CHƯƠNG 1: TỔNG QUAN VỀ KẾT CẤU VÀ PHÁT HIỆN ĐỐI TƯỢNG 1.1 Tổng quan về kết cấu và ứng dụng 1.1 Định nghĩa kết cấu Kết cấu (của bề mặt của vật thể) trong tự nhiên là một khái niệm chung mà ngƣời ta có thể quy cho mọi vật. Có khá nhiều định nghĩa về kết cấu của đối tƣợng trong tự nhiên. Theo từ điển Webster, 1986 kết cấu “Là cấu trúc hoặc một sự sắp xếp cơ sở, một kết hợp chặt chẽ của hầu hết các phần tử riêng lẻ tạo nên một đối tượng” Theo từ điển Oxford, 1989 “Là sự tổ chức, cấu trúc, hoặc chất liệu của bất kỳ những gì hình thành nên một đối tượng” Nói chung, ngƣời ta có thể hiểu một cách chung nhất kết cấu là các tính chất thể hiện ra bên ngoài có thể nhìn thấy và tiếp xúc đƣợc của một đối tƣợng nào đó. Nhiều ví dụ minh họa về kết cấu nhƣ kết cấu của cát, của khói, của vân tay ngƣời,… Đối với con ngƣời, thể hiện của kết cấu liên quan đến các cấu trúc cục bộ của bề mặt đƣợc lặp đi lặp lại về mặt không gian.
Các cấu trúc này đƣợc hình thành từ một hay một vài phần tử cơ bản (Primitives) riêng biệt. Nó chứa các thông tin quan trọng về sự sắp xếp cấu trúc của bề mặt. Kết cấu gạch Kết cấu vân tay Kết cấu mây Kết cấu đất Hình 1.1 : Ví dụ về kết cấu 7 TIEU LUAN MOI download : skknchat@gmail.com Trong lĩnh vực xử lý ảnh số, tính chất kết cấu của ảnh đƣợc thể hiện thông qua sự biến thiên về màu sắc và cƣờng độ của ảnh. Mặc dù không thể có thông tin về nguyên nhân sự biến thiên này nhƣng thông tin về sự khác nhau của của các pixel trong ảnh đã đƣa ra nhiều phƣơng pháp để xác định kết cấu của đối tƣợng.
Tuy nhiên từ trƣớc đến nay chƣa ai có thể đƣa ra đƣợc một định nghĩa chính xác về mặt toán học (định nghĩa cho xử lý số) cho kết cấu của đối tƣợng trong ảnh số. Theo [1], Haralick (1973):“Kết cấu rất khó để có được một định nghĩa chính xác”. Mƣời năm sau, Cross & Jain (1983) đƣa ra một định nghĩa đơn giản hơn:“ Chúng ta xem xét một kết cấu như là một ảnh hai chiều với tính chất tương đối chu kỳ và ngẫu nhiên”. Nhƣng mƣời ba năm sau việc định nghĩa kết cấu cũng không rõ ràng hơn: “Kết cấu mặc dù thiếu một định nghĩa chính xác nhưng lại có rất nhiều ứng dụng trong lĩnh vực thị giác máy tính (Jain & Karu 1996)”.
Với việc thiếu những lý thuyết cơ bản và thống nhất nhƣ vậy đã làm cho việc phân tích kết cấu kém thuyết phục và không đồng nhất ít ra là về mặt phƣơng pháp luận theo quan điểm của các nhà toán học. Và cũng do đó việc đánh giá chất lƣợng của các hệ thống sử dụng tính kết cấu của ảnh phần nhiều đều mang tính kinh nghiệm. Tuy vậy cũng có rất nhiều nghiên cứu trong việc tạo ra và sử dụng các độ đo kết cấu đƣợc áp dụng nhiều trong các hệ thống thị giác máy tính. Trong các nghiên cứu đó, việc đƣa ra các kỹ thuật sử dụng kết cấu phụ thuộc rất nhiều vào mô hình kết cấu đƣợc sử dụng và phân loại.
Một số tác giả đã phân loại kết cấu theo sự thể hiện của chúng. Một cách phân loại kết cấu hay đƣợc sử dụng là phân chia chúng thành hai nhóm chính, kết cấu ngẫu nhiên (Stochastic –hình 1.3) và kết cấu xác định đƣợc (Deterministic- hình 1. 8 TIEU LUAN MOI download : skknchat@gmail.2: Ví dụ về kết cấu đƣợc xác định Hình 1.3: Ví dụ về kết cấu ngẫu nhiên Trong [2], theo cách phân chia này Tamura (1978) đƣa ra các đặc trƣng mà các hệ thống phân tích kết cấu thƣờng hay sử dụng, gọi tắt là các đặc trƣng Tamura, các đặc tính quan trọng nhất của kết cấu cho hệ thống hình dung của con ngƣời là tính giống đường (Line-likeness), tính trật tự (Regularity), tính gồ ghề (Roughness), tính thô ráp (Coarseness), tính tương phản (Contrast), tính có hướng (Directionality). Ngoài ra theo cách phân loại kết cấu của Rao & Lohse (1993) dựa trên ba chiều trực giao là sự lặp lại – sự không lặp, sự vô hƣớng với sự tƣơng phản cao - có hƣớng với sự tƣơng phản thấp, độ mịn – độ hạt của kết cấu, kết cấu đƣợc phân chia theo sự đồng nhất về không gian của chúng thành ba loại: kết cấu đồng nhất, kết cấu đồng nhất yếu (hình 1.4), kết cấu không đồng nhất.
Dựa trên cách phân loại này một số độ đo kết cấu (Texture Measures) đã đƣợc nghiên cứu và áp dụng cho các hệ thống thị giác máy tính [1]. 9 TIEU LUAN MOI download : skknchat@gmail.4: Ví dụ về kết cấu đồng nhất yếu 1.2 Các ứng dụng của kết cấu Trong lĩnh vực thị giác máy tính thông tin kết cấu đóng một vai trò quan trọng. Trong hầu hết các ứng dụng, các kỹ thuật đƣợc phát triển cho việc phân tích kết cấu tập trung vào việc tìm một mô tả kết cấu một cách hiệu quả, tổng quát [ 1, 10, 11, 12]. Mục đích chính là để cho máy tính có thể sử dụng các thao tác toán học cho việc thay thế, so sánh cũng nhƣ chuyển đổi kết cấu.
Các giải thuật phân tích kết cấu hầu hết liên quan đến việc chọn lọc, xác định các đặc trƣng kết cấu và biểu diễn các đặc trƣng này dƣới một dạng mà máy tính có thể hiểu đƣợc. Các giải thuật khác nhau có các đặc trƣng đƣợc chọn lọc và cách biểu diễn các đặc trƣng của kết cấu khác nhau. Với các giải thuật sử dụng tiếp cận thống kê, chúng đặc tả kết cấu qua các thông kê tín hiệu của ảnh hay các tính chất phân bố không gian của tín hiệu ảnh. Với các giải thuật sử dụng cách tiếp cận theo phổ của ảnh (Spectral), chúng đặc tả kết cấu theo miền phổ.
Các giải thuật tiếp cận theo mô hình kết cấu có cấu trúc, chúng đặc tả các kết cấu nhƣ là phân cấp theo sự sắp xếp không gian của các đối tƣợng cơ bản. Cũng tƣơng tự nhƣ mô hình xác suất cho giải thuật phân tích kết cấu. kết cấu đƣợc đặc tả dƣới dạng hàm phân bố. Có 4 dạng ứng dụng chính của kết cấu dựa trên các kỹ thuật phân tích kết cấu vừa nêu.
10 TIEU LUAN MOI download : skknchat@gmail.com Phân loại kết cấu Phân loại kết cấu là các ứng dụng gán mỗi kết cấu đã cho tới các lớp kết cấu khác nhau đƣợc định nghĩa trƣớc. Có hai phƣơng pháp phân loại kết cấu chính là phân loại có giám sát (Supervised) và phân loại không giám sát (Unsupervised). Phân loại kết cấu có giám sát là kỹ thuật có cung cấp các ví dụ mẫu về các lớp kết cấu nhƣ là một tập huấn luyện, bộ phân loại sẽ sử dụng các mẫu này để học về tính chất của kết cấu. Phân loại không giám sát không yêu cầu tri thức về các mẫu huấn luyện cho trƣớc.
Nó có thể tự động nhận ra các lớp khác nhau từ các mẫu đầu vào. Một loại phân loại kết cấu khác ít khi đƣợc sử dụng là phân loại kết cấu nửa giám sát (Semi-supervised), loại phân loại này yêu cầu một phần nhỏ tri thức cần phải biết trƣớc cho nhận dạng. Quá trình phân loại bao gồm hai trạng thái chính. Thứ nhất là quá tình xác định các đặc trƣng của kết cấu, tùy vào từng ứng dụng sẽ có các cách lấy đặc trƣng khác nhau sao cho phù hợp và chính xác với mỗi loại kết cấu.
Các đặc trƣng này sẽ đƣợc biểu diễn dƣới dạng các độ đo đặc trƣng. Việc chọn các đặc trƣng là đặc biệt quan trọng và thƣờng phải đảm bảo các yêu cầu về sự không thay đổi với các thao tác chuyển ảnh nhƣ dịch ảnh, quay ảnh, hay phóng to, thu nhỏ ảnh. Lý tƣởng nhất là các độ đo định lƣợng của kết cấu đầu vào gần một cách tối đa với độ đo của các kết cấu tƣơng tự. Tuy nhiên việc thiết kế một bộ xác định kết cấu có khả năng ứng dụng một cách tổng thể là một vấn đề khó và nó thƣờng yêu cầu một số tri thức trong các lĩnh vực hẹp.
Trạng thái thứ hai là quá trình phân loại, bộ phân loại sẽ dựa trên các độ đo đặc trƣng để phân các kết cấu đầu vào vào các lớp thích hợp. Bộ phân loại đƣợc xem nhƣ một hàm với đầu vào độ đo của các đặc trƣng của kết cấu đầu vào và đầu ra là lớp kết cấu tƣơng ứng. Trong phân loại có giám sát ngƣời ta thƣờng sử dụng bộ phân loại K láng giềng gần nhất (K-nearest neighbour). Đây là bộ phân loại mà kết cấu đầu vào đƣợc xác định bằng cách tính toán khoảng cách với K trƣờng hợp huấn luyện gần nhất.
Hàm khoảng cách đƣợc tính toán dựa trên không gian đặc trƣng nhiều 11 TIEU LUAN MOI download : skknchat@gmail. Các khoảng cách Euclidean, Chi-square, và Kullback-Leibler là các khoảng cách đƣợc sử dụng chính để đo độ tƣơng tự của hai vector đặc trƣng. Đây là các phƣơng pháp phân loại không tham số. Một số phƣơng pháp phân loại khác dựa vào giả thiết về sự phân bố xác suất của vector đặc trƣng thƣờng đƣợc gọi với tên phân loại có tham số.
Phân loại kết cấu có thể sắp xếp các dữ liệu ảnh thành các thông tin có thể hiểu đƣợc một cách dễ dàng. Điều này làm cho nó có nhiều ứng dụng rộng rãi trong các lĩnh vực nhƣ truy vấn ảnh dựa vào nội dung, các ứng dụng ảnh y học, các ứng dụng kiểm tra chất lƣợng công nghiệp hay các ứng dụng về nhận dạng vân tay, mặt ngƣời, tròng mắt trong các ứng dụng về an ninh sinh trắc học … Phân đoạn kết cấu Phân đoạn kết cấu là các loại ứng dụng phân chia một ảnh thành các vùng riêng biệt dựa vào thuộc tính kết cấu của bề mặt của các vùng. Các vùng này là các vùng có cùng một thuộc tính kết cấu nào đó. Kết quả của quá trình phân đoạn dựa vào kết cấu có thể làm đầu vào cho các quá trình xử lý và phân tích ảnh về sau (chẳng hạn nhƣ nhận dạng đối tƣợng).
Cũng nhƣ quá trình phân loại kết cấu, phân đoạn kết cấu cũng gồm hai trạng thái chính là xác định các độ đo đặc trƣng và sử dụng các thông số để cô lập các kết cấu. Tuy nhiên việc phân đoạn các kết cấu phải làm thêm việc dò đƣợc biên của các kết cấu đã đƣợc nhận dạng. Các kỹ thuật phân đoạn kết cấu cũng có thể là giám sát hoặc không giám sát phụ thuộc vào thông tin đƣợc biết trƣớc của ảnh hoặc các lớp kết cấu sẵn có.