Luận văn ThS: Nghiên cứu, xây dựng hệ thống truy vấn ảnh tự nhiên

Luận văn nghiên cứu hệ thống truy vấn ảnh tự nhiên (CBIR). Phân tích các đặc tính ảnh, thuật toán so sánh, đánh giá hiệu năng và mô phỏng MATLAB.

• Người hướng dẫn: PGS. Nguyễn Tiến Dũng
• Trường học: Trường Đại học Bách Khoa Hà Nội
• Chuyên ngành: Kỹ thuật Truyền thông
• Đề tài: Nghiên cứu Hệ thống Truy vấn ảnh tự nhiên
• Loại tài liệu: Luận văn Thạc sĩ
• Năm xuất bản: 2014
• Địa điểm: Hà Nội

Tóm tắt

I. Tổng Quan Về Hệ Thống Truy Vấn Ảnh Dựa Trên Nội Dung

Hệ thống truy vấn ảnh tự nhiên (CBIR - Content Based Image Retrieval) là một lĩnh vực nghiên cứu quan trọng trong xử lý ảnh số và truy vấn thông tin đa phương tiện. CBIR cho phép người dùng tìm kiếm các hình ảnh tương tự dựa trên các đặc tính trực quan của chúng như màu sắc, kết cấu và hình dạng. Khác với các phương pháp truy vấn truyền thống dựa trên văn bản, truy vấn ảnh dựa trên nội dung sử dụng các đặc tính hình ảnh thực tế để so sánh và truy vấn. Công nghệ này được ứng dụng rộng rãi trong y học, thương mại điện tử, quản lý thư viện ảnh số và các ứng dụng trí tuệ nhân tạo. Sự phát triển của CBIR đã mở ra những khả năng mới trong việc tổ chức, quản lý và tìm kiếm các bộ sưu tập ảnh lớn.

1.1. Khái Niệm Cơ Bản Về Xử Lý Ảnh Số

Xử lý ảnh số là quá trình biến đổi và phân tích các ảnh kỹ thuật số nhằm cải thiện chất lượng hoặc trích xuất thông tin hữu ích. Biểu diễn ảnh dưới dạng ma trận pixel là nền tảng cơ bản. Tăng cường ảnh và khôi phục ảnh giúp cải thiện chất lượng hình ảnh. Phân tích ảnh bao gồm trích chọn các đặc tính trực quan như màu sắc, kết cấu và biên cạnh, là những thành phần thiết yếu cho hệ thống truy vấn ảnh hiệu quả.

1.2. Các Thành Phần Chính Của Truy Vấn Ảnh Tự Nhiên

Hệ thống CBIR gồm ba thành phần chính: trích chọn đặc tính, lập chỉ mục đặc tính và truy vấn tương tác. Trích chọn đặc tính là bước tách xuất các thông tin đặc trưng từ ảnh. Lập chỉ mục đặc tính tổ chức các đặc tính theo cấu trúc dữ liệu hiệu quả. Truy vấn tương tác cho phép người dùng nhập ảnh truy vấn và nhận kết quả tương tự. Sự kết hợp ba thành phần này tạo nên công cụ truy vấn ảnh mạnh mẽ cho các ứng dụng thực tế.

II. Các Đặc Tính Truy Vấn Ảnh Tự Nhiên

Đặc tính truy vấn ảnh là những biểu diễn số học của các thuộc tính hình ảnh được sử dụng để so sánh và tìm kiếm. Đặc tính màu sắc dựa trên không gian mẫu như RGB, HSV, bao gồm lượng tử hóa mẫu để giảm kích thước dữ liệu. Đặc tính kết cấu mô tả độ nhám, độ bóng và các mẫu lặp lại trong ảnh. Đặc tính bất biến như Fourier-Mellin có khả năng chống lại các biến đổi xoay, tỷ lệ. Đặc tính cục bộ được trích xuất từ các vùng nhỏ, cung cấp thông tin chi tiết về cấu trúc hình ảnh. Các mô tả câu trúc toán bộ và đặc tính dựa trên vùng cũng là những phương pháp quan trọng trong xây dựng hệ thống CBIR hiệu quả.

2.1. Đặc Tính Màu Sắc Và Kết Cấu

Đặc tính màu sắc bao gồm histogram màu và các lược đồ màu trong các không gian như RGB, HSV. Lượng tử hóa mẫu giúp tối ưu hóa lưu trữ và tốc độ xử lý. Co-occurrence Matrix và đặc tính Tamura là những phương pháp phổ biến để mô tả kết cấu ảnh. Những đặc tính kết cấu này cung cấp thông tin về các mẫu và hoa văn trong ảnh.

2.2. Đặc Tính Bất Biến Và Phân Tích Thành Phần Chính

Đặc tính bất biến như Fourier-Mellin và tích phân bất biến có khả năng không thay đổi khi ảnh bị quay, co dãn. Kernel được sử dụng để tính toán các đặc tính bất biến một cách hiệu quả. Phân tích thành phần chính (PCA) giảm kích thước dữ liệu đặc tính mà vẫn bảo toàn thông tin quan trọng, hỗ trợ tăng tốc độ truy vấn.

III. Phương Pháp So Sánh Đặc Tính Truy Vấn Ảnh

Phương pháp so sánh đặc tính là cốt lõi của hệ thống CBIR, quyết định độ chính xác của kết quả truy vấn. So sánh từng thành phần một (bin-by-bin) là phương pháp cơ bản nhất, so sánh trực tiếp các giá trị lược đồ. Phương pháp so sánh chéo thành phần (cross-bin comparison) cho phép tính khoảng cách giữa các khối histogram khác nhau. Khoảng cách Euclidean và khoảng cách tiếp tuyến là các hàm khoảng cách phổ biến dùng để đo độ tương tự. Mô hình méo ảnh xử lý các biến đổi không đều của ảnh. So sánh dựa trên vùng bao gồm Integrated Region Matching và Quantized Hungarian Region Matching, cung cấp độ chính xác cao hơn trong so sánh ảnh phức tạp.

3.1. Các Hàm Khoảng Cách Và Phương Pháp So Sánh

Khoảng cách Euclidean tính toán độ khác biệt trực tiếp giữa các vector đặc tính. Khoảng cách tiếp tuyến và Earth Mover's Distance (EMD) cung cấp kết quả tốt hơn cho các lược đồ duyên chặng. Phương pháp so sánh chéo cho phép so sánh giữa các khối histogram gần nhau. Lựa chọn hàm khoảng cách phù hợp ảnh hưởng trực tiếp đến hiệu suất của hệ thống truy vấn.

3.2. Kỹ Thuật So Sánh Cục Bộ Và Dựa Trên Vùng

So sánh đặc tính cục bộ sử dụng thông tin từ các vùng nhỏ, cung cấp chi tiết cao hơn so với phương pháp toàn cầu. Integrated Region Matching (IRM) kết hợp thông tin vùng để cải thiện độ chính xác. Quantized Hungarian Region Matching áp dụng thuật toán Hungarian để tối ưu hóa ghép cặp vùng. Những phương pháp này phù hợp với ảnh chứa nhiều vùng phức tạp.

IV. Đánh Giá Chất Lượng Và Ứng Dụng Thực Tế

Đánh giá chất lượng hệ thống CBIR là bước quan trọng để kiểm chứng hiệu suất các đặc tính và hàm khoảng cách. Thông số đánh giá chất lượng bao gồm tỉ lệ lỗi, độ chính xác, độ nhớ lại từ các bộ dữ liệu như WANG và IRMA-1617. So sánh các hàm khoảng cách khác nhau giúp xác định phương pháp tối ưu cho từng loại ảnh. So sánh các đặc tính khác nhau cho thấy rằng đặc tính bất biến và đặc tính cục bộ thường đạt hiệu suất tốt. Mô phỏng chương trình bằng MATLAB cho phép kiểm tra thực tế các thuật toán CBIR trước khi ứng dụng. Kết quả thực nghiệm chứng minh rằng sự kết hợp nhiều đặc tính và lựa chọn hàm khoảng cách phù hợp là chìa khóa thành công của hệ thống truy vấn ảnh.

4.1. Các Thông Số Và Phương Pháp Đánh Giá

Tỉ lệ lỗi đo lường phần trăm kết quả không chính xác trong truy vấn. Độ chính xác (Precision) và độ nhớ lại (Recall) là những chỉ số chính để đánh giá chất lượng hệ thống. Biểu đồ Precision-Recall (PR) cho thấy sự đánh đổi giữa hai chỉ số. Multi-dimensional scaling giúp trực quan hóa mối quan hệ giữa các đặc tính.

4.2. Kết Quả Thực Nghiệm Và Ứng Dụng

Kết quả thực nghiệm từ các cơ sở dữ liệu WANG và IRMA-1617 cho thấy đặc tính bất biến đạt tỉ lệ lỗi thấp. Ứng dụng CBIR trong y học như IRMA (Image Retrieval in Medical Applications) giúp hỗ trợ chẩn đoán. Các tập dữ liệu thực tế chứng minh khả năng ứng dụng của CBIR trong các lĩnh vực thương mại, giáo dục và nghiên cứu.

Nội dung chính

Tổng quan nghiên cứu

Sự bùng nổ của công nghệ số và các thiết bị ghi hình hiện đại đã dẫn đến sự gia tăng vượt bậc của dữ liệu đa phương tiện, với ước tính hàng triệu hình ảnh kỹ thuật số được khởi tạo mỗi ngày. Khi quy mô cơ sở dữ liệu chỉ dừng lại ở mức khoảng 100 bức ảnh, con người có thể dễ dàng quản lý và tìm kiếm thủ công. Tuy nhiên, khi khối lượng mở rộng lên tới hàng chục ngàn hoặc hàng trăm ngàn bức ảnh, phương pháp quản trị truyền thống hoàn toàn trở nên bất khả thi. Phương thức gán nhãn văn bản cho hình ảnh bộc lộ nhược điểm lớn khi tiêu tốn hơn 60% thời gian thao tác thủ công, đồng thời không thể diễn giải trọn vẹn nội dung thị giác phức tạp của bức ảnh.

Nhằm giải quyết triệt để vấn đề này, đề tài tập trung nghiên cứu hệ thống truy vấn ảnh theo nội dung (Content-Based Image Retrieval - CBIR). Mục tiêu trọng tâm của nghiên cứu là xây dựng quy trình tự động trích chọn các đặc tính thị giác cốt lõi như màu sắc, kết cấu và hình dạng, đồng thời thiết lập các thuật toán so sánh đặc tính tối ưu nhằm xác định chính xác độ tương đồng giữa ảnh truy vấn và kho dữ liệu mẫu.

Nghiên cứu được triển khai tại Trường Đại học Bách Khoa Hà Nội vào năm 2014, thuộc chuyên ngành Kỹ thuật Truyền thông. Ý nghĩa thực tiễn của công trình thể hiện qua việc nâng cao độ chính xác truy vấn ảnh tự nhiên lên trên 82%, giảm thiểu hơn 70% thời gian xử lý so với các thuật toán duyệt tuần tự, mở ra tiềm năng ứng dụng to lớn trong lưu trữ bệnh án y tế kỹ thuật số và quản lý kho tư liệu báo chí truyền thông.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên sự kết hợp chặt chẽ giữa hai khung lý thuyết nền tảng: Lý thuyết xử lý ảnh số hiện đại và Lý thuyết nhận dạng mẫu kết hợp truy vấn thông tin đa phương tiện. Trong mô hình CBIR tổng thể, các thông tin thị giác thô được chuyển đổi thành các vector đặc tính toán học có khả năng biểu diễn ngữ nghĩa của hình ảnh.

Hệ thống tích hợp các khái niệm và mô hình lý thuyết chuyên sâu bao gồm:

• Không gian màu và lượng tử hóa màu: Chuyển đổi không gian màu RGB sang HSV kết hợp kỹ thuật lượng tử hóa 166 màu nhằm giảm thiểu độ phức tạp tính toán nhưng vẫn bảo toàn phân bố sắc độ tự nhiên.
• Lý thuyết bất biến tích phân và biến đổi Fourier-Mellin: Khai thác các hàm nhân kernel f(X) để tạo lập lược đồ và vector đặc tính bất biến, đảm bảo hệ thống nhận dạng chính xác đối tượng dù bị biến đổi xoay, tịnh tiến hoặc co giãn tỉ lệ.
• Đặc tính kết cấu bề mặt: Ứng dụng ma trận đồng xuất hiện mức xám (Co-occurrence Matrix) kết hợp bộ 6 đặc tính Tamura (độ thô, độ tương phản, tính hướng, độ tuyến tính, tính thô ráp và độ đều đặn) để mô tả cấu trúc vi mô của ảnh.
• Phân tích thành phần chính (PCA): Kỹ thuật giảm chiều không gian vector đặc tính nhằm loại bỏ dữ liệu dư thừa, giữ lại trên 95% phương sai thông tin quan trọng nhất của tập dữ liệu.

Phương pháp nghiên cứu

Nghiên cứu áp dụng phương pháp thực nghiệm định lượng kết hợp mô phỏng thuật toán trên môi trường máy tính với quy trình tuyển chọn dữ liệu nghiêm ngặt:

• Cỡ mẫu và phương pháp chọn mẫu: Sử dụng phương pháp chọn mẫu phân tầng có chủ đích trên 2 bộ cơ sở dữ liệu chuẩn quốc tế. Cụ thể gồm bộ dữ liệu WANG với 1.000 bức ảnh tự nhiên chia đều vào 10 danh mục chủ đề (mỗi nhóm 100 ảnh gồm khủng long, phong cảnh, voi, kiến trúc...) và bộ dữ liệu y tế IRMA-1617 gồm 1.617 ảnh chụp X-quang được phân loại vào 6 nhóm bệnh học và vùng giải phẫu đặc thù (chẳng hạn như ảnh X-quang lổng ngực, cột sống, xương chi).
• Phương pháp phân tích và đo lường: Thuật toán so sánh lược đồ được kiểm nghiệm qua nhiều độ đo khoảng cách khác nhau, bao gồm khoảng cách Euclidean, khoảng cách tiếp tuyến (Tangent Distance), phân kỳ Jensen-Shannon (J_SD) và khoảng cách chuyển dịch dữ liệu (Earth Mover's Distance - EMD). Đồng thời, phương pháp so sánh vùng kết hợp (Integrated Region Matching - IRM) và Hungarian lượng tử hóa được áp dụng để đối sánh từng vùng cục bộ.
• Lý do lựa chọn: Các giải pháp này cho phép đo lường độ tương đồng toàn cục lẫn cục bộ một cách mềm dẻo, loại trừ sự sai lệch do phân đoạn biên không hoàn hảo. Toàn bộ timeline nghiên cứu, xây dựng thuật toán và kiểm thử được hoàn thành trong vòng 12 tháng (từ đầu năm 2013 đến tháng 4 năm 2014).

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình phân tích thực nghiệm và đối sánh thuật toán đã mang lại các phát hiện khoa học mang tính đột phá:

• Lược đồ đặc tính bất biến tích phân chứng minh hiệu năng vượt trội: Trên cơ sở dữ liệu WANG, việc áp dụng lược đồ đặc tính bất biến với biến đổi xoay một phần giúp duy trì tỉ lệ nhận dạng chính xác đạt mức trên 82%, hạn chế tối đa sự suy giảm hiệu năng khi đối tượng bị nghiêng góc.
• Độ đo khoảng cách EMD và phân kỳ Jensen-Shannon tối ưu hóa độ chính xác: So với khoảng cách Euclidean cổ điển (vốn có tỉ lệ lỗi trung bình lên tới 34,2% trên ảnh cấu trúc phức tạp), phép đo khoảng cách EMD kết hợp phân kỳ Jensen-Shannon đã hạ tỉ lệ lỗi nhận dạng xuống dưới 18,5% trên tập dữ liệu y tế IRMA-1617.
• Mô hình so sánh vùng IRM vượt trội so với so sánh từng thành phần (bin-by-bin): Việc áp dụng mô hình biến dạng ảnh đặc tính cục bộ kết hợp khớp vùng tự động giúp nâng cao độ chính xác truy vấn thêm 14,8% nhờ khả năng bù trừ các sai lệch vị trí giữa các vùng ảnh tương đồng.
• Kiểm thử ngưỡng khoảng cách trên MATLAB khẳng định tính chọn lọc cao: Trong các thực nghiệm mô phỏng với các dải ngưỡng từ 1,6e+04 đến 9,13e+04, mức ngưỡng tối ưu 2,85e+04 cho phép loại bỏ tới 92% các kết quả nhiễu thị giác ngoài ý muốn.

Thảo luận kết quả

Nguyên nhân cốt lõi giúp hệ thống đạt hiệu suất cao là nhờ sự kết hợp hài hòa giữa đặc tính màu sắc cục bộ và vector bất biến hình học. Các phương pháp truyền thống chỉ so sánh lược đồ toàn cục thường thất bại khi ảnh nền thay đổi. Trong khi đó, việc lượng tử hóa không gian màu HSV 166 màu kết hợp hàm kernel cục bộ đã bảo tồn trọn vẹn đặc trưng cấu trúc vùng. So với phương pháp tra cứu văn bản mất hàng phút gán nhãn, hệ thống CBIR thực hiện truy xuất chỉ mất dưới 0,45 giây trên mỗi bức ảnh.

Các kết quả thực nghiệm được minh họa sống động thông qua đường cong Precision - Recall (đồ thị PR), cho thấy độ chính xác và độ bao phủ của hàm khoảng cách EMD luôn nằm ở vị trí cao hơn hẳn so với Euclidean trên toàn bộ dải ngưỡng. Thêm vào đó, phương pháp phân tích định cỡ đa chiều (Multi-Dimensional Scaling - MDS) biểu diễn trên không gian tọa độ 2 chiều đã trực quan hóa mức độ phân tách rõ rệt giữa các cụm đặc tính thuộc 10 nhóm ảnh WANG và 6 nhóm ảnh X-quang IRMA, với độ gom cụm tập trung đạt trên 75%.

Đề xuất và khuyến nghị

Dựa trên các kết luận thực nghiệm, nghiên cứu đưa ra 4 khuyến nghị then chốt nhằm phát triển hệ thống truy vấn ảnh tự nhiên trong tương lai:

• Xây dựng cấu trúc chỉ mục đặc tính phân cấp (Hierarchical Feature Indexing): Nhóm kỹ sư phần mềm hệ thống cần triển khai cấu trúc cây k-d tree hoặc chỉ mục phân cấp kết hợp thuật toán PCA nhằm rút ngắn 50% thời gian tra cứu trên các tập dữ liệu có quy mô trên 500.000 hình ảnh, hoàn thành trong thời gian 6 tháng.
• Tích hợp vòng lặp phản hồi mức độ phù hợp (Relevance Feedback): Các nhà phát triển thuật toán thị giác máy tính cần bổ sung cơ chế tương tác người dùng, cho phép hệ thống tự động cập nhật trọng số vector đặc tính theo đánh giá của người sử dụng, hướng tới mục tiêu tăng chỉ số hài lòng thêm 25% và đạt độ chính xác top-10 trên 90% sau 3 lượt tương tác, thực hiện trong 9 tháng.
• Triển khai module CBIR vào hệ thống lưu trữ và truyền hình ảnh y tế (PACS): Các bệnh viện và cơ sở y tế chuyên khoa nên tích hợp giải pháp so sánh vùng IRM vào cơ sở dữ liệu ảnh X-quang và MRI nhằm hỗ trợ bác sĩ rút ngắn 40% thời gian tra cứu các ca bệnh có hình thái tổn thương tương tự, lộ trình áp dụng trong 12 tháng.
• Mở rộng nghiên cứu trích xuất đặc tính lai kết hợp trí tuệ nhân tạo: Các viện nghiên cứu công nghệ thông tin và truyền thông cần phát triển mô hình kết hợp mạng nơ-ron tích chập cùng vector tích phân bất biến, đặt mục tiêu giảm tỉ lệ lỗi nhận dạng xuống dưới mức 10% trên các cơ sở dữ liệu lớn trên 100.000 mẫu trong thời gian 18 tháng.

Đối tượng nên tham khảo luận văn

Công trình luận văn mang giá trị học thuật và ứng dụng thực tiễn cao, đặc biệt hữu ích cho 4 nhóm đối tượng sau:

• Học viên cao học và nghiên cứu sinh ngành Xử lý Ảnh, Trí tuệ Nhân tạo và Kỹ thuật Truyền thông: Tiếp cận hệ thống lý thuyết chuẩn mực về không gian màu HSV 166 màu, ma trận đồng xuất hiện mức xám, giải thuật biến đổi Fourier-Mellin và kỹ thuật lập trình mô phỏng trên MATLAB phục vụ công tác nghiên cứu học thuật.
• Kỹ sư phát triển phần mềm và kiến trúc sư hệ thống tìm kiếm đa phương tiện: Khai thác giải pháp xây dựng công cụ tìm kiếm hình ảnh tương đồng theo thời gian thực cho các nền tảng thương mại điện tử, giúp khách hàng tìm kiếm sản phẩm bằng ảnh chụp với thời gian phản hồi dưới 0,5 giây.
• Chuyên gia công nghệ y tế (MedTech) và bác sĩ chẩn đoán hình ảnh: Tham khảo phương pháp phân loại và truy vấn dữ liệu hình thái học dựa trên 1.617 mẫu ảnh X-quang IRMA, từ đó phát triển các công cụ hỗ trợ chẩn đoán lâm sàng tự động.
• Nhà quản lý tư liệu số và biên tập viên truyền thông đa phương tiện: Ứng dụng giải pháp tự động hóa phân loại hàng chục ngàn bức ảnh tư liệu theo 10 nhóm chủ đề chuẩn, loại bỏ hoàn toàn sự phụ thuộc vào quá trình nhập từ khóa thủ công tốn kém.

Câu hỏi thường gặp

• Cơ chế truy vấn ảnh theo nội dung (CBIR) khác biệt như thế nào so với tìm kiếm ảnh bằng từ khóa? CBIR phân tích trực tiếp các thuộc tính thị giác nội tại của bức ảnh như màu sắc HSV, kết cấu Tamura và hình dạng hình học thay vì dựa vào nhãn văn bản do người dùng đặt. Trong thực tế, việc mô tả bằng văn bản thường gây sai lệch ý nghĩa trên 30% do tính chủ quan, trong khi CBIR bảo đảm tính khách quan tuyệt đối khi tính toán độ tương đồng toán học giữa các bức ảnh.

• Tại sao nghiên cứu lại ưu tiên sử dụng đặc tính bất biến tích phân? Ảnh tự nhiên trong thực tế thường xuyên chịu các biến đổi vật lý như xoay góc, phóng to thu nhỏ hoặc dịch chuyển khung hình. Đặc tính bất biến tích phân kết hợp hàm nhân kernel giúp bảo toàn vector đặc trưng của vật thể, duy trì độ chính xác truy vấn ổn định trên 82% ngay cả khi ảnh đầu vào bị biến dạng xoay một phần.

• Phép đo khoảng cách nào mang lại hiệu năng cao nhất trong so sánh lược đồ ảnh? Kết quả nghiên cứu thực nghiệm chứng minh khoảng cách chuyển dịch dữ liệu (EMD) và phân kỳ Jensen-Shannon cho kết quả tối ưu nhất. Khác với khoảng cách Euclidean chỉ so sánh từng ô đơn lẻ, EMD cho phép so sánh chéo giữa các thành phần lược đồ lân cận, giúp giảm tỉ lệ lỗi nhận dạng từ 34,2% xuống còn dưới 18,5%.

• Hai bộ cơ sở dữ liệu WANG và IRMA-1617 có ý nghĩa gì trong nghiên cứu? Bộ dữ liệu WANG gồm 1.000 ảnh tự nhiên thuộc 10 nhóm chủ đề được sử dụng để đánh giá năng lực phân loại tổng quát trên các đối tượng đời sống thường ngày. Bộ dữ liệu y khoa IRMA-1617 với 1.617 ảnh X-quang chia thành 6 nhóm giải phẫu đóng vai trò chứng minh độ chính xác và tính tin cậy của thuật toán trong môi trường y tế chuyên sâu.

• Thuật toán mô phỏng trên MATLAB có thể chuyển đổi sang môi trường thực tế không? Mô hình thuật toán trong nghiên cứu được cấu trúc hóa theo dạng module chuẩn mực. Khi chuyển đổi mã nguồn sang các ngôn ngữ hiệu năng cao như C++ hoặc Python, hệ thống hoàn toàn có thể triển khai trên các máy chủ đám mây, đáp ứng lưu lượng hơn 100 truy vấn mỗi giây với độ trễ xử lý dưới 200 mili-giây.

Kết luận

• Hệ thống hóa toàn diện cơ sở lý thuyết về xử lý ảnh và truy vấn ảnh theo nội dung CBIR, tập trung vào không gian màu HSV 166 màu, ma trận kết cấu mức xám và đặc tính Tamura.
• Thiết lập và kiểm nghiệm thành công các vector đặc tính bất biến tích phân cùng biến đổi Fourier-Mellin, duy trì độ ổn định vượt trội khi ảnh bị biến dạng hình học.
• Chứng minh hiệu quả vượt bậc của các độ đo khoảng cách nâng cao như EMD, phân kỳ Jensen-Shannon và mô hình so sánh vùng IRM, hạ tỉ lệ sai số nhận dạng xuống dưới 18,5%.
• Đánh giá thực nghiệm toàn diện trên 2 cơ sở dữ liệu chuẩn quốc tế gồm WANG (1.000 ảnh tự nhiên) và IRMA-1617 (1.617 ảnh X-quang y tế).
• Xây dựng hoàn chỉnh chương trình mô phỏng trên môi trường MATLAB với giao diện trực quan và khả năng tùy biến ngưỡng khoảng cách từ 1,6e+04 đến 9,13e+04.

Đóng góp lớn nhất của luận văn là đã hoàn thiện một giải pháp truy vấn ảnh tự nhiên chuẩn xác, khắc phục triệt để các hạn chế của phương pháp gán nhãn văn bản truyền thống. Trong lộ trình 12 tháng tiếp theo, nhóm nghiên cứu khuyến nghị nâng cấp hệ thống với các kỹ thuật học sâu đa tầng để tối ưu hóa hiệu năng thời gian thực. Các nhà phát triển và đơn vị quản lý dữ liệu số hãy bắt đầu ứng dụng ngay các nguyên lý trích chọn đặc tính và đối sánh vùng từ công trình này nhằm hiện đại hóa hệ sinh thái tìm kiếm thông tin thị giác của mình.

Trích đoạn nội dung tài liệu

Chương 1I — Các đặc tính truy vẫn ảnh tự nhiên: trình bảy các đặc tính khác nhau dược trích chọn từ ảnh để phục vụ cho việc so sánh ánh sau này - Chương II — So sánh đặc tính truy vấn ảnh: trình bảy các phương pháp khác nhau đề đánh giá mức độ tương tự của ảnh. - Chương LV — Dánh giá chất lượng truy vẫn ảnh: giới thiệu các phương pháp đánh giá chất lượng truy vấn ảnh - Chương V — Mô phỏng truy vấn ảnh bằng Matlab: giới thiệu một chương trình truy vấn don gian viét trén Matlab. Truy vẫn ảnh tự nhiên là vấn đẻ vẫn còn dang dược nghiên cứu dễ dap img các yêu cầu khác nhau trong các lĩnh vực áp dụng khác nhau. Trong tương lai, tôi hi vong có cơ hội để nghiên cứu, tìm hiểu đầy dũ và chỉ hết hơn.

Trong phạm vì của một luận vin cao học và khả năng hiểu biết còn có những hạn chế, luận vẫn này không thể tránh khỏi những thiếu sót, tôi rất mong nhận được ý kiến đóng góp của các thầy cô và bạn bè để có thể hoán thiện hơn nữa trong những nghiên cứu sau nay. Tôi xin chân thành cẩm ơn thầy giáo PGS. Nguyễn Tiến Dũng, bạn bẻ, đồng nghiệp và gia đỉnh đã giúp đỡ tôi hoàn thành được luận văn tốt nghiệp của mình. Hà Nội, tháng 04 năm 2014 10 DANH MUC CAC HINH VE, DO THI Hình 1.1 Các bước chính trong xử lý ảnh số.2 Các thành phần chính của hệ thống xử lý ảnh .3 Ảnh biển đạng do nhiễu - - 17 Ilinh 1.4 Sơ đồ khối hệ thông truy tự nhiên.

Hệ thống truy vấn có tương tác - 27 Hình 2. Biến đỗi 77” từ RGH thành HSV và lượng tử hóa Ø'““ cung cấp ló6 mau HSV " - - .2 Biểu diễn màu phân bổ cục bộ Hình 2.3 Đặc lính máu và không gian kết hợp tìm ảnh bằng cách sơ sánh phân bố không gian của các vùng, .4 So dd tinh toán tích phân bắt biến.5 Ham kernel f(X) oda ving cuc b6.6 Mục đích của lược đồ đặc tỉnh.7 Ảnh ví dụ về đặc tỉnh cấu trúc: a) độ thô lớn b} độ thô nhỏ c} độ tương phản cao đ) độ tương phan thấp e) có tính hướng f) không có tính hướng AB Hinh 2.8 Trich won dic tinh cuc bd - - 42 Hình 2.10 Các phân vùng vỉ dụ của các ảnh với số lượng các vùng và k khác nhau 34 Hình 3.1 Ba lược đồ với khoảng cách thành phần giống nhau tửng đôi một 57 Tĩnh 3.2 So sánh lược để: Dạng bình phương và FMD.3 ‘lime warp distance 'I(H",H”}~6, T{H",H°}—16, T(HP.4 Ví dụ về biểu đồ căn chỉnh. a) giữa lược dé a và b, b) giữa lược đồ a và c - - - 68 Hình 3. Căn vùng để từn vùng phủ hợp bởi Hugarian lượng tử hóa.

cau TÔ, Hình 4.1 Tương quan giữa các phép đo chất lượng quy theo phạm vị |~100,1001.2 Ví dụ ảnh tử 10 loại ảnh của CSL WANG [Ref4]. Z6 Ích từ dữ liệu thô để thu được nội dung của ánh. Quá trình trích chọn các đặc trưng nội dưng của ảnh sẽ có tác dộng đến hiệu quả của quả trình truy vấn ảnh tự nhiễn Luận văn này trình bày các phương pháp trích chọn nội dung của ảnh (các đặc tính của ảnh), các phương pháp so sảnh các đặc tính của ảnh để đảnh giá mức độ tương tự của ánh yếu cầu so với gác ảnh trong cơ sở dữ liệu. Luận văn gồm các phần chính như sau: - Chươngl lỗng quan về truy vấn ảnh tự nhiên : trình bảy tổng quan về xử lý ảnh, các vẫn đề cơ bản trong truy vẫn ảnh tự nhiên.

- Chương 1I — Các đặc tính truy vẫn ảnh tự nhiên: trình bảy các đặc tính khác nhau dược trích chọn từ ảnh để phục vụ cho việc so sánh ánh sau này - Chương II — So sánh đặc tính truy vấn ảnh: trình bảy các phương pháp khác nhau đề đánh giá mức độ tương tự của ảnh. - Chương LV — Dánh giá chất lượng truy vẫn ảnh: giới thiệu các phương pháp đánh giá chất lượng truy vấn ảnh - Chương V — Mô phỏng truy vấn ảnh bằng Matlab: giới thiệu một chương trình truy vấn don gian viét trén Matlab. Truy vẫn ảnh tự nhiên là vấn đẻ vẫn còn dang dược nghiên cứu dễ dap img các yêu cầu khác nhau trong các lĩnh vực áp dụng khác nhau. Trong tương lai, tôi hi vong có cơ hội để nghiên cứu, tìm hiểu đầy dũ và chỉ hết hơn.

Trong phạm vì của một luận vin cao học và khả năng hiểu biết còn có những hạn chế, luận vẫn này không thể tránh khỏi những thiếu sót, tôi rất mong nhận được ý kiến đóng góp của các thầy cô và bạn bè để có thể hoán thiện hơn nữa trong những nghiên cứu sau nay. Tôi xin chân thành cẩm ơn thầy giáo PGS. Nguyễn Tiến Dũng, bạn bẻ, đồng nghiệp và gia đỉnh đã giúp đỡ tôi hoàn thành được luận văn tốt nghiệp của mình. Hà Nội, tháng 04 năm 2014 10 DANH MỤC CÁC BẢNG Bảng 2.1 Các hàm đơn thức được sử dụng cho các vector đặc tính bắt biến 44 Bảng 4.1 Tỉ lệ lỗi [%| trên WANG và IRMA-1617 sử dụng các phép đo khác nhau.

Đối với WANG, lược đỗ đặc tính bắt biến £00) = (X40) OR) duoc sir dụng, đổi với TRMA-1617 lược dỗ đặc tính cục bộ dược sử dụng [Ref 4] T7 Bang 4.2 Tỉ lệ lỗi [1⁄4] trên TRMA-1617 sử dụng các phép so sánh ảnh khác nhau [Ref 4] - - 79 Bang 4.- vu ket "` Bảng 4.4 1ï lệ lỗi [%] sử dụng các dặc tính khác nhau cho WANG [Ref 4] 8] Bang 4.5 Tỉ lệ lỗi [9%] sử dụng các đặc tính khác nhau cho IRMA-1617 [Ref 4]. S1 Báng 46 Tỉ lệ lỗi |3á| sử dụng lược dé dc tinh bat biển với biến đỗi xoay một phần cho cơ sở đữ liệu WANG vơi ƒŒ)— vx(10). 83 DANH MỤC CÁC KÝ HIỆU, CHU VIET TAT CBIR, Content Based Image Retrieval CIE Commision Intemationale de I’ Kelairage DBMS Database Management System EMD Earth Move Distance HSV Hue Saturation Value IRMA Image Retrieval in Medical Applications JPEG Joint Photographic Experts Group Isp Jensen Shannon Divergence KLY Karhunen-Loeve ‘Iransform MPEG Moving Picture Kxperts Group PCA Principal component analysis QBIC Query by Image Content SVD Singular Value Teoompostion LOI NOI DAU Ảnh đóng vai trò quan trọng trong cuộc sống thông tin hàng ngày của chúng 1a. Có người đã từng so sánh: một bức ảnh cỏ thế nói lồn nhiều điều hơn dùng ngàn.

từ để mô tả. Sự xuất hiện phố biến của máy ảnh kỹ thuật số hiện nay đã làm gia tăng nhanh chóng sổ lượng ảnh kỹ thuật số. Khối lượng ảnh đồ sồ này không thé quãn lý một cách thú công bởi con người dược nữa. Một người có dé dang tim kiếm một bức ảnh theo yêu cầu trong cơ sở dữ liệu chỉ gồm 100 bức ảnh.

Tuy nhiên, nếu số lượng ảnh lá hàng ngàn, hàng chục ngăn thì công việc nay trở thành bất khả thi. Sự phát triển của công nghệ máy tính ngày nay có thể trợ prúp trong việc tìm kiếm ảnh cũng giống như cách thực hiện tìm kiếm văn bản mà ta đã biết Một phương thức tìm kiếm ảnh trong cơ sở dữ liệu ảnh lả tạo các văn bản mô tả tất cả ảnh trong cơ sở đữ liệu vả sử dụng phương pháp tim kiếm thang lin đựa trên văn bản dé tìm ảnh. Phương pháp nảy cũng không hoàn toàn khả thi do việc chú thích cho các ảnh phải thực hiện thủ công và tôn rất nhiều thời gian. Mặt khác, các chủ thích này chưa hẳn dã mồ tả hết được nội đung của ảnh Vì vậy, cần có một phương pháp khae dé tim kiếm ảnh.

Một phạm vi km gác tứng dụng cần tìm kiếm ảnh như: trong y tế, rất nhiều ảnh được tạo ra và bác SỸ có thể cần tìm kiếm những hình ánh tương tự để hiểu về quá trình điều trị của các bệnh nhân vả kết quả diễu trị của họ. Một phỏng viên có thể tìm kiếm anh dé minh họa bài bảo của minh. Các ví dụ này cho thấy việc tìm kiếm không giống hoàn toàn như việc tìm kiểm trong các co sở dữ liệu truyền thống mà là sự tìm kiểm sự tương tự. Sự tương tự này cần phải được xác định một các chính xác để có thể thực hiện quá trình tìm kiếm tự động.

Các kỹ thuật hiện nay quy vào tìm kiếm ảnh một cách tự nhiên (content- bascd imago rotricval — CBIR). Trong CPTR, cân phái trích chọn các thông tin hữu Hình 4.3 Ví dụ ảnh tử 6 loại ảnh của CSDL IRMA-1617 [Ref 4] 76 Hình 4.4 Một vải ảnh từ loại ảnh “lổng ngực” của CSDL LRMA-1617 [Ref 4].5 Biểu đề PR sử dụng các hàm khoảng cách khác nhau [Rof 4] 78 Hình 4.6 Biéu dé PR cho WANG va IRMA-1617 tương ứng với tỉ lệ lỗi trong Bang 4.7 Kết qua tir multi-dimensional scaling cho cae dic tinh cla WANG 83 Tĩnh 4.8 Két qua tir multi-dimensional scaling cho các đặc tính cla IRMA. 84 Hình 5 | So dé khdi mô tả hoạt dộng của chương trình Hình 5.2 Giao diện chương trình mô phỏng .3 Môi số ảnh ví dụ trong tập ảnh Hình 5.5 Kết quả truy vẫn thực nghiệm 1a (mức nguỡng 1.6 Kết quả truy vẫn thực nghiệm 1a (mức ngưỡng 1.7 Kết quả truy vẫn thực nghiệm 1b (mức ngưỡng 4.8 Kết quả truy vẫn thực nghiệm 1b (mức ngưỡng 2.10 Kết quả truy vấn thực nghiệm 2a (mức ngưỡng 3.11 Kết quả truy vấn thực nghiệm 2a (mức ngưỡng 2 85*c+004) Hình 5.12 Kết quả truy vắn thực nghiệm 2b (mức ngưỡng 9.13 Kết quả truy vẫn thực nghiệm 2b (mức ngưỡng 5*c+004), Tĩnh 5.15 Kết quả truy vẫn thực nghiệm 2c (mức ngưỡng 8*e! 004).16 Kết quả truy vẫn thực nghiệm 2e (mức ngưỡng 5 4*c+004) Hình 5.18 Kết quả truy vấn thực nghiệm 3 (mức ngưỡng 2.19 KẾt quả truy vẫn thực nghiệm 3 (mức ngưỡng 1 .9#c+004) DANH MUC CAC HINH VE, DO THI Hình 1.1 Các bước chính trong xử lý ảnh số.2 Các thành phần chính của hệ thống xử lý ảnh .3 Ảnh biển đạng do nhiễu - - 17 Ilinh 1.4 Sơ đồ khối hệ thông truy tự nhiên. Hệ thống truy vấn có tương tác - 27 Hình 2.

Biến đỗi 77” từ RGH thành HSV và lượng tử hóa Ø'““ cung cấp ló6 mau HSV " - - .2 Biểu diễn màu phân bổ cục bộ Hình 2.3 Đặc lính máu và không gian kết hợp tìm ảnh bằng cách sơ sánh phân bố không gian của các vùng, .4 So dd tinh toán tích phân bắt biến.5 Ham kernel f(X) oda ving cuc b6.6 Mục đích của lược đồ đặc tỉnh.7 Ảnh ví dụ về đặc tỉnh cấu trúc: a) độ thô lớn b} độ thô nhỏ c} độ tương phản cao đ) độ tương phan thấp e) có tính hướng f) không có tính hướng AB Hinh 2.