Nghiên cứu kỹ thuật SVM trong kiểm soát nội dung hình ảnh luận văn thạc sĩ

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC LẠC HỒNG _________________ TRẦN MINH TÂN NGHIÊN CỨU KỸ THUẬT SVM TRONG KIỂM SOÁT NỘI DUNG HÌNH ẢNH LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN Đồng Nai, Năm 2012 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC LẠC HỒNG ____________________ TRẦN MINH TÂN NGHIÊN CỨU KỸ THUẬT SVM TRONG KIỂM SOÁT NỘI DUNG HÌNH ẢNH Chuyên ngành: CÔNG NGHỆ THÔNG TIN Mã số: 60.48.02.01 LUẬN VĂN THẠC SĨ NGÀNH CÔNG NGHỆ THÔNG TIN NGƢỜI HƢỚNG DẪN KHOA HỌC: PGS. TS ĐỖ NĂNG TOÀN Đồng Nai, Năm 2012 LỜI CẢM ƠN Tôi chân thành cảm ơn PGS.TS Đỗ Năng Toàn, thầy đã tận tình hƣớng dẫn, giúp đỡ và đóng góp ý kiến cho tôi trong suốt quá trình thực hiện đề tài luận văn. Tôi chân thành cảm ơn các thầy, cô Khoa Công nghệ Thông tin - Trƣờng Đại học Lạc Hồng và các thầy, cô khác đã tận tình giảng dạy, truyền đạt cho tôi những kiến thức quý báu trong quá trình học tập. Tôi chân thành cảm ơn các thầy cô phòng Sau đại học - Trƣờng Đại học Lạc Hồng, các đồng nghiệp và các bạn học lớp Cao học Công nghệ thông tin khoá 2 - Trƣờng Đại học Lạc Hồng đã hỗ trợ, tạo điều kiện thuận lợi cũng nhƣ đóng góp những ý kiến thiết thực cho tôi trong suốt quá trình học tập và đặc biệt đã giúp luận văn của tôi đƣợc hoàn thiện hơn. Cuối cùng, tôi muốn gửi lời cảm ơn đến gia đình, những ngƣời thân yêu luôn bên cạnh và động viên tôi trong suốt quá trình học tập và thực hiện đề tài luận văn này. Đồng Nai, ngày 21 tháng 9 năm 2012 Trần Minh Tân LỜI CAM ĐOAN Tôi xin cam đoan đây là công trình nghiên cứu độc lập của bản thân. Các số liệu, kết quả trình bày trong luận văn này là trung thực. Những tƣ liệu đƣợc sử dụng trong luận văn có nguồn gốc và trích dẫn rõ ràng, đầy đủ. Tác giả Trần Minh Tân TÓM TẮT LUẬN VĂN Tên đề tài luận văn: NGHIÊN CỨU KỸ THUẬT SVM TRONG KIỂM SOÁT NỘI DUNG HÌNH ẢNH. Học viên thực hiện: Trần Minh Tân sinh ngày: 05/08/1980 Ngƣời hƣớng dẫn khoa học: PGS.TS Đỗ Năng Toàn. 1. Mục tiêu của luận văn: Hiểu rõ lý thuyết về xử lý ảnh và kỹ thuật SVM trong kiểm soát nội dung hình ảnh. Xây dựng ứng dụng phát hiện ảnh nghi ngờ là ảnh đen (ảnh đồi trụy). 2. Nội dung thực hiện: - Tìm hiểu khái quát về xử lý ảnh và bài toán kiểm soát nội dung hình ảnh; - Nghiên cứu một số vấn đề về SVM (Support vector machines) và ứng dụng trong bài toán phát hiện, nhận dạng hình ảnh; - Nghiên cứu một số đặc điểm của hình ảnh đen; - Thiết kế, phát triển chƣơng trình thử nghiệm; - Xây dựng báo cáo sơ bộ và hoàn chỉnh báo cáo. 3. Phƣơng pháp thực hiện: - Nghiên cứu nội dung lý thuyết về xử lý ảnh trong giáo trình “Xử lý ảnh” của PGS. TS. Đỗ Năng Toàn và TS. Phạm Việt Bình, năm 2008. - Nghiên cứu các tài liệu trên mạng, sách và các luận văn thạc sĩ về kỹ thuật SVM. Đối với phƣơng pháp SVM: gồm hai giai đoạn là huấn luyện và nhận dạng:  Giai đoạn huấn luyện: Các ảnh mẫu đƣợc véc tơ hóa x = {x1, . .,x100} rồi dùng phƣơng pháp PCA để rút trích đặc trƣng thành véc tơ y = {y 1 , . .,y 100 } rồi đƣa vào bộ huấn luyện SVM.  Giai đoạn nhận dạng: Mẫu cần nhận dạng đƣợc cũng đƣợc véc tơ hóa và rút trích nhƣ trên sau đó đƣa vào bộ nhận dạng SVM để xác định lớp cho mẫu. - Nghiên cứu những đặc điểm, đặc trƣng của “ảnh đen”. - Thiết kế, phát triển và cài đặt thử nghiệm chƣơng trình ứng dụng. 4. Kết quả đạt đƣợc: - Trình bày khái quát về xử lý ảnh và bài toán kiểm soát hình ảnh. - Hệ thống hóa một số vấn đề về ứng dụng kỹ thuật SVM trong nhận dạng hình ảnh. - Cài đặt thử nghiệm chƣơng trình nhận dạng ảnh đen sử dụng kỹ thuật SVM. 5. Hƣớng phát triển tiếp theo:  Phát triển thành chƣơng trình phát hiện ảnh “đen” trên máy tính cá nhân.  Tích hợp, phát triển thành ứng dụng phát hiện và lọc, chặn ảnh “đen” đối với các Website. Đồng thời có thể thƣơng mại hóa ứng dụng phục vụ công tác quản lý nhà nƣớc cho ngành thông tin và truyền thông cũng nhƣ các lĩnh vực khác.  Phát hiện ảnh chuyển động (video, ảnh GIF, flash…)  Mở rộng nghiên cứu một số lĩnh vực liên quan: nhận dạng ảnh bạo lực, nhận dạng vân tay, nhận dạng mống mắt,… MỤC LỤC Trang Trang phụ bìa Lời cảm ơn Lời cam đoan Tóm tắt luận văn Mục lục Danh mục các từ viết tắt Danh mục hình vẽ PHẦN MỞ ĐẦU 01 Chƣơng 1: KHÁI QUÁT VỀ XỬ LÝ ẢNH VÀ KIỂM SOÁT HÌNH ẢNH . 03 1.1. KHÁI QUÁT VỀ XỬ LÝ ẢNH . 03 1.1.1. Các khái niệm cơ bản 03 1.1.1.1. Xử lý ảnh 03 1.1.1.2. Điểm ảnh 03 1.1.1.3. Ảnh 04 1.1.1.4. Mức xám của ảnh . 04 1.1.1.5. Độ phân giải của ảnh . 05 1.1.2. Các bƣớc xử lý ảnh số . 05 1.1.2.1. Thu nhận ảnh 06 1.1.2.2. Tiền xử lý . 06 1.1.2.3. Phân vùng ảnh 13 1.1.2.4. Trích chọn đặc trƣng 14 1.1.2.5. Nhận dạng và nội suy ảnh . 15 1.1.2.6. Hậu xử lý 16 1.2. KIỂM SOÁT THÔNG TIN HÌNH ẢNH . 19 1.2.1. Nhận dạng ảnh . 19 1.2.1.1. Giới thiệu 19 1.2.1.2. Nhận dạng ảnh theo miền không gian 22 1.2.1.3. Nhận dạng dựa theo cấu trúc . 26 1.2.2. Kiểm soát thông tin dựa trên hình ảnh . 29 Chƣơng 2: KỸ THUẬT SVM TRONG PHÁT HIỆN ẢNH ĐEN 30 2.1. Những khái niệm cơ bản về SVM 30 2.1.1. Bài toán phân lớp . 31 2.1.2. Phân lớp tuyến tính 32 2.1.3. SVM và phân cách với khoảng cách lớn nhất . 32 2.1.4. Không gian đặc trƣng. . 34 2.2. Cơ sở lý thuyết SVM . 36 2.2.1. Bài toán phân 2 lớp với SVM . 36 2.2.2. Bài toán phân nhiều lớp với SVM 41 2.2.3. Trƣờng hợp dữ liệu không thể phân tách đƣợc 41 2.3. Kỹ thuật SVM trong bài toán phát hiện ảnh đen . 44 2.3.1. Giai đoạn huấn luyện . 44 2.3.2. Giai đoạn xử lý phát hiện ảnh đen 51 Chƣơng 3: CHƢƠNG TRÌNH THỬ NGHIỆM 52 3.1. BÀI TOÁN PHÁT HIỆN ẢNH “ĐEN” . 52 3.2.1. Một số đặc điểm ảnh “đen” . 52 3.2.2. Các vấn đề gây nhầm lẫn 52 3.2. KIỂM SOÁT ẢNH “ĐEN” SỬ DỤNG SVM . 53 3.2.1. Thu thập, phân tích và xử lý dữ liệu . 53 3.2.2. Cài đặt chƣơng trình 54 3.2.2.1. Module tiền xử lý . 54 3.2.2.2. Module trích chọn đặc trƣng . 54 3.2.2.3. Module huấn luyện SVM 56 3.2.3. Chƣơng trình kiểm soát ảnh “đen” BreastSVM 57 3.2.3.1. Một số hình ảnh về chƣơng trình 57 3.2.3.2. Môi trƣờng thử nghiệm . 61 3.2.3.3. Kết quả thực nghiệm 61 PHẦN KẾT LUẬN . 63 TÀI LIỆU THAM KHẢO DANH MỤC CÁC TỪ VIẾT TẮT Ảnh đen: Ảnh có nội dung đồi trụy CGA: Color Graphic Adaptor CNTT: Công nghệ Thông tin DIB: Device Independent Bitmap KKT: Karush-Kuhn-Tucker PLD: Picture Language Description SRM: Structural Risk Minimization SVM: Support Vector Machines DANH MỤC CÁC HÌNH VẼ Hình 1.1: Quá trình xử lý ảnh . 03 Hình 1.2: Các bƣớc cơ bản trong một hệ thống xử lý ảnh . 05 Hình 1.3: Sơ đồ phân tích, xử lý ảnh và lƣu đồ thông tin giữa các khối 06 Hình 1.4: Ảnh thu nhận và ảnh mong muốn . 07 Hình 1.5: Dãn độ tƣơng phản . 12 Hình 1.6: Quá trình hiển thị và chỉnh sửa, lƣu trữ ảnh thông qua DIB 18 Hình 1.7: Sự chuyển đổi giữa các mô hình biểu diễn ảnh . 19 Hình 1.8: Mô hình cấu trúc của đối tƣợng nhà . 21 Hình 1.9: Sơ đồ tổng quát hệ thống nhận dạng ảnh 22 Hình 1.10: Các phép toán trong ngôn ngữ PLD 28 Hình 2.1 Phân tách theo siêu phẳng (w,b) trong không gian 2 chiều của tập mẫu . 33 Hình 2.2 Siêu Phẳng tối ƣu 34 Hình 2.3 Ánh xạ Φ từ không gian dữ liệu X sang không gian đặc trƣng F 36 Hình 2.4. Minh họa cho bài toán phân hai lớp 37 Hình 2.5. Minh họa bài toán phân hai lớp với phƣơng pháp SVM 39 Hình 2.6. Bài toán SVM trong TH dữ liệu mẫu không phân tách tuyến tính . 40 Hình 2.7 Mô phỏng phân lớp có quá nhiều đặc trƣng hay biến động 47 Hình 3.1: Xử lý dữ liệu 53 Hình 3.2: Hình ảnh đầu vào và hình ảnh sau quá trình phát hiện da . 55 Hình 3.3: Ảnh đƣợc trích chọn đặc trƣng . 56 Hình 3.4: Giao diện ban đầu khi chạy chƣơng trình . 58 Hình 3.5: Phân vùng bộ phận “đen” trên video 59 Hình 3.6: Phân 2 vùng bộ phận “đen” trên ảnh 60 Hình 3.7: Không phân vùng bộ phận “đen” trên ảnh 60 Hình 3.8: Phát hiện không chính xác ảnh đen . 61 . LẠC HỒNG _________________ TRẦN MINH TÂN NGHIÊN CỨU KỸ THUẬT SVM TRONG KIỂM SOÁT NỘI DUNG HÌNH ẢNH LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN Đồng Nai, Năm 2012. TRẦN MINH TÂN NGHIÊN CỨU KỸ THUẬT SVM TRONG KIỂM SOÁT NỘI DUNG HÌNH ẢNH Chuyên ngành: CÔNG NGHỆ THÔNG TIN Mã số: 60.48.02.01 LUẬN VĂN THẠC SĨ NGÀNH CÔNG