I. Tổng quan về lĩnh vực nghiên cứu
Trong những năm gần đây, công nghệ ảnh số đã phát triển mạnh mẽ, kéo theo sự gia tăng nhanh chóng về số lượng ảnh được lưu trữ. Việc chụp và lưu giữ ảnh trở nên dễ dàng hơn bao giờ hết. Mỗi cá nhân có thể tạo cho mình một bộ sưu tập ảnh phong phú. Không chỉ dừng lại ở cá nhân, ảnh còn là dữ liệu quan trọng của tổ chức, nhà khoa học, và các hoạt động quản lý nhà nước. Tuy nhiên, với sự gia tăng này, việc tìm kiếm ảnh theo nội dung trở nên khó khăn hơn. Thuật ngữ truy vấn ảnh (image retrieval) được sử dụng để chỉ các phương pháp tìm kiếm ảnh trong cơ sở dữ liệu. Có hai kỹ thuật chính trong lĩnh vực này: truy vấn ảnh theo thông tin chú thích và truy vấn ảnh theo nội dung (CBIR). Kỹ thuật truy vấn theo thông tin chú thích yêu cầu mỗi bức ảnh phải có thông tin chú thích phù hợp, điều này có thể dẫn đến độ chính xác thấp nếu thông tin không đầy đủ hoặc không chính xác.
1.1. Các kết quả nghiên cứu trong và ngoài nước
Nhiều nghiên cứu đã được thực hiện để cải thiện hiệu quả của các thuật toán truy vấn ảnh. Các phương pháp như biến đổi wavelet và biến đổi curvelets đã được áp dụng để nâng cao khả năng trích xuất đặc trưng của ảnh. Biến đổi curvelets là một công cụ mạnh mẽ trong việc nắm bắt thông tin biên của ảnh, cho phép cải thiện độ chính xác trong việc truy vấn ảnh. Các nghiên cứu trước đây đã chỉ ra rằng việc sử dụng curvelets có thể cải thiện đáng kể hiệu quả truy vấn so với các phương pháp truyền thống. Điều này mở ra hướng nghiên cứu mới cho việc phát triển các hệ thống truy vấn ảnh hiệu quả hơn.
II. Phương pháp nghiên cứu
Luận văn này áp dụng phương pháp truy vấn ảnh dựa trên biến đổi curvelets để nâng cao hiệu quả truy vấn. Phương pháp này bao gồm việc trích xuất đặc trưng từ các băng con của curvelets và sử dụng các thông số như giá trị trung bình và độ lệch chuẩn để đánh giá độ tương đồng giữa các ảnh. Việc áp dụng curvelets cho phép nắm bắt thông tin chi tiết hơn về cấu trúc và kết cấu của ảnh, từ đó cải thiện độ chính xác trong quá trình truy vấn. Kết quả thực nghiệm cho thấy phương pháp này đã cải thiện độ chính xác truy vấn từ 5-12% so với các phương pháp trước đó.
2.1. Thiết kế hệ thống truy vấn ảnh
Hệ thống truy vấn ảnh được thiết kế dựa trên các thành phần của không gian màu HSV. Mỗi thành phần của ảnh màu được xử lý riêng biệt bằng biến đổi curvelets. Sau đó, các đặc trưng của từng thành phần được tính toán và kết hợp để tạo ra một vector đặc trưng tổng thể cho ảnh. Phương pháp này không chỉ giúp cải thiện độ chính xác mà còn giảm thời gian truy vấn, nhờ vào việc tối ưu hóa quy trình trích xuất đặc trưng. Kết quả cho thấy rằng việc sử dụng curvelets trong không gian màu HSV mang lại hiệu quả cao hơn so với các phương pháp truyền thống.
III. Kết quả thực nghiệm
Kết quả thực nghiệm cho thấy phương pháp truy vấn ảnh dựa trên biến đổi curvelets đã đạt được những thành công nhất định. Các thử nghiệm được thực hiện trên nhiều tập dữ liệu khác nhau, bao gồm tập ảnh Brodatz và Coil-100. Đặc biệt, độ chính xác truy vấn đã được cải thiện rõ rệt khi so sánh với các phương pháp trước đó. Việc áp dụng curvelets cho phép nắm bắt thông tin chi tiết về các đặc trưng của ảnh, từ đó nâng cao khả năng phân loại và tìm kiếm. Các kết quả này chứng minh rằng biến đổi curvelets là một công cụ hữu ích trong lĩnh vực truy vấn ảnh.
3.1. So sánh kết quả truy vấn
Kết quả truy vấn được so sánh giữa các phương pháp khác nhau, bao gồm biến đổi wavelet và biến đổi curvelets. Các thử nghiệm cho thấy rằng biến đổi curvelets không chỉ cải thiện độ chính xác mà còn giảm thời gian truy vấn. Đặc biệt, trong các thử nghiệm trên tập dữ liệu Coil-100, phương pháp này đã cho thấy hiệu quả vượt trội, với độ chính xác cao hơn từ 5-12% so với các phương pháp truyền thống. Điều này khẳng định giá trị thực tiễn của việc ứng dụng curvelets trong truy vấn ảnh.
IV. Kết luận và hướng phát triển
Luận văn đã hoàn thành các mục tiêu đề ra và đóng góp thiết thực vào lĩnh vực truy vấn ảnh. Việc ứng dụng biến đổi curvelets đã chứng minh được hiệu quả trong việc nâng cao độ chính xác và giảm thời gian truy vấn. Hướng phát triển tiếp theo có thể tập trung vào việc cải tiến các thuật toán trích xuất đặc trưng và mở rộng ứng dụng của curvelets trong các lĩnh vực khác như nhận diện đối tượng và phân tích video. Những nghiên cứu tiếp theo sẽ tiếp tục khai thác tiềm năng của curvelets trong việc xử lý và phân tích ảnh.
4.1. Đề xuất nghiên cứu tiếp theo
Nghiên cứu tiếp theo có thể tập trung vào việc phát triển các phương pháp mới kết hợp giữa biến đổi curvelets và các công nghệ học máy để cải thiện hơn nữa hiệu quả của truy vấn ảnh. Việc áp dụng các mô hình học sâu có thể giúp tối ưu hóa quá trình trích xuất đặc trưng và nâng cao khả năng phân loại ảnh. Hơn nữa, việc mở rộng ứng dụng của curvelets trong các lĩnh vực như nhận diện đối tượng và phân tích video sẽ mở ra nhiều cơ hội nghiên cứu mới.
