thuynguyen_bmt
New Member
Download miễn phí Khóa luận Tìm kiếm ảnh dựa vào nội dung
MỤC LỤC
LỜIMỞĐẦU
PHẦN1: TỔNG QUAN
1. Sựhình thành bài toán .3
2. Cách tiếpcận: .3
2.1.Đặctrưng màu sắc: .4
2.2.Đặctrưng vân:.4
2.3.Đặctrưng hình dáng:.4
2.4. Độ đo: .4
2.5. Mô hình giao diện: .5
PHẦN 2: CÁC PHƯƠNG PHÁP TÌM KIẾM ẢNH DỰA VÀO NỘI DUNG
Chương 1: Tìm kiếm ảnh dựa vào màu sắc.9
1. Màu sắc: .10
1.1. Một sốđặc tính vậtlýđặtbiệt củamàu sắc.10
1.2. Hệthống màu chuẩn RGB .10
1.3. Hệthống màu CMY .12
1.4. Hệthống màu L*a*b.12
1.5. Hệthống màu HSI.12
2. Tìm kiếmảnh dựavào màu sắc .14
2.1. Lượtđồmàu .14
2.2. Các loạiđộđo màu sắc.19
Chương 2:Tìm kiếm ảnh dựa vào vân.22
1. Vân.23
1.1. Vân là gì? .23
1.2. Một sốloại vân tiêu biểu.24
2. Tìm kiếmảnh dựa vào vân .25
2.1. Mậtđộcủađường biên và hướng của biên.25
2.2. Phân hoạch vùng nhịphân cụcbộ.27
2.3. Ma trậnđồng hiệnvàđốitượngđồng hiện .28
2.4.Độ đonăng lượng củavân dựavàoluậtđo .31
2.5. Tương quan tựđộng và quang phổnăng lượng.33
2.6. Phânđoạn vân (Texture segmentation) .34
Chương 3:Tìm kiếm ảnh dựa vào hình dạng.35
1. Hình dạng.36
1.1. Khái niệmvềhình dạng.36
1.2.Đặcđiểmhìnhdạngđốivớiviệc tìm kiếmảnh .36
2. Tìm kiếmảnh dựavào hình dạng.37
2.1. Lượtđồhình dạng.37
2.2.Độso khớpđường biên củahìnhdạng.38
2.3. So khớpvớiảnh phát họa.40
PHẦN 3 CÀI ĐẶT VÀ KẾT QUẢTHỬNGHIỆM
Chương 1:Cài đặt .44
1. Chương trình .45
2. Phần Màu sắc.46
3. Phần Vân.50
4. Phần Hình dạng.53
Chương 2:Kết quảthửnghiệm .54
1. Phần Màu sắc.55
2. Phần Vân.73
3. Phần Hình dạng.77
PHẦN 4 KẾT LUẬN
Đánh giá kết quả đạt được .80
Hướng phát triển .80
Tài liệu tham khảo .
Để tải bản Đầy Đủ của tài liệu, xin Trả lời bài viết này, Mods sẽ gửi Link download cho bạn sớm nhất qua hòm tin nhắn.
Ai cần download tài liệu gì mà không tìm thấy ở đây, thì đăng yêu cầu down tại đây nhé:
Nhận download tài liệu miễn phí
Tóm tắt nội dung tài liệu:
B.Việc mã hóa một màu tùy ý trong dãy hiển thị được làm bằng cách tổ hợp ba
màu chính. Ví dụ: Red(255,0,0), Green(0,255,0), Blue(0,0,255), Black(0,0,0)
Hệ thống màu RGB là một hệ thống màu cộng vào bởi vì mỗi màu được tạo
nên bằng cách cộng thêm các phần tử vào màu đen(0,0,0)
Khuôn dạng của không gian màu RGB là định dạng phổ biến nhất của ảnh
số, lý do chính là tính tương thích với màn hình hiển thị chính là màn hình vi
tính. Tuy nhiên không gian màu RGB có hạn chế lớn nhất là không phù hợp
với cách con người cảm nhận về màu sắc. Do đó không phù hợp cho việc
ứng dụng vào tìm kiếm ảnh.
Blue
Green
Red
[1,0,1]
Magenta
[1,1,0]
Yellow
[0,1,1]
Cyan
[0,0,0]
[0,0,1]
[0,1,0]
[1,0,0]
[0,1,1]
White
Hình 1: Khối màu
Kh
oa
C
NT
T -
Ð
H
KH
TN
TP
.H
CM
Luận văn tốt nghiệp đại học
12
1.3. Hệ thống màu CMY:
Hệ thống màu CMY theo mô hình in trên giấy trắng và theo khuôn mẫu trừ
từ màu trắng thay vì thêm vào từ màu đen như hệ thống màu RGB.
CMY là viết tắt của Cyan-Magenta-Yellow (màu lục lam, màu đỏ tươi, màu
vàng), đó là ba màu chính tương ứng với ba màu mực in. Cyan hấp thu sự
chiếu sáng của màu đỏ, Magenta hấp thu màu xanh lục, Yellow hấp thu màu
xanh dương. Do đó, tạo ra sự phản ánh tương ứng như khi in ảnh được chiếu
sáng với ánh sáng trắng. Hệ thống dưới dạng âm tính vì mã hóa theo dạng
hấp thụ màu. Có một số mã hóa như sau: trắng (0,0,0) vì không có ánh sáng
trắng được hấp thụ, đen (255,255,255) vì tất cả các thành phần của màu trắng
đều được hấp thụ.
Hệ thống màu CMY dường như là một sự đảo ngược của hệ thống màu
RGB. Đặc tính của nó là sự đơn giản, ứng dụng nhiều trong thực tế. Tuy
nhiên khuyết điểm của nó cũng tương tự như không gian màu RGB, tức là
cách mã hóa khác với cách mà con người cảm nhận về màu sắc. Không thích
hợp cho bài toán tìm kiếm ảnh dựa vào nội dung.
1.4. Hệ thống màu L*a*b:
Mô hình L*a*b được đề cử bởi CIE cho việc lượng hóa sự khác biệt của màu
sắc trong vật chiếu sáng của ánh sáng ban ngày. Tuy nhiên nó có một sự
chuyển đổi được ghi vào để mà tính toán cho việc thích nghi với những
nguồn sáng.
Đây là hệ thống màu có sự tách riêng ánh sáng và màu sắc ra riêng. Do đó,
cũng có khả năng lớn cho việc tìm kiếm dựa vào nội dung.
1.5. Hệ thống màu HSI: Hue-Saturation-Intensity
Hệ thống màu HSI mã hóa thông tin màu sắc bằng cách chia giá trị intensity
I từ hai giá trị được mã hóa thuộc về độ hội tụ của màu- hue H và saturation
S.
Kh
oa
C
NT
T -
Ð
H
KH
TN
TP
.H
CM
Luận văn tốt nghiệp đại học
13
Thành phần không gian màu HSI gồm có ba phần: Hue được định nghĩa có
giá trị 0-2Π , mang thông tin về màu sắc. Saturation có giá trị 0-1, mang giá
trị về độ thuần khiết của thành phần Hue. Intensity (Value) mang thông tin
về độ sáng của điểm ảnh.Ta có thể hình dung không gian màu HSI như là vật
hình nón. Với trục chính biểu thị cường độ sáng Intensity. Khoảng cách đến
trục biểu thị độ tập chung Saturation. Góc xung quanh trục biểu thị cho sắc
màu Hue.
Đôi khi, hệ thống màu HSI được coi như là hệ thống màu HSV dùng Value
thay vì Intensity.
Hệ thống màu HSI thì thích hợp hơn với một số thiết kế đồ họa bởi vì nó
cung cấp sự điều khiển trực tiếp đến ánh sáng và hue. Hệ thống màu HSI
cũng hỗ trợ tốt hơn cho những thuật toán xử lý ảnh vì sự tiêu chuẩn hóa về
ánh sáng và tập chung vào hai tham số về độ hội tụ màu, và cường độ màu.
Hệ thống màu HSI có sự phân chia rõ rệt giữa ánh sáng và màu sắc. Do đó
có khả năng rất lớn được áp dụng cho việc tính đặc trưng và so sánh sự giống
Hình 2: Khối nón màu minh họa hệ thống màu HSI
Green
Blue
Cyan
Yellow
Magenta
Red
[0,0,0]
Black
H=2Π/3
Green
Red
H=0
Cyan
H=Π
Blue
H=4Π/3
H=Π/3
Yellow
I
White
H
S
I=0.5
I=1
Kh
oa
C
NT
T -
Ð
H
KH
TN
TP
.H
CM
Luận văn tốt nghiệp đại học
14
nhau về màu sắc của hai ảnh. Do đó nó rất thích hợp cho việc tìm kiếm ảnh
dựa vào màu.
Sự giống và khác nhau giữa hai ảnh về mặt màu sắc đối với mắt người chỉ
mang ý nghĩa tương đối. Do đó khi áp dụng vào bài toán này trên máy tính
thì ta cũng giả lập sự tương đối này.
Phương pháp chính của việc tìm kiếm theo màu sắc là dùng lượt đồ màu để
làm đặc trưng cho từng ảnh. Do những đặc điểm riêng của mô hình màu HSI
và đặc trưng của việc tìm kiếm nên tính lượt đồ màu cũng được dùng một mô
mình rất đặc biệt để phù hợp cho những đặc điểm riêng này.
2. Tìm kiếm ảnh dựa vào màu sắc:
Phương pháp phổ biến để tìm kiếm ảnh trong một tập những ảnh hỗn tạp cho
trước là dựa vào lượt đồ màu của chúng. Đây là cách làm khá đơn giản, tốc
độ tìm kiếm tương đối nhanh nhưng khuyết điểm là kết quả tìm kiếm lại có
độ chính xác không cao. Nhưng đây có thể được xem như là bước lọc đầu
tiên cho những tìm kiếm sau. Muốn được kết quả chính xác cao đòi hỏi sự
kết hợp đồng thời với vân (texture) và hình dáng (shape).
Cho đến nay, để giải quyết vấn đề về màu sắc, cách tiếp cận chính vẫn là dựa
vào lượt đồ màu.
2.1. Lượt đồ màu:
Lượt đồ màu: Như là một bảng tóm tắt thông tin về màu sắc cho một ảnh
màu bất kỳ.
Và việc tính lượt đồ màu này được tiến hành một cách rất nhanh chóng trong
ảnh mà chỉ qua một lần duyệt qua toàn bộ ảnh. Do đó ứng dụng vào việc tìm
kiếm ảnh sẽ có lợi rất lớn về mặt tốc độ.
Một số tính chất cần quan tâm của lượt đồ màu đối với vấn đề truy tìm ảnh:
- Việc tính lượt đồ màu của ảnh diễn ra rất nhanh chóng trong ảnh chỉ qua
một lần duyệt qua toàn bộ ảnh.
Kh
oa
C
NT
T -
Ð
H
KH
TN
TP
.H
CM
Luận văn tốt nghiệp đại học
15
- Lượt đồ màu tương đối bất biến đối với phép tịnh tiến, xoay ảnh, và nhất là
sự kéo nhỏ, kéo giãn, thay đổi kích thước của ảnh.
- Lượt đồ màu của một ảnh màu có thể là một cách miêu tả rất có ý nghĩa
cho việc truy tìm ảnh hay nhận dạng đối tượng trong ảnh
2.1.1. Lượt đồ màu thông thường RGB:
Đối với ảnh 256 màu, lượt đồ màu của ảnh tương đương với lượt đồ màu của
ảnh xám.
Đối với ảnh 24 bit màu, lượt đồ màu miêu tả khả năng kết nối về cường độ
của ba kênh màu R, G, B. Lượt đồ màu này được định nghĩa như sau:
hR,G,B[r, g, b] = N*Prob{R=r, G=g, B=b}
trong đó N là số lượng điểm có trong ảnh.
Lượt đồ màu ở dạng này được tính bằng cách rời rạc hoá từng màu trong
ảnh, sau đó là đếm số điểm ảnh của mỗi màu.
Khi mà số lượng màu là có hạn, để thuận tiện hơn, người ta thường chuyển
đổi ba kênh màu thành một biến giá trị màu duy nhất. Cho một ảnh RGB,
một kiểu chuyển đổi thường được sử dụng là:
m= r+Nrg+NrNgb
trong đó Nr,Ng là số lượng bin của màu đỏ và màu xanh lục.
Điều này mang lại một lượt đồ đơn duy nhất như sau:
h[m] = N*Prob{M=m}
Một cách khác để tính lượt đồ màu của ảnh RGB là ta phân ra thành 3 lượt
đồ riêng biệt hR[], hG[], hB[]. Khi đó, mỗi lượt đồ được tính bằng cách đếm
kênh màu tương ứng trong mỗi điểm ảnh.
2.1.2. Lượt đồ màu HSI:
Mô hình màu HSI có những ưu điểm lớn cho việc tìm kiếm hình ảnh dựa vào
nội dung và nhất là...