÁC BẢNG Bảng 2.1 Tính độ lệch DXselectedrow cho phân hoạch theo dòng ảnh I Bảng 2.2 Tính độ lệch DXselectedcol cho phân hoạch theo cột ảnh I Bảng 2.3 Tính độ lệch DXselectedrow cho phân hoạch theo dòng vùng BR2 Bảng 2.4 Tính độ lệch DXselectedcol cho phân hoạch theo cột vùng BR2 Bảng 3.1 Số lượng loại ảnh sở liệu Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn v DANH MỤC CÁC HÌNH VẼ Hình 1.1 Q trình xử lý ảnh Hình 1.2 Quá trình xử lý ảnh Hình 1.3 Khái niệm 4-láng giềng Hình 1.4 Khái niệm 8-láng giềng Hình 1.5 Ví dụ chu tuyến đối tượng ảnh Hình 1.6 Khơng gian màu RGB trực quan hố hình khối Hình 1.7 Mơ tả khơng gian màu HSV Hình 2.1 Thuật tốn tách tứ phân Hình 2.2 Minh họa thuật tốn tách tứ phân Hình 2.3 Cây tứ phân tương ứng Hình 2.4 Thuật tốn CSI Hình 2.5 Ảnh I cỡ 1010 điểm ảnh Hình 2.6 Ảnh I sau tách thành hai vùng BR1 BR2 Hình 2.7 Vùng BR2 sau tách thành hai vùng BR2,1 BR2,2 Hình 2.8 Biểu diễn phân cụm phân cấp bottom-up đối tượng Hình 2.9 Thuật tốn phân cụm Hình 2.10 Thuật tốn Single-Linkage Hình 2.11 Thuật tốn K-means Hình 2.12 Ví dụ minh họa thuật tốn K-means Hình 3.1 Giao diện chương trình phân đoạn tra cứu ảnh Hình 3.2 Chọn ảnh từ sở liệu Hình 3.3 Ảnh sau phân đoạn Hình 3.4 Chọn ảnh từ sở liệu Hình 3.5 Kết phân đoạn với giá trị ngưỡng màu khác ngưỡng cỡ giống Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn vi Hình 3.6 Kết phân đoạn với giá trị ngưỡng màu giống ngưỡng cỡ khác Hình 3.7 Chọn ảnh từ sở liệu Hình 3.8 Kết phân đoạn với số cụm = Hình 3.9 Kết phân đoạn với số cụm = Hình 3.10 Kiến trúc tổng quát hệ thống tra cứu ảnh Hình 3.11 Mơ hình chi tiết hệ thống tra cứu ảnh Hình 3.12 Biểu đồ Use-Case tổng quát hệ thống Hình 3.13 Biểu đồ trình tự tra cứu ảnh Hình 3.14 Biểu đồ trình tự lưu vào sở liệu Hình 3.15 Chọn ảnh truy vấn Hình 3.16 Kết truy vấn Hình 3.17 Chọn ảnh truy vấn Hình 3.18 Kết truy vấn Hình 3.19 Chọn ảnh truy vấn Hình 3.20 Kết truy vấn Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 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 q trình xử lý thơng 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 cơng việc quan trọng khó khăn xử lý ảnh, định thành công hay thất bại tồn cơng việc phân tích ảnh Nếu bước phân đoạn ảnh khơng 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 q 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 khơng gian đặc trưng, dựa khơng gian ảnh, dựa mơ 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 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên Luận văn thạc sĩ Khoa học máy tính http://www.lrc-tnu.edu.vn 52 Véc tơ đặc trưng Ảnh truy vấn Trích rút đặc trưng Tập ảnh Cơ sở liệu đặc trưng So sánh độ tƣơng tự Trích rút đặc trưng  Tra cứu Kết Hình 3.11 Mơ hình chi tiết hệ thống tra cứu ảnh Số hóa Trung tâm Học liệu – Đại học Thái Nguyên Luận văn thạc sĩ Khoa học máy tính http://www.lrc-tnu.edu.vn 53 Biểu đồ Use-Case Hình 3.12 Biểu đồ Use-Case tổng quát hệ thống Xác định Actor Use-Case Danh sách Actor mơ hình: STT Actor Vai trò  Quản lý tập ảnh sở liệu Người sử dụng  Tra cứu ảnh Danh sách Use-Case mơ 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 khơng gian vùng  Lưu thơng tin ảnh véc tơ đặc trưng sau trích rút ảnh Số hóa Trung tâm Học liệu – Đại học Thái Nguyên Luận văn thạc sĩ Khoa học máy tính http://www.lrc-tnu.edu.vn 54 Hình 3.13 Biểu đồ trình tự tra cứu ảnh Hình 3.14 Biểu đồ trình tự lưu vào sở liệu Số hóa Trung tâm Học liệu – Đại học Thái Nguyên Luận văn thạc sĩ Khoa học máy tính http://www.lrc-tnu.edu.vn 55 3.3.3 Chƣơng trình tra cứu ảnh Chương trình xây dựng với mục đích tra cứu ảnh CSDL tương tự với ảnh truy vấn Chương trình viết ngơn 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 hồng hơn, vườn hoa, rừng, phong cảnh, nhà cửa Bảng 3.1 Số lượng loại ảnh sở liệu Loại ảnh Số lƣợng Ngựa 71 Cảnh hồng 85 Vườn hoa 121 Rừng 130 Bầu trời, phong cảnh 356 Nhà cửa 115 Các loại ảnh khác 122 TT 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 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên Luận văn thạc sĩ Khoa học máy tính http://www.lrc-tnu.edu.vn 56 Giao diện chương trình: Hình 3.15 Chọn ảnh truy vấn Hình 3.16 Kết truy vấn Số hóa Trung tâm Học liệu – Đại học Thái Nguyên Luận văn thạc sĩ Khoa học máy tính http://www.lrc-tnu.edu.vn 57 Hình 3.17 Chọn ảnh truy vấn Hình 3.18 Kết truy vấn Số hóa Trung tâm Học liệu – Đại học Thái Nguyên Luận văn thạc sĩ Khoa học máy tính http://www.lrc-tnu.edu.vn 58 Hình 3.19 Chọn ảnh truy vấn Hình 3.20 Kết truy vấn Số hóa Trung tâm Học liệu – Đại học Thái Nguyên Luận văn thạc sĩ Khoa học máy tính http://www.lrc-tnu.edu.vn 59 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 chƣơng Trong chương này, luận văn trình bày kết chương trình phân đoạn ảnh theo mơ hình tách vùng sử dụng thuật toán tách tứ phân, phân đoạn ảnh theo mơ hình ghép vùng sử dụng thuật tốn Single-Link với ngưỡng màu ngưỡng cỡ khác nhau; sử dụng thuật tốn Kmeans với số cụm khác Ngồi luận văn trình bày kết việc ứng dụng phân đoạn ảnh để tiến hành xây dựng hệ thống tra cứu ảnh Số hóa Trung tâm Học liệu – Đại học Thái Nguyên Luận văn thạc sĩ Khoa học máy tính http://www.lrc-tnu.edu.vn 60 KẾT LUẬN Phân đoạn ảnh lĩnh vực nghiên cứu mở Những cơng nghệ cịn non trẻ nhiều vấn đề cần phải tiếp tục nghiên cứu Trong giới hạn luận văn, tơi trình bày tổng quan phân đoạn ảnh với phương pháp phân đoạn ảnh theo mơ 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 cịn có hạn chế cần khắc phục: Chưa đưa phương pháp phân đoạn hồn tồn 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 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên Luận văn thạc sĩ Khoa học máy tính http://www.lrc-tnu.edu.vn 61 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 thơng, Hà Nội, tr 4-9 [3] Đỗ Năng Tồn, 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 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên Luận văn thạc sĩ Khoa học máy tính http://www.lrc-tnu.edu.vn 62 [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 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên Luận văn thạc sĩ Khoa học máy tính http://www.lrc-tnu.edu.vn 63 PHỤ LỤC Phần trình bày số đoạn chương trình thực phân đoạn ảnh theo mơ hình ghép vùng (theo thuật tốn 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); Số hóa Trung tâm Học liệu – Đại học Thái Nguyên Luận văn thạc sĩ Khoa học máy tính http://www.lrc-tnu.edu.vn 64 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 - Số hóa Trung tâm Học liệu – Đại học Thái Nguyên Đọc ảnh từ máy tính Luận văn thạc sĩ Khoa học máy tính http://www.lrc-tnu.edu.vn 65 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++; } Số hóa Trung tâm Học liệu – Đại học Thái Nguyên 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 http://www.lrc-tnu.edu.vn 66 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; } Số hóa Trung tâm Học liệu – Đại học Thái Nguyên Luận văn thạc sĩ Khoa học máy tính http://www.lrc-tnu.edu.vn ... TRÌNH PHÂN ĐOẠN ẢNH VÀ 43 ỨNG DỤNG PHÂN ĐOẠN ẢNH TRONG TRA CỨU ẢNH 3.1 Chương trình phân đoạn ảnh dựa mơ hình tách vùng 43 3.2 Chương trình phân đoạn ảnh dựa mơ hình ghép vùng 43 3.2.1 Ghép vùng. .. http://www.lrc-tnu.edu.vn 22 Chƣơng PHÂN ĐOẠN ẢNH THEO MƠ HÌNH TÁCH, GHÉP VÙNG 2.1 Phân đoạn ảnh theo mơ hình tách vùng 2.1.1 Tách vùng theo phƣơng pháp tách tứ phân Phương pháp tách tứ phân [1] dựa nguyên tắc kiểm... 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