Abstract
An image contains various features such as color, shape, texture and location information. When only one of those features is used to retrieve an image, it is difficult to acquire satisfactory retrieval efficiency. Especially, in the database with huge capacity, such phenomenon happens frequently. Therefore, by using moi·e features, efficiency of the contents-based image retrieval (CBIR) system can be improved. This paper proposes a technique to consider location information about specific color as well as color information in image using centroid situation vector. Centroid situation vectors are calculated for specific color of the query image. Then, location similarity is determined through comparing distances between extracted centroid situation vectors of query image and target image in the database. Simulation results show that the proposed method is robust in zoom-in or zoom-out processed images and improves discrimination ability in fliped or rotated images. In addition, the suggested method reduced computational complexity by overlapping information extraction, and that improved the retrieval speed using an efficient index file.
영상은 색상, 형태, 위치, 질감 같은 다양한 특성을 갖고 있기 때문에 하나의 특성만을 이용하여 일괄적으로 영상을 검색할 경우, 만족할 만한 검색효율을 얻기가 어렵다. 특히, 대용량의 영상 데이터베이스일수록 그 같은 현상은 빈번하게 일어나기 때문에 기존의 내용 기반 영상 검색 시스템들은 대부분 하나 이상의 특성을 이용하여 검색효율 향상을 죄하고 있다. 본 논문에서는 Centroid 위치벡터를 이용하여 영상 내의 색상 정보뿐만 아니라, 특정 색상에 대한 위치정보를 고려하는 기법을 제안한다. 질의영상의 한 색상에 대해 Centroid 위치벡터를 추출하고 비교영상의 같은 색상의 Centroid 위치벡터와의 거리를 비교하여 그 거리가 짧을수록 각 색상의 위치 유사도를 높게 책정하는 방식을 제안한다. 제안된 검색 기법은 기존의 색상 분포만을 이용하는 검색 기법에 비해, 원근 처리된 영상에 강인하고, 회전되거나 뒤집힌 영상의 변별력이 향상되었다. 또한, 제안된 방식은 색상정보와 위치정보의 추출을 이원화시키지 않고 동시에 추출함으로써 계산량을 줄이고, 효율적인 색인 파일을 생성하여 검색속도를 향상시켰다.
