i ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG LÊ THỊ HÀ LÊ THỊ HÀ NGHIÊN CỨU PHƢƠNG PHÁP TRA CỨU ẢNH SỬ DỤNG CÁC CÂY DẤU HIỆU NGHIÊN CỨU PHƢƠNG PHÁP TRA CỨU ẢNH SỬ DỤNG CÁC CÂY DẤU HIỆU LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH Thái Nguyên năm 2015 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ ii ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG LÊ THỊ HÀ NGHIÊN CỨU PHƢƠNG PHÁP TRA CỨU ẢNH SỬ DỤNG CÁC CÂY DẤU HIỆU Chuyên ngành: Khoa học máy tính Mã số: 60 48 01 01 LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH NGƢỜI HƢỚNG DẪN KHOA HỌC TS NGUYỄN HỮU QUỲNH Thái Nguyên năm 2015 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ iii LỜI CAM ĐOAN Tôi xin cam đoan luận văn thực thiện, có hƣớng dẫn tận tình chu đáo ngƣời hƣớng dẫn TS Nguyễn Hữu Quỳnh Những số liệu bảng biểu, hình ảnh phục vụ cho việc phân tích, nhận xét, đánh giá đƣợc thu thập từ nguồn khác có ghi phần tài liệu tham khảo, phạm vi hiểu biết Nếu phát có gian lận xin hoàn toàn chịu trách nhiệm trƣớc Hội đồng, nhƣ kết luận văn Thái nguyên, ngày tháng năm 2015 Học viên Lê Thị Hà Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ iv LỜI CẢM ƠN Trong trình thực luận văn này, em nhận đƣợc hƣớng dẫn, bảo tận tình TS Nguyễn Hữu Quỳnh, Khoa Công nghệ Thông tin thuộc trƣờng Đại học Điện lực cán trực tiếp hƣớng dẫn khoa học cho em Thầy dành nhiều thời gian việc hƣớng dẫn cách nghiên cứu, đọc tài liệu, cài đặt thuật toán giúp đỡ xây dựng hệ thống thực nghiệm Em xin chân thành cảm ơn Thầy, Cô giáo trƣờng Đại học Công nghệ Thông tin Truyền Thông, Đại học Thái Nguyên nhiệt tình giúp đỡ tạo điều kiện tốt cho em suốt trình học tập trƣờng Xin chân thành cảm ơn anh, chị bạn học viên lớp Cao học - Trƣờng Đại học Công nghệ Thông tin Truyền Thông thuộc Đại học Thái Nguyên động viên, giúp đỡ nhiệt tình chia sẻ với kinh nghiệm học tập, công tác suốt khoá học Tôi xin chân thành cảm ơn vị lãnh đạo bạn đồng nghiệp Trƣờng Dự bị Đại học Dân tộc Sầm Sơn tạo điều kiện tốt để hoàn thành tốt đẹp khoá học Cao học Thái nguyên, ngày tháng năm 2015 Lê Thị Hà Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ v DANH MỤC CÁC CHỮ VIẾT TẮT Ký hiệu Diễn giải QBE Query by Example (Truy vấn ảnh mẫu) RGB Red Green Blue (Đỏ, Xanh lục, Xanh lơ) HSV Hue, Saturation, Value (Màu, sắc nét, cƣờng độ) CCV Color Coherence Vectors (Véc tơ gắn kết màu) CBIR Content Based Image Retrieval (Tra cứu ảnh dựa vào nội dung) QBIC Query By Image Content ( virus cổ điển tra cứu ảnh) GCH Global Color Histogram ( lƣợc đồ màu toàn cục) S-tree signature tree ( Cây dấu hiệu) JPEG Joint Photographic Experts Group (ảnh nén) MPEG Moving Picture Experts Group ( tiêu chuẩn cho việc truyền tải âm video Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ vi DANH MỤC CÁC BẢNG Bảng 1: Tín hiệu chi tiết hình ảnh Hình 2.2 22 Bảng 2: Các dấu hiệu minh họa sai số độ đo tƣơng tự 26 Bảng 3.1 : Bảng Images 45 Bảng 3.2 : Bảng FeatureColor 45 Bảng 3.3 : Chủ đề ảnh tập ảnh CSDL 48 Bảng 3.4 : Bảng đánh giá độ xác hệ thống 49 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ vii DANH MỤC CÁC HÌNH Hình 1.1 Không gian màu RGB HSV Hình 1.2 Hình dạng độ đo đƣợc sử dụng để tính đặc trƣng 12 Hình 2.1 Lấy truy vấn qua ảnh mẫu [27] 19 Hình 2.2 Tập ảnh mẫu 21 Hình 2.3 Minh họa S-tree tách nút 28 Hình 2.4 Các tệp dấu hiệu nhị phân 29 Hình 2.5 Vết sinh dấu hiệu 32 Hình 2.6.Chèn nút v vào T 33 Hình 2.7.Tìm kiếm dấu hiệu 33 Hình 2.8 Một dấu hiệu bị lệch 34 Hình 2.9 Một dấu hiệu cân 35 Hình 2.10 Sinh dấu hiệu cân 37 Hình 2.11 Minh họa tìm kiếm dấu hiệu 38 Hình 3.1 Kiến trúc chung hệ thống tra cứu ảnh dựa vào nội dung 41 Hình 3.2 Biểu đồ Use Case hệ thống 42 Hình 3.3 Biểu đồ trình tự thêm ảnh vào CSDL 44 Hình 3.4 Biểu đồ trình tự thêm tập ảnh vào CSDL 44 Hình 3.6 Giao diện tra cứu ảnh 46 Hình 3.7 Giao diện kết sau tra cứu ảnh 47 Hình 3.8 Giao diện quản lý sở liệu 47 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ MỤC LỤC Mở đầu CHƢƠNG :TỔNG QUAN VỀ TRA CỨU ẢNH DỰA VÀO NỘI DUNG 1.1 Đặc trƣng 1.2 Trích rút biểu diễn đặc trƣng 1.2.1.Trích rút biểu diễn đặc trƣng màu 1.2.2 Trích rút biểu diễn đặc trƣng kết cấu 1.2.3 Trích rút biểu diễn đặc trƣng hình dạng 11 1.3 Yêu cầu hệ thống tra cứu ảnh dựa vào nội dung 13 1.4 Một số nghiên cứu liên quan 14 1.5 Kết luận chƣơng 17 CHƢƠNG : SỬ DỤNG CÂY DẤU HIỆU TRONG TRA CỨU ẢNH DỰA VÀO MÀU 18 2.1 Các thành phần mô hình tra cứu 18 2.2.Lƣợc đồ cho dấu hiệu ảnh 20 2.3 Các dấu hiệu S-tree 27 2.3.1 Định nghĩa dấu hiệu 27 2.3.2 Xây dựng dấu hiệu 30 2.3.3 Tìm kiếm dấu hiệu 32 2.3.4 Các dấu hiệu cân 35 2.3.5 Số trung bình nút đƣợc kiểm tra 38 2.4 Kết luận chƣơng 39 CHƢƠNG :ỨNG DỤNG 40 3.1 Bài toán tra cứu ảnh 40 3.2 Thiết kế hệ thống 40 3.2.1 Biểu đồ Use Case hệ thống 42 3.2.2 Biểu đồ trình tự 43 3.2.3 Thiết kế CSDL 45 3.3 Mô tả chƣơng trình 46 3.4 Đánh giá 47 3.5 Kết luận chƣơng 49 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ Mở đầu Sự phát triển nhanh chóng hồ sơ ảnh làm tăng đáng kể nhu cầu cho cố gắng nhằm mục tiêu tìm ảnh tƣơng tự hiệu sở liệu ảnh lớn Một chiến lƣợc phổ biến tìm kiếm ảnh sở liệu đƣợc gọi truy vấn theo ví dụ (Query by Example - QBE), truy vấn đƣợc biểu diễn nhƣ mẫu ảnh phác thảo thƣờng đƣợc sử dụng để đƣa truy vấn hầu hết hệ thống tra cứu ảnh dựa vào nội dung (CBIR) nhƣ QBIC IBM, VIR Virage, hệ thống tra cứu ảnh vệ tinh IBM/NASA Một hệ thống CBIR trích rút đặc trƣng trực quan từ ảnh truy vấn đƣợc cho, sau đặc trƣng đƣợc sử dụng để so sánh với đặc trƣng ảnh khác đƣợc lƣu trữ sở liệu Vì thế, hàm tƣơng tự dựa vào tóm tắt nội dung ảnh thân ảnh Một điều cần lƣu ý lƣợng liệu ảnh tăng nhanh theo thời gian sẵn có, cách tiếp cận dựa vào thích đƣợc hỗ trợ ngƣời nhƣ phƣơng tiện tóm tắt ảnh không khả thi Phân bố màu toàn cục ảnh đặc trƣng đƣợc ứng dụng để tính toán tóm tắt nội dung ảnh Các đặc trƣng mong muốn nhƣ độ phức tạp trích rút thấp, bất biến với quay dịch chuyển Thực tế, lƣợc đồ màu toàn cục (GCH) thƣờng đƣợc sử dụng để biểu diễn phân bố màu ảnh Khi sử dụng cách tiếp cận GCH, lƣu trữ véc tơ n chiều lƣợc đồ màu cho ảnh sở liệu chiếm không gian lƣu trữ đáng kể Để cực tiểu yêu cầu không gian, luận văn sử dụng biểu diễn nén véc tơ (các dấu hiệu nhị phân) Song hành với việc sử dụng dấu hiệu nhị phân trên, vấn đề hiệu (tìm kiếm ảnh tƣơng tự nhanh sở liệu lớn) điểm nhấn luận văn Ánh xạ lƣợc đồ màu lên điểm không gian n chiều Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 39 Bởi trƣờng hợp này, tìm kiếm phải tiếp tục song song dọc theo hai với s thay đổi theo chu kỳ s’ Nếu bít thứ s 1, có Do trƣờng hợp này, tìm kiếm tiếp tục t2 Với n (n2) nút ngẫu nhiên t, xác suất mà Có thể đƣợc thiết lập xác suất Bernoulli Cho cs,n biểu thị chi phí kỳ vọng tìm kiếm dấu hiệu cỡ n so với s Chúng ta có: Nếu s bắt đầu với 0, Nếu s bắt đầu với 1, Cho i=1 bít thứ s 1, i=2 bít thứ I s Viết lại công thức trên: n,j(j=0,1) n=j; ngƣợc lại, 2.4 Kết luận chƣơng Chƣơng trình bày thành phần mô hình tra cứu, lƣợc đồ cho dấu hiệu, đặc biệt luận văn trình bày chi tiết dấu hiệu cho tra cứu ảnh gồm định nghĩa cây, xây dựng dấu hiệu, tìm kiếm dấu hiệu, dấu hiệu cân Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 40 CHƯƠNG ỨNG DỤNG 3.1 Bài toán tra cứu ảnh Trong thực tế, ảnh tra cứu thƣờng đa dạng phong phú Số lƣợng ảnh internet lớn Khi ngƣời sử dụng muốn tìm ảnh tƣơng tự với ảnh biết (ảnh truy vấn) Vấn đề làm xác định đƣợc tập ảnh tƣơng tự với ảnh mà ngƣời sử dụng biết không dễ dàng Ngày với phát triển mạnh mẽ công nghệ thông tin ngƣời ta thu nhập đƣợc ảnh theo mục đích Tuy nhiên sở liệu internet có kích cỡ cực lớn việc thu nhập trở nên khó khăn Để giải vấn đề sử dụng công nghệ tra cứu ảnh dựa vào nội dung để tìm ảnh tƣơng tự với ảnh truy vấn Các kết tìm đƣợc giúp ngƣời sử dụng nhanh chóng thực đƣợc mục tiêu Thông thƣờng ảnh tra cứu theo nội dung có nhiều vùng màu sắc phong phú Chúng ta nhận thấy để so sánh phân loại ảnh điểm quan trọng màu sắc vùng ảnh Nhƣ vậy, nhiệm vụ toán xây dựng hệ thống tra cứu ảnh có chức sau: - Khi ngƣời sử dụng sƣu tầm đƣợc ảnh, hệ thống cho phép đƣa một tập ảnh vào lƣu trữ cách thuận lợi - Khi ngƣời sử dụng cung cấp ảnh mẫu cần tra cứu Hệ thống có nhiệm vụ tìm kiếm sở liệu ảnh có đƣa danh sách ảnh tƣơng tự nhƣ ảnh mẫu theo thứ tự ảnh tƣơng tự với ảnh mẫu đƣợc phân hạng trƣớc 3.2 Thiết kế hệ thống Chƣơng trình đƣợc xây dựng với mục đích tra cứu ảnh danh lam thắng cảnh dựa đặc trƣng màu cục bộ, sử dụng kỹ thuật đánh số dựa vào Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 41 phân cụm Không gian màu sử dụng chƣơng trình không gian màu RGB, khuôn dạng không gian màu RGB định dạng phổ biến ảnh số Với việc lƣợng hóa kênh màu R (Red), G (Green), B (Blue) từ 256 giá trị giảm xuống giá trị cho kênh màu tƣơng ứng tạo thành 12 màu đơn tổ hợp từ kênh màu làm giảm không gian lƣu trữ CSDL tăng tốc độ tra cứu hệ thống Mô hình chung hệ thống nhƣ sau : Tập ảnh Module tiền xử lý Trích rút đặc trƣng Xây dựng dấu hiệu nhị phân Cơ sở liệu đặc trƣng Module tra cứu Xd dấu hiệu nhị phân ảnh truy vấn Xây dựng dấu hiệu nhị phân Hệ thống truy vấn Giao diện đồ họa Ảnh truy vấn Hình 3.1 Kiến trúc chung hệ thống tra cứu ảnh dựa vào nội dung Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 42 Modul tiền xử lý đƣợc thực nhƣ sau: B1 Các bin màu ảnh tập ảnh đƣợc trích rút đƣợc mô tả vector đặc trƣng B2 Từ tập vector đặc trƣng tiến hành xây dựng thành dấu hiệu nhị phân Modul tra cứu đƣợc thực nhƣ sau: Ngƣời sử dụng cung cấp cho hệ thống ảnh truy vấn thông qua giao diện đồ họa Sau hệ thống trích rút bin màu, biểu diễn ảnh vector đặc trƣng từ xây dựng dấu hiệu nhị phân cho ảnh truy vấn Ảnh truy vấn đƣợc so sánh với dấu hiệu nhị phân dấu hiệu nhị phân tạo nên từ tập ảnh có sở liệu Kết trả tập ảnh gần với ảnh truy vấn Tập ảnh kết đƣợc phân hạng theo thứ tự giảm dần độ tƣơng tự 3.2.1 Biểu đồ Use Case hệ thống Hình 3.2 Biểu đồ Use Case hệ thống Xác định Actor Use-Case Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 43 Danh sách Actor mô hình: Vai trò STT Actor  Quản lý tập ảnh sở liệu Ngƣời dùng  Tra cứu ảnh Danh sách Use-Case mô hình: Chức STT Use-Case  Cho phép tra cứu ảnh tập ảnh sở Tra cứu ảnh Trích liệu dựa vào ảnh mẫu truy vấn rút đặc  Thực việc lƣợng hóa ảnh 12 màu trƣng  Trích rút đặc trƣng màu Xây dựng dấu  Xây dựng dấu hiệu nhị phân từ đặc hiệu nhị phân Thêm trƣng có tập ảnh CSDL ảnh  Lƣu thông tin ảnh véc tơ đặc vào CSDL Thêm trƣng sau trích rút ảnh tập  Lƣu thông tin ảnh véc tơ đặc ảnh vào CSDL trƣng sau trích rút ảnh tập ảnh 3.2.2 Biểu đồ trình tự Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 44 Hình 3.3 Biểu đồ trình tự thêm ảnh vào CSDL Hình 3.4 Biểu đồ trình tự thêm tập ảnh vào CSDL Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 45 Hình 3.5 Biểu đồ trình tự tra cứu ảnh 3.2.3 Thiết kế CSDL Bảng Images Tên trƣờng Kiểu liệu Khóa Mô tả Images_ID Int X ID ảnh ImageName Nvarchar(150) Tên ảnh ImageWidth Int Chiều rộng ảnh ImageHeight Int Chiều cao ảnh ImageNote Nvarchar(150) Ghi ảnh Bảng 3.1 : Bảng Images Bảng FeatureColor Tên trƣờng Kiểu liệu Khóa ImageFeature_ID Int ID_Image Int Mã ảnh Colors Int Chỉ số màu PosColor Int Vị trí màu TotalPixColor Int Tổng sô pixel màu X Mô tả Mã đặc trƣng Bảng 3.2 : Bảng FeatureColor Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 46 3.3 Mô tả chƣơng trình Qua trình tìm hiểu phân tích thiết kế hệ thống nhƣ trình bày thời gian nghiên cứu tìm hiểu thuật toán xây dựng hệ thống tra cứu ảnh thử nghiệm với tập ảnh sở liệu khoảng 2700 ảnh mẫu bao gồm thông tin liệu ảnh đặc trƣng ảnh.Và đạt đƣợc số kết có giao diện chƣơng trình nhƣ sau: Giao diện tra cứu ảnh: Ngƣời sử dụng lựa chọn ảnh truy vấn nhấn nút tra cứu Hình 3.6 Giao diện tra cứu ảnh Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 47 Hình 3.7 Giao diện kết sau tra cứu ảnh Giao diện quản lý sở liệu: Hình 3.8 Giao diện quản lý sở liệu 3.4 Đánh giá Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 48 Hệ thống tra cứu ảnh dựa vào dấu hiệu nhị phân đƣợc tra cứu tập ảnh sở liệu thử nghiệm khoảng 2700 ảnh mẫu phong cảnh bao gồm chủ đề khác đƣợc sƣu tầm Internet Tập ảnh bao gồm ảnh màu với kích thƣớc 256x256, chủ đề số lƣợng ảnh chủ đề đƣợc biểu thị chi tiết bảng dƣới đây: Sô Tên chủ đề lƣợng Coast 360 Forest 328 Highway 260 Insidecity 308 Mountain 374 Opencountry 410 Street 292 Tallbuilding 356 Bảng 3.3 : Chủ đề ảnh tập ảnh CSDL Tôi thử nghiệm hiệu hệ thống chủ đề với nhiều truy vấn khác để đánh giá độ xác hệ thống Bảng đánh giá kết đƣợc cho bên dƣới: Tên chủ đề Độ xác Coast 75-85% forest 75-85% highway 75-85% insidecity 75-85% mountain 75-85% opencountry 75-85% street 75-85% Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 49 tallbuilding 75-85% Bảng 3.4 : Bảng đánh giá độ xác hệ thống 3.5 Kết luận chƣơng Trong chƣơng cuối này, trình bày phân tích thiết kế hệ thống tra cứu ảnh dựa vào dấu hiệu nhị phân số kết thử nghiệm đạt đƣợc Qua kết thu đƣợc ta nhận thấy phƣơng pháp cho kết tốt so với mong muốn tra cứu ngƣời dùng Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 50 KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN Tra cứu ảnh sử dụng dấu hiệu cho hiệu khả quan So với việc sử dụng thuật toán xử lý lƣợc đồ màu toàn cục, lƣợc đồ màu cục bộ, thuật toán kế thừa đƣợc ƣu điểm khắc phục đƣợc nhƣợc điểm thuật toán nêu Với sở liệu ảnh lớn, việc truy suất duyệt lần lƣợt ảnh chiếm khoảng thời gian xử lý dài, yếu tố cần đƣợc nghiên cứu khắc phục Trong bƣớc tiền xử lý, cố gắng giữ nhiều màu sắc ảnh tốt, chia ảnh thành nhiều phần nhỏ cho kết xác nhiều Tuy nhiên, nhƣ làm giảm tốc độ tình toán nên cần xác định cho phù hợp với nhu cầu mục đích sử dụng chƣơng trình HƢỚNG PHÁT TRIỂN ĐỀ TÀI : Công nghệ tìm kiếm, xử lý ảnh ngày phát triển Việc tra cứu ảnh sử dụng dấu hiệu để tìm kiếm ảnh bỏ qua nhiều yếu tố khác cấu thành nên ảnh Để ảnh tìm đƣợc có nội dung sâu sắc hơn, gần gũi với tƣ ngƣời hơn, chƣơng trình cần đƣợc tích hợp nhiều kĩ thuật tìm kiếm dựa đặc trƣng khác Hy vọng tƣơng lai không xa, chƣơng trình tìm kiếm ảnh đời, chƣơng trình thông minh, có khả nhận biết đƣợc nội dung ảnh tƣơng tự nhƣ cách ngƣời quan sát chúng Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 51 TÀI LIỆU THAM KHẢO Tiếng Việt [1] Lƣơng Mạnh Bá, Nguyễn Thanh Thuỷ, Nhập môn xử lý ảnh số, NXB Khoa học Kỹ thuật; Hà Nội 1999 [2] Đỗ Năng Toàn, Phạm Việt Bình, Xử lý ảnh, Đại học Thái Nguyên, 11/2007 [3] Nguyễn Thị Nhung, Nghiên cứu phƣơng pháp biểu diễn tra cứu ảnh hiệu ứng dụng tra cứu ảnh phong cảnh, Luận văn thạc sĩ trƣờng Đại học Công nghệ thông tin & truyền thông Thái Nguyên, 2011 Tiếng Anh [4] E Saber, A.M Tekalp, ”Integration of color, edge and texture features for automatic region-based image annotation and retrieval,” Electronic Imaging, 7, pp 684–700, 1998 [5] C Schmid, R Mohr, ”Local grey value invariants for image retrieval,” IEEE Trans Pattern Anal Machine Intell, 19, pp 530–534, 1997 [6] A R Appas et al Image indexing using composite regional color channels features InProc SPIE – Storage and Retrieval for Image and Video Databases VII, volume 3656, pages 492–500, 1999 [7] N Beckmann et al The R -tree: an efficient and robust access method for points and rectangles In Proc ACM SIGMOD’90 Conf., pages 322–331, 1990 [8] S Berchtold, D A Keim, and H.-P Kriegel The X-tree: an index structure for high-dimensional data In Proc 22nd VLDB Conf., pages 28–39, 1996 [9] P Ciaccia, M Patella, and P Zezula M-tree: an efficient access method for similarity search in metric spaces InProc 23rd VLDB Conf., pages 426– 435, 1997 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 52 [10] N G Colossi and M A Nascimento Benchmarking access structures for high-dimensional multimedia data InProc IEEE Multimedia Conf and Expo, pages 1215–1218, 2000 [11] M Flickner et al Query by image and video content: The QBIC system IEEE Computer, pages 23–32,1995 [12] V Gaede and O Guenther Multidimensional access methods ACM Computing Surveys, 30(2):170–231, 1998 [13] W Hsu, T S Chua, and H K Pung An integrated color-spatial approach to content-based image retrieval InProc 3rd ACM Multimedia Conf., pages 305–313, 1995 [14] IBM IBM’s Query by Image Content http://wwwqbic.almaden.ibm.com/ [15] N Katayama and S Satoh The SR-tree: an index structure for highdimensional nearest neighbor queries InProc ACM SIGMOD’97 Conf., pages 369–380, 1997 [16] S Lin An extendible hashing structure for image similarity searches Technical Report TR-00-06, Dept of Computing Science, University of Alberta, 2000 (MSc Thesis) [17] W Niblack et al The QBIC project: Querying images by content using color, texture and shape InProc SPIE - Storage andRetrieval for Image and Video Databases, pages 173–187, 1993 [18] G Pass, R Zabih, and J Miller Comparing images using color coherence vectors In Proc 4th ACM Multimedia Conf., pages 65–73, 1996 [19] E D Sciascio, G Mingolla, and M Mongiello Content-based image retrieval over the web using query by sketch and relevance feedback InProc 4th Conf on Visual Information Systems, pages 123–130, 1999 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 53 [20] J R Smith and S.-F Chang Tools and techniques for color image retrieval InProc SPIE - Storage and Retrieval for Image and Video Database IV, pages 40–50, 1995 [21] R O Stehling, M A Nascimento, and A X Falcao On ’shapes’ of colors for content-based image retrieval InProc Workshop on Multimedia Information Retrieval, pages 171–174, 2000 [22] M Stricker and M Orengo Similarity of color images InProc SPIE Storage andRetrieval for Image and Video Databases III, pages 40–50, 1995 [23] C Traina et al Slim-trees: High performance metric trees minimizing overlap between nodes InProc 7th EDBT Conf., pages 51–65, 1999 [24] J Z Wang SIMPLIcity: a region-based image retrieval system for picture libraries and biomedical image databases In Proc 8th ACM Multimedia Conf., pages 483–484, 2000 (http://wang.ist.psu.edu/cgibin/zwang/regionsearchshow.cgi) [25] D A White and R Jain Similarity indexing with the SS-tree InProc 12th ICDE Conf., pages 516–523, 1996 [26] Mario A Nascimento, Eleni Tousidou, Vishal Chitkara, Yannis Manolopoulos, Color Based Image Retrieval Using Signature Trees, Technical Report TR 01-02, University of Alberta, 2001 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ [...]... từ ngƣời sử dụng và các ảnh đƣợc tra cứu 1.4 Một số nghiên cứu liên quan QBIC [11,14] là một ví dụ cổ điển về một hệ thống tra cứu ảnh dựa vào nội dung (CBIR), sử dụng một số đặc trƣng nhận thức nhƣ màu và các quan hệ không gian Hệ thống sử dụng cách tiếp cận dựa vào phân hoạch để biểu diễn màu Tra cứu sử dụng màu dựa vào màu trung bình Munsell và 5 màu trội nhất cho mỗi phân hoạch, tức là cả các lƣợc... tại các vị trí bít 0 Cây dấu hiệu nhị phân có các ƣu điểm sau: - Kiểm tra lát trong phƣơng pháp slice-bit đƣợc thay bằng một kiểm tra bít đơn và cần ít thời gian cho cả hai phép toán chèn và xóa các dấu hiệu - Kiểm tra các dấu hiệu của nút trong của một S-tree bị thay đổi đối với một tìm kiếm cây nhị phân và cần không gian thấp hơn nhiều với cấu trúc cây 2.3.1 Định nghĩa về các cây dấu hiệu Xét một dấu. .. đề này, luận văn sử dụng cây dấu hiệu (S-tree) và thuật toán truy vấn lân cận gần nhất nhanh trên cây S-tree Nội dung luận văn gồm 3 chƣơng: Chƣơng 1: Giới thiệu tổng quan về tra cứu ảnh dựa vào nội dung Chƣơng 2: Sử dụng cây dấu hiệu trong tra cứu ảnh dựa vào màu Chƣơng 3: Ứng dụng Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 4 CHƯƠNG 1 TỔNG QUAN VỀ TRA CỨU ẢNH DỰA VÀO NỘI DUNG 1.1... của các ảnh Kết cấu là một mô tả vùng mạnh trợ giúp quá trình tra cứu Kết cấu, bản thân nó không có khả năng tìm các ảnh tƣơng tự, nhƣng nó có thể đƣợc sử dụng để phân lớp các ảnh kết cấu từ các ảnh không có kết cấu và sau đó đƣợc kết hợp với thuộc tính trực quan khác nhiều màu để làm cho tra cứu hiệu quả hơn Kết cấu là một trong các đặc tả quan trọng nhất, đƣợc sử dụng để phân lớp và nhận dạng các. .. tuyệt đối của hiệu giữa các góc gián đoạn của các đoạn đa giác với các đoạn liền kề 1.3 Yêu cầu đối với các hệ thống tra cứu ảnh dựa vào nội dung Một hệ thống tra cứu ảnh dựa vào nội dung CBIR tiêu biểu không chỉ xử lý các nguồn thông tin khác nhau ở các khuôn dạng khác nhau (ví dụ, văn bản, hình ảnh và video) mà còn giải quyết các nhu cầu của ngƣời sử dụng Về cơ bản, hệ thống phân tích cả các nội dung... độ tƣơng tự kết hợp giữa dấu hiệu của ảnh truy vấn ngƣời dùng chỉ ra và tất cả các hình ảnh trong cơ sở dữ liệu Chúng ta đã sử dụng các cách sau đây để phân tích các hình ảnh tƣơng tự: Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 25 Trong đó pos (BkR): cung cấp các vị trí của các bộ bit trong phạm vi (tập hợp các Bin) Bk của hình ảnh R Ví dụ, sử dụng hình ảnh A trong hình 1, có pos... các nội dung của nguồn thông tin cũng nhƣ các truy vấn sử dụng, sau đó so sánh các nội dung này để tra cứu các mục tin liên quan Các chức năng chính của một hệ thống tra cứu ảnh dựa vào nội dung thƣờng bao gồm: - Phân tích các nội dung của nguồn thông tin và biểu diễn các nội dung của các nguồn đƣợc phân tích theo cách thích hợp cho so sánh các truy vấn sử dụng (không gian của nguồn thông tin đƣợc... thức màu của các đối tƣợng thế giới thực bị biến đổi bởi kết cấu bề mặt, ánh sáng, hiệu ứng bóng và các điều kiện quan sát Các hệ thống cơ sở dữ liệu ảnh sử dụng tra cứu theo màu phải dựa vào các vẫn đề phân tích ảnh màu tự động - Đặc trƣng kết cấu: Kết cấu là tập các điểm trong một vùng thỏa mãn ràng buộc hay qui luật nào đó Đặc trƣng này rất quan trọng cho tra cứu ảnh Về cơ bản, các phƣơng pháp biểu... độ tƣơng tự giữa ảnh mẫu và tất cả các ảnh trong tập ảnh Mặc dù vậy, sự tƣơng tự hoặc sự khác nhau giữa các ảnh không chỉ xác định theo một cách Số lƣợng các ảnh tƣơng tự sẽ thay đổi khi yêu cầu truy vấn thay đổi Nhƣ vậy, rất khó để tìm ra phƣơng pháp đo độ tƣơng tự giữa hai ảnh một cách chính xác đối với tất cả các kiểu yêu cầu của truy vấn Hay nói cách khác, mỗi một phƣơng pháp tra cứu sẽ có giới hạn... cho công nghệ tra cứu dựa trên màu sắc để tìm ra điểm khác nhau giữa một ảnh là bầu trời màu xanh với một ảnh là mặt biển xanh Vì vậy khi đánh giá một công nghệ tra cứu ảnh dựa trên nội dung cần phải biết rằng hiệu quả của công nghệ đó phụ thuộc vào kiểu yêu cầu tra cứu mà ngƣời dùng sử dụng Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 20 2.2.Lƣợc đồ cho các dấu hiệu ảnh Độ chính ... thành phần mô hình tra cứu, lƣợc đồ cho dấu hiệu, đặc biệt luận văn trình bày chi tiết dấu hiệu cho tra cứu ảnh gồm định nghĩa cây, xây dựng dấu hiệu, tìm kiếm dấu hiệu, dấu hiệu cân Số hóa Trung... tệp dấu hiệu O(n), hiệu 2.3.4 Các dấu hiệu cân Một dấu hiệu hoàn toàn lệch nhƣ Hình 2.8 đƣợc Hình 2.9 đƣợc cân hoàn chỉnh cho tệp dấu hiệu Hình 2.8 Tuy nhiên, định danh dấu hiệu cho dấu hiệu. .. SỬ DỤNG CÂY DẤU HIỆU TRONG TRA CỨU ẢNH DỰA VÀO MÀU 2.1 Các thành phần mô hình tra cứu - Tự động trích chọn siêu liệu Mỗi đặc tính nguyên thủy ảnh có định dạng đặc trƣng nhƣ biểu đồ màu đƣợc sử