Nghiên cứu này xây dựng hệ truy vấn ảnh theo nội dung (CBIR - Content-Based Image Retrieval) và nâng cao hiệu quả tìm kiếm bằng việc đề xuất cấu trúc đồ thị mô tả đặc trưng thị giác của hình ảnh. Trước hết, nhóm tác giả đề xuất cấu trúc đồ thị lưu trữ đặc trưng thị giác của hình ảnh và độ đo tương tự giữa 2 hình ảnh dựa trên đặc trưng thị giác cấp thấp cùng với quan hệ không gian giữa các vùng trong ảnh
sau đó, trên cơ sở thuật toán K-Means, đề xuất một số cải tiến thực hiện gom cụm các đồ thị đặc trưng dựa trên độ đo tương tự. Từ đó, đề xuất thuật toán tra cứu ảnh tương tự dựa trên các cụm đồ thị. Nhằm chứng minh cơ sở lý thuyết đã đề xuất, nhóm tác giả xây dựng thực nghiệm trên tập dữ liệu ảnh ImageCLEF và đánh giá tính hiệu quả so với các phương pháp khác đã được công bố gần đây. Kết quả thực nghiệm cho thấy phương pháp được đề xuất của nghiên cứu này là hiệu quả và có thể ứng dụng trong các hệ thống dữ liệu đa phương tiện. Từ khóa Tìm kiếm ảnh theo nội dung, phân cụm, đặc trưng thị giác, độ đo tương tự. , Tóm tắt tiếng anh, In this paper, the content-based image retrieval is built and the retrieval efficiency is improved by proposing the visual feature graph of the image. First of all, based on low-level features and spatial relations among regions in the image, a visual feature graph of images and similarity measure between two images is proposed
Then, on the base of K-Means algorithm, several improvements to cluster the visual feature graphs are proposed based on the similarity measure. Since then, an image retrieval algorithm is done on graph clusters. To illustrate the proposed theory, we build experiments on ImageCLEF dataset and assess the effectiveness of our method and compared to the ones of work which recently published on the same dataset. Experimental results show that our proposed method is effective and it can be applied in many multimedia data systems. Keywords CBIR, clustering, visual feature, similarity measure.