Xây dựng hệ thống truy vấn ảnh y sinh

giáo dục đào tạo trờng đại học bách khoa hà nội [[ \\ - NGUN THÕ T¢N XÂY DỰNG HỆ THỐNG TRUY VẤN ẢNH Y SINH luËn văn thạc Sỹ kỹ thuật ngành: điện tử viễn thông NGI HNG DN: PGS.TS NGUYN TIN DNG Hà nội - 2012 LÝ LỊCH KHOA HỌC (Dùng cho học viên cao học) I Sơ lược lý lịch: Họ tên: Nguyễn Thế Tân Giới tính: Nam Sinh ngày: 25 tháng năm 1971 Nơi sinh(Tỉnh mới): Nghệ an Quê quán: Thanh Chương – Nghệ an Chức vụ: PGĐ Đơn vị công tác: Trung tâm TH – TN Trường đại học Vinh Chỗ riêng địa liên lạc: S94 Nguyễn Thiếp – Trung Đô Tp Vinh - Nghệ an Điện thoại CQ: 038.3559009 Điện thoại NR: 0383566034 Điện thoại di động: 0904142888 E-mail: nguyenthetan71@gmail.com II Quá trình đào tạo: Trung học chuyên nghiệp (hoặc cao đẳng): - Hệ đào tạo: CĐ Chính quy Thời gian đào tạo: từ 9/1993 đến 5/1997 - Trường đào tạo: Đại học Bách khoa Hà nội - Ngành học: Kỹ thuật thông tin Bằng tốt nghiệp đạt loại Trung bình Đại học: - Hệ đào tạo: Tại chức, Thời gian đào tạo: từ /2005 đến 11/2009 - Trường đào tạo: Đại học Bách khoa Hà nội - Ngành học: Điện tử - Viễn thông Bằng tốt nghiệp đạt loại: Giỏi Thạc sĩ: - Hệ đào tạo: Tập trung Thời gian đào tạo: từ: 4/2010 đến: 4/2012 - Chuyên ngành học: Điện tử - Viễn thông - Tên luận văn: Xây dựng hệ thống truy vấn ảnh - Người hướng dẫn Khoa học: PGS.TS Nguyễn Tiến Dũng Trình độ ngoại ngữ : Tiếng anh trình độ B1chuẩn Châu âu III Q trình cơng tác chun mơn kể từ tốt nghiệp đại học: Thời gian Nơi công tác Công việc đảm nhận 2009 - Nay Trung tâm TH – TN Đại học Vinh PGĐ Trung tâm IV Các cơng trình khoa học công bố: Phạm Thị Phú (Chủ nhiệm), Nguyễn Thế Tân (Thành viên) Bồi dưỡng kỹ chế tạo sử dụng thiết bị thí nghiệm dạy học vật lý THPT cho sinh viên ngành vật lý Đề tài KHCN cấp Bộ, mã số B2005-42-87, năm 2005 – 2006 2.Nguyễn Văn Phú, Nguyễn Thế Tân, Khảo sát q trình điều biến sóng FM modul UTF1, Tạp chí Giáo dục, Số đặc biệt, 10/2009 Trang 103 – 106 Nguyễn Văn Phú (Chủ nhiệm), Nguyễn Thế Tân (Thành viên) Nghiên cứu khả điều biến xung phát LED laze bán dẫn phản hồi phân bố (Lazer DFB) ứng dụng thông tin quang Đề tài KHCN cấp Bộ, mã số B2010-27-84, năm 2010 – 2011 Nguyễn Thế Tân, Nguyễn Lê Thăng Tổng quan hệ thống thơng tin quang, Tạp chí Giáo dục, Số đặc biệt, 10/2009 Tôi cam đoan nội dung viết thật Ngày 25 tháng năm2012 NGƯỜI KHAI Nguyễn Thế Tân LỜI CAM ĐOAN Tôi xin cam đoan: Bản luận văn tốt nghiệp cơng trình nghiên cứu thực cá nhân, thực sở nghiên cứu lý thuyết tham khảo cơng trình nghiên cứu công bố cho phép, kiến thức kinh điển, nghiên cứu thực nghiệm trung thực hướng dẫn khoa học PGS TS: Nguyễn Tiến Dũng Các số liệu, mơ hình tốn kết luận văn trung thực, Một lần nữa, xin khẳng định trung thực lời cam kết Người thực Nguyễn Thế Tân MỤC LỤC DANH MỤC HÌNH VẼ, BIỂU ĐỒ LỜI NĨI ĐẦU LỜI NĨI ĐẦU 1.1 Giới thiệu chung 1.2 Các phương pháp truy vấn ảnh 10 1.2.1 Truy vấn theo lời thích (annotation, key words) 10 1.2.2 Truy vấn ảnh dựa nội dung (CBIR) 11 1.2.3 Truy vấn ảnh theo đối tượng (OBIR) 11 1.2.4 Truy vấn ảnh kết hợp với máy học 12 CHƯƠNG II – GIỚI THIỆU TRUY VẤN ẢNH DỰA TRÊN NỘI DUNG 14 2.1 Giới thiệu xử lý ảnh: 14 2.2 Hệ thống xử lý ảnh: 15 2.2.1 Ảnh: 15 2.3 Các vấn đề xử lý ảnh số: 20 2.3.1 Biểu diễn ảnh: 20 2.3.2 Tăng cường ảnh – khôi phục ảnh: .21 2.3.3 Biến đổi ảnh: 21 2.3.4 Phân tích ảnh : 22 2.3.5 Nhận dạng ảnh : 22 2.3.6 Nén ảnh : 22 2.4 Giới thiệu truy vấn ảnh theo nội dung : 23 2.5 Trích chọn đặc tính để truy vấn ảnh: 24 2.6 Lập mục đặc tính (Feature Indexing) : 27 2.7 Truy vấn ảnh tương tác: 28 CHƯƠNG III – CÁC ĐẶC TÍNH TRUY VẤN ẢNH THEO NỘI DUNG 31 3.1 Đặc tính màu: 31 3.2 Đặc tính bất biến: 37 3.3 Ma trận đồng xuất (Co-occurence Matrix )[3]: 38 3.4 Đặc tính Gabor [3]: 39 3.5 Đặc tính Tamura [8]: 40 3.6 Mơ tả cấu trúc tồn : 43 3.7 Đặc tính cục : 44 3.8 Đặc tính dựa vùng ( regioned based feature) : 45 3.9 Các đặc điểm biến đổi PCA: 46 3.10 Tương quan đặc tính khác nhau: 47 CHƯƠNG IV- KHOẢNG CÁCH ĐẶC TÍNH TRONG HỆ THỐNG TRUY VẤN ẢNH 48 4.1 Phương pháp so sánh lược đồ: 48 4.2 So sánh ảnh: 55 4.3 So sánh ảnh dựa đặc tính cục bộ: 57 4.4 So sánh mô tả dựa vùng: 57 4.5 Các đặc tính khác : 60 CHƯƠNG V- ĐÁNH GIÁ CHẤT LƯỢNG TRUY VẤN ẢNH 61 5.1 Thông số đánh giá chất lượng truy vấn ảnh : 61 CHƯƠNG VI- CHƯƠNG TRÌNH TRUY VẤN ẢNH Y SINH 64 6.1 Giới thiệu chương trình mơ phỏng: 64 6.2 Sơ đồ khối chương trình : 65 6.3 Giao diện chương trình: 66 6.3 Kết nhận dạng ảnh đánh giá: 67 KẾT LUẬN 71 TÀI LIỆU THAM KHẢO 73 DANH MỤC HÌNH VẼ, BIỂU ĐỒ Hình 1.1 Mơ hình chung đơn giản hệ thống truy vấn ảnh Hình 1.2 Mơ hình đặc trưng hệ thống truy vấn ảnh Hình 1.3 Các thành phần hệ thống truy vấn ảnh 10 Hình 1.4 Truy vấn theo thích www.google.com 11 Hình 1.5 Truy vấn ảnh theo nội dung www Picasa.com 12 1.2.4 Truy vấn ảnh kết hợp với máy học 12 Hình 2.1 Các giai đoạn xử lý ảnh số 17 Hình 2.2 Các bước xử lý ảnh số 18 Hình 2.3 Các thành phần hệ thống xử lý ảnh 19 Hình 2.5 Sơ đồ khối hệ thống truy vấn ảnh theo nội dung 24 Hình 2.6 Hệ thống truy vấn có tương tác 29 Hình 3.1 Biến đổi TCHSV từ RGB thành HSV lượng tử hóa QC166 cung cấp 166 màu HSV 35 Hình 3.2 Biểu diễn màu phân bố cục 36 Hình 3.7 Ví dụ đặc tính cấu trúc: (a) độ thô lớn, (b) độ thô nhỏ, (c) độ tương phản cao, (d) độ tương phản thấp, (e) có tính hướng, (f) khơng có tính hướng 41 Hình 3.8 Trích chọn đặc tính cục 44 Hình 3.19 Các phân vùng ảnh với số lượng vùng k khác 46 Hình 4.1 Ba lược đồ với khoảng cách thành phần giống tứng đơi 48 Hình 4.2 So sánh lược đồ : Dạng bình phương EMD 54 Hình 4.3 Time warp disance T(Ha,Hb) = 6; 55 Hình 4.4 Ví dụ biểu đồ chỉnh 55 Hình 4.5 Căn vùng để tìm vùng phù hợp lượng tử hóa Hungarian 59 Hình 5.1 Tương quan phép đo chất lượng theo phạm vi [-100,100] 63 Hình 6.1 Sơ đồ khối mơ tả hoạt động chương trình 65 Hình 6.2 Giao diện chương trình mơ 66 Hình 6.3 Chương trình nhận dạng 67 Hình 6.4 Chương trình nhận dạng 67 Hình6.5 Chương trình nhận dạng sai: Đối tượng Gallbladder kết 68 nhận dạng lại Kidney 68 Hình 6.6 Chương trình nhận dạng sai 69 DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT CBIR Content-Based Image Retrieval CCD Charge-Coupled Device CSDL Cơ Sở Dữ Liệu DBMS Data base management system EMM Ediator Markov Model KL Karhumen Loeve KLT Karhunen-Loeve Transform- NNFIR Nơron Netwrok based Flexible Image Retrieval OBIR Object Based Image Retrieval PSF Point Spread Function RBF Radial Basis Function RDBMS relational database is called a relational database management system RGB red, green, blue SVM Support Vector Machine UFM Unified feature matching LỜI NÓI ĐẦU Ảnh đóng vai trị quan trọng thơng tin hàng ngày Với phát triển không ngừng thiết bị kỹ thuật số, xuất phổ biến máy ảnh kỹ thuật số làm gia tăng nhanh chóng số lượng ảnh kỹ thuật số Khối lượng ảnh đồ sộ nhu cầu truy vấn người ngày cao lĩnh vực, Điều bắt buộc phải quản lý cách hệ thống Ngày với phát triển công nghệ, phát triển phần mềm phần cứng, khối lượng ảnh số phát triển không ngừng ngày lớn Một số lượng lớn ảnh sử dụng thư viện ảnh số Web Vì nhu cầu tìm kiếm ảnh nhu cầu tất yếu phục vụ đời sống Hiện tại, truy vấn ảnh ứng dụng nhiều lĩnh vực như: quản lý nhãn hiệu logo, truy tìm tội phạm, ứng dụng y khoa, quân thương mại… Số lượng ảnh lên tới hàng chục, hàng trăm ngàn ảnh Sự phát triển cơng nghệ máy tính ngày trợ giúp việc tìm kiếm ảnh giống cách thực tìm kiếm văn mà ta biết Cách thức tìm kiếm ảnh theo mục văn bản, từ khóa hay lời thích đưa vào để mô tả thông tin ảnh từ khóa hay lời thích dùng làm mục Việc truy vấn ảnh đơn giản so khớp từ khóa Cách làm thích hợp ảnh CSDL ảnh có nội dung khơng q phức tạp Tuy nhiên, hạn chế cách làm CSDL ảnh lớn việc bổ sung từ khóa hay lời thích tốn nhiều chi phí tính tốn khó khăn mặt khác, thích chưa mơ tả hết nội dung ảnh Vì cần hệ thống tìm kiếm ảnh có phạm vi lớn nhiều lĩnh vực Y tế , Khí tượng, an ninh .Điều bắt buộc người phải tạo phương pháp tìm kiếm dựa số đặc trưng thực q trình tìm kiếm ảnh tự động hệ thống truy vấn ảnh dựa nội dung (Content-Based Image Retrieval viết tắt CBIR) hệ thống truy vấn ảnh dựa việc tự động rút trích số thơng tin đặc trưng ảnh như: màu sắc, kết cấu, vị trí, hình dạng Phương pháp nhiều người nghiên cứu với nhiều cách tiếp cận khác nhiều hệ thống truy vấn ảnh dựa nội dung đời như: QBIC, VisualSeek, WebSeek BlobWorld Luận văn trình bày tổng quan hệ thống truy vấn ảnh phương pháp trích chọn nội dung ảnh (các đặc tính ảnh), phương pháp so sánh đặc tính ảnh để đánh giá mức độ tương tự ảnh yêu cầu so với ảnh sở liệu, xây dựng hệ thống truy vấn ảnh y sinh Luận văn gồm phần sau: - Chương I - Giới thiệu tổng quan hệ thống truy vấn ảnh - Chương II - Giới thiệu truy vấn ảnh dựa nội dung: Trình bày tổng quan xử lý ảnh, vấn đề truy vấn ảnh dựa nội dung - Chương III - Các đặc tính truy vấn ảnh theo nội dung: Trình bày đặc tính khác trích chọn từ ảnh để phục vụ cho việc so sánh ảnh sau - Chương IV - Khoảng cách đặc tính hệ thống truy vấn ảnh: Trình bày phương pháp đánh giá chất lượng truy vấn ảnh - Chương V - Các phương pháp đánh giá chất lượng truy vấn ảnh - Chương VI - Chương trình truy vấn ảnh y sinh: Giới thiệu chương trình nhận dạng ảnh đơn giản (một chức quan trọng hệ thống truy vấn ảnh) ngơn ngữ lập trình C++ Xây dựng hệ thống truy vấn ảnh y sinh dựa nội dung vấn đề cịn nhiều nhóm khoa học nghiên cứu không ngừng nhiều phương pháp khác để đáp ứng yêu cầu khác lĩnh vực áp dụng khác Trong phạm vi luận văn tốt nghiệp khả trình độ hiểu biết cịn có nhiều hạn chế, luận văn khơng thể tránh khỏi thiếu sót, tơi mong nhận ý kiến đóng góp thầy bạn bè để hồn thiện nghiên cứu sau Tôi xin chân thành cảm ơn PGS.TS Nguyễn Tiến Dũng, bạn bè gia đình giúp đỡ tơi hồn thành luận văn tốt nghiệp CHƯƠNG V- ĐÁNH GIÁ CHẤT LƯỢNG TRUY VẤN ẢNH 5.1 Thông số đánh giá chất lượng truy vấn ảnh : Vấn đề việc đánh giá chất lượng truy vấn ảnh dựa nội dung khơng có sở liệu kiểm chuẩn thơng số đo chất lượng Vì vậy, số đánh giá ban đầu hệ thống truy vấn ảnh dựa nội dụng, kết thường giới hạn yêu cầu ví dụ mà thường cho kết tích cực khả hệ thống Rõ ràng phép đo khách quan hay phép đo có tính chất định lượng Ta cần phép đo có tính khách quan định lượng Một vấn đề khác khơng có sở liệu chuẩn Các hệ thống truy vấn ảnh sử dụng sở liệu khác để biểu diễn kết hệ thống Do khó so sánh chất lượng hệ thống khác chí có kết định lượng Trong truy vấn thông tin văn bản, vài phép đo chất lượng cho kết tốt thay đổi chúng để sử dụng cho truy vấn ảnh dựa nội dung Phép đo chất lượng sử dụng phổ biến hệ thống truy vấn ảnh thơng tin precision (độ xác) P recall (khả truy vấn) R, định nghĩa sau : P= R= Số lượng tài liệu thích hợp truy vấn Tổng số tài liệu truy vấn Số lượng tài liệu thích hợp truy vấn (5.1) (5.2) Tổng số tài liệu truy vấn thích hợp Hai giá trị thường kết hợp với thành biểu đồ PR Các số biểu diễn số lượng tài liệu thích hợp khơng thích hợp có tài liệu xếp hạng Biểu đồ PR thực theo số bước : Đầu tiên, giả sử người sử dụng kiểm tra tài liệu danh sách xếp hạng Với n = N, precision Pn recall Rn tính tốn Ta thu đường cong cưa xét thêm ảnh tăng giảm precision Bước tiếp theo, đường cong hình cưa chuyển đổi thành đường cong đơn điệu cách đặt : Pk := max{Pi | i ≥ k } 61 (5.3) Q trình giải thích sau : xét đến tập hợp kết tối ưu cục mà recall precision cải thiện đồng thời kiểm tra thêm tài liệu Trong bước cuối cùng, biểu đồ PR yêu cầu khác kết hợp cách tính trung bình số học giá trị precision tương ứng với giá trị recall Một số giá trị recall lựa chọn, giá trị precision tương ứng với giá trị recall tính cho yêu cầu tính trung bình Biểu đồ PR khơng chứa tất thông tin mong muốn không rõ so sánh hệ thống truy vấn ảnh dựa vào biểu đồ Ta cải thiện biểu đồ PR tập hợp phép đo chất lượng khác định nghĩa sau : ~ Rank1 , R ank , P(20),P(50), P(NR), R(P=0.5), R(100), P(P=R), P(1), NN-ER PR- area Rank1 thứ hạng ảnh thích hợp thu nhận ~ R ank thứ hạng trung bình chuẩn hóa ảnh thích hợp ~ R ank = NN R ⎛ NR N (N − 1) ⎞ ⎜⎜ ∑ Ri − R R ⎟⎟ ⎝ n =1 ⎠ (5.4) Với Ri thứ hạng ảnh truy vấn thích hợp N R tổng số ảnh thích hợp Phép đo có giá trị khơng với hệ thống hoàn hảo cho hệ thống thất bại Với truy vấn ngẫu nhiên, giá trị mong muốn 0.5 P(20), P(50), P( N R ) precision sau 20, 50 N R ảnh truy vấn R(P=0.5), R(100) recall với P = 0.5 recall sau 100 ảnh truy vấn P(P=R) precision recall precision PR-area vùng phía PR- graph P(1) precision ảnh truy vấn đầu tiên, lấy trung bình tồn sở liệu, giống tốc độ nhận dạng phân loại lân cận gần sử dụng đặc tính phép đo khoảng cách Vì tốc độ lỗi phân loại tính NN- ER = 1- P(1) Dựa vào tập hợp phép đo chất lượng này, so sánh hệ thống truy vấn ảnh dựa nội dung cách định lượng theo sở liệu mà ảnh thích hợp biết trước tương ứng với số yêu cầu 62 Để so sánh chất lượng hệ thống truy vấn ảnh dễ dàng hơn, người ta thường dùng phép đo chất lượng Vì phép đo đánh giá chất lượng hệ thống truy vấn cách hay cách khác nên rõ ràng chúng có tương quan với Ma trận tương quan số phép đo chất lượng mơ tả Hình 4.1 Ma trận biểu diễn phép đo có tương quan lớn với để so sánh hệ thống truy vấn ảnh, sử dụng phép đo chất lượng đủ Sự tương quan lớn thấy rõ giá trị lân cận từ biểu đồ PR Các giá trị không tương quan lớn với phép đo khác R (P=0.5) P(R=1) Điều hai giá trị không phản ánh chất lượng ảnh truy vấn đầu tiên, P(R=1) xét đến ảnh cuối truy vấn Đối với người tìm kiếm ảnh, tìm ảnh thích hợp cách nhanh quan trọng tìm ảnh thích hợp cuối Nếu cần phân tích chi tiết cần đánh giá đặc tính cụ thể hệ thống nên xét nhiều tất phép đo chất lượng Error rate (ER) lựa chọn làm phép đo chất lượng để so sánh thơng số khác Hình 5.1 Tương quan phép đo chất lượng theo phạm vi [-100,100] Chúng ta vừa tìm hiểu sơ qua hệ thống truy vấn ảnh theo nội dung với đặc tính truy vấn, phép đo khoảng cách đặc tính, hay thơng số đánh giá chất lượng hệ thống Dựa vào tảng lý thuyết truy vấn ảnh theo nội dung, chương sau, tìm hiểu xây dựng chương trình nhận dạng ảnh mơ ngơn ngữ lập trình C++ 63 CHƯƠNG VI- CHƯƠNG TRÌNH TRUY VẤN ẢNH Y SINH 6.1 Giới thiệu chương trình mơ phỏng: Chương trình mơ ngơn ngữ lập trình C++, xây dựng chương trình nhận dạng ảnh Nhận dạng ảnh trình liên quan đến mơ tả đối tượng mà người ta mong muốn đặc tả Q trình nhận dạng thực sau q trình trích chọn đặc tính chủ yếu đối tượng Vì thế, thấy nhận dạng ảnh nhiệm vụ cụ thể hệ thống truy vấn ảnh Ảnh nhận dạng chương trình ảnh y sinh, đối tượng cần nhận dạng quan nội tạng thể người Ảnh sử dụng chương trình ảnh chụp X-Quang, chụp quan nội tạng thể người, ảnh định dạng Raw, có kích thước 640x480 Cơ sở liệu ảnh bao gồm 460 ảnh X-Quang, có : - 28 ảnh Gallbladder ( túi mật ) - 59 ảnh Kidney (thận ) - 67 ảnh Liver ( gan ) - 33 ảnh Pancreas ( tụy ) - 22 ảnh Spleen ( Lách ) - 17 ảnh Heart Chamber ( tim ngăn ) - 36 ảnh Heart Parasternal View (xem tim ) - 16 ảnh Heart Short Axis View Papilary ( xem tim ngắn ) - 16 ảnh Heart Short Axis View Mitral Valve (xem tim ngắn van ) - 40 ảnh LT.THY.TRANS - 42 ảnh RT.CCA.LONG - 43 ảnh RT.THY.LỌNG - 41 ảnh RT.THY.TRANS Trong nhận dạng ảnh, có hai kiểu mơ tả đối tượng: - Mô tả theo tham số - Mô tả theo cấu trúc 64 Trong chương trình mơ này, ta sử dụng kiểu mô tả đối tượng theo tham số Mơ hình tham số sử dụng vector để đặc tả đối tượng Mỗi phần tử vector mô tả đặc tính đối tượng [2] Ở chương trình mơ phỏng, đặc tính đối tượng sử dụng đặc tính phổ Fourier Chương trình trích chọn đặc tính phổ Fourier ảnh, tính tốn vector đặc tính, sau đem so sánh vector đặc tính với vector đặc tính trung bình lớp đối tượng định nghĩa để nhận dạng ảnh đầu vào 6.2 Sơ đồ khối chương trình : Người sử dụng Chọn ảnh yêu cầu đầu vào Cơ sở liệu Tính vector đặc tính ảnh Vector trung bình lớp Tính khoảng cách vector đặc tính ảnh yêu cầu với vector trung bình CSDL So sánh khoảng cách với mức cho Hiển thị kết truy vấn thích hợp Hình 6.1 Sơ đồ khối mơ tả hoạt động chương trình 65 Hình 6.1 mơ tả sơ đồ khối chương trình Đầu tiên, người sử dụng chọn ảnh yêu cầu đầu vào cần nhận dạng Chương trình trích chọn đặc tính ảnh đầu vào Sau đó, chương trình tính vector đặc tính ảnh đầu vào đem so sánh với vector đặc tính trung bình lớp đối tượng sở liệu để thu khoảng cách chúng Với khoảng cách tính được, chương trình nhận dạng đối tượng ảnh đầu vào 6.3 Giao diện chương trình: Hiển thị ảnh yêu Kết phản hồi Hình mơ tả nội tạng thể người Chọn ảnh Tên ảnh Thơng tin ảnh Nhận dạng ảnh Thốt Hình 6.2 Giao diện chương trình mơ Chương trình bao gồm: - Module chọn ảnh yêu cầu đầu vào: Bấm nút “Open” để chọn ảnh đầu vào, hiển thị ảnh khung ảnh “Image” hiển thị tên ảnh khung Textbox bên cạnh - Module nhận dạng ảnh: Bấm nút “Run Recognition” để chương trình tính tốn đưa kết nhận dạng ảnh - Module thoát khỏi chương trình: Bấm nút “Cancel” để khỏi chương trình - 66 6.3 Kết nhận dạng ảnh đánh giá: 6.3.1 Kết nhận dạng ảnh: Qua thực nghiệm thực chương trình mơ với tồn 460 ảnh sở liệu, chương trình nhận dạng 445 ảnh nhận dạng sai 15 ảnh Một số kết đưa hình Hình 6.3 Chương trình nhận dạng Hình 6.4 Chương trình nhận dạng 67 Hình 6.3 Hình 6.4 hai ví dụ nhận dạng chương trình mơ Ảnh đầu vào với thông tin xác nhận Gallbladder Heart Parasternal sau chương trình thực chức nhận dạng, kết nhận dạng Gallbladder Heart Paraternal Hình6.5 Chương trình nhận dạng sai: Đối tượng Gallbladder kết nhận dạng lại Kidney Hình 6.5 ví dụ nhận dạng sai chương trình mơ Ảnh đầu vào với thơng tin ảnh Gallbladder kết nhận dạng chương trình lại cho Kidney 68 Hình 6.6 Chương trình nhận dạng sai Hình 5.6 ví dụ nhận dạng sai chương trình mơ So với thông tin xác nhận ảnh đầu vào Liver kết nhận dạng chương trình lại RT.CCA.LONG Dựa thực nghiệm, ta tính độ xác chương trình mơ sau: A= Số ảnh nhận dạng số ảnh nhận Toàn d (6.1) Vậy với 445 ảnh nhận dạng xác tất 460 ảnh đưa vào để nhận dạng độ xác chương trình mơ là: A= 445 × 100% = 96,73% 460 (6.2) 69 6.3.2 Đánh giá: Qua tìm hiểu mục 6.3.1, chương trình mơ hệ thống nhận dạng ảnh thể đầy đủ chức với độ xác nhận dạng cao Tuy chương trình cịn đơn giản với giới hạn sở liệu ảnh, số đặc tính ảnh trích chọn, loại ảnh nhận dạng, hay số lớp đối tượng cần nhận dạng,…nhưng với kết đạt được, hồn tồn phát triển chương trình thành hệ thống truy vấn ảnh hoàn chỉnh 70 KẾT LUẬN Luận văn trình bày tổng quan phương pháp truy vấn ảnh số đặc tính sử dụng để truy vấn ảnh theo nội dung, xây dựng hệ thống truy vấn ảnh y sinh Chương I II trình bày tổng quan truy vấn ảnh giới thiệu truy vấn ảnh theo nội dung, phương pháp trích chọn đặc tính để truy vấn ảnh Chương III IV so sánh ảnh dựa đặc tính trích chọn, phương pháp so sánh tính tương tự đặc tính khác sử dụng Chương V đánh giá hiệu truy vấn ảnh đặc tính hàm khoảng cách khác Kết cho thấy hiệu truy vấn phụ thuộc vào sở liệu khác Điều có nghĩa tùy thuộc vào ứng dụng khác ta cần chọn đặc tính hàm khoảng cách thích hợp để đạt hiệu tốt Chương VI giới thiệu chương trình mơ viết ngơn ngữ lập trình C++ Đây chương trình nhận dạng ảnh y sinh dựa tảng lý thuyết truy vấn ảnh Chương trình thực với sở liệu ảnh chụp phim X-Quang với lớp đối tượng quan nội tạng thể người gan, mật, tụy, lách hay tim Qua thực nghiệm, thấy kết chương trình tương đối tốt Chương trình mơ luận văn tương đối đơn giản, thực số module hệ thống truy vấn ảnh hồn chỉnh Do trình độ thời gian cịn hạn chế luận văn cịn có nhiều thiếu sót Vì tơi xin đề xuất hướng nghiên cứu dựa chương trình mơ để hồn thiện chương trình truy vấn ảnh theo nội dung: - Tiếp tục hoàn thiện chương trình - Mở rộng phạm vi hoạt động chương trình Cụ thể chương trình thực nhiều loại ảnh định dạng khác nhau, mở rộng với nhiều loại, nhiều lớp đối tượng khác nhau, không ảnh y sinh 71 Trong tương lai, điều kiện cho phép, có mong muốn nghiên cứu cách kỹ lưỡng đề tài này, sâu vào ứng dụng cụ thể Một lần nữa, xin chân thành cảm ơn giúp đỡ, hướng dẫn tận tình thầy giáo PGS.TS Nguyễn Tiến Dũng gia đình bạn bè q trình tơi thực luận văn Xin chân thành cảm ơn! 72 TÀI LIỆU THAM KHẢO Lee, H.K and S Yoo (2001), “A Neural Network-based Flexible Image Retrieval” Lương Mạnh Bá, Nguyễn Thanh Thủy (1999) , “Nhập môn xử lý ảnh số”, Nhà xuất khoa học kỹ thuật, Hà Nội- Mark S.Nixon, Alberto S.Aguado (2002) , “Feature Extraction and Image Processing”, Newnes, Nguyễn Phước Lộc, "Truy vấn Cơ Sở Dữ Liệu ảnh qua mô h́inh Mediator Markov Model", Luận văn thạc sĩ Công Nghệ Thông Tin, Trường Đại học Khoa Học Tự Nhiên, Tp Hồ Chí Minh Schettini, R., G Ciocca, and S Zuffi (2001), “A survey on methods for colour image indexing and retrieval in image databases”, Color Imaging Science: Exploiting Digital Media, p 183-211 Rafael C.Gonzalez, Richard E.Woods, “Digital Image Processing”, Prentice Hall, Upper Saddle River, New Jersey 07458 Tong, S and E Chang (2001), “Support vector machine active learning for image retrieval”, Proceedings of the ninth ACM international conference on Multimedia, p 107-118 Thomas Deselaers (2003), “Features for Image Retrieval”, Aschen, 2003 Vertan, C and N Boujemaa (2000),“Embedding fuzzy logic in content based image retrieval”, Fuzzy Information Processing Society, 2000.NAFIPS 19th International Conference of the North American, p 85-89 73 CỘNG HOÀ XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lâp – Tự – Hạnh phúc BẢN NHẬN XÉT LUẬN VĂN THẠC SĨ - Đề tài: Xây dựng hệ thống truy vấn ảnh Y sinh - Tác giả: Nguyễn Thế Tân – Trường ĐH Bách Khoa Hà Nội - Chuyên ngành: Kỹ thuật Điện tử Viễn Thông - Người hướng dẫn 1: PGS.TS Nguyễn Tiến Dũng - Đơn vị: Viện Điện Tử Viễn Thông – Viện đào tạo sau ĐH- Trường ĐH Bách khoa Hà nội - Người hướng dẫn 2: - Đơn vị: Nhận xét: Tổng quan chung: Luận văn trình bày tổng quan hệ thống truy vấn ảnh phương pháp trích chọn nội dung ảnh, (các đặc tính ảnh), phương pháp so sánh đặc tính ảnh để đánh giá mức độ tương tự ảnh yêu cầu so với ảnh sở liệu xây dựng hệ thống truy vấn ảnh Y sinh Luận văn trình bày tổng quan phương pháp truy vấn ảnh số đặc tính sử dụng để truy vấn ảnh theo nội dung Chương I II trình bày tổng quan truy vấn ảnh giới thiệu truy vấn ảnh theo nội dung, phương pháp trích chọn đặc tính để truy vấn ảnh Chương III IV so sánh ảnh dựa đặc tính trích chọn, phương pháp so sánh tính tương tự đặc tính khác sử dụng Chương V đánh giá hiệu truy vấn ảnh đặc tính hàm khoảng cách khác Kết cho thấy hiệu truy vấn phụ thuộc vào sở liệu khác Điều có nghĩa tùy thuộc vào ứng dụng khác ta cần chọn đặc tính hàm khoảng cách thích hợp để đạt hiệu tốt Chương VI giới thiệu chương trình mơ viết ngơn ngữ lập trình C++ Đây chương trình nhận dạng ảnh y sinh dựa tảng lý thuyết truy vấn ảnh Chương trình thực với sở liệu ảnh chụp phim XQuang với lớp đối tượng quan nội tạng thể người gan, mật, tụy, lách hay tim Có thể thấy kết chương trình tương đối tốt theo đánh giá thực nghiệm Ưu điểm, nhược điểm luận văn nội dung, hình thức; thái độ, trách nhiệm tác giả trình thực luận văn Kết luận: Tôi đồng ý để tác giả Nguyễn Thế Tân bảo vệ luận văn trước Hội đồng chấm luận văn thạc sĩ Hà Nội, Ngày tháng3 năm 2012 Người nhận xét Xác nhận quan người nhận xét (dùng cho người nhận xét trường ĐHBKHN) ... trình truy vấn ảnh y sinh: Giới thiệu chương trình nhận dạng ảnh đơn giản (một chức quan trọng hệ thống truy vấn ảnh) ngôn ngữ lập trình C++ X? ?y dựng hệ thống truy vấn ảnh y sinh dựa nội dung vấn. .. trợ truy vấn ảnh dựa theo từ khóa Đ? ?y hệ thống truy vấn ảnh dựa từ khóa hay lời thích 10 Hình 1.4 Truy vấn theo thích www.google.com 1.2.2 Truy vấn ảnh dựa nội dung (CBIR) Hệ thống truy vấn ảnh. .. diễn ảnh truy vấn Độ đo tương đồng Lập mục CSDL Các đặc trưng Hệ thống truy vấn ảnh Với sở tri thức Hình 1.3 Các thành phần hệ thống truy vấn ảnh 1.2 Các phương pháp truy vấn ảnh 1.2.1 Truy vấn