REZULTATELE UNOR INTEROGARI EXPERIMENTALE

Interogare 1: Apus de soare

În această primă interogare, scopul este acela de a regăsi imaginile

care reprezintă apus de soare. Inspectând cele 216 imagini din baza de date,
s-a constatat că 6 dintre ele sunt relevante pentru această interogare. Fiecare
dintre aceste imagini a fost utilizată pe rând pentru a interoga baza de date
conţinând imagini.
În cazul fiecărei metode de transformare şi cuantificare, primul
rând de valori reprezintă numărul de imagini relevante aflate în primele 5,
respectiv 10 imagini regăsite. Al doilea rând de valori reprezintă numărul de
imagini care au trebuit să fie regăsite, pentru ca printre ele să se regăsească
primele 5, respectiv 10 imagini relevante. Valorile din figura 3-7 reprezintă
o medie aritmetică a valorilor rezultate în cazul fiecărei imagini luată pe
rând ca imagine interogare.

Distanţa
Distanţa Distanţa
Distanţa Intersecţia Hamming
pătratică între pătratică între
Euclidiană histogramelor între seturi
histograme seturi color
color
Transformare
RGB la HSV 4(5) 4(5) 4(5) 5(5) 4(4)
şi cuantificare
la 166 de 9(13) 9(13) 8(12) 6(12) 26(64)
culori

RGB 4(6) 4(5) 4(5) 3(6) 5(6)

cuantificat la
64 de culori 8(10) 7(11) 7(11) 11(20) 6(7)

Transformare
RGB la 3(6) 3(5) 3(6) 2(4) 4(5)
CieL-u-v- şi
cuantificare la 11(14) 9(16) 9(11) 11(16) 15(58)
512 culori

Figura 3-7 : Interogare 1: apus de soare. Comparaţie a celor cinci distanţe

în cazul celor trei metode de transformare şi cuantificare.

1
Figura 3-8: Interogare 1: apus de soare. Graficul eficacităţii regăsirii în
cazul transformării spaţiului RGB la HSV şi cuantificare la 166 culori.

Figura 3-9: Interogare 1: apus de soare. Graficul eficacităţii regăsirii în

cazul cuantificării spaţiului RGB la 64 culori.

2
 Figura 3-10: Interogare 1: apus de soare. Graficul eficacităţii regăsirii în
cazul transformării spaţiului RGB la CIE L-u-v- şi cuantificare la 512 culori.

În analiza rezultatelor obţinute, trebuie să ne uităm la datele din

tabela din figura 3-7 şi să avem în vedere că o metodă este cu atât mai
eficace cu cât valorile din primul rând sunt mai mari ( ele reprezintă
numărul de imagini relevante aflate în primele 5, respectiv 10 imagini
regăsite), iar cele din rândul doi cât mai mici ( ele reprezintă numărul de
imagini care trebuie regăsite pentru ca printre ele să se afle 5 şi respectiv 10
imagini relevante).
În cazul primei interogări, rezultate bune şi asemănătoare am
obţinut cu intersecţia histogramelor, distanţa euclidian între histograme şi
distanţa pătratică între histograme cu a doua şi prima metodă de
cuantificare.
Distanţa pătratică între histograme care ia în consideraţie şi
apropierea între culori nu dă rezultate mult mai bune ca celelalte metode,
aşa cum ne-am fi aşteptat.
În mod neaşteptat însă, distanţa Hamming dă rezultate foarte bune
în cazul celei de a doua metode de cuantificare.
Cele mai slabe rezultate s-au obţinut cu distanţa pătratică între
seturi color cu metodele 2 şi 3 de cuantificare.

În figura 3-11 apar câteva din imaginile regăsite în cazul

3
cuantificării la 64 de culori şi folosind intersecţia histogramelor. Prima
imagine este imaginea interogare. Imaginile sunt afişate în ordinea
crescătoare a distanţei d. Simbolul "r" indică că imaginea a fost stabilită ca
relevantă, iar "nr" ca nerelevantă.

Imagine interogare

d=0 (r) d=0.01059 ( r) d=0.018076 ( r)

d=0.077911 ( r) d=0.080128 ( nr) d=0.085265 (r)

Figura 3-11: Imaginile regăsite folosind intersecţia histogramelor în cazul

cuantificării la 64 de culori pentru imaginea interogare de pe prima poziţie

Interogare 2: Trandafiri corai

În această interogare, scopul este acela de a regăsi imaginile care

reprezintă trandafiri având nuanţe de corai. Inspectând cele 216 imagini din
baza de date, s-a constatat că 8 dintre ele sunt relevante pentru această
interogare. Valorile din figura 3-12 reprezintă o medie aritmetică a valorilor
rezultate în cazul fiecărei imagini luată pe rând ca imagine interogare.

4
 Distanţa
Distanţa Distanţa
Distanţa Intersecţia Hamming
pătratică între pătratică între
Euclidiană histogramelor între seturi
histograme seturi color
color
Transformare
RGB la HSV 4(6) 5(6) 3(4) 3(4) 4(5)
şi cuantificare
la 166 de 6(23) 7(19) 15(28) 14(35) 8(22)
culori

RGB 4(5) 4(6) 4(5) 2(4) 4(7)

cuantificat la
64 de culori 7(46) 6(24) 6(24) 11(30) 6(14)

Transformare
RGB la 4(6) 4(6) 4(6) 3(5) 5(6)
CieL-u-v- şi
cuantificare la 6(18) 6(19) 6(19) 9(37) 5(16)
512 culori

Figura 3-12: Interogare 2: trandafiri corai. Comparaţie a celor

cinci distanţe în cazul celor trei metode de transformare şi cuantificare.

Figura 3-13: Interogare 2: trandafiri corai. Graficul eficacităţii regăsirii în

cazul transformării spaţiului RGB la HSV şi cuantificare la 166 culori.

5
 Figura 3-14: Interogare 2: trandafiri corai. Graficul eficacităţii regăsirii în
cazul cuantificării spaţiului RGB la 64 culori.

Figura 3-15: Interogare 2: trandafiri corai. Graficul eficacităţii regăsirii în

cazul transformării spaţiului RGB la CIE L-u-v- şi cuantificare la 512 culori.

6
 În cazul regăsirii trandafirilor corai, am obţinut rezultate bune cu
intersecţia histogramelor, distanţa euclidiană şi distanţa pătratică între
histograme, în special în cazul cuantificării la 512 culori.
Distanţa pătratică între seturile color dă cele mai slabe rezultate
pentru toate cele trei metode de cuantificare. Din nou, distanţa pătratică
între histograme nu dă rezultate mai bune decât distanţa euclidiană şi
intersecţia între histograme, iar timpul de lucru este mare în acest caz.
Se remarcă din nou rezultate foarte bune obţinute cu distanţa
Hamming în special în cazul metodei 2 şi trei de cuantificare.
În figura 3-16 apar câteva din imaginile regăsite în cazul
cuantificării la 166 de culori şi folosind intersecţia histogramelor.

Imagine interogare

d=0 ( r) d=0.31454 (r) d=0.35207 ( nr)

d=0.34207 ( nr) d=0.370163 ( nr) d=0.399088 ( r)

Figura 3-16: Imaginile regăsite folosind intersecţia histogramelor în cazul

cuantificării la 166 de culori pentru imaginea interogare de pe prima poziţie

7
 Interogare 1: Ulcere de stomac şi duoden

În această interogare, scopul este acela de a regăsi imaginile care

reprezintă pacienţi diagnosticaţi cu ulcer. Inspectând imaginile din baza de
date, s-a constatat că 15 dintre ele sunt relevante pentru această interogare.
Fiecare dintre aceste imagini a fost utilizată pe rând pentru a interoga baza
de date conţinând imagini. Valorile din figura 3-32 reprezintă o medie
aritmetică a valorilor rezultate în cazul fiecărei imagini luată pe rând ca
imagine interogare.

Distanţa Distanţa Distanţa

Distanţa Intersecţia
pătratică între pătratică între Hamming între
Euclidiană histogramelor
histograme seturi color seturi color

Transformare
RGB la HSV 5(9) 5(9) 5(9) 4(6) 4(7)
şi cuantificare
la 166 de 8(13) 6(11) 7(12) 8(17) 12(19)
culori

RGB 5(9) 5(9) 5(9) 4(8) 4(7)

cuantificat la
64 de culori 7(18) 6(11) 5(11) 7(13) 6(17)

Transformare
RGB la 4(7) 5(9) 4(7) 4(8) 5(9)
CieL-u-v- şi
cuantificare la 8(23) 6(13) 7(17) 7(13) 6(14)
512 culori

Figura 3-32 : Interogare 1: Ulcere de stomac şi duoden.

În cazul acestei prime interogări asupra colecţiei de imagini
medicale, cele mai bune rezultate le obţinem calculând distanţa pătratică între
histograme sau intersecţia histogramelor, indiferent de metoda de cuantificare.
Rezultate mai slabe obţinem cu cele două distanţe bazate pe seturi color.

8
 Figura 3-33: Interogare 1: Ulcere de stomac şi duoden. Graficul
eficacităţii regăsirii în cazul transformării spaţiului RGB la HSV şi
cuantificare la 166 culori.

Figura 3-34: Interogare 1: Ulcere de stomac şi duoden. Graficul eficacităţii

regăsirii în cazul spaţiului RGB cuantificat la 64 culori.

9
 Figura 3-35: Interogare 1: Ulcere de stomac şi duoden. Graficul
eficacităţii regăsirii în cazul transformării spaţiului RGB la CIE L-u-v-
şi cuantificare la 512 culori.
În figura 3-36 apar câteva din imaginile regăsite în cazul
cuantificării la 166 de culori şi folosind intersecţia histogramelor. Prima
imagine este imaginea interogare.

Imagine interogare d=0.15561 ( r) d=0.17033 ( r) d=0.21078 ( r)

d=21156 ( r ) d=0.23563 ( r ) d=0.23180 ( r) d=0.24003(r)

Figura 3-36: Imaginile regăsite folosind intersecţia histogramelor

în cazul cuantificării la 166 de culori pentru imaginea interogare de pe

10
prima poziţie

Se observă că rezultatele obţinute sunt foarte bune, primele imagini

fiind toate relevante pentru interogare.

 Interogare 2: Cancer ulcerat

În această interogare, scopul este acela de a regăsi imaginile care

reprezintă pacienţi diagnosticaţi cu cancer ulcerat. Inspectând imaginile din
baza de date, s-a constatat că 11 dintre ele sunt relevante pentru această
interogare. Fiecare dintre aceste imagini a fost utilizată pe rând pentru a
interoga baza de date conţinând imagini. Valorile din figura 3-37 reprezintă
o medie aritmetică a valorilor rezultate în cazul fiecărei imagini luată pe
rând ca imagine interogare.

Distanţa
Distanţa Distanţa
Distanţa Intersecţia Hamming
pătratică între pătratică între
Euclidiană histogramelor între seturi
histograme seturi color
color
Transformare
RGB la HSV 3(4) 2(4) 3(4) 2(3) 2(3)
şi cuantificare
la 166 de 13(39) 19(42) 15(42) 21(45) 17(40)
culori

RGB 3(5) 3(5) 3(4) 2(4) 2(4)

cuantificat la
64 de culori 17(37) 17(39) 18(32) 24(45) 20(44)

Transformare
RGB la CieL- 3(5) 3(4) 2(4) 2(4) 2(4)
u-v- şi cuanti-
ficare la 512 14(42) 21(44) 16(42) 21(46) 23(45)
culori

Figura 3-37 : Interogare 2: Cancer ulcerat. Comparaţie a celor cinci

distanţe în cazul celor trei metode de transformare şi cuantificare.

11
Figura 3-38: Interogare 2: Cancer ulcerat. Graficul eficacităţii regăsirii în
cazul spaţiului RGB cuantificat la 64 de culori.

Figura 3-39: Interogare 2: Cancer ulcerat. Graficul eficacităţii regăsirii în

cazul transformării spaţiului RGB la HSV şi cuantificare la 166 culori.

12
Figura 3-40: Interogare 2: Cancer ulcerat. Graficul eficacităţii regăsirii în
cazul transformării spaţiului RGB la CIE L-u-v- şi cuantificare la 512 culori.
Se observă că rezultatele interogărilor sunt mai slabe. Din nou cele
mai bune rezultate le obţinem cu distanţa pătratică între histograme, urmată
de intersecţia histogramelor şi distanţa euclidiană, în toate cazurile de
cuantificare. Pe ultimele locuri rămân din nou distanţa Hamming şi distanţa
pătratică între seturi color. În figura 3-41 apar câteva din imaginile regăsite
în cazul cuantificării la 64 de culori şi folosind distanţa pătratică între
histograme.

13
 Imagine interogare d=0.89850 ( r) d=1.86728 ( nr)

d=2.10558 ( nr) d=2.33999 ( nr) d=2.53956 ( r)

Figura 3-41: Imaginile regăsite folosind distanţa pătratică între histograme

în cazul cuantificării la 64 de culori pentru imaginea interogare
de pe prima poziţie

Se observă că rezultatele interogării sunt sub aşteptări.

Concluzii

În urma efectuării unui număr mare de interogări imagine bazate

pe conţinut, atât asupra colecţiei de imagini medicale, cât şi asupra colecţiei
de imagini din natură, cele mai bune rezultate le-am obţinut în mod constant
calculând intersecţia histogramelor sau distanţa pătratică între histograme în
toate cele trei cazuri de cuantificare. Şi distanţa euclidiană între histograme
a dat uneori rezultate bune, iar pe ultimele locuri se află distanţa pătratică
între seturi color şi distanţa Hamming între seturi color, aşa cum era de
aşteptat, pentru că în cazul seturilor color se păstrează doar informaţia că o
anumită culoare există, dar nu şi în ce cantitate, ca la histogramele color.
În cazul imaginilor din natură, distanţa Hamming între seturi color
a dat uneori rezultate neaşteptat de bune, de aceea se recomandă folosirea ei
în anumite aplicaţii de prefiltrare a imaginilor.
În cazul imaginilor medicale, rezultatele interogărilor au fost puţin
mai slabe, de exemplu interogarea 2 şi 3 unde numărul de imagini relevante

14
în primele 5, respectiv 10 imagini regăsite a fost doar în jur de 3 şi nu 4 aşa
cum am avut la celelalte interogări. Pun aceste rezultate pe seama faptului
că în medicină schimbări uşoare de nuanţe ale imaginilor pot avea
semnificaţii importante în stabilirea diagnosticului, nuanţe care se pierd prin
aplicarea metodelor de transformare color şi mai ales de cuantificare.
Din discuţiile purtate cu specialistul care mi-a furnizat imaginile
medicale, am ajuns la concluzia că nu în toate tipurile de imagini medicale
se poate aplica interogarea imagine bazată pe conţinut.
În ceea ce priveşte spaţiul color folosit şi numărul de culori
cuantificate ele nu influenţează foarte mult rezultatele interogărilor. De
exemplu, cuantificarea la un număr destul de mare de culori cum este 512
nu a adus o creştere semnificativă a eficienţei interogărilor. Am obţinut
rezultate bune şi apropiate şi pentru cazul utilizării celor 166 de culori şi
pentru cazul celor 64 de culori.
În aceste condiţii, având în vedere cele două criterii, şi anume:
calitatea regăsirii şi complexitatea algoritmului, cea mai bună soluţie
pentru interogarea imagine bazată pe conţinut este intersecţia histogramelor
care a dat rezultate bune şi are complexitatea O(m*n) unde m este numărul
de culori, iar n reprezintă numărul de imagini din baza de date.
În ceea ce priveşte metoda de cuantificare, soluţia cu 512 culori nu
a dus la rezultate semnificativ mai bune, dar presupune un volum mai mare
de calcule pentru transformarea de la spaţiul RGB la CIE-L-u-v-. De aceea,
se poate utiliza foarte bine spaţiul HSV cuantificat la 166 de culori, urmat
apoi de spaţiul RGB cuantificat la 64 de culori, care nu necesită nici un fel
de transformare color.

15