Chương 1 : Phân tích nội dung của ảnh Nội dung chương này đi vào phân tích các chi tiết cấu thành nội dung của bức ảnh theo khía cạnh nhận thức của thị giác con người. Sau khi tìm hiểu sơ qua về giải phẫu học cùng các nguyên lý cảm nhận của mắt người, luận văn giới thiệu các phương pháp cũng như các vector đặc trưng dùng để mô tả nội dung của một bức ảnh. Đây chính là cơ sở để chúng ta thực hiện các phép tính toán so sánh các bức ảnh với nhau ở chương 2. Chương 2 : Đánh giá độ tương tự Đưa ra các kỹ thuật đánh giá độ tương tự giữa các bức ảnh dựa trên độ đo nội dung ảnh (vector đặc trưng).
Tính đến nay, đã có rất nhiều các kỹ thuật được giới thiệu. Để hệ thống hoá và phân loại, các kỹ thuật này sẽ được trình bày theo tiêu chí phân loại các mô hình độ tương tự. Chương 3 : Ứng dụng Giới thiệu một số hệ thống, một số chương trình ứng dụng đã sử dụng các kỹ thuật đánh giá độ tương tự có trong chương 2. Tiếp đó là một chương trình phần mềm tự xây dựng nhằm mô phỏng cho các lý thuyết đã đề cập trong luận văn.
Luận văn tốt nghiệp cao học -9- TIEU LUAN MOI download : skknchat@gmail.com Chƣơng 1 Vũ Xuân Hùng – K10T3 CHƢƠNG 1 – PHÂN TÍCH NỘI DUNG CỦA ẢNH Tra cứu ảnh dựa theo nội dung (Content Based Image Retrieval - sau đây sẽ viết tắt là CBIR) là kỹ thuật dựa trên nội dung trực quan của ảnh để tra cứu ảnh trong cơ sở dữ liệu. Tuỳ theo mục đích người dùng, kỹ thuật này đã được nghiên cứu và có những bước tiến nhanh chóng từ những năm 1990. Trong những năm cuối thập kỷ trước, một vài chương trình phần mềm đã đạt được một số kết quả nhất định, thể hiện trên cả lĩnh vực nghiên cứu lý thuyết và phát triển hệ thống. Tuy nhiên vẫn còn những vấn đề thách thức trong nghiên cứu, chúng tiếp tục hấp dẫn các nhà nghiên cứu từ nhiều lĩnh vực khác nhau.
Chúng ta hãy điểm qua về lịch sử phát triển kỹ thuật này. Trước tiên hãy quay lại cuối những năm thập kỷ 1970. Vào năm 1979, một hội nghị về “Cơ sở dữ liệu hình ảnh” được tổ chức ở Florence đã tập trung nhận định và đánh giá cao tiềm năng ứng dụng về kỹ thuật quản lý cơ sở dữ liệu hình ảnh. Thực tế đã cho thấy từ đó đến nay vấn đề này luôn thu hút sự quan tâm của các nhà nghiên cứu.
Ban đầu, các kỹ thuật quản lý và tra cứu ảnh nhìn chung đều không dựa trên các đặc trưng trực quan mà nó chủ yếu dựa trên các chú giải bằng văn bản của bức ảnh. Nói cách khác, các bức ảnh trước tiên được ghi chú bằng các đoạn văn bản, sau đó thông tin của bức ảnh sẽ được lưu trữ vào cơ sở dữ liệu dựa trên các mô tả văn bản đó. Thông qua sự mô tả bằng ngôn ngữ văn bản, các hình ảnh có thể được sắp xếp theo thứ tự về chủ đề hoặc ngữ nghĩa nhằm tạo thuận lợi cho các chuẩn tra cứu lô-gic. Tuy nhiên, do việc mô tả bằng văn bản đối với các chuỗi hình ảnh rất phức tạp và sẽ là không khả thi bởi hầu hết các hệ thống thu thập hình ảnh dựa trên cơ sở văn bản chữ viết đòi hỏi phải có sự chú thích bằng thủ công cho mỗi bức ảnh đưa vào.
Rõ ràng, việc chú thích các hình ảnh theo phương pháp này là một nhiệm vụ nặng nề và chi phí đối với các cơ sở dữ liệu hình ảnh lớn là rất cao, ngoài ra nó còn mang tính chủ quan, thiếu hoàn thiện và phụ thuộc vào nhiều yếu tố ngoại cảnh, do đó rất khó hỗ trợ các tra cứu hoặc khai thác về sau. Đầu thập kỷ 1990, cùng với những tiến bộ của Internet và các công nghệ mới về cảm biến hình ảnh số, các ứng dụng khoa học, giáo dục, y tế, công nghệ và các ứng dụng khác đưa ra các bức ảnh có dung lượng tăng đột biến. Các khó khăn của việc thu thập hình ảnh dựa trên cơ sở văn bản ngày càng trở nên rõ ràng. Việc quản lý hiệu quả thông tin trực quan được mở rộng nhanh chóng từng ngày đã trở thành một vấn đề cấp bách.
Điều đó tạo ra động lực thúc đẩy sự xuất hiện của các kỹ thuật thu thập hình ảnh dựa trên cơ sở nội dung. Năm 1992, Trung tâm Khoa học Quốc gia Mỹ đã tổ chức một Luận văn tốt nghiệp cao học - 10 - TIEU LUAN MOI download : skknchat@gmail.com Chƣơng 1 Vũ Xuân Hùng – K10T3 cuộc hội thảo về hệ thống quản lý thông tin trực quan nhằm xác định một hướng đi mới trong hệ thống quản lý cơ sở dữ liệu hình ảnh. Người ta nhận thức được rằng có một cách hiệu quả và mang tính trực giác hơn để thể hiện và chú dẫn thông tin trực quan, đó là dựa trên các thuộc tính vốn có của bản thân các hình ảnh. Các nhà nghiên cứu trong các lĩnh vực trực quan máy tính, quản trị cơ sở dữ liệu, giao tiếp người-máy, tra cứu thông tin rất quan tâm đến vấn đề này.
Vì vậy nghiên cứu về tra cứu ảnh phát triển rất nhanh. Tính đến năm 1997 người ta thống kê được một con số khổng lồ các nghiên cứu công bố các kỹ thuật trích chọn thông tin ảnh, tổ chức, chỉ số hoá ảnh, tra cứu và tương tác người dùng, quản trị cơ sơ dữ liệu ảnh. Tương tự như vậy, một số lượng lớn các hệ thống tra cứu thương mại hoá và nghiên cứu đã được phát triển bởi các trường đại học, các tổ chức chính phủ, các công ty và các bệnh viện. Tra cứu ảnh theo nội dung là sử dụng nội dung trực quan của ảnh như màu sắc, hình dạng, cấu trúc và tương quan không gian để thể hiện và số hoá cho ảnh.
Trong một hệ tra cứu ảnh điển hình nói chung, các nội dung trực quan của ảnh lưu trong cơ sở dữ liệu được trích chọn và mô tả theo các vector đặc trưng nhiều chiều. Các vector đặc trưng của ảnh trong cơ sở dữ liệu ảnh tạo nên cơ sở dữ liệu các đặc trưng. Để tra cứu ảnh, người dùng đưa ra một ảnh cần tra cứu. Hệ thống sau đó sẽ chế mẫu này thành các vector đặc trưng, sau đó so sánh vector đặc trưng này với vector đặc trưng của từng hình ảnh sẵn có trong cơ sở dữ liệu với sự hỗ trợ của sơ đồ chỉ số hoá.
Tất nhiên việc nghiên cứu các phương pháp trích chọn vector đặc trưng cho ảnh phải dựa trên cơ sở nhận thức trực quan qua thị giác của con người, do đó chúng ta tìm hiểu thêm về vấn đề này qua phần dưới đây. Nhận thức qua thị giác của con ngƣời Rõ ràng việc nghiên cứu về sự nhận thức của thị giác con người đóng vai trò quan trọng trong việc phát triển các ứng dụng tra cứu ảnh. Nhận biết trực giác trước một bức ảnh độc lập có thể rất mông lung, song khi cần có sự liên hệ so sánh với một bức ảnh khác, nhận thức có thể dẫn đến việc xem xét lựa chọn các đặc tính cụ thể nào đó, sau đó bằng tri thức, ước lượng đánh giá độ tương tự ra sao. Chi tiết về lý thuyết nhận thức tri giác không đề cập kỹ ở đây, song một số khía cạnh quan trọng liên quan đến màu sắc, hình dạng và cấu trúc bề mặt sẽ được đề cập một cách ngắn gọn.
Liên quan đến nhận thức nội dung trực quan, trước tiên chúng ta xem xét tới một tính chất hữu dụng của hệ thống trực giác con người, đó là khái niệm giới hạn bên. Sau đó ta sẽ xem xét xem hệ thống trực giác đó quan sát ra sao. Cuối cùng sẽ là liên hệ so sánh việc đánh giá tương tự giữa một hệ thống CBIR và con người. Luận văn tốt nghiệp cao học - 11 - TIEU LUAN MOI download : skknchat@gmail.com Chƣơng 1 Vũ Xuân Hùng – K10T3 1.
Giải phẫu học về mắt Để hiểu được mắt người nhận biết được thế giới xung quanh như thế nào, một điều cần biết cốt yếu là tìm hiểu giải phẫu học về mắt, về các hệ thần kinh nhận biết tín hiệu và ánh sáng của mắt. Hình 1 cho ta thấy các bộ phận chính của mắt người. Khi ánh sáng tới mắt người, nó trước tiên xuyên qua giác mạc sau đó tới thấu kính, tiếp theo là tới phần thuỷ tinh thể và cuối cùng tiếp cận tới võng mạc. Võng mạc bao gồm hàng triệu các tế bào cảm nhận ánh sáng nó có thể nhận biết được các tia sáng và chuyển chúng thành các xung điện.
Các xung điện này sẽ di chuyển dọc theo các thần kinh thị giác quang học trên võng mạc rồi đi đến não, tại đó chúng lại được chuyển thành hình ảnh. Ở mỗi bước xử lý, mỗi tế bào trên võng mạc sinh ra một tín hiệu liên quan đến cường độ ánh sáng đi tới từ điểm tương ứng trên vật quan sát. Các tế bào cảm nhận này đáp ứng đối với các vùng tín hiệu sáng trên vật thể là tốt hơn so với các tín hiệu vùng tối [2]. Hình 1 – Giải phẫu mắt Các tín hiệu thu được từ ánh sáng sẽ chuyển vào các tế bào, không được gửi trực tiếp đến não trên các dây thần kinh thị giác nhưng nó được xử lý trước theo một số cách bởi một loạt các tế bào thần kinh trên võng mạc, trong số đó phải kể đến mạng giới hạn bên (The lateral inhibition network).
Hình 2 đưa ra một mô tả đơn giản vể mạng giới hạn bên. Tuy thực chất võng mạc ở người có 3 lớp nơron không giống như hình vẽ thể hiện nhưng việc mô tả chức năng thì giống như nhau. Luận văn tốt nghiệp cao học - 12 - TIEU LUAN MOI download : skknchat@gmail.com Chƣơng 1 Vũ Xuân Hùng – K10T3 Hình 2 – Sơ đồ nhận biết ánh sáng của võng mạc Mạng giới hạn bên có thể được mô hình hoá bởi một bộ lọc thông cao, cho phép phát hiện vùng biên (vùng có biến thiên cường độ sáng lớn). Sơ đồ Hình 2 mô tả một phần nhỏ của võng mạc, trong đó mẫu thay đổi độ sáng từ tối đến sáng, như ta thấy trên phía trên đỉnh hình vẽ.
Các hình chữ nhật mô tả các tế bào quang học, mỗi tế bào đó sẽ sinh ra các tín hiệu tương ứng xấp xỉ với lượng ánh sáng nó thu được. Các hình tròn mô tả các nơron đầu ra của võng mạc, tín hiệu từ đó sẽ được chuyển tới não qua dây thần kinh thị giác.