Máy ảnh kỹ thuật số ra đời cùng với sự phát triển của công nghệ thông tin đã tạo điều kiện thuận lơi cho việc chụp và chia sẻ hình ảnh cho nhiều người và đã hình thành nên một khối lượng ảnh khổng lồ như ảnh chụp người thân, bạn bè, phong cảnh v.v... Khái niệm ảnh số đã trở nên thông dụng với hầu hết mọi người và việc thu nhận ảnh số với các thiết bị cá nhân hay chuyên dụng cùng với việc đưa vào máy tính xử lý đã trở nên đơn giản. Cùng với sự phát triển đó, các nhu cầu trong thực tế như tìm kiếm ảnh, nhận dạng đối tượng trong ảnh, nén ảnh v.v... bắt đầu xuất hiện. Các nhu cầu trên trở thành các bài toán trong xử lý ảnh mà chúng không hề dễ giải quyết vì đối với máy tính, ảnh số không hề dễ hiểu như khi con người nhìn nhận một tấm ảnh. Vì thế trong xử lý ảnh, làm thế nào để máy tính có thể “hiểu” được ảnh là một vấn đề quan trọng trong nhiều bài toán thực tế. Tìm các điểm đặc trưng trên ảnh là một hướng giải quyết vấn đề trên đã và đang được nghiên cứu.

Mục đích của khóa luận là trình bày các phương pháp tìm điểm đặc trưng trên ảnh số. Việc tìm điểm đặc trưng trên ảnh có nhiều ứng dụng như trong các hệ thống phân loại ảnh (image classfication), nhận dạng đối tượng trong ảnh(object recognition), xây dựng mô hình 3D (3D modeling) v.v.... Trong phần thực nghiệm sẽ áp dụng các phương pháp trên trong việc tìm các điểm đặc trưng trên ảnh hộp so. Các thực nghiệm về nhận dạng hộp sọ cũng được thực hiện như một sự đánh giá cho kết quả trích chọn các điểm đặc trưng, việc nhận dạng càng đạt được hiệu suất cao thì cũng có nghĩa là các điểm đặc trưng tìm được càng mang nhiều thông tin của ảnh. Hai phương pháp tìm điểm đặc trưng sẽ được trình bày và sử dụng là phương pháp SIFT (Scale Invariant Feature Transform) do David Lowe giới thiệu năm 1999 và phương pháp SURF(Speeded Up Robust Features) do nhóm Herbert Bay, Tinne Tuytelaars và Luc Van Gool giới thiệu năm 2006.

Kết cấu đề tài:

Chương 1: Mở đầu

Chương 2: SIFT (Scale Invariant Feature Transform)

Chương 3: SURF (Speeded Up Robust Features)

Chương 4: Thực nghiệm và kết quả

Chương 5: Kết luận và hướng phát triển