Tìm kiếm ảnh theo biểu đồ mầu histogram

1. Cấu trúc của hệ thống

        Chương trình thực hiện tiềm kiếm ảnh xác định trong một thưc mục ảnh được chỉ rõ. Hệ thống được thực hiện qua nhiều giai đoạn: Thu thập dữ liệu ảnh, trích chọn đặc trưng ảnh dữ liệu, lưu ảnh vào csdl, chuẩn hóa đặc trưng ảnh, lưu ảnh vào CSDL đặc trưng phục vụ cho việc truy xuất dữ liệu.

Bước 1. Trích chọn đặc trưng ảnh dữ liệu: Ở phần này ảnh sau khi được thu thập được lưu trữ trong một folder xác định. Các file ảnh được đưa vào quá trình tiền xử lý ảnh bước 1. Hệ thống sẽ đọc dữ liệu từng ảnh và trích xuất đặc trưng mầu sác cho ảnh. Dữ liệu nội dung ảnh sẽ được tổng hợp lưu trữ vào CSDL ảnh, Các đặc trưng ảnh thu thập được sẽ được lưu trữ vào csdl đặc trưng. Các đặc trưng ảnh được tiến hành tiền xử lý mức 1 để đưa ra một đặc trưng đại diện cho mỗi ảnh trong csdl. Các ảnh trong CSDL được đánh chỉ mục để tiện cho việc truy vấn.

Bước 2. Trích chọn đặc trưng ảnh tìm kiếm: Ảnh tìm kiếm sẽ được trích chọn đặc trưng ảnh, và tiến hành tiền xử lý đặc trưng thu thập được, đư ra đặc trưng đại diện cho ảnh tìm kiếm.

Bước 3.Tính toán độ tương tự: Từ đặc trưng đại diện cho ảnh tìm kiếm, đặc trưng này sẽ được đưa vào xử lý tính toán độ tương đồng với những ảnh trong csdl. Đầu ra của kết quả là dánh sách ảnh và độ tương tự với so với ảnh đã lựa chọn.

         Bước 4. Hiển thị kết quả: Kết quả sẽ được xắp xếp tăng dần của khoảng cách. Ảnh nào có khoảng cách ảnh bằng 0 chính là ảnh cần tìm. Hệ thống đưa thêm danh sách những ảnh có độ tương tự về khoảng cách nhở hơn 100. Kết quả được hiển thị trong danh sách kết quả, người dùng có thẻ chọn ảnh để phân tích biểu đồ mầu của các ảnh kết quả.

2. Trích chọn đặc trưng dữ liệu ảnh

Ứng dụng sử dụng các đặc trưng mầu sắc làm đại diện đặc trưng cho ảnh. Các đặc trương của anh gồm:   

STT	Đặc trưng	Mô tả
1	Biểu đồ mầu đa mức xám (Histogram)	Đặc trưng thể hiện mầu trung bình của 3 mầu sắc RGB
2	Biểu đồ mầu đỏ	Đặc trưng mầu thể hiện cho mầu đỏ
3	Biểu đồ mầu tích lũy (Frequency)	Đặc trưng mầu tích lũy của mầu RGB.
4	Biểu đồ mầu phần tư ảnh thứ 1 của ảnh	Đặc trưng biểu đồ mầu phàn tư thứ nhất.
5	Biểu đồ mầu phần tư ảnh thứ 2 của ảnh	Đặc trưng biểu đồ mầu phàn tư thứ hai.
6	Biểu đồ mầu phần tư ảnh thứ 3 của ảnh	Đặc trưng biểu đồ mầu phàn tư thứ ba.
7	Biểu đồ mầu phần tư ảnh thứ 4 của ảnh	Đặc trưng biểu đồ mầu phàn tư thứ tư.

Bảng 3.2. Các đặc trưng sử dụng trong ảnh.

Mỗi ảnh đưa vào hệ thống được trích chọn các đặc trưng trên và tiến hành tiền xử lý đặc trưng để đưa ra đặc trưng đại diện cho ảnh. Đăc trưng đại diện cho ảnh được tổng hợp theo công thức (Y= 2H+ R+ F+P1+2P2+2P3+P4) trong đó Y là giá trị thu được, H vector đặc trưng mầu đa mức xám RGB, R vector đặc trưng mầu đỏ, F vector đặc trưng cho biểu đồ mầu tích lũy, P1, P2, P3, P4 là các đặc trưng mầu cục bộ tại các phần từ 1, 2, 3, 4 của ảnh. Đặc trưng ảnh histogram được tổng hợp trên 3 mầu RGB lấy trung bình theo công thức (R + G+ B)/3.

3. So sánh độ tương tự

           Ảnh truy vấn sau khi được trích chọn đặc trưng sẽ được đối sánh với 2 ảnh đại điện và tính khoảng cách theo bất đẳng thức tam giác. Kết quả là dánh sách khoảng cách của ảnh truy vấn so với ảnh trong CSDL. Kết quả được xắp xếp tăng tần khoảng cách. Giá trị khoảng cách bằng 0 chính là ảnh cần tìm. 

4.Các bài toán trong histogram
4.1. Bài toán ảnh mầu có cùng biểu đồ historram khác về nội dung.

       Vấn đề 1: Với các ảnh có cùng biểu đồ histogaram nhưng nội dung ảnh khác nhau. Với những ảnh này các đặc trưng phân bố trên mỗi vùng ảnh là khác nhau, nhưng bố cục toàn cục là giống nhau.

       Giải pháp 1:  1. Sử dụng thêm đặc trưng mầu đỏ để xác định phân bố mầu đỏ của ảnh nhằm phân biệt ảnh tốt hơn, 2. Sử dụng đặc trưng biểu đồ mầu tích lũy, thể hiện sự phân bố mầu trên toàn cực ảnh. Đặc trưng này chủ đạo trong việc phân biệt các ảnh có biểu đồ mầu giống nhau.

4.2. Bài toán ảnh mầu đen trắng có cùng phân bố mầu
       Vấn đề 2: Cùng xem sét các ảnh dưới đây.

Các ảnh trên là ảnh đen trắng mầu đại diện cho ảnh lầ (0,0,0) và (255,255,255) vậy có 2 giá trị là 0 và 255 là có giá trị trên biểu đồ mầu. Nếu sử dụng biểu đồ mầu thông thường thì các ảnh trên cho cùng một giá trị, khảng cách của các ảnh là 0.

          Giải pháp 2: Ảnh được chia làm 4 phần tư và được tách đặc trưng phân bố ảnh trên mỗi đặc trưng của ảnh. Phân bố mầu sắc trên mỗi phần tư là khác nhau. Đặc trưng này giúp phân biệt ảnh trên. Thực nghiêm sử dụng đặc trưng P1, P2, P3, P4 làm đặc trưng phân tư trên mỗi ảnh.

5. Kết quả thực nghiệm
5.1. Thực hiện tìm kiếm ảnh đen trắng trên đặc trưng histogram

Kết quả cho độ khoảng cách các ảnh là 0. Và có tới 3/11 ảnh thuộc thư mục anh Caro2 Có khoảng cách là 0. Trên biểu đồ histogram giá trị thể hiện là giá trị cột 0 và 255. Biểu đồ mầu tích lũy của ảnh có dạng:

         Trên hình ảnh ta thấy nếu dựa vào thuộc tính biểu đồ mầu histogram và mầu tích lũy thì chúng ta khó có thể tìm kiếm trinh xác ảnh cần tìm.

 Giải pháp thêm các thuộc tính phân bố mầu trên các phần tư ảnh cho kết quả sau:

           Quan sát trên kế quả ta thấy có 1/11 kết quả phù hợp[i]. Trong đó đã tìm chính xác ảnh cần tìm với khoảng các 0 (cho 1 kết quả). Vậy việc áp dụng thêm thuộc tính mầu histogram ở các phần tư của ảnh đã giúp cho việc phân biệt ảnh có cùng biểu đồ mầu.

6. Kết quả thực nghiệm.

Chúng tôi đã sử dụng nhiều đặc trưng mầu sác trên mỗi ảnh để hỗ trợ cho quá trình tìm kiếm ảnh dự trên biểu đồ mầu sắc (RGB). Ứng dụng đã tìm chính xác ảnh cần tìm so với việc thực hiện trên mỗi đặc trưng mầu histogram. Giải quyết 2 bài toán kinh điển của tìm kiếm ảnh dự vào đặc trưng mầu. Ngoài ra ứng dụng còn đưa ra các gợi ý về các ảnh có thể là kết quả cho người dùng đánh giá.

Với việc trích chọn đặc trưng từ biểu đồ mầu thì ứng dụng đã hỗ trợ hầu hết các loại ảnh cung cấp từ người sử dụng, tuy nhiên việc thực hiện tìm kiếm với ảnh mầu cho kết quả tốt hơn so với ảnh đen trắng. Với những ảnh đen trắng độ đo khoảng cách là thấp vì mấu chỉ phân bố tại vị trí 0 và 255. Với ảnh mầu các mầu sác phân bố đều trên ảnh tạo sự khác biệt về khoảng cách lớn hơn.

7. Ứng dụng thực tiễn.

Ứng dụng phù hợp cho việc tiềm kiếm ảnh có trong một thư mục xác định hay không. Với những website không chuyên về ảnh, các bức ảnh thường được lưu trữ trên ô đĩa và nằm trên thư mục image trong hệ thống. Việc xác định chính xác bức ảnh chuẩn bị upload lên rất cần thiết để cảnh báo cho người dùng biết file ảnh đã tồn tội trong hệ thống mà không cần phải upload ảnh lên. Thao tác trích chọn nội dung ảnh và gửi lên server sẽ giảm đáng kể thời gian, băng thông và không gian vùng nhớ lưu trữ ảnh.

           Ngoài ra ứng dụng còn được sử dụng trong việc tìm kiếm ảnh được xác định từ một ảnh cho trước. Bài toán đưa ra với đầu vào là một ảnh và chưa biết dích sác thông tin ảnh đó trong hệ thống xác đinh. Ứng dụng hỗ trợ đưa kết quả ảnh và thông tin ảnh trong hệ thống. Ngoài ra đưa thêm các gợi ý cho người dùng về những thông tin ảnh gần tương tương với ảnh đã chọn.

---

[i] Kết quả với khoảng cách thu được nhỏ hơn 100.