CCH là một phương pháp thường xuyên được sử dụng trong tìm kiếm ảnh dựa trên nội dung vì sự đơn giản và tốc độ tìm kiếm nhanh. Một ảnh biểu diễn bằng ba kênh của không gian màu (ví dụ: RGB hay HSV). Mỗi kênh màu được số hóa thành m mức (ví dụ: m=16). Gọi tổng số màu rời rạc là K (gọi là bin màu - nhóm màu) và được tính bởi:
K = m3 =16x16x16 = 4096
Biểu đồ màu H(M) của ảnh kích thước M.N là véctơ H(M)=(h1, h2,..., hj, ..., hk), với hj = nj / M.N, trong đó nj là tổng số pixel ảnh rơi vào bin thứ j. Vectơ này được lưu trữ để làm chỉ số của ảnh [1].
Hệ thống CBIR dựa trên CCH trong không gian màu RGB hoặc HSV được chia thành hai giai đoạn: Giai đoạn thứ nhất xây dựng CSDL ảnh bằng việc trích chọn đặc trưng (véc tơ đặc trưng), giai đoạn thứ hai là tìm kiếm ảnh
theo yêu cầu của người sử dụng. Quá trình này được thể hiện theo sơ đồ khối như hình 2.3.
Hình 2.3 Sơ đồ khối hệ thống tìm kiếm ảnh sử dụng CCH trong không gian màu RGB hoặc HSV
Việc tính biểu đồ màu CCH của một ảnh trong không gian màu RGB được thực hiện bằng cách tính biểu đồ màu R, G, B. Số bin màu cho mỗi biểu đồ là 256 (0-255). Biểu đồ CCH của ảnh truy vấn trong không gian màu RGB được thể hiện như hình 2.4.
Thuật toán tính biểu đồ màu CCH của ảnh trong không gian màu RGB như sau: Các ảnh trong thư mục ảnh đặc trưng CSDL Ảnh truy vấn Tính biểu đồ màu RGB, HSV So sánh khoảng cách Tính biểu đồ màu RGB, HSV Các ảnh kết quả Sắp xếp giảm dần độ tương đồng
Thuật toán tính biểu đồ màu CCH của ảnh trong RGB Input: Ảnh đầu vào trong không gian màu RGB
Output: Biểu đồ màu CCH của ảnh trong RGB được lưu vào CSDL đặc trưng.
Begin
Bước 1: Đọc ảnh từ thư mục ảnh.
Bước 2: Tính giá trị biểu đồ tương ứng với 3 màu R,G,B của ảnh. Bước 3: Lưu giá trị biểu đồ vào CSDL đặc trưng.
Hình 2.4 Biểu đồ CCH trong không gian màu RGB của ảnh truy vấn
Để tính biểu đồ màu CCH của một ảnh trong không gian màu HSV thì chúng ta phải chuyển đổi không gian màu từ RGB sang HSV trước rồi sau đó tính biểu đồ màu CCH trong không gian màu HSV.
Thuật toán tính biểu đồ màu CCH của ảnh trong không gian màu HSV như sau:
Thuật toán tính biểu đồ màu CCH của ảnh trong HSV Input: Ảnh đầu vào trong không gian màu RGB
Output: Biểu đồ màu CCH của ảnh trong HSV được lưu vào CSDL đặc trưng.
Begin
Bước 1: Đọc ảnh từ thư mục ảnh.
Bước 2: Chuyển đổi ảnh từ RGB sang HSV
Bước 2: Tính giá trị biểu đồ tương ứng với 3 màu H,S,V của ảnh. Bước 3: Lưu giá trị biểu đồ vào CSDL đặc trưng.
CSDL đặc trưng được xây dựng bằng cách duyệt lần lượt từng ảnh trong thư mục ảnh → tính biểu đồ màu RGB, HSV → lưu vào CSDL giá trị biểu đồ màu ứng với mỗi ảnh.
Sau khi xây dựng xong CSDL ảnh, người sử dụng có thể tìm kiếm bằng cách đưa vào hệ thống một ảnh truy vấn, hệ thống sẽ tính 3 biểu đồ màu R, G, B của ảnh này và tính khoảng cách giữa ảnh truy vấn và các ảnh trong CSDL ảnh dựa vào công thức ở mục 2.1.
255 1 , , 0 Dp (Q, I) k k R G B k q i (2-6)
Sau khi đã tính xong khoảng cách giữa ảnh truy vấn với tất cả các ảnh trong CSDL ảnh, kết quả là các ảnh được sắp xếp theo thứ tự giảm dần của độ tương tự với ảnh truy vấn.
Thuật toán cơ sở tìm kiếm ảnh dựa trên CCH trong [1] cụ thể là:
Thuật toán cơ sở tìm kiếm ảnh dựa trên CCH Input: Ảnh truy vấn.
Output: Danh sách các ảnh trong CSDL có màu cảm nhận tương tự ảnh truy vấn.
Begin
Bước 1: Tính biểu đồ màu của ảnh truy vấn (RGB hoặc HSV).
Bước 2: Tính khoảng cách giữa biểu đồ màu của ảnh truy vấn với từng biểu đồ màu của ảnh trong CSDL đặc trưng (sử dụng Euclide hoặc Quaratic).
Bước 3: Các ảnh trong CSDL đặc trưng có khoảng cách biểu đồ màu đến biểu đồ màu ảnh truy vấn nhỏ hơn ngưỡng cho trước sẽ là ảnh kết quả.
Tìm kiếm ảnh theo nội dung dựa trên biểu đồ CCH có những ưu điểm: Tính toán biểu đồ màu đơn giản, nhanh và đỡ tốn chi phí. Biểu đồ màu bất biến với phép xoay, tịnh tiến.
Tuy nhiên có một số khó khăn của CCH như:
- CCH nhạy cảm với nhiễu như việc thay đổi độ sáng của ảnh hay lỗi lượng tử.
- CCH bỏ qua tính tương đồng giữa các bin màu, không tính đến phân bố không gian của màu trên toàn bộ ảnh dẫn đến các ảnh khác nhau nhưng có cùng biểu đồ màu (như hình 2.5).
Hình 2.5 Minh họa hai ảnh khác nhau có cùng biểu đồ màu CCH trong RGB sử dụng 8 bin màu (23)
Giải pháp được đưa ra là chia ảnh thành các vùng với số điểm ảnh cố định, tính biểu đồ màu cục bộ cho từng vùng và so sánh biểu đồ màu giữa các vùng tương ứng trong hai ảnh khác nhau này.
Ví dụ trong hình dưới ta chia ảnh thành bốn vùng như sau:
R1 R2
R3 R4
Việc tính toán và so sánh ảnh bằng biểu đồ màu cục bộ được minh họa như hình 2.6 dưới đây:
Hình 2.6 Tính toán và so sánh biểu đồ màu cục bộ của hình ảnh (A, B)
Phương pháp tính biểu đồ màu cục bộ này có ưu điểm đã có thông tin về không gian của ảnh. Tuy nhiên, nó còn có nhược điểm:
- Khối lượng tính toán lớn
- Nhạy cảm với các phép xoay, thu phóng ảnh.
Phần tiếp theo của luận văn trình bày về biểu đồ màu mờ để giải quyết vấn đề nhạy cảm với nhiễu, thay đổi độ sáng của hình ảnh và kết quả thử nghiệm tìm kiếm ảnh tốt hơn so với biểu đồ màu thông thường.