Tìm hiểu phương pháp trích chọn đặc trưng hình ảnh và độ đo tương tự

MỤC LỤC Lời cảm ơn Nhiệm vụ đề tài Giới thiệu quan thực tập Mục lục NỘI DUNG BÁO CÁO Chưong 1: TỔNG QUAN VỀ XỬ LÝ ẢNH VÀ TRA CỨU ẢNH 1.1 Tổng quan xử lý ảnh 1.1.1Một số khái niệm 1.1.1.1 Pixel 1.1.1.2 Gray level 1.1.1.3 Định dạng ảnh 1.1.1.3.1 GIF 1.1.1.3.2 PNG 1.1.1.3.3 BMP 1.1.2 Biểu diễn ảnh 1.1.3 Tăng cƣờng ảnh – khơi phục ảnh 1.1.4 Biến đổi ảnh 1.1.5 Phân tích ảnh 1.1.6 Nhận dạng ảnh 1.1.7 Nén ảnh 1.2 Tổng quan tra cứu ảnh dựa nội dung 1.2.1 Những thành phần hệ thống tra cứu ảnh dựa nội dung 1.2.1.1 Cơng nghệ tự động trích chọn siêu liệu 1.2.1.2 Giao diện để lấy yêu cầu truy người sử dụng 1.2.1.3 Phương pháp so sánh độ tương tụ ảnh 1.2.1.4 Công nghệ tạo số lưu trữ liệu hiệu 1.2.2 Những ứng dụng tra cứu ảnh 1.2.3 Những chức hệ thống tra cứu ảnh dựa nội dung 1.2.4 Các phuơng pháp tra cứu ảnh dựa nội dung 1.2.4.1 Tra cứu ảnh dựa màu sắc 1.2.4.1 Tra cứu ảnh dựa kết cấu 1.2.4.1 Tra cứu ảnh dựa hình dạng 1.2.5 Những hệ thống tra cứu ảnh dựa nội dung 1.2.5.1 Hệ thống QBIC 1.2.5.2 Hệ thốngPhotobook 1.2.5.3 Hệ thống Visual SEEK WebSEEK 1.2.5.4 Hệ thống RetrievalWare 1.2.5.5 Hệ thống Imatch 1.2.6 Kết luận Chương 2: TÌM HIỂU CÁC PHƢƠNG PHÁP TRÍCH CHỌN ĐẶC TRƢNG HÌNH ẢNH 2.1 Màu sắc 2.1.1Không gian màu 2.1.2 Lược đồ màu 2.2 Kết cấu 2.2.1 Các đặc trưng Tamura 2.2.1.1 Thô 2.2.1.2 Độ tương phản 2.2.1.3 Hướng 2.2.2 Các đặc trưng Wold 2.2.3 Mơ hình tự hồi quy đồng thời SAR 2.2.4 Các đặc trưng Gabor 2.2.5 Các đặc trưng biến đổi sóng 2.3 Hình dạng 2.3.1 Các bất biến mơmen 2.3.1 Các góc quay 2.3.1 Các ký hiệu mơ tả Fourier 2.3.1 Hình trịn, Độ lệch tâm Hướng trục 2.4 Thông tin không gian 2.5 Phân đoạn ảnh Chương 3: CÁC ĐỘ ĐO TƢƠNG TỰ 3.1Lƣợc đồ giao 3.2 Khoảng cách Minkowski 3.2 Khoảng cách toàn phƣơng 3.2 Khoảng cách EMD Chương 4: CÀI ĐẶT THỬ NGHIỆM CHƢƠNG TRÌNH,KẾT LUẬN,TÀI LIỆU THAM KHẢO 4.1 Kết luận 4.2 Tài liệu tham khảo Chương 1: TỔNG QUAN VỀ XỬ LÝ ẢNH VÀ TRA CỨU ẢNH 1.1TỔNG QUAN VỀ XỬ LÝ ẢNH Xử lý ảnh mảng quan trọng kỹ thuật thị giác máy tính, tiền đề cho nhiều nghiên cứu thuộc lĩnh vực Hai nhiệm vụ trình xử lý ảnh nâng cao chất lƣợng thơng tin hình ảnh xử lý số liệu cung cấp cho trình khác có việc ứng dụng thị giác vào điều khiển Quá trình việc thu nhận ảnh nguồn (từ thiết bị thu nhận ảnh dạng số tƣơng tự) gửi đến máy tính Dữ liệu ảnh đƣợc lƣu trữ định dạng phù hợp với trình xử lý Ngƣời lập trình tác động thuật toán tƣơng ứng lên liệu ảnh nhằm thay đổi cấu trúc ảnh phù hơp với ứng dụng khác 1.1.1 Mét sè kh¸i niƯm 1.1.1.1 Pixel (Picture Element): phần tử ảnh ảnh thực tế ảnh liên tục không gian giá trị độ sáng Để xử lý ảnh máy tính cần thiết phải tiến hành số hoá ảnh Trong trình số hoá , ng-ời ta biến đổi tín hiệu liên tục sang tín hiệu rời rạc thông qua trình lấy mẫu (rời rạc hóa không gian) l-ợng hoá thành phần giá trị mà thể nguyên tắc mắt th-ờng không phân biệt đ-ợc hai điểm kề Trong trình này, ng-ời ta sử dụng khái niệm Picture element mà ta quen gọi hay viết Pixel - phần tử ảnh cần phân biệt khái niệm pixel hay đề cập đến hệ thống đồ hoạ máy tính Để tránh nhầm lẫn ta tạm gọi khái niệm pixel pixel thiết bị Khái niệm pixel thiết bị cã thĨ xem xÐt nh- sau: ta quan s¸t hình (trong chế độ đồ hoạ), hình không liên tục mà gồm nhiều điểm nhỏ, gọi pixel Mỗi pixel gồm cặp toạ độ x, y màu Cặp toạ độ x, y tạo nên độ phân giải (resolution) Nh- hình máy tính có nhiều loại với độ phân giải khác nhau: hình CGA có độ phân giải 320 x 200; hình VGA 640 x 350, Nh- vậy, ảnh tập hợp điểm ảnh Khi đ-ợc số hoá, th-ờng đ-ợc biểu diễn bảng hai chiều I(n,p): n dòng p cột Ta nói ảnh gồm n x p pixels Ng-êi ta th-êng kÝ hiƯu I(x,y) ®Ĩ pixel Th-ờng giá trị n chọn p 256 Hình 1.2 cho ta thấy việc biểu diễn ảnh với độ phân giải khác Một pixel l-u trữ 1, 4, hay 24 bit 1.1.1.2 Gray level: Møc x¸m Møc xám kết mà hoá t-ơng ứng c-ờng độ sáng điểm ảnh với giá trị số - kết trình l-ợng hoá Cách mà hoá kinh điển th-ờng dùng 16, 32 hay 64 mức Mà hoá 256 mức phổ dụng lý kü thuËt V× 28 = 256 (0, 1, , 255), nên với 256 mức, pixel đ-ợc mà hoá bit 1.1.1.3 nh dng nh 1.1.1.3.1 GIF (Graphics Interchange Format) định dạng tập tin hình ảnh bitmap cho hình ảnh dùng 256 màu sắc khác hoạt hình dùng 256 màu cho khung hình GIF định dạng nén liệu đặc biệt hữu ích cho việc truyền hình ảnh qua đƣờng truyền lƣu lƣợng nhỏ Định dạng đƣợc CompuServe cho đời vào năm 1987 nhanh chóng đƣợc dùng rộng rãi Word Wide Web Tập tin GIF dùng nén liệu bảo tồn kích thƣớc tập tin đƣợc giảm mà khơng làm giảm chất lƣợng hình ảnh, cho hình ảnh có 256 màu Số lƣợng tối đa 256 màu làm cho định dạng khơng phù hợp cho hình chụp (thƣờng có nhiều màu sắc), nhiên kiểu nén liệu bảo tồn cho hình chụp nhiều màu có kích thƣớc q lớn truyền liệu mạng Định dạng JPEG nén liệu thất đƣợc dùng cho ảnh chụp, nhƣng lại làm giảm chất lƣợng cho vẽ màu, tạo nên chỗ nhịe thay cho đƣờng sắc nét, đồng thời độ nén thấp cho hình vẽ màu Nhƣ vậy, GIF thƣờng đƣợc dùng cho sơ đồ, hình vẽ nút bấm hình màu, cịn JPEG đƣợc dùng cho ảnh chụp Định dạng GIF đƣợc đăng ký sở hữu trí tuệ Unisys, muốn viết chƣơng trình để tạo hiển thị tập tin GIF phải trả tiền quyền Tiêu chuẩn định dạng PNG đời để thay GIF, giảm hạn chế luật pháp hạn chế công nghệ Nay giấy phép sở hữu trí tuệ Unisys hết hạn, nhƣng PNG đƣợc ƣa chuộng có nhiều tính kỹ thuật vƣợt trội, trở thành định dạng phổ biến thứ mạng 1.1.1.3.2 PNG (Portable Network Graphics) dạng hình ảnh sử dụng phƣơng pháp nén liệu - không làm liệu gốc PNG đƣợc tạo nhằm cải thiện thay định dạng ảnh GIF với định dạng hình ảnh khơng địi hỏi phải có giấy phép sáng chế sử dụng PNG đƣợc hỗ trợ thƣ viện tham chiếu libpng, thƣ viện tảng độc lập bao gồm hàm C để quản lý hình ảnh PNG Những tập tin PNG thƣờng có phần mở rộng PNG and png đƣợc gán kiểu chuẩn MIME image/png (đƣợc công nhận vào ngày 14 tháng 10 năm 1996) Phần đầu tập tin Một tập tin PNG bao gồm 8-byte kí hiệu (89 50 4E 47 0D 0A 1A 0A đƣợc viết hệ thống có số 16, chứa chữ "PNG" dấu xuống dòng, xếp theo số lƣợng thành phần, thành phần chứa thơng tin hình ảnh Cấu trúc dựa thành phần đƣợc thiết kế cho phép định dạng PNG tƣơng thích với phiên cũ sử dụng Các "thành phần" tập tin PNG cấu trúc nhƣ chuỗi thành phần, thành phần chứa kích thƣớc, kiểu, liệu, mã sửa lỗi CRC Chuỗi đƣợc gán tên chữ phân biệt chữ hoa chữ thƣờng Sự phân biệt giúp giải mã phát chất chuỗi không nhận dạng đƣợc Với chữ đầu, viết hoa thể chuỗi thiết yếu, khơng cần thiết ancillary Chuỗi thiết yếu chứa thông tin cần thiết để đọc đƣợc tệp giải mã không nhận dạng đƣợc chuỗi thiết yếu, việc đọc tệp phải đƣợc hủy Thành phần Một giải mã (decoder) phải thơng dịch để đọc hiển thị tệp PNG IHDR phải thành phần đầu tiên, chứa đựng header PLTE chứa đựng bảng màu (danh sách màu) IDAT chứa đựng ảnh Ảnh đƣợc chia nhỏ chứa nhiều phần IDAT Điều làm tăng kích cỡ tệp lên nhƣng làm cho việc phát sinh ảnh PNG mƣợt (streaming manner) IEND đánh dấu điểm kết thúc ảnh Ảnh động PNG không hỗ trợ ảnh động Nhƣng định dạng khác phức tạp dựa ý tƣởng chunk PNG MNG đƣợc thiết kế cho ảnh động, nhiên định dạng khơng cho phép 'tƣơng thích lùi' tức hiển thị ảnh trƣờng hợp hệ thống khơng hỗ trợ đƣợc hình động Một định dạng khác APNG dựa PNG hỗ trợ ảnh động tƣơng thích lùi, nhƣng đơn giản MNG Tuy nhiên, đến thời điểm 2005 dịnh dạng chƣa đƣợc hỗ trợ rộng rãi 1.1.1.3.3 BMP Trong đồ họa máy vi tính, BMP, cịn đƣợc biết đến với tên tiếng Anh khác Windows bitmap, định dạng tập tin hình ảnh phổ biến Các tập tin đồ họa lƣu dƣới dạng BMP thƣờng có đuôi BMP DIB (Device Independent Bitmap) Các thuộc tính tiêu biểu tập tin ảnh BMP (cũng nhƣ file ảnh nói chung) số bit điểm ảnh (bit per pixel), thƣờng đƣợc ký hiệu n Một ảnh BMP n-bit có 2n màu Giá trị n lớn ảnh có nhiều màu, rõ nét Giá trị tiêu biểu n (ảnh đen trắng), (ảnh 16 màu), (ảnh 256 màu), 16 (ảnh 65536 màu) 24 (ảnh 16 triệu màu) Ảnh BMP 24-bit có chất lƣợng hình ảnh trung thực chiều cao ảnh (height), cho điểm ảnh (pixel) chiều rộng ảnh (width), cho điểm ảnh Cấu trúc tập tin ảnh BMP bao gồm phần Bitmap Header (14 bytes): giúp nhận dạng tập tin bitmap Bitmap Information (40 bytes): lƣu số thông tin chi tiết giúp hiển thị ảnh Color Palette (4*x bytes), x số màu ảnh: định nghĩa màu đƣợc sử dụng ảnh Bitmap Data: lƣu liệu ảnh Đặc điểm bật định dạng BMP tập tin hình ảnh thƣờng khơng đƣợc nén thuật toán Khi lƣu ảnh, điểm ảnh đƣợc ghi trực tiếp vào tập tin - điểm ảnh đƣợc mô tả hay nhiều byte tùy thuộc vào giá trị n ảnh Do đó, hình ảnh lƣu dƣới dạng BMP thƣờng có kích cỡ lớn, gấp nhiều lần so với ảnh đƣợc nén (chẳng hạn GIF, JPEG hay PNG) Định dạng BMP đƣợc hỗ trợ hầu hết phần mềm đồ họa chạy Windows, số ứng dụng chạy MS-DOS Ngay từ Windows 3.1, Microsoft cho đời phần mềm PaintBrush, phần mềm hỗ trợ vẽ hình ảnh đơn giản lƣu hình ảnh đƣợc vẽ dƣới dạng BMP 16 hay 256 màu Tuy nhiên, kích thƣớc tập tin ảnh BMP lớn, định dạng BMP không phù hợp để trao đổi hình ảnh qua mạng Internet (do hạn chế tốc độ truyền liệu) Do đó, trang web thƣờng sử dụng ảnh dạng GIF, JPEG hay PNG Các định dạng hỗ trợ thuật tốn nén hình ảnh, giảm bớt kích cỡ ảnh 1.1.2 BiĨu diƠn ¶nh Trong biĨu diễn ảnh, ng-ời ta th-ờng dùng phần tử đặc tr-ng ảnh pixel Nhìn chung xem hàm hai biến chứa thông tin nh- biểu diễn ảnh Các mô hình biểu diễn ảnh cho ta mô tả lô gic hay định l-ợng tính chất hàm Trong biểu diễn ảnh cần ý đến tính trung thực ảnh tiêu chuẩn thông minh để đo chất lượng ảnh tính hiệu kỹ thuật xử lý Việc xử lý ảnh số yêu cầu ảnh phải đ-ợc mẫu hoá l-ợng tử hoá Thí dụ ảnh ma trận 512 dòng gồm khoảng 512 x 512 pixel Việc l-ợng tử hoá ảnh chuyển đổi tín hiệu t-¬ng tù sang tÝn hiƯu sè (Analog Digital Convert) cđa ảnh đà lấy mẫu sang số hữu hạn mức xám Vấn đề trình bày chi tiết ch-ơng Một số mô hình th-ờng đ-ợc dùng biểu diễn ảnh: Mô hình toán, mô hình thống kê Trong mô hình toán, ảnh hai chiều đ-ợc biểu diễn nhờ hàm hai biến trực giao gọi hàm sở Các biến đổi trình bày kỹ ch-ơng Với mô hình thống kê, ảnh đ-ợc coi nh- phần tử tập hợp đặc tr-ng đại l-ợng nh-: kỳ vọng toán học, hiệp biến, ph-ơng sai, moment 1.1.3 Tăng c-ờng ảnh - khôi phục ảnh Tăng c-ờng ảnh b-ớc quan trọng, tạo tiền đề cho xử lý ảnh Nó gồm loạt kỹ thuậy nh-: lọc độ t-ơng phản, khử nhiễu, màu, v v Khôi phục ảnh nhằm loại bỏ suy giảm (degradation) ¶nh Víi mét hƯ thèng tun tÝnh, ¶nh cđa đối t-ợng biểu diễn bởi: g(x,y) = h( x, y; , ) f ( , )d d ( ( x, y)) Trong đó: - (x,y) hàm biểu diễn nhiễu cộng - f(,ò) hàm biểu diễn đối t-ợng - g(x,y) ảnh thu nhận - h((x,y; ,ò) hàm tán xạ điểm (Point Spread Function - PSF) Một vấn đề khôi phục ảnh tiêu biểu tìm xấp xỉ f(,ò) PSF đo l-ờng hay quan sát đ-ợc, ảnh mờ tính chất sác xuất trình nhiễu 1.1.4 Biến đổi ảnh Thuật ngữ biến đổi ảnh (Image Transform) th-ờng dùng để nói tới lớp ma trận đơn vị kỹ thuật dùng để biến đổi ảnh Cũng nh- tín hiệu chiều đ-ợc biểu diễn chuỗi hàm sở, ảnh đ-ợc biểu diễn chuỗi rời rạc ma trận sở gọi ảnh sở Ph-ơng trình ảnh sở có dạng: A*k,l = ak al*T, víi ak lµ cét thø k cđa ma trận A A ma trận đơn vị Có nghĩa A A*T = I Các A*k,l định nghĩa với k,l = 0,1, , N-1 ảnh sở Có nhiều loại biến đổi đ-ợc dùng nh- : - BiÕn ®ỉi Fourier, Sin, Cosin, Hadamard, - TÝch Kronecker (*) - BiÕn ®ỉi KL (Karhumen Loeve): biÕn đổi có nguồn gốc từ khai triển trình ngẫu nhiên gọi ph-ơng pháp trích chọn thành phần Do phải xử lý nhiều thông tin, phép toán nhân cộng khai triển lớn Do vậy, biến đổi nhằm làm giảm thứ nguyên ảnh để việc xử lý ảnh đ-ợc hiệu 1.1.5 Phân tích ảnh Phân tích ảnh liên quan đến việc xác định độ đo định l-ợng ảnh để đ-a mô tả đầy đủ ảnh Các kỹ thuật đ-ợc sử dụng nhằm mục đích xác định biên ảnh Có nhiều kỹ thuật khác nh- lọc vi phân hay dò theo quy hoạch động Ng-ời ta dùng kỹ thuật để phân vùng ảnh Từ ảnh thu đ-ợc, ng-ời ta tiến hành kỹ thuật tách (split) hay hợp (fusion) dựa theo tiêu chuẩn đánh giá nh-: màu sắc, c-ờng độ, v v Các ph-ơng pháp đ-ợc biết đến nh- Quad-Tree, mảnh hoá biên, nhị phân hoá đ-ờng biên Cuối cùng, phải kể đến cac kü tht ph©n líp dùa theo cÊu tróc 1.1.6 Nhận dạng ảnh Nhận dạng ảnh trình liên quan đến mô tả đối t-ợng mà ng-ời ta muốn đặc tả Quá trình nhận dạng th-ờng sau trình trích chọn đặc tính chủ yếu đối t-ợng Có hai kiểu mô tả đối t-ợng: - Mô tả tham số (nhận dạng theo tham số) - Mô tả theo cấu trúc ( nhận dạng theo cấu trúc) Trên thực tế, ng-ời ta đà áp dụng kỹ thuật nhận dạng thành công với nhiều đối t-ợng khác nh-: nhận dạng ảnh vân tay, nhận dạng chữ (chữ cái, chữ số, chữ có dấu) Nhận dạng chữ in đánh máy phục vụ cho việc tự động hoá trình đọc tài liệu, tăng nhanh tốc độ chất l-ợng thu nhận thông tin từ máy tính Nhận dạng chữ viết tay (với mức độ ràng buộc khác cách viết, kiểu chữ, v ,v ) phơc vơ cho nhiỊu lÜnh vùc Ngoµi kỹ thuật nhận dạng trên, kỹ thuật nhận dạng dựa vào kỹ thuật mạng nơ ron đ-ợc áp dụng cho kết khả quan 1.1.7 Nén ảnh Dữ liệu ảnh nh- liệu khác cần phải l-u trữ hay truyền mạng Nh- đà nói trên, l-ợng thông tin để biểu diễn cho ảnh lớn Trong phần 1.1 đà thấy ảnh đen trắng cỡ 512 x 512 víi 256 møc x¸m chiÕm 256K bytes Do làm giảm l-ợng thông tin hay nén liệu nhu cầu cần thiết Nhiều ph-ơng pháp nén liệu đà đ-ợc nghiên cứu áp dụng cho loại liệu đặc biệt 1.2 TNG QUAN VỀ TRA CỨU ẢNH DỰA TRÊN NỘI DUNG Tra cứu ảnh trình tìm kiếm sở liệu ảnh ảnh thoả mãn yêu cầu đó.Tra cứu ảnh đƣợc sử dụng nhiều lĩnh vực khác nhau: y tế, khoa học hình sự, bảo tồn, ngân hàng Vấn đề tra cứu ảnh nhận đƣợc quan tâm nhiều nhà nghiên cứu Tra cứu ảnh theo nội dung thức xuất từ năm 1992, đánh dấu Hội thảo hệ thống quản lý thông tin trực quan Quỹ Khoa học Quốc gia Hoa Kỳ Một số hệ tra cứu ảnh theo nội dung tiêu biểu: QBIC, VIR Image Engine, VisualSEEK, NeTra, MARS, Viper Tra cứu ảnh theo nội dung dựa vào đặc điểm nội dung trực quan ảnh để tra cứu: màu sắc, kết cấu, hình dạng bố cục khơng gian Đây đặc điểm mức thấp, chƣa phản ảnh đƣợc ngữ nghĩa ảnh 1.2.1 Những thành phần hệ thống tra cứu ảnh dựa nội dung 1.2.1.1 Cơng nghệ tự động trích chọn siêu liệu Mỗi đặc điểm nguyên thủy ảnh có định dạng đặc trƣng nhƣ biểu đồ màu đƣợc sử dụng rộng rãi để biểu thị đặc điểm màu sắc, đặc điểm hình dạng biểu thị tập đoạn biên liền Với siêu liệu thích hợp, hệ thống tìm kiếm ảnh dựa màu sắc 1.2.1.2.Giao diện để lấy yêu cầu truy vấn người sử dụng Trong hệ thống tìm kiếm trình tìm kiếm u cầu tìm kiếm Vì vậy, vấn đề cốt yếu để lấy yêu cầu truy vấn ngƣời sử dụng cách xác dễ dàng Tìm kiếm dựa text đƣợc sử dụng rộng rãi hệ thống tìm kiếm Ví dụ: Tìm sách mà mong muốn với từ khóa thƣ viện Với hệ thống tìm kiếm ảnh dựa nội dung trình tìm kiếm đƣợc thực thơng qua hình ảnh mẫu đƣợc cung cấp ngƣời sử dụng gọi truy vấn mẫu Mặc dù vậy, ngƣời sử dụng luôn đƣa ảnh mẫu cho hệ thống tìm kiếm Hệ thống tìm kiếm ảnh dựa màu sắc đƣa giao diện để định chọn số đặc điểm cho việc cung cấp ảnh mẫu nhƣ 10 Ở p số lân cận trịn Để tạo chi phí tính tốn thấp để thu đƣợc bất biến quay thời điểm, p không đƣợc lớn nhỏ Thơng thƣờng p 2.l ( x, y) đƣợc tính tốn bởi: wi ( x' , y ' ) g ( x' , y ' ) 8i ( x ', y ') N l i ( x, y ) i Ở N i lân cận tròn thứ i ( x, y ); wi ( x' , y ' ) tập trọng số đƣợc tính trƣớc đóng góp điểm ảnh ( x' , y' ) vòng tròn thứ i Để mơ tả kết cấu có tính chất hột khác nhau, mơ hình MRSAR đƣợc đề xuất phép phân tích kết cấu đa mức Một ảnh đƣợc biểu diễn hình chóp Gaussian đa độ phân giải với lọc thông thấp lấy mẫu dƣới đƣợc áp dụng số mức liên tiếp Sau mơ hình SAR mơ hình RISAR đƣợc áp dụng mức hình chóp MRSAR đƣợc chứng minh có hiệu sở liệu kết cấu Brodatz tốt nhiều đặc trƣng kết cấu khác, nhƣ phân tích thành phần chính, phân rã Wold, biến đổi sóng 2.2.4 Các đặc trưng lọc Gabor Lọc Gabor đƣợc sử dụng rộng rãi để trích rút đặc trƣng ảnh, đặc biệt đặc trƣng kết cấu Nó tối ƣu mặt cực tiểu hố khơng chắn chung miền không gian miền tần số, thƣờng đƣợc sử dụng nhƣ hƣớng tỷ lệ biên điều hƣớng phát đƣờng Có nhiều cách tiếp cận đƣợc đề xuất để mô tả kết cấu ảnh dựa lọc Gabor Ý tƣởng sử dụng lọc Gabor để trích rút đặc trƣng kết cấu đƣợc mô tả nhƣ sau Một hàm Gabor hai chiều g ( x, y) đƣợc định nghĩa bằng: g ( x, y ) Ở đây, x x y exp y x2 x2 y2 y jWx độ lệch chuẩn phân bố Gaussian theo hƣớng x y Sau tập lọc Gabor thu đƣợc giãn quay thích hợp g ( x, y) : 25 g mn ( x, y ) a m g ( x' , y ' ) x' a m ( x cos y sin ) y' a m ( x sin y cos ) Ở a 1, 0,1, K , m 0,1, , S K S số n / K, n hƣớng tỷ lệ Nhân tố tỷ lệ a m để đảm bảo lƣợng độc lập m Một ảnh I ( x, y ) cho, biến đổi Gabor đƣợc định nghĩa bằng: * I ( x, y ) g mn ( x x1 , y Wmn ( x, y ) y1 )dx1dy1 Ở * số liên hợp phức Sau trung bình độ lớn Wmn ( x, y ) , tức là, f 00 , 00 , , mn , mn , , mn độ lệch chuẩn S 1k , S 1K mn đƣợc sử dụng để biểu diễn đặc trƣng kết cấu vùng kết cấu 2.2.5 Các đặc trưng biến đổi sóng Tƣơng tự với lọc Gabor, biến đổi sóng cung cấp cách tiếp cận đa độ phân giải phân tích kết cấu phân lớp Các biến đổi sóng phân rã tín hiệu với họ hàm sở sóng mẹ mn (x ) thu đƣợc thông qua dịch chuyển giãn (x) , tức là, mn ( x) m/ (2 m x n) Ở đây, m n tham số giãn dịch chuyển Một tín hiệu f (x) đƣợc biểu diễn bằng: f ( x) cmn mn ( x ) m ,n Tính tốn biến đổi sóng tín hiệu hai chiều gồm lọc đệ quy lấy mẫu dƣới Tại mức, tín hiệu đƣợc phân rã thành bốn dải tần số con, LL, LH, HL, HH, L biểu thị tần số thấp H biểu thị tần số cao Hai loại biến đổi sóng đƣợc sử dụng cho phân tích kết cấu biến đổi sóng cấu trúc hình chóp PWT biến đổi sóng cấu trúc hình TWT PWT phân rã dải LL cách đệ quy Tuy nhiên, với số kết cấu thông tin quan trọng thƣờng xuất kênh tần số chung Để khắc phục hạn chế này, TWT phân rã dải khác nhƣ LH, HL HH cần 26 Sau phân rã, véc tơ đặc trƣng đƣợc xây dựng sử dụng trung bình độ lệch chuẩn phân bố lƣợng dải mức Với phân rã ba mức, PWT đƣa véc tơ đặc trƣng có thành phần Với TWT, đặc trƣng phụ thuộc vào dải mức đƣợc phân rã Một phân rã cố định thu đƣợc phân rã liên tiếp dải LL, LH, HL, cho véc tơ đặc trƣng có 52 thành phần Lƣu ý ví dụ này, đặc trƣng thu đƣợc PWT đƣợc coi nhƣ tập đặc trƣng thu đƣợc TWT Hơn nữa, theo so sánh đặc trƣng biến đổi sóng khác , chọn riêng lọc sóng khơng then chốt cho phân tích kết cấu 2.3 Hình dạng Các đặc trƣng hình đối tƣợng vùng đƣợc sử dụng nhiều hệ thống tra cứu ảnh dựa vào nội dung So với đặc trƣng màu kết cấu, đặc trƣng hình thƣờng đƣợc mơ tả sau ảnh đƣợc phân đoạn thành vùng đối tƣợng Do phân đoạn ảnh mạnh xác khó đạt đƣợc, sử dụng đặc trƣng hình cho tra cứu ảnh bị giới hạn ứng dụng chuyên biệt, đối tƣợng vùng sẵn có Các phƣơng pháp state-of-art cho mơ tả hình đƣợc phân thành phƣơng pháp dựa vào đƣờng bao phƣơng pháp dựa vào vùng Một biểu diễn đặc trƣng hình tốt cho đối tƣợng phải bất biến với dịch chuyển, quay tỷ lệ 2.3.1 Các bất biến mơmen Biểu diễn hình cổ điển sử dụng tập bất biến mômen Nếu đối tƣợng R đƣợc biểu diễn nhƣ ảnh nhị phân, mơmen trung tâm bậc p q cho hình đối tƣợng R đƣợc định nghĩa bằng: ( x xc ) p ( y p ,q yc ) q ( x, y ) R Ở ( xc , yc ) tâm đối tƣợng Mômen trung tâm đƣợc chuẩn hố để bất biến tỷ lệ : p ,q p ,q 0, , p q 2 27 Dựa mômen này, tập bất biến mômen dịch chuyển, quay tỷ lệ tìm thấy : 2, 0, 2 ( 2, ( 3, ( 3, ( 3, ( ( (3 0, ) 1, ) 1, ) ,0 1,1 ( 0,3 2 ( 0,3 1, )( 3, 0,3 2,1 )( 0,3 2,1 ) 2,1 ) 1, ) ( 2,1 ) 1, ) 0,3 )( 3, 1, ) ,1 1, ) 3, ( 0, ) ( 3, ( 0,3 ( 0,3 3, 2,1 ) 3( 2,1 ) 1, ) 3( 2 2,1 ) 0,3 3, 3( 0,3 1, ) 1,1 ( 3, 2,1 ) 1, )( 0,3 2,1 ) 2.3.2 Các góc quay Chu tuyến đối tƣợng hai chiều đƣợc biểu diễn dãy các điểm biên liên tiếp đóng ( xs , y s ) , s N tổng số điểm ảnh đƣờng biên Hàm quay góc quay (s ) đo góc tang ngƣợc chiều kim đồng hồ nhƣ hàm độ dài cung s theo điểm tham chiếu đƣờng biên đóng đối tƣợng, đƣợc xác định nhƣ sau: (s) y's x' s tan y's x' s dy s ds dx s ds Một vấn đề biểu diễn biến đổi quay đối tƣợng cách chọn điểm tham chiếu Nếu trƣợt điểm tham chiếu dọc theo đƣờng biên đối tƣợng giá trị t , hàm quay trở thành Nếu quay đối tƣợng góc hàm trở thành (s) (s t ) Do đó, để so sánh tƣơng tự hình đối tƣợng A B với hàm quay nó, khoảng cách tối thiểu cần đƣợc tính tốn tất giá trị trƣợt t quay có thể, tức là, 28 d p ( A, B) R , t [ 0,1] A (s t) B (s) p p ds Ở giả thiết đối tƣợng tỷ lệ lại cho tổng độ dài chu vi Độ đo bất biến với dịch chuyển, quay, thay đổi tỷ lệ 2.3.3 Các ký hiệu mô tả Fourier Các ký hiệu mơ tả Fourier mơ tả hình đối tƣợng với biến đổi Fourier đƣờng biên Xét đƣờng biên đóng đối tƣợng hai chiều dãy đóng điểm biên liên tiếp ( xs , y s ) , s N N tổng số điểm ảnh đƣờng biên Sau ba loại biểu diễn đƣờng biên đóng, tức là, độ cong, khoảng cách trọng tâm, hàm toạ độ phức hợp, đƣợc định nghĩa Độ cong K (s) điểm s dọc theo đƣờng biên đóng đƣợc định nghĩa nhƣ tỷ lệ thay đổi theo hƣớng tan đƣờng biên đóng, tức là, K ( s) d ds ( s) Ở (s ) hàm quay chu tuyến Khoảng cách trọng tâm đƣợc định nghĩa hàm khoảng cách điểm biên trọng tâm ( xc , yc ) đối tƣợng: R( s ) ( xs xc ) ( ys yc ) Toạ độ phức hợp thu đƣợc biểu diễn đơn giản toạ độ điểm biên nhƣ số phức hợp: Z ( s) ( xs xc ) j( ys yc ) Các biến đổi Fourier ba loại biểu diễn chu tuyến sinh ba tập hệ số phức hợp, biểu diễn hình đối tƣợng miền tần số Các hệ số tần số thấp mơ tả đặc tính hình chung, hệ số tần số cao phản ánh chi tiết hình Để thu đƣợc bất biến quay (tức là, mã chu tuyến không liên quan đến chọn điểm tham chiếu), độ lớn hệ số phức hợp đƣợc sử dụng thành phần pha bị loại bỏ Để thu đƣợc bất biến tỷ lệ, độ lớn hệ số đƣợc chia độ lớn thành phần DC hệ số khác không Bất biến dịch chuyển thu đƣợc trực tiếp từ biểu diễn đƣờng biên đóng 29 Các ký hiệu mơ tả Fourier đƣờng cong là: fK F1 , F2 , , FM / Ký hiệu mô tả Fourier khoảng cách trọng tâm là: F1 fR F0 , F2 F0 , , FM / F0 Ở Fi biểu thị thành phần thứ i hệ số biến đổi Fourier Ở trục tần số dƣơng đƣợc xem xét đƣờng cong hàm khoảng cách trọng tâm thực và, đó, biến đổi Fourier biểu lộ tính đối xứng, tức là, F i Fi Ký hiệu mô tả Fourier toạ độ phức hợp là: F fZ ( M / 1) F1 , , F F2 F , , , M / F1 F1 F1 Ở F1 thành phần tần số khác khơng đƣợc sử dụng để chuẩn hố hệ số biến đổi Ở hai thành phần tần số dƣơng âm đƣợc xem xét Hệ số DC phụ thuộc vào vị trí hình, đó, bị loại bỏ Để đảm bảo đặc trƣng hình kết tất đối tƣợng sở liệu có độ dài, đƣờng biên (( xs , y s ), s N 1) đối tƣợng đƣợc lấy mẫu lại với M mẫu trƣớc thực biến đổi Fourier Thí dụ, M đặt tới m 64 cho biến đổi đƣợc thực hiệu sử dụng biến đổi Fourier nhanh 2.3.4 Hình trịn, độ lệch tâm, hướng trục Hình trịn đƣợc tính tốn bằng: S P2 Ở S cỡ P chu vi đối tƣợng Giá trị có phạm vi 30 Hƣớng trục đƣợc định nghĩa nhƣ hƣớng vectơ riêng lớn ma trận hiệp biến bậc hai vùng đối tƣợng Độ lệch tâm đƣợc định nghĩa nhƣ tỷ lệ trị riêng nhỏ với trị riêng lớn 2.4 Thông tin không gian Các vùng đối tƣợng với đặc tính màu kết cấu tƣơng tự đƣợc phân biệt dễ dàng việc tận dụng ràng buộc khơng gian Thí dụ, vùng bầu trời màu xanh biển xanh có lƣợc đồ màu tƣơng tự, nhƣng vị trí khơng gian chúng ảnh khác Do đó, vị trí khơng gian vùng (hoặc đối tƣợng) quan hệ không gian nhiều vùng (hoặc đối tƣợng) ảnh hữu ích cho tìm kiếm ảnh Thu thơng tin không gian đối tƣợng ảnh trình quan trọng hệ thống GIS Quá trình bao gồm việc biểu diễn vị trí khơng gian tuyệt đối bao gồm vị trí khơng gian tƣơng đối đối tƣợng Các thao tác nhƣ giao chồng đƣợc sử dụng Bố cục màu kết hợp thông tin không gian với thông tin màu xuất ảnh tạo đặc trƣng quan trọng trình tra cứu Tuy nhiên, tìm kiếm ảnh dựa quan hệ khơng gian vùng cịn lại vấn đề nghiên cứu khó tra cứu ảnh dựa vào nội dung, phân đoạn tin cậy đối tƣợng vùng thƣờng không khả thi ngoại trừ ứng dụng giới hạn 2.5 Phân đoạn Phân đoạn trình phân ảnh thành vùng mà lý tƣởng tƣơng ứng với đối tƣợng xuất ảnh Đây bƣớc quan trọng tra cứu ảnh Cả đặc trƣng hình đặc trƣng bố cục phụ thuộc vào phân đoạn tốt Trong phân đoạn yêu cầu xác phân đoạn khác cho đặc trƣng hình đặc trƣng bố cục Với đặc trƣng hình, phân đoạn xác mong muốn cao đặc trƣng bố cục, phân đoạn thơ đủ 31 Chương 3: CÁC ĐỘ ĐO TƢƠNG TỰ Đầu tiên đặc trƣng ảnh sở liệu đƣợc trích rút đƣợc mô tả véc tơ đặc trƣng nhiều chiều Các véc tơ đặc trƣng ảnh sở liệu tạo thành sở liệu đặc trƣng Sau để tra cứu ảnh, ngƣời sử dụng cung cấp cho hệ thống tra cứu ảnh mẫu hình phác thảo, đặc trƣng ảnh mẫu hình phác thảo (gọi ảnh truy vấn) đƣợc trích rút Các kết tìm kiếm thu đƣợc độ đo tƣơng tự đặc trƣng ảnh sở liệu ảnh truy vấn Đo độ tƣơng tự lý tƣởng có số tất đặc tính sở sau: Tương tự nhận thức :Khoảng cách đặc trƣng hai ảnh lớn hai ảnh không tƣơng tự, nhỏ ảnh tƣơng tự Các ảnh thƣờng hay đƣợc mô tả không gian đặc trƣng độ tƣơng tự ảnh thƣờng đƣợc đo độ đo khoảng cách không gian đặc trƣng Đem vào miêu tả đặc tính không gian với nhận thức ngƣời đặc tính sở véc tơ đặc trƣng biểu diễn ảnh quan trọng cải tiến đặc tính tƣơng tự nhận thức độ đo tƣơng tự đƣợc đề xuất Hiệu quả: Độ đo cần đƣợc tính tốn nhanh để có phản hồi nhanh pha tìm kiếm Các ứng dụng CBIR tiêu biểu địi hỏi phản hồi nhanh, khơng lâu vài giây Trong chu kỳ thời gian ngắn đó, máy tìm kiếm thƣờng phải tính tốn hàng ngàn khoảng cách phụ thuộc vào cỡ sở liệu ảnh Do độ phức tạp độ đo khoảng cách quan trọng Khả năng: Hiệu hệ thống không đƣợc giảm nhiều cho sở liệu lớn hệ thống tìm kiếm sở liệu chứa hàng triệu ảnh Một thực hệ thống CBIR tính toán tất khoảng cách ảnh truy vấn ảnh sở liệu Sau khoảng cách đƣợc lƣu trữ để tìm ảnh tƣơng tự ảnh truy vấn Do phức tạp máy tìm kiếm phải tƣơng ứng với cỡ sở liệu ảnh (hoặc coi N số ảnh) Các kỹ thuật đánh số nhiều chiều (nhƣ đƣợc đề cập phần 1.2) đƣợc sử dụng để giảm phức tạp xuống Tuy nhiên, có báo cáo hiệu 32 kỹ thuật đánh số bị giảm tuyến tính số chiều cần đƣợc đánh số lớn 20 Vậy phải xem xét nhân tố giải với sở liệu ảnh lớn Khoảng cách: Vấn đề khoảng cách tƣơng tự có nên độ đo hay khơng chƣa đƣợc định thị giác ngƣời phức tạp chế hệ thống trực quan ngƣời chƣa đƣợc hiểu đầy đủ Chúng ta muốn khoảng cách tƣơng tự độ đo xem đặc tính dƣới nhƣ yêu cầu tự nhiên Sự bất biến thân tƣơng tự: Khoảng cách ảnh với thân phải với số độc lập với ảnh Tối thiểu: Một ảnh phải tƣơng tự với với ảnh khác Tính đối xứng: Nếu ảnh tƣơng tự với ảnh ảnh phải tƣơng tự với ảnh A Tính bắc cầu: Cũng vơ lý ảnh tƣơng tự với ảnh,và lại tƣơng tự với ,nhƣng lại khác với A Tuy nhiên, tính chất bắc cầu khơng giữ cho chuỗi ảnh Ngay ảnh tƣơng tự với ảnh với.Điều khơng có nghĩa ảnh tƣơng tự với ảnh Thí dụ,trong cảnh video frame tƣơng tự với frame lân cận nhƣng frame frame cuối cảnh khác Tính chất mạnh: Hệ thống phải mạnh thay đổi điều kiện ảnh ảnh sở liệu Thí dụ ảnh sở liệu thu đƣợc dƣới ánh sáng đèn điện, hệ thống tra cứu phải tìm thấy đối tƣợng đối tƣợng truy vấn thu đƣợc dƣới ánh nắng ban ngày Nhiều độ đo tƣơng tự đƣợc đề xuất, nhƣng khơng có độ đo có tất đặc tính nói Dƣới số độ đo tƣơng tự đƣợc sử dụng phổ biến 3.1 Lƣợc đồ giao Đây độ đo khoảng cách tra cứu ảnh dựa vào màu Khoảng cách đƣợc xác định dựa cỡ phần chung hai lƣợc đồ màu Giả sử hai lƣợc đồ màu đƣợc ký hiệu h1 h2 , khoảng cách chúng đƣợc định nghĩa bằng: N dist HI min( h1i , h2i ) i 33 Độ đo khoảng cách nhanh Tuy nhiên, khơng độ đo thông tin màu không đƣợc sử dụng thu khoảng cách Điều dẫn đến kết không mong muốn 3.2 Khoảng cách Minkowski Khoảng cách L1, khoảng cách dạng Minkowski L p : khoảng cách dạng Minkowski L p hai lƣợc đồ đƣợc định nghĩa nhƣ sau: 1/ p dist Mp h1i h2i p i 3.3 Khoảng cách dạng toàn phƣơng : khoảng cách hai lƣợc đồ màu N chiều h1 h2 đƣợc định nghĩa nhƣ distQF h1 h2 ' A h1 h2 Ở A [aij ] ma trận trọng số aij biểu thị tƣơng tự bin i j Thông thƣờng aij đƣợc cho aij d ij / d max k Ở dij khoảng cách màu i màu j (thông thƣờng dij khoảng cách Ơ Cơ Lít hai màu số khơng gian màu đồng nhƣ La*b* Lu*v*) d max max ij (dij ) k số điều khiển trọng số màu lân cận Sự lựa chọn thông thƣờng khác cho aij aij exp k d ij / d max 3.4 Khoảng cách EMD : dựa giá trị tối thiểu để biến đổi phân bố thành phân bố khác Nếu giá trị dịch chuyển đơn vị đặc trƣng không gian đặc trƣng khoảng cách nền, khoảng cách hai phân bố đƣợc cho tổng giá trị tối thiểu để di chuyển tất đặc trƣng riêng lẻ EMD đƣợc định nghĩa nhƣ giải pháp vấn đề vận tải đƣợc giải tối ƣu tuyến tính: 34 ij dist EMD g ij d ij ij g ij Ở d ij biểu thị không tƣơng tự bin i j , gij luồng tối ƣu hai phân bố cho tổng gía trị dist EMD ij g ij d ij cực tiểu, tuỳ vào ràng buộc sau: g ij h1i i g ij h 2i j g ij min( h1i , h2i ) ij Với tất i j Mẫu số phƣơng trình hệ số chuẩn hoá cho phép đối sánh phần phân bố với tổng khối lƣợng khác Nếu khoảng cách độ đo hai phân bố có số lƣợng tổng khối lƣợng, EMD xác định độ đo Nhƣ ƣu điểm EMD ảnh đƣợc biểu diễn bin khác mà thích nghi với phân bố cụ thể chúng Khi lƣợc đồ lề đƣợc sử dụng Các giá trị không tƣơng tự thu đƣợc cho chiều riêng lẻ phải đƣợc kết hợp thành giá trị không tƣơng tự liên kết Các độ đo khoảng cách khác quan tâm là: Khoảng cách Kolmogorov-Smirnov đƣợc đề xuất Nó đƣợc định nghĩa nhƣ khác cực đại phân bố tích luỹ dist Mp max h1ci i h2ci Ở h c lƣợc đồ tích luỹ lƣợc đồ h Thống kê kiểu Cramer/Von Mises dựa phân bố tích luỹ đƣợc định nghĩa (h c distC 1i h2ci ) i 35 Thống kê đƣợc cho h1i hi dist i hi h1i Ở hi h2i biểu thị ƣớc lƣợng chung Kullback-Leibler divergence đƣợc định nghĩa dist KL h1i log i h1i h2i Jeffrey-divergence đƣợc định nghĩa dist JD h1i h1i log h2i log hi h2i hi Weighted-Mean-Variance đƣợc đề xuất Khoảng cách đƣợc định nghĩa distWMV Ở ( ) , 2 ( ) tham số thực nghiệm hai lƣợc đồ h1 , h2 , độ lệch chuẩn (.) biểu thị ƣớc lƣợng độ lệch chuẩn thực thể tƣơng ứng Khoảng cách Bhattacharyya đƣợc định nghĩa d B2 ( N ( , ), N ( , Ở )) 0.5 ( ( )' 1 ( 2) det ln det det 2) Khoảng cách Mahalanobis đƣợc cho d B2 ( N ( 1, ), N ( 2, )) ( )' ( 2) Với mô tả chi tiết hơn, tham khảo báo đƣợc trích dẫn Trong cung cấp so sánh toàn diện nhiều độ đo khoảng cách khác 36 Chương :CÀI ĐẶT THỬ NGHIỆM CHƢƠNG TRÌNH,KẾT LUẬN ,TÀI LIỆU THAM KHẢO 4.1 KẾT LUẬN Với lên ngày mạnh công nghệ thơng tin nói chung ứng dụng xử lý ảnh thực tiễn nói riêng cho thấy đề tài không cũ phần quan trọng ứng dụng thực tế đặt Qua trình thực đề tài em học tập đƣợc nhiều kiến thức bổ ích, nâng cao khả tri thức ngƣời Việc tìm hiểu số phƣong pháp trích chọn đặc trƣng hình ảnh theo nội dungvà độ đo tƣong tự góp phần hệ thống hố kiến thức đồng thời giúp em tiến gần đến ứng dụng thực tiễn mà sống dần đòi hỏi Mặc dù cố gắng để hoàn thành đề tài cách tốt nhất; song xử lý ảnh đề tài lần chúng em làm nên gặp nhiều khó khăn tài liệu nhƣ kinh nghiệm lĩnh vực Với hiểu biết hạn hẹp , em mong giúp đỡ ,đóng góp ý kiến thầy giáo bạn để đề tài ngày hoàn thiện Em xin chân thành cảm ơn PGS.TS Ngô Quốc Tạo tận tình hƣớng dẫn em hồn thành đề tài qua em cám ơn tất thầy cô giáo bạn bè tạo điều kiện, giúp đõ em thời gian qua 4.2 TÀI LIỆU THAM KHẢO A Robust CBIR Approach Using Local Color Histograms by Shengjiu Wang Feature Extraction from Images Comparing Images Using the Hausdor Distance by Daniel P Huttenlocher, Gregory A Klanderman and William J Rucklidge 37 MôC LôC Chƣơng 1: TỔNG QUAN VỀ XỬ LÝ ẢNH VÀ TRA CỨU ẢNH .1 1.1TỔNG QUAN VỀ XỬ LÝ ẢNH 1.1.1 Mét sè kh¸i niƯm 1.1.1.1 Pixel (Picture Element): 1.1.1.2 Gray level: 1.1.1.3 Định dạng ảnh .2 1.1.2 BiÓu diƠn ¶nh 1.1.3 Tăng c-ờng ảnh - khôi phục ảnh 1.1.4 Biến đổi ảnh 1.1.5 Phân tích ảnh 1.1.6 Nhận dạng ảnh .7 1.1.7 NÐn ¶nh 1.2 TỔNG QUAN VỀ TRA CỨU ẢNH DỰA TRÊN NỘI DUNG 1.2.1 Những thành phần hệ thống tra cứu ảnh dựa nội dung 1.2.1.1 Cơng nghệ tự động trích chọn siêu liệu .8 1.2.1.2.Giao diện để lấy yêu cầu truy vấn ngƣời sử dụng 1.2.1.3 Phƣơng pháp so sánh độ tƣơng tự ảnh .9 1.2.1.4 Công nghệ tạo số lƣu trữ liệu hiệu 1.2.2 Những ứng dụng tra cứu ảnh 10 1.2.3 Các chức hệ thống tra cứu ảnh dựa nội dung 10 1.2.4 Các phƣơng pháp tra cứu ảnh dựa nội dung 13 1.2.4.1 Tra cứu ảnh dựa màu sắc 13 1.2.4.2 Tra cứu ảnh dựa kết cấu 14 1.2.4.3 Tra cứu ảnh dựa hình dạng 14 1.2.5 Những hệ thống tra cứu ảnh dựa nội dung 15 1.2.5.1 Hệ thống QBIC (Query By Image Content) 15 1.2.5.2 Hệ thống Photobook .15 1.2.5.3 Hệ thống VisualSEEK WebSEEK 15 1.2.5.4 Hệ thống RetrievalWare .16 1.2.5.5 Hệ thống Imatch 16 1.2.6 Kết luận 16 Chƣơng : TÌM HIỂU CÁC PHƢƠNG PHÁP TRÍCH CHỌN ĐẶC TRƢNG HÌNH ẢNH 17 2.1 Màu sắc .17 2.1.1 Không gian màu 17 38 2.1.2 Lƣợc đồ màu 18 2.2 Kết cấu .18 2.2.1 Các đặc trƣng Tamura 19 2.2.1.1 Thô .19 2.2.1.2 Độ tƣơng phản 20 2.2.1.3 Hƣớng 20 2.2.2 Các đặc trƣng Wold 21 2.2.3 Mơ hình tự hồi qui đồng thời SAR 22 2.2.4 Các đặc trƣng lọc Gabor 23 2.2.5 Các đặc trƣng biến đổi sóng 24 2.3 Hình dạng 25 2.3.1 Các bất biến mômen 25 2.3.2 Các góc quay .26 2.3.3 Các ký hiệu mô tả Fourier 27 2.3.4 Hình trịn, độ lệch tâm, hƣớng trục 28 2.4 Thông tin không gian 29 2.5 Phân đoạn 29 Chƣơng 3: CÁC ĐỘ ĐO TƢƠNG TỰ 30 3.1 Lƣợc đồ giao .31 3.2 Khoảng cách Minkowski 32 3.3 Khoảng cách dạng toàn phƣơng 32 3.4 Khoảng cách EMD : 32 Chƣơng :CÀI ĐẶT THỬ NGHIỆM CHƢƠNG TRÌNH,KẾT LUẬN ,TÀI LIỆU THAM KHẢO 35 4.1 KẾT LUẬN 35 4.2 TÀI LIỆU THAM KHẢO 35 39 ... tra cứu ảnh mẫu hình phác thảo, đặc trƣng ảnh mẫu hình phác thảo (gọi ảnh truy vấn) đƣợc trích rút Các kết tìm kiếm thu đƣợc độ đo tƣơng tự đặc trƣng ảnh sở liệu ảnh truy vấn Đo độ tƣơng tự lý... lựa chọn màu sắc ảnh mong muốn từ bảng màu 1.2.1.3 Phương pháp so sánh độ tương tự ảnh Hệ thống tìm kiếm ảnh dựa màu sắc yêu cầu phƣơng pháp dựa đặc điểm nguyên thủy để so sánh độ tƣơng tự ảnh. .. cứu ảnh đƣợc đề cập Và cuối số hệ thống tra cứu ảnh dựa nội dung điển hình giới tiếp cận theo hƣớng khác đƣợc xem xét 18 Chương : TÌM HIỂU CÁC PHƢƠNG PHÁP TRÍCH CHỌN ĐẶC TRƢNG HÌNH ẢNH Trích chọn