Xây dựng chƣơng trình

3.5.1. Ngôn ngữ sử dụng

Ngôn ngữ đƣợc chọn để sử dụng trong xây dựng chƣơng trình tra cứu ảnh là ngôn ngữ C#. Sở dĩ C# đƣợc chọn để thực hiện chƣơng trình bởi lý do sau:

Ngôn ngữ C# là một ngôn ngữ đƣợc dẫn xuất từ C và C++, nhƣng nó đƣợc tạo từ nền tảng phát triển hơn. Microsoft bắt đầu với công việc trong C và C++ và thêm vào những đặc tính mới để làm cho ngôn ngữ này dễ sử dụng hơn. C# là ngôn ngữ đơn giản, hiện đại, hướng đối tượng, là ngôn ngữ mạnh mẽ và mềm dẻo, có ít từ khóa; là ngôn ngữ hướng module…

3.5.2. Giao diện chƣơng trình

3.5.2.1. Màn hình khởi tạo

Hình 3.11 mô tả toàn bộ giao diện chƣơng trình bao gồm textbox cho phép chọn thƣ mục tìm kiếm, chọn ảnh tra cứu, nút button tìm kiếm cho phép thực hiện chƣơng trình, và giao diện hiển thị kết quả tra cứu.

3.5.2.2. Màn hình chọn cơ sở dữ liệu ảnh

Hình 3.12: Màn hình chọn cơ sở dữ liệu ảnh

Hình 3.12 là giao diện chọn CSDL ảnh tra cứu, giao diện này có đƣợc khi ngƣời sử dụng Click vào Chọn thư mục ảnh, giao diện sẽ hiện thị cho ngƣời sử dụng một danh sách các thƣ mục để lựa chọn và khi tìm kiếm thì các ảnh sẽ tìm kiếm trong thƣ mục này.

3.5.2.3. Màn hình chọn ảnh cần truy vấn

 Chọn ảnh có trong CSDL ảnh

Hình 3.13: Màn hình chọn ảnh cần truy vấn 1

Hình 3.13 là giao diện khi ngƣời sử dụng Click vào Chọn ảnh truy vấn chọn ảnh cần truy vấn để thực hiện việc tra cứu. Ảnh tra cứu có thể là những ảnh thuộc hoặc không thuộc CSDL ảnh.

Màn hình hiển thị kết quả tra cứu

Hình 3.14 hiển thị kết quả tra cứu, kết quả sẽ đƣợc sắp xếp giảm dần theo độ tƣơng tự. Do ảnh tra cứu có trong CSDL nên mức độ tƣơng tự của ảnh là 0 và hiện ra đầu tiên. Các ảnh tiếp theo hiển thị ra theo thứ tự giảm dần về độ tƣơng tự.

Màn hình hiển thị danh sách các ảnh tƣơng đồng

Hình 3.15: Danh sách ảnh hiển thị thông tin đƣợc sắp xếp với ảnh truy vấn 1

Khi ngƣời sử dụng Click vào nút Hiển thị danh sách của ảnh, thì các ảnh tra cứu sẽ hiển thị ra danh sách các ảnh lá cây tƣơng tự với ảnh lá cây đƣợc truy vấn theo thứ tự giảm dần của độ tƣơng tự và thông tin cụ thể về từng loại cây dƣợc liệu dựa trên hình ảnh lá đƣợc tìm thấy.

Thông tin này giúp ngƣời sử dụng hiểu biết thêm về loại cây dƣợc liệu cần tra cứu cũng nhƣ đặc tính, công dụng của nó.

 Chọn ảnh không có trong CSDL ảnh

Hình 3.16: Màn hình chọn ảnh truy vấn 2

Màn hình hiển thị kết quả tra cứu

Màn hình hiển thị danh sách các ảnh tƣơng đồng so với ảnh tra cứu

Hình 3.18: Danh sách ảnh hiển thị thông tin đƣợc sắp xếp với ảnh truy vấn 2

Trong chƣơng này tác giả đã tập trung phân tích đƣợc cơ sở dữ liệu đầu vào, phân tích hệ thống và sử dụng Star UML để vẽ các biểu đồ mô tả những chức năng chính của chƣơng trình và lựa chọn ngôn ngữ sử dụng để xây dựng chƣơng trình. Kết quả là xây dựng đƣợc chƣơng trình tra cứu ảnh cây dƣợc liệu dựa vào hình ảnh lá cây.

3.6. Thử nghiệm và đánh giá

Dựa trên cơ sở lý thuyết và mô hình đề xuất ở chƣơng 2, luận văn thực nghiệm việc trích chọn các véc tơ đặc trƣng từ ảnh truy vấn và ảnh trong CSDL, xác định chuỗi dấu hiệu nhị phân của ảnh và tính tổng tất cả các khoảng cách giữa các ảnh theo bin để tìm ra ảnh gần giống nhất với ảnh truy vấn.

- Đầu vào hệ thống: Một ảnh truy vấn do ngƣời dùng nhập vào

Cơ sở dữ liệu lựa chọn để thử nghiệm gồm 100 ảnh lá cây thuốc đƣợc thu thập tại vƣờn thuốc nam của trƣờng Đại học Y Thái Nguyên, vƣờn thuốc nam của xí nghiệp Z27, và một số khu vƣờn thuốc thực nghiệm của trƣờng Đại học Nông Lâm, một số hộ gia đình… CSDL này sẽ đƣa ra các phản ánh chính xác hơn về thuật toán. Ảnh truy vấn do ngƣời dùng nhập vào có thể là ảnh có hoặc không có trong CSDL.

Bảng kết quả thực nghiệm

- Thực hiện truy vấn với ảnh có trong CSDL: (adsbygoogle = window.adsbygoogle || []).push({});

Bảng 3.3: Bảng kết quả thực hiện truy vấn 1

Ảnh truy vấn Ảnh nguồn Thông tin ảnh nguồn (trích dẫn) Độ tƣơng tự

Rau má: Lá hơi tròn, có mép khía tai bèo. Phiến lá có gân dạng lƣới hình chân vịt. Hoa mọc ở kẻ lá. Công dụng: Điều hòa cơ thể với 6 tác dụng chính là nhuận gan, nhuận tiểu, nhuận tràng, nhuận huyết, giải độc và kích thích tiêu hóa.

Ráy: là một loại cây mềm cao 0.3-1.4m, có thể dài tới 5m nhƣng phía dƣới bò, trên đứng, có thân rễ hình có nhiều đốt ngắn, trên đốt có vảy màu nâu. Lá to hình tim. Công dụng: Chữa trẻ con bị phù nề, thũng trƣớng, dùng chữa đau vú, ho, dị ứng, nôn mửa, đi ngoài.

-25223800

Bạch hoa xà: Cây sống dai cao 0,3-0,6m, có gốc dạng thân rễ, với thân sù sì, bóng láng. Lá mọc so le, hình trái xoan, hơi có tai và ôm thân, nguyên, nhẵn, nhƣng trăng trắng ở mặt dƣới. Công dụng: Phong thấp đau nhức xƣơng, đau dạ dày, bệnh ngoài da.

-25767600

Đuôi chuột: Lá mọc đối, hình bầu dục, mép có răng, dài 3-8cm, rộng 2-4cm, cuống lá 2-5cm. Cụm hoa bông mọc đứng ở ngọn cây dài 20-40 cm, nom nhƣ cái đuôi chuột. Công dụng: Chữa nhiễm trùng đƣờng tiết niệu; đau gân cốt do thấp khớp; viêm kết mạc cấp; viêm hầu; lỵ ỉa chảy; cảm lạnh, ho.

-28969000

Bèo cái: Cây thảo thuỷ sinh nổi. Thân đâm chồi, mang các nhánh ngắn, có lá mọc chụm lại. Lá màu lục tƣơi, có nhiều lông nhƣ nhung và không thấm nƣớc. Buồng hoa nhỏ độ 1cm, màu lục nhạt. Công dụng: chữa mẩn ngứa, tiêu độc mụn nhọn, chữa ho, hen suyễn, thông kinh, chữa đái buốt.

-30261700

Bảng 3.4: Bảng kết quả thực hiện truy vấn 2

Ảnh truy vấn Ảnh nguồn Thông tin ảnh nguồn (trích dẫn) Độ tƣơng tự

-17628800

Hoắc hƣơng: Lá mọc đối, lá nguyên hình trứng hoặc hình elip, dài 4 - 9 cm, rộng 3 - 7 cm, cả hai mặt lá màu trắng xám có lông mƣợt nhƣ nhung, chóp lá hơi nhọn hoặc tròn, gốc lá vát nhọn hoặc tròn, mép lá có răng cƣa ngắn. Công dụng: Chữa cảm mạo, nhức đầu, đau mình mẩy, sổ mũi, đau bụng ỉa chảy.

-18512200

Gai: Cây thƣờng cao khoảng 1m, gốc hóa gỗ, cành non và cuống lá màu tím đỏ, có lông. Lá mọc so le, có cuống, mép khía răng, mặt dƣới có lông trắng bạc; có công dụng: chữa động thai, đái ra máu, viêm tử cung, lá thƣờng đƣợc dùng làm bánh.

-19343400

Quế: Cây to, cao 10 - 20m. Vỏ thân nhẵn. Lá mọc so le, có cuống ngắn, cứng và giòn, đầu nhọn hoặc hơi tù, có 3 gân hình cung. Mặt trên lá xanh sẫm bóng. Công dụng:chữa về đƣờng tiêu hoá,có tác dụng bổ dƣỡng, hồi sinh, làm nóng, giảm đau, giảm ho;trị nhức mỏi, bong gân, đau lƣng.

-19373200

Đơn lá đỏ: Cây cao 0,7 – 1,5m. Thân nhỏ màu tía, lá mọc đối, mặt trên màu lục sẫm, mặt dƣới màu đỏ tía, mép có răng cƣa. Hoa mọc thành bông ở kẽ lá hay đầu cành. Công dụng: chữa mụn nhọt, mẩn ngứa, zona và đi ỉa lỏng lâu ngày.

-24968400

Sau khi thực hiện quá trình truy vấn trên hai loại ảnh có hoặc không có trong CSDL, chƣơng trình đã thu đƣợc những kết quả nhất định cho phép tìm kiếm ra ảnh gốc nếu nhƣ trƣờng hợp ảnh đó có trong CSDL ảnh và tập các ảnh sắp xếp giảm dần theo mức độ tƣơng tự với ảnh truy vấn, hiển thị đƣợc thông tin của các ảnh trong tập ảnh trả về.

Chƣơng trình tiến hành thực nghiệm trên ảnh của một số loại lá cây dƣợc liệu nhƣ: Cây đơn lá đỏ, xuân hoa, mã đề, mần tƣới, trầu không, lá lốt, trinh nữ hoàng cung, dâm bụt, bạch hoa xà...Kết quả thực nghiệm đã trả về ảnh cần tra cứu hoặc giống nhất với ảnh cần tra cứu, hiển thị một số thông tin về đặc tính, công dụng của cây dƣợc liệu cần tra cứu với độ chính xác khá cao [17].

PHẦNKẾT LUẬN

Luận văn đã trình bày một cách tổng thể về tra cứu ảnh, và một số kỹ thuật tra cứu ảnh dựa vào nội dung nhƣ tra cứu dựa vào màu sắc, dựa vào hình dạng, dựa vào vân trong đó nhấn mạnh vào các kỹ thuật tra cứu ảnh sử dụng đặc trƣng màu sắc bằng dấu hiệu nhị phân. Luận văn đã đạt đƣợc những kết quả nhất định.

 Kết quả đạt đƣợc

- Nghiên cứu, khảo sát về tra cứu ảnh và một số kỹ thuật tra cứu ảnh dựa vào nội dung. (adsbygoogle = window.adsbygoogle || []).push({});

- Xây dựng kho dữ liệu hình ảnh và các trích chọn đặc trƣng về lá của một số loại cây dƣợc liệu.

- Nghiên cứu và tiến hành cài đặt phƣơng pháp tra cứu ảnh dựa vào nội dung sử dụng dấu hiệu nhị phân.

- Xây dựng đƣợc chƣơng trình thử nghiệm tra cứu ảnh cây dƣợc liệu dựa vào hình ảnh lá cây.

Chƣơng trình thực sự hữu ích, đáp ứng đƣợc những yêu cầu đặt ra của bài toán.

 Hƣớng nghiên cứu tiếp theo

- Kết hợp sử dụng các đặc trƣng khác nhƣ đặc trƣng kết cấu, hình dạng vào trong quá trình tra cứu.

- Thực nghiệm trên cơ sở dữ liệu ảnh có kích thƣớc lớn hơn và đa dạng hơn;

- Tiến hành nghiên cứu và cài đặt thử nghiệm chƣơng trình áp dụng đối cơ sở dữ liệu là ảnh cây dƣợc liệu, để có thể ứng dụng đƣợc nhiều hơn trong thực tế.

TÀI LIỆU THAM KHẢO

A. Tiếng Việt

[1] Lƣơng Mạnh Bá, Nguyễn Thanh Thuỷ (2003), Nhập môn xử lý ảnh số, Nhà xuất bản Khoa học Kỹ thuật.

[2] Đỗ Năng Toàn, Phạm Việt Bình (2008), Xử lý ảnh, Nhà xuất bản Khoa học và kỹ thuật.

B. Tiếng Anh

[3] Anant Bhardwaj, Manpreet Kaur, and Anupam Kumar. (2013), “Recognition of plants by Leaf Image using Moment Invariant and Texture Analysis”,

International Journal of Innovation and Applied Studies, Vol. 3, No. 1, pp. 237- 248.

[4] Colin C. Venteres and Dr. Matthew Cooper, A Review of Content-Based

Image Retrieval Systems, http://www.jtap.ac.uk/reports/htm/jtap-054.html [5] Flickner, M., Sawhney, H., Niblack, W., Ashley, J., Huang, Q., Dom, B.,

Gorkani, M., Hafner, J., Lee, D., Petkovic, D., Steele, D., and Yanker, P.(1995). Query by image and video content: The QBIC project. IEEE Computer, 28(9).

[6] Habdolvahab Ehsanirad and Sharath Kumar Y. (2010), “Leaf recognition for plant classification using GLCM and PCA methods”, Oriental Journal of Computer Science & Technology, Vol. 3, No 1, pp. 36-38.

[7] Ji-Xiang Du, Xiao-Feng Wang, Guo-Jun Zhang. (2007), “Leaf shape based plant species recognition”, Applied Mathematics and Computation, Vol. 185, No 2007, pp. 883-893.

[8] Jyotismita Chaki and Ranjan Parekh. (2011), “Plant Leaf Recognition using Shape based Features and Neural Network classifiers”, International Journal of Advanced Computer Science and Applications, Vol. 2, No. 10.

[9] Ritendra Datta, Dhiraj Joshi, Jia Li and James Z. Wang (2008), “Image Retrieval: Ideas, Influences, and Trends of the New Age”, ACM Computing Surveys, vol. 40, no. 2, pp. 1-60.

[10] Kue-Bum Lee, Kwang-Seok Hong. (2012), “Advanced Leaf Recognition based on Leaf Contour and Centroid for Plant Classification”, International Journal of Bio-Science and Bio-Technology, Vol. 5, No. 2.

[11] N.Valliammal and Dr.S.N.Geethalakshmi. (2011), “Automatic Recognition System Using Preferential Image Segmentation For Leaf And Flower Images”,

Computer Science & Engineering: An International Journal (CSEIJ), Vol.1, No.4.

[12] V. Castelli and L. D. Bergman (2002), Image Database Search and Retrieval of Digital Imagery, John Wiley & Sons, Inc., New York.

[13] Ritendra Datta, Dhiraj Joshi, Jia Li and James Z. Wang (2008), ``Image Retrieval: Ideas, Influences, and Trends of the New Age,'' ACM Computing Surveys, vol. 40, no. 2, pp. 1-60.

[14] Schettini, R., Ciocca, G., and Zuffi, S. (2001). Color Imaging Science: Exploiting Digital Media, Ed. R. Luo and L. MacDonald, chapter A Survey on Methods for Colour Image Indexing and Retrieval in Image Database. John Wiley.

[15] Y. Rui, T. Huang, and S. Chang (1999), ―Image retrieval: current techniques, promiing directions and open issues, Journal of Visual Communication and Image Representation, 10(4), pp. 39–62.

[16] Website: www.jisc.ac.uk/uploaded_documents/jtap-039.doc [17] Website: http://hocvienquany.vn/caythuoc/default.aspx (adsbygoogle = window.adsbygoogle || []).push({});

DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC LIÊN QUAN ĐẾN LUẬN VĂN

[1]. Nguyễn Văn Huân, Nguyễn Văn Tảo, Nguyễn Thị Bích Hạnh. (2013), “Giải pháp tra cứu và quản lý Cây dược liệu Việt Nam dựa vào trích chọn đặc trưng của ảnh cây dược liệu trong kho cơ sở dữ liệu”, Nhà xuất bản Đại học Thái Nguyên

Mục lục