Autor: Patrícia Aparecida Proença 1 Orientador: Prof. Dr. Ilmério Reis da Silva 1 Co-Orientadora: Profª. Drª Celia A.

Transcrição

1 UMA PROPOSTA DE MELHORIA NO PROCESSO DE RECUPERAÇÃO DE IMAGENS DIGITAIS COM BASE NA DISTRIBUIÇÃO DE CARACTERÍSTICAS DE BAIXO NÍVEL EM SEUS SEGMENTOS UTILIZANDO ÍNDICE INVERTIDO Autor: Patrícia Aparecida Proença 1 Orientador: Prof. Dr. Ilmério Reis da Silva 1 Co-Orientadora: Profª. Drª Celia A. Zorzo Barcelos 1 1 Programa de Pós-Graduação em Ciência da Computação Universidade Federal do Uberlândia (UFU) Uberlândia MG Brasil patriciaproenca@gmail.com, ilmerio@facom.ufu.br, celiazb@ufu.br Nível: Mestrado Ano de ingresso no programa: 2008 Época esperada de conclusão: Março / 2010 RESUMO Considerando a indexação de características de baixo nível de segmento de imagens digitais mapeadas para um índice invertido, este trabalho busca melhoras de desempenho no processamento de consultas e ganho na precisão no conjunto de imagens recuperadas em grandes bases de dados. O índice invertido, análogo ao utilizado em recuperação textual, é aqui adaptado para recuperação de imagens baseado em conteúdo. O conceito de termo da recuperação textual é utilizando no trabalho como características de segmentos de imagens que são bons para indexação. Experimentos para comprovar ganho de desempenho e da qualidade serão feitos usando uma coleção referência. PALAVRAS-CHAVE Aplicações Índice Invertido, Recuperação de Imagens, CBIR.

2 1. INTRODUÇÃO O uso de imagens em nossa comunicação é bastante comum. Diversas são as áreas que contribuem para a geração de imagens digitais, por exemplo, entretenimento, bibliotecas digitais e educação. Um dos principais objetivos nesse contexto é armazenar imagens de forma compacta em um banco de imagens, com possibilidade de recuperar os itens relevantes a uma consulta efetuada [Zhang, 2002]. Diante de uma grande quantidade de imagens, muitas vezes um usuário encontra dificuldades em localizar imagens específicas, surge então a necessidade crescente por melhores algoritmos de busca, métodos de indexação e técnicas de classificação de imagens digitais. Dentre os métodos para facilitar busca de imagens, pode-se citar o método de indexação das imagens por palavras-chaves que descrevam as imagens [Lew, 2001]. Porém, este método é dispendioso em termos de tempo das descrições, pois estas em geral são inseridas manualmente. Alguns casos são extraídas por algoritmos complicados, ineficientes e imprecisos em relação à classificação das imagens, pois a descrição pode ser subjetiva, [Datta et al, 2008]. Outro método muito utilizado é o de busca de imagens baseado no contexto do documento em que a imagem está inserida, processo utilizado pela máquina de busca Google [Google, 2008]. O processo se baseia no casamento de uma palavra-chave que descreve a imagem. O sistema procura em arquivos de hipertexto com imagens que possuam a palavra chave. O problema deste método é que as imagens inseridas nos hipertextos não necessariamente correspondam ao texto. Atualmente tem crescido a busca de imagens pelo próprio conteúdo denominado CBIR (Recuperação de Imagens Baseada no Conteúdo). O objetivo desse método é encontrar imagens relevantes conforme a necessidade do usuário, usando de características visuais extraídas automaticamente das imagens. Nesse método, diferente dos anteriores, a consulta é feita com base em uma imagem exemplo e não um termo ou palavra-chave. A vantagem desse método sobre os demais está no fato das informações serem extraídas automaticamente das imagens e a economia de tempo por não serem geradas anotações textuais. Por outro lado, uma desvantagem é o cálculo da similaridade, pois o sistema de recuperação calcula a similaridade da imagem de consulta com todas as imagens do banco de dados, tornando a recuperação demasiadamente lenta para grandes coleções como a Web, [Datta et al, 2008]. Com o objetivo de melhorar significativamente o desempenho e o tempo de recuperação de imagens por conteúdo em grandes coleções como a Web, sem perda da precisão, paradigmas e técnicas de recuperação textual têm sido estudadas para utilização na recuperação de imagens. Em [Matos et al, 2008a] e [Matos et al, 2008b] é proposto uma adaptação do CBIR, para que possa ser utilizado o paradigma existente no campo de recuperação de informação textual denominado índice invertido. Segundo [Baeza, 1999] o uso do índice invertido em recuperação textual tem resultado em ganho na velocidade de recuperação de documentos sem perda de qualidade na recuperação. Em [Matos et al, 2008a] é apresentado um sistema de recuperação baseado em conteúdo, o qual utiliza técnicas textuais para indexação e cálculo da similaridade em recuperação de imagens. Os termos utilizados na recuperação textual são palavras presentes nos arquivos textuais. Na recuperação por conteúdo os termos são definidos como sendo uma faixa de valores extraídos da imagem por da característica de baixo nível, especificamente momentos de cor. Este caracteriza as imagens em termos da distribuição das cores nos pixels da imagem. São normalmente dados por três medidas estatísticas: média, desvio padrão e obliqüidade. Os momentos de cor podem ser derivados do espaço de cor HSV correspondendo aos canais matiz, saturação e intensidade. Em resumo, as imagens foram convertidas do espaço de cor RGB para o espaço de cor HSV. Então, foram calculados os três momentos acima para cada canal H, S e V. Com isto, o vetor de característica da imagem terá nove posições distribuídas conforme Tabela 1. O sistema indexa as imagens com os valores encontrados para cada canal de cor HSV e calcula a similaridade baseada no cosseno entre os

3 vetores. Essa abordagem possibilitou melhoria no desempenho do processamento das consultas sem perda significativa na qualidade da recuperação quando comparada com a busca por distância euclidiana. Tabela 1 Descrição do vetor de característica resultante da extração de característica da imagem usando os três momentos de cor do espaço HSV, [Matos et al, 2008a]. O trabalho tem como objetivo estender o trabalho [Matos et al, 2008a] contribuindo na qualidade e quantidade dos termos utilizados na indexação por meio dos segmentos das imagens, e aplicá-lo dentro do ambiente de recuperação por conteúdo para grandes coleções, visando não somente o ganho de desempenho no processamento das consultas, mas também ganho na precisão no conjunto de imagens recuperadas. 2. REVISÃO BIBLIOGRÁFICA 2.1 Recuperação de Imagens Baseado em Conteúdo - CBIR A abordagem mais comum para recuperação de imagens é baseada na associação de descrições textuais (metadados ou palavras-chaves definidas por usuários) e no uso de técnicas tradicionais de bancos de dados para recuperá-las [Burrus, 2000] e [Rubner et al, 2001], operação que exige a anotação previa das imagens. Entretanto, o processo de anotação costuma ser ineficiente, pois é comum que os usuários não façam anotações de forma sistemática. As pesquisas na área de Recuperação de Imagens levaram à construção de sistemas cujas consultas deixaram de ser relativas a textos descritos em algum momento, e passaram a ser por similaridades existentes entre as imagens. Ou seja, as consultas por similaridades avaliam o grau de semelhança entre as características das imagens como Cor, Textura e Forma. Este paradigma para recuperação, denominado CBIR, utiliza a descrição do conteúdo de imagens para indexá-las e manipulá-las [Cinque, 2001] e [Datta et al, 2008]. Os atributos visuais mais utilizados na recuperação, como mencionados anteriormente, são: cor, forma e textura. A cor é uma das características visuais mais utilizadas na recuperação de imagens e possui um papel bastante significativo na indexação e recuperação. Isso porque, segundo [Rui et al, 1999], o atributo cor proporciona, na tarefa de separação de background, um processo relativamente robusto, independente do tamanho e orientação da imagem. A textura é um padrão visual no qual há um grande número de elementos visíveis arranjados de forma equânime com densidades variadas [Bueno, 2001]. [Rui et al, 1999] define textura como um padrão visual cujas propriedades são homogêneas, não representando informações de cores e intensidade, mas sobre o arranjo estrutural de superfícies e sua relação com o ambiente. A recuperação de imagens baseada em forma é um dos problemas mais difíceis de serem tratados pelos sistemas de recuperação de imagens [Bueno, 2001]. Isto se deve, principalmente, à dificuldade de segmentar os objetos de uma imagem, sendo que esta recuperação de formas deve ser tipicamente limitada aos poucos objetos mais bem discriminados que estão presentes na imagem [Faloutsos and Bueno, 2001].

4 A vantagem do método baseado em conteúdo está na possibilidade de um processo de recuperação automático, em oposição ao esforço necessário para classificar ou anotar as imagens nas outras abordagens. Entretanto, a escolha da imagem de consulta que melhor representa o que o usuário deseja buscar é uma tarefa difícil, uma vez que o usuário precisa traduzir conceitos (idéias) em características de baixo nível. Basicamente todo sistema de Recuperação de Imagens baseada em Conteúdo usa a suposição de equivalência da imagem e sua representação no espaço de características. O cálculo da similaridade é uma outra desvantagem do CBIR. As imagens são representadas como vetores de características em um espaço vetorial n-dimensional e as semelhanças estão associadas à menor distância entre a imagem de consulta com todas as imagens do banco de dados, tornando a recuperação demasiadamente cara e lenta para grandes coleções de imagens como a Web. O projeto QBIC (Query by Image Content) da IBM [Eakins, 2002], o VisualSEEK [Smith et al, 1996] e o ImageRover [Sclaroff et al, 1997] realizam buscas por conteúdo. Outros exemplos incluem o [PicHunter et al, 2000] e o Blobworld [Carson, 2002]. 2.2 Segmentação de Imagens As técnicas de segmentação objetivam subdividir uma imagem em suas diversas regiões ou objetos constituintes. O nível dessa subdivisão deve ser realizado dependendo do objetivo que se quer alcançar. Ou seja, a segmentação pode parar quando os objetos de interesse forem isolados [Gonzalez et al, 2000]. Geralmente o primeiro passo em análise de imagens é a segmentação da imagem. Depois que a imagem é segmentada, os agrupamentos resultantes de pixels 1 segmentados são representados e descritos em um formato apropriado para o processamento subseqüente. Os métodos existentes para segmentar uma imagem utilizam basicamente duas idéias. Uma delas é encontrar os contornos dos objetos na imagem. A outra é agrupar pontos que tenham características semelhantes até que o objeto de interesse seja reconstruído. O objetivo da segmentação orientada a regiões é particionar a imagem em regiões analisando a similaridade dos valores dos pixels da imagem. Na detecção de bordas, analisamos as descontinuidades nos valores dos pixels. Uma borda é o limite entre duas regiões com propriedades relativamente destintas de valores dos pixels. As bordas na imagem caracterizam os contornos dos objetos e são bastante úteis para segmentação e identificação de objetos na cena. Pontos de borda podem ser entendidos como as posições dos pixels com variações abruptas nos seus valores. Os pontos de borda caracterizam as transições entre objetos diferentes. 2.3 Recuperação Textual O número de informações eletrônicas disponíveis vem crescendo em ritmo acelerado desde o surgimento da Web em meados dos anos 1980 [Yand, 2001] e do crescente avanço na moderna tecnologia computacional. A dinâmica, a abundância e a heterogeneidade das informações que compõem a Web e as modernas bibliotecas digitais trazem consigo novos desafios relacionados à obtenção dessas informações. A tarefa de encontrar documentos relevantes, entre os disponíveis, quase sempre, é entediante e difícil, [Santos, 2003]. Um dos principais desafios inerentes ao processo de recuperação de informação textual consiste em acessar de forma eficiente o conteúdo dos documentos, bem como a relação existente entre eles. Estruturas de dados capazes de representar os documentos e localizá-los de forma eficiente são essenciais para o sucesso de um sistema de recuperação de informação. 1 Um pixel (picture element) é o elemento básico em uma imagem. A forma mais comum para sua representação é a forma retangular ou quadrada, sendo também um elemento de dimensões finitas na representação de uma imagem digital. Um pixel possuiu 4 vizinhos de borda e 4 vizinhos de diagonal, [Gonzalez et al, 2000].

5 Uma das soluções que surgiram no século XVI, a construção dos índices, vêm sendo utilizada até os anos atuais, agora construídos automaticamente. Existem várias estruturas de índice, porém a mais empregada é a estrutura de arquivos invertidos, [Santos, 2003]. Os arquivos invertidos são estruturas de dados que permitem encontrar de forma rápida quais documentos de uma coleção possuem um dado termo, [Salton et al, 1968]. Essa estrutura é composta por dois elementos: (i) o vocabulário - que consiste no conjunto de todas as palavras diferentes que ocorrem na coleção; (ii) e as listas invertidas que são listas contendo todos os documentos da coleção nos quais surge um dado termo. A construção e a manutenção dos arquivos invertidos correspondem a uma etapa de préprocessamento que demanda alto custo computacional devido ao tempo levado para esta tarefa. Porém esses custos são amortizados, à medida que as consultas são submetidas ao sistema. Quando uma consulta contendo mais de um termo é submetida a um sistema de recuperação de informação, o processo de busca é responsável por localizar a lista de inversão para cada termo da consulta. Dependendo dos operadores booleanos utilizados na formulação da consulta, a resposta será gerada mediante a interseção ou união dos conjuntos de documentos existentes em cada lista. Devido a esse rápido tempo de resposta obtido na técnica de busca textual, estudos vêm sendo feitos para a utilização da técnica textual em recuperação de imagens, pois esta por sua vez, utilizando similaridade baseada na distância euclidiana, percorre todo o banco de imagens para o cálculo da similaridade, o que demasia um grande custo com processamento e tempo de resposta. 3. METODOLOGIA Inicialmente vamos fazer um estudo de algoritmos de segmentação freqüentemente mencionados na literatura e implementar um algoritmo capaz de obter uma segmentação satisfatória das imagens. Depois de obtido essas imagens segmentadas, iremos adaptar o algoritmo desenvolvido em [Matos et al, 2008a] para atribuir os termos da Tabela 1 a cada segmento das imagens segmentadas e construir um vetor contendo todos os termos encontrados em todos os segmentos da imagem. Pois, segundo [Datta et al, 2008], a quantidade de termos relacionados às imagens contribuem na precisão da recuperação, pois podem descrever de forma mais completa o conteúdo de uma imagem. Um outro ponto abordado na recuperação textual é a importância do termo no documento. Nos trabalhos [Matos et al, 2008a] e [Matos et al, 2008b], após os termos serem obtidos, pesos de valores fixos são atribuídos, de acordo com a faixa correspondente de cada termo. Para tentar um melhor resultado com relação a discriminação dos termos, iremos estudar formas de reformular esses pesos, por exemplo observando a distribuição destes termos nos segmentos, visando uma melhor discriminação dos termos relevantes nas imagens indexadas. Nos experimentos iremos utilizar uma coleção referência com aproximadamente imagens, pois o objetivo principal é conseguir ganho no tempo de execução em grandes coleções sem perder a qualidade da recuperação. 4. RESULTADOS ESPERADOS Com o desenvolvimento do trabalho proposto, pretendemos chegar aos seguintes objetivos: Aumentar qualitativamente e quantitativamente a quantidade de faixas relacionados as imagens por uso de segmentação de imagens. Atribuição de pesos em cada faixa, para proporcionar uma melhor discriminação entre as faixas presentes em cada imagem. Melhorar a qualidade da precisão obtida no trabalho [Matos et al, 2008a], mantendo o ganho de desempenho no processamento da consulta.

6 REFERÊNCIAS [Baeza, 1999] Baeza, R.; Ribeiro-Neto, B. Modern information retrieval. ACM/Addison-Wesley, [Bueno, 2001] Bueno, J. M. Suporte à Recuperação de Imagens Médicas Baseada em Conteúdo através de Histogramas Métricos. Disponível em: < /publico/tese_final_corrigido.pdf>. Último acesso em: 12/11/2008. [Burrus, 2000] C. Burrus, A. Gopinath, Guo H. Introduction to Wavelets and Wavelets Transforms. Ed. Paperback, [Carson, 2002] Carson, C., B. S. G. H. M. J. Blobworld: Image segmentation using expectationmaximization and its application to image querying. IEEE Computer, [Cinque, 2001] L. Cinque, G. Ciocca, S. Levialdi, A.Pellicanò, R. Schettini. Color-based image retrieval using spatial-chromatic histograms. IEEE Computer, [Datta et al, 2008] R. Datta, D. Joshi, J. Li, Wang J. Z. Image Retrieval: Ideas, Influences, and Trends of the New Age. ACM Transactions on Computing Surveys, Vol. 40, No. 2, April [Flickner, 1995] Flickner, M., S. H. N. W. A. J. H. Q. D. B. G. M. H. J. L. D. P. D. S. D. Y. P. Query by image and video content: the qbic system. IEEE Computer, [Google, 2008] Último acesso: 13/11/2008. [Gonzalez et al, 2000] Gonzalez, R. C.; Woods, R. E. Processamento de Imagens Digitais, Editora Edgard Blücher Ltda, [Lew, 2001] M. S. Lew. Principles of Visual Information Retrieval. Springer, [PicHunter et al, 2000] PicHunter, I. J., M. M. L. M. T. P. P. T. V. Y. P. N. (2000). The bayesian image retrieval system, pichunter: Theory, implementation, and psychophysical experiments. IEEE Transactions on Image Processing. [Matos et al, 2008a] T. Matos, I. Silva, C. Zorzo, P. Proença. Distribuição de características de baixo nível em imagens digitais. CLEI, [Matos et al, 2008b] T. Matos, I. Silva, C. Zorzo, P. Proença. Índice Invertido para Recuperação de Imagens Baseada em Conteúdo. CNMAC, [Rubner et al, 2001] Y. Rubner, J. Puzicha, C. Tomasi, J. Buhmann. Empirical evaluation of dissimilarity measures for color and texture.computer Vision and Image Understanding. Journal of the 84: 25-43, [Rui et al, 1999] Rui, Yong; Huang, Thomas S.; Chang, Shih_Fu. Image Retrieval: Past, Present and Future. International Symposium on Multimedia Information Processing. Disponível em: Último acesso: 30/08/2008. [Salton et al, 1968] Salton, G.; Lesk, M. E. Computer evaluation of indexing and text processing. Journal of the ACM, 15(1):8-36, Janeiro [Santos, 2003] Santos, K. Dependência entre Termos no Modelo Vetorial. Dissertação de Mestrado, Universidade Federal de Uberlândia [Sclaroff et al, 1997] Sclaroff, S., T. T. L. M. (1997). Imagerover: A content-based image browser for the world wide web. Technical Report, Boston University. [Smith et al, 1996] Smith, J. R., C. S.-F. (1996). Visualseek: a fully automated content-based image query system. In Proceedings of the fourth ACM international conference on Multimedia. [Yand, 2001]Yang K. Literature review, Doctoral Dissertation Committee: Robert M. Losee, Gary Marchionini, Gregory B. Newby,Paul Solomon, Ellen Voorhees. School of Information and Library Science University of North, Janeiro [Zhang, 2002] D. Zhang. Image Retrieval Based on Shape, Disponível em: Último acesso: 14/11/2008.