Download miễn phí Luận văn Nghiên cứu một số kỹ thuật xác định độ đo tương tự và ứng dụng
MỤC LỤC
Nội dung Trang
ĐẶT VẤN ĐỀ . 8
LỜI NÓI ĐẦU . 9
Chương 1: KHÁI QUÁT VỀ XỬ LÝ ẢNH VÀ ĐỘ ĐO TưƠNG TỰ
TRONG XỬ LÝ ẢNH . 11
1.1. Khái quát về xử lý ảnh . 11
1.1.1. Một số khái niệm cơ bản . 11
1.1.2. Một số vấn đề trong xử lý ảnh . 12
1.1.2.1. Các hệ thống xử lý ảnh . 12
1.1.2.2. Các hình thái của ảnh. 14
1.1.2.3. Một số ứng dụng trong xử lý ảnh . 15
1.1.2.4. Một số khái niệm, định nghĩa trong xử lý video . 17
1.1.2.5. Lược đồ màu (Color Histogram) . 22
1.1.2.6. Lược đồ tương quan màu (Color Correlogram) . 25
1.1.2.7. Đặc trưng chuyển động (Motion) . 26
1.1.2.8. Các bước thao tác với file video . 28
1.2. Độ đo tương tự trong xử lý ảnh . 30
Chương 2: MỘT SỐ PHưƠNG PHÁP XÁC ĐỊNH ĐỘ ĐO TưƠNG TỰ . 32
2.1. Độ đo dựa trên khoảng cách . 32
2.1.1. Độ đo khoảng cách min – max. 32
2.1.2. Độ đo khoảng cách Euclid . 32
2.1.3. Độ đo khoảng cách toàn phương: . 32
2.2. Độ đo sử dụng trọng số . 32
2.2.1. Độ đo có trọng số: . 32
2.2.2. Độ đo hỗn hợp . 33
2.2.2.1. Thuộc tính rời rạc . 33
2.2.2.2. Thuộc tính có thứ tự . 34
2.2.2.3. Thuộc tính liên tục . 35
2.2.2.4. Kết hợp độ đo của các thuộc tính . 36
2.2.2.5. Thuật toán nhanh cho thuộc tính liên tục . 38
2.2.2.6. Thuật toán nhanh cho thuộc tính có thứ tự . 40
2.3. Độ đo tương tự có thể học (Trainable similarity measure) . 41
2.4. Độ đo dựa trên Histogram . 43
2.4.1. Giới thiệu . 43
2.4.2. Định nghĩa . 43
2.4.3. Lược đồ mức xám hai chiều. 44
2.4.4. Các tính chất của lược đồ mức xám . 45
2.4.5. Quan hệ giữa lược đồ mức xám và ảnh . 46
2.4.6. Một chiều . 46
2.4.7. Hai chiều . 47
CHưƠNG 3: ỨNG DỤNG ĐỘ ĐO TưƠNG TỰ TRONG VIỆC PHÂN
LOẠI ẢNH TRONG FILE VIDEO . 49
3.1. Giới thiệu bài toán . 49
3.2. Cài đặt thuật toán . 49
3.2.1. Code đọc ảnh . 49
3.2.2. Code đọc và extract frame file video . 56
3.3. Kết quả thực nghiệm và đánh giá . 59
PHẦN KẾT LUẬN . 62
TÀI LIỆU THAM KHẢO .
http://s1.liketly.com/flash/edoc/jh2i1fkjb33wa7b577g9lou48iyvfkz6-swf-2013-10-26-luan_van_nghien_cuu_mot_so_ky_thuat_xac_dinh_do_do.jAjtdN6fxq.swf /tai-lieu/de-tai-ung-dung-tren-liketly-42371/Để tải bản DOC Đầy Đủ xin Trả lời bài viết này, Mods sẽ gửi Link download cho bạn sớm nhất qua hòm tin nhắn.Ai cần download tài liệu gì mà không tìm thấy ở đây, thì đăng yêu cầu down tại đây nhé:
Nhận download tài liệu miễn phí
Tóm tắt nội dung:
reen), lam (blue). Không gian
màu RGB cũng gồm có 3 thành phần màu: Red, Green, và Blue. Những
thành phần này được gọi là màu gốc để cộng vào, vì mỗi màu được tạo nên
bằng cách cộng thêm các phần tử vào màu đen(0,0,0).
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
20
Hình 1.8. Không gian RGB
Hình 1.9. Không gian RGB
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
21
Hình 1.10. Không gian RGB
- Không gian màu CMY
Không gian CMY được dùng chủ yếu trong in ấn. CMY là viết tắt
của Cyan-Magenta-Yellow (màu lục lam, màu đỏ tươi, màu vàng), đó là ba
màu chính tương ứng với ba màu mực in. Chúng được gọi là những màu
gốc để trừ, vì mỗi màu trong không gian CMY được tạo ra thông qua
việc hấp thu độ sáng. Cyan hấp thu sự chiếu sáng của màu đỏ, Magenta hấp
thu màu xanh lục, Yellow hấp thu màu xanh dương.
Hình 1.11. Không gian CMY
Mối quan hệ giữa RGB và CMY :
C = 1 – R
M = 1 – G
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
22
Y = 1 - B
- Không gian màu HSV
Mô hình HSV(Hue, Saturation, Value), còn gọi là HSB (Hue, Saturation,
Brightness) định nghĩa một không gian màu gồm có 3 thành phần tạo nên :
Hue, loại màu (chẳng hạn màu đỏ, xanh, hay vàng) Có giá trị
từ 0 - 360 hay từ 0 - 2đ
Saturation, độ thuần khiết của màu
Có giá trị từ 0 – 100%, thường được chuẩn hoá về 0 – 1. Độ thuần khiết của
một màu càng thấp, độ xám của màu đó càng nhiều và màu đó càng mờ.
Value, độ sáng của màu
Có giá trị từ 0 – 100%, thường được chuẩn hóa về 0 – 1.
Mô hình HSV được tạo ra từ nãm 1978 bởi Alvy Ray Smith. Nó là một
phép biến đổ i phi tuyến của không gian màu RGB. Mô hình HSV giúp tách
bạch màu (H, S) và độ sáng (V), phù hợp với cảm nhận của con người.
1.1.2.5. Lược đồ màu (Color Histogram)
* Định nghĩa
Lược đồ màu của ảnh cho biết sự phân bố của các màu trong ảnh.
n
in
iH
][
][
Trong đó :
i là một bin màu, nếu ảnh độ xám thì i[0,255] , nếu ảnh màu RGB
thì i [0,224 ]
n
: số điểm ảnh có giá trị màu là i n : tổng số điểm ảnh
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
23
Hình 1.12. Lược đồ màu ứng với frame
Hình 1.13. Mắt người không nhạy cảm với sự thay đổi màu sắc
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
24
Để cải tiến phù hợp cho việc ứng dụng trong tìm kiếm, các màu trong
không gian màu HSV được định lượng trước khi tính lược đồ màu. Có nhiều
cách định lượng, một trong những cách đó là
chia Hue thành 18 vùng,
chia Saturation thành 3 vùng
chia Value thành 3 vùng
Khi đó, tổng số màu bằng HxSxI = 162 màu, chi phí tính toán và lư u
trữ giảm đi rất nhiều, và lược đồ màu này rất thích hợp cho việc truy tìm
thông tin thị giác.
Hình 1.14. Các màu đã được định lượng trong không gian HSV
* Ý nghĩa của lược đồ màu
Đối với một màu ci, Hci(I) thể hiện số điểm ảnh có màu ci trong ảnh I.
Nói cách khác, với mỗi điểm ảnh trong ảnh I, Hci(I) thể hiện xác suất điểm
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
25
ảnh đó có màu là ci. Không có mang thông tin về không gian.
* Đánh giá ưu điểm, khuyết điểm
Ưu điểm
- Tính toán lược đồ màu ít tốn chi phí, đơn giản, nhanh chóng.
- Lược đồ màu bất biến đối với một số phép biến đổi hình học như phép
biến đổi Affine : tịnh tiến, xoay, sự co, giãn.
Khuyết điểm
Lược đồ màu chỉ xét phân bố toàn cục về màu của ảnh mà không xét
đến yếu tố cục bộ về vị trí, làm mất thông tin về quan hệ không gian giữa các
màu. Dẫn đến việc có thể có nhiều ảnh khác nhau nhưng lại có cùng lược đồ
màu
Ứng dụng
Được ứng dụng nhiều trong việc phân đoạn video và truy tìm thông tin
thị giác.
1.1.2.6. Lược đồ tương quan màu (Color Correlogram)
* Giới thiệu lược đồ tương quan màu
Quan sát thấy rằng lược đồ màu thiếu thông tin về cách mà màu sắc
được phân bố theo không gian, Một đặc trưng mới được giới thiệu gọi là
lược đồ tương quan màu. Lược đồ tương quan màu hứa hẹn mô tả không chỉ
là phân phối màu của các điểm ảnh mà còn là sự tương quan về không quan
giữa các cặp màu.
* Tính lược đồ tương quan màu
Gọi [D] là tập gồm D khoảng cách d1 , d 2 ,..., d D được đo bằng độ đo L .
Lược đồ tương quan màu của ảnh I được xác định với cặp màu ci , c j
và khoảng cách d như sau:
]|||[Pr)( 212
,
)(
,
21
dppIpI Lc
IpIp
d
cc j
c
ji
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
26
Trong đó I là ảnh, kích thước MxN (Điểm ảnh), I c p I | Ip c, lược
đồ tương quan màu thể hiện xác suất cặp điểm ảnh bất kỳ p1và p2 chịu sự
ràng buộc về màu ( p1 có màu ci, p2 có màu c j ) và vị trí ( p1 p2 |L d ).
* Lược đồ tự tương quan màu
Nếu chúng ta xét đến tất cả sự kết hợp có thể có của các cặp màu,
kích thước của lược đồ tương quan màu sẽ rất lớn, hơn nữa, thời gian tính
toán sẽ lâu.
Do đó, một phiên bản đơn giản hơn được sử dụng, gọi là lược đồ tự tương
quan màu. Lược đồ này chỉ quan tâm đến sự tương quan về không gian
giữa những màu giống nhau và do đó giảm được số chiều và chi phí tính
toán. Lược đồ tự tương quan màu được xác định như sau:
)()( )(,
)( II dcc
d
c
c
( d)
(I ) là lược đồ tự tương quan màu của ảnh I ứng với màu c và khoảng
cách d.
* Ứng dụng
- Dùng trong việc phân đoạn video
- Tạo chỉ mục và so sánh ảnh
- Định vị đối tượng, theo vết đối tượng
So với lược đồ màu, lược đồ tự tương quan màu cho những kết quả truy
tìm tốt hơn nhưng tốn chi phí nhiều hơn.
1.1.2.7. Đặc trưng chuyển động (Motion)
* Giới thiệu
Chuyển động là một trong những đặc trưng của dữ liệu video. Đây
là một đặc trưng nổi bật của video mà ảnh tĩnh không có. Đặc trưng chuyển
động được sử dụng rất rộng rãi trong các nghiên cứu cũng như cài đặt ứng
dụng xử lý video số.
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
27
Hình 1.15. Đặc trưng chuyển động
* Lược đồ chuyển động
Nếu như lược đồ màu thể hiện sự phân phối màu trong ảnh thì lược đồ
chuyển động cho thấy sự phân phối chuyển động của các khung hình liên tiếp.
Sự phân phối này được thể hiện dưới dạng các góc chuyển động.
- Thuật toán tính lược đồ chuyển động
Chia khung hình thành n khối điểm ảnh, và định lượng các góc từ 0 đến
360 độ thành 8 phần : 0o-44o, 45o-89o,…, 315o-359o.
Bước 1: khởi động mảng các góc đã định lượng : H 0 , với i từ 0 đến 7.
Bước 2: Xét một khối điểm ảnh của khung hình hiện tại, tính độ dịch
chuyển của nó bằng cách : trong khung hình tiếp theo, tìm khối có sự khác
biệt đặc trưng nhỏ nhất so với khối đang xét và sự khác biệt này cũng nhỏ
hơn một ngưỡng định trước. Mục đích của bước này là để xem khối này dịch
chuyển đến vị trí nào. Nếu không tìm thấy thì xem như khối điểm ảnh
này không di chuyển.
Bước 3 : Sau khi tính độ dịch chuyển, dễ dàng tính được góc dịch chuyển của
khối và định lượng góc đó về một giá trị a, a nằm trong khoảng từ 0 đến 7.
B
