Nghiên cứu kỹ thuật tra cứu cứu ảnh và ứng dụng trong tra cứu cây thuố

i

LỜI CAM ĐOAN

Tôi xin cam đoan luận văn với tên đề tài “Nghiên cứu kỹ thuật tra cứu
cứu ảnh và ứng dụng trong tra cứu cây thuốc” là kết quả nghiên cứu của bản
thân học viên, dựa trên nghiên cứu và thu thập cơ sở dữ liệu thực tiễn dưới sự
hướng dẫn khoa học của TS. Nguyễn Văn Tảo. Các số liệu, kết quả nêu trong
luận văn là hoàn toàn trung thực, chưa từng được công bố dưới bất cứ hình thức
nào.
Thái Nguyên, ngày 15 tháng 7 năm 2013
Người cam đoan

Nguyễn Thị Bích Hạnh


ii

LỜI CẢM ƠN
Trong suốt thời gian hoàn thành luận văn nghiên cứu, tôi luôn nhận được giúp
đỡ tận tình của thầy giáo hướng dẫn và biết bao người thân yêu bên tôi.
Nhân dịp này, tôi xin gửi lời cảm ơn và lòng biết ơn sâu sắc nhất tới TS.
Nguyễn Văn Tảo về những chỉ dẫn khoa học, những góp ý quý báu và tận tình
hướng dẫn tôi trong suốt quá trình thực hiện luận văn tốt nghiệp.
Tôi xin chân thành cảm ơn tập thể các Thầy, Cô giáo trong trường Đại học Công
nghệ thông tin và Truyền thông đã luôn nhiệt tình quan tâm, giúp đỡ và tạo mọi
điều kiện tốt nhất cho tôi trong suốt quá trình học tập tại trường.
Xin chân thành cảm ơn tới tập thể các thầy cô và các bạn đồng nghiệp Trung
tâm Nghiên cứu và Phát triển Nông Lâm nghiệp miền núi phía Bắc - Trường Đại
học Nông Lâm nơi tôi đang công tác; các bạn trường Đại học Y Thái Nguyên đã
luôn cổ vũ, động viên và tạo mọi điều kiện thuận lợi để tôi hoàn thành luận văn của

mình.
Cuối cùng, tôi muốn bày tỏ lòng cảm ơn vô hạn tới bạn bè, tới những người
thân yêu luôn bên tôi. Xin bày tỏ lòng cảm ơn sâu sắc tới bố mẹ, chồng, con và
những người thân trong gia đình đã là điểm tựa tinh thần lẫn vật chất cho tôi trong
những lúc khó khăn, luôn bên cạnh và động viên tôi trong suốt quá trình thực hiện
luận văn tốt nghiệp.
Xin trân trọng cảm ơn tất cả sự giúp đỡ quý báu đó!
Sinh viên

Nguyễn Thị Bích Hạnh


iii

MỤC LỤC
1.1. Tổng quan về xử lý ảnh.............................................................................................3
1.2.1. Đặc trưng màu .......................................................................................................7
1.2.2. Đặc trưng màu vân..................................................................................................9
1.2.3. Đặc trưng về hình dạng...........................................................................................9
1.3. Các chức năng cơ bản của một hệ thống tra cứu ảnh dựa vào nội dung .................12
Truy vấn người sử dụng...................................................................................................13
1.4. Những ứng dụng cơ bản của tra cứu ảnh dựa vào nội dung....................................15
1.5. Một số hệ thống tra cứu ảnh theo nội dung tiêu biểu..............................................15
2.1. Tra cứu ảnh dựa vào màu sắc...................................................................................17
2.1.1. Màu sắc..................................................................................................................18
2.1.2. Một số đặc tính đặc biệt về màu sắc......................................................................18
2.1.3. Các không gian màu.............................................................................................19

Hình 2.1: Mô tả không gian màu RGB.....................................................................20
Hình 2.2: Mô tả không gian màu HSV.....................................................................21

2.1.4. Lượng tử hóa màu và lược đồ màu.......................................................................23
Lược đồ màu....................................................................................................................24
2.2. Tra cứu ảnh dựa vào hình dạng................................................................................31
2.2.1. Khái niệm về hình dạng.........................................................................................31
2.2.2. Đặc điểm hình dạng với việc tìm kiếm ảnh...........................................................31
2.2.3. Lược đồ hình dạng.................................................................................................33
2.2.4. Biểu diễn hình dạng trên cơ sở vùng và thước đo đồng dạng...............................34

Hình 2.8: Đo hai hình dạng trên cơ sở chỉ mục........................................................37
Các thao tác hình dạng khác............................................................................................38
2.3. Tra cứu ảnh dựa vào vân..........................................................................................38
2.3.1. Vân là gì?...............................................................................................................38
2.3.3. Phân hoạch vùng nhị phân cục bộ.........................................................................40
2.3.4. Phân đoạn vân .......................................................................................................40
2.4. Phương pháp tra cứu ảnh sử dụng dấu hiệu nhị phân...............................................40
2.4.1. Giới thiệu...............................................................................................................40
2.4.2. Kiến trúc hệ thống ................................................................................................41

Hình 2.10: Kiến trúc của kỹ thuật tra cứu ảnh sử dụng dấu hiệu nhị phân..............42
2.4.3. Kỹ thuật tra cứu ảnh theo nội dung dựa vào dấu hiệu nhị phân............................42

Hình 2.11: Mẫu thiết lập hình ảnh.............................................................................44
Bảng 2.2: Dấu hiệu nhị phân của hình 2.11 sử dụng VBA......................................45
2.4.4. Độ đo tương tự.......................................................................................................47

Bảng 2.3: Chuỗi dấu hiệu nhị phân minh họa sự giống và khác nhau của ảnh........48
Hình 3.4: Biểu đồ Use Case......................................................................................55
3.3.2. Biểu đồ trình tự và biểu đồ hoạt động...................................................................55

Hình 3.5: Biểu đồ trình tự của tác nhân tra cứu........................................................56

Hình 3.7: Biểu đồ hoạt động của tác nhân tra cứu ảnh.............................................57


iv

Hình 3.8: Biểu đồ trình tự của tác nhân quản lý CSDL ảnh.....................................58
Hình 3.10: Biểu đồ hoạt động của chức năng quản lý cơ sở dữ liệu ảnh.................59
Bảng 3.1: Bảng cơ sở dữ liệu ảnh.............................................................................59
Bảng 3.2: Bảng cơ sở dữ liệu nhị phân.....................................................................60
3.5.2.2. Màn hình chọn cơ sở dữ liệu ảnh.......................................................................62

Hình 3.12: Màn hình chọn cơ sở dữ liệu ảnh............................................................62
3.5.2.3. Màn hình chọn ảnh cần truy vấn.......................................................................62

....................................................................................................................................63
Hình 3.13: Màn hình chọn ảnh cần truy vấn 1..........................................................63
Hình 3.15: Danh sách ảnh hiển thị thông tin được sắp xếp với ảnh truy vấn 1.......64
Hình 3.16: Màn hình chọn ảnh truy vấn 2................................................................65
Bảng 3.3: Bảng kết quả thực hiện truy vấn 1............................................................67
Bảng 3.4: Bảng kết quả thực hiện truy vấn 2............................................................67

DANH MỤC CÁC CHỮ VIẾT TẮT
STT

Từ

Từ viết đầy đủ

1
2

3
4

viết tắt
VIR
CBIR
QBE
QBF

Visual Information Retrieval
Content Based Image Retrieval
Query by Example
Query by Feature

5

QBIC

Query By Image Content

6
7
8

RGB
HSV
CCV

9

CIE

Red Green Blue
Hue, Saturation, Value
Color Coherence Vectors
Commission International d'E

10
11
12
13
14

CMY
CBA
VBA
GCH
LCH

clairage

Diễn giải
Tra cứu thông tin
Tra cứu ảnh dựa vào nội dung
Truy vấn bởi ảnh mẫu
Truy vấn bởi đặc trưng
Truy vấn ảnh dựa vào nội
dung
Đỏ, Xanh lục, Xanh lơ
Màu, độ bão hòa màu, độ sáng

Véc tơ gắn kết màu
Ủy ban quốc tế về màu sắc

Cyan-Magenta-Yellow

Lục lam, đỏ tươi, vàng

Constant Bin Allocation
Variable Bin Allocation
Global Color Histogram
Local Color Histogram

Phân bổ bin liên tục
Phân bổ biến bin
Lược đồ màu toàn cục
Lược đồ màu cục bộ


v

15
16

GIS
CSDL

Geographic Information System Hệ thống thông tin địa lý
Cơ sở dữ liệu

DANH MỤC CÁC HÌNH

1.1. Tổng quan về xử lý ảnh.............................................................................................3
1.2.1. Đặc trưng màu .......................................................................................................7
1.2.2. Đặc trưng màu vân..................................................................................................9
1.2.3. Đặc trưng về hình dạng...........................................................................................9
1.3. Các chức năng cơ bản của một hệ thống tra cứu ảnh dựa vào nội dung .................12
Truy vấn người sử dụng...................................................................................................13
1.4. Những ứng dụng cơ bản của tra cứu ảnh dựa vào nội dung....................................15
1.5. Một số hệ thống tra cứu ảnh theo nội dung tiêu biểu..............................................15
2.1. Tra cứu ảnh dựa vào màu sắc...................................................................................17
2.1.1. Màu sắc..................................................................................................................18
2.1.2. Một số đặc tính đặc biệt về màu sắc......................................................................18
2.1.3. Các không gian màu.............................................................................................19

Hình 2.1: Mô tả không gian màu RGB.....................................................................20
Hình 2.2: Mô tả không gian màu HSV.....................................................................21
2.1.4. Lượng tử hóa màu và lược đồ màu.......................................................................23
Lược đồ màu....................................................................................................................24
2.2. Tra cứu ảnh dựa vào hình dạng................................................................................31
2.2.1. Khái niệm về hình dạng.........................................................................................31
2.2.2. Đặc điểm hình dạng với việc tìm kiếm ảnh...........................................................31
2.2.3. Lược đồ hình dạng.................................................................................................33
2.2.4. Biểu diễn hình dạng trên cơ sở vùng và thước đo đồng dạng...............................34

Hình 2.8: Đo hai hình dạng trên cơ sở chỉ mục........................................................37
Các thao tác hình dạng khác............................................................................................38
2.3. Tra cứu ảnh dựa vào vân..........................................................................................38
2.3.1. Vân là gì?...............................................................................................................38
2.3.3. Phân hoạch vùng nhị phân cục bộ.........................................................................40
2.3.4. Phân đoạn vân .......................................................................................................40
2.4. Phương pháp tra cứu ảnh sử dụng dấu hiệu nhị phân...............................................40

2.4.1. Giới thiệu...............................................................................................................40
2.4.2. Kiến trúc hệ thống ................................................................................................41

Hình 2.10: Kiến trúc của kỹ thuật tra cứu ảnh sử dụng dấu hiệu nhị phân..............42


vi

2.4.3. Kỹ thuật tra cứu ảnh theo nội dung dựa vào dấu hiệu nhị phân............................42

Hình 2.11: Mẫu thiết lập hình ảnh.............................................................................44
Bảng 2.2: Dấu hiệu nhị phân của hình 2.11 sử dụng VBA......................................45
2.4.4. Độ đo tương tự.......................................................................................................47

Bảng 2.3: Chuỗi dấu hiệu nhị phân minh họa sự giống và khác nhau của ảnh........48
Hình 3.4: Biểu đồ Use Case......................................................................................55
3.3.2. Biểu đồ trình tự và biểu đồ hoạt động...................................................................55

Hình 3.5: Biểu đồ trình tự của tác nhân tra cứu........................................................56
Hình 3.7: Biểu đồ hoạt động của tác nhân tra cứu ảnh.............................................57
Hình 3.8: Biểu đồ trình tự của tác nhân quản lý CSDL ảnh.....................................58
Hình 3.10: Biểu đồ hoạt động của chức năng quản lý cơ sở dữ liệu ảnh.................59
Bảng 3.1: Bảng cơ sở dữ liệu ảnh.............................................................................59
Bảng 3.2: Bảng cơ sở dữ liệu nhị phân.....................................................................60
3.5.2.2. Màn hình chọn cơ sở dữ liệu ảnh.......................................................................62

Hình 3.12: Màn hình chọn cơ sở dữ liệu ảnh............................................................62
3.5.2.3. Màn hình chọn ảnh cần truy vấn.......................................................................62

....................................................................................................................................63

Hình 3.13: Màn hình chọn ảnh cần truy vấn 1..........................................................63
Hình 3.15: Danh sách ảnh hiển thị thông tin được sắp xếp với ảnh truy vấn 1.......64
Hình 3.16: Màn hình chọn ảnh truy vấn 2................................................................65
Bảng 3.3: Bảng kết quả thực hiện truy vấn 1............................................................67
Bảng 3.4: Bảng kết quả thực hiện truy vấn 2............................................................67

DANH MỤC CÁC BẢNG
1.1. Tổng quan về xử lý ảnh.............................................................................................3
1.2.1. Đặc trưng màu .......................................................................................................7
1.2.2. Đặc trưng màu vân..................................................................................................9
1.2.3. Đặc trưng về hình dạng...........................................................................................9
1.3. Các chức năng cơ bản của một hệ thống tra cứu ảnh dựa vào nội dung .................12
Truy vấn người sử dụng...................................................................................................13


vii

1.4. Những ứng dụng cơ bản của tra cứu ảnh dựa vào nội dung....................................15
1.5. Một số hệ thống tra cứu ảnh theo nội dung tiêu biểu..............................................15
2.1. Tra cứu ảnh dựa vào màu sắc...................................................................................17
2.1.1. Màu sắc..................................................................................................................18
2.1.2. Một số đặc tính đặc biệt về màu sắc......................................................................18
2.1.3. Các không gian màu.............................................................................................19

Hình 2.1: Mô tả không gian màu RGB.....................................................................20
Hình 2.2: Mô tả không gian màu HSV.....................................................................21
2.1.4. Lượng tử hóa màu và lược đồ màu.......................................................................23
Lược đồ màu....................................................................................................................24
2.2. Tra cứu ảnh dựa vào hình dạng................................................................................31
2.2.1. Khái niệm về hình dạng.........................................................................................31

2.2.2. Đặc điểm hình dạng với việc tìm kiếm ảnh...........................................................31
2.2.3. Lược đồ hình dạng.................................................................................................33
2.2.4. Biểu diễn hình dạng trên cơ sở vùng và thước đo đồng dạng...............................34

Hình 2.8: Đo hai hình dạng trên cơ sở chỉ mục........................................................37
Các thao tác hình dạng khác............................................................................................38
2.3. Tra cứu ảnh dựa vào vân..........................................................................................38
2.3.1. Vân là gì?...............................................................................................................38
2.3.3. Phân hoạch vùng nhị phân cục bộ.........................................................................40
2.3.4. Phân đoạn vân .......................................................................................................40
2.4. Phương pháp tra cứu ảnh sử dụng dấu hiệu nhị phân...............................................40
2.4.1. Giới thiệu...............................................................................................................40
2.4.2. Kiến trúc hệ thống ................................................................................................41

Hình 2.10: Kiến trúc của kỹ thuật tra cứu ảnh sử dụng dấu hiệu nhị phân..............42
2.4.3. Kỹ thuật tra cứu ảnh theo nội dung dựa vào dấu hiệu nhị phân............................42

Hình 2.11: Mẫu thiết lập hình ảnh.............................................................................44
Bảng 2.2: Dấu hiệu nhị phân của hình 2.11 sử dụng VBA......................................45
2.4.4. Độ đo tương tự.......................................................................................................47

Bảng 2.3: Chuỗi dấu hiệu nhị phân minh họa sự giống và khác nhau của ảnh........48
Hình 3.4: Biểu đồ Use Case......................................................................................55
3.3.2. Biểu đồ trình tự và biểu đồ hoạt động...................................................................55

Hình 3.5: Biểu đồ trình tự của tác nhân tra cứu........................................................56
Hình 3.7: Biểu đồ hoạt động của tác nhân tra cứu ảnh.............................................57
Hình 3.8: Biểu đồ trình tự của tác nhân quản lý CSDL ảnh.....................................58
Hình 3.10: Biểu đồ hoạt động của chức năng quản lý cơ sở dữ liệu ảnh.................59
Bảng 3.1: Bảng cơ sở dữ liệu ảnh.............................................................................59

Bảng 3.2: Bảng cơ sở dữ liệu nhị phân.....................................................................60
3.5.2.2. Màn hình chọn cơ sở dữ liệu ảnh.......................................................................62


vii

Hình 3.12: Màn hình chọn cơ sở dữ liệu ảnh............................................................62
3.5.2.3. Màn hình chọn ảnh cần truy vấn.......................................................................62

....................................................................................................................................63
Hình 3.13: Màn hình chọn ảnh cần truy vấn 1..........................................................63
Hình 3.15: Danh sách ảnh hiển thị thông tin được sắp xếp với ảnh truy vấn 1.......64
Hình 3.16: Màn hình chọn ảnh truy vấn 2................................................................65
Bảng 3.3: Bảng kết quả thực hiện truy vấn 1............................................................67
Bảng 3.4: Bảng kết quả thực hiện truy vấn 2............................................................67


1

PHẦN MỞ ĐẦU
Ngày nay cùng với sự phát triển của các ngành khoa học khác, ngành công nghệ
thông tin cũng có những bước phát triển nhanh chóng, ngày càng có nhiều ứng dụng
vào thực tiễn cuộc sống và đem lại hiệu quả cao. Việc quản lý thông tin rất cần tới các
công cụ để thu thập, phân loại tổ chức ở các dạng dữ liệu khác nhau một cách hiệu
quả. Trong khi các hệ thống quản lý thông tin dựa vào văn bản đã rất thành công
nhưng chúng vẫn không đáp ứng được việc quản lý, khai thác và xử lý dữ liệu với khối
lượng khổng lồ như hiện nay. 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. Tra cứu và quản trị cơ sở dữ
liệu ảnh thu hút sự quan tâm của nhiều nhà nghiên cứu từ những năm 1970. Với sự

tăng nhanh về tốc độ máy tính và giảm chi phí bộ nhớ, các cơ sở dữ liệu ảnh chứa
hàng nghìn thậm chí hàng triệu ảnh được sử dụng trong nhiều lĩnh vực ứng dụng khác
nhau như y học, ảnh vệ tinh, các cơ sở dữ liệu ảnh sinh học và các cơ sở dữ liệu ảnh
phong cảnh... Các ứng dụng này đòi hỏi độ chính xác tra cứu cao.
Khi có nhu cầu tra cứu một vài bức ảnh nào đó trong một cơ sở dữ liệu có
hàng trăm ngàn ảnh, điều này khó có thể thực hiện được khi ta tra cứu bằng tay theo
cách thông thường, nghĩa là xem từng tấm ảnh một cho đến khi thấy ảnh có nội dung
cần tìm. Với sự tăng nhanh về số lượng ảnh, cách tiếp cận tra cứu ảnh dựa vào chú
thích ảnh thủ công trở nên không khả thi về cả thời gian và chi phí.
Do đó, khi số lượng ảnh được lưu trữ trở nên rất lớn thì vấn đề đặt ra là phải
có những phương pháp tổ chức cơ sở dữ liệu ảnh tốt cùng với những kỹ thuật tra
cứu, tra cứu ảnh hiệu quả, có độ chính xác cao và có hiệu năng tốt mới đáp ứng được
nhu cầu ngày càng cao của con người. Việc xây dựng các hệ thống tra cứu ảnh là rất
cần thiết. Trong thực tế, bài toán tra cứu ảnh số có rất nhiều ứng dụng quan trọng. Ví
dụ 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


2

mềm so sánh mẫu chữ ký tốt. Các ứng dụng phức tạp hơn như so sánh mẫu vân tay,
tra cứu ảnh tội phạm v.v... là những bài toán tra cứu ảnh được áp dụng trong ngành
khoa học hình sự.
Vì vậy, việc xây dựng các hệ thống tra cứu và xếp hạng ảnh là rất cần thiết
và thực tế đã có nhiều công cụ tra cứu ảnh thương mại xuất hiện. Các công cụ tra cứu
ảnh thường dựa vào hai đặc trưng chính là văn bản đi kèm ảnh hoặc nội dung ảnh. Tra
cứu ảnh theo nội dung đã nhận được nhiều sự quan tâm của các nhà khoa học do nhu
cầu tìm kiếm các cơ sở dữ liệu có cỡ lớn tăng nhanh.
Cây thuốc (cây dược liệu) có một vai trò quan trọng đối với đời sống của mỗi
con người, đặc biệt trong chăm sóc sức khỏe. Ngày nay, cây dược liệu đã được con

người khai thác, khám phá, phát hiện và nhận dạng trên cơ sở công dụng của chúng đối
với đời sống chúng ta, đặc biệt là cây dược liệu đem lại giá trị kinh tế cao. Tuy nhiên
hiện nay, nguồn cây dược liệu bị khai thác bừa bãi ngày càng nhiều, điều này dẫn đến
cạn kiệt dần nguồn tài nguyên dược liệu.
Trên thế giới, việc nghiên cứu, phát hiện, khai thác và quản lý cây dược liệu đã
nhận được sự quan tâm nghiên cứu của nhiều nhà quản lý, nhà khoa học và nhà y dược. Họ không chỉ thu thập, khai thác, quản lý mà còn xây dựng các cơ chế ứng dụng
tiến bộ khoa học và công nghệ vào nhận dạng, quản lý và bảo vệ cũng như bảo tồn cây
dược liệu một cách hiệu quả. Ở Việt Nam việc quản lý và khai thác cây dược liệu vẫn
chỉ mang tính chất tự phát nên cần có sự quản lý và khai thác đồng bộ trên cơ sở phát
hiện, nhận dạng và bảo tồn các loài cây dược liệu quý là một việc làm cấp thiết.
Xuất phát từ thực tế nêu trên, luận văn được lựa chọn là: “Nghiên cứu kỹ thuật
tra cứu ảnh và ứng dụng trong tra cứu cây thuốc” .
Bố cục luận văn gồm 3 phần: Phần mở đầu, phần kết luận và 3 chương nội dung.
Chương 1: Tổng quan về tra cứu ảnh dựa vào nội dung.
Chương 2: Một số kỹ thuật tra cứu ảnh dựa vào nội dung.
Chương 3: Xây dựng chương trình tra cứu ảnh cây thuốc.


3

Chương 1
TỔNG QUAN VỀ TRA CỨU ẢNH DỰA VÀO NỘI DUNG

1.1. Tổng quan về xử lý ảnh
Xử lý ảnh là một lĩnh vực mang tính khoa học và công nghệ. Nó là một ngành
khoa học mới mẻ so với các ngành khoa học khác nhưng tốc độ phát triển của nó rất
nhanh, kích thích các trung tâm nghiên cứu ứng dụng, đặc biệt là máy tính chuyên
dụng cho nó.
Quá trình xử lý ảnh được xem như là quá trình thao tác ảnh đầu vào nhằm 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.
Ảnh có thể xem là tập hợp các điểm ảnh và mỗi điểm ảnh được xem như là
đặc trưng cường độ sáng hay một dấu hiệu nào đó tại một vị trí nào đó của đối tượng
trong không gian và nó có thể xem như một hàm n biến P(c1, c2,..., cn). Do đó, ảnh
trong xử lý ảnh có thể xem như ảnh n chiều [1], [2].
Sơ đồ tổng quát của một hệ thống xử lý ảnh:
Thu nhận ảnh
(Scanner,
Camera,Sensor)

Tiền xử lý

Trích chọn
đặc điểm

Hệ quyết định
Đối sánh rút
ra kết luận

Hậu xử lý

Lưu trữ

Hình 1.1: Các bước cơ bản trong một hệ thống xử lý ảnh


Phần thu nhận ảnh
Các thiết bị thu nhận ảnh bao gồm camera, scanner các thiết bị thu nhận

này có thể cho ảnh đen trắng. Các thiết bị thu nhận ảnh có 2 loại chính ứng với 2

4

loại ảnh thông dụng Raster, Vector. Các thiết bị thu nhận ảnh thông thường Raster
là camera, các thiết bị thu nhận ảnh thông thường Vector là sensor hoặc bàn số
hoá Digitalizer hoặc được chuyển đổi từ ảnh Raster.
Trước đây ảnh thu được qua camera là ảnh tương tự nhưng gần đây với sự phát
triển của công nghệ, ảnh màu hay ảnh đen trắng lấy được từ camera sau đó được
chuyển trực tiếp thành ảnh số tạo thuận lợi cho xử lý tiếp theo. Mặt khác ảnh có thể thu
được từ vệ tinh hoặc máy quét ảnh.


Tiền xử lý
Sau bộ thu nhận ảnh có thể bị nhiễu hoặc có độ tương phản thấp nên cần đưa

vào bộ tiền xử lý để nâng cao chất lượng. Chức năng của bộ tiền xử lý là lọc nhiễu,
nâng cao độ tương phản,…


Trích chọn đặc điểm
Các đặc điểm của đối tượng được trích chọn tuỳ theo mục đích nhận dạng

trong quá trình xử lý ảnh. Có thể nêu ra một số đặc điểm của ảnh sau đây:
 Đặc điểm không gian: Phân bố mức xám, phân bố xác suất, biên độ, điểm
uốn v.v..
 Đặc điểm biến đổi: Các đặc điểm loại này được trích chọn bằng việc thực hiện
lọc vùng (zonal filtering). Các bộ vùng được gọi là “mặt nạ đặc điểm”
(feature mask) thường là các khe hẹp với hình dạng khác nhau (chữ nhật, tam
giác, cung tròn v.v..)

 Đặc điểm biên và đường biên: Đặc trưng cho đường biên của đối tượng và do
vậy rất hữu ích trong việc trích trọn các thuộc tính bất biến được dùng khi
nhận dạng đối tượng. Các đặc điểm này có thể được trích chọn nhờ toán tử
gradient, toán tử la bàn, toán tử Laplace, toán tử “chéo không” (zero
crossing) v.v..


Biểu diễn ảnh
Ảnh trên máy tính là kết quả thu nhận theo các phương pháp số hoá được


5

nhúng trong các thiết bị kỹ thuật khác nhau. Quá trình lưu trữ ảnh nhằm 2 mục
đích là: Tiết kiệm bộ nhớ và giảm thời gian xử lý.
Việc lưu trữ thông tin trong bộ nhớ có ảnh hưởng rất lớn đến việc hiển thị, in
ấn và xử lý ảnh được xem như là 1 tập hợp các điểm với cùng kích thước nếu sử dụng
càng nhiều điểm ảnh thì bức ảnh càng đẹp, càng mịn và càng thể hiện rõ hơn chi
tiết của ảnh người ta gọi đặc điểm này là độ phân giải.


Nhận dạng và giải thích ảnh
Nhận dạng ảnh là quá trình xác định ảnh. Quá trình được thực hiện nhờ so sánh

với mẫu chuẩn đã được học hoặc lưu từ trước. Giải thích là phán đoán theo ý nghĩa trên
cơ sở nhận dạng. Ví dụ một loạt chữ số và nét gạch ngang trên bì thư có thể phán đoán
là mã điện thoại.
Theo lý thuyết về nhận dạng, các mô hình toán học về ảnh được phân loại theo
hai loại nhận dạng ảnh cơ bản: Nhận dạng theo tham số và nhận dạng theo cấu trúc.
Một số đối tượng nhận dạng ảnh khá phổ biến hiện nay là nhận dạng kí tự (chữ

in, chữ viết tay, chữ kí điện tử), nhận dạng vân tay, nhận dạng mã vạch, nhận dạng mặt
người [1].

1.2. Khái quát về tra cứu ảnh
Tra cứu ảnh là một quá trình tra cứu trong một cơ sở dữ liệu ảnh những ảnh thỏa
mãn một yêu cầu nào đó. Ví dụ người sử dụng có thể tra cứu tất cả các ảnh chủ đề về
“Cây thuốc thảo dược” 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 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.
Theo Wikipedia: Hệ thống tra cứu ảnh là một hệ thống máy tính sử dụng để
duyệt, tra cứu và tra cứu ảnh từ một cơ sở dữ liệu ảnh số lớn.
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


6

một lời chú thích phù hợp với nội dung hoặc một đặc điểm nào đó của ảnh, sau đó
việc tra cứu ảnh được thực hiện dựa trên những lời chú thích này. Phương pháp này
khá đơn giản. Phương pháp tra cứu ảnh như trên còn được gọi là tra cứu ảnh theo
từ khóa. Tuy nhiên, việc tra cứu chỉ dựa vào văn bản đi kèm còn có nhiều nhập nhằng
giữa nội dung hiển thị ảnh và nội dung văn bản đi kèm ảnh trong quá trình tra cứu. Ví
dụ, với truy vấn “Apple”, máy tra cứu khó phân biệt được người dùng muốn tìm hình
ảnh quả táo hay logo của hãng Apple. Bên cạnh đó phương pháp tra cứu ảnh dựa
theo văn bản 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 Images Retrieval CBIR) [16]. Phương pháp tra cứu ảnh theo nội dung ra đời đã khắc phục được những
nhược điểm của phương pháp từ khóa. CBIR là một lĩnh vực khoa học được phát triển

dựa trên cơ sở lý thuyết và ứng dụng của xử lý ảnh. Hệ thống cho phép người dùng tra
cứu các ảnh tương tự trong một cơ sở dữ liệu hình ảnh.
CBIR được thực hiện thông qua việc tính độ tương tự giữa hai bức ảnh được biểu
diễn bởi một trong số các đặc trưng mức thấp của ảnh như: Màu sắc, hình dạng, kết
cấu… Kết quả đưa ra là tập các bức ảnh tương tự với ảnh truy vấn được sắp xếp theo
thứ tự giảm dần độ tương tự. Cụm từ CBIR được T.Kato đưa ra vào năm 1992 trong
quá trình thu thập ảnh một cách tự động từ cơ sở dữ liệu dựa trên biểu diễn màu sắc
và hình dạng của ảnh.
Có hai cách tiếp cận chung đối với các giải pháp cho vấn đề tra cứu thông tin
dựa trên dạng thông tin trực quan đó là các phương pháp dựa trên đặc trưng và các
phương pháp dựa trên văn bản mô tả ảnh. Các phương pháp dựa trên văn bản mô tả
ảnh dựa trên các phương pháp tra cứu thông tin văn bản truyền thống và hệ quản trị cơ
sở dữ liệu cũng như sự can thiệp của con người để trích rút siêu dữ liệu về một đối
tượng trực quan và kết hợp nó cùng với đối tượng trực quan như một chú thích văn


7

bản. Tuy nhiên, gán các thuộc tính văn bản một cách thủ công cần nhiều thời gian và
chi phí. Hơn nữa, các chú thích thủ công thường phụ thuộc rất nhiều vào nhận thức chủ
quan của con người. Nhận thức chủ quan và chú thích thiếu chính xác là nguyên nhân
tra cứu không chính xác trong các quá trình tra cứu.
Các vấn đề đối với việc truy cập các ảnh và video dựa vào văn bản đã thúc đẩy
nhanh chóng sự quan tâm phát triển các giải pháp dựa vào nội dung. Với giải pháp này,
thay vì được chú thích một cách thủ công bởi các từ khoá dựa vào văn bản, các ảnh có
thể được trích rút sử dụng một số đặc trưng trực quan như màu, hình dạng và kết cấu
và được đánh chỉ số dựa trên các các đặc trưng trực quan này. Cách tiếp cận này dựa
chủ yếu vào các kết quả từ thị giác máy. Tuy nhiên, không có đặc trưng riêng lẻ tốt
nhất mà cho các kết quả chính xác. Thông thường một sự kết hợp các đặc trưng một
cách tuỳ biến là cần thiết để cung cấp các kết quả tra cứu thích hợp cho ứng dụng tra

cứu ảnh dựa vào nội dung. Trong luận văn này, em sẽ tập trung vào đặc trưng cụ thể là
đặc trưng màu và vector đặc trưng ứng dụng tra cứu ảnh dựa vào nội dung.
Một số đặc trưng đã được sử dụng để biểu diễn các ảnh trong các hệ thống
CBIR.

1.2.1. Đặc trưng màu
Đặc trưng được sử dụng phổ biến nhất là màu. Màu sắc là vấn đề cần tập trung
giải quyết nhiều nhất, vì một ảnh màu thì thông tin quan trọng nhất trong ảnh chính là
màu sắc. Hơn nữa thông tin về màu sắc là thông tin người dùng quan tâm nhất, qua đặc
trưng màu sắc, có thể lọc được rất nhiều lớp ảnh, thông qua vị trí, không gian, định
lượng của màu trong ảnh.
Lược đồ màu toàn cục (GCH) là cách sử dụng đặc trưng màu đơn giản và hiệu
quả. GCH là một véc tơ n chiều (h 1, h2, ...hn), ở đây mỗi thành phần hj biểu diễn phần
trăm các pixel có màu j trong ảnh. GCH là bất biến đối với quay và tỉ lệ và tính toán rất
đơn giản. Tuy nhiên, GCH có nhược điểm cơ bản là quá tổng quát. Nói cách khác,
GCH chỉ đem vào bản miêu tả phân bố các màu mà bỏ qua quan hệ giữa các bin màu
[14], [15].


8

Để tránh một số vấn đề gặp phải đối với GCH, lược đồ màu cục bộ (LCH) đã
được đề xuất. Một ảnh được chia thành các khối ảnh có cỡ như nhau và độ tương tự
giữa hai ảnh được dựa trên các khoảng cách lược đồ giữa các khối tương ứng. Phương
pháp này không có khả năng xử lý đối với các biến đổi hình học như quay và dịch
chuyển, bị một số vấn đề về đan chéo và biến đổi với vị trí không gian. Một số giải
pháp đã được đề xuất để làm cho cách tiếp cận dựa vào lưới bất biến đối với quay và
dịch chuyển nhưng các giải pháp này tốn nhiều thời gian.
Natsev và cộng sự thực hiện tra cứu ảnh dựa vào nội dung dựa trên thuộc tính
bố cục màu. Mỗi ảnh được chia thành một số ảnh con bằng việc dịch chuyển các cửa

sổ có cỡ khác nhau và với mỗi ảnh con, một dấu hiệu bố cục màu được trích rút. Độ
tương tự giữa các ảnh được tính toán bằng việc so sánh các dấu hiệu của các ảnh con
này. Ưu điểm của hệ thống này là có thể giảm các nhạy cảm với tỉ lệ và trượt, nhược
điểm là độ phức tạp tính toán tăng và hệ thống không xem xét đến đặc trưng hình.
Smith và Chang đã đề xuất các tập màu. Phương pháp xấp xỉ lược đồ màu để
tăng tốc quá trình tra cứu trong trường hợp cơ sở dữ liệu ảnh rất lớn. Tập màu được
chọn từ không gian màu được lượng hoá và từ các đặc trưng được biểu diễn như một
xâu bít, một cây nhị phân được sử dụng để tăng tốc quá trình tra cứu.
Một cách tiếp cận dựa vào màu khác được đề xuất trong, ở đây một ảnh được
biểu diễn với sự trợ giúp của ba mô men màu trung bình, phương sai và độ lệch. Kỹ
thuật có ưu điểm là tính toán đơn giản và chi phí không gian thấp. Độ tương tự giữa hai
ảnh được tính như là tổng trọng số của các sai khác giữa các mô men trong ảnh truy
vấn và các mô men của tất cả các ảnh trong cơ sở dữ liệu. Thậm chí thông qua các mô
men màu có thể ngăn chặn các ảnh hưởng của lượng hoá (không giống như lược đồ
màu). Cách tiếp cận thiếu thông tin không gian.
Pass và cộng sự đã đề xuất một phương pháp mới sử dụng véc tơ gắn kết màu
(CCV). Họ đã đề xuất một cách tiếp cận dựa vào lược đồ màu kết hợp với thông tin
không gian. Ảnh được làm mờ để loại đi các khác biệt nhỏ giữa các pixel và sau đó
không gian màu được lượng hoá thành n màu. Các pixel trong phạm vi một bin màu


9

được phân lớp hoặc là gắn kết hoặc là không gắn kết phụ thuộc vào chúng có thuộc vào
vùng pixel tương đối lớn hay không.

1.2.2. Đặc trưng màu vân
Có những lớp ảnh mà màu sắc không thể giải quyết được, đòi hỏi phải sử dụng
đặc trưng vân, ví dụ như những ảnh liên quan đến cấu trúc của điểm ảnh như: cỏ, mây,
đá, sợi. Vân sẽ giải quyết tốt cho việc tìm kiếm đối với lớp ảnh này.

1.2.3. Đặc trưng về hình dạng
Đối với những lớp ảnh cần tìm mà liên quan đến hình dạng của đối tượng thì
đặc trưng vân và màu không thể giải quyết được. Tìm kiếm theo hình dáng thật sự là
một cái đích của hệ thống tìm kiếm dựa vào nội dung muốn đạt tới. Các đặc trưng hình
dạng của các đối tượng hoặc các vùng đã được sử dụng trong nhiều hệ thống tra cứu
ảnh dựa vào nội dung. So với các đặc trưng màu và vân, các đặc trưng hình dạng
thường được mô tả sau khi các ảnh được phân đoạn thành các vùng hoặc các đối
tượng. Do phân đoạn ảnh mạnh và chính xác là khó đạt được, sử dụng các đặc trưng
hình dạng cho tra cứu ảnh bị giới hạn đối với các ứng dụng chuyên biệt, ở đó các đối
tượng hoặc các vùng đã sẵn có.

1.2.4. Thông tin không gian
Các vùng hoặc đối tượng với các đặc tính màu và kết cấu tương tự có thể được phân
biệt dễ dàng bằng việc tận dụng các ràng buộc không gian. Thí dụ, các vùng bầu trời
màu xanh và biển xanh có thể có các lược đồ màu tương tự, nhưng các vị trí không gian
của chúng trong các ảnh là khác nhau. Do đó, vị trí không gian của các vùng (hoặc
các đối tượng) hoặc quan hệ không gian giữa nhiều vùng (hoặc đối tượng) trong
một ảnh thì rất hữu ích cho tìm kiếm các ảnh.
Thu thông tin không gian của các đối tượng trong một ảnh là một quá trình quan
trọng đối với các hệ thống GIS. Quá trình này bao gồm việc biểu diễn vị trí không
gian tuyệt đối và cũng bao gồm vị trí không gian tương đối của các đối tượng.
Các thao tác như giao và chồng được sử dụng. Bố cục màu kết hợp thông tin không


10

gian với thông tin màu xuất hiện trong ảnh và tạo ra một đặc trưng rất quan trọng
trong quá trình tra cứu, gọi là đặc trưng màu – không gian.
Biểu diễn quan hệ không gian được sử dụng rộng rãi nhất là các xâu 2D được đề

xuất bởi Chang và cộng sự. Nó được xây dựng bởi việc chiếu các ảnh dọc theo các
hướng x và y. Hai tập ký hiệu V và A được định nghĩa trên hình chiếu. Mỗi ký hiệu
trong V biểu diễn một đối tượng trong ảnh. Mỗi ký hiệu A biểu diễn một loại quan hệ
không gian giữa các đối tượng. Do sự biến đổi của nó, xâu 2DG cắt tất cả các đối tượng
dọc theo hình hộp tối thiểu của nó và mở rộng các quan hệ không gian thành lập hai
toán tử không gian. Một tập định nghĩa các quan hệ không gian cục bộ. Tập còn lại định
nghĩa quan hệ không gian toàn cục, chỉ ra rằng hình chiếu của hai đối tượng là tách rời,
nối tiếp hoặc định vị tại cùng vị trí. Thêm nữa, xâu 2DC được đề xuất để cực tiểu hóa số
các đối tượng cắt. Xâu 2D-B biểu diễn một đối tượng bằng hai ký hiệu, vị trí cho bắt
đầu và kết thúc đường bao của đối tượng. Tất cả các phương pháp này có thể hỗ trợ ba
loại truy vấn. Loại truy vấn 0 tìm tất cả ảnh chứa đối tượng O 1, O2, ...,On. Loại 1 tìm tất
cả các ảnh chứa các đối tượng có quan hệ nào đó giữa chúng nhưng khoảng cách giữa
chúng là không đáng kể. Loại 2 tìm tất cả các ảnh có quan hệ khoảng cách nào đó với
mỗi ảnh khác.
Thêm với xâu 2D, cây tứ phân không gian, và ảnh ký hiệu cũng được sử dụng
cho biểu diễn thông tin không gian. Tuy nhiên, tìm kiếm các ảnh dựa trên các quan hệ
không gian của các vùng còn lại là một vấn đề nghiên cứu khó trong tra cứu ảnh dựa
vào nội dung, do phân đoạn tin cậy của các đối tượng hoặc các vùng thường là không
khả thi ngoại trừ các ứng dụng rất giới hạn. Mặc dù một số hệ thống chia các ảnh thành
các khối đều, chỉ thu được sự thành công khiêm tốn với các lược đồ chia không gian
như thế do hầu hết các ảnh tự nhiên không thể ép thành các khối con đều về không
gian. Để giải quyết vấn đề này, một phương pháp dựa vào biến đổi radon, tận dụng
phân bố không gian của các đặc trưng trực quan không cần phân đoạn phức tạp.

1.2.5. Phân đoạn


11

Phân đoạn là quá trình phân ảnh ra thành các vùng mà về lý tưởng nó sẽ tương

ứng với các đối tượng xuất hiện trong ảnh. Đây là bước rất quan trọng đối với tra
cứu ảnh. Cả đặc trưng hình và đặc trưng bố cục phụ thuộc vào phân đoạn tốt. Trong
phần này chúng tôi sẽ mô tả một số kỹ thuật phân đoạn đã có được sử dụng trong cả
thị giác máy và tra cứu ảnh.
Trong, Lybanon và các cộng sự đã nghiên cứu một cách tiếp cận phép toán
hình thái học (mở và đóng) trong phân đoạn ảnh. Họ đã kiểm tra cách tiếp cận của họ
với các loại ảnh khác nhau, gồm các ảnh thiên văn và các ảnh hồng ngoại. Trong khi
cách tiếp cận này là hiệu quả trong xử lý các loại ảnh khoa học ở trên, hiệu năng của nó
cần được tiếp tục đánh giá cho các ảnh tự nhiên phức tạp hơn. Li và cộng sự đã đề xuất
một cách tiếp cận phân đoạn dựa vào entropy mờ. Cách tiếp cận này dựa trên thực tế
rằng entropy cực đại địa phương tương ứng với sự không rõ ràng giữa các vùng khác
nhau trong ảnh. Cách tiếp cận này rất hiệu quả cho các ảnh có lược đồ không có các
đỉnh và các rãnh rõ ràng. Các kỹ thuật phân đoạn khác dựa trên phép đo đạc tam giác
Delaunay (Delaunay triangulation), fractals, và luồng biên (edge flow).
Tất cả các thuật toán được đề cập ở trên là tự động. Một ưu điểm chính của các
thuật toán phân đoạn loại này là nó trích rút các đường bao từ một số lượng lớn các
ảnh mà không chiếm thời gian và nỗ lực của con người. Tuy nhiên, trong một lĩnh vực
tự nhiên, với các ảnh không có điều kiện tiên quyết, phân đoạn tự động không luôn
luôn tin cậy. Một thuật toán có thể phân đoạn trong trường hợp này chỉ là các vùng,
mà không là các đối tượng. Để thu được các đối tượng mức cao, nó cần có sự trợ giúp
của con người.
Samadani và Han đã đề xuất một cách tiếp cận trích rút đường bao được trợ
giúp bởi máy tính, nó kết hợp các đầu vào thủ công từ người sử dụng với các biên ảnh
được sinh ra bởi máy tính. Trong khi đó, Daneel và cộng sự đã phát triển một phương
pháp cải tiến của các chu tuyến thiết thực. Dựa trên đầu vào của người sử dụng, đầu
tiên thuật toán sử dụng một thủ tục tham lam để cung cấp sự hội tụ ban đầu nhanh.


12

Thứ hai, nét ngoài được lọc bằng việc sử dụng quy hoạch động. Rui và cộng sự đã đề
xuất một thuật toán dựa vào phân cụm và nhóm trong không gian - màu - kết cấu.
Người sử dụng định nghĩa đối tượng quan tâm là ở đâu, và thuật toán nhóm các vùng
thành các đối tượng có ý nghĩa.

1.3. Các chức năng cơ bản của một hệ thống tra cứu ảnh dựa vào nội dung
Một hệ thống tra cứu ảnh dựa vào nội dung (CBIR – Content Based Image
Retrieval) tiêu biểu không chỉ xử lý các nguồn thông tin khác nhau ở các khuôn dạng
khác nhau (văn bản, hình ảnh và video) mà còn giải quyết các nhu cầu của người sử
dụng [4], [14], [16]. Về cơ bản hệ thống phân tích cả các nội dung của nguồn thông tin
cũng như các truy vấn sử dụng, và 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 như
sau:
• Phân tích các nội dung của nguồn thông tin và biểu diễn các nội dung của các
nguồn được phân tích theo cách thích hợp cho so sánh các truy vấn sử dụng (không
gian của nguồn thông tin được biến đổi thành không gian đặc trưng cho mục tiêu so
sánh nhanh trong bước tiếp theo). Bước này thông thường cần rất nhiều thời gian do
nó phải xử lý lần lược tất cả thông tin nguồn (các ảnh) trong cơ sở dữ liệu. Tuy
nhiên, bước này được thực hiện chỉ một lần và có thể được thực hiện ngoại tuyến.
• Phân tích các truy vấn người sử dụng và biểu diễn chúng ở dạng thích hợp cho so
sánh với cơ sở dữ liệu nguồn. Bước này là tương tự với bước trước nhưng chỉ được
áp dụng với ảnh truy vấn.
• Định nghĩa một chiến lược để so sánh các truy vấn tìm kiếm với thông tin trong cơ
sở dữ liệu được lưu trữ. Tra cứu thông tin liên quan theo một cách hiệu quả. Bước
này được thực hiện trực tuyến và được yêu cầu rất nhanh. Các kỹ thuật đánh chỉ số
hiện đại có thể được sử dụng để tổ chức lại không gian đặc trưng để tăng tốc quá
trình đối sánh.


13

• Thực hiện các điều chỉnh cần thiết trong hệ thống (thường bằng điều chỉnh các
tham số trong máy đối sánh) dựa trên phản hồi từ người sử dụng hoặc các ảnh được
tra cứu.

Hình 1.2: Kiến trúc hệ thống 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 người sử dụng. Hai mặt này được liên kết thông qua một chuỗi các tác vụ
như được minh họa trong Hình 1.2. Hai tác vụ phân tích truy vấn người sử dụng và
đánh chỉ số nhiều chiều được tóm lược ở đây trong khi hai tác vụ quan trọng nhất:
“Phân tích các nội dung của thông tin nguồn” (trích rút đặc trưng) và “Định nghĩa một
chiến lược để đối sánh các truy vấn tìm kiếm với thông tin trong cơ sở dữ liệu được lưu
trữ” (các độ đo tương tự).
 Truy vấn người sử dụng
Có nhiều cách gửi một truy vấn trực quan. Một phương pháp truy vấn tốt là một
phương pháp tự nhiên đối với người sử dụng cũng như thu được đủ thông tin từ người
sử dụng để trích rút các kết quả có ý nghĩa.


14

Các phương pháp truy vấn dưới đây được sử dụng phổ biến trong nghiên cứu tra
cứu ảnh dựa vào nội dung.
 Truy vấn bởi ảnh mẫu
Trong loại truy vấn bởi ảnh mẫu (QBE), người sử dụng hệ thống chỉ rõ một ảnh
truy vấn đích, dựa trên ảnh truy vấn đó hệ thống sẽ tìm kiếm trong cơ sở dữ liệu ảnh
các ảnh tương tự nhất. Ảnh truy vấn có thể là một ảnh thông thường, một bản quét của
một ảnh có độ phân giải thấp, hoặc một phác thảo của người sử dụng sử dụng các công
cụ mô tả giao diện đồ hoạ. Một ưu điểm chính của loại hệ thống này đó là nó là một

cách tự nhiên cho những người sử dụng chung và chuyên gia để tìm kiếm một cơ sở dữ
liệu ảnh.
 Truy vấn bởi đặc trưng
Trong hệ thống truy vấn bởi đặc trưng (QBF) tiêu biểu, những người sử dụng
chỉ rõ các truy vấn bằng việc chỉ rõ các đặc trưng họ quan tâm cho tìm kiếm. Thí dụ,
một người sử dụng có thể truy vấn một cơ sở dữ liệu ảnh bằng việc đưa ra một lệnh để
tra cứu tất cả các ảnh có góc phần tư trái chứa 25% pixel màu vàng. Truy vấn này được
chỉ rõ bằng việc sử dụng các công cụ giao diện đồ họa chuyên dụng. Những người sử
dụng hệ thống tra cứu ảnh chuyên biệt có thể thấy loại truy vấn này là bình thường,
nhưng những người sử dụng chung thì không thể. QBIC [5] là một ví dụ về một hệ
thống tra cứu ảnh dựa vào nội dung sử dụng loại phương pháp truy vấn này.
 Các truy vấn dựa vào thuộc tính
Các truy vấn dựa vào thuộc tính sử dụng các chú thích văn bản, trích rút trước
bởi nỗ lực của con người, như một khoá tra cứu chính. Loại biểu diễn này đòi hỏi một
độ trừu tượng cao khó để thu được bằng các phương pháp tự động hoàn toàn do một
ảnh chứa một số lượng lớn các thông tin mà khó tóm tắt khi sử dụng một số ít các từ
khoá. Phương pháp này nhìn chung là nhanh hơn và dễ thực hiện hơn, nhưng có một
độ chủ quan và nhập nhằng cao xuất hiện như chúng ta đã đề cập.
Một người sử dụng tiêu biểu chắc chắn thích truy vấn các hệ thống tra cứu ảnh
dựa vào nội dung bằng việc yêu cầu các câu hỏi tự nhiên như “Đưa cho tôi tất cả các
bức tranh có hình ảnh của cây Đinh Lăng” hoặc “Tìm tất cả các ảnh có cây thảo dược”.


15

Ánh xạ truy vấn ngôn ngữ tự nhiên này đến một truy vấn trên cơ sở dữ liệu ảnh là vô
cùng khó so với việc sử dụng các phương pháp chú thích. Khả năng của các máy tính
để thực hiện nhận dạng đối tượng tự động trên các ảnh chung vẫn là một vấn đề nghiên
cứu mở. Do đó hầu hết các nỗ lực nghiên cứu và thương mại tập trung vào xây dựng
các hệ thống thực hiện tốt với các phương pháp QBE.

1.4. Những ứng dụng cơ bản của tra cứu ảnh dựa vào nội dung
Tra cứu ảnh dựa vào nội dung được ứng dụng thành công trong rất nhiều
lĩnh vực bao gồm:
Ngăn chặn tội phạm.
Quân sự.
Quản lý tài sản trí tuệ.
Thiết kế kiến trúc máy móc.
Thiết kế thời trang và nội thất.
Báo chí quảng cáo.
Chuẩn đoán y học.
Hệ thống thông tin địa lý.
Di sản văn hóa.
Giáo dục và đào tạo.
Giải trí.
Tra cứu trang web.

1.5. Một số hệ thống tra cứu ảnh theo nội dung tiêu biểu
1.5.1. Hệ thống QBIC
Hệ thống QBIC (Query By Image Content) của hãng IBM là một hệ thống tra
cứu ảnh thương mại đầu tiên và nổi tiếng nhất trong số các hệ thống tra cứu ảnh dựa
trên nội dung. Nó cho phép người sử dụng tra cứu ảnh dựa vào màu sắc, hình dạng và
kết cấu. Các thuộc tính trực quan có được từ các ảnh tự giữa các bins màu được xem


16

xét khi tính toán tính tương tự. Đặc trưng texture được biểu diễn với độ thô, tương
phản. Đặc trưng hình dạng được mô tả bằng diện tích, hình dáng tròn, độ lệch, hướng
trục chính và tập các bất biến moment đại số.

1.5.2. Hệ thống Photobook
Hệ thống này được phát triển ở viện kỹ thuật Massachusetts. Nó cho phép
người sử dụng tra cứu ảnh dựa trên màu sắc, hình dạng và kết cấu. Hệ thống này
cung cấp một tập các thuật toán đối sánh gồm: Euclidean, mahalanobis, vector
space angle, histogram, Fourier peak, và wavelet tree distance như là những độ đo
khoảng cách. Hệ thống như là một công cụ bán tự động và có thể sinh ra một mẫu
truy vấn dựa vào những ảnh mẫu được cung cấp bởi người sử dụng.

1.5.3. Hệ thống VisualSEEK và WebSEEK
Cả hai hệ thống này đều được phát triển tại Trường Đại học Colombia.
VisualSEEK là hệ thống cơ sở dữ liệu ảnh. Nó cho phép người sử dụng tra cứu ảnh
dựa trên màu sắc, không gian miền và đặc điểm kết cấu. Thêm vào đó VisualSEEK
còn cho phép người sử dụng tạo truy vấn bằng việc chỉ định vùng màu và những
không gian vị trí của chúng. WebSEEK được thiết kế để tìm kiếm ảnh và video trên
internet. Trong WebSEEK, các ảnh được phân tích theo hai tiến trình riêng biệt. Tiến
trình thứ nhất trích chọn và chỉ mục các đặc trưng trực quan như biểu dồ màu và
texture. Tiến trình thứ hai chia sẻ text kết hợp và phân lớp các ảnh theo các lớp chủ đề,
ví dụ như lớp cây cối, lớp trường học…

1.5.4. Hệ thống RetrievalWare
Hệ thống này được phát triển bởi tập đoàn công nghệ Excalibur cho phép
người sử dụng tra cứu ảnh bởi nội dung màu, hình dạng, kết cấu, độ sáng, kết cấu màu
và hệ số co. Người sử dụng có thể điều chỉnh tỷ trọng của những đặc điểm này trong
suốt quá trình tra cứu.

1.5.5. Hệ thống Imatch


17

Hệ thống này cho phép người sử dụng tra cứu ảnh bởi nội dung màu, hình
dạng, và kết cấu. Nó cung cấp một số phương pháp để tra cứu ảnh tương tự: Màu
tương tự, màu và hình dạng, màu và hình dạng mờ, và phân bố màu. Màu tương tự để
tra cứu những ảnh tương tự với ảnh mẫu dựa trên sự phân bố màu toàn cục. Màu và
hình dạng thực hiện tra cứu bởi việc kết hợp cả hình dạng, kết cấu và màu. Màu và
hình dạng mờ thực hiện thêm những bước xác định đối tượng trong ảnh mẫu.
Phân bố màu cho phép người sử dụng vẽ ra sự phân bố màu hoặc xác định
tỷ lệ phần trăm của một màu trong hình ảnh mong muốn. Imatch cũng cung cấp
những đặc điểm khác nội dung để xác định ảnh: ảnh nhị phân, lưu trữ trong những
định dạng khác và những ảnh có tên tương tự.

1.5.6. Mô tơ tìm kiếm WWW ImageRover
ImageRover được thiết kế để tìm kiếm ảnh trên World Wide Web. Các đặc
trưng trực quan bao gồm màu, hướng, sườn, texture và hình dạng. Sự khác nhau chính
giữa ImageRover và các hệ thống khác là nó sử dụng phản hồi liên quan. Phản hồi liên
quan cho phép người sử dụng lọc, lặp truy vấn thông qua đặc tả.
Các hệ thống khác nhau như QBIC cũng sử dụng phản hồi liên quan, người sử
dụng có thể sử dụng một trong các ảnh hiển thị (kết quả của tìm kiếm trước) là ảnh truy
vấn mới. Nhưng ImageRover sử dụng thuật toán phản hồi liên quan đặc biệt. Người sử
dựng có thể chọn nhiều ảnh liên quan. Thuật toán đó tính toán véctơ đặc trưng tổ hợp
từ các ảnh này. Véctơ đặc tưng tổ hợp được sử dụng như câu truy vấn mới.

Chương 2
MỘT SỐ KỸ THUẬT TRA CỨU ẢNH DỰA VÀO NỘI DUNG

2.1. Tra cứu ảnh dựa vào màu sắc
Tra cứu ảnh dựa trên màu sắc hầu hết là biến đổi dựa trên ý tưởng giống
nhau của các biểu đồ màu. Mỗi ảnh khi đưa vào tập hợp ảnh đều được phân tích,