Luận Văn Thạc Sĩ: Tra Cứu Ảnh Dựa Trên Lưới và Ứng Dụng - Đại Học Quốc Gia Hà Nội

Luận văn thạc sĩ nghiên cứu tra cứu ảnh dựa trên lưới và ứng dụng, khảo sát thực trạng, phân tích nguyên nhân, đề xuất giải pháp cải thiện thực tiễn.

• Tác giả: Lê Thị Lan Anh
• Người hướng dẫn: PGS. TS Ngô Quốc Tạo
• Trường học: Trường Đại học Công nghệ - Đại học Quốc gia Hà Nội
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Tra Cứu Ảnh Dựa Trên Lưới Và Ứng Dụng
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2012
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CẢM ƠN
• LỜI CAM ĐOAN
• DANH MỤC HÌNH VẼ
• 1. CHƯƠNG 1: TỔNG QUAN VỀ TRA CỨU ẢNH
• 1.1. Giới thiệu chung
• 1.2. Các đặc trưng mức thấp của ảnh
• 1.3. Cấu trúc của một hệ thống tra cứu ảnh theo nội dung
• 1.4. Một số hệ thống tra cứu ảnh theo nội dung
• 1.4.1. Hệ thống QBIC
• 1.4.2. Hệ thống Photobook
• 1.4.3. Hệ thống VisualSEEK và WebSEEK
• 1.4.4. Hệ thống RetrievalWare
• 1.4.5. Hệ thống Imatch
• 1.5. Một số ứng dụng cơ bản của tra cứu ảnh
• 1.6. Kết luận chương
• 2. CHƯƠNG 2: MỘT SỐ PHƯƠNG PHÁP TRÍCH CHỌN ĐẶC TRƯNG HÌNH ẢNH
• 2.1. Phương pháp trích chọn đặc trưng theo màu sắc
• 2.1.1. Không gian màu
• 2.1.2. Lượng tử hoá màu
• 2.2. Phương pháp trích chọn đặc trưng theo kết cấu
• 2.2.1. Các đặc trưng Tamura
• 2.2.2. Các đặc trưng Wold
• 2.2.3. Mô hình SAR
• 2.2.4. Ma trận đồng khả năng
• 2.2.5. Biến đổi dạng sóng
• 2.3. Phương pháp trích chọn đặc trưng hình dạng
• 2.3.1. Biên và các phương pháp phát hiện biên
• 2.3.2. Xử lý ảnh trong miền tần số và biến đổi Fourier
• 2.4. Thông tin không gian
• 2.5. Kết luận
• 3. CHƯƠNG 3: TRA CỨU ẢNH DỰA TRÊN LƢỚI
• 3.1. Định nghĩa lưới
• 3.2. Phương pháp tra cứu ảnh dựa trên lưới
• 3.2.1. Một số khái niệm cơ bản
• 3.2.1.1. Khái niệm về hình dạng
• 3.2.1.2. Trục chính của hình dạng
• 3.2.1.3. Trục phụ của hình dạng
• 3.2.2. Tra cứu ảnh dựa trên lưới
• 3.2.3. Biểu diễn vùng hình dạng dựa trên lưới
• 3.2.4. Chuần hóa xoay
• 3.2.5. Chuẩn hóa co dãn
• 3.2.6. Chỉ mục vùng hình dạng
• 3.2.7. Các phép toán khác
• 3.2.8. Xử lý trường hợp vùng hì nh dạng có hơn một trục chí nh
• 3.2.9. Quy trì nh tạo chỉ mục và tra cứu ảnh dựa trên lưới
• 3.3. Tra cứu ảnh dựa vào chỉ mục kết hợp màu sắc và hình dạng
• 3.3.1. Các đặc trưng màu sắc và hình dạng
• 3.3.2. Phương pháp lập chỉ mục màu sắc
• 3.3.3. Biểu diễn hình dạng
• 3.3.4. Quá trình lập chỉ mục và truy vấn
• 3.3.4.1. Chỉ mục màu sắc
• 3.3.4.2. Chỉ mục hình dạng
• 3.4. Kết luận
• 4. CHƯƠNG 4: THIẾT KẾ VÀ CÀI ĐẶT CHƢƠNG TRÌNH MÔ PHỎNG TRA CỨU ẢNH DỰA TRÊN LƢỚI
• 4.1. Phát biểu bài toán
• 4.2. Cài đặt sử dụng phương pháp tra cứu ảnh dựa trên lưới
• 4.2.1. Chuyển đổi ảnh về ảnh đen trắng
• 4.2.2. Tìm hình chữ nhật cơ sở
• 4.2.3. Chuẩn hóa vùng hình dạng
• 4.2.3.1. Co dãn đối tượng
• 4.2.3.2. Tìm trục chính cho vùng hình dạng
• 4.2.3.3. Xoay vùng hình dạng
• 4.2.4. Phủ lưới vùng hình dạng
• 4.2.5. Tính độ tương tự
• 4.3. Giao diện chương trình
• KẾT LUẬN
• TÀI LIỆU THAM KHẢO
• MỞ ĐẦU

Tóm tắt

I. Tổng Quan Về Tra Cứu Ảnh Dựa Trên Lưới Luận Văn Thạc Sĩ

Với sự bùng nổ của công nghệ thông tin và Internet, số lượng ảnh số ngày càng tăng, đòi hỏi các phương pháp tra cứu ảnh hiệu quả. Tra cứu ảnh dựa trên nội dung (CBIR) nổi lên như một giải pháp tiềm năng, sử dụng các đặc trưng trực quan như màu sắc, kết cấu, và hình dạng để tìm kiếm. Luận văn thạc sĩ về tra cứu ảnh dựa trên lưới khai thác kỹ thuật lưới để trích xuất đặc trưng hình dạng, một yếu tố quan trọng trong việc nhận diện và đối sánh ảnh. Phương pháp này tập trung vào việc phủ lưới lên vùng hình dạng của đối tượng trong ảnh, từ đó tạo ra một chuỗi bit đặc trưng. Ưu điểm của phương pháp này là khả năng xử lý các truy vấn liên quan đến hình dạng, điều mà các phương pháp dựa trên màu sắc hoặc kết cấu thường gặp khó khăn. Luận văn này đi sâu vào lý thuyết, phương pháp và ứng dụng của tra cứu ảnh dựa trên lưới, đồng thời đề xuất các cải tiến để nâng cao hiệu quả tìm kiếm ảnh sử dụng lưới. Nghiên cứu này đóng góp vào việc phát triển các hệ thống tra cứu ảnh thông minh và đáp ứng nhu cầu ngày càng cao của người dùng.

1.1. Giới Thiệu Chung Về Bài Toán Tra Cứu Ảnh

Bài toán tra cứu ảnh là một lĩnh vực nghiên cứu quan trọng trong xử lý ảnh và thị giác máy tính. Mục tiêu là tìm kiếm các ảnh trong một cơ sở dữ liệu lớn, dựa trên một truy vấn nhất định. Truy vấn có thể là một ảnh mẫu, một phác thảo, hoặc một mô tả bằng văn bản. Các phương pháp tra cứu ảnh truyền thống dựa trên siêu dữ liệu (ví dụ: tên tệp, thẻ, mô tả), nhưng phương pháp này không hiệu quả khi số lượng ảnh lớn và mô tả không đầy đủ hoặc không chính xác. Tra cứu ảnh dựa trên nội dung (CBIR) giải quyết vấn đề này bằng cách sử dụng các đặc trưng trực quan của ảnh để tìm kiếm ảnh. Các đặc trưng này có thể là màu sắc, kết cấu, hình dạng, hoặc sự kết hợp của chúng. Hệ thống tra cứu ảnh theo nội dung cần trích xuất các đặc trưng này từ ảnh, lập chỉ mục chúng để tăng tốc độ tìm kiếm, và so sánh các đặc trưng của ảnh truy vấn với các đặc trưng trong cơ sở dữ liệu.

1.2. Ý Nghĩa Và Mục Tiêu Luận Văn Tra Cứu Ảnh Dựa Trên Lưới

Luận văn về tra cứu ảnh dựa trên lưới hướng đến việc cải thiện hiệu quả tra cứu ảnh theo hình dạng. Hình dạng là một đặc trưng quan trọng, đặc biệt trong các ứng dụng mà đối tượng cần tìm có hình dạng đặc trưng (ví dụ: tìm kiếm logo, sản phẩm, hoặc bộ phận cơ khí). Luận văn này tập trung vào việc nghiên cứu và phát triển các phương pháp trích xuất đặc trưng hình dạng dựa trên kỹ thuật lưới. Mục tiêu là tạo ra một hệ thống tra cứu ảnh có khả năng tìm kiếm ảnh có hình dạng tương tự với ảnh truy vấn một cách nhanh chóng và chính xác. Điều này đòi hỏi việc giải quyết các thách thức như biến đổi hình học (tịnh tiến, xoay, co giãn) và biến dạng (do góc nhìn, ánh sáng). Tra cứu ảnh dựa trên lưới có thể được ứng dụng trong nhiều lĩnh vực như thương mại điện tử, y tế, an ninh, và giáo dục.

II. Thách Thức và Hạn Chế Trong Tra Cứu Ảnh Dựa Trên Lưới

Mặc dù tra cứu ảnh dựa trên lưới mang lại nhiều tiềm năng, nhưng vẫn còn tồn tại một số thách thức và hạn chế. Việc lựa chọn kích thước lưới phù hợp là một vấn đề quan trọng. Lưới quá nhỏ có thể dẫn đến chi phí tính toán cao và độ nhạy cao với nhiễu, trong khi lưới quá lớn có thể làm mất đi các chi tiết quan trọng của hình dạng. Khả năng xử lý các đối tượng có hình dạng phức tạp hoặc biến dạng cũng là một thách thức. Các phương pháp chuẩn hóa hình dạng (ví dụ: xoay, co giãn) có thể không hiệu quả trong một số trường hợp, dẫn đến kết quả tra cứu không chính xác. Ngoài ra, việc kết hợp tra cứu ảnh dựa trên lưới với các đặc trưng khác (ví dụ: màu sắc, kết cấu) cũng là một lĩnh vực cần được nghiên cứu thêm để nâng cao hiệu quả tìm kiếm ảnh.

2.1. Vấn Đề Về Biến Đổi Hình Học Và Biến Dạng Ảnh

Một trong những thách thức lớn nhất trong tra cứu ảnh dựa trên lưới là xử lý các biến đổi hình học và biến dạng của ảnh. Các biến đổi hình học bao gồm tịnh tiến, xoay, và co giãn. Tịnh tiến làm thay đổi vị trí của đối tượng trong ảnh, xoay làm thay đổi hướng của đối tượng, và co giãn làm thay đổi kích thước của đối tượng. Các biến dạng có thể do nhiều yếu tố gây ra, chẳng hạn như góc nhìn, ánh sáng, và nhiễu. Để tra cứu ảnh hiệu quả, hệ thống cần phải có khả năng bất biến với các biến đổi hình học và biến dạng. Các phương pháp chuẩn hóa hình dạng (ví dụ: xoay hình ảnh để trục chính nằm ngang, co giãn hình ảnh về kích thước chuẩn) có thể giúp giải quyết một phần vấn đề này, nhưng chúng không phải lúc nào cũng hiệu quả, đặc biệt là khi đối tượng bị biến dạng nghiêm trọng. Việc phát triển các phương pháp trích xuất đặc trưng hình dạng bất biến với biến đổi hình học và biến dạng là một lĩnh vực nghiên cứu quan trọng.

2.2. Hạn Chế Về Khả Năng Mô Tả Hình Dạng Phức Tạp

Phương pháp tra cứu ảnh dựa trên lưới có thể gặp khó khăn khi mô tả các hình dạng phức tạp. Hình dạng phức tạp có nhiều chi tiết và đường cong, và việc biểu diễn chúng bằng một lưới đơn giản có thể dẫn đến mất thông tin quan trọng. Ví dụ, một hình dạng có nhiều lỗ hoặc đường cắt có thể không được biểu diễn chính xác bằng lưới. Để giải quyết vấn đề này, có thể sử dụng các kỹ thuật như lưới đa cấp (sử dụng nhiều lưới với kích thước khác nhau) hoặc kết hợp lưới với các phương pháp mô tả hình dạng khác (ví dụ: mô tả Fourier, moments hình ảnh). Tuy nhiên, việc tăng độ phức tạp của phương pháp mô tả hình dạng có thể làm tăng chi phí tính toán và giảm hiệu quả tra cứu.

III. Phương Pháp Trích Xuất Đặc Trưng Hình Dạng Dựa Trên Lưới

Luận văn trình bày chi tiết phương pháp tra cứu ảnh dựa trên lưới, bao gồm các bước: tiền xử lý ảnh, phân vùng ảnh, trích xuất vùng hình dạng, chuẩn hóa hình dạng, phủ lưới, tạo chuỗi bit đặc trưng, và đo độ tương tự. Các phương pháp chuẩn hóa hình dạng (ví dụ: chuẩn hóa xoay, chuẩn hóa co giãn) được sử dụng để giảm ảnh hưởng của các biến đổi hình học. Các thuật toán đo độ tương tự (ví dụ: khoảng cách Hamming) được sử dụng để so sánh các chuỗi bit đặc trưng và tìm kiếm ảnh có hình dạng tương tự.

3.1. Kỹ Thuật Phủ Lưới và Tạo Chuỗi Bit Đặc Trưng

Kỹ thuật phủ lưới là một bước quan trọng trong phương pháp tra cứu ảnh dựa trên lưới. Sau khi vùng hình dạng đã được chuẩn hóa, một lưới (thường là lưới vuông hoặc lưới chữ nhật) được phủ lên vùng hình dạng. Mỗi ô trong lưới được gán một giá trị (thường là 0 hoặc 1) dựa trên việc nó có chứa một phần của vùng hình dạng hay không. Giá trị này có thể được xác định bằng cách tính tỷ lệ diện tích của vùng hình dạng trong ô so với diện tích của ô. Chuỗi bit đặc trưng được tạo ra bằng cách quét các ô trong lưới theo một thứ tự nhất định (ví dụ: từ trái sang phải, từ trên xuống dưới) và nối các giá trị của các ô lại với nhau. Chuỗi bit này là một biểu diễn số hóa của hình dạng, và nó có thể được sử dụng để đo độ tương tự giữa các hình dạng khác nhau. Việc lựa chọn kích thước lưới và thứ tự quét là những yếu tố quan trọng ảnh hưởng đến hiệu quả của phương pháp tra cứu.

3.2. Chuẩn Hóa Xoay và Co Giãn Hình Dạng Trước Khi Phủ Lưới

Để đảm bảo tính bất biến với biến đổi hình học, vùng hình dạng thường được chuẩn hóa trước khi phủ lưới. Chuẩn hóa xoay được thực hiện bằng cách xoay vùng hình dạng sao cho trục chính của nó song song với một trục tọa độ chuẩn (thường là trục Ox). Chuẩn hóa co giãn được thực hiện bằng cách co hoặc giãn vùng hình dạng sao cho kích thước của nó đạt đến một giá trị chuẩn. Các phương pháp chuẩn hóa này giúp giảm ảnh hưởng của biến đổi hình học đến chuỗi bit đặc trưng, do đó cải thiện độ chính xác của tra cứu.

IV. Ứng Dụng Thực Tế và Kết Quả Nghiên Cứu Luận Văn

Luận văn trình bày các ứng dụng thực tế của tra cứu ảnh dựa trên lưới trong các lĩnh vực như nhận dạng đối tượng, tìm kiếm logo, và phân loại sản phẩm. Các kết quả nghiên cứu cho thấy phương pháp này có thể đạt được hiệu quả tra cứu cao trong một số trường hợp, đặc biệt là khi đối tượng cần tìm có hình dạng đặc trưng. Tuy nhiên, hiệu quả của phương pháp này có thể bị ảnh hưởng bởi các yếu tố như độ phức tạp của hình dạng, mức độ biến dạng, và lựa chọn kích thước lưới.

4.1. Cài Đặt Chương Trình Mô Phỏng Tra Cứu Ảnh Dựa Trên Lưới

Luận văn đề xuất một chương trình mô phỏng tra cứu ảnh dựa trên lưới, sử dụng ngôn ngữ lập trình và thư viện xử lý ảnh phù hợp. Chương trình mô phỏng cho phép thử nghiệm các phương pháp trích xuất đặc trưng hình dạng, chuẩn hóa hình dạng, và đo độ tương tự khác nhau, từ đó đánh giá hiệu quả của chúng. Chương trình cũng cung cấp giao diện người dùng thân thiện, cho phép người dùng nhập ảnh truy vấn và xem kết quả tra cứu.

4.2. Đánh Giá Hiệu Suất và So Sánh Với Các Phương Pháp CBIR Khác

Hiệu suất của phương pháp tra cứu ảnh dựa trên lưới được đánh giá bằng các độ đo như độ chính xác (precision) và độ phủ (recall). Các độ đo này được tính toán dựa trên một tập dữ liệu kiểm tra, bao gồm các ảnh có hình dạng khác nhau. Kết quả đánh giá cho thấy phương pháp tra cứu ảnh dựa trên lưới có thể đạt được độ chính xác và độ phủ cao trong một số trường hợp. Tuy nhiên, phương pháp này cũng có những hạn chế, đặc biệt là khi xử lý các hình dạng phức tạp hoặc bị biến dạng. So sánh với các phương pháp CBIR khác, phương pháp tra cứu ảnh dựa trên lưới có ưu điểm là đơn giản và dễ cài đặt, nhưng nó có thể không hiệu quả bằng các phương pháp phức tạp hơn (ví dụ: sử dụng mạng nơ-ron tích chập) trong một số trường hợp.

V. Kết Hợp Lưới Với Màu Sắc và Kết Cấu Để Tối Ưu Tra Cứu Ảnh

Việc chỉ dựa vào hình dạng đôi khi không đủ để phân biệt các đối tượng trong ảnh. Luận văn đề xuất kết hợp kỹ thuật lưới với các đặc trưng khác như màu sắc và kết cấu để nâng cao hiệu quả tra cứu. Ví dụ, có thể sử dụng màu sắc để lọc ra các ảnh có màu sắc tương tự với ảnh truy vấn, sau đó sử dụng lưới để tìm kiếm các ảnh có hình dạng tương tự trong tập ảnh đã lọc. Hoặc có thể sử dụng các đặc trưng kết cấu để phân biệt các đối tượng có hình dạng tương tự nhưng bề mặt khác nhau. Sự kết hợp các đặc trưng này có thể giúp cải thiện đáng kể độ chính xác và độ phủ của tra cứu ảnh.

5.1. Phương Pháp Lập Chỉ Mục Kết Hợp Màu Sắc và Hình Dạng

Để kết hợp màu sắc và hình dạng trong quá trình lập chỉ mục, có thể sử dụng một phương pháp đa cấp. Đầu tiên, ảnh được phân đoạn thành các vùng có màu sắc đồng nhất. Sau đó, vùng hình dạng của mỗi vùng được trích xuất và biểu diễn bằng lưới. Các vùng được lập chỉ mục bằng cách sử dụng cả màu sắc và chuỗi bit đặc trưng của lưới. Ví dụ, có thể sử dụng một bảng băm, trong đó khóa là màu sắc và giá trị là một danh sách các chuỗi bit đặc trưng tương ứng với các hình dạng khác nhau có cùng màu sắc. Khi tra cứu, ảnh truy vấn được phân đoạn và lập chỉ mục tương tự, và sau đó bảng băm được sử dụng để tìm kiếm các ảnh có cả màu sắc và hình dạng tương tự.

5.2. Độ Đo Tương Tự Tích Hợp Thông Tin Màu Sắc và Lưới

Để đo độ tương tự giữa các ảnh, có thể sử dụng một hàm khoảng cách tích hợp cả thông tin màu sắc và thông tin lưới. Ví dụ, có thể sử dụng khoảng cách Euclidean để đo khoảng cách giữa các vector màu sắc và khoảng cách Hamming để đo khoảng cách giữa các chuỗi bit lưới. Sau đó, có thể kết hợp hai khoảng cách này bằng cách sử dụng một trọng số, cho phép điều chỉnh mức độ quan trọng của màu sắc và hình dạng trong quá trình tra cứu. Một phương pháp khác là sử dụng một mạng nơ-ron để học một hàm khoảng cách phức tạp, có khả năng tự động trích xuất và kết hợp các đặc trưng màu sắc và hình dạng.

VI. Kết Luận và Hướng Nghiên Cứu Tiềm Năng Trong Tương Lai

Luận văn đã trình bày một nghiên cứu chi tiết về tra cứu ảnh dựa trên lưới, bao gồm các phương pháp trích xuất đặc trưng, chuẩn hóa hình dạng, và đo độ tương tự. Các kết quả nghiên cứu cho thấy phương pháp này có tiềm năng trong việc tra cứu ảnh có hình dạng đặc trưng. Tuy nhiên, vẫn còn nhiều hướng nghiên cứu tiềm năng trong tương lai, chẳng hạn như phát triển các phương pháp trích xuất đặc trưng hình dạng mạnh mẽ hơn, cải thiện khả năng xử lý các hình dạng phức tạp và bị biến dạng, và kết hợp lưới với các đặc trưng khác để nâng cao hiệu quả tra cứu ảnh.

6.1. Tóm Tắt Đóng Góp Của Luận Văn Về Tra Cứu Ảnh

Luận văn đã đóng góp vào lĩnh vực tra cứu ảnh bằng cách cung cấp một phân tích chi tiết về phương pháp tra cứu ảnh dựa trên lưới. Luận văn đã đề xuất các phương pháp trích xuất đặc trưng hình dạng, chuẩn hóa hình dạng, và đo độ tương tự hiệu quả, đồng thời trình bày các ứng dụng thực tế và kết quả nghiên cứu. Luận văn cũng chỉ ra các hạn chế của phương pháp tra cứu ảnh dựa trên lưới và đề xuất các hướng nghiên cứu tiềm năng trong tương lai.

6.2. Hướng Phát Triển Tiềm Năng Cho Nghiên Cứu Tra Cứu Ảnh Lưới

Các hướng phát triển tiềm năng cho nghiên cứu tra cứu ảnh dựa trên lưới bao gồm: Phát triển các phương pháp trích xuất đặc trưng hình dạng mạnh mẽ hơn, sử dụng các kỹ thuật học sâu (ví dụ: mạng nơ-ron tích chập) để tự động trích xuất các đặc trưng hình dạng từ ảnh. Nghiên cứu các phương pháp xử lý các hình dạng phức tạp và bị biến dạng hiệu quả hơn, sử dụng các mô hình hình dạng biến dạng (deformable shape models) hoặc các phương pháp phân tích hình dạng dựa trên đồ thị. Tích hợp lưới với các đặc trưng khác như màu sắc, kết cấu, và thông tin ngữ cảnh để nâng cao hiệu quả tra cứu ảnh. Xây dựng các hệ thống tra cứu ảnh có khả năng học hỏi và thích nghi với các truy vấn của người dùng, sử dụng các kỹ thuật học máy và khai phá dữ liệu.

Trích đoạn nội dung tài liệu

MỞ ĐẦU Cùng với sự phát triển như vũ bão của khoa học công nghệ, công nghệ thông tin ngày càng được ứng dụng rộng rãi vào tất cả các lĩnh vực của đời sống xã hội. Từ thành thị đến nông thôn, từ tổ chức đến cá nhân hay các lĩnh vực tưởng chừng như rất xa vời với công nghệ thông tin thì cũng đã và đang được áp dụng những thành tựu của công nghệ thông tin. Công nghệ thông tin đã thực sự len lỏi vào mọi ngõ ngách của đời sống con người. Công nghệ thông tin làm cho con người năng động hơn, nhanh nhẹn hơn, … thích nghi tốt hơn đối với môi trường và tạo ra năng suất, hiệu quả cao.

Công nghệ thông tin nói chung, Internet nói riêng cùng với sự phát triển của công nghệ kỹ thuật số đã tạo nên một kho dữ liệu ảnh khổng lồ vượt quá sự kiểm soát của con người. Khi có nhu cầu tra cứu một vài bức ảnh nào đó trong một cơ sở dữ liệu, công việc cần thực hiện là xem lần lượt từng tấm ảnh một và tiến hành so sánh với ảnh cần tìm cho đến khi đạt được kết quả như mong muốn. Điều này là rất khó khăn khi cơ sở dữ liệu ảnh có tới hàng trăm ngàn ảnh. Do đó, việc xây dựng một hệ thống phục vụ công việc tra cứu ảnh là rất cần thiết.

Hệ thống tra cứu đảm bảo sẽ trả về kết quả nhanh hơn so với việc tra cứu thủ công. Các công cụ tra cứu ảnh có thể dựa vào đặc trưng văn bản đi kèm hoặc nội dung ảnh. Một số công cụ tra cứu ảnh theo văn bản đi kèm như: Google Image Search, Yahoo!, … và một số công cụ tra cứu ảnh dựa vào nội dung ảnh như: Google Image Swirl, Bing, … Do đó, việc xây dựng các hệ thống tra cứu là rất cần thiết. Các công cụ tra cứu ảnh thường dựa vào hai đặc trưng chính là văn bản đi kèm ảnh hoặc nội dung ảnh.

Ngày nay có một số công cụ tra cứu ảnh theo văn bản đi kèm như Google Image Search, Yahoo!, MSN, … và một số công cụ tra cứu ảnh dựa vào nội dung ảnh như Google Image Swirl, Bing, … Trước đây, người ta thường sử dụng phương pháp tra cứu ảnh theo văn bản đi kèm (Text Based Image Retrieval). Theo phương pháp này người ta sẽ gán cho mỗi bức ảnh một lời chú thích phù hợp với nội dung hoặc một đặc điểm nổi bật nào đó của ảnh, sau đó việc tra cứu ảnh được thực hiện dựa trên những lời chú thích này. Phương pháp này khá đơn giản. Tuy nhiên, việc tra cứu ảnh dựa vào văn bản đi kèm còn có nhiều nhập nhằng giữa nội dung ảnh hiển thị với nội dung văn bản đi kèm ảnh trong quá trình tra cứu.

Ví dụ, với truy vấn có lời chú thích là “Apple” thì hệ thống tra cứu khó có thể phân biệt được người dùng muốn tìm hình ảnh quả táo hay tìm logo của hãng Apple. Thêm vào đó phương pháp tra cứu ảnh theo văn bản còn khó có thể áp dụng để tra cứu trong các cơ sở dữ liệu ảnh có số lượng ảnh lớn. Tra cứu ảnh theo nội dung (Content Based Image Retrieval) là một trong những phương pháp được nhiều người quan tâm nghiên cứu hiện nay. Ý tưởng chính của phương pháp này là trích chọn các đặc điểm dựa vào nội dung trực quan của ảnh như TIEU LUAN MOI download : [e-mail] 8 màu sắc, kết cấu, hình dạng và bố cục không gian của ảnh để làm cơ sở cho việc tra cứu, sắp xếp, tổ chức cơ sở dữ liệu ảnh.

Một số hệ thống tra cứu ảnh nổi tiếng như QBIC, Virage, Photobook, VisualSEEK, … đã áp dụng khá thành công phương pháp tra cứu này. Khi tra cứu ảnh theo nội dung người ta có thể trích chọn theo đặc trưng màu sắc, kết cấu, hình dạng hoặc có thể kết hợp nhiều đặc trưng để cho kết quả tra cứu tốt hơn. Tuy nhiên khi tra cứu ảnh dựa vào màu sắc hay kết cấu thì khó cho kết quả tốt với những tìm kiếm liên quan tới hình dạng các đối tượng. Do đó tra cứu ảnh theo hình dạng là một công cụ hữu hiệu giải quyết nhu cầu thiết thực này.

Phương pháp tra cứu ảnh theo hình dạng cho phép người dùng yêu cầu các đối tượng có hình dạng tương tự với hình dạng của đối tượng được truy vấn. Một phương pháp tra cứu mới dựa trên hình đại diện và độ tương tự được gọi là phương pháp tra cứu ảnh dựa trên lưới. Phương pháp này sử dụng kỹ thuật phủ lưới lên vùng hình dạng nhằm trích chọn ra chuỗi bít đặc trưng phục vụ cho việc đối sánh để có được kết quả tra cứu phù hợp nhất. Không chỉ đơn thuần sử dụng lưới cho vùng hình dạng người ta còn có thể kết hợp thêm với đặc trưng màu sắc để cho kết quả tra cứu tốt hơn.

Một phương pháp mới được giới thiệu gồm hai giai đoạn dựa vào hai đặc trưng mức thấp của ảnh là màu sắc và hình dạng. Với phương pháp này, ảnh được phân vùng thành các vùng màu trội với các thông tin mô tả tương ứng như vị trí, diện tích, … được sử dụng làm chỉ mục cho khâu tra cứu dựa vào màu sắc. Kết quả là các vùng màu sắc được tìm thấy, từ đó ta thực hiện phương pháp tra cứu ảnh dựa trên lưới với các vùng màu sắc này. Khi kết hợp cả hai đặc trưng này sẽ cho kết quả tra cứu tốt hơn rất nhiều.

Nội dung luận văn gồm có bốn chương: Chƣơng 1: Giới thiệu về tra cứu ảnh, các đặc trưng của ảnh, cấu trúc hệ thống tra cứu ảnh theo nội dung và một số lĩnh vực ứng dụng của tra cứu ảnh. Chƣơng 2: Trình bày một số phương pháp trích chọn đặc trưng hình ảnh như màu sắc, kết cấu, hình dạng … Chƣơng 3: Tập trung tìm hiểu kỹ thuật tra cứu ảnh dựa trên lưới. Đồng thời giới thiệu phương pháp tra cứu ảnh kết hợp giữa đặc trưng màu sắc và hình dạng có sử dụng kỹ thuật lưới vùng. Chƣơng 4: Từ cơ sở lý thuyết đã xây dựng ở chương 3 đưa ra ý tưởng, thuật toán xây dựng chương trình mô phỏng tra cứu ảnh dựa trên lưới.

TIEU LUAN MOI download : [e-mail] 9 Chƣơng 1: TỔNG QUAN VỀ TRA CỨU ẢNH 1.1 Giới thiệu chung Với lịch sử phát triển từ đầu những năm 1920, xử lý ảnh được biết đến với ứng dụng truyền ảnh số qua dây cáp - giúp giảm thiểu thời gian truyền tải hình ảnh. Bình thường để truyền một hình ảnh qua biển Atlantic phải mất tới hơn một tuần thì qua hệ thống này chỉ mất hơn 3 giờ đồng hồ. Đây một hệ thống chuyên dụng đã được trang bị để mã hóa các bức ảnh thành một dạng tín hiệu sau đó truyền qua hệ thống dây cáp, ở đầu nhận tín hiệu sẽ có một hệ thống chuyên dụng để giải mã và khôi phục lại chúng. Ngày nay phạm vi ứng dụng của xử lý ảnh đã được mở rộng nhằm phục vụ cho nhiều mục đích khác nhau.

Kỹ thuật xử lý ảnh có liên quan tới xử lý tín hiệu hai chiều và được áp dụng bằng một chuẩn riêng về kỹ thuật xử lý ảnh cho nó. Quá trình thực thi của hệ thống xử lý ảnh bao gồm: - Thu nhận ảnh. - Phân tích ảnh. - Nhận dạng ảnh.

Thu nhận ảnh: Ảnh thu nhận được từ môi trường thực tế thông qua các thiết bị như máy chụp hình (Camera), máy quét hình (Scanner) hay bộ cảm ứng (Sensor) được lắp đặt trên các vệ tinh, ảnh này trong thực tế là ảnh liên tục về không gian và giá trị độ sáng, sau quá trình thu nhận sẽ cho đầu ra là ảnh có dạng bản đồ các bit (ảnh bitmap). Ngày nay ảnh còn có thể được xây dựng ngay trên hệ thống máy tính, thông qua các thuật toán xử lý đồ họa máy tính. Do đó trong một vài trường hợp ảnh đầu vào sẽ là tín hiệu đã được số hóa. Số hóa ảnh: Trước khi phân tích ảnh người ta phải số hóa bức ảnh đó, ảnh đầu vào dạng bitmap qua bộ số hóa sẽ tạo ra một ảnh vector có hướng.

Phân tích ảnh: Đây là quá trình tác động vào ảnh đã số hóa nhằm mục đích tăng cường ảnh, phân vùng, phân đoạn ảnh hay phát hiện biên … để phục vụ cho các mục đích khác nhau trong xử lý ảnh. Nhận dạng ảnh: Là quá trình mô tả ảnh, mô tả đối tượng nhằm vào các mục đích khác nhau như: Nhận dạng vân tay, nhận dạng mặt người, nhận dạng chữ viết,. Muốn thực hiện được các công việc này người ta phải sử dụng cơ sở tri thức hoặc một bộ lưu trữ gồm một tập các mẫu hay gọi là cơ sở dữ liệu thông tin. Qua quá trình tra cứu nhận dạng ra các đối tượng có trong ảnh và các ảnh tương tự trong cơ sở dữ liệu thông tin với ảnh đầu vào để xác nhận tính đúng đắn.

Ngoài ra TIEU LUAN MOI download : [e-mail] 10 người ta còn dùng tra cứu ảnh để phục vụ các mục đích như tra cứu ảnh tương tự với ảnh đầu vào nhưng có chất lượng tốt hơn, mang thông tin quan trọng hơn, … Tra cứu ảnh được biết đến là một quá trình tìm kiếm ảnh trong một cơ sở dữ liệu ảnh những ảnh thoả mãn một yêu cầu nào đó. Khi tra cứu ảnh người ta có thể sử dụng phương pháp tra cứu ảnh theo văn bản đi kèm hay theo nội dung ảnh. Với tra cứu ảnh theo văn bản đi kèm có thể gây nên sự nhập nhằng về ngữ nghĩa khi nội dung văn bản không lột tả hết được nội dung cơ bản của ảnh và kết quả trả về thường mang tính chủ quan, cảm ngữ cảnh. Tra cứu ảnh theo nội dung có vẻ như cho kết quả tốt hơn vì khi tra cứu ảnh người ta sẽ dựa trên các đặc trưng mức thấp của ảnh như màu sắc, kết cấu hay hình dạng.

Tra cứu ảnh theo nội dung được thực hiện theo nguyên tắc sử dụng các đặc trưng mức thấp của ảnh như màu sắc, kết cấu, … để biểu diễn ảnh. Sau đó tính độ tương tự giữa ảnh cần tìm và ảnh trong cơ sở dữ liệu để đưa ra kết quả là bức ảnh có độ tương tự cao nhất.2 Các đặc trƣng mức thấp của ảnh Đặc trưng mức thấp của ảnh là một vài đặc điểm thu nhận được từ một bức ảnh như: Hình dạng, màu sắc, kết cấu, và mối liên hệ không gian giữa các đối tượng. Các đặc trưng đó rất quan trọng, người ta có thể dùng các đặc trưng này để mô tả và biểu diễn nội dung ảnh.