5. Phương pháp nghiên cứu
3.3 Nhận xét và đánh giá
Chúng ta có thể tính toán định lượng các tham số hình dáng, màu sắc, kết cấu bề mặt của các ảnh logo hoặc của bất cứ đối tượng nào. Các chỉ số khác nhau của các tham số đó tham số đó có thể dùng làm căn cứ khi so sánh hai đối tượng qua ảnh của chúng.
Khi so sánh logo tham số qua trọng nhất được xem xét là hình dáng. Các yếu tố màu sắc, kết cấu bề mặt chủ yếu để tham khảo thêm. Chẳng hạn khi lấy ngưỡng kết cấu bề mặt 15% thì trong bảng 3.2 các hình 3 được đánh giá khác 4 hình 9 được đánh giá khác 10. Tuy nhiên theo bảng 3.1 ta vẫn kết luận là chúng giống nhau. Một nhận xét nữa là các tham số kết cấu bề mặt của ảnh các logo qua tính toán thường không khác nhau nhiều dù chúng là ảnh màu hoặc đen trắng. Điều này là hoàn toàn phù hợp trong thực tế.
KẾT LUẬN CHƯƠNG 3
Trong quá trình kiểm tra so sánh các tính chất cơ bản giữa hai ảnh logo chúng ta có thể so sánh ba thuộc tính hình dáng, màu sắc và kết cấu bề mặt. Trong đó sự giống nhau giữa hai ảnh cần so sánh về thuộc tính hình dạng là quan trọng nhất. Phương pháp shape context là một phương pháp hay được áp dụng để so sánh sự khác nhau về hình dạng của hai đối tượng qua ảnh của chúng do độ chính xác của nó.
KẾT LUẬN
Trong thời đại mọi mặt hoạt động của cuộc sống đều phát triển như vũ bão con người luôn luôn không ngừng nghỉ tạo ra các sản phẩm phục vụ cho con người trong cuộc sống. Với mỗi một sản phẩm của mình nhà sản xuất luôn mong muốn có một dấu ấn trong khách hàng, đối tác sử dụng. Những nhãn hiệu, những logo được thiết kế nhằm mục đích đó. Trong thực tế do vô tình hoặc do cố tình nhiều nhà sản xuất đã xây dựng các logo có nhiều nét tương đồng với các logo của các sản phẩm cùng chủng loại (và cả với khác chủng loại); đây là điều vi phạm luật sở hữu trí tuệ, bảo hộ nhãn hiệu, thương hiệu. Cho đến nay, trong quá trình đánh giá sự trùng khớp với hai logo chủ yếu vẫn do cảm nhận trực tiếp của con người. Luận văn đã thực hiện nghiên cứu một số phương pháp so sánh các đặc điểm cơ bản của hai ảnh logo để nhằm đưa ra một sự định lượng trong đánh giá so sánh các thuộc tính đó. Cũng giống như các chương trình tin học đang hỗ trợ trong các lĩnh vực y tế, tài chính, … điều này tuy chưa thể thay thế hoàn toàn con người; nhưng các số liệu tính toán đã giúp cho sự quyết định của con người nhanh hơn và có độ tin cậy cao hơn.
HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI
Hoàn thiện chương trình và sưu tập dữ liệu về các logo của Việt Nam để làm cơ sở khi so sánh với các logo khác trong nước và thế giới.
Tiếp tục nghiên cứu các đặc điểm cơ bản khi so sánh để tăng được tốc độ xử lý vì khi dữ liệu lớn thì việc so sánh các đặc điểm của dữ liệu ảnh sẽ có tốc độ chậm.
Khi thực hiện luận văn này em đã phải cố gắng tiếp thu nhiều kiến thức mới và ôn lại các kiến thức cũ. Tuy nhiên do kiến thức của em về xử lý ảnh và đặc biệt trong nhận dạng so khớp các đối tượng còn chưa được rèn luyện nhiều nên luận văn có thể còn có những khiếm khuyết. Em xin chân thành cảm ơn các nhận xét góp ý của các thày, cô để luận văn của em được hoàn thiện thêm.
Thái Nguyên, Ngày 16 tháng 9 năm 2020
TÀI LIỆU THAM KHẢO Tiếng Việt
[1]. Luật kinh doanh bảo hiểm, sở hữu trí tuệ Việt Nam, Thư viện pháp luật, 6-2019. [2]. Phạm Đức Long, Ứng dụng xử lý ảnh trong công nghiệp, Khoa Công nghệ Tự động hóa Trường Đại học CNTT&TT ĐH Thái Nguyên, 2019.
Tiếng Anh
[3]. ChiaNingLee, Logo History and Design, December, 2018.
[4]. Erica Cowin, The Evolution of U.S. Coporate Logos: A Semiotic Analysys,
Spring Term, 2011.
[5]. Nazanin Sadat Hashemi, Roya Babaei Aghdam, Atieh Sadat Bayat Ghiasi, Parastoo Fatemi, Template Matching Advances and Applications in Image Analysis, American Scientific Research Journal for Engineering, Technology,
and Sciences (ASRJETS), 2016 .
[6]. Daniel P. Huttenlocher, Gregory A. Klanderman, and William J. Rucklidge,
Comparing Images Using the Hausdorff Distance, IEEE Transactions on Patern
Analysis and Machine Intelligence, Vol. 15, No. 9, September 1993.
[7]. Belongie, Malik, Matching with shape contexts, IEEE, DOI: 10.1109/IVL.2000.853834, 2000.
[8]. Greg Mori, Serge Belongie, Jitendra Malik, Efficient Shape Matching Using Shape Contexts, IEEE Transaction on Pattern Analysis and Machine