Phân loại dữ liệu ảnh

Abstract

Phân loại là việc gán một phần tử mới thích hợp nhất vào các tổng thể đã được biết trước dựa vào các biến quan sát của nó. Có nhiều phương pháp phân loại khác nhau: Phương pháp Fisher, phương pháp hồi quy logistic và phương pháp Bayes. Phương pháp Fisher ra đời sớm nhất, có thể phân loại cho hai hay nhiều hơn hai tổng thể bằng cách dựa vào hàm phân biệt Fisher. Hàm này bị ràng buộc bởi giả thiết ma trận hiệp phương sai của các tổng thể bằng nhau nên có nhiều hạn chế trong áp dụng thực tế. Phương pháp hồi quy logistic được đề xuất muộn nhất và phân loại cho hai tổng thể hoặc nhiều tổng thể. Phương pháp này cũng bị ràng buộc về sự tuyến tính của dữ liệu. Phương pháp Bayes, mặc dù đã được đề xuất từ rất lâu nhưng cho đến nay nó vẫn luôn được sự quan tâm đặc biệt của các nhà thống kê. Phương pháp này có nhiều ưu điểm, có thể phân loại được cho trường hợp hai hay nhiều hơn hai tổng thể. Nó không bị ràng buộc bởi các giả thiết tính chuẩn của dữ liệu và giả thiết phương sai bằng nhau. Bài toán phân loại đã và đang được áp dụng trong nhiều lĩnh vực khác nhau, đặc biệt là trong lĩnh vực phân loại ảnh. Khi ta có một ảnh của một đối tượng (hoa, động vật, vân tay, chữ ký, não, da...) và yêu cầu đặt ra là chúng ta phân loại ảnh đối tượng đó thuộc nhóm đối tượng nào hoặc biết vị trí của ảnh đó nằm ở vị trí nào của bộ ảnh gốc, nếu chúng ta quan sát bằng mắt thường để đánh giá ảnh đối tượng sẽ có những nhận định sai lệch, dẫn đến sai lầm trong phân loại. Do đó, nhu cầu thực tế đòi hỏi một thuật toán để phân loại ảnh và nhận dạng chính xác hơn. Bằng cách trích xuất những dữ liệu đặc trưng của ảnh (màu sắc, kết cấu, …) chúng ta thông qua một thuật toán phân loại và phân tích nhận dạng để cho ra kết quả chính xác cao. Theo sự hiểu biết, tôi nhận thấy rằng nghiên cứu về phương pháp phân loại và nhân dạng ảnh là mảng rất có tiềm năng phát triển về mặt lý thuyết và ứng dụng trong lĩnh vực phân loại ảnh và nhận dạng ảnh, nó thực sự là một vấn đề rất lý thú và hấp dẫn. Chính vì các lý do trên, tôi chọn đề tài “Phân loại dữ liệu ảnh” làm luận văn tốt nghiệp của mình. Tổng kết một cách có hệ thống các phương pháp phân loại, giải quyết các vấn đề tính toán của các phương pháp này, đồng thời áp dụng chúng vào mô hình thuật toán phù hợp để phân loại ảnh từ số liệu thực tế.