Documente Academic
Documente Profesional
Documente Cultură
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
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
1
Figura 3-8: Interogare 1: apus de soare. Graficul eficacităţii regăsirii în
cazul transformării spaţiului RGB la HSV şi cuantificare la 166 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.
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
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
5
Figura 3-14: Interogare 2: trandafiri corai. Graficul eficacităţii regăsirii în
cazul cuantificării spaţiului RGB la 64 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
7
Interogare 1: Ulcere de stomac şi duoden
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
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
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.
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.
10
prima poziţie
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
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
11
Figura 3-38: Interogare 2: Cancer ulcerat. Graficul eficacităţii regăsirii în
cazul spaţiului RGB cuantificat la 64 de 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)
Concluzii
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