Chương 2. MỘT SỐ KỸ THUẬT TRA CỨU ẢNH DỰA VÀO NỘI DUNG
2.2. Tra cứu ảnh dựa vào hình dạng
2.2.2. Đặc điểm hình dạng với việc tìm kiếm ảnh
Hình dạng là một cấp cao hơn màu sắc và vân. Nó đòi hỏi sự phân biệt giữa các vùng để tiến hành xử lý về độ đo của hình dạng. Trong nhiều trường hợp, sự phân biệt này cần thiết phải làm bằng tay. Nhưng sự tự động hóa trong một số trường hợp có thể khả thi. Trong đó, vấn đề chính yếu nhất là quá trình phân đoạn ảnh. Nếu quá trình phân đoạn ảnh đƣợc làm một cách chính xác, rõ ràng và nhất là hiệu quả thì sự tìm kiếm thông tin dựa vào hình dạng có thể có hiệu lực rất lớn. Nhận dạng ảnh hai chiều là một khía cạnh quan trọng của quá trình phân tích ảnh. Tính chất hình dạng toàn cục ám chỉ đến hình dạng ảnh ở mức toàn cục. Hai hình dạng có thể đƣợc so sánh với nhau theo tính chất toàn cục bởi những phương pháp nhận dạng theo hoa văn, mẫu vẽ. Sự so khớp hình dạng ảnh cũng có thể dùng những kỹ thuật về cấu trúc, trong đó một ảnh đƣợc mô tả bởi những thành phần chính của nó và quan hệ không gian của chúng. Vì sự hiển thị ảnh là một quá trình liên quan đến đồ thị, do đó những phương pháp so
khớp về đồ thị có thể đƣợc dùng cho việc so sánh hay so khớp. Sự so khớp về đồ thị rất chính xác, vì nó dựa trên những quan hệ không gian hầu nhƣ bất biến trong toàn thể các phép biến đổi hai chiều. Tuy nhiên, quá trình so khớp về đồ thị diễn ra rất chậm, thời gian tính toán tăng theo cấp số mũ tương ứng với số lượng các phần tử. Trong việc tìm kiếm dữ liệu ảnh dựa vào nội dung, ta cần những phương pháp có thể quyết định sự giống và khác nhau một cách nhanh chóng. Thông thường, chúng ta luôn đòi hỏi sự bất biến cả đối với kích thước của ảnh cũng như hướng của ảnh trong không gian. Vì vậy, một đối tượng có thể được xác định trong một số hướng. Tuy nhiên, tính chất này không thường được yêu cầu trong tìm kiếm ảnh. Trong rất nhiều cảnh vật, hướng của đối tượng thường là không đổi. Ví dụ như cây cối, nhà cửa, ... Độ đo về hình dạng rất nhiều trong phạm vi lý thuyết của bộ môn xử lý ảnh. Chúng trải rộng từ những độ đo toàn cục dạng thô với sự trợ giúp của việc nhận dạng đối tƣợng, cho tới những độ đo chi tiết tự động tìm kiếm những hình dạng đặc biệt. Lƣợc đồ hình dạng là một ví dụ của độ đo đơn giản, nó chỉ có thể loại trừ những đối tƣợng hình dạng không thể so khớp, nhƣng điều đó sẽ mang lại khẳng định sai, vì chỉ nhƣ là việc làm của lƣợc đồ màu. Kỹ thuật dùng đường biên thì đặc hiệu hơn phương pháp trước, chúng làm việc với sự hiện hữu của đường biên của hình dạng đối tượng và đồng thời cũng tìm kiếm những hình dạng đối tượng gần giống với đường biên nhất. Phương pháp vẽ phác họa có thể là phương pháp có nhiều đặc trưng rõ ràng hơn, không chỉ tìm kiếm những đường biên đối tượng đơn, mà còn đối với tập những đối tượng đã được phân đoạn trong một ảnh mà người dùng vẽ hay cung cấp.
Các hệ thống tìm kiếm ảnh theo nội dung thường khai thác hai nhóm biểu diễn hình dạng sau :
Biểu diễn hình dạng theo đường biên (cotour-based descriptor): Biểu diễn các đường biên bao bên ngoài.
Biểu diễn theo vùng (region-based descriptor): Biểu diễn một vùng toàn vẹn.
2.2.3. Lƣợc đồ hình dạng
Lƣợc đồ hình dạng đƣợc cho rằng là dễ dàng trong tính toán và nhanh trong thi hành. Chúng sử dụng cả sự so sánh về màu sắc và vân. Vấn đề chính là định nghĩa biến cho lƣợc đồ hình dạng đƣợc định nghĩa. Xem nhƣ hình dạng trong ảnh là một vùng những giá trị một trong ảnh nhị phân, trong khi toàn thể những giá trị khác đều là giá trị không. Một kiểu của so khớp hình dạng ảnh là so khớp hình chiếu thông qua hình chiếu đứng và hình chiếu nằm của hình dạng. Giả sử rằng hình dạng có n hàng và có m cột. Mỗi hàng và mỗi cột là một bin trong lược đồ hình dạng. Tổng số được lưu trữ trong một bin là tổng số những giá trị 1 được lưu trữ trong dòng hoặc cột tương ứng đó. Điều này đƣa đến một lƣợc đồ gồm có m+n bin, nhƣng điều này cũng chỉ có ý nghĩa khi tất cả những ảnh chúng ta xem xét phải có cùng một kích thước. Để làm cho việc so khớp hình chiếu bất biến đối với kích thước, số lượng bin của dòng và số lượng bin của cột phải ổn định. Bằng cách định nghĩa những bin từ góc trái trên đến góc phải dưới của hình dạng, sự chuyển đổi bất biến đã đạt được. Việc so khớp hình chiếu không bất biến đối với phép xoay ảnh, nhƣng nó có thể làm việc tốt với sự xoay nhỏ và sự thiếu chính xác thuộc về hình học ở mức độ nhỏ. Một cách khác để làm nó bất biến đối với phép quay là tính toán theo trục toạ độ elip vừa nhất và xoay chúng cho đến khi trục chính là trục nằm ngang. Vì chúng ta không biết nơi đâu là phía trên cùng của hình dạng, xoay hai khả năng có thể xảy ra để thử. Hơn nữa, nếu trục chính và trục phụ có cùng chiều dài, thì 4 khả năng xoay phải đƣợc xem xét. So khớp hình chiếu đƣợc sử dụng thành công trong tìm kiếm ảnh logo. Những khả năng khác để xây dựng lƣợc đồ thông qua góc tiếp tuyến tại mỗi điểm ảnh trên đường bao của hình dạng. Độ đo này thì hoàn toàn tự động về mặt kích thước và bất biến đối với sự dịch chuyển, nhưng nó cũng không bất biến đối với xoay đối tƣợng, bởi vì góc tiếp tuyến đƣợc tính từ hình dạng đối với một hướng xác định. Có một số cách khác nhau để giải quyết vấn đề này.
Cách thứ nhất là xoay hình dạng về trục chính nhƣ đã mô tả ở trên. Một cách khác đơn giản hơn là xoay lƣợc đồ hình dạng. Nếu lƣợc đồ có K bin, thì sẽ có K khả năng xoay.
Những vị trí xoay không đúng có thể làm ảnh hưởng tốc độ của việc tính toán, đặc biệt là trong trường hợp lược đồ và ảnh có kích thước lớn. Hoặc là lược đồ có thể được tiêu chuẩn hoá bởi cách chọn bin với số đếm lớn nhất là bin đầu tiên. Một vài bin lớn nhất nên đƣợc thử vì có thể có sự tồn tại của nhiễu.
2.2.4. Biểu diễn hình dạng trên cơ sở vùng và thước đo đồng dạng
Tổng quát thì việc đo hình đồng dạng trên cơ sở biểu diễn hình dạng mô tả trên đây không phù hợp với cảm nhận của con người. Các nghiên cứu đã so sánh đo tính tương tự của hình dạng bằng mô men đại số, khoảng cách đường cong spline, góc quay tích lũy, dấu độ cong, khoảng cách Hausdorff với kết luận đồng dạng của con người.
Đã chứng minh rằng đồng dạng tính toán trên cơ sở các thước đo này không phù hợp hoàn toàn với đánh giá của con người.
Phương pháp biểu diễn hình dạng trên cơ sở vùng và thước đo đồng dạng được xem là có hiệu năng truy tìm cao.
Ý tưởng chính của biểu diễn hình dạng trên cơ sở vùng
Cho trước hình dạng, hãy xếp chồng lưới trên chúng như hình dưới đây
Hình 2.6: Hình dạng sau khi đã chồng lưới
Không gian lưới bao gồm các tế bào vuông kích thước cố định, nó đủ lớn để phủ hoàn toàn hình dạng. Một vài tế bào lưới phủ hoàn toàn hay phủ một phần một tế bào khác không phủ hình dạng. Gán giá trị 1 cho tế bào có ít nhất 15% điểm ảnh bị phủ và giá trị 0 cho các tế bào còn lại. Sau đó đọc các giá trị 1 và 0 từ góc trên trái của hình
dạng để có trình tự nhị phân cho hình dạng. Thí dụ với hình 2.6 đƣợc biểu diễn bởi dãy nhị phân 111000001 11110 0001111110 01111111.
Rõ ràng tế bào càng nhỏ thì độ chính xác biểu diễn hình dạng càng cao nhƣng đòi hỏi tính toán, lưu trữ càng lớn. Kích thước tế bào thích hợp là 10x10 đến 20x20 pixel.
Biểu diễn trên đây đảm bảo hướng duy nhất nhưng co dãn và xoay là không bất biến.
Do vậy dãy nhị phân đƣợc chuẩn hóa cho co dãn và quay nếu chúng ta muốn sử dụng nó để biểu diễn hình dạng.
Chuẩn hóa quay
Mục đích của chuẩn hóa quay là đặt hình dạng vào hướng chung duy nhất. Chúng ta quay hình dạng sao cho trục chính của nó song song với trục x. Còn hai khả năng đặt hình dạng: một trong các điểm xa nhất đặt bên trái hay bên phải. Điều này đòi hỏi quay
. Ví dụ ở trên có thể đặt vào 1 trong hai vị hướng như trên hình dưới đây.
Biểu diễn hai hướng hình dạng như hình vẽ dưới đây cần hai dãy nhị phân khác nhau. Vì các dãy nhị phân đƣợc dung để chỉ mục các dãy trong hệ thống truy tìm, việc lưu trữ cho mỗi hình dạng cần gấp đôi không gian lưu trữ. Để tiết kiệm không gian lưu trữ ta chỉ cần có và lưu trữ một trong hai dãy nhị phân. Sử dụng dãy nào là không quan trọng, nó được xác định khi cài đặt. Hai hướng được quan tâm khi truy tìm bằng cách biểu diễn nó trong câu truy vấn hình dạng bằng hai dãy nhị phân, chúng đƣợc so sánh với từng chỉ mục hình dạng bằng hay dãy nhị phân, chúng đƣợc so sánh với từng chỉ mục hình dạng lưu trữ trong CSDL.
Chuẩn hóa co dãn
Để đạt đƣợc chuẩn hóa co dãn, ta phải co dãn mọi hình dạng sao cho các trục chính của chúng có cường độ dài cố định. Ví dụ như độ dài cố định có thể là 192 pixel.
Biểu diễn hình dạng cây duy nhất- chỉ mục hình dạng
Sau khi chuẩn hóa quay và co dãn, chọn lựa kích thước lưới tế bào, chúng ta có đƣợc dãy nhị phân này đƣợc sử dụng để biểu diễn hay chỉ mục hình dạng, ví dụ nhƣ chỉ mục hình dạng trên hình 2.6 sẽ là 11111111 01111110 00011000 hay 00111110 111111111 11111111
Hình 2.7: Hình dạng trên hình 2.6 sau khi đã đƣợc chuẩn hóa
Vì ta sử dụng lưới tế bào đủ lớn để bao trùm hình dạng chuẩn hóa, khi quyết định kích thước tế bào, tổng số tế bào lưới theo trục x là cố định. Tổng số tế bào theo hướng y phụ thuộc vào độ lệch tâm của hình dạng. Giá trị cực đại là cùng giá trị với trục x. Ví dụ khi kích thước lưới tế bào là 24x24 pixel, tổng số tế bào theo trục x là 8, tổng số tế bào theo trục y là từ 1 đến 8, phụ thuộc vào độ lệch tâm.
Đo độ tương tự
Nhiệm vụ tiếp theo là đo độ tương tự giữa các hình dạng trên cơ sở chỉ mục của chúng nhƣ thế nào. Vì chỉ mục chỉ ta vị trí của tế bào bao phủ hình dạng, khoảng cách giữa hai hình dạng đƣợc xác định bằng số các vị trí các tế bào không cùng bao phủ hai hình dạng này. Quay 1800 và các thao tác hình dạng khác đƣợc xem xét sau. Trên cơ sở độ lệch tâm có ba cách tính toán độ tương tự như sau:
Nếu hay hình dạng chuẩn hóa có cùng chữ nhật cơ sở, chúng ta so sánh từng bít các chỉ mục của hai hình dạng, khoảng cách giữa chúng sau đó sẽ bằng tổng vị trí các giá trị khác nhau. Ví dụ hình dạng A và B có cùng độ lệch tâm là 4 và dãy nhị phân là 11111111 11100000 và 11111111 11111100 thì khoảng cách giữa A và B là 3.
Nếu hai hình dạng chuẩn hóa có chữ nhật rất khác nhau, chúng ta không cần tính toán độ tương tự của chúng vì ta có thể kết luận rằng hình dạng này rất khác nhau. Ví dụ độ lệch tâm của A là 8 và của B là 2 thì ta có thể kết luận hình dạng này khác nhau và không có ý nghĩa khi tiếp tục truy tìm hình dạng. Ngƣỡng khác nhau giữa các trục nhỏ phụ thuộc vào từng ứng dụng và kích thước tế bào. Thông thường, nếu hiệu số độ dài các trục nhỏ của hai hình lớn hơn 3 thì hai hình đƣợc xem là khác nhau.
Nếu hai hình dạng chuẩn hóa có hình chữ nhật cơ sở không khác nhau nhiều thì có khả năng cảm giác chúng là tương tự. Ta bổ sung các số 0 vào chỉ mục hình dạng của trục bé ngắn hơn sao cho chỉ mục có cùng độ dài với hình kia. Khoảng cách giữa hai hình dạng được tính toán như trường hợp thứ nhất.
Hình 2.8: Đo hai hình dạng trên cơ sở chỉ mục