4.5. Kết quả thực nghiệm
4.5.2. Trích các đặc trưng theo phương pháp Tamura
4.5.2.1. Độ thơ (Coarseness)
Với ảnh số có kích thước và mức xám như Hình 4.3, dựa theo cơng thức (3.5), (3.6), (3.7) và (3.8), với k = 1, 2, 3, 4, 5 ta lần lượt tính được ma trận trung bình động Ak(x,y), sự khác nhau giữa các cặp trung bình động theo hướng ngang và dọc Ek,h(x,y) và
suy ra các giá trị k tốt nhất để E đạt cực đại, và đặt cỡ cho mỗi pixel Sbest(x,y) = 2k.
Thực nghiệm tính tốn, ta có được độ thô của ảnh là:
4.5.2.2. Độ tương phản (Contrast)
Trước tiên ta tính lược đồ xám của ảnh thơng qua hàm có săn trong Matlab với cú pháp:
[counts,graylevels]=imhist(I);
Trong đó, I: là ảnh đầu vào.
counts: trả về số lượng điểm ảnh có mức xám là “graylevels” tương ứng.
CHƯƠNG 4 XÂY DỰNG HỆ THỐNG
Hình 4.4: Histogram của ảnh (trong Hình 4.3)
Sau đó tính giá trị mức xám trung bình (“averagevalue”) và phương sai (độ lệch, “stdev”) trong phân bố histogram:
averagevalue = sum(graylevels.* counts/(Nx*Ny)) = 134.7977
stdev = sum((graylevels-repmat(averagevalue,[256,1])).^2.*PI) = 5.1665e+03
Mơmen thứ 4 về trung bình được tính dựa trên:
u4 = sum((graylevels-repmat(averagevalue,[256,1])).^4.*PI) = 3.6115e+07 alpha4 = u4/stdev^2 = 1.3530 Ta có độ tương phản: F_con = sqrt(stdev)/alpha4.^(1/4) = 66.6463 4.5.2.3. Hướng (Directionality)
CHƯƠNG 4 XÂY DỰNG HỆ THỐNG
Tính gradient theo hướng ngang và dọc bằng cách sử dụng bộ lọc Sobel, nhân chập với ma trận PrewittH=[-1 0 1;-1 0 1;-1 0 1] và PrewittV=[1 1 1;0 0 0;-1 -1 -1]
như cơng thức (3.12) sau đó tính độ lớn và góc của vector hướng tại mỗi điểm ảnh theo
(3.10) và (3.11).
Cuối cùng, hướng được tính dựa trên công thức (3.13) và cho kết quả:
4.5.2.4. Độ giống (Linelikeness)
Ở đặc tính này, ta tính độ trùng khớp trung bình của các góc định hướng đã được tính ở 3.4.2.3 được mã hóa trong các cặp pixels phân biệt bởi khoảng cách d dọc theo hướng biên mỗi pixel.
Chọn d = 4, và sử dụng mặt nạ 16x16, ta tính được cấu trúc hướng của ma trận đồng hiện (Co-occurence Matrix):
Hướng xuống = 22 Góc dưới bên phải = 21 Hướng lên = 18 Góc trên bên phải = 22 Hướng phải = 21 Góc dưới bên trái = 28 Hướng trái = 21 Góc dưới bên phải = 22
Độ trùng khớp trung bình của các góc định hướng được tính là góc định hướng trung bình của nhiều nhất những điểm ảnh có góc định hướng xấp xỉ như nhau.
𝐹𝑙𝑖𝑛𝑒 = max(tổng giá trị của các góc định hướng của các pixel có góc định hướng gần bằng nhau tổng số các pixel có góc định hướng gần bằng nhau )
= 0.1425
4.5.2.5. Tính cân đối (Regularity)
Tính scrs,scon, sdir, slin là độ lệch chuẩn tương ứng với các đặc tính ở trên bằng cách sử dụng một cửa sổ 16x16, ta có:
CHƯƠNG 4 XÂY DỰNG HỆ THỐNG
scrs = 0.9679
scon = 8.5299
sdir, = 0.1484
slin = 0
Chọn hệ số chuẩn hóa r = 1/400, ta tính được tính cân đối của ảnh:
Freg =1 −r(scrs+scon+sdir + slin)
=1 − (scrs+scon+sdir + slin)/400 = 0.9759
4.5.2.6. Độ nhám (Roughness)
Là tổng của độ thô và độ tương phản:
F_rgh = F_crs + F_con = 24.5437 + 66.6463 = 91.1900
4.5.3. Tính biểu đồ màu tồn cục và biểu đồ màu cục bộ của ảnh
Vì đề tài giới hạn trong việc nghiên cứu và xử lý ảnh xám, do đó việc tính tốn biểu đồ màu được quy về tính tốn biểu đồ mức xám của ảnh.
4.5.3.1. Biểu đồ mức xám tồn cục
Đầu tiên ta tính Histogram của ảnh với 256 mức gray như 3.4.2.2 và Hình 4.4.
Sau đó ta tính được histogram trung bình của tồn bộ các pixel trong ảnh:
Hist_mean = tổng các mức xám của toàn bộ các pixel / tổng số pixel trong ảnh
= 2211804 / (128 x 128) = 135
Nhóm số điểm ảnh của 16 mức xám liên tiếp lại với nhau ta được một lược đồ Histogram cho nhóm 16 như bên dưới (ta được 16 nhóm mức xám):
CHƯƠNG 4 XÂY DỰNG HỆ THỐNG
Hình 4.5: Histogram theo nhóm 16 mức xám liên tiếp
Quy đổi histogram của các nhóm mức xám này thành theo tỷ lệ chiếm bao nhiêu % của tống số pixel trong ảnh.
hist_quantum_percent = 100*hist_quantum/Nx/Ny;
CHƯƠNG 4 XÂY DỰNG HỆ THỐNG
Hình 4.6: Quy đổi histogram của các nhóm 16 mức xám theo tỷ lệ %
4.5.3.2. Biểu đồ mức xám cục bộ
Chia ảnh thành n x n phần (“local”) và tính mức xám trung bình của các local này.
Hình 4.7: Chia ảnh thành 4 x 4 local
Để tối ưu tốc độ xử lý của máy tính, tác giả chọn chia ảnh thành 4 x 4 local và đạt được kết quả tính tốn như hình dưới.
CHƯƠNG 4 XÂY DỰNG HỆ THỐNG
Hình 4.8: Mức xám trung bình của các local
Nếu xem xét mức xám tổng thể và mức xám cục bộ khi đối sánh ảnh, kết hợp các đặc tính Tamura với biểu đồ mức xám và tối ưu với các hệ số riêng cho các đặc tính sẽ có được kết quả truy vấn chính xác với thời gian truy vấn nhanh chóng.
4.5.4. Tạo Vector đặc trưng
Thực hiện kết hợp tất cả 6 giá trị đặc trưng Tamura, 1 giá trị mức xám trung bình tồn cục của anh, 16 giá trị histogram của 16 nhóm mức xam, và 16 giá trị mức xám trung bình sau khi chia ảnh thành 4 x 4 local, ta được 1 vector đặc trưng 39 chiều (39 phần tử) thể hiện kết cấu nội dung ảnh. Mỗi một ảnh, theo phương pháp này, sẽ có một vector đặc trưng thể hiện cấu trúc nội dung riêng biệt, và được sử dụng để lưu trữ nội dung trong CSDL hay truy vấn ảnh trong hệ thống tra cứu thông tin thị giác.
database=[F_crs F_con F_dir F_line F_reg F_rgh hist_mean ... hist_quantum_percent local_mean];
4.5.5. Thực hiện tra cứu ảnh sử dụng độ đo Euclid
Theo công thức (3.32), khoảng cách Euclid giữa các đặc trưng cấu trúc của ảnh đầu vào và CSDL được tính như sau:
𝐷𝐸𝑢𝑐𝑙𝑖𝑑(𝐴, 𝐷𝑎𝑡𝑎𝑏𝑎𝑠𝑒) = √∑𝑘 (𝐴 − 𝐵[𝑖])2 𝑖=1
CHƯƠNG 4 XÂY DỰNG HỆ THỐNG
B[i]: là vector đặc trưng của ảnh thứ i trong CSDL.
Theo phương pháp được trình bày trong luận văn này, những ảnh (trong CSDL) có khoảng cách Euclid nhỏ nhất sẽ là ảnh có cấu trúc nội dung giống nhất với ảnh đầu vào cần tra cứu
4.5.6. Lưu thơng tin ảnh vào CSDL
Sau khi có được vector đặc trưng của ảnh đầu vào, ta có thể lưu vào CSDL kèm theo ghi chú nội dung của bức ảnh để làm phong phú và đa dạng thêm CSDL. Hơn nữa với một CSDL càng đầy đủ thì ta sẽ có những kết quả tra cứu càng chính xác.
Tuy nhiên một CSDL q lớn và khơng được phân loại cụ thể thì sẽ dẫn đến việc tra cứu mất nhiều thời gian để xử lý và chiếm dụng thông tin bộ nhớ.
4.5.7. Tối ưu hệ thống
Do các đặc tính Tamura về hướng, độ trùng khớp, và tính cân đối có giá trị tính tốn thường nhỏ hơn rất nhiều so với những đặc tính cịn lại, do đó nó khơng thể hiện được độ chính xác khi tra cứu ảnh bởi vì khoảng cách Euclid đối với những giá trị này là rất nhỏ.
Để tối ưu cho hệ thống tra cứu ảnh được trình bày ở trên, tác giả đã gán thêm các hệ số tương ứng với mỗi một giá trị của đặc tính Tamura nhằm giúp giảm bớt sự chênh lệch khi tính tốn độ đo Euclid để có kết quả tra cứu được chính xác hơn. Cụ thể:
F_dir = 100*F_dir; F_line = 100*F_line; F_reg = 50*F_reg;
Các hàm thực hiện việc trích đặc trưng Tamura của ảnh được tác giả viết dựa theo nguyên lý tính tốn trên, bao gồm: coarseness.m; contrast.m; direction.m;
linelikeness.m; regularity.m. Các hàm thực hiện việc tính tốn biểu đồ màu
CHƯƠNG 4 XÂY DỰNG HỆ THỐNG
4.6. Giao diện và sử dụng hệ thống
Giao diện xây dựng qua chương trình mơ phỏng bằng phầm mềm MATLAB R2016a, lập trình giao diện GUIDE trên hệ điều hành Window 8.1 Enterprise.
Hình 4.9: Giao diện chương trình mơ phỏng
- Nút “Open”: Duyệt và mở một ảnh cần trích đặc trưng, sau khi lựa chọn và mở một ảnh, chương trình sẽ tự động trích các đặc trưng Tamura, biểu đồ mức xám tương ứng và hiển thị kết quả.
- Lựa chọn “Database”: Cho phép lựa chọn sử dụng CSDL đã có sẵn (Existing) hoặc làm việc với một CSDL mới (New).
- Nút “Open Database”: Cho phép mở CSDL đã lựa chọn.
- Nút “Add 2 Database”: Cho phép lưu thêm ảnh, nội dung ảnh, cùng các đặc trưng của ảnh vào trong CSDL. Chỉ có giá trị khi làm việc với CSDL mới.
- Khung nhập liệu “Img. Content”: Cho phép nhập và lưu nội dung của ảnh vào trong CSDL.
CHƯƠNG 4 XÂY DỰNG HỆ THỐNG
- Nút “Clear Database”: Cho phép xóa CSDL đã lựa chọn. Việc xóa CSDL sẽ xóa tồn bộ ảnh, nội dung ảnh cùng các đặc tính đã trích xuất ra khỏi CSDL. Chỉ có giá trị khi làm việc với CSDL mới.
- Nút “Search”: Truy vấn ảnh trong CSDL đã lựa chọn. Quá trình truy vấn sẽ hiển thị trong phần “Searching…”. Và kết quả được hiển thị trong phần “Result”. - “Tamura Features”: Hiển thị kết quả trích đặc trưng Tamura của ảnh.
- “Global Histogram”: Hiển thị kết quả tính mức xám trung bình và tỷ lệ các
khoảng mức xám trong ảnh.
- “Global Hist. by Group”: Hiển thị phân bố histogram cho các nhóm mức xám.
- “Local Histogram (4x4)”: Hiển thị kết quả tính tốn mức xám trung bình tương
ứng với 4x4 local được chia từ ảnh đầu vào.
4.7. Kết quả hiển thị
CHƯƠNG 4 XÂY DỰNG HỆ THỐNG
Sau quá trích đặc trưng và đối sánh, hệ thống sẽ trả về kết quả là 6 hình ảnh giống nhất trong CSDL so với ảnh đầu vào cần truy vấn nội dung.
Khi nhấn “Open” tại một ảnh kết quả trả về, chương trình sẽ mở ảnh đó lên từ trong CSDL, đồng thời hiển thị nội dung của ảnht trong CSDL đã được lưu trước đó.
Hình 4.11: So sánh hình đầu vào cần tra cứu (a) và kết quả tra cứu (b)
Ví dụ, khi nhấn vào “Open” ở kết quả thứ 6, hệ thống sẽ mở ảnh lên kèm theo ghi chú về nội dung của ảnh đó trong CSDL như: Thư mục chứa nội dung là “Database2”, tên file ảnh là “Anh8.jpg”, nội dung ảnh là “Phoi bi ro (Lung Abscess)”
4.8. Kết luận chương 4
Trong chương 4, tác giả tập trung vào việc phân tích bài tốn cụ thể đặt ra của đề tài “Tra cứu ảnh y khoa dựa vào cấu trúc nội dung ảnh”, nghiên cứu sơ đồ giải thuật và xây dựng từng bước một hệ thống tra cứu ảnh đáp ứng yêu cầu của bài toán. Đồng thời giới thiệu giao diện người dùng GUIDE sử dụng phần mềm Matlab, tạo một môi trường sử dụng đơn giản, trực quan, hiệu quả và thể hiện đúng quá trình xử lý ảnh. Tuy nhiên
CHƯƠNG 4 XÂY DỰNG HỆ THỐNG
độ chính xác trong khả năng truy vấn của hệ thống còn phụ thuộc vào việc lựa chọn những hệ số phù hợp cho các giá trị đặc trưng để tối ưu trong việc tính tốn.
CHƯƠNG 5 KẾT QUẢ THỰC NGHIỆM
CHƯƠNG 5 – KẾT QUẢ THỰC NGHIỆM
5.1. Thực nghiệm đối sánh theo đặc tính Tamura
Tamura features Ảnh gốc Ảnh đối sánh Euclid F_crs 24.5437 24.243 0.3007 F_con 66.6463 65.7514 0.8949 F_dir 0.2644 0.0956 0.1688 F_line 0.1425 0.1477 0.0052 F_reg 0.9759 0.9736 0.0023 F_rgh 91.1900 89.9944 1.1956
Bảng 5.1: Đặc tính Tamura và khoảng cách Euclid của hai ảnh tương đồng
Tamura features Ảnh gốc Ảnh đối sánh Euclid F_crs 24.5437 20.0134 4.5303 F_con 66.6463 58.3206 8.3257 F_dir 0.2644 0.0277 0.2367 F_line 0.1425 0.1014 0.0411 F_reg 0.9759 0.9444 0.0315 F_rgh 91.1900 78.334 12.856
CHƯƠNG 5 KẾT QUẢ THỰC NGHIỆM
Tamura features Euclid giữa 2 ảnh
tương đồng Quan hệ Euclid giữa 2 ảnh khác nhau F_crs 0.3007 < 4.5303 F_con 0.8949 < 8.3257 F_dir 0.1688 < 0.2367 F_line 0.0052 < 0.0411 F_reg 0.0023 < 0.0315 F_rgh 1.1956 < 12.856
Bảng 5.3: So sánh đặc tính Tamuara của ảnh tương đồng và ảnh khác nhau
Kết luận: Nếu xem xét các đặc tính Tamura khi đối sánh ảnh dựa trên khoảng cách Euclid ta thấy ngay rằng hai ảnh tương đồng có giá trị đo khoảng cách Euclid nhỏ hơn rất nhiều so với hai ảnh khác nhau, điều đó cũng có nghĩa là các ảnh càng giống nhau thì sẽ thu được đặc tính Tamura càng gần như nhau và ngược lại.
CHƯƠNG 5 KẾT QUẢ THỰC NGHIỆM
5.2. Thực nghiệm đối sánh theo biểu đồ mức xám
Global Histogram Ảnh gốc Ảnh đối sánh Euclid Giá trị mức xám trung bình tồn cục 135 136 1 Mức xám 0-15 0.036 % 0.018 % 0.018 Mức xám 16-31 0.647 % 0.702 % 0.055 Mức xám 32-47 8.160 % 8.447 % 0.287 Mức xám 48-63 12.213 % 10.779 % 1.434 Mức xám 64-79 11.060 % 10.688 % 0.372 Mức xám 80-95 10.803 % 10.913 % 0.11 Mức xám 96-111 5.078 % 5.310 % 0.232 Mức xám 112-127 2.130 % 2.502 % 0.372 Mức xám 128-143 1.465 % 1.837 % 0.372 Mức xám 144-159 1.251 % 1.459 % 0.208 Mức xám 160-175 2.240 % 2.502 % 0.262 Mức xám 176-191 9.979 % 10.107 % 0.128 Mức xám 192-207 20.318 % 20.178 % 0.14 Mức xám 208-223 9.790 % 9.881 % 0.091 Mức xám 224-239 2.875 % 2.862 % 0.013 Mức xám 240-255 1.953 % 1.818 % 0.135
Bảng 5.4: Mức xám tổng thể của hai ảnh tương đồng
CHƯƠNG 5 KẾT QUẢ THỰC NGHIỆM Global Histogram Ảnh gốc Ảnh đối sánh Euclid Giá trị mức xám trung bình tồn cục 135 74 61 Mức xám 0-15 0.036 % 8.728 % 8.692 Mức xám 16-31 0.647 % 35.159 % 34.512 Mức xám 32-47 8.160 % 10.541 % 2.381 Mức xám 48-63 12.213 % 5.121 % 7.092 Mức xám 64-79 11.060 % 4.517 % 6.543 Mức xám 80-95 10.803 % 4.028 % 6.775 Mức xám 96-111 5.078 % 3.754 % 1.324 Mức xám 112-127 2.130 % 3.621 % 1.491 Mức xám 128-143 1.465 % 3.754 % 2.289 Mức xám 144-159 1.251 % 3.821 % 2.57 Mức xám 160-175 2.240 % 3.528 % 1.288 Mức xám 176-191 9.979 % 3.247 % 6.732 Mức xám 192-207 20.318 % 2.667 % 17.651 Mức xám 208-223 9.790 % 2.099 % 7.691 Mức xám 224-239 2.875 % 2.460 % 0.415 Mức xám 240-255 1.953 % 3.094 % 1.141
Bảng 5.5: Mức xám tổng thể của hai ảnh khác nhau
Đối với hai ảnh tương đồng, ta có khoảng cách Euclid đối với những giá trị theo biểu đồ mức xám tổng thể là rất nhỏ so với hai ảnh khác nhau.
CHƯƠNG 5 KẾT QUẢ THỰC NGHIỆM
Local Histogram (Giá trị mức xám trung bình của mỗi local) Ảnh gốc Ảnh đối sánh Euclid Local 11 107.493 107.106 0.387 Local 12 159.913 161.547 1.634 Local 13 154.584 156.261 1.677 Local 14 127.547 126.876 0.671 Local 21 118.986 121.106 2.12 Local 22 161.067 155.635 5.432 Local 23 122.167 119.168 2.999 Local 24 148.856 151.496 2.64 Local 31 133.103 133.792 0.689 Local 32 164.183 169.813 5.63 Local 33 148.653 152.897 4.244 Local 34 140.435 144.486 4.051 Local 41 139.259 141.371 2.112 Local 42 127.692 126.221 1.471 Local 43 122.418 122.354 0.064 Local 44 80.401 81.307 0.906
CHƯƠNG 5 KẾT QUẢ THỰC NGHIỆM
Local Histogram (Giá trị mức xám trung bình của mỗi local) Ảnh gốc Ảnh đối sánh Euclid Local 11 107.493 20.434 87.059 Local 12 159.913 47.217 112.696 Local 13 154.584 19.904 134.68 Local 14 127.547 31.850 95.697 Local 21 118.986 137.004 18.018 Local 22 161.067 137.908 23.159 Local 23 122.167 120.712 1.455 Local 24 148.856 67.238 81.618 Local 31 133.103 135.622 2.519 Local 32 164.183 111.176 53.007 Local 33 148.653 113.860 34.793 Local 34 140.435 81.347 59.088 Local 41 139.259 24.885 114.374 Local 42 127.692 59.305 68.387 Local 43 122.418 30.308 92.11 Local 44 80.401 38.354 42.047
Bảng 4.7: Mức xám cục bộ của hai ảnh khác nhau
Đối với hai ảnh tương đồng, ta có khoảng cách Euclid đối với những giá trị mức xám trung bình của mỗi local theo biểu đồ mức xám cục bộ là rất nhỏ so với hai ảnh khác nhau.
CHƯƠNG 5 KẾT QUẢ THỰC NGHIỆM
Global/Local Histogram
Euclid của 2 ảnh
giống nhau Quan hệ
Euclid của 2 ảnh khác nhau Mức xám trung bình 1 << 61 Mức xám 0-15 0.018 << 8.692 Mức xám 16-31 0.055 << 34.512 Mức xám 32-47 0.287 << 2.381 Mức xám 48-63 1.434 << 7.092 Mức xám 64-79 0.372 << 6.543 Mức xám 80-95 0.11 << 6.775 Mức xám 96-111 0.232 << 1.324 Mức xám 112-127 0.372 << 1.491 Mức xám 128-143 0.372 << 2.289 Mức xám 144-159 0.208 << 2.57 Mức xám 160-175 0.262 << 1.288 Mức xám 176-191 0.128 << 6.732