ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG TRẦN DOÃN HIỂN NGHIÊN CỨU PHƢƠNG PHÁP PHÂN ĐOẠN ẢNH SỬ DỤNG PHÂN CỤM VÀ ỨNG DỤNG TRONG TRA CỨU ẢNH DỰA VÀO NỘI DUNG LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH Thái Nguyên, năm 2013 2 Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn LỜI MỞ ĐẦU Xử lý ảnh là lĩnh vực nghiên cứu đang phát triển không ngừng bởi tính trực quan sinh động cũng nhƣ khả năng áp dụng vào thực tế lớn. Hiện xử lý ảnh đang giành đƣợc nhiều sự quan tâm của các nhà nghiên cứu trong và ngoài nƣớc. Trong xử lý ảnh, tra cứu ảnh có thể nói là lĩnh vực đòi hỏi sự nghiên cứu tổng hợp: nghiên cứu xử lý ảnh để rút trích các đặc trƣng, áp dụng các tính toán toán học cao cấp để xác định mức độ tƣơng đồng giữa hai ảnh. Hơn nữa, cùng với sự phát triển của phần mềm và phần cứng, khối lƣợng ảnh phát triển không ngừng và ngày càng lớn. Một số lƣợng lớn các ảnh đang đƣợc sử dụng ở trong thƣ viện ảnh số và trên web. Vì vậy nhu cầu tìm kiếm ảnh là một nhu cầu tất yếu. Hiện tại, tra cứu ảnh ứng dụng trong khá nhiều lĩnh vực nhƣ: quản lý biểu trƣng(logo), truy tìm tội phạm, ứng dụng trong y khoa, quân sự…. Hệ thống tra cứu ảnh dựa trên nội dung (CBIR-Content-Based Image Retrieval) là hệ thống truy vấn ảnh dựa trên việc tự động rút trích một số thông tin đặc trƣng trong ảnh nhƣ: màu sắc, kết cấu, vị trí, hình dạng. Phƣơng pháp này đã đƣợc nhiều ngƣời nghiên cứu với nhiều cách tiếp cận khác nhau; do đó rất nhiều hệ thống tra cứu ảnh dựa trên nội dung đã ra đời nhƣ: QBIC, VisualSeek, WebSeek và BlobWorld Phân cụm là bài toán đã đƣợc nhiều ngƣời nghiên cứu trƣớc đây, nhƣng cho đến nayvẫn có vai tròquan trọng và cần thiết trong nghiên cứu khai phá dữ liệu cũng nhƣ trong nhiều lĩnh vực đời sống: thƣơng mại, sinh học, phân tích dữ liệu không gian. Đề tài này nghiên cứu kỹ thuật phân cụm ảnh thành từng vùng rồi trích chọn đặc trƣng của từng vùng, dựa vào đó ta có thể tra cứu các bức ảnh một cách nhanh chóng và chính xác từ một cơ sở dữ liệu ảnh cho trƣớc. Có nhiềuphƣơng pháp phân cụm khác nhau nhƣ K-Means, HAC. Mỗi phƣơng pháp có những ƣu điểm, thế mạnh riêng và có yêu cầu riêng về cách biểu diễn dữ liệu, độ đo. So sánh các thuật toán khác nhau ở các phạm vi khác nhau là khôngđơn giản, do vậy việc đánh giá thƣờng dựa vào chất lƣợng kết quả phân cụm.Phân cụm tích lũy phân cấp (Hierarchical Agglomerative Clustering HAC) là thuật toán phân cụm cây phâncấp có tính gia tăng cao và tạo ra đƣợc một cây phân cấp các pixel dựa theo yếu tố nào đó, theo hƣớng tiếp cận này khóa luận sẽ áp dụng phƣơng pháp phâncụm HAC để phân cụm dữ liệu trƣớc khi đƣa vào tra cứu ảnh. Nội dung của luận văn giới thiệu tổng quan về tra cứu ảnh dựa vào nội dung và đi sâu vào đề tài “Nghiên cứu phƣơng pháp phân đoạn ảnh sử dụng phân cụm và ứng dụng trong tra cứu ảnh dựa vào nội dung”. Trên những cơ sở phƣơng pháp tra cứu ảnh dựa vào phân cụm, tiến hành xây dựng chƣơng trình thử nghiệm cho phép đọc 3 Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn vào một ảnh mẫu và tìm kiếm những ảnh tƣơng tự với ảnh mẫu trong một tập hợp các ảnh cho trƣớc. Nội dung khoá luận gồm có 3 chƣơng: CHƢƠNG 1: TỔNG QUAN VỀ TRA CỨU ẢNH DỰA VÀO NỘI DUNG, giới thiệuphƣơng pháp tra cứu ảnh dựa vào nội dung và một số hệ thống tra cứu ảnh tiêu biểu. CHƢƠNG 2: TRA CỨU ẢNH DỰA VÀO NỘI DUNG SỬ DỤNG PHÂN CỤM THEO MÀU, giới thiệu chi tiết về thuật toán cũng nhƣ phƣơng pháp tra cứu ảnh sử dụng phân cụm. CHƢƠNG 3: XÂY DỰNG HỆ THỐNG VÀ KẾT QUẢ ĐẠT ĐƢỢC, xây dựng phân tích thiết kế hệ thống và giới thiệu một số kết quả đạt đƣợc khi xây dựng chƣơng trình. LỜI CẢM ƠN Trong quá trình thực hiện luận văn này, em luôn nhận đƣợc sự hƣớng dẫn, chỉ bảo tận tình của TS Nguyễn Hữu Quỳnh, Khoa Công nghệ Thông tin thuộc trƣờng Đại học Điện lực là cán bộ trực tiếp hƣớng dẫn khoa học cho em. Thầy đã giành nhiều thời gian trong việc hƣớng dẫn cách nghiên cứu, đọc tài liệu, cài đặt các thuật toán và giúp đỡ về xây dựng hệ thống thực nghiệm. Em xin chân thành cảm ơn các Thầy, Cô giáo trong trƣờng Đại học Công nghệ Thông tin và Truyền Thông, Đại học Thái Nguyên đã luôn nhiệt tình giúp đỡ và tạo điều kiện tốt nhất cho em trong suốt quá trình học tập tại trƣờng. Xin chân thành cảm ơn các anh, các chị và các bạn học viên lớp Cao học - trƣờng Đại học Công nghệ Thông tin và Truyền Thông thuộc Đại học Thái Nguyên đã luôn động viên, giúp đỡ và nhiệt tình chia sẻ với tôi những kinh nghiệm học tập, công tác trong suốt khoá học. Và lời cuối cùng, tôi xin bày tỏ lòng chân thành và biết ơn tới cha mẹ, anh chị, những ngƣời trong gia đình và bạn bè đã luôn ở bên cạnh tôi những lúc khó khăn nhất, giúp tôi vƣợt qua khó khăn trong học tập cũng nhƣ trong cuộc sống. Thái Nguyên, ngày 25 tháng 2 năm 2013 MỤC LỤC Lời mở đầu Trang Chƣơng 1: TỔNG QUAN VỀ TRA CỨU ẢNH DỰA VÀO NỘI DUNG 1 1.1 Giới thiệu 1 1.2 Đặc trƣng ảnh 3 1.2.1 Màu sắc 3 1.2.2 Kết cấu 7 1.2.3 Hình dạng 7 1.3 Độ tƣơng tự giữa các ảnh 8 1.3.1 Độ đo về màu sắc 8 1.3.2 Độ đo tƣơng đồng hình dạng 9 1.3.3 Độ đo tƣơng đồng cho kết cấu ảnh 9 1.3.4 Độ đo tƣơng đồng cho đặc trƣng phân đoạn 9 1.4 Các hệ thống tra cứu ảnh dựa vào nội dung 10 1.4.1 Hệ thống QBIC (Query By Image Content) 10 1.4.2 Hệ thống Blobworld 10 1.4.3 Virage 11 1.4.4 RetrievalWare 11 1.4.5 VisualSeek và WebSeek 11 1.4.6 Photobook 12 1.5 Đánh giá hiệu năng tra cứu 12 1.6 Kết luận chƣơng 1 14 Chƣơng 2 : TRA CỨU ẢNH DỰA VÀO NỘI DUNG SỬ DỤNG PHÂN CỤM THEO MÀU 15 2.1 Giới thiệu về phân cụm 15 2.1.1 Khái niệm 15 2.1.2 Một số vấn đề trong phân cụm 17 2.1.3 Phân cụm phân cấp 18 2.2 Một số kỹ thuật tra cứu dựa vào đặc trƣng màu 21 2.2.1 Kỹ thuật tra cứu dựa vào lƣợc đồ màu toàn bộ - GCH 21 2.2.2 Kỹ thuật tra cứu dựa vào lƣợc đồ màu cục bộ - LCH 22 2.2.3 Vector gắn kết màu 22 2.3 Kỹ thuật phân đoạn ảnhsử dụng phân cụm theo màu 23 2.3.1 Khoảng cách Euclid 23 2.3.2 Kỹ thuật phân cụm ảnh 23 2.3.3 Biểu diễn và trích rút đặc trƣng 26 2.4 Độ đo tƣơng tự 27 2 Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 2.5 Kết luận chƣơng 2 29 Chƣơng 3: XÂY DỰNG HỆ THỐNG VÀ KẾT QUẢ ĐẠT ĐƢỢC 30 3.1 Giới thiệu bài toán tra cứu ảnh dựa vào nội dung 30 3.2 Phân tích bài toán 30 3.3 Thiết kế hệ thống 30 3.3.1 Thiết kế hệ thống 30 3.3.2 Thiết kế cơ sở dữ liệu 36 3.4 Mô tả chƣơng trình 37 3.5 Kết quả đạt đƣợc 38 3.6 Kết quả đạt đƣợc 46 KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN 48 TÀI LIỆU THAM KHẢO 49 DANH MỤC CÁC BẢNG, SƠ ĐỒ, HÌNH Bảng 3.1 : Bảng cơ sở dữ liệu Image. 36 Bảng 3.2 : Bảng cơ sở dữ liệu Cluster 37 Bảng 3.3:Số liệu các loại ảnh trong cơ sở dữ liệu 38 Bảng 3.4 : Bảng kết quả tra cứu với chủ đề Ngựa 46 Bảng 3.5 : Bảng kết quả tra cứu với chủ đề Hoa 46 Hình 1.1: Kiến trúc hệ thống tra cứu ảnh dựa vào nội dung 3 Hình 1.2: Không gian màu RGB đƣợc trực quan hoá nhƣ một hình khối. 4 Hình 1.3: Mô tả không gian màu HSV. 5 Hình 2.1: Biểu diễn phận cụm phân cấp bottom-up của 5 đối tƣợng 19 Hình 2.2: Ba ảnh và biểu đồ của chúng. 21 Hình 2.3: Thuật toán phân cụm. 25 Hình 2.4: Thuật toán Single-Linkage. 26 Hình 2.5: Thuật toán tính khoảng cách giữa hai ảnh 29 Hình 3.1: Kiến trúc tổng quát của hệ thống tra cứu ảnh. 31 Hình 3.2: Mô hình chi tiết của hệ thống tra cứu ảnh. 31 Hình 3.3: Biểu đồ UseCase tổng quát hệ thống. 33 Hình 3.4: Biểu đồ trình tự tra cứu ảnh. 34 Hình 3.5: Biểu đồ trình tự lƣu vào cơ sở dữ liệu. 35 Hình 3.6: Biểu đồ trình tự xoá ảnh khỏi cơ sở dữ liệu. 36 Hình 3.7: Mối quan hệ giữa các bảng. 37 Hình 3.8: Giao diện chính hệ thống tra cứu ảnh. 38 Hình 3.9: Giao diện hiển thị kết quả truy vấn. 39 Hình 3.10: Các vùng ảnh sau khi phân cụm 39 Hình 3.11: Giao diện chính tab cơ sở dữ liệu. 40 Hình 3.12: Giao diện thêm một ảnh vào cơ sở dữ liệu. 41 Hình 3.13: Giao diện xoá một ảnh khỏi cơ sở dữ liệu. 41 Hình 3.14: Ảnh mẫu truy vấn thứ nhất. 42 Hình 3.15: Kết quả truy vấn lần thứ nhất. 42 Hình 3.16: Ảnh mẫu truy vấn thứ hai. 43 Hình 3.17: Kết quả truy vấn lần thứ hai. 43 Hình 3.18: Ảnh mẫu truy vấn thứ ba. 44 Hình 3.19: Kết quả truy vấn lần thứ ba. 44 Hình 3.20: Ảnh mẫu truy vấn thứ ba. 45 Hình 3.21: Kết quả truy vấn lần thứ 4. 45 KÍ HIỆU CÁC CỤM TỪ VIẾT TẮT CBIR Content Base Image Retrieval Tra cứu ảnh dựa vào nội dung QBIC Query By Image Content Truy vấn theo nội dung ảnh CIE Commission internationale de l'éclairage Uỷ ban quốc tế về màu sắc HAC Hierarchical Agglomerative Clustering Phân cụm tích luỹ phân cấp CBC Color Base Clustering Phân cụm dựa vào màu MST Minimum Spainning Tree Cây mở rộng tối thiểu IRM Integrated Region Matching Đối sánh vùng tích hợp CSDL Cơ Sở Dữ Liệu 1 Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Chƣơng 1: TỔNG QUAN VỀ TRA CỨU ẢNH DỰA VÀO NỘI DUNG 1.1 Giới thiệu Thông thƣờng để lƣu trữ thông tin, dữ liệu về một nội dung, sự vật, sự việc nào đó thì ngƣời ta thƣờng chọn sử dụng dạng lƣu trữ kiểu văn bản. Nhƣng lƣu trữ dữ liệu bằng văn bản nhiều khi không thể phản ánh đầy đủ, chân thực về đối tƣợng đƣợc miêu tả và nhiều khi đó chỉ là do cảm nhận chủ quan củangƣời viết. Vì vậy kết hợp với lƣu trữ dữ liệu dạng văn bản ngƣời ta còn sử dụng lƣu trữ dữ liệu dạng ảnh. Khối lƣợng dữ liệu dạng ảnh ngày càng trở nên khổng lồ nhất là khi hiện nay các thiết bị thu nhận ảnh số ngày càng trở nên phổ biến với giá cả phù hợp. Khi ta có nhu cầu tìm kiếm một vài bức ảnh trong một kho dữ liệu ảnh có thể lên tới vài trăm nghìn bức ảnh để minh họa cho một đề tài nào đó thì tuyệt đối không phải là chuyện đơn giản nếu chúng ta tìm kiếm một cách thủ công tức là xem lần lƣợt từng bức ảnh cho tới khi ta tìm thấy đƣợc bức ảnh có nội dung cần tìm. Song song với sự phát triển của các phƣơng tiện kỹ thuật số trong tƣơng lai, số lƣợng ảnh sẽ còn tăng nhiều hơn nữa. Do vậy nhu cầu thật sự đòi hỏi phải có một công cụ hỗ trợ tìm kiếm ảnh chính xác và hiệu quả. Vì vậy tra cứu ảnh dựa vào nội dung ra đời để góp phần đáp ứng nhu cầu này. “Tra cứu ảnh dựa vào nội dung” - Đây là một chủ đề nghiên cứu mới trong lĩnh vực công nghệ thông tin. Mục đích chính của nó là lấy những ảnh từ cơ sở dữ liệu phù hợp với tiêu chí truy vấn. Các yếu tố mô tả nội dung của một bức ảnh có liên quan đến cảm nhận nhƣ màu sắc, kết cấu, hình dạng, cấu trúc, mối liên hệ về không gian và chuyển động. Do vậy, phân tích ảnh, nhận dạng ảnh và thị giác máy tính đóng vai trò cơ bản trong các hệ thống tra cứu ảnh.Nó cho phép tự động trích chọn hầu hết các thông tin cảm nhận, thông qua việc phân tích phân bố điểm ảnh và rút ra các độ đo nội dung trực quan. Các hệ thống truy vấn ảnh dựa vào nội dung hiện nay rất đa dạng nhƣng nhìn chung đƣợc phân biệt bởi: các đặc trƣng mà hệ thống rút trích từ ảnh để làm cơ sở truy vấn, phƣơng pháp trích rút đặc trƣng ảnh đƣợc sử dụng trong hệ thống truy vấn, độ đo sự tƣơng tự giữa hai ảnh, phƣơng pháp đánh chỉ số nhiều chiều để tối ƣu việc tìm kiếm. Một hệ thống tra cứu ảnh dựa trên nội dung tiêu biểu không chỉ liên quan tới các nguồn thông tin trong những dạng khác nhau (ví dụ nhƣ văn bản, ảnh và video) mà còn liên quan đến nhu cầu của ngƣời sử dụng. Về cơ bản nó phân tích cả nội dung của nguồn thông tin cũng nhƣ truy vấn của ngƣời sử dụng và sau đó đối sánh chúng để tìm ra những tiêu chí có liên quan này. 2 Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Những chức năng chính của một hệ thống tra cứu ảnh dựa vào nội dung bao gồm:  Phân tích nội dung của nguồn thông tin và biểu diễn nội dung của các nguồn thông tin đƣợc phân tích phù hợp với sự đối sánh truy vấn của ngƣời sử dụng (không gian của thông tin nguồn đƣợc chuyển đổi thành không gian đặc điểm với mục đích đối sánh nhanh trong bƣớc tiếp theo). Bƣớc này thƣờng mất nhiều thời gian cho việc xử lý tuần tự các thông tin nguồn (ảnh) trong cơ sở dữ liệu. Nó chỉ phải làm một lần và có thể làm độc lập.  Phân tích các truy vấn của ngƣời dùng và biểu diễn chúng thành các dạng phù hợp với việc đối sánh với cơ sở dữ liệu nguồn. Nhiệm vụ của bƣớc này giống với bƣớc trƣớc nhƣng chỉ đƣợc áp dụng với những ảnh truy vấn.  Xác định chiến lƣợc để đối sánh tìm kiếm truy vấn với thông tin đƣợc lƣu trữ trong cơ sở dữ liệu. Bƣớc này có thể thực hiện trực tuyến và thực hiện rất nhanh. Công nghệ đánh chỉ số có thể đƣợc sử dụng để nhận dạng không gian đặc điểm để tăng tốc độ xử lý đối sánh.  Tạo ra sự điều chỉnh cần thiết trong hệ thống (thƣờng là bằng cách đối chiếu các tham số trong công nghệ đối sánh) dựa trên phản hồi từ ngƣời sử dụng hoặc những hình ảnh đƣợc tra cứu. Các hệ thống tra cứu ảnh dựa vào nội dung thường tuân theomô hình sau: Trích rút đặc trƣng Cơ sở dữ liệu ảnh Cơ sở dữ liệu đặc trƣng Tạo truy vấn Trích rút đặc trƣng Ngƣời sử dụng Đánh chỉ số So sánh độ tƣơng tự Các kết quả tra cứu Phản hồi liên quan Đầu ra Thực hiện ngoại tuyến [...]... chƣơng này, tôi đã giới thiệu một số khái niệm cơ bản về tra cứu ảnh dựa vào nội dung, bao gồm: tra cứu ảnh, trình bày một số ứng dụng củahệ thống CBIR, các chức năng tiêu biểu của hệ thống tra cứu ảnh dựa vào nội dung, một số nghiên cứu liên quan về màu và thông tin không gian, đặc trƣng hình và kết cấu Đặc biệt tôi nhấn mạnh vào các đặc trƣng màu vàthông tin không gian Số hóa bởi Trung tâm Học liệu –... http://www.lrc-tnu.edu.vn 8 Bƣớcđầu tiên là sử dụng một phƣơng pháp phân đoạn thích hợpđể chia ảnh thành các vùng Các kỹ thuật phân đoạn có thểđƣợc phân lớp thành ba loại: dựa vào vùng, dựa vào ƣờng biên và dựa vào pixel.Sau khi ảnh ƣợc phân đoạn và thu đƣợccác vùng, các đặc trƣng thuộc về các vùng thu đƣợc sẽ đƣợc ghi lại Các mã xích[9] sử dụng 4 hoặc 8 liên thông để biểu diễn cácđoạn thẳng tạo thành đƣờng biên... đƣợc hình ảnh Vì vậy, đặc điểm màu sắc là đặc điểm cơ bản của nội dung ảnh Đặc điểm màu sắccó thể cung cấp những thông tin rất hữu hiệu cho việc phân loại ảnh và chúng cũng rất hữu ích cho việc tra cứu ảnh Cũng vì thế mà tra cứu ảnh dựa trên màu sắc đƣợc sử dụng rộng rãi trong các hệ thống tra cứu ảnh dựa trên nội dung Biểu đồ màu thƣờng đƣợc sử dụng để thể hiện những đặc điểm màu của các ảnh Mặc dù... Nguyên http://www.lrc-tnu.edu.vn 15 Chƣơng 2 : TRA CỨU ẢNH DỰA VÀO NỘI DUNG SỬ DỤNG PHÂN CỤM 2.1 Giới thiệu về phân cụm 2.1.1 Khái niệm Phân cụm dữ liệu[2] là một kỹ thuật trong khai phá dữ liệu, nhằm đưa ra các cụm mà các phần tử trong cụm có độ tương đồng cao và các phần tử khác cụm nhau lại có độ tương đồng thấp Nhƣ vậy, phân cụm dữ liệu là kỹ thuật sử dụng quan sát đối tƣợng, mục đích để tổ chức... tra cứu ảnh dựa vào nội dung Chúng ta nhận thấy rằng trên một mặt của một hệ thống tra cứu ảnh dựa vào nội dung, có các nguồn thông tin trực quan ở các khuôn dạng khác nhau và trên mặt kia có các truy vấn ngƣời sử dụng Hai mặt này đƣợc liên kết thông qua một chuỗi các tác vụ nhƣ đƣợc minh họa trong Hình 1.1 Hai tác vụ phân tích truy vấn ngƣời sử dụng và đánh chỉ số nhiều chiều đƣợc tóm lƣợc ở đây trong. .. R*-Tree[3] và là hệ thống đầu tiên có cách tiếp cận tra cứu ảnh dựa trên nội dung đƣợc ứng dụng trong thực tiễn Các kỹ thuật trong hệ thống này là cơ sở nghiên cứu cho sự xây dựng và phát triểncủa các hệ thống tra cứu ảnh sau này QBIC cung cấp một số phƣơng pháp: đơn đặc trƣng, đa đặc trƣng [12] và Multi-pass:  Phƣơng pháp truy vấn đơn đặc trƣngchỉ sử dụng một đặc điểm cụ thể để tra cứu ảnh  Truy... tập các đối tƣợng cụ thể hoặc trừu tƣợng vào các nhóm, cụm phân biệt.Những đối tƣợng có nội dung tƣơng tự nhau sẽ đƣợc xếp vào cùng một cụm và những đối tƣợng có nội dung khác nhau đƣợc xếp vào các cụm khác nhau Sau đây sẽ giới thiệu một số tính chất của dữ liệu và yêu cầu của một thuật toán phân cụm Hầu hết các nghiên cứu và phát triển các thuật toán phân cụm dữ liệu nói chung đều nhằm thỏa mãn các... chính trong quá trình tra cứu ảnh mà quyết định độ chính xác và tốc độ của kỹ thuật tra cứu ảnh Trong trƣờng hợp tra cứu sử dụng các vùng của ảnh, quan trọng là để chọn một độ đo tƣơng tự mà mạnh đối với phân cụmcó thể chƣachính xác ,và độ đo đồng hành với tƣơng nhận thức của con ngƣời và có thể dễ tính toán Do các ảnh đƣợc phân rã thành các vùng tƣơng ứng của chúng, sự tƣơng tự giữa hai ảnh trong thực... agglomerativeclusteringHAC) Trong thực tế phân cụm phân cấp bottom-up đƣợc sử dụng rộng rãi hơn là topdowndo các tiêu chí để ghép cụm trong bottom-up đơn giản và dễ thực hiện hơn việcđánh giá tách cụm trong top-down Trong báo cáo này tôi tập trung vào phƣơngpháp bottom-uptức là HAC Phƣơng pháp HAC HAC dựa theo đặc thù của thuật toán phân cụm đệ quy và coi mỗi đối tƣợng nhƣmột điểm dữ liệu trong không gian Euclide... ảnh, thị giác máy tính, phân cụm ảnh luôn đóng một vai trò cơ bản và thƣờng là bƣớc tiền xử lý đầu tiên trong toàn bộ quá trình trƣớc khi thực hiện các thao tác khác ở mức cao hơn nhƣ nhận dạng đối tƣợng, biểu diễn đối tƣợng, nén ảnh dựa trên đối tƣợng, hay truy vấn ảnh dựa vào nội dung … Vào những thời gian đầu, các phƣơng pháp phân cụm ảnh đƣợc đƣa ra chủ yếu làm việc trên các ảnh mức xám do các hạn . tra cứu ảnh dựa vào nội dung và đi sâu vào đề tài Nghiên cứu phƣơng pháp phân đoạn ảnh sử dụng phân cụm và ứng dụng trong tra cứu ảnh dựa vào nội dung . Trên những cơ sở phƣơng pháp tra cứu. dựa vào nội dung và một số hệ thống tra cứu ảnh tiêu biểu. CHƢƠNG 2: TRA CỨU ẢNH DỰA VÀO NỘI DUNG SỬ DỤNG PHÂN CỤM THEO MÀU, giới thiệu chi tiết về thuật toán cũng nhƣ phƣơng pháp tra cứu ảnh. HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG TRẦN DOÃN HIỂN NGHIÊN CỨU PHƢƠNG PHÁP PHÂN ĐOẠN ẢNH SỬ DỤNG PHÂN CỤM VÀ ỨNG DỤNG TRONG TRA CỨU ẢNH DỰA VÀO NỘI DUNG LUẬN VĂN THẠC