Nghiên cứu một số phương pháp tra cứu ảnh sử dụng độ đo tương tự và ứng dụng tra cứu ảnh trong camera đường phố

Xử lý hình ảnh được áp dụng trong đa lĩnh vực khác nhau của cuộc sống như lĩnh vực sức khỏe, thiên văn học, sinh học, viễn thám, y học… Một ứng dụng thực tiễn vào xử lý hình ảnh mà trong

B Ộ GIÁO DỤC VIỆN HÀN LÂM KHOA HỌC

VÀ ĐÀO TẠO VÀ CÔNG NGHỆ VIỆT NAM

H ỌC VIỆN KHOA HỌC VÀ CÔNG NGHỆ -

Nguyễn Tuấn Vũ

NGHIÊN C ỨU MỘT SỐ PHƯƠNG PHÁP TRA CỨU ẢNH SỬ

D ỤNG ĐỘ ĐO TƯƠNG TỰ VÀ ỨNG DỤNG TRA CỨU ẢNH

TRONG CAMERA ĐƯỜNG PHỐ

Hà N ội – tháng 7 năm 2020

B Ộ GIÁO DỤC VIỆN HÀN LÂM KHOA HỌC

VÀ ĐÀO TẠO VÀ CÔNG NGHỆ VIỆT NAM

H ỌC VIỆN KHOA HỌC VÀ CÔNG NGHỆ -

Nguyễn Tuấn Vũ

NGHIÊN C ỨU MỘT SỐ PHƯƠNG PHÁP TRA CỨU ẢNH SỬ

D ỤNG ĐỘ ĐO TƯƠNG TỰ VÀ ỨNG DỤNG TRA CỨU ẢNH

TRONG CAMERA ĐƯỜNG PHỐ

Chuyên ngành: H ệ thống thông tin

Mã s ố: 8480104

LUẬN VĂN THẠC SĨ: CÔNG NGHỆ THÔNG TIN

NGƯỜI HƯỚNG DẪN KHOA HỌC

PGS.TS Ngô Quốc Tạo

Hà n ội – Tháng 7 năm 2020

LỜI CAM ĐOAN

Tôi xin cam rằng nội dung trong Luận văn này là theo như đúng nội dung

đề cương và đúng như nội dung của thầy hướng dẫn đã hướng giao dẫn cho tôi Nội dung trong luận văn, và các trích lục, tài liệu đều chính xác Nếu có xảy ra sai sót, Tôi xin chịu trách nhiệm hoàn toàn

Tác gi ả luận văn

NGUYỄN TUẤN VŨ

LỜI CẢM ƠN:

Với sự chỉ dẫn và hỗ trợ của giáo viên tại Khoa: Công nghệ Thông tin - Học viện Khoa học và Công nghệ cũng như sự hỗ trợ từ bạn bè và đồng nghiệp, đặc biệt là sự hướng dẫn tận tình của PGS.TS Ngô Quốc Tạo và TS Nguyễn Hoàng Hà và đề tài: "Nghiên cứu phát triển phương pháp phát hiện tự động các điểm mốc hình thái trên ảnh cánh côn trùng", mã số: VAST01.01/19-20", cộng thêm những nỗ lực, cố gắng bản thân mình, cho đến nay thì đề tài đã được hoàn thành

Dù vậy, trong quá trình hoàn thiện luận văn, dù cho đã cố gắng rất nhiều, nhưng do kiến thức, kinh nghiệm còn hạn chế, tôi không thể tránh khỏi sai sót, tôi rất mong muốn nhận được lời khuyên của các giáo viên chủ đề của thầy cô

để có thể hoàn thiện hơn

Tôi xin chân thành cảm ơn

MỤC LỤC

Trang

ĐẶT VẤN ĐỀ 1

CHƯƠNG 1: TỔNG QUAN CƠ BẢN VỀ TRA CỨU ẢNH VÀ ĐỘ ĐO TƯƠNG TỰ TRONG TRA CỨU ẢNH 3

1.1 KHÁI QUÁT VỀ TRA CỨU ẢNH 3

1.1.1 CÁC KHÁI NIỆM CƠ BẢN[2] 3

1.1.2 XU HƯỚNG TRA CỨU VÀ CHÚ Ý TRONG TRUY VẤN ẢNH 4

1.1.2.1 MỘT SỐ HỆ THỐNG TRUY VẤN ẢNH VÀ HÌNH THÁI TRUY VẤN 5

1.1.2.2 MỘT SỐ ỨNG DỤNG TRUY VẤN ẢNH 8

1.1.2.3 KHÁI NIỆM TRA CỨU FRAME ẢNH TRONG CAMERA[3] 10

1.1.2.4 LƯỢC ĐỒ MÀU VÀ TƯƠNG QUAN MÀU 13

1.1.2.5 ĐẶC ĐIỂM CỦA SỰ VẬN ĐỘNG TRONG VIDEO VÀ XỬ LÝ VẬN ĐỘNG 18

C HƯƠNG 2: MỘT SỐ PHƯƠNG PHÁP SỬ DỤNG ĐỘ ĐO TƯƠNG TỰ 21

2.1 ĐỘ ĐO KHOẢNG CÁCH 21

2.1.1 .ĐỘ ĐO MIN-MAX 21

2.1.2 ĐỘ ĐO EUCLID 21

2.1.3 ĐỘ ĐO KHOẢNG CÁCH HAMMING 22

2.1.4 ĐỘ ĐO PRECISION VÀ RECALL 23

2.2 ĐỘ ĐO HỖN HỢP 23

2.2.1 ĐỘ ĐO CÓ THUỘC TÍNH RỜI RẠC 23

2.2.2 ĐỘ ĐO CÓ THUỘC TÍNH CÓ THỨ TỰ 26

2.2.3 ĐỘ ĐO CÓ THUỘC TÍNH LIÊN TỤC 26

2.2.4 ĐỘ ĐO KẾT HỢP CÁC THUỘC TÍNH 27

2.3 ĐỘ ĐO TƯƠNG TỰ DỰA TRÊN HISTOGRAM [9] 27

2.3.1 GIỚI THIỆU VÀ KHÁI NIỆM 27

2.3.2 LƯỢC ĐỒ XÁM VÀ TÍNH CHẤT 29

2.3.3 QUAN HỆ GIỮA ẢNH TRA CỨU VÀ LƯỢC ĐỒ ẢNH XÁM 30

CHƯƠNG 3: ỨNG DỤNG ĐỘ ĐO TƯƠNG TỰ TRONG VIỆC TRA CỨU ẢNH

TRONG FILE CAMERA ĐƯỜNG PHỐ 32

3.1 GIỚI THIỆU 32

3.2 THUẬT TOÁN TRA CỨU ẢNH TRONG CAMERA ĐƯỜNG PHỐ 33

3.2.1 XỬ LÝ ĐỌC ẢNH 33

3.2.2 XỬ LÝ ĐỌC FRAME TRONG CAMERA ĐƯỜNG PHỐ 33

3.2.3 KẾT QUẢ THỰC NGHIỆM VÀ ĐÁNH GIÁ 33

CHƯƠNG 4: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN TIẾP THEO 46

TÀI LIỆU THAM KHẢO 47

ĐẶT VẤN ĐỀ

Trong các lĩnh vực hiện nay, xử lý hình ảnh tĩnh cùng với xử lý hình ảnh

kỹ thuật số đã phát triển và chú ý đến trong năm ở thế kỷ thứ XXI Phương pháp

để xử lý được áp dụng để cải thiện dữ liệu thông tin của hình ảnh đến mắt người được xử lý dữ liệu và tự động xử lý dữ liệu trong hệ thống

Năm 1920, Một trong số đầu tiên của những ứng dụng xử lý hình ảnh là cải thiện chất lượng của hình ảnh trên báo được truyền qua cáp của 2 thành phố Luân Đôn và New York Thiết bị đặc biệt được mã hóa hình ảnh, truyền chúng qua cáp xử lý và sẽ được phục hồi ở phía bên nhận Công nghệ máy tính đang phát triển theo đó, nên việc xử lý cho hình ảnh đã ngày một phát triển Các Kỹ thuật phát triển đã cho phép tìm kiếm và kết hợp các hình ảnh có thể cho ra sự tương xứng để trả về kết quả tốt hơn cho mục đích tìm kiếm

Gần đây, nghiên cứu về xử lý hình ảnh và video (hoạt hình) cũng không ngừng được quan tâm và phát triển mạnh mẽ Kỹ thuật xử lý hình ảnh kỹ thuật số

đã áp dụng sử dụng rộng rãi, giải quyết rất nhiều các vấn đề giúp cải thiện chất lượng của hình ảnh Xử lý hình ảnh được áp dụng trong đa lĩnh vực khác nhau của cuộc sống như lĩnh vực sức khỏe, thiên văn học, sinh học, viễn thám, y học…

Một ứng dụng thực tiễn vào xử lý hình ảnh mà trong luận văn tôi muốn đề cập tới là So sánh hình ảnh với frame ảnh của camera đường phố được ghi lại để tìm kiếm sự tương đồng, từ đó giúp xử lý được công việc tiếp theo nhanh hơn và tiết kiệm thời gian xem lại camera

Vì thế, Tôi chọn đề tài là “NGHIÊN CỨU MỘT SỐ PHƯƠNG PHÁP TRA C ỨU ẢNH SỬ DỤNG ĐỘ ĐO TƯƠNG TỰ VÀ ỨNG DỤNG TRA

CỨU ẢNH TRONG CAMERA ĐƯỜNG PHỐ” nhằm mục đích nghiên cứu

kỹ thuật đo lường sử dụng độ đo tương tự như phép đo độ tương tự Trainable (TSM) và Biểu đồ cột Dựa vào đây, Tôi sẽ đưa ý kiến một số đánh giá và có

thể đề xuất hướng phát triển thêm trong tương lai

Tôi đã tập trung vào giải quyết vấn đề đọc được ảnh và đối sánh được với các khung trong tệp video được trích xuất từ camera đường phố để chỉ ra được nhận xét Luận án bao gồm 4 chương với nội dung sau:

CHƯƠNG 1: TỔNG QUAN CƠ BẢN VỀ TRA CỨU ẢNH VÀ ĐỘ ĐO TƯƠNG TỰ TRONG TRA CỨU ẢNH

CHƯƠNG 2: MỘT SỐ PHƯƠNG PHÁP SỬ DỤNG ĐỘ ĐO TƯƠNG TỰ CHƯƠNG 3: ỨNG DỤNG TRA CỨU ẢNH TRONG CAMERA ĐƯỜNG PHỐ

CHƯƠNG 4: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI

Trong quá trình hoàn thiện luận văn, dù cho đã cố gắng rất nhiều, nhưng

do kiến thức, kinh nghiệm còn hạn chế, tôi không thể tránh khỏi sai sót, tôi rất mong muốn nhận được lời khuyên của các giáo viên chủ đề của thầy cô để có thể hoàn thiện hơn

Tôi xin chân thành cảm ơn

Hà N ội, ngày 3 tháng 7 năm 2020

Học viên thực hiện

NGUYỄN TUẤN VŨ

CHƯƠNG 1: TỔNG QUAN CƠ BẢN VỀ TRA CỨU ẢNH VÀ ĐỘ ĐO TƯƠNG TỰ TRONG TRA CỨU ẢNH

1.1 KHÁI QUÁT VỀ TRA CỨU ẢNH

1.1.1 CÁC KHÁI NI ỆM CƠ BẢN[2]

Xử lý ảnh hiện nay đang là lĩnh vực được xem trọng Là gốc rễ để tiếp tục phát triển thêm nhiều nghiên cứu tiếp theo trong lĩnh vực này Hai đặc tính đầu tiên của tiến trình xử lý hình ảnh là nhằm cải thiện chất lượng hình ảnh thông tin, và có những ứng dụng vào xử lý số

Quá trình sẽ thu thập ảnh đầu vào (bất kì hình ảnh số có tương tự như vậy) gửi tới máy tính Ảnh sẽ được lưu cho quá trình có thể xử lý tiếp theo Phần mềm có nhiệm vụ can thiệp vào thuật toán tương đương lên dữ liệu ảnh, các cấu trúc của ảnh sao cho, ảnh được phù hơp với các mục đích khác nhau

Xử lý cho việc ảnh được nhận dạng, tiếp tục quá trình này thao tác cho ảnh đầu vào đưa ra kết quả như mong đợi Đầu ra tại một quá trình xử lý ảnh

là kết quả một ảnh “chuẩn hơn” hoặc một kết quả nào đó

Hình 1.1 Quá trình ảnh được xử lý

Hình ảnh tại xử lý hình ảnh tôi có thể thích hình ảnh nhiều (n) chiều vì ảnh sẽ là tập hợp của các pixel Trong đó, pixel giúp tôi xác định một số dấu hiệu có trong một vị trí nhất định xác định đối tượng của không gian, vì thế có thể là một hàm của n có biến là P (c1, c2 , cn)

Sơ đồ tổng quát xử lý ảnh của một hệ thống:

Hình 1.2 Các bước của một hệ thống xử lý ảnh cơ bản

1.1.2 XU HƯỚNG TRA CỨU VÀ CHÚ Ý TRONG TRUY VẤN ẢNH

Giai đoạn xử lý đầu tiên: Tiền xử lý hình ảnh kỹ thuật số điến phần tiếp theo đó của giai đoạn này, các giai đoạn khác nhau sẽ được thực hiện như: nâng cấp, khôi phục hình ảnh, điều chỉnh hình học, giảm nhiễu, v.v

Đặc điểm của tra cứu ảnh:

- Thông tin hoàn toàn số hóa

- Hình thức biểu hiện: pixel

- có thể được đọc và tải xuống qua Internet

- Nội dung truyền tải bằng văn bản, bằng hình ảnh

- Hệ thống đa truy cập: Về tính lý thuyết, một sản phẩm có thể sử dụng nhiều điểm có truy cập nhiều lần (Dựa trên tài nguyên điện tử có sẵn 24) giờ /ngày, 7 ngày / tuần) Mọi người có thể cùng một lúc sử dụng

- Tốc độ: Tìm kiếm, thu thập, tóm tắt thông tin chính vào những hỉnh ảnh khác, tìm kiếm và tham chiếu chéo giữa nhiều hình ảnh khác nhau

- Chức năng: hình ảnh cho phép người dùng xem và và đối sánh nội dung đó bằng những phương pháp khác nhau

- Nội dung: Hình ảnh có thể chứa một ý nghĩa

Chú ý để sử dụng ảnh dạng là một đặc trưng mà hình ảnh có, bước cơ bản

là phân đoạn hình ảnh để có thể tìm đối tượng Ở các phương pháp, Gom cụm

với điểm ảnh thuộc về các vùng liên thông dựa trên màu sắc và cấu trúc Bài báo tiếp cận phân đoạn hình ảnh sao cho mỗi hình ảnh được phân đoạn thành các ra các đặc trưng để từ đó làm cơ sở xây dựng chữ ký nhị phân và mô tả nội dung hình ảnh Ảnh phân đoạn được tạo ra từ việc nhóm các điểm ảnh sẽ trở thành một vùng tương tự Tiếp cận phương pháp phân đoạn ảnh và tự động dựa vào các thông tin cấp thấp gồm màu sắc, vị trí và kết cấu của các điểm ảnh

1.1.2.1 M ỘT SỐ HỆ THỐNG TRUY VẤN ẢNH VÀ HÌNH THÁI TRUY V ẤN

* Trích chọn ra đặc điểm

Những đặc điểm thuộc đối tượng xuất phụ thuộc vào mục tiêu nhận dạng

có được ở tiến trình có thể xử lý hình ảnh Khai thác các tính năng giúp xác định chính xác các đối tượng hình ảnh, với tốc độ cao trong điều chỉnh và tối ưu lưu trữ dung lượng

Có thể xác định một khu vực bằng cách áp dụng nó cho các hình ảnh khác Ghi lại tọa độ và có thể áp dụng cho các hình ảnh khác

Có thể cố gắng xác định cường độ đặc trưng của vùng giá trị mệnh giá trong hình ảnh, chọn và thao tác với vùng giá trị của nó

* Đối sánh, nhận dạng

Nhận dạng tự động, miêu tả đối tượng, tra cứu và gộp các mẫu là các vấn

đề rất quan trọng, lĩnh vực thị thị giác máy, ngày nay áp dụng ở cho các nghiên cứu khoa học khác nữa Mẫu có thể là hình ảnh vân tay

bức ảnh cho một đối tượng được chụp ảnh, một từ được viết, một khuôn mặt của con người, một biểu đồ của tín hiệu lời nói Để có một mẫu, xác định hoặc tra cứu nó

Hoặc một tra cứu được giám sát, chẳng hạn như các phân biệt, phân tích,

Ở đó, mẫu của đầu vào cho xác định là của 1 phần nào đó của 1 lớp đã được nêu

ra và xác định Hoặc tra cứu hoặc phân cụm không giám sát, những mẫu này sẽ

được định nghĩa bởi các class khác nhau dựa theo một chuẩn tương tự Các lớp này cho đến ngày tra cứu là không xác định hoặc không xác định

Hệ thống định dạng auto bao gồm 3 giai đoạn tương xứng với ba giai đoạn liệt kê như sau:

• Tiền xử lý, và thu thập dữ liệu

• Miêu tả của dữ liệu

• Xác định và đưa quyết định

4 cách khác nhau tiếp cận đối với nhận dạng qua lý thuyết là:

• Mẫu phù hợp dựa trên những tính năng được chọn

• Tra cứu số liệu thống kê

• Kết cấu phù hợp

• Tra cứu dựa trên mạng lưới thần kinh do con người tạo ra

Những ứng dụng không thể sử dụng tiếp cận cách duy nhất để tra cứu "tối ưu" vì vậy cần phải sử dụng các phương pháp có cách tiếp cận khác nhau cùng một lúc Vì thế, các phương pháp tra cứu tổ hợp thường sử dụng để nhận dạng và hiện nay có kết quả đầy hứa hẹn vào trên thiết kế hệ thống hệ thống lai

Giải quyết các vấn đề nhận dạng các ứng dụng mới phát sinh ở cuộc sống, tạo ra các thách thức của thuật toán mà còn tạo ra các yêu cầu

Đặc điểm của tất cả các ứng dụng là chúng thường là các tính năng thiết yếu không thể được đề xuất bởi một chuyên gia, nhưng được trích xuất dựa vào các quy trình phân tích các dữ liệu

* Ảnh xám được chuyển từ ảnh màu:

Đơn vị ô của một hình ảnh kỹ thuật số được tính bằng pixel Tùy thuộc vào màu sắc hoặc định dạng hình ảnh màu xám, mỗi pixel có các chỉ số không giống nhau Với mỗi màu pixel của hình ảnh, sẽ có ba màu của thông tin chính

để tạo ra các màu có thể nhìn thấy: Đỏ (R), Màu Xanh lục (G) và màu Xanh lam (B) Tại mỗi pixel một hình ảnh màu, Các màu chính R, G và B được sắp xếp gần nhau và có sẽ cường độ ánh sáng sẽ khác nhau Như bình thường, mỗi loại màu chính được biểu thị tương ứng tám bit tương ứng với 256 các cấp độ màu khác nhau Vì thế mỗi pixel sẽ có 28x3 màu (gần bằng 17.000.000 màu) Với hình ảnh trong thang độ xám, thì một pixel sẽ có thông tin 256 mức độ xám (tương đương với 8 bit) để hình ảnh thang độ xám có thể tái tạo hoàn toàn cấu trúc của hình ảnh trong đó màu có được qua mặt phẳng dựa theo mức xám

Hầu hết xử lý trong hình ảnh, Việc chủ yếu lưu ý đến cấu trúc và hình ảnh

có thể bỏ qua các ảnh hưởng trực tiếp của màu sắc Vì thế, hình ảnh màu sang hình ảnh thang độ xám là một bước phổ biến để xử lý hình ảnh, làm cải thệm tốc

độ có thể xử lý và độ phức tạp của thuật toán trên hình ảnh sẽ giảm

* Lược đồ Histogram mức xám của ảnh

Hình ảnh kỹ thuật số có lược đồ màu xám những mức màu xám ở phạm vi

Hình 1.3 Hình ảnh được biểu diễn thông qua lược đồ xám

1.1.2.2 M ỘT SỐ ỨNG DỤNG TRUY VẤN ẢNH

Như đã được đề cập tới, thì các kỹ thuật hình ảnh được xử lý sẽ được dùng cải thiện chất lượng của ảnh, nói cách khác là gây ra được cảm quan cả thiện chất lượng của hình ảnh trong mắt của người nhìn Hiện nay, áp dụng vào

xử lý hình ảnh đã mở rộng liên tục, có thể nói rằng, hiện nay nghành khoa học chưa áp dụng được nhiều thành công của việc xử lý của ảnh kỹ thuật số

Trong xử lý hình ảnh y học chuyển ảnh cho phép được sinh ra từ những nguồn có tia X tạo ra bức xạ, hoặc từ siêu âm với bức xạ chuyển đổi sang hình ảnh dạng quang học chiếu X quang, có thể chiếu ngay trên màn hình buổi trình diển tranh ảnh Hình ảnh của các bộ phận cơ thể tiếp theo sau có thể được tiếp tục có xử lý để tăng độ tương phản tốt, lọc và phân tách những thành phần được cần thực hiện, cấu thành hình ảnh thể hiện tại không gian có 3 chiều

Trong địa chất học, các ảnh thu được từ những vệ tinh sẽ được xử lý và xác định được bề mặt của cấu trúc trái đất Cải thiện hình ảnh và phục hồi hình ảnh từ đó cải thiện chất lượng của hình ảnh vệ tinh, địa hình xuất ra được chính xác 3 chiều

Nghành khí tượng học, hình ảnh thu từ các vệ tinh, dự báo thời tiết sẽ xử

lý được, cải thiện và lắp ráp để tạo ra hình ảnh trên một khu vực rộng lớn bề mặt của trái đất, có thể được thực hiện

Việc chinh xác từ dự báo thời tiết Hình ảnh được phân tích của vệ tinh tại những khu dân cư tập trung sinh sống, cũng có thể ước tính tăng trưởng dân số,

tỷ lệ gây môi trường trở lên ô nhiễm và một số yếu tố gây ảnh hưởng Có thể thu được hình ảnh từ các vệ tinh qua thiết bị quay video cảm nhận ánh sáng của

quang học.( 520 450 nm), từ tia hồng ngoại ( 900 760 nm)

Hình 1.4: thu được hình ảnh của bề mặt trái đất đã nhận bởi hai ống ghi

âm nói trên, dễ dàng nhận ra có khác biệt dễ dàng nhận biết giữa hai hình ảnh

1.5a 1.5b

Hình 1.5 – Hình ảnh bề mặt của trái đất thu được qua 2 camera

Xử lý hình ảnh trong các hệ thống sẽ dùng kiểm soát chất lượng và số lượng trong các dây chuyền tự động, chẳng hạn thống phân như tích hình ảnh,

có thể phát hiện là bọt khí bên trong vật đúc nhựa, để các thành phần không nhận được từ hình ảnh Camera

Xử lý hình ảnh cũng áp dụng sử dụng nhiều trong lĩnh vực hệ thống hình

sự và an ninh: xử lý hình ảnh cho mục tiêu nhận dạng Có khăng năng xét thấy

xử lý hình ảnh như hình ảnh chuyển động như nhận dạng tự động, mục đích quân sự và hệ thống tầm nhìn công nghiệp tự động, nén ảnh tĩnh, v.v Tiếp theo

đề cập tới Deep Learning và Machine Learning là 2 vấn đề được chú ý và được quan tâm trong công nghệ 4.0 hiện nay Từ các thành tựu trong Computer Vision, NLP (natural language processing), áp dụng vào cho các lĩnh vực cụ thể

về y khoa, y sinh, xe tự hành, v v Mỗi bài toán đều có các cách xử lí dữ liệu

và mô hình riêng, nhưng nhìn chung đều hướng tới 1 mục đích: cải thiện đời sống và giúp ích cho xã hội nói chung và hỗ trợ cho các doanh nghiệp, startup, nói riêng

Với tiêu chí: "Learn by doing", đề cập tới mô phỏng 1 hệ truy vấn (tìm kiếm) hình ảnh, tương tự như Google Image Search vậy Nếu các bạn nào đã từng sử dụng qua các dịch vụ hay mạng xã hội như: Flickr hay Pinterest sẽ thấy

2 mạng xã hội này có các chức năng tìm kiếm liên quan đến ảnh sẽ khá thú vị và độc đáo Lấy ví dụ với Pinterest, sẽ thấy một trong những mạng xã hội về ảnh lớn nhất hiện nay, có 1 chức năng vô cùng hay ho là cắt và tìm kiếm ảnh trực tiếp ngay trên nền ứng dụng Trong số ảnh được truy vấn ra đều tương đồng với phần ảnh bị cắt, sau đó theo đó là những từ khóa (tag) liên quan tới phần ảnh được cắt ra

1.1.2.3 KHÁI NI ỆM TRA CỨU FRAME ẢNH TRONG CAMERA[3]

* Khung hình ảnh (Frame ảnh)

Một video bao gồm một số hình ảnh tĩnh, được liên tiếp có thể đặt, tạo ra

sự chuyển động tại video Ví dụ là một hình ảnh tĩnh:

K/h i K/h i+1

Hình 1.6 khung hình liên tiếp

Nếu 24 giây trở lên được phát trong một giây, việc phân biệt giữa các khung hình sẽ khó, chỉ có các cảnh được kết nối với nhau Thật vậy Hệ thống video có tốc độ ghi không giống nhau, chẳng hạn như NTSC: 30 khung hình

mỗi giây, PAL: 24 khung hình mỗi giây, SECAM: 29,99 khung hình mỗi giây

* Không gian màu

Không gian màu là không gian biểu thị cho màu dựa trên giá trị của độ sáng, không gian màu sẽ có thể đo được lượng thông tin của màu Xác định một không gian có thể có nhiều chiều, còn được gọi là các đại diện các giá trị có độ chói Một phần của màu cũng được tính là kênh màu Mỗi pixel được thể hiện, Không gian của màu thường được sử cho đến hiện tại Dưới đây, các không gian của màu mà phổ biến ở ngày nay

- Không gian mức xám

Không gian mức xám sẽ có được cấu thành bởi 1 phần, đi từ đen tới trắng Thang độ xám chủ yếu được sử dụng cho màn hình đen trắng và in màu xám

Hình 1.7 Không gian hiển thị ảnh màu RGB

Không gian RGB phổ biến ở việc có hiển thị của ảnh Không gian màu RGB xuất phát từ cách nhìn của con người Nó có các thụ thể để thấy ba màu không giống nhau: Đỏ, lục và màu lam Bao gồm ba thành phần màu: Đỏ, Xanh lục và lam Các yếu tố này được gọi là màu cơ bản, bởi vì màu sinh ra bởi cách

bổ sung các điểm ảnh có màu đen

Hình 1.7 Hình ảnh không gian màu xám

Hình 1.9 Không gian R

Hình 1.10 Biểu diễn Không gian màu RGB

* Không gian CMY

Sử dụng nhiều trong nghành in ấn Tên viết tắt của Cyan, Magenta, Yellow (Lam, đỏ và vàng) Chúng là màu chính để trừ, bởi khi một màu trong kg CMY sinh ra thông qua hấp thụ được độ sáng Cyan sẽ có thể hấp thụ ánh sáng red, Magenta sẽ hấp thụ được green, Yellow sẽ hấp thụ màu blue

Hình 1.11 Mô phỏng CMY

Công thức thể hiện tương quan RGB và CMY:

C = 1- R | M = 1 – G | Y = 1 - B

* Không gian HSV (HSB) [7]:

HSV sẽ xác định một không gian màu bao gồm ba thành phần:

Các loại màu (như đỏ, vàng, xanh) sẽ giá trị trong khoảng 0 - 2đ; 0 - 360

Saturation

Giá trị nằm trong khoảng từ 0 - 100%, sẽ chuyển thành 0 - 1 Độ tinh khiết của màu nhỏ, màu càng xám và màu càng mờ

Giá trị độ sáng:

Nằm trong khoảng 0 - 100%, sẽ được chuyển hóa thành 0 - 1

Về HSV, năm 1978 do Alvy Ray Smith tạo ra Phép biến của RGB Thông qua đó, HSV sẽ phân tích, tách độ sang và màu, sao cho nhận thức đó con người có thể hiểu được

1.1.2.4 LƯỢC ĐỒ MÀU VÀ TƯƠNG QUAN MÀU

* Khái niệm Lược đồ màu (Color Histogram)[10]

Bảng màu của hình ảnh cho thấy màu sắc phân bổ trong hình ảnh

Để cải thiện sự hợp lý, màu sắc ở trong HVS tính bởi bảng màu sẽ được ước lượng Trong số các cách đó là:

* Lược đồ màu có ý nghĩa:

Việc xác định ci, Hci(I) cho thấy số Pixcel có màu ci ở ảnh i Ở một khía

cạnh khác thì với một pixcel tại ảnh I, Hci(I) khả năng cho thấy Pixcel đó sẽ có giá trị là ci Thông tin mang về cho HSV

* Đánh giá về ưu, nhược điểm;

* Ưu điểm:

- Lược đồ màu được tính giản đơn, nhanh gọn, giảm thiểu chi phí

- Biểu đồ màu không thay đổi ma thuật như đối với hình học biến đổi

Ví dụ các biến đổi dưới dạng: xoay , tịnh tiến, co dãn…

* Nhược điểm:

Xem xét phân phối tổng thể màu, hình ảnh mà chưa tính đến các ảnh hưởng địa phương của mối quan hệ giữa không gian màu Làm mất thông tin, thì Điều

này có thể dẫn đến hình ảnh có tông màu giống nhau nhưng khác nhau

* Công thức tính lược đồ màu:

Sơ đồ màu được xác định bằng một nhóm các bin, trong đó mỗi bin biểu thị xác suất của các pixel trong ảnh Một sơ đồ màu H của một ảnh đã cho được xác định bởi véc tơ:

H={H[0], H[1], H[2], , H[i], H[N]},

Có i biểu diễn một màu trong sơ đồ màu và tương ứng với một khối con

trong không gian màu RGB, H[i] là số các pixel có màu i trong ảnh,có N là số

các bin trong lược đồ màu

Mỗi pixel trong ảnh sẽ thuộc về một bin của lược đồ màu của ảnh, nên đối với lược đồ màu của một ảnh, giá trị của mỗi bin là số các pixel có cùng màu

Để so sánh kích cỡ các ảnh, ta chuẩn hóa các lược đồ màu Lược đồ màu chuẩn hóa H’ được xác định bằng:

H’={H’[0], H’[1], H’[2], , H’[i], H’[N]},

Ở đây

p

i H i

]

['  , P là tổng số các pixel trong ảnh

* Lược đồ tự tương quan màu:

Xem xét tất cả những cặp màu kết hợp, thì kích thước của lược đồ sẽ lớn,

hơn thế là, tính toán với thời gian sẽ dài hơn Do đó, Sơ đồ này chỉ đánh giá mối trong không gian mỗi tương quan giữa các màu các màu và từ đó làm số lượng kích thước và giảm thiểu sức lực và tiền bạc

* Ứng dụng

- Úng dụng trong video, có thể phân đoạn

- Tạo các mục và đối sánh với hình ảnh

- Xác định được đối tượng từ đó dõi theo đối tượng

Lược đồ tự tương quan màu sẽ có thể trả kết quả theo dõi tốt hơn với bảng màu hơn nhưng tiêu tốn chi phí cao hơn

1.1.2.5 ĐẶC ĐIỂM CỦA SỰ VẬN ĐỘNG TRONG VIDEO VÀ XỬ

* Lược đồ của chuyển động:

Nếu bảng màu đại diện cho màu trong hình ảnh, sơ đồ hiển thị có chuyển động liên tiếp theo những khung hình Việc này xem như cách biểu diễn ở dạng góc di chuyển

Bước 3 : Khi đã tính được chuyển động, từ đó có thể tính được góc dịch chuyển

thực hiện đưa gói đó về gần với giá trị a, và a có gía trị từ 0 cho đến 7;

Bước 4 : Xác định giá trị điểm H[a] và H[a1] Sau đó trở lại bước số hai tới khi cho được ra khối Pixcel trong khung hình

Hình ảnh Pixcel tại vị trí đang xem xét Tiếp tục lặp bước số 2 tới khi tất

cả các Pixcel trong khung đã được tính

Sau đó Pixel của khung hình được tính toán, ta nhận được hai hình khung hình

có chuyển động sang 2 hướng

- Ý nghĩa thuật toán:

Ảnh chuyển động sẽ cho biết được góc chuyển động 2 hướng của pixel trong khung hình Ở chuyển động của ảnh đó sẽ có giá trị cao thì pixcel đó sẽ

chuyển động nhiều hơn

* Tóm lược xử lý hình ảnh hiện nay:

Nghiên cứu về "tương tự" (Đây là một trong một lĩnh vực toán học; nhưng trong Hệ thống thông tin và Ứng dụng máy tính có một Hệ thống thông tin, phép tính gần đúng thường được sử dụng trong theo cách không hệ thống và không đặc biệt, trong bối cảnh này, thuật ngữ "tương tự" có thể thấy dưới nhiều hình thức

Khái niệm "tương tự" ở đây được hiểu theo nhiều dạng Mặc dù có sự khác biệt, nhưng tất cả đều có một điểm chung: "sự giống nhau" so sánh để sử dụng cho hai đối tượng, và hai tình huống, hai vấn đề, v.v vì các lý do khác nhau

Luôn luôn có một số mục đích cho các so sánh như vậy, Sau khi một hành động được thực hiện thì kết quả sẽ có một vấn đề khách sẽ được giải quyết chính vì thế, so sánh được 2 đối tượng theo chủ đề (kỳ)

- Mức độ mà lợi ích và tính cách giữa mọi người tương ứng Có nhiều loại mô hình, nổi bật có 4 mô hình là hình học, kỳ công, dựa trên sự liên kết và biến đổi

- Trong lĩnh vực bảo mật và bảo vệ để nhận biết hình ảnh khi cố gắng hiểu dấu vân tay Hãy kiểm tra lưu trữ

Một biện pháp tốt tương tự có thể để máy tính biết phân biệt nội dung và ảnh của chúng Hệ thống truy xuất hình ảnh dựa trên nội dung (CBIR) cùng 1 phương pháp có thể truy vấn hình ảnh dựa trên độ đo bằng các tính năng, Có thể việc xác định này sẽ có nhiều dạng như cạnh, màu sắc, điểm Pixcel Biểu đồ, màu sắc và phân tích biểu đồ xác định cột

C HƯƠNG 2: MỘT SỐ PHƯƠNG PHÁP SỬ DỤNG ĐỘ ĐO TƯƠNG TỰ

2.1 ĐỘ ĐO KHOẢNG CÁCH.

2.1.1 . ĐỘ ĐO MIN-MAX

Lấy ý tưởng từ giao điểm của l ược đồ được so sánh, chúng ta có một lược

đồ, tổng hợp những giá trị thu cho chúng ta biết từ lược đồ này, chúng ta một số

đo tối thiểu

Đối với phép đo tối thiểu: chúng tôi tính toán dựa trên giá trị tối thiểu tại mỗi K bin:

Đối với độ đo max: Dựa vào tính tại mỗi K bin giá trị:

2.1.2 ĐỘ ĐO EUCLID

Khoảng cách Euclid được tính K Bin bằng công thức như sau:

Hoặc tính như sau:

Đặt A là một bảng chữ cái, chẳng hạn như một bộ sưu tập các ký hiệu hữu hạn, cũng được gọi là chữ cái, từ đó trình tự hoặc trình tự được hình thành Đặt s = s1s2 sn giống nhau chuỗi ký tự từ A Một từ trống được ký hiệu là và