1. Sử dụng kỹ thuật phân lớp dữ liệu để tính toán các bins màu trong tra cứu ảnh dựa
1.4. Sử dụng kỹ thuật phân lớp dữ liệu để tính toán các bins màu
Trong phần này, chúng tôi trình bày một hƣớng tiếp cận nhằm khắc phục hạn chế thứ nhất và hạn chế thứ ba nêu trên của kỹ thuật cơ sở. Hƣớng tiếp cận mà chúng tôi đƣa ra là cải tiến việc tính toán các bins màu bằng cách sử dụng kỹ thuật phân lớp dữ liệu. Giả sử ta muốn chia không gian màu ra thành k bins. Thay vì chọn các điểm chia cố định và đều nhau trên các kênh màu thì chúng ta sử dụng kỹ thuật phân lớp dữ liệu để phân các pixel của ảnh ra thành k lớp. Khi đó mỗi lớp sẽ là một bins. Khi phân lớp, mỗi pixel đƣợc coi là một phần tử. Toàn bộ các pixel của ảnh là một tập các phần tử. Chúng ta áp dụng kỹ thuật phân lớp để chia tập các phần tử này ra thành k lớp.
Một số nhận xét:
+ Các pixel thuộc cùng một bins sẽ có màu tƣơng tự nhau.
+ Khắc phục đƣợc hạn chế thứ nhất (trong trƣờng hợp ảnh bị tăng giảm độ sáng). + Khắc phục hạn chế thứ ba, vì các bins ở đây không cố định, không phải là đƣợc chia đồng nhất mà phụ thuộc vào bản thân dữ liệu ảnh.
+ Việc tính toán các bins phức tạp.
Hình 3.1. (a) Các bins màu đồng nhất, cố định
(b) Các bins màu được tính toán bằng kỹ thuật phân lớp dữ liệu
Hình 3.1 minh họa sự so sánh việc tính toán các bins màu cố định, đồng nhất và các bins màu đƣợc tính toán bằng kỹ thuật phân lớp dữ liệu. Trong hình 3.1(a), lƣợc đồ phía trên là histogram của ảnh I, lƣợc đồ phía dƣới là của ảnh J. Ảnh J thu
c H(c) c H(c) c H(c) c H(c) (a) (b)
43
đƣợc từ ảnh I bằng cách tăng độ sáng. Nhƣ vậy, khi ta phân chia các bins cố định, đồng nhất thì khoảng cách giữa hai ảnh này sẽ rất lớn. Còn trong hình 3.1(b) là hình ảnh các bins màu đƣợc tính toán bằng cách sử dụng kỹ thuật phân lớp dữ liệu. Nếu sử dụng cùng một phƣơng pháp phân lớp dữ liệu mà kết quả phƣơng pháp này chỉ phụ thuộc vào bản thân tập dữ liệu đầu vào thì sẽ cho kết quả là hai biểu đồ màu của ảnh I và J giống nhau.