phần mở đầu giới thiệu sài l0án cần giải quyết của luận văn, phoong pháp nghiên cứu và phần kết luận trình vày các kết quả thu dojgc và các nghiên cứu liếp the0 đề giải quyết các hạn chế của chúng, nội dung luận văn đơiợc chia thành sa chojong mho sau: chơjøơng 1: Trình sày lông quan về hệ thống tìm kiếm ảnh †he0 nội dung va đữ liệu không gian véc lơ. ba0 gồm: mô hình hệ thống †ìm kiếm thông tin the0 nội dung, siêu diễn và cấu trúc dữ liệu không gian trOng GIS. chơjơng 2: Trình sày một số kỹ thuật tìm kiếm ảnh lrên cơ sở vùng áp dụng lr0ng việc lm kiếm đối loJợng dạng vùng lr0ng GIS vec lơ. ba0 gồm thuật 10án lm kiếm đối tojong lrên cơ sở siêu điễn vùng, thuật 10án bộ mô ta FOurier, m6 ment amh.
chojong 3: Trith pay chojong tinh thir nghiém, sa0 gồm: đữ liệu sản đồ hành chính linh Quảng Ilinh, kiến trúc hệ thống thử nghiệm, đánh giá kết quả thử nghiệm. PhơJøơng pháp nghiên cứu -_ PhoJơng pháp nghiên cứu lý thuyết: thu thập, tổng hợp các lài liệu đã công só, s0 sánh đề tìm ra vấn đề phù hợp đề nghiên cứu học hỏi và đề xuất các pho|ơng pháp cài đặt trên ngôn ngữ lập trình Mallas, c # - _ Liên hệ thoJờng xuyên với giá0 viên hojớng dẫn và các chuyên gia để thực hiện luận văn ch0 đúng hojớng, đúng liễn độ -_ PhoJơng pháp thực nghiệm để minh chứng hiệu quả của giải pháp lựa chọn thông qua các nhận xét, phân tích đánh gia kết quả thử nghiệm. Ý nghĩa khÚa học của đề lài -_ Luận văn nghiên cứu kỹ thuật tìm kiếm đối lơlợng vòng lr0ng GIS veclơ - _ cài đặt thử nghiệm các kỹ thuật lìm kiếm đối lơJợng vùng lr0ng sản đồ veclơ -_ Giải quyết sài l0án ầm kiếm đối lojợng vùng lr0ng GIS veclơ chŒ|ƠNG 1 TONG QUATI VE hE ThÓIG TìM KIÊM HỘI DUHG VA DU LIEU KhÔNG GIAI VEcTƠ 1.Mô hình lồng quái hệ thống lm kiếm lrên cơ sở nội dung chúng ta dang đối mặt với sự Bolg nỗ thông tin da phojong Hén. Thi dụ lồn tai m6t sé lqjong lon ath va videO trén Internet.
Tất nhiều tranh vẽ, ảnh chụp đang đojợc chuyên sang dạng số để dễ xử lý và phân lán, sả0 quản. các bức ảnh lừ sản tin TV và lrên sá0 cũng đang đojợc chuyển sang dạng số đề dễ dàng quản lý. Lojợng lớn ảnh y lế, ảnh vệ linh đang đơjợc thu thập hàng ngày. Xu thế này thúc đây phát triển công nghệ số loiu trữ và trình diễn.
Không thể sử dụng nhanh và hiệu quả các thông tin da phojong liện này nếu chúng không đogợc lô chức lốt đề truy tìm nhanh. các hệ thống lự động truy fim thong tin (17-Inf0emali0nTelzieval) đã dojoc phat triển san đầu để quản lý khối lojong lớn lài liệu khÓa học lừ những năm 40 của thế kỷ XX [7].chức năng chính của hệ thống IT là løiu trữ và quản trị khối lơợng văn sản lớn the0 cách sa0 ch0 đễ dàng truy van (quezy) tai ligu mà ngojời sử dụng quan tam. hệ thống tự động tìm kiếm thông tin đã đơiợc mở rộng về sau đề có thể lơiu trữ, chỉ mục và lìm kiếm the0O nội dung các 10ai dữ liệu văn bản, hình ảnh, âm thanh và vide0. các tha0 tác của một hệ thống lìm kiếm đa phơjơng liện nói chung và hệ thống lìm kiếm ảnh nói riêng đơiợc mô tả khái quái trên hình 1.
hệ thống sa0 gồm hai nửa: h0ạt động 0ffline (bên phải) và h0ạt động 0nline (phần bên lrái hình). bên 0ffline, các mục thông tin(InfOrmahOn Iem) đojợc liền xử lý để trích chọn đặc trong và nội dung ngữ nghĩa để loiu và0 cSDL. Sau đó chúng đojợc chỉ số hóa lrên cơ sở đặc †rơing và ngữ nghĩa may. CC ae — Inf0rmali0n Items Pr0cessing and feature | extractiOn PreprOcessing and indexing x v Query Indexed features infOrmatiOn items x Similarity i computation i Retrieval of similar items hình 1.1 Mô hình lổng thể hệ thống lìm kiếm thông tin đa phương tién Tr0ng pha tim kiém théng tin (0mline), câu truy vấn của ngojời sử dung doc xr ly va cdc đặc trong của nó đơjợc trích chọn.
Đối với hệ thống lìm kiếm ảnh, câu truy vấn có thể là ảnh phác họa hay một ảnh chụp làm ví du (query by example). cdc dac trojmg vua lrích chọn sau đó đoøjợc s0 sánh (đối sánh) với các đặc lroing hay chỉ mục đữ liệu †r0ng cSDL. các mục thông lin nà0 có đặc lroing gần giống nhất với các đặc lroIng của câu truy vấn thì dojgc fim ra và trình diễn ch0 ngoời sử dụng làm kết quả. Mô hình trên đây ch0 thấy rất nhiều nhiệm vụ phải thực hiện trOng mội hệ thống tìm kiếm dữ liệu đa phoJơng liện the0 nội dung, thí dụ: Trích chọn đặc trong từ các dữ liệu đa phoJơng liện này nhơi thé nà0? các đặc lroIng đojợc loIu lrữ và cấu trúc nhơi thế mà0 đề truy lìm hiệu quả? DO tinh “tojong tự” giữa hai đối togjong da phojong Hiện nhơ| thế nà0? Thiết kế gia0 diện nhơi thế mà0 đề nó có thê chấp nhận các câu lruy van phic tap, mờ và mềm đẻ0? S0 sánh hiệu năng giữa các hệ thống tìm kiếm đa phojơng liện bằng cách nàO0? các vấn đề trên đây cần đojợc quan lâm nghiên cứu dé phat triển hệ thống đa phoJơng liện.
Xây dựng cơ sở dữ liệu Ảnh kết quả ———>' ảnh Dữ liệu ảnh Cơ sở dữ liệu ảnh Trích chọn các đặc trưng ảnh ——— y| Cơ sở dữ liệu đặc trưng ˆ Đo mức độ tương tự Truy vấn ——> Ảnh mẫu truy vân Vv Trich chon cac Cac dac trung da dac trung »| dug trich chon hình 1.2 Kién tebc tong thé cia hé thong tim kiém anh Kiến trúc của mội hệ thống tim kiém amh the0 ni dung dojgc mé 1a lrên hình 1. Ảnh là một I0ại đữ liệu đa phojơng liện đơiợc thu thập, quản lý, xử lý nhiều nhất. Đã có nhiều công trình công số liên quan đến lìm kiếm ảnh tr0ng cSDL [7]. Ảnh có thê lr0ng khuôn mẫu rasler hay khuôn mẫu véc lơ.
Ảnh có thể thu thập từ chụp ảnh, sinh ra từ máy lính hay mội dạng của sản đồ lr0ng hệ thống thông in địa lý. hệ thống †ìm kiếm ảnh cơ sản gồm hai pha: Pha xây dựng cSDL ảnh thực hiện Offline va pha truy vấn ảnh thực hiện 0nline. Tr0ng pha 0ffline ngơiời sử dụng lhu thập ảnh (sản đồ) để lou trữ trOng cSDL. Ảnh đầu và0 dojoc trich chon dac trong ví dụ trích chọn biểu đồ màu, hình dạng đối lolợng, bO m6 ta FOurier.
dé đối sánh sau may. cac dac trong 10 có kích thơlớc nhỏ hơn nhiều s0 với dữ liệu ảnh gốc để đối sánh ch0 nhanh. có nhiều nghiên cứu về việc lựa chọn và kỹ thuật trích chọn đặc trong dojoc cong BO. Dac trong 140 dojoc su dung †r0ng hệ théng anh phu thudc va0 10ai anh dojoc quan ly trOng cSDL [7].
TrOng luận van này, dau vad 1a cdc déi tojong dang ving cua mét Ban dé véc to nho đơn vị hành chính (ví dụ cấp xã), a0, hỗ, các đả0 ng0ài khơi. các đặc lrong có thể phù hợp ch0 lOại ảnh véc lơ này là bộ mô tả FOurier, mOmeni ảnh, lojới vùng. Dữ liệu ảnh gốc đầu và0 và các đặc tromg tojong img dojgc lou tri lr0ng cSDL ảnh. Thông thojờng các đặc trong ảnh đojợc siêu diễn dojới dạng véc lơ đa chiều.
Số loiơng dữ liệu là rất lớn, đ0 vậy, chúng phải đơiợc lou trữ tr0ng cSDL the0 cách nà0 đó để truy vấn nhanh. các cấu trúc dữ liệu dạng cay dojoc lựa chọn để giảm thiểu thời gian xâm nhập đĩa, tránh lìm kiếm luyến lính để đối sánh lr0ng cSDL. các cấu trúc đữ liệu nhơ cây đa chiều, hay cay T là phù hợp hơn cả [7]. Tr0ng pha Online (pha truy van), ngojời sử dụng †a0 ra câu lruy vấn dé tim kiém ảnh m0ng muốn tr0ng cSDL.
Kỹ thuật hay đơjợc sử dụng là “tim kiém theO vi du” (Queey vy example). Dau vad pha †ìm kiếm là một ảnh mẫu làm ví du dé tim kiém the nó. Ảnh mẫu có thể dojgc phac hoa lrên máy lính sằng thiết sị nà0 đó nhơi súi ánh sáng, thậm chí sằng cỦn chuột máy lính. Ảnh đầu và0 cũng có thể là một ảnh có sẵn tr0ng máy dé lìm ra ảnh lolơng lự tr0ng cSDL.
Ảnh mẫu này doc trích chọn đặc trong đề hình thành các véc to dic trong. Dac lroIng đojợc sử dụng lojơng ứng với các đặc lroing dojgc trich chon trOng pha Offline. Véc tơ đặc lroing của ảnh mẫu đơjợc đối sánh với các đặc lroing lr0ng cSDL. D0 các véc lơ đặc lroIng đã đơjợc lơiu trữ tr0ng cấu trúc dạng cây nên việc đối sánh không cần tuần tự, làm lăng hiệu năng hệ thống.
11 Đ0 mức độ lơJơng lự giữa các ảnh Đây là nhiệm vụ quan trọng lr0ng hệ thống lìm kiếm ảnh. Đối sánh tr0ng cSDL ảnh không phải là đối sánh chính xác nho tr0ng cSDL truyền thống. Ở đây là đối sánh loơng tự để xác định mức độ loJơng lự của véc lơ truy vẫn với các véc lơ đặc trong lr0ng cSDL, sau đó xếp hạng để ngoiời sử dụng quyết định ảnh kết quả m0ng muốn. các độ đ0 khác nhau đojợc lựa chọn đề sử dụng nho độ dO c0sine, kh0ảng cách Lp (MinkOwski),.
Kh0ang cach cOsine: V6i ah tr0ng cSDL D, va amh mau truy van Q; dojoc siêu điễn nhơt các véclơ n-chiều của các lrọng số Dy = [Ty Trove Ty oon Ti] (1. đụ | Muc d6 tojong tu cua hai anh dojgc xác định bởi cÔsine của góc giữa hai véc to nay. KhOang cach nay dojgoc goi 1a khOang cach cOsine. Góc càng nhỏ hay c0sine càng lớn thì hai ảnh cang tojong tu nhau.2) ! J T, Qy D = IDlløls [ke > 0: D6 dO khOang c4ch L, (MinkOwski): Vi du ch0 trojéc hai véc to n-chiều T=([i,i ,.5) 12 13 Với p=2 †a có khOảng cách Euclid: a (1.6) đ,„Œ,h) = li hj ° /=l Đánh giá hiệu năng hệ thống bát cứ hệ thống thông lin nà0 đơxợc xây dựng cũng cần đojợc đánh giá hiệu năng đề khuyến cá0 sử dụng.
Đánh giá hiệu năng một hệ thống thông lin bằng nhiều độ đ0 khác nhau, có thể là đánh giá the0 các chức năng, đánh giá the0 các yêu cầu phi chức năng của hệ thống (ví dụ với các ứng dụng Web). Tr0ng hệ thống tim kiếm ảnh, thông thojờng hệ thống đojợc đánh giá †he0 ba liêu chí sau: a. Tốc độ xử lý: hệ thống chạy càng nhanh thì hiệu năng càng ca0. Tốc độ xử lý có thể đojợc xác định bằng độ phức lạp của thuật l0án hay kiến trúc hệ thống đơiợc xây dựng b.
Độ Irung thực (7eal: Tính l0án (đ0) công suất lìm kiếm các ảnh †r0ng cSDL liên quan đến ảnh mẫu đầu và0 lruy vấn.