Tra cứu địa danh du lịch dựa vào hình ảnh

i


Số hóa bởi trung tâm học liệu

ĐẠI HỌC THÁI NGUYÊN
TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG




KHUẤT DUY TOÀN




TRA CỨU ĐỊA DANH DU LỊCH
DỰA VÀO HÌNH ẢNH

Chuyên ngành: Khoa học máy tính
Mã số: 60.48.01



LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH




Ngƣời hƣớng dẫn khoa học: PGS. TS. Đỗ Năng Toàn

ii


Số hóa bởi trung tâm học liệu

THÁI NGUYÊN - 2013
i


Số hóa bởi trung tâm học liệu

LỜI CAM ĐOAN
Tôi xin cam đoan toàn bộ nội dung bản luận văn này là do tôi tự sưu tầm, tra
cứu và sắp xếp cho phù hợp với nội dung yêu cầu của đề tài.
Nội dung luận văn này chưa từng được công bố hay xuất bản dưới bất kỳ hình
thức nào và cũng không được sao chép từ bất kỳ một công trình nghiên cứu nào.
này đã được cảm ơn và các thông tin trích dẫn trong luận văn đã được chỉ rõ
nguồn gốc.
Nếu sai tôi xin hoàn toàn chịu trách nhiệm.
Thái Nguyên, ngày 10 tháng 10 năm 2013
Tác giả luận văn


Khuất Duy Toàn

ii

Số hóa bởi trung tâm học liệu

LỜI CẢM ƠN
Trong quá trình thực hiện luận văn này, em luôn nhận được sự hướng dẫn, chỉ
bảo tận tình của PGS. TS. Đỗ Năng Toàn, Viện Công nghệ Thông tin thuộc Viện
Khoa học và Công nghệ Việt Nam là cán bộ trực tiếp hướng dẫn khoa học cho em.
Em xin chân thành cảm ơn sự giúp đỡ quý báu đó.
Em xin chân thành cảm ơn các Thầy, Cô giáo trong khoa Công nghệ thông
tin và các cán bộ, nhân viên phòng Đào tạo Sau đại học, trường Đại học công nghệ
thông tin và Truyền thông cùng các anh chị đồng nghiệp trong cơ quan đã tạo
những điều kiện thuận lợi cho em học tập và nghiên cứu tại trường Đại học công
nghệ thông tin và Truyền thông.
Xin chân thành cảm ơn các anh, chị và các bạn học viên lớp Cao học K10B -
trường Đại học công nghệ thông tin và Truyền thông đã luôn động viên, giúp đỡ và
nhiệt tình chia sẻ với em những kinh nghiệm học tập, công tác trong suốt khoá học.
Cuối cùng, tôi muốn gửi lời cảm ơn vô hạn tới gia đình và bạn bè, những
người thân yêu luôn bên cạnh và động viên tôi trong suốt quá trình thực hiện khóa
luận tốt nghiệp.
Mặc dù rất cố gắng, song luận văn này không thể tránh khỏi những thiếu sót,
kính mong được sự chỉ dẫn của các quý thầy cô và các bạn.
Thái Nguyên, ngày 10 tháng 10 năm 2013
Tác giả luận văn


Khuất Duy Toàn
iii


Số hóa bởi trung tâm học liệu

MỤC LỤC
LỜI CAM ĐOAN i
LỜI CẢM ƠN ii
MỤC LỤC iii
DANH MỤC HÌNH ẢNH v
MỞ ĐẦU 1
Chƣơng 1: KHÁI QUÁT VỀ TRA CỨU ẢNH VÀ BÀI TOÁN TRA CỨU ĐỊA
DANH DU LỊCH 5
1.1. Khái quát về tra cứu ảnh 5
1.1.1. Xử lý ảnh là gì 5
1.1.2. Một số khái niệm trong xử lý ảnh 7
1.1.3. Một số phương pháp biểu diễn ảnh 7
1.1.4. Phương pháp phát hiện biên ảnh 9
1.1.5. Phân vùng ảnh 10
1.1.6. Một số phương pháp tra cứu ảnh 14
1.2. Bài toán tra cứu địa danh du lịch 17
1.2.1. Địa danh du lịch 17
1.2.2. Đặc trưng của địa danh du lịch và ảnh địa danh du lịch 17
1.2.3. Ứng dụng của kỹ thuật tra cứu ảnh vào bài toán tra cứu địa danh du lịch 17
Chƣơng 2: MỘT SỐ KỸ THUẬT TRA CỨU ĐỊA DANH DU LỊCH QUA ẢNH 19
2.1. Kỹ thuật tra cứu ảnh theo nội dung 19
2.2. Kỹ thuật tra cứu ảnh dựa vào màu sắc 21
2.2.1. Không gian màu 22
2.2.2. Các moment màu 23
2.2.3. Lược đồ màu (histogram màu) 24
2.2.4. Véc tơ gắn kết màu 26
2.2.5. Sơ đồ tương quan màu 26
iv

Số hóa bởi trung tâm học liệu

2.2.6. Các đặc điểm bất biến màu 27
2.3. Kỹ thuật tra cứu ảnh dựa vào hình dạng 28
2.3.1. Biên và các phương pháp phát hiện biên 29
2.3.2. Xử lý ảnh trong miền tần số và biến đổi Fourier [3, 4, 5] 32
2.3.3. Mô tả Fourier 36
2.3.4. Các bất biến moment 38
2.3.5. Các hàm xoay/góc xoay 39
2.3.6. Độ tròn, độ lệch tâm và hướng trục chính 40
Chƣơng 3:CHƢƠNG TRÌNH THỬ NGHIỆM 41
3.1. Giới thiệu bài toán tra cứu địa danh du lịch qua ảnh 41
3.2. Phấn tích bài toán 42
3.3. Xây dựng chương trình 43
3.3.1. Sơ đồ khối tổng quát 43
3.3.2. Tra cứu theo màu sắc 44
3.3.3. Sử dụng chương trình ứng dụng 45
3.4. Khả năng mở rộng của chương trình 47
3.4.1. Những hạn chế của chương trình 47
3.4.2. Khả năng mở rộng 47
KẾT LUẬN 48
TÀI LIỆU THAM KHẢO 50
PHỤ LỤC 51

v


Số hóa bởi trung tâm học liệu

DANH MỤC HÌNH ẢNH

Hình 1.1. Các bước cơ bản trong xử lý ảnh 6
Hình 1.2. Hướng các điểm biên và mã tương ứng 8
Hình 1.3. Lược đồ rắn lượn và cách chọn ngưỡng 11
Hình 1.4. Minh họa khái niệm liên thông 13
Hình 2.1. Ví dụ về một số lọai kết cấu 20
Hình 2.2. Mô hình hệ thống Tra cứu ảnh theo nội dung 21
Hình 2.3. Biểu diễn hình dạng theo đường biên và theo vùng 29
Hình 2.4. Minh họa xác định điểm biên 30
Hình 2.5. Miền thời gian và miền tần số 33
Hình 2.6. Ảnh thực (a) và ảnh thu được sau biến đổi Fourier (b) 35
Hình 3.1. Sơ đồ khối tổng quát của chương trình 43
Hình 3.2. Sơ đồ khối phần tra cứu ảnh theo màu sắc 44
Hình 3.3. Giao diện của chương trình 45
Hình 3.4. Một số kết quả chạy chương trình 47








1


Số hóa bởi trung tâm học liệu

MỞ ĐẦU

Ngày nay, những tiến bộ mới trong khoa học kỹ thuật công nghệ đã giúp
ích rất nhiều cho cuộc sống của con người. Mọi thứ hầu như đều được tự động
và hiệu suất công việc được nâng cao hơn với sự trợ giúp của máy móc, thiết bị
công nghệ mới.
Những năm gần đây, ảnh số ngày càng thu hút được sự quan tâm của nhiều
người, một phần là do các thiết bị thu nhận ảnh số ngày càng phổ biến và có giá cả
phù hợp, cho phép nhiều người có thể sở hữu và sử dụng. Mặt khác các công nghệ
chế tạo thiết bị lưu trữ luôn được cải tiến để cho ra đời các thiết bị lưu trữ có dung
lượng lớn và giá thành hạ làm cho việc lưu trữ ảnh dưới dạng các file trở nên phổ
biến. Thêm nữa là sự phát triển của mạng Internet làm cho số lượng ảnh số được
đưa lên lưu trữ và trao đổi qua Internet là rất lớn.
Tuy nhiên khi số lượng ảnh được lưu trữ trở nên rất lớn thì vấn đề là phải có
những phương pháp tổ chức cơ sở dữ liệu ảnh tốt cùng với những kỹ thuật tìm
kiếm, tra cứu ảnh hiệu quả, có độ chính xác cao và có hiệu năng tốt.
Việc tìm kiếm được một bức ảnh mong muốn trong hàng triệu bức ảnh thuộc
đủ loại chủ đề khác nhau là rất khó khăn.
Khi số lượng ảnh trong một bộ sưu tập còn ít, việc nhận diện một bức ảnh
hay việc so sánh sự giống và khác nhau giữa nhiều bức ảnh có thể thực hiện
được bằng mắt thường, tuy nhiên khi có số lượng rất lớn ảnh thì việc so sánh
bằng mắt thường là rất khó khăn, đòi hỏi phải có những phương pháp hiệu quả
và chính xác hơn.
Trong thực tế, bài toán tra cứu ảnh số có rất nhiều ứng dụng quan trọng. Ví dụ
như trong lĩnh vực ngân hàng việc so sánh chữ ký của khách hàng với mẫu chữ ký đã
được lưu trữ sẵn có thể thực hiện rất nhanh và chính xác nếu có được một phần mềm so
sánh mẫu chữ ký tốt. Thực tế hiện nay tại các ngân hàng ở Việt nam người ta vẫn phải
sử dụng phương pháp so sánh bằng mắt thường vì việc so sánh chữ ký bằng phần mềm
2


Số hóa bởi trung tâm học liệu

vẫn chưa thực hiện được. Một ví dụ khác là bài toán quản lý biểu trưng (logo) trong
lĩnh vực sở hữu trí tuệ. Khi một đơn vị muốn đăng ký logo riêng cho đơn vị của mình
thì cơ quan quản lý phải tiến hành đánh giá xem mẫu logo đó đã được sử dụng hay
chưa hoặc có tương tự với mẫu logo nào đó đang được sử dụng hay không. Trong
trường hợp này nếu sử dụng mắt thường để duyệt thì sẽ tốn rất nhiều thời gian, nếu có
các phần mềm cho phép tìm kiếm trong cơ sở dữ liệu ảnh có sẵn những biểu trưng
tương tự với biểu trưng mẫu thì việc đánh giá sự tương tự sẽ dễ dàng hơn nhiều.
Các ứng dụng phức tạp hơn như so sánh mẫu vân tay, tìm kiếm ảnh tội phạm
v.v là những bài toán tra cứu ảnh được áp dụng trong ngành khoa học hình sự.
Ngoài ra các lĩnh vực ở trên ra thì các đối tượng được nhận dạng, tra cứu có
nhiều kiểu như tiếng nói, chữ viết, khuôn mặt, mã vạch … và trong lĩnh vực du lịch
thì việc tra cứu các địa danh du lịch cũng là một vấn đề được quan tâm. Đây là kiểu
đối tượng có tính chất đặc trưng về hình dạng và màu sắc, thường bắt gặp trong đời
sống hằng ngày với công dụng là đưa ra những địa danh du lịch theo nhu cầu và sở
thích của du khách. Tuy nhiên các địa danh du lịch thì không có quy luật mà chỉ là
hệ thống các hình ảnh với ý nghĩa qui ước kèm theo. Việc ghi nhớ hình dạng và ý
nghĩa của tất cả các loại ảnh đối với chúng ta sẽ là một khó khăn lớn, do đó chúng ta
thường hay có nhu cầu tra cứu tìm hiểu trực quan. Bởi vậy việc xây dựng một
chương trình nhằm phát hiện và nhận dạng các loại địa danh du lịch cho phép người
dùng có thể tra cứu trực quan thông tin của địa danh đó. Nhằm đạt được điều đó đòi
hỏi phải sử dụng tới các kỹ thuật nhận dạng và tra cứu ảnh. Chính vì vậy mà tôi
chọn đề tài “Tra cứu địa danh du lịch dựa vào hình ảnh”.
Vấn đề này chính là động lực để tôi tìm hiểu các phương pháp tra cứu ảnh số
đang được ứng dụng nhiều trong thực tế và tìm kiếm phương pháp phù hợp nhất để
giải quyết bài toán này.
Trước năm 1990, người ta thường sử dụng phương pháp tra cứu ảnh theo văn
bản (Text Based Image Retrieval). Theo cách này người ta sẽ gán cho mỗi bức ảnh
một lời chú thích phù hợp với nội dung hoặc một đặc điểm nào đó của ảnh, sau đó
3

Số hóa bởi trung tâm học liệu

việc tra cứu ảnh được thực hiện dựa trên những lời chú thích này. Phương pháp này
khá đơn giản, tuy nhiên lại không thể áp dụng để tra cứu các cơ sở dữ liệu ảnh có số
lượng ảnh lớn và kết quả tra cứu thì mang tính chủ quan và cảm ngữ cảnh.
Một trong những phương pháp được nhiều người quan tâm nghiên cứu hiện
nay là phương pháp “Tra cứu ảnh dựa theo nội dung” (Content Based Image
Retrieval). Ý tưởng phương pháp này là trích chọn các đặc điểm dựa vào nội dung
trực quan của ảnh như 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 (IBM), Virage (Virage Inc.),
Photobook (MIT), VisualSEEK (Columbia University) đã áp dụng khá thành công
phương pháp tra cứu này.
Trên cơ sở của phương pháp tra cứu ảnh theo nội dung người ta còn tìm cách
bổ sung, cải tiến để cho ra đời một số phương pháp tra cứu ảnh khác như tra cứu
ảnh theo bản thể, tra cứu ảnh theo đồ thị, tra cứu ảnh theo nhận thức v.v
Nội dung của đề tài này giới thiệu cơ sở lý thuyết và các ứng dụng chính của
một số phương pháp tra cứu ảnh, trong đó đi sâu vào giới thiệu phương pháp tra cứu
ảnh theo nội dung. Trên những cơ sở đó tiến hành thử nghiệm một phương pháp cụ
thể xây dựng một chương trình phần mềm tra cứu địa danh du lịch cho phép đọc
vào một ảnh mẫu và tìm kiếm những ảnh tương tự với ảnh mẫu trong một tập hợp
các ảnh cho trước theo hai đặc điểm là hình dạng và màu sắc của ảnh.
Bố cục của luận văn gồm Phần mở đầu, Phần kết luận và 3 chương nội dung
cùng với tài liệu tham khảo, cụ thể.
Chƣơng 1: Khái quát về tra cứu ảnh và bài toán tra cứu địa danh du lịch
Giới thiệu đầy đủ về các kiến thức nền tảng được sử dụng trong khóa luận
bao gồm kiến thức về xử lý ảnh và giới thiệu về bài toán tra cứu địa danh du lịch.
Chƣơng 2: Một số kỹ thuật tra cứu địa danh du lịch qua ảnh

Trình bày hai kỹ thuật tra cứu địa danh du lịch là kỹ thuật tra cứu ảnh dựa
vào màu sắc và kỹ thuật tra cứu ảnh dựa vào hình dạng.
4


Số hóa bởi trung tâm học liệu

Chƣơng 3: Chƣơng trình thử nghiệm
Xây dựng một ứng dụng của phương pháp tra cứu ảnh theo nội dung áp dụng
vào bài toán tra cứu địa danh du lịch qua ảnh, các sơ đồ chức năng và thiết kế giao
diện của chương trình, những hạn chế và khả năng mở rộng của chương trình.
5


Số hóa bởi trung tâm học liệu

Chƣơng 1:
KHÁI QUÁT VỀ TRA CỨU ẢNH
VÀ BÀI TOÁN TRA CỨU ĐỊA DANH DU LỊCH
1.1. Khái quát về tra cứu ảnh
Những năm gần đây, vấn đề tra cứu ảnh số nhận được sự quan tâm ngày
càng lớn. Nguyên nhân một phần là do sự phát triển của công nghệ chế tạo thiết bị
thu nhận và lưu trữ ảnh số cũng như sự phát triển mạnh mẽ của mạng Internet.
Người sử dụng trong nhiều lĩnh vực khác nhau có cơ hội để truy cập và sử dụng các
kho lưu trữ ảnh thuộc đủ loại chủ đề và với nhiều kiểu định dạng ảnh khác nhau.
Tuy nhiên người ta cùng nhận thấy rằng việc tìm được một bức ảnh mong muốn
trong bộ sưu tập ảnh đa dạng có kích thước lớn là rất khó khăn.
Tra cứu ảnh là một quá trình tìm kiếm trong một cơ sở dữ liệu ảnh những
ảnh thoả mãn một yêu cầu nào đó. Ví dụ, người sử dụng có thể tìm kiếm tất cả các
ảnh về chủ đề về biển trong một cơ sở dữ liệu ảnh hoặc một người sử dụng khác lại

muốn phân loại cơ sở ảnh của mình thành các bộ sưu tập có chủ đề khác nhau. Một
ví dụ khác về tra cứu ảnh là một người muốn tìm tất cả các ảnh tương tự với một
bức ảnh mẫu nào đó trong một cơ sở dữ liệu ảnh.
Vấn đề tra cứu ảnh đã được nhìn nhận rộng rãi và việc tìm kiếm các giải
pháp cho vấn đề này trở thành một lĩnh vực rất sôi động, thu hút sự quan tâm của
nhiều nhà nghiên cứu và phát triển.
1.1.1. Xử lý ảnh là gì
Con người thu nhận thông tin qua các giác quan, trong đó thị giác đóng vai trò
quan trọng nhất. Những năm trở lại đây với sự phát triển của phần cứng máy tính, xử lý
ảnh và đồ hoạ đã phát triển một cách mạnh mẽ và có nhiều ứng dụng trong cuộc sống.
Xử lý ảnh và đồ hoạ đóng một vai trò quan trọng trong tương tác người máy.
Quá trình xử lý ảnh được xem như là quá trình thao tác ảnh đầu vào nhằm
6


Số hóa bởi trung tâm học liệu

cho ra kết quả mong muốn. Kết quả đầu ra của một quá trình xử lý ảnh có thể là một
ảnh “tốt hơn” hoặc một kết luận.
Có thể hiểu một cách khác, xử lý ảnh hay cao cấp hơn nữa là thị giác máy
tính (Computer Vision) bao gồm tất cả các lý thuyết và kỹ thuật liên quan, cho
phép tạo lập một hệ thống có khả năng tiếp nhận thông tin từ các hình ảnh thu được,
lưu trữ và xử lý theo nhu cầu.

Hình 1.1. Các bước cơ bản trong xử lý ảnh
Thu nhận ảnh: Quá trình tiếp nhận thông tin từ vật thể thông qua camera màu
hoặc trắng đen, ảnh thu nhận được có thể là ảnh tương tự hoặc ảnh đã
số hóa.
Tiền xử lý ảnh: Sau bộ thu nhận, ảnh có thể nhiễu độ tương phản thấp nên
cần đưa vào bộ tiền xử lý để nâng cao chất lượng. Chức năng chính của bộ tiền xử

lý là lọc nhiễu, nâng độ tương phản để làm ảnh rõ hơn, nét hơn.
Phân đoạn ảnh: Là tách một ảnh đầu vào thành các vùng thành phần để biểu
diễn phân tích, nhận dạng ảnh. Ví dụ: để nhận dạng chữ (hoặc mã vạch) trên phong
bì thư cho mục đích phân loại bưu phẩm, cần chia các câu, chữ về địa chỉ hoặc tên
người thành các từ, các chữ, các số (hoặc các vạch) riêng biệt để nhận dạng. Đây là
phần phức tạp khó khăn nhất trong xử lý ảnh và cũng dễ gây lỗi, làm mất độ chính
xác của ảnh. Kết quả nhận dạng ảnh phụ thuộc rất nhiều vào công đoạn này.
Biểu diễn ảnh: Đầu ra ảnh sau phân đoạn chứa các điểm ảnh của vùng ảnh
(ảnh đã phân đoạn) cộng với mã liên kết với các vùng lận cận. Việc biến đổi các số
liệu này thành dạng thích hợp là cần thiết cho xử lý tiếp theo bằng máy tính. Việc
7


Số hóa bởi trung tâm học liệu

chọn các tính chất để thể hiện ảnh gọi là trích chọn đặc trưng (Feature Selection)
gắn với việc tách các đặc tính của ảnh dưới dạng các thông tin định lượng hoặc làm
cơ sở để phân biệt lớp đối tượng này với đối tượng khác trong phạm vi ảnh nhận
được. Ví dụ: trong nhận dạng ký tự trên phong bì thư, chúng ta miêu tả các đặc
trưng của từng ký tự giúp phân biệt ký tự này với ký tự khác.
Nhận dạng và nội suy ảnh: Nhận dạng ảnh là quá trình xác định ảnh. Quá
trình này thường thu được bằng cách so sánh với mẫu chuẩn đã được học (hoặc lưu)
từ trước. Nội suy là phán đoán theo ý nghĩa trên cơ sở nhận dạng. Ví dụ: một loạt
chữ số và nét gạch ngang trên phong bì thư có thể được nội suy thành mã điện thoại.
1.1.2. Một số khái niệm trong xử lý ảnh
Ảnh và điểm ảnh: Gốc của ảnh (ảnh tự nhiên) là ảnh liên tục về không gian
và độ sáng. Để xử lý bằng máy tính, ảnh cần phải được số hoá. Số hoá ảnh là sự
biến đổi gần đúng một ảnh liên tục thành một tập điểm phù hợp với ảnh thật về vị
trí (không gian) và độ sáng (mức xám). Khoảng cách giữa các điểm ảnh đó được
thiết lập sao cho mắt người không phân biệt được ranh giới giữa chúng. Mỗi một

điểm như vậy gọi là điểm ảnh và ảnh được xem như là 1 tập hợp các điểm ảnh
Độ phân giải của ảnh: Độ phân giải (Resolution) của ảnh là mật độ điểm ảnh
được ấn định trên một ảnh số được hiển thị.
Mức xám của ảnh: Mức xám của điểm ảnh là cường độ sáng của nó được
gán bằng giá trị số tại điểm đó. Giá trị mức xám thông thường: 16, 32, 64, 128, 256.
Ảnh đen trắng: là ảnh có hai màu đen, trắng (không chứa màu khác) với mức
xám ở các điểm ảnh có thể khác nhau.
Ảnh nhị phân: là ảnh chỉ có 2 mức đen trắng phân biệt tức dùng 1 bit mô tả
21 mức khác nhau. Nói cách khác: mỗi điểm ảnh của ảnh nhị phân chỉ có thể
là 0 hoặc 1.
1.1.3. Một số phương pháp biểu diễn ảnh
Sau khi thu nhận và số hóa, ảnh sẽ được lưu trữ hay chuyển sang giai đoạn
phân tích. Trước khi đề cập đến vấn đề lưu trữ ảnh, cần xem xét ảnh sẽ được biểu
8


Số hóa bởi trung tâm học liệu

diễn ra sao trong bộ nhớ máy tính.
1.1.3.1. Mã loạt dài
Mã loạt dài (Run-length Code) hay dùng để biểu diễn cho vùng ảnh hay ảnh
nhị phân. Một vùng ảnh R có thể biểu diễn đơn giản nhờ một ma trận nhị phân:

Với các biểu diễn trên, một vùng ảnh hay ảnh nhị phân đựoc xem như chuỗi
0 hay 1 đan xen. Các chuỗi này được gọi là mạch (run). Theo phương pháp này, mỗi
mạch sẽ được biểu diễn bởi địa chỉ bắt đầu của mạch và chiều dài mạch theo dạng
{<hàng,cột>, chiều dài}.
1.1.3.2. Mã xích
Mã xích thường được dùng để biểu diễn biên của ảnh. Thay vì lưu trữ toàn
bộ ảnh, người ta lưu trữ dãy các điểm ảnh như A, B…M. Theo phương pháp này, 8

hướng của vectơ nối 2 điểm biên liên tục được mã hóa. Khi đó ảnh được biểu diễn
qua điểm ảnh bắt đầu A cùng với chuỗi các từ mã. Điều này được minh họa trong
hình dưới đây:

Hình 1.2. Hướng các điểm biên và mã tương ứng
1.1.3.3. Mã tứ phân
Theo phương pháp mã tứ phân, một vùng ảnh coi như bao kín một hình chứ
9


Số hóa bởi trung tâm học liệu

nhật. Vùng này được chia làm 4 vùng con (Quadrant). Nếu một vùng con gồm toàn
điểm đen (1) hay toàn điểm trắng (0) thì không cần chia tiếp. Trong trường hợp
ngược lại, vùng con gồm cả điểm đen và trắng gọi là vùng không đồng nhất, ta tiếp
tục chia thành 4 vùng con tiếp và kiểm tra tính đồng nhất của các vùng con đó. Quá
trình chia dừng lại khi mỗi vùng con chỉ chứa thuần nhất điểm đen hoặc điểm trắng.
Quá trình đó tạo thành một cây chia theo bốn phần gọi là cây tứ phân. Như vậy, cây
biểu diễn ảnh gồm một chuỗi các ký hiệu b (black), w (white) và g (grey) kèm theo
ký hiệu mã hóa 4 vùng con. Biểu diễn theo phương pháp này ưu việt hơn so với các
phương pháp trên, nhất là so với mã loạt dài. Tuy nhiên, để tính toán số đo các hình
như chu vi, mô men là tương đối khó khăn.
1.1.4. Phương pháp phát hiện biên ảnh
Điểm Biên: Một điểm ảnh được coi là điểm biên nếu có sự thay đổi nhanh
hoặc đột ngột về mức xám (hoặc màu). Ví dụ trong ảnh nhị phân, điểm đen gọi là
điểm biên nếu lân cận nó có ít nhất một điểm trắng.
Đường biên (đường bao: boundary): tập hợp các điểm biên liên tiếp tạo thành
một đường biên hay đường bao.
Ý nghĩa của đường biên: đường biên là một loại đặc trưng cục bộ tiêu biểu
trong phân tích, nhận dạng ảnh. Nngười ta sử dụng biên làm phân cách các vùng

xám (màu) cách biệt.
1.1.4.1. Phát hiện biên trực tiếp
Phương pháp này làm nổi biên dựa vào sự biến thiên mức xám của ảnh. Kỹ
thuật chủ yếu dùng để phát hiện biên ở đây là kỹ thuật lấy đạo hàm. Nếu lấy đạo
hàm bậc nhất của ảnh ta có các kỹ thuật Gradient, nếu lấy đạo hàm bậc hai của ảnh
ta có kỹ thuật Laplace. Ngoài ra còn có một số cách tiếp cận khác.
1.1.4.2. Phát hiện biên gián tiếp
Nếu bằng cách nào đấy, chúng ta thu đượng các vùng ảnh khác nhau thì
đường phân cách giữa các vùng đó chính là biên. Nói cách khác, việc xác định
đường bao của ảnh được thực hiện từ ảnh đã được phân vùng. Phương pháp dò biên
10


Số hóa bởi trung tâm học liệu

gián tiếp khó cài đặt nhưng áp dụng tốt khi sự biến thiên độ sáng nhỏ. Để có thể tiến
hành xác định biên theo cách gián tiếp này, chúng ta cần giải quyết được bài toán
phân vùng ảnh.
1.1.5. Phân vùng ảnh
Phân vùng ảnh là bước then chốt trong xử lý ảnh. Giai đoạn này nhằm phân
tích ảnh thành những thành phần có cùng tính chất nào đó dựa theo biên hay các
vùng liên thông. Tiêu chuẩn để xác định các vùng liên thông có thể là cùng mức
xám, cùng màu hay cùng độ nhám…
Vùng ảnh là một chi tiết, một thực thể trông toàn cảnh. Nó là một tập hợp
các điểm có cùng hoặc gần cùng một tính chất nào đó : mức xám, mức màu, độ
nhám… Vùng ảnh là một trong hai thuộc tính của ảnh. Nói đến vùng ảnh là nói đến
tính chất bề mặt. Đường bao quanh một vùng ảnh (Boundary) là biên ảnh. Các điểm
trong một vùng ảnh có độ biến thiên giá trị mức xám tương đối đồng đều hay tính
kết cấu tương đồng.
Dựa vào đặc tính vật lý của ảnh, người ta có nhiều kỹ thuật phân vùng : phân

vùng dựa theo miền liên thông gọi là phân vùng dựa theo miền đồng nhất hay miền
kề, phân vùng dựa vào biên gọi là phân vùng biên. Ngoài ra còn có các kỹ thuật
phân vùng khác dựa vào biên độ, phân vùng dựa theo kết cấu.
1.1.5.1. Phân vùng theo ngưỡng biên độ
Đặc tính đơn giản nhất và có thể hữu ích nhất của ảnh đó là biên độ của các
tính chất vật lý của ảnh như: độ tương phản, độ truyền sáng, màu sắc hoặc
quang phổ.
Như vậy, có thể dùng ngưỡng biên độ để phân vùng khi biên độ đủ lớn đặc
trưng cho ảnh. Thí dụ, biên độ trong bộ cảm biến ảnh hồng ngoại có thể phản ánh
vùng có nhiệt độ thấp hay vùng có nhiệt độ cao. Kỹ thuật phân ngưỡng theo biên độ
rất có lợi đối với ảnh nhị phân như văn bản in, đồ họa, ảnh màu hay ảnh X-quang.
Việc chọn ngưỡng rất quan trọng. Nó bao gồm các bước :
Xem xét lược đồ xám của ảnh để xác định các đỉnh và các khe. Nếu ảnh có
dạng rắn lượn (nhiều đỉnh và khe), các khe có thể dùng để chọn ngưỡng.
11


Số hóa bởi trung tâm học liệu

Chọn ngưỡng t sao cho một phần xác định trước η của toàn bộ số mẫu là thấp hơn t.
Điều chỉnh ngưỡng dựa trên lược đồ xám của các điểm lân cận.
Chọn ngưỡng theo lược đồ xám của những điểm thỏa mãn tiêu chuẩn chọn.
Thí dụ, với ảnh có độ tương phản thấp, lược đồ của những điểm có biên độ Laplace
g(m,n) lớn hơn giá trị t định trước (sao cho từ 5% đến 10% số điểm ảnh với
Gradient lớn nhất sẽ coi như biên) sẽ cho phép xác định các đặc tính ảnh lưỡng cực
tốt hơn ảnh gốc.
Ta xét ví dụ sau về việc phân vùng dựa trên ngưỡng biên độ:

Hình 1.3. Lược đồ rắn lượn và cách chọn ngưỡng
Giả sử ảnh có lược đồ xám và cách chọn các ngưỡng như hình trên với:

T0=L
min
, …, T4=L
max
. Ta có 5 ngưỡng và phân ảnh thành 4 vùng, ký hiệu Ck là
vùng thứ k của ảnh, k=1,2,3,4. Cách phân vùng theo nguyên tắc :
P(m,n) ∈ Ck nếu Tk-1 ≤ P(m,n) < Tk , k=1,2,3,4.
Khi phân vùng xong, nếu ảnh rõ nét thì việc phân vùng coi như kết thúc. Nếu
không, cần điều chỉnh ngưỡng.
1.1.5.2. Phân vùng theo miền đồng nhất
Kỹ thuật phân vùng ảnh thành các miền đồng nhất dựa vào các tính chất
quan trọng nào đó của miền ảnh. Việc lựa chọn các tính chất của miền sẽ xác định
tiêu chuẩn phân vùng. Tính đồng nhất của một miền ảnh là điểm chủ yếu xác định
tính hiệu quả của việc phân vùng. Các tiêu chuẩn hay được dùng là sự thuần nhất về
mức xám, màu sắc đối với ảnh màu, kết cấu sợi và chuyển động.
12


Số hóa bởi trung tâm học liệu

Các phương pháp phân vùng ảnh theo miền đồng nhất thường áp dụng là :
Phương pháp tách cây tứ phân
Phương pháp cục bộ
Phương pháp tổng hợp
Phương pháp tách cây tứ phân
Về nguyên tắc, phương pháp này kiểm tra tính đúng đắn của tiêu chuẩn đề ra
một cách tổng thể trên miền lớn của ảnh. Nếu tiêu chuẩn được thỏa mãn, việc phân
đoạn coi như kết thúc. Trong trường hợp ngược lại, chia miền đang xét thành 4
miền nhỏ hơn. Với mỗi miền nhỏ, áp dụng một cách đệ quy phương pháp trên cho
đến khi tất cả các miền đều thỏa mãn điều kiện.

Phương pháp này có thể mô tả bằng thuật toán sau :

Tiêu chuẩn xét miền đồng nhất ở đây có thể dựa vào mức xám. Ngoài ra, có
thể dựa vào độ lệch chuẩn hay độ chênh giữa giá trị mức xám lớn nhất và giá trị
mức xám nhỏ nhất. Giả sử Max và Min là giá trị mức xám lớn nhất và nhỏ nhất
trong miền đang xét.
Nếu |Max – Min| < T (ngưỡng) ta coi miền đang xét là đồng nhất. Trường
hợp ngược lại, miền đang xét không là miền đồng nhất và sẽ được chia làm 4 phần.
Phương pháp cục bộ
Ý tưởng của phương pháp là xét ảnh từ các miền nhỏ nhất rồi nối chúng lại
nếu thỏa mãn tiêu chuẩn để được một miền đồng nhất lớn hơn. Tiếp tục với các
miền thu được cho đến khi không thể nối thêm được nữa. Số miền còn lại cho ta kết
13


Số hóa bởi trung tâm học liệu

quả phân đoạn. Như vậy, miền nhỏ nhất của bước xuất phát là điểm ảnh.
Phương pháp này hoàn toàn ngược với phương pháp tách. Song điều quan trọng
ở đây là nguyên lý nối 2 vùng. Việc nối 2 vùng được thực hiện theo nguyên tắc sau :
Hai vùng phải đáp ứng tiêu chuẩn, thí dụ như cùng màu hay cùng mức xám.
Hai vùng phải kế cận nhau.
Trong xử lý ảnh, người ta dùng khái niệm liên thông để xác định tính chất kế cận.
Có hai khái niệm về liên thông là 4 liên thông và 8 liên thông. Với 4 liên thông một điểm
ảnh I(x,y) sẽ có 4 kế cận theo 2 hướng x và y ; trong khi đó với 8 liên thông, điểm I(x,y)
sẽ có 4 liên thông theo 2 hướng x, y và 4 liên thông khác theo hướng chéo 45
o


Hình 1.4. Minh họa khái niệm liên thông

Dựa theo nguyên lý của phương pháp nối, ta có 2 thuật toán :
Thuật toán tô màu (Blob Coloring): sử dụng khái niệm 4 liên thông, dùng
một cửa sổ di chuyển trên ảnh để so sánh với tiêu chuẩn nối.
Thuật toán đệ quy cục bộ: sử dụng phương pháp tìm kiếm trong một cây để
làm tăng kích thước vùng.
Phương pháp tổng hợp
Hai phương pháp nối (hợp) và tách đều có nhược điểm. Phương pháp tách sẽ
tạo nên một cấu trúc phân cấp và thiết lập mối quan hệ giữa các vùng. Tuy nhiên,
nó thực hiện việc chia quá chi tiết. Phương pháp hợp cho phép làm giảm số miền
liên thông xuống tối thiểu, nhưng cấu trúc hàng ngang dàn trải, không cho ta thấy rõ
mối liên hệ giữa các miền.
14


Số hóa bởi trung tâm học liệu

Vì nhược điểm này, người ta nghĩ đến phối hợp cả 2 phương pháp. Trước
tiên, dùng phương pháp tách để tạo nên cây tứ phân, phân đoạn theo hướng từ gốc
đến lá. Tiếp theo, tiến hành duyệt cây theo chiều ngược lại và hợp các vùng có cùng
tiêu chuẩn. Với phương pháp này ta thu được một cấu trúc ảnh với các miền liên
thông có kích thước tối đa.
1.1.5.3. Phân vùng theo kết cấu bề mặt
Kết cấu thường được nhận biết trên bề mặt của các đối tượng như gỗ, cát, vải
vóc… Kết cấu là thuật ngữ phản ánh sự lặp lại của các phần tử sợi (texel) cơ bản.
Sự lặp lại này có thể ngẫu nhiên hay có tính chu kì hoặc gần chu kì. Một texel chứa
rất nhiều điểm ảnh. Trong phân tích ảnh, kết cấu được chia làm hai loại chính là:
loại thống kê và loại cấu trúc.
Khi đối tượng xuất hiện trên một nền có tính kết cấu cao, việc phân đoạn
dựa vào tính kết cấu trở nên quan trọng. Nguyên nhân là kết cấu sợi thường chứa
mật độ cao các gờ (edge) làm cho phân đoạn theo biên kém hiệu quả, trừ phi ta

loại tính kết cấu.
Nhìn chung, việc phân loại và phân vùng dựa vào kết cấu là một vấn đề phức
tạp. Trong thực tế, chúng ta thường chỉ giải quyết vấn đề này bằng cách cho biết
trước các loại kết cấu (dựa vào quy luật hay các phân bố của nó).
1.1.6. Một số phương pháp tra cứu ảnh
Phần sau đây giới thiệu sơ lược một số mốc phát triển quan trọng của
phương pháp tra cứu ảnh theo nội dung và một số phương pháp tra cứu ảnh cải tiến
đang được áp dụng trong các hệ thống tra cứu ảnh.
1.1.6.1. Tra cứu ảnh theo nội dung [1, 6, 12]
Một số hệ thống tra cứu ảnh theo nội dung tiêu biểu:
QBIC hay Query By Image Content do hãng IBM và Trung tâm nghiên cứu
Almaden hợp tác phát triển. Hệ thống này cho phép truy vấn dựa trên nhiều thuộc
tính trực quan như màu sắc, kết cấu và hình dạng của đối tượng ảnh. QBIC hỗ trợ
các kiểu truy vấn dựa trên ảnh mẫu, dựa trên hình phác thảo hoặc dựa trên các mẫu
15


Số hóa bởi trung tâm học liệu

màu hoặc mẫu kết cấu.
VIR Image Engine do Công ty Virage Inc. phát triển, cũng giống như QBIC, hệ
thống này cho phép tra cứu ảnh dựa trên các thuộc tính màu sắc, kết cấu và cấu trúc.
VisualSEEK và WebSEEK do trường Đại học Tổng hợp Columbia (Mỹ)
phát triển. Cả hai hệ thống này đều hỗ trợ các cách tìm kiếm theo màu sắc, kết cấu
và bố cục không gian.
NeTra do trường Đại học Tổng hợp California (Mỹ) phát triển. Hệ thống này
hỗ trợ tìm kiếm theo màu sắc, hình dạng, bố cục không gian và kết cấu cũng như
theo sự phân mảnh của ảnh .
MARS hay Multimedia Analysis and Retrieval System do trường Đại học
Tổng hợp Illinois phát triển, hỗ trợ tìm kiếm theo màu sắc, bố cục không gian, kết

cấu và hình dạng.
Viper hay Visual Information Processing for Enhanced Retrieval do trường
Đại học Geneva phát triển, tìm kiếm theo màu sắc và kết cấu.
1.1.6.2. Tra cứu ảnh theo bản thể [8,12]
Giới thiệu
Các phương pháp tìm kiếm theo từ khoá có rất nhiều hạn chế: một từ khoá
trong văn bản không chỉ ra được văn bản đó có thích hợp hay không và các văn bản
thích hợp lại có thể không chứa một từ khoá nhất định. Các từ đồng nghĩa làm giảm
độ thu hồi, các từ đồng âm làm giảm độ chính xác và các quan hệ ngữ nghĩa như
quan hệ thượng hạ vị, trái nghĩa, phản nghĩa chưa được đề cập đến.
Công nghệ web ngữ nghĩa (semantic web) hứa hẹn có thể giải quyết được
những khó khăn trên.
Chú giải ngữ nghĩa
Các cách tiếp cận sau thường được sử dụng để chú giải ảnh:
- Từ khoá: danh sách các từ được phép sử dụng để chú giải ảnh được hạn chế
làm cho việc tìm kiếm dễ dàng hơn.
- Phân loại: có nhiều hệ thống phân loại có khả năng phân loại theo nhiều
16


Số hóa bởi trung tâm học liệu

phương diện khác nhau thành các cây phân cấp theo chủ đề. Một ảnh có thể chú
thích bằng một tập các chủ đề mô tả ảnh đó. Ví dụ, ảnh trên một chiếc phong bì vẽ
một toà lâu đài có thể liên quan tới lớp “phong bì” và lớp “lâu đài”.
- Mô tả ảnh: Sử dụng những câu mô tả các đối tượng ảnh có trong ảnh. Hệ
thống tra cứu thông tin có nhiệm vụ đánh chỉ số các văn bản này để có thể tìm kiếm
bằng từ khoá.
Tra cứu ảnh ngữ nghĩa
Các bản thể tạo thành hạt nhân của của các hệ thống tra cứu ảnh ngữ nghĩa

được sử dụng cho ba mục đích:
Thuật ngữ chú giải: mô hình bản thể cung cấp thuật ngữ và các khái niệm để
diễn tả dữ liệu về dữ liệu (metadata) của các ảnh.
Tìm kiếm theo cách nhìn: các bản thể của một mô hình, chẳng hạn Sự kiện,
Con người hoặc Vị trí cho ta các cách nhìn khác nhau vào cùng một nội dung giới
thiệu. Mỗi cách nhìn bao gồm các lớp và các trường hợp ví dụ biểu diễn bằng
metaphor của một trình duyệt hệ thống file trong đó các lớp tương ứng với các thư
mục và các trường hợp ví dụ tương ứng với các file.
Duyệt ngữ nghĩa: Sau khi tìm kiếm được tâm điểm chú ý là một ảnh nào đó,
mô hình bản thể ngữ nghĩa cùng với dữ liệu ảnh ví dụ có thể được sử dụng để tìm ra
mối quan hệ giữa ảnh được lựa chọn và các ảnh trong cơ sở dữ liệu ảnh. Các ảnh
này sẽ được đưa ra cho người sử dụng chọn. Những ảnh đó có thể không phù hợp
hoàn toàn với truy vấn nhưng nói chung là tương đối phù hợp.
1.1.6.3. Tra cứu ảnh theo đồ thị
Động lực của phương pháp này dựa trên một thực tế là những ảnh thích hợp
về mặt trực giác thường không có chung những đặc điểm mức thấp nhưng vẫn có sự
tương tự về mặt khái niệm và về mặt ngữ cảnh đối với con người. Ví dụ, những ảnh
chụp người trong bộ đồ tắm thường có màu sắc, hình dạng và kết cấu rất đa dạng
nhưng về mặt khái niệm thì lại được con người cảm nhận là tương tự nhau.
Vì vậy phương pháp tra cứu ảnh theo đồ thị được giới thiệu ở đây không dựa
17


Số hóa bởi trung tâm học liệu

trên các đặc điểm ở mức thấp (trừ giai đoạn khởi tạo) mà dựa vào những sự liên kết
có tính trực giác giữa các ảnh được thiết lập bởi người sử dụng bằng cách phản hồi
thích hợp.
Mục tiêu của phương pháp này là xây dựng một sơ đồ để tích luỹ thông tin
do những tương tác với người sử dụng theo cách đơn giản hơn phản hồi thích hợp

và sử dụng những thông tin này để việc tra cứu ảnh cho những kết quả có ý nghĩa
trực giác hơn [8].
1.2. Bài toán tra cứu địa danh du lịch
1.2.1. Địa danh du lịch
Địa danh du lịch là những khu di tích lịch sử văn hóa tâm linh, viện bảo tàng,
những danh lam thắng cảnh các bãi biển hay các khu nghỉ dưỡng …
1.2.2. Đặc trưng của địa danh du lịch và ảnh địa danh du lịch
Mỗi một đia danh du lịch đều có những nét đặc trưng nên ta có thể chia các
địa danh đó theo các đặc điểm chung của từng loại địa danh du lịch như.
- Địa danh về lịch sư như: Viện bảo tàng quân sư, bảo tàng dân tộc, và các
khu di tích lịch sử văn hóa
- Địa danh về tâm linh như : Chùa Bái Đính, Chùa Hương, Đền Hùng
- Các Địa danh nghi dưỡng như : các bãi biển, các khu du lịch sinh thái
1.2.3. Ứng dụng của kỹ thuật tra cứu ảnh vào bài toán tra cứu địa danh du lịch
Ảnh địa danh du lịch là kiểu đối tượng có tính chất hình học và màu sắc đặc
trưng, thường là ảnh của những địa danh, những khu vui chơi, những di tich lịch sư
văn hóa
Tuy nhiên các ảnh địa danh thì không có quy luật mà chỉ là hệ thống các ảnh,
các ký hiệu với ý nghĩa qui ước kèm theo. Việc ghi nhớ hình dạng và ý nghĩa của tất
cả các loại ảnh địa danh du lịch đối với chúng ta sẽ là một khó khăn lớn, do đó
chúng ta thường hay có nhu cầu tra cứu tìm hiểu trực quan.
Với số lượng ảnh lớn như vậy, đồng thời có nhiều ảnh có hình thức và
màu sắc tương tự nhau, để biết và nhớ hết từng loại ảnh địa danh du lịch là
18


Số hóa bởi trung tâm học liệu

không hề đơn giản.
Để giải quyết vấn đề này chúng ta có thể sử dụng phương pháp đơn giản hơn

là tìm cách so sánh ảnh mẫu địa danh du lịch cần xác định với ảnh các địa danh du
lịch đã được lưu trữ để tìm ra những địa danh du lich "giống" với địa danh du lịch
cần xác định nhất.
Chức năng chính cơ bản của ứng dụng là tra cứu thông tin trực quan. Từ một
ảnh có sẵn ứng dụng sẽ tìm các hình ảnh tương tự trong cơ sở dữ liệu và mục đích
là tìm ra ảnh đích hoặc các thông tin liên quan đến ảnh cần truy vấn.
Yêu cầu chính với bài toán này là phải tìm kiếm chính xác, kết quả trả về
trong thời gian nhanh nhất có thể chấp nhận được và hoạt động trên một cơ sở dữ
liệu ảnh lớn.