CHƯƠNG 1: TỔNG QUAN VỀ HỆ THỐNG TÌM KIẾM ẢNH THEO NỘI DUNG 1. Kiến trúc tổng quan hệ thống tìm kiếm ảnh theo nội dung CBIR là phương pháp tìm kiếm hình ảnh quan trọng, hiệu quả nhất và được nghiên cứu rộng rãi trong cả lĩnh vực học thuật và ngành công nghiệp. Những hình ảnh liên quan với một hình ảnh truy vấn được tìm thấy bằng hệ thống CBIR là sử dụng các đặc trưng cấp thấp (màu sắc, hình dạng, kết cấu) hoặc các đặc trưng cấp cao (nhận thức của con người) [4]. Kiến trúc của một hệ thống CBIR có thể được hiểu là một tập hợp các mô đun cơ bản tương tác với nhau để lấy ra các hình ảnh cơ sở dữ liệu theo một truy vấn đã cho.
Trong một hệ thống tìm kiếm hình ảnh dựa trên nội dung điển hình (hình 1.1) được chia làm hai giai đoạn: Trích chọn đặc trưng ngoại tuyến (offline) và tìm kiếm ảnh trực tuyến (online). Trong giai đoạn ngoại tuyến, hệ thống tự động trích xuất các thuộc tính trực quan của từng hình ảnh trong CSDL dựa trên các giá trị pixel của nó và mô tả bằng các vectơ đặc trưng. Các vectơ đặc trưng này được lưu trữ trong một CSDL khác được gọi là CSDL đặc trưng. Ảnh truy vấn CSDL ảnh Trích chọn Trích chọn đặc trưng đặc trưng Đặc trưng ảnh Đo độ tương CSDL truy vấn tự đặc trưng Các ảnh Ngoại tuyến kết quả Trực tuyến Hình 1.1 Kiến trúc tổng quan hệ thống tìm kiếm ảnh theo nội dung Luận văn thạc sĩ – Trần Quốc Bảo LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 4 Trong giai đoạn trực tuyến, người dùng cung cấp cho hệ thống tìm kiếm hình ảnh truy vấn hoặc các hình vẽ phác thảo.
Sau đó hệ thống biểu diễn hình ảnh truy vấn thành các vectơ đặc trưng. Các điểm tương đồng hay khác biệt giữa các vectơ đặc trưng của hình ảnh truy vấn và những hình ảnh trong CSDL sau đó được tính toán và so sánh khoảng cách. Kết quả của phép so sánh là một chỉ số đánh giá độ tương tự giữa ảnh truy vấn và ảnh lấy ra từ CSDL. Dựa vào chỉ số độ tương tự tính toán được ở trên, hệ thống sẽ sắp xếp các ảnh tìm được trong CSDL ảnh theo thứ tự giảm dần độ tương tự và hiển thị ảnh kết quả ở đầu ra của hệ thống.
Một số hệ thống CBIR sử dụng mô-đun tùy chọn đến phản hồi có liên quan, nơi người dùng tinh chỉnh kết quả tìm kiếm dần dần bằng cách đánh dấu hình ảnh trong kết quả là "có liên quan", "không liên quan" hoặc "trung lập" đối với truy vấn tìm kiếm, sau đó lặp lại tìm kiếm với thông tin mới. Do đó, từ kết quả truy vấn, người dùng có thể đánh giá hình ảnh nào có liên quan và hệ thống có thể tái sử dụng thông tin của họ để cải thiện kết quả. Các đặc trưng sử dụng trong tìm kiếm ảnh theo nội dung Việc trích chọn những đặc trưng trực quan từ hình ảnh là mục tiêu cơ bản của một hệ thống CBIR. Việc lựa chọn các đặc trưng để đại diện cho một hình ảnh là một trong những bài toán của nó.
Do tính chủ quan nhận thức và thành phần phức tạp của dữ liệu trực quan, không tồn tại một biểu diễn tốt nhất cho bất kỳ đặc trưng hình ảnh cụ thể nào. Nhiều phương pháp tiếp cận đã được giới thiệu và mỗi phương pháp mô tả đặc trưng này bằng những quan điểm khác nhau. Những đặc trưng này được sử dụng trong nhiều ứng dụng về xử lý ảnh, nhận dạng ảnh, …Các phương pháp trích chọn đặc trưng của ảnh tập trung vào: màu sắc, kết cấu và hình dạng. Luận văn thạc sĩ – Trần Quốc Bảo LUAN VAN CHAT LUONG download : add luanvanchat@agmail.
Đặc trưng màu sắc: Đặc trưng màu sắc được sử dụng phổ biến nhất trong tìm kiếm ảnh theo nội dung. Vì một ảnh màu thì thông tin quan trọng nhất trong ảnh chính là màu sắc. Hơn nữa, màu sắc là đặc điểm trực quan đầu tiên và dễ nhất cho việc đánh chỉ số, trích chọn thông tin màu của ảnh đưa ra phân tích và tìm kiếm ảnh đã có hiệu quả thông qua biểu đồ màu. Có nhiều định nghĩa về màu, từ góc nhìn khoa học: Màu là phân bổ bước sóng λ (red: 700 nm, violet: 400 nm) hay tần số f của sóng điện từ.
Từ quá trình xử lý thị giác: Màu là thuộc tính quan sát vật thể, kết quả từ việc vật thể phát ra, truyền hay phản xạ ánh sáng đến mắt người.2 Cảm nhận màu từ quá trình xử lý thị giác [1] Ánh sáng (hay màu) mà con người nhận biết là dải tần hẹp trong quang phổ điện từ.3 Dải tần quang phổ điện từ [1] Luận văn thạc sĩ – Trần Quốc Bảo LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 6 Con người chỉ có khả năng nhận thức được ánh sáng có bức xạ điện từ với bước sóng trong khoảng 400nm – 700nm. Cơ quan thị giác cảm nhận được ánh sáng là do bề mặt đối tượng phát ra ánh sáng, là kết quả của sự tương tác giữa năng lượng chiếu sáng và những phân tử của bề mặt đối tượng. Một đối tượng màu xanh dương sẽ có bề mặt màu xanh dương khi chiếu ánh sáng trắng vào nhưng đối tượng đó sẽ có màu tím khi chiếu vào ánh sáng đỏ. Ánh xạ dạng sóng vào bộ ba phần tử số để biểu diễn ba tính chất vật lý: bước sóng gốc (màu), độ tinh khiết và cường độ/độ chói.
Các vấn đề chính trong khai thác đặc trưng màu bao gồm không gian màu, lượng tử hóa màu và lựa chọn chức năng tương tự. Các nghiên cứu khác nhau về nhận thức màu sắc và không gian màu đã được đề xuất [4]. Không gian màu là mô hình toán học trừu tượng mô tả cách biểu diễn màu mà con người có thể nhận biết bởi bộ các chữ số (3 hay 4 giá trị) hay bởi các thành phần màu [1]. Mỗi điểm ảnh trên một bức ảnh có thể được biểu diễn bằng một điểm trong một không gian màu 3 chiều.
Một số không gian màu thông dụng: 1. Không gian màu RGB Hình 1.4 Không gian màu RGB [1] RGB là không gian màu được sử dụng phổ biến nhất để hiển thị ảnh, bao gồm 3 thành phần màu là Đỏ (Red), Xanh lá cây (Green) và Xanh lam (Blue). Không gian RGB thuộc mô hình cộng bởi vì các màu sắc trong không gian RGB đều có thể thu được bằng cách cộng 3 thành phần màu này lại với Luận văn thạc sĩ – Trần Quốc Bảo LUAN VAN CHAT LUONG download : add luanvanchat@agmail. Việc biểu diễn một màu tùy ý trong dãy hiển thị được làm bằng cách tổ hợp ba màu chính, gán giá trị từ 0 đến 1 cho R(1,0,0), G(0,1,0), B(0,0,1).
Đường chéo từ (0,0,0) đến (1,1,1) biểu diễn màu xám. Tuy nhiên không gian màu RGB không thể biểu diễn mọi màu trong phổ nhìn thấy. Không gian màu HSV Không gian HSV được mô tả bằng khối lập phương RGB quay trên đỉnh Black. H (Hue) là góc quay trục V (Value) qua 2 đỉnh Black và White.
Các giá trị biến thiên của H, S, V như sau: Hue: Bước sóng gốc của ánh sáng, biểu diễn bằng góc từ 00 đến 3600.5 Không gian màu HSV Saturation: Thước đo độ tinh khiết ánh sáng gốc, S có giá trị từ 0 - 1. Biểu diễn độ tinh khiết của màu / độ tinh khiết cực đại. Value: Cường độ hay độ chói ánh sáng, Value có giá trị từ 0 - 1, V = 0 màu đen. Đỉnh có cường độ màu cực đại.
Không gian HSV trực giác hơn RGB. Bắt đầu từ Hue (H cho trước và V=1, S=1), thay đổi S: Bổ sung hay bớt trắng, thay đổi V: Bổ sung hay bớt đen cho đến khi có màu mong muốn. Mắt người có thể phân biệt 128 Hues, 130 tints (thêm trắng) và cực đại 30 shades (thêm đen): 128 x 130 x 30 = 382.720 màu khác nhau [1]. Không gian màu YUV Không gian màu YUV là Không gian màu dành cho TV tương tự (NTSC, PAL và SECAM): Y là độ chói (luminance) của điểm ảnh và chỉ sử dụng kênh đen trắng; U và V là các kênh màu (chrominance channels); V biểu diễn R-Y và U biểu diễn B-Y.
Kênh Y được định nghĩa bởi trọng số của giá Luận văn thạc sĩ – Trần Quốc Bảo LUAN VAN CHAT LUONG download : add luanvanchat@agmail. Sơ đồ lượng tử hoá cho không gian màu YUV và YIQ thường được sử dụng là 125 (53) hoặc 216 (63) mức. Không gian màu L*a*b (CIELAB) Không gian L*a*b được phát triển bởi CIE (Commission Internationale de l’Eclairage) cho việc định nghĩa một không gian màu đồng nhất về cảm nhận. Không gian màu là một hình trụ với L* hình thành nên trục đầu tiên (thẳng đứng), L* xác định độ sáng của màu từ đen đến trắng (hình 1.6 Không gian màu L*a*b Không gian màu L*a*b được đưa ra như những sự lựa chọn cho các không gian màu mà độ chói được thừa nhận là không đổi cho tất cả các màu.
Tầm quan trọng của màu sắc và độ chói là cân bằng nhau. Kết quả là trong không gian màu này, ba đặc tính biểu diễn một không gian màu sắc là tính đồng nhất, tính đầy đủ và tính duy nhất được đáp ứng. Do đó, nó thích hợp cho bài toán tìm kiếm ảnh theo nội dung. Lượng tử hóa màu Lượng tử hóa màu là quá trình tối ưu hóa việc sử dụng các màu riêng biệt trong một hình ảnh mà không ảnh hưởng đến các thuộc tính trực quan của một hình ảnh.
Đối với hình ảnh màu thực (24 bit), số màu riêng biệt lên đến 224 = 16.216 màu và việc trích xuất trực tiếp đặc trưng màu từ màu thực sẽ dẫn đến tính toán lớn. Để giảm tính toán, lượng tử hóa màu có thể được sử Luận văn thạc sĩ – Trần Quốc Bảo LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 9 dụng để thể hiện hình ảnh mà không làm giảm đáng kể chất lượng hình ảnh, do đó làm giảm không gian lưu trữ và tăng tốc độ xử lý. Khi giảm một màu {R, G ,B} 24 bit màu thành màu mới {R’, G’ ,B’} với n3 màu được tính theo công thức: R’ = n*R/28 G’ = n*G/28 B’ = n*B/28 Vì vậy, sau khi giảm số màu sẽ có n*n*n=n3 màu. Đặc trưng kết cấu Kết cấu (texture) là một tính chất quan trọng khác của ảnh.
Kết cấu là một thành phần có ảnh hưởng rất quan trọng đối với sự nhận thức trực quan của con người. Nó cung cấp bản mẫu trực quan về vùng của ảnh. Các thuộc tính quan trọng của đặc trưng kết cấu như: Độ tương phản, thuộc tính thô, hướng, tính quy luật, chu kỳ và tính ngẫu nhiên.