Bối cảnh và vấn đề nghiên cứu

Trong hơn một thập kỷ qua, sự phát triển của công nghệ phần cứng máy tính và các thiết bị thu nhận ảnh đã tạo điều kiện cho việc thu thập và lưu trữ khối lượng lớn dữ liệu ảnh số. Khái niệm ảnh số trở nên phổ biến trong đời sống, y học, viễn thám, giáo dục, quản lý tài nguyên và an ninh phòng chống tội phạm. Trước nhu cầu tìm kiếm hình ảnh tương tự từ các kho dữ liệu quy mô lớn, các phương pháp truy vấn ảnh truyền thống dựa trên từ khóa hoặc chú thích văn bản (Text-Based Image Retrieval) bộc lộ hai nhược điểm cơ bản:

  1. Hình ảnh trong các cơ sở dữ liệu lớn không phải lúc nào cũng được gán nhãn chú thích đầy đủ, đồng thời quá trình gán nhãn thủ công tiêu tốn nhiều thời gian và chi phí.
  2. Việc chú thích của con người mang tính chủ quan; cùng một bức ảnh có thể được miêu tả và gán các từ khóa hoàn toàn khác nhau bởi những người quan sát khác nhau.

Để giải quyết vấn đề này, hướng tiếp cận truy vấn ảnh dựa trên nội dung (Content-Based Image Retrieval - CBIR) đã ra đời, sử dụng các vector đặc trưng thị giác rút trích tự động từ chính dữ liệu ảnh như màu sắc, cấu trúc (texture), hình dạng và vị trí không gian nhằm đảm bảo tính khách quan. Tuy nhiên, việc sử dụng các đặc trưng tổng quát (global features) thường không phản ánh được sự biến đổi chi tiết giữa các vùng khác nhau trong cùng một bức ảnh. Do đó, việc khai thác đặc trưng cục bộ (local features) dựa trên các điểm cốt yếu đóng vai trò trung tâm trong thiết kế hệ thống CBIR.

Mục tiêu và nhiệm vụ nghiên cứu của đồ án được phân định cụ thể như sau:

  1. Tìm hiểu các khái niệm cơ bản về ảnh màu, bao gồm không gian màu sắc và cấu trúc ảnh số.
  2. Khảo sát các phương pháp trích xuất đặc trưng ảnh thị giác phổ biến.
  3. Nghiên cứu cơ sở toán học của phép biến đổi Wavelet và ứng dụng của nó trong việc phân tích, xác định các đặc trưng cục bộ trên ảnh.
  4. Xây dựng giải thuật và lập trình mô phỏng hệ thống truy vấn ảnh dựa trên biến đổi Wavelet kết hợp đặc trưng màu sắc và cấu trúc trên môi trường Matlab.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Kỹ thuật truy vấn ảnh dựa trên nội dung (CBIR), phép biến đổi Wavelet rời rạc 2 chiều (2D-DWT) sử dụng hàm cơ sở Haar Wavelet, bộ lọc Gabor 2 chiều và các moment màu thống kê bậc một, bậc hai trong không gian màu HSV.
  • Phạm vi dữ liệu: Bộ dữ liệu chuẩn Wang gồm 1.000 hình ảnh màu định dạng .JPG thuộc 10 chủ đề khác nhau, kích thước ảnh chuẩn hóa $256 \times 384$ pixel (ảnh dọc) hoặc $384 \times 256$ pixel (ảnh ngang).
  • Phạm vi triển khai: Xây dựng giao diện và kiểm thử giải thuật trên phần mềm Matlab, giới hạn trích xuất ở mức 500 điểm quan trọng (salient points) cho mỗi ảnh.

Cơ sở lý thuyết và phương pháp

Khóa luận kế thừa và phát triển hướng tiếp cận từ công trình nghiên cứu của Kohei Arai và C. Rahmad (tạp chí IJACSA) về phương pháp truy vấn ảnh dựa trên Wavelet. Cơ sở lý thuyết và phương pháp được xây dựng từ các mô hình toán học và xử lý ảnh cụ thể:

1. Phép biến đổi Wavelet rời rạc hai chiều (2D-DWT) và phân tích đa phân giải

Phép biến đổi Fourier (FT) chỉ biểu diễn thông tin trên miền tần số mà mất đi thông tin thời gian/không gian; trong khi phép biến đổi Fourier thời gian ngắn (STFT) bị giới hạn bởi độ phân giải cố định của cửa sổ trượt. Biến đổi Wavelet giải quyết nhược điểm này bằng kỹ thuật phân tích đa phân giải (Multiresolution Analysis - MBA), cho phép phân tích tín hiệu ở các dải tần số khác nhau với độ phân giải tương ứng.

Quan hệ giữa hàm tỷ lệ $\Phi(x)$ và hàm Wavelet $\Psi(x)$ được xác định qua hệ số lọc: $$\Phi(x) = \sum_{k=0}^{N-1} c_k \Phi(2x - k)$$ $$\Psi(x) = \sum_{k=0}^{N-1} (-1)^k c_k \Phi(2x + k - N + 1)$$

Tín hiệu qua các bộ lọc thông thấp $h(n)$ và thông cao $g(n)$ được lấy mẫu xuống 2 lần: $$y_{high}(n) = \sum_k S(n) g(2k - n)$$ $$y_{low}(n) = \sum_k S(n) h(2k - n)$$ với quan hệ trực giao $h(N - 1 - n) = (-1)^n g(n)$.

Khi áp dụng cho ảnh số hai chiều ở cấp độ phân giải bậc 1 (Cấp 1), phép biến đổi 2D-DWT tách ảnh thành 4 băng tần con:

  • Băng tần $\Phi_1(x, y) = \phi(x)\phi(y)$: Hệ số chi tiết gần đúng (LL - Low-Low).
  • Băng tần $\Psi_2(x, y) = \phi(x)\psi(y)$: Hệ số chi tiết ngang (LH - Low-High).
  • Băng tần $\Psi_3(x, y) = \psi(x)\phi(y)$: Hệ số chi tiết dọc (HL - High-Low).
  • Băng tần $\Psi_4(x, y) = \psi(x)\psi(y)$: Hệ số chi tiết đường chéo (HH - High-High).

Hàm cơ sở được tác giả lựa chọn là Haar Wavelet nhờ tính đơn giản về cấu trúc toán học và tốc độ tính toán nhanh khi xử lý dữ liệu: $$AV_i = \frac{X_i + X_{i+1}}{2}$$ $$WC_i = \frac{X_i - X_{i+1}}{2}$$ trong đó $AV_i$ là giá trị trung bình (thành phần tần số thấp) và $WC_i$ là hệ số Wavelet (thành phần tần số cao).

2. Trích chọn điểm cốt yếu (Salient Points)

Để xác định các vị trí biên và góc cạnh quan trọng đại diện cho hình ảnh, tác giả lấy giá trị tuyệt đối của hai hệ số chi tiết dọc và ngang: $$WC_{new} = |WC_{old}|$$ Sau đó kết hợp chúng qua phép toán lấy cực đại: $$CVdHd(i, j) = \max(V_d(i, j), H_d(i, j))$$ Dựa vào ma trận kết hợp $CVdHd$, một ngưỡng giá trị cao được thiết lập để trích chọn ra đúng 500 điểm có giá trị lớn nhất, được gọi là các điểm cốt yếu (salient points). Tọa độ của các điểm này được lưu lại để phục vụ trích xuất đặc trưng cục bộ.

3. Trích xuất đặc trưng màu sắc cục bộ

Màu sắc được xử lý trong không gian màu HSV (Hue - Vùng màu, Saturation - Độ bão hòa, Value - Cường độ sáng). Tại mỗi tọa độ của 500 điểm cốt yếu, tác giả xét một vùng lân cận có kích thước $3 \times 3$ pixel trên từng kênh màu $H, S, V$. Đặc trưng màu được tính thông qua hai moment thống kê:

  • Moment bậc một (giá trị trung bình $\mu$): $$\mu = \frac{1}{M \times N} \sum_{i=1}^M \sum_{j=1}^N p(i, j)$$
  • Moment bậc hai (phương sai $\sigma^2$): $$\sigma^2 = \frac{1}{M \times N} \sum_{i=1}^M \sum_{j=1}^N (p(i, j) - \mu)^2$$ Quá trình này tạo nên một vector đặc trưng màu sắc tổng hợp cho ảnh.

4. Trích xuất đặc trưng cấu trúc bằng bộ lọc Gabor

Cấu trúc bề mặt ảnh được định lượng bằng bộ lọc tuyến tính Gabor hai chiều. Bộ lọc này kết hợp giữa hàm bao Gaussian và sóng mang hình sin: $$g_\sigma(x, y) = \frac{1}{2\pi\sigma^2} \exp\left(-\frac{x^2 + y^2}{2\sigma^2}\right)$$ Tích chập rời rạc của ảnh với phần thực và phần ảo của bộ lọc Gabor trên vùng lân cận kích thước $7 \times 7$ pixel xung quanh 500 điểm cốt yếu cho phép tính toán giá trị năng lượng $E(x, y)$: $$E(x, y) = C_R^2(x, y) + C_I^2(x, y)$$ Các vector đặc trưng cấu trúc sau đó được chuẩn hóa Min/Max về đoạn $[0, 1]$.

5. Độ đo tương đồng và chỉ số đánh giá

Độ tương đồng giữa vector đặc trưng của ảnh truy vấn $F_Q$ và ảnh trong cơ sở dữ liệu $F_D$ được đo bằng khoảng cách Euclide: $$dis(F_Q, F_D) = \sqrt{\sum_{j=1}^n (Q_j - D_j)^2}$$ Hiệu suất hệ thống được đánh giá qua hai đại lượng:

  • Độ chính xác (Precision): $$\text{Precision} = \frac{NRRI}{XR}$$
  • Độ thu hồi (Recall): $$\text{Recall} = \frac{NRRI}{TR}$$ trong đó $NRRI$ là số ảnh liên quan được truy vấn đúng, $XR$ là số ảnh lấy ra trong nhóm xếp hạng đầu, $TR$ là tổng số ảnh liên quan hiện có trong cơ sở dữ liệu.

Thiết kế và triển khai hệ thống mô phỏng

Đồ án triển khai xây dựng hệ thống mô phỏng trên nền tảng phần mềm Matlab với giao diện đồ họa người dùng (GUI), kết nối trực tiếp với thư mục cơ sở dữ liệu ảnh.

Quy trình xử lý và kiến trúc hệ thống

Hệ thống gồm hai luồng dữ liệu song song: luồng xử lý ảnh truy vấn do người dùng nạp vào và luồng xử lý cơ sở dữ liệu ảnh lưu trữ.

Bước thực hiện Thao tác kỹ thuật Hàm / Công cụ trong Matlab
Bước 1 Đọc ảnh kiểm tra từ giao diện uigetfile, imread, imshow
Bước 2 Chuyển đổi định dạng ảnh rgb2gray (ảnh xám), rgb2hsv (ảnh HSV)
Bước 3 Phân tích Wavelet cấp 1 Áp dụng biến đổi 2D-DWT Haar, trích 4 băng con LL, LH, HL, HH
Bước 4 Lấy trị tuyệt đối và kết hợp chi tiết Sử dụng abs(), sau đó áp dụng max() giữa HL và LH tạo ma trận $CVdHd$
Bước 5 Trích chọn điểm quan trọng Lọc ngưỡng tìm 500 điểm có biên độ lớn nhất, lưu ma trận tọa độ
Bước 6 Tạo vector đặc trưng màu sắc Tính moment bậc 1 và bậc 2 trên cửa sổ $3 \times 3$ pixel của ảnh HSV quanh 500 điểm cốt yếu
Bước 7 Tạo vector đặc trưng cấu trúc Tính năng lượng đáp ứng của bộ lọc Gabor trên cửa sổ $7 \times 7$ pixel quanh 500 điểm cốt yếu
Bước 8 Chuẩn hóa và ghép vector Chuẩn hóa Min/Max về khoảng $[0, 1]$, ghép vector màu và cấu trúc
Bước 9 Tính khoảng cách và hiển thị Tính khoảng cách Euclide giữa ảnh truy vấn và toàn bộ CSDL, xuất các ảnh có khoảng cách nhỏ nhất

Hệ thống cho phép người dùng chọn ảnh đầu vào bất kỳ từ tập kiểm tra, hiển thị ảnh gốc trên giao diện, thực hiện trích xuất và hiển thị danh sách các ảnh có độ tương quan cao nhất theo thứ tự khoảng cách tăng dần.

Nội dung chính theo từng chương

Chương 1: Giới thiệu

Chương này phân tích tổng quan về sự phát triển của kỹ thuật truy vấn ảnh trong hơn một thập kỷ, điểm qua các hệ thống CBIR tiêu biểu đã được nghiên cứu trên thế giới như IBM QBIC, Virage, Photobook (MIT), VisualSEEk (Đại học Columbia), WBIIS (Đại học Stanford), Blobworld (UC Berkeley) và SIMPLIcity. Tác giả nhấn mạnh tính cấp thiết của việc tìm kiếm ảnh trong các ngành y tế, viễn thám, dự báo thời tiết, an ninh và giáo dục; chỉ ra nhược điểm của các phương pháp truy vấn theo ngữ nghĩa, chữ ký mờ hay cây S-Tree. Từ đó, chương xác định mục tiêu áp dụng biến đổi Wavelet kết hợp đặc trưng màu sắc và cấu trúc cục bộ để nâng cao độ chính xác và giảm thời gian truy vấn, đồng thời giới thiệu bố cục đồ án gồm 5 chương.

Chương 2: Cơ sở lý thuyết

Nội dung chương 2 hệ thống hóa kiến thức nền tảng về xử lý ảnh số và truy vấn ảnh:

  • Khái niệm và biểu diễn ảnh số: Phân biệt ảnh tương tự liên tục $S(x,y)$ và ảnh số rời rạc $S(m,n)$ thông qua hai quá trình lấy mẫu không gian và lượng tử hóa biên độ; các mô hình cảm nhận, mô hình bố cục và mô hình tổng thể.
  • Các giai đoạn chính trong hệ thống xử lý ảnh số: Thu nhận ảnh, số hóa, tăng cường ảnh, khôi phục ảnh, biến đổi ảnh, phân tích ảnh, nén ảnh (chuẩn JPEG, MPEG) và nhận dạng ảnh.
  • Các kỹ thuật truy vấn ảnh: Phân tích ưu nhược điểm của 6 kỹ thuật truy vấn gồm:
    1. Truy vấn theo lời chú thích (Text-based).
    2. Truy vấn theo đối tượng (Object Based Image Retrieval - OBIR).
    3. Truy vấn theo nội dung (CBIR) với các hệ thống điển hình: QBIC (dùng không gian RGB, cây $R^*$-Tree), VisualSEEk (dùng 166 màu HSV), WebSEEk (kết hợp Wavelet và phân lớp chủ đề), Blobworld (dùng histogram 218 màu và bộ lọc Gabor).
    4. Truy vấn theo ngữ nghĩa (cấp thấp và cấp cao).
    5. Truy vấn dựa trên Histogram và độ đo giao cặp histogram.
    6. Truy vấn theo màu sắc, hình dạng và vị trí dựa trên nghiên cứu của B. Gupta (dùng bảng tra cứu giảm còn 25 màu và phân chia không gian thành 9 vùng).

Chương 3: Kỹ thuật truy vấn ảnh dựa trên biến đổi Wavelet

Chương 3 trình bày chi tiết các mô hình toán học phục vụ giải thuật đề xuất:

  • Trình bày toán học về biến đổi Wavelet rời rạc (DWT), phân tích đa phân giải (MBA), sự khác biệt giữa biến đổi Fourier, STFT và Wavelet.
  • Cấu trúc giải thuật 2D-DWT và cách thức phân tách ảnh thành 4 băng con hệ số LL, LH, HL, HH qua các tầng lọc thông thấp và thông cao.
  • Phép biến đổi Haar Wavelet một chiều và hai chiều; các công thức tính giá trị trung bình $AV$ và hệ số chi tiết $WC$.
  • Lý thuyết bộ lọc Gabor hai chiều trong miền không gian, sự tương đồng giữa hàm Gabor và hệ thống thị giác con người, công thức tính năng lượng đáp ứng tần số và định hướng.
  • Không gian màu HSV và công thức tính hai moment thống kê màu sắc trên cửa sổ $3 \times 3$.
  • Quy trình 7 bước của thuật toán trích xuất đặc trưng và công thức đo khoảng cách Euclide để xếp hạng ảnh tương tự theo Precision và Recall.

Chương 4: Mô phỏng kỹ thuật truy vấn ảnh dựa trên biến đổi Wavelet

Chương 4 mô tả toàn bộ quá trình thực nghiệm và kiểm thử hệ thống:

  • Thiết lập thông số thực nghiệm: Sử dụng cơ sở dữ liệu Wang gồm 1.000 ảnh kích thước $256 \times 384$ hoặc $384 \times 256$ pixel. Số điểm cốt yếu được chọn cố định là 500 điểm.
  • Quy trình hình thành vector đặc trưng: Từ 500 điểm cốt yếu, tính toán 2 moment màu cho mỗi kênh trên cửa sổ $3 \times 3$ tạo ra 2.000 điểm moment màu; tính năng lượng bộ lọc Gabor trên cửa sổ $7 \times 7$ tạo ra 2.000 thành phần vector cấu trúc.
  • Trình bày sơ đồ khối tổng quát, lưu đồ thuật toán và các đoạn mã nguồn Matlab xử lý đọc ảnh, chuyển đổi màu, phân tách DWT Haar, lọc điểm cực đại và tính toán khoảng cách Euclide.
  • Thiết kế giao diện mô phỏng trên Matlab và thực hiện thử nghiệm truy vấn trên các tập ảnh: kiến trúc, xe bus, khủng long, hoa, ngựa.
  • Phân tích biểu đồ và bảng số liệu thống kê độ chính xác truy vấn đối với từng loại đặc trưng riêng lẻ (màu sắc, cấu trúc) và khi kết hợp cả hai đặc trưng.

Chương 5: Kết luận và hướng phát triển đề tài

Chương cuối tóm tắt lại các kết quả đạt được của đồ án trong việc ứng dụng biến đổi Wavelet để trích xuất đặc trưng cục bộ; khẳng định tính khả thi của mô hình mô phỏng trên Matlab. Đồng thời, tác giả chỉ ra các định hướng hoàn thiện đề tài trong tương lai.

Kết quả và đóng góp

1. Kết quả thực nghiệm

Hệ thống mô phỏng được kiểm thử trên cơ sở dữ liệu ảnh Wang với 1.000 ảnh phân bố đều trong 10 danh mục. Tác giả ghi nhận các kết quả thực nghiệm sau:

  • Phương pháp kết hợp biến đổi Wavelet 2D Haar với lọc Gabor và moment màu HSV cho phép hệ thống tự động tìm kiếm các hình ảnh tương đồng dựa trên 500 điểm cốt yếu mà không cần từ khóa chú thích.
  • Thực nghiệm truy vấn đối với từng lớp ảnh cụ thể (như khủng long, hoa, xe bus, ngựa, kiến trúc) cho thấy hệ thống trả về nhóm ảnh xếp hạng đầu có độ tương đồng thị giác cao. Các lớp ảnh có đặc trưng hình thái và màu sắc đồng nhất (như khủng long hoặc hoa) đạt tỷ lệ chính xác cao hơn so với các lớp ảnh có nền phức tạp (như kiến trúc hoặc con người).
  • Việc kết hợp đồng thời cả vector đặc trưng màu sắc và vector đặc trưng cấu trúc cho độ chính xác trung bình vượt trội so với việc chỉ sử dụng đơn lẻ một loại đặc trưng màu sắc hoặc cấu trúc.
Thành phần đặc trưng Phạm vi xử lý cục bộ Kích thước vector trích xuất
Đặc trưng màu sắc (HSV) Cửa sổ lân cận $3 \times 3$ quanh 500 điểm cốt yếu 2.000 thành phần (tính từ moment bậc 1 và bậc 2)
Đặc trưng cấu trúc (Gabor) Cửa sổ lân cận $7 \times 7$ quanh 500 điểm cốt yếu 2.000 thành phần năng lượng Gabor
Đặc trưng kết hợp Hợp nhất sau chuẩn hóa Min/Max $[0, 1]$ Vector đặc trưng tổng hợp phân tích qua khoảng cách Euclide

2. Đóng góp của đề tài

  • Ứng dụng thành công phân tích cục bộ: Khắc phục nhược điểm mất thông tin chi tiết của phương pháp trích xuất đặc trưng toàn cục bằng cách định vị 500 điểm cốt yếu từ ma trận kết hợp các hệ số chi tiết tần số cao $CVdHd = \max(|HL|, |LH|)$.
  • Tối ưu tốc độ tính toán: Sử dụng biến đổi Wavelet Haar đơn giản giúp rút ngắn thời gian xử lý khi trích xuất biên cạnh và phân rã băng tần so với các phép biến đổi phức tạp khác.
  • Xây dựng hoàn chỉnh công cụ mô phỏng: Hoàn thiện giao diện Matlab cho phép nạp ảnh trực quan, hiển thị kết quả truy vấn top đầu và đo lường khoảng cách Euclide trực tiếp.

Hạn chế và hướng nghiên cứu tiếp

1. Hạn chế

Dựa trên phạm vi thực hiện và nội dung văn bản, đồ án tồn tại một số điểm giới hạn:

  • Số lượng điểm cốt yếu được cố định ở mức 500 điểm cho mọi ảnh, chưa có cơ chế tự động điều chỉnh số lượng điểm dựa trên độ phức tạp thực tế của nội dung từng bức ảnh.
  • Kích thước cửa sổ trích xuất đặc trưng cố định ở $3 \times 3$ đối với màu sắc và $7 \times 7$ đối với cấu trúc Gabor, chưa khảo sát tối ưu hóa kích thước cửa sổ trên nhiều tỉ lệ ảnh khác nhau.
  • Thử nghiệm chỉ giới hạn trên tập dữ liệu chuẩn Wang gồm 1.000 ảnh; chưa kiểm thử trên các cơ sở dữ liệu ảnh quy mô lớn hơn hoặc dữ liệu ảnh thực tế thu nhận từ môi trường Internet phức tạp.

2. Hướng nghiên cứu tiếp

Văn bản đồ án đề xuất các hướng mở rộng tiếp theo:

  • Nghiên cứu áp dụng các họ Wavelet khác (như Daubechies, Biorthogonal) hoặc kết hợp thêm các biến đổi đa tỷ lệ khác để so sánh hiệu năng với Haar Wavelet.
  • Cải tiến giải thuật chọn điểm cốt yếu thích nghi theo ngưỡng động thay vì cố định 500 điểm.
  • Mở rộng tập cơ sở dữ liệu ảnh thử nghiệm với đa dạng chủ đề và độ phân giải khác nhau.
  • Nâng cấp thuật toán so khớp đặc trưng, nghiên cứu áp dụng các kỹ thuật học máy hoặc phân lớp chỉ mục để tăng tốc độ truy vấn khi quy mô CSDL tăng lên.

Giá trị tham khảo

Đồ án là tài liệu tham khảo hữu ích cho các nhóm đối tượng sau:

  • Sinh viên ngành Kỹ thuật Điện tử - Truyền thông, Công nghệ Thông tin, Kỹ thuật Máy tính: Dùng làm tài liệu học tập, thực hành về môn học Xử lý ảnh số, Nhận dạng mẫu và Kỹ thuật đa phương tiện.
  • Người nghiên cứu hệ thống CBIR: Cung cấp tài liệu tổng quan mạch lạc về quá trình phát triển của các hệ thống truy vấn ảnh kinh điển (QBIC, VisualSEEk, WebSEEk, Blobworld) và phương pháp toán học kết hợp giữa phân rã Wavelet với bộ lọc Gabor.
  • Kỹ sư phát triển giải thuật trên Matlab: Đoạn mã nguồn và giải thuật mẫu trong đồ án (từ đọc file, biến đổi không gian màu, tính toán DWT 2D, trích xuất moment thống kê đến đo khoảng cách Euclide) có thể tái sử dụng trực tiếp để xây dựng các ứng dụng mô phỏng xử lý tín hiệu thị giác.

Câu hỏi thường gặp

1. Điểm cốt yếu (salient points) trong đồ án được xác định như thế nào?
Điểm cốt yếu được xác định từ hai băng tần con chi tiết dọc ($HL$) và chi tiết ngang ($LH$) của phép biến đổi Wavelet 2D Haar cấp 1. Sau khi lấy giá trị tuyệt đối để loại bỏ dấu âm, hệ thống kết hợp chúng bằng cách lấy giá trị cực đại tại từng tọa độ $CVdHd(i, j) = \max(|V_d(i, j)|, |H_d(i, j)|)$. Dựa trên ma trận này, giải thuật lọc theo ngưỡng giá trị cao để chọn ra đúng 500 điểm có biên độ lớn nhất.

2. Tại sao tác giả sử dụng không gian màu HSV thay vì không gian RGB khi trích xuất đặc trưng màu sắc?
Không gian màu HSV (Hue - Saturation - Value) phản ánh cách cảm nhận màu sắc của hệ thống thị giác con người tốt hơn so với không gian RGB. Không gian này tách biệt rõ ràng giữa thành phần màu sắc ($H$), độ thuần khiết/bão hòa ($S$) và cường độ sáng ($V$), giúp các phép tính moment thống kê bậc một và bậc hai trên vùng lân cận $3 \times 3$ đạt độ chính xác cao hơn và ít bị ảnh hưởng bởi độ sáng bề mặt.

3. Kích thước cửa sổ trích xuất cho đặc trưng màu và cấu trúc được thiết lập là bao nhiêu?
Theo quy trình thuật toán được mô tả trong đồ án, đặc trưng màu sắc được tính toán trên cửa sổ lân cận kích thước $3 \times 3$ pixel xung quanh tọa độ của 500 điểm cốt yếu trong không gian HSV. Trong khi đó, đặc trưng cấu trúc sử dụng năng lượng bộ lọc Gabor được tính toán trên cửa sổ lân cận kích thước $7 \times 7$ pixel xung quanh các điểm này.

4. Dữ liệu thử nghiệm và độ đo hiệu suất của hệ thống được lựa chọn ra sao?
Đề tài sử dụng tập cơ sở dữ liệu ảnh Wang gồm 1.000 hình ảnh định dạng .JPG thuộc 10 nhóm đối tượng khác nhau (người, kiến trúc, bãi biển, hoa, ngựa, voi, thức ăn, khủng long, xe bus, núi) với kích thước $256 \times 384$ hoặc $384 \times 256$ pixel. Hiệu suất được đo bằng khoảng cách Euclide để xếp hạng ảnh tương tự, sau đó đánh giá thông qua hai chỉ số chuẩn là Precision (tỷ lệ ảnh liên quan tìm được trên tổng số ảnh lấy ra) và Recall (tỷ lệ ảnh liên quan tìm được trên tổng số ảnh liên quan của CSDL).

Kết luận

Đồ án "Mô phỏng hệ thống truy vấn ảnh" của sinh viên Trần Nguyễn Song Toàn và Đinh Quốc Dương (Trường Đại học Sư phạm Kỹ thuật TP.HCM) đã nghiên cứu và triển khai thành công mô hình truy vấn ảnh dựa trên nội dung (CBIR) bằng cách kết hợp trích xuất đặc trưng cục bộ. Bằng việc tích hợp phép biến đổi Haar Wavelet 2 chiều để phát hiện 500 điểm cốt yếu, kết hợp moment màu HSV trên lân cận $3 \times 3$ và năng lượng bộ lọc Gabor trên lân cận $7 \times 7$, hệ thống đã nâng cao khả năng phân biệt chi tiết của ảnh. Kết quả thực nghiệm trên cơ sở dữ liệu chuẩn Wang gồm 1.000 ảnh thông qua phần mềm Matlab khẳng định tính khả thi của giải thuật, tạo cơ sở khoa học để phát triển các hệ thống tìm kiếm đa phương tiện tự động.