MỤC LỤC
DANH MỤC CÁC CHỮ VIẾT TẮT 6
MỞ ĐẦU 7 U
CHƯƠNG 1: TỔNG QUAN VỀ TRA CỨU ẢNH 11
1.1. VẤN ĐỀ TRA CỨU ẢNH 11
1.2. MỘT SỐ PHƯƠNG PHÁP TRA CỨU ẢNH 12
1.2.1. Tra cứu ảnh theo nội dung 13
1.2.2. Tra cứu ảnh theo bản thể (ontology-based image retrieval) 15
1.2.3. Tra cứu ảnh theo đồ thị (graph based image retrieval) 17
CHƯƠNG 2: TRA CỨU ẢNH THEO NỘI DUNG 19
2.1. GIỚI THIỆU 19 U
2.2. MÔ HÌNH HỆ THỐNG TRA CỨU ẢNH THEO NỘI DUNG 20
2.3. CÁC PHƯƠNG PHÁP MÔ TẢ NỘI DUNG ẢNH 21
2.3.1. Mô tả các đặc điểm màu sắc 22
2.3.2. Mô tả các đặc điểm kết cấu 29
2.3.3. Mô tả các đặc điểm hình dạng 40
2.3.4. Thông tin về không gian 55
2.4. ĐÁNH GIÁ ĐỘ TƯƠNG TỰ VÀ XÂY DỰNG SƠ ĐỒ ĐÁNH CHỈ SỐ 59
2.4.1. Đánh giá độ tương tự 59
2.4.2. Xây dựng sơ đồ đánh chỉ số 62
2.5. TƯƠNG TÁC VỚI NGƯỜI SỬ DỤNG 67
2.5.1. Đặc tả truy vấn 67
2.5.2. Xử lý phản hồi 69
2.6. HIỆU NĂNG CỦA HỆ THỐNG TRA CỨU ẢNH 70
CHƯƠNG 3: ỨNG DỤNG 73
3.1. GIỚI THIỆU BÀI TOÁN TRA CỨU CỔ VẬT 73
3.2. PHÂN TÍCH BÀI TOÁN 74
3.3. XÂY DỰNG CHƯƠNG TRÌNH QUERYIMAGE 75
SOM Self Organization Map Bản đồ tự tổ chức
AVR Average rank Thứ hạng trung bình
MRR Modified retrieval rank Thứ hạng tra cứu sửa đổi
NMRR Nomalized Modified
retrieval rank
Thứ hạng tra cứu sửa đổi
chuẩn hoá
Mở đầu
MỞ ĐẦU
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.
quá trình phân loại, kiểm chứng một cổ vật.
Vấn đề này chính là động lực để chúng 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
-8-
Mở đầu
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 [1].
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 [1, 6, 10].
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 [1, 6, 7, 12, 17].
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 [8, 9]
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 để xây dựng một chương trình phần mềm tra cứu cổ vật cho phép đọc
vào một ảnh cổ vật 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 cổ vật.
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.
Những kỹ thuật tra cứu ảnh số đã được nghiên cứu từ cuối những năm 70 của
thế kỷ 20. Năm 1979 một cuộc hội thảo chuyên đề về "Các kỹ thuật tổ chức cơ sở
dữ liệu cho các ứng dụng đồ hoạ" được tổ chức ở thành phố Florence, Italia. Từ đó
đến nay, khả năng ứng dụng cao của các kỹ thuật quản lý cơ sở dữ liệu ảnh đã thu
hút sự quan tâm của nhiều nhà nghiên cứu [1].
-11-
Chương 1: Tổng quan về tra cứu ảnh
1.2. MỘT SỐ PHƯƠNG PHÁP TRA CỨU ẢNH
Các phương pháp tra cứu ảnh được sử dụng đầu tiên không dựa trên các đặc
điểm trực quan của ảnh mà dựa trên các chú thích bằng lời của các bức ảnh, đầu tiên
người ta gán cho mỗi ảnh một câu chú thích bằng lời (text) dựa trên một đặc điểm
nào đó của ảnh, sau đó sử dụng các kỹ thuật tìm kiếm văn bản thông thường để tìm
kiếm ảnh.
Phương pháp tra cứu ảnh dựa trên văn bản như trên sử dụng các kỹ thuật cơ sở
dữ liệu truyền thống để quản lý ảnh. Dựa vào các lời chú thích, người ta có thể tổ
chức cơ sở dữ liệu ảnh bằng các phân lớp theo chủ đề hay theo ngữ nghĩa và việc
duyệt cơ sở dữ liệu ảnh chỉ dựa trên các truy vấn kiểu Bool thông thường. Phương
pháp tra cứu ảnh dựa trên chú thích như trên còn được gọi là tra cứu ảnh theo từ
khoá. Do việc xây dựng các thuật toán có khả năng tự động sinh ra các chú thích
cho một cơ sở dữ liệu ảnh có nhiều chủ đề là hết sức khó khăn nên nói chung các hệ
trực quan là vô cùng cấp bách. Nhu cầu đó chính là động lực thúc đẩy các nhà
nghiên cứu vào cuộc mạnh mẽ hơn và cũng là nguyên nhân dẫn đến sự ra đời của
phương pháp tra cứu ảnh theo nội dung.
Năm 1992, Quỹ Khoa học Quốc gia (National Science Foundation) của Hoa
Kỳ đã tổ chức một buổi Hội thảo về các hệ thống quản lý thông tin trực quan để xác
định hướng đi mới cho các hệ thống quản lý cơ sở dữ liệu ảnh. Tại buổi hội thảo
này người ra phải công nhận với nhau rằng cách hiệu quả nhất để thể hiện và sắp
xếp các thông tin trực quan của một bức ảnh là phải dựa trên các thuộc tính được
trích chọn từ chính những bức ảnh đó. Các nhà nghiên cứu từ các lĩnh vực khác
nhau như thị giác máy tính (computer vision), quản lý cơ sở dữ liệu, giao diện
người-máy và tra cứu thông tin đã cùng bị hấp dẫn bới hướng nghiên cứu này [1].
Từ đó đến nay, những công trình nghiên cứu về tra cứu ảnh theo nội dung
được triển khai rất nhiều.
Từ năm 1997 những kết quả nghiên cứu về tra cứu ảnh theo nội dung như các
kỹ thuật trích chọn thông tin trực quan, tổ chức, sắp xếp, thiết kế truy vấn, tương tác
-13-
Chương 1: Tổng quan về tra cứu ảnh
với người dùng, quản lý cơ sở dữ liệu được công bố ngày một nhiều. Tương tự
như vậy, một số lượng lớn các mô hình nghiên cứu cũng như sản phẩm thương mại
các hệ thống tra cứu ảnh theo nội dung đã được các trường đại học, các cơ quan
nghiên cứu và các công ty tin học cho ra đời.
Một số hệ thống tra cứu ảnh theo nội dung tiêu biểu:
o QBIC hay Query By Image Content do hãng IBM và Trung tâm
nghiên cứu Almaden hợp tác phát triển. Hệ thống này cho phép người sử
dụng dùng các công cụ đồ hoạ để mô tả và hiệu chỉnh 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 màu hoặc mẫu kết cấu [17].
hạn như "người tạo" hoặc "thời gian" hoặc cho các mô tả nội dung bao gồm phân
loại và nội dung văn bản. Nhiều truy vấn có thể kết hợp bằng cách sử dụng các biểu
thức logic [8].
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.
Việc tìm kiếm theo từ khoá có ích cho những người sử dụng đã những từ khoá
nào được sử dụng để đánh chỉ số ảnh và do đó có thể dễ dàng tạo truy vấn. Tuy
nhiên cách tiếp cận này khá khó khăn khi người sử dụng chưa có mục đích rõ ràng,
không biết có gì trong cơ sở dữ liệu và kiểu khái niệm ngữ nghĩa có liên quan đến
lĩnh vực đang quan tâm. Các vấn đề nảy sinh khi sử dụng phương pháp tìm kiếm
bằng từ khoá:
-15-
Chương 1: Tổng quan về tra cứu ảnh
• Cấu thành thông tin cần thiết: người sử dụng không biết chính xác cần
phải đặt câu hỏi gì.
• Cấu thành truy vấn: người sử dụng không biết phải sử dụng từ khoá gì
liên quan với thông tin mà họ muốn tìm kiếm.
• Cấu thành kết quả: tạo danh sách các ảnh phù hợp với từ khoá có thể
bỏ qua mất một phương diện hay nhất của việc lưu trữ là quan hệ giữa các
ảnh trong cơ sở dữ liệu rất đa dạng và phong phú.
Công nghệ web ngữ nghĩa (semantic web) hứa hẹn có thể giải quyết được
những khó khăn trên.
1.2.2.2. 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
1.2.3. Tra cứu ảnh theo đồ thị
[9]
Hạn chế cơ bản của phương pháp tra cứu ảnh theo nội dung và phản hồi thích
hợp là chúng dựa trên các đặc điểm mức thấp (màu sắc, kết cấu, hình dạng) của ảnh
mà những đặc điểm mức thấp lại rất hạn chế khi thể hiện không chỉ sự tương tự về
mặt nội dung mà cả sự tương tự về mặt khái niệm và ngữ cảnh giữa các ảnh
với nhau.
Mặt khác, các công cụ tra cứu ảnh dựa trên văn bản (text-based) lại bị hạn chế
bởi không phải lúc nào ảnh cũng được chú thích đầy đủ và những chú thích nếu có
cũng rất khó mô tả đầy đủ được nội dung của một tấm ảnh.
Phần sau đây giới thiệu một cách tiếp cận mới xây dựng một hệ thống tra cứu
theo nội dung, khái niệm và ngữ cảnh cho phép sử dụng những phản hồi của người
-17-
Chương 1: Tổng quan về tra cứu ảnh
sử dụng về sự thích hợp giữa các ảnh chỉ sử dụng các liên kết giữa các ảnh mà
không dựa vào các đặc điểm của ảnh hay các lời chú thích.
Như đã giới thiệu ở phần 1.2.1, kỹ thuật tra cứu ảnh theo nội dung dựa vào
những đặc điểm mức thấp như màu sắc, kết cấu và hình dạng của đối tượng ảnh.
Trong khi các phương pháp mô tả ảnh mức cao có khả năng mô tả gần gũi hơn với
trực giác của người sử dụng nhưng việc phát triển những phương pháp đó mới dừng
ở mức thử nghiệm và đòi hỏi rất nhiều quá trình xử lý phức tạp.
Mặc dù việc mô tả ảnh bằng các đặc điểm mức thấp có thể thực hiện khá hiệu
quả và đơn giản nhưng nhược điểm lớn nhất của phương pháp này là không gần gũi
với sự cảm nhận trực quan của hầu hết người sử dụng và do đó thường không đủ
đáp ứng nhu cầu của người sử dụng. Những ảnh mà ta cảm nhận được sự giống
nhau bằng mắt thường nhưng đôi khi lại rất khác nhau nếu so sánh bằng các đặc
điểm mức thấp.
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
sự trợ giúp của các sơ đồ đánh chỉ số. Sử dụng sơ đồ đánh chỉ số là cách hiệu quả để
tìm kiếm trong các cơ sở dữ liệu ảnh. Một số hệ thống tra cứu ảnh mới phát triển
gần đây còn tích hợp cả chức năng xử lý phản hồi của người sử dụng để cải tiến các
qui trình tra cứu để đưa ra những kết quả tra cứu tốt hơn.
-19-
Chương 2: Tra cứu ảnh theo nội dung
2.2. MÔ HÌNH HỆ THỐNG TRA CỨU ẢNH THEO
NỘI DUNG
Hình 2.1: Mô hình hệ thống Tra cứu ảnh theo nội dung
Trong mô hình này, người sử dụng sẽ tạo truy vấn bằng cách chọn một ảnh
mẫu trong một cơ sở dữ liệu ảnh cho trước hoặc phác thảo một hình vẽ mô tả đối
tượng ảnh cần tìm bằng cách sử dụng một giao diện đồ hoạ của hệ thống.
Ảnh mẫu đó được đưa qua khối mô tả nội dung trực quan, trong đó người ta sử
dụng một phương pháp mô tả nội dung trực quan nào đó để trích chọn một đặc điểm
nội dung trực quan để xây dựng thành một véc tơ đặc trưng.
Véc tơ đặc trưng của ảnh mẫu sẽ được so sánh với véc tơ đặc trưng tương ứng
của các ảnh trong cơ sở dữ liệu ảnh. Kết quả của phép so sánh là một chỉ số đánh
giá độ tương tự giữa ảnh mẫu và ảnh lấy ra để so sánh.
Dựa vào chỉ số độ tương tự tính toán được ở trên, hệ thống sẽ sắp xếp các ảnh
tìm được trong cơ sở dữ liệu ảnh theo một sơ đồ đánh chỉ số nào đó. Danh sách các
ảnh tìm được (đã được sắp xếp) được đưa ra đầu ra của hệ thống.
Tạo truy vấn
nội dung trực quan và nội dung ngữ nghĩa [1].
Nội dung trực quan của ảnh lại được phân làm hai loại là nội dung tổng quan
và nội dung đặc tả. Nội dung tổng quan bao gồm màu sắc, kết cấu, hình dạng và các
quan hệ không gian giữa các đối tượng ảnh hoặc giữa các vùng ảnh. Nội dung đặc
tả thì tuỳ vào từng ứng dụng cụ thể, ví dụ với các ứng dụng tra cứu ảnh người thì
mặt người hoặc con mắt là các nội dung đặc tả; với các ứng dụng tra cứu ảnh ô tô
thì bánh xe là một nội dung đặc tả [1].
Nội dung ngữ nghĩa có thể phát hiện thông qua các chú thích hoặc sử dụng các
phương pháp suy diễn từ nội dung trực quan.
Trong khuôn khổ của luận văn này chúng tôi chỉ tập trung vào việc mô tả nội
dung trực quan tổng quan của ảnh.
Một phương pháp mô tả nội dung trực quan được thiết kế tốt phải có tính bất
biến đối với các biến đổi bất thường sinh ra trong quá trình xử lý ảnh (ví dụ như
những biến đổi bất thường của độ sáng của cảnh vật). Tuy nhiên cũng cần phải chú
ý tới sự cân bằng giữa tính bất biến và khả năng đáp ứng những thay đổi tuỳ ý của
các đặc trưng trực quan của ảnh, bởi vì một hệ thống có tính bất biến lớn thì thường
là không có tính nhạy cảm, mất khả năng phản ánh những thay đổi nhỏ nhưng rất
quan trọng.
Một phương pháp mô tả nội dung trực quan có thể là phương pháp toàn cục
hoặc phương pháp cục bộ. Phương pháp mô tả nội dung toàn cục sử dụng các đặc
trưng trực quan của toàn bộ bức ảnh còn phương pháp mô tả nội dung cục bộ lại sử
dụng những đặc trưng trực quan của các vùng ảnh hoặc các đối tượng ảnh để mô tả
nội dung của ảnh.
Để mô tả được nội dung cục bộ trước hết người ta phải chia ảnh thành các
phần riêng biệt. Cách đơn giản nhất để phân chia ảnh là sử dụng một bộ phân hoạch
-21-
Chương 2: Tra cứu ảnh theo nội dung
chia ảnh thành các ô có kích thước và hình dạng giống nhau. Cách phân chia đơn
giản như vậy không tạo ra được những vùng ảnh có ý nghĩa thực sự nhưng nó là
hơn cho việc tra cứu ảnh. Tuy nhiên tính chất quan trọng nhất để một không gian
màu phù hợp để sử dụng trong một hệ thống tra cứu ảnh là tính đồng nhất. Một
không gian màu được gọi là có tính đồng nhất nếu các cặp 2 màu tương tự nhau
trong không gian màu thì cũng được con người cảm nhận như nhau. Nói một cách
khác, khoảng cách đo được giữa hai màu bất kỳ phải có liên quan trực tiếp với độ
tương tự sinh học giữa hai màu đó.
RGB là không gian màu được sử dụng phổ biến nhất để hiển thị ảnh. Không
gian RGB bao gồm 3 thành phần màu là Đỏ (Red), Xanh lá cây (Green) và Xanh
lam (Blue). Các thành phần này gọi là màu cộng bởi vì các màu sắc trong không
gian RGB đều có thể thu được bằng cách cộng 3 thành phần màu này lại với nhau.
Ngược lại, CMY là không gian màu thường sử dụng trong in ấn. Ba thành
phần màu của không gian CMY là màu xanh lơ (Cyan), hồng sẫm (Magenta) và
vàng (Yellow). Ba thành phần này gọi là các thành phần màu trừ vì mỗi màu trong
không gian CMY được sinh ra bởi sự hấp thụ các thành phần màu đó.
Cả RGB và CMY đều phụ thuộc thiết bị và không có tính đồng nhất.
Các không gian màu CIE L*a*b và CIE L*u*v là các không gian màu không
phụ thuộc thiết bị và có thể coi là đồng nhất. Bao gồm các thành phần độ sáng (L)
và hai thành phần độ kết tủa màu (sắc độ màu) là a và b hoặc u và v. CIE L*a*b
được thiết kế để làm việc với việc trộn các thành phần màu trừ còn CIE L*u*v được
thiết kế để làm việc với việc trộn các thành phần màu cộng.
Các không gian màu RGB và CIE có thể chuyển đổi với nhau, tức là chúng ta
có thể sử dụng các công thức để chuyển đổi một giá trị màu từ không gian màu này
sang không gian màu khác.
-23-
Chương 2: Tra cứu ảnh theo nội dung
Không gian màu HSV được sử dụng rộng rãi trong đồ hoạ máy tính và được
coi là một phương pháp biểu diễn màu sắc trực quan hơn. Ba thành phần màu là sắc
màu (hue), độ bão hoà màu (s) và giá trị độ sáng (v). Thành phần sắc màu không
thay đổi khi ta thay đổi độ chiếu sáng hay góc quan sát vì vậy thích hợp để sử dụng
2
1
)(
1
i
N
j
iji
f
N
μσ
−=
∑
=
(2.2)
-24-
Chương 2: Tra cứu ảnh theo nội dung 3
1
3
)(
1
∑
=
−=
N
j
iiji
2.3.1.3. Lược đồ màu (histogram màu)
Histogram màu là cách hiệu quả để biểu diễn nội dung màu của một bức ảnh
trong trường hợp mẫu màu của bức ảnh đó là duy nhất trong tập hợp các ảnh trong
cơ sở dữ liệu. Histogram màu dễ tính toán và rất hiệu quả để biểu diễn cả sự phân
bố màu tổng quan và sự phân bố màu cục bộ của ảnh. Ngoài ra, histogram màu
không bị ảnh hưởng bởi sự dịch chuyển hay sự quay của ảnh và rất ít bị ảnh hưởng
của tỉ lệ và góc nhìn ảnh.
-25-
Chương 2: Tra cứu ảnh theo nội dung
Do mỗi điểm ảnh được mô tả bằng ba thành phần trong một không gian ảnh
xác định (ví dụ: ba thành phần Đỏ (R), Xanh lục (G) và Xanh da trời (B) trong
không gian màu RGB hay ba thành phần là sắc màu (H), độ bão hoà màu (S) và giá
trị màu (V) trong không gian HSV) nên có thể định nghĩa cho mỗi thành phần màu
một histogram tức là một sự phân bố một số lượng điểm ảnh cho mỗi bin lượng tử
màu. Cụ thể hơn là càng sử dụng nhiều bin màu thì khả năng biểu diễn càng tốt.
Tuy nhiên việc sử dụng quá nhiều bin màu không chỉ làm tăng khối lượng tính toán
mà còn không thích hợp để xây dựng một sơ đồ đánh chỉ số hiệu quả cho cơ sở dữ
liệu ảnh. Hơn nữa việc lượng tử hoá quá mịn cũng không thật cần thiết trong nhiều
trường hợp.
Một cách để làm giảm số lượng bin màu là sử dụng không gian màu đối lập
cho phép làm giảm số lượng mẫu độ sáng của ảnh. Một cách khác là sử dụng các
phương pháp phân cụm để xác định K màu tốt nhất trong một tập hợp ảnh xác định,
mỗi một màu trong K màu tốt nhất đó được coi là một bin màu. Do quá trình phân
cụm tính toán sự phân bố màu của tất cả các ảnh trong cơ sở dữ liệu nên sẽ được
giảm thiểu được số lượng các bin màu không chứa hoặc chứa rất ít điểm ảnh.
Một cách khác là sử dụng các bin màu có chứa nhiều điểm ảnh nhất, khi đó
chỉ cần một số lượng nhỏ bin màu cũng biểu diễn được đặc trưng quan trọng nhất
của một bức ảnh. Cách làm này không những không làm giảm hiệu năng của
phương pháp so sánh histogram mà đôi khi còn làm tăng hiệu năng do các bin màu
là số lượng các điểm ảnh gắn kết của trong bin màu thứ i và β
i
là số lượng các điểm
ảnh không gắn kết trong một bức ảnh. Thế thì, CCV của một bức ảnh được định
nghĩa là véc tơ:
<(α
1
, β
1
),(α
2
, β
2
), , (α
N
, β
N
)>
Chú ý là <α
1
+ β
1
,α
2
+ β
2
, , α
N
+ β
)(
kppIp
icIpIp
k
ji
ic
=−∈=
∈∈
γ
(2.4)
trong đó i, j
∈
{1, 2, , N}, k
∈
{1, 2, , d}, và |p
1
– p
2
| là khoảng cách giữa
hai điểm p
1
và p
2
. Nếu chúng ta tính toán cho tất cả các cặp màu có thể thì kích
thước của sơ đồ tương quan màu sẽ là rất lớn (O(N
2
d), vì vậy để đơn giản người ta
thường sử dụng sơ đồ tự tương quan màu. Sơ đồ tự tương quan màu chỉ tính toán sự
liên hệ không gian của các cặp màu giống nhau và vì vậy giảm độ phức tạp tính
toán xuống còn cỡ O(Nd).
ma trận đồng khả năng, Tamura, Phân tích Wold, trường ngẫu nhiên Markov, mô
hình fractal, các bộ lọc đa phân giải như biến đổi Gabor và biến đổi dạng sóng thể
hiện kết cấu bằng sự phân bố thống kê của độ sáng của các điểm ảnh.
-29-
Copyright: Tài liệu đại học ©