대한전자공학회논문지SP (Journal of the Institute of Electronics Engineers of Korea SP)

대한전자공학회 (The Institute of Electronics and Information Engineers)
권호 표지

내용 기반 영상 검색을 위한 에지 기반의 공간 기술자

Edge-based spatial descriptor for content-based Image retrieval

  • 김낙우 (중앙대학교 첨단영상대학원 영상공학과) ;
  • 김태용 (중앙대학교 첨단영상대학원 영상공학과) ;
  • 최종수 (중앙대학교 첨단영상대학원 영상공학과)
  • Kim, Nac-Woo (Dep. of Image Engineering, Graduate School of Advanced Imaging Science, Multimedia, and Filim, Chung-Ang University) ;
  • Kim, Tae-Yong (Dep. of Image Engineering, Graduate School of Advanced Imaging Science, Multimedia, and Filim, Chung-Ang University) ;
  • Choi, Jong-Soo (Dep. of Image Engineering, Graduate School of Advanced Imaging Science, Multimedia, and Filim, Chung-Ang University)
  • 발행 : 2005.09.25
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

오늘날 급격한 멀티미디어 정보의 증가에 따라 영상에서의 시각적 특성을 이용하여 멀티미디어 데이터를 검색하는 내용 기반 영상 검색 기법에 대한 관심이 크게 늘어나고 있다. 본 논문에서는 효과적인 영상 검색을 위한 새로운 접근으로서 edge correlogram과 color coherence vector를 이용한 에지 기반의 공간 기술자를 제안한다. 우선 color vector angle기법을 이용하여 주어진 영상을 고주파 성분과 저주파 성분의 영상으로 나눈다. 저주파 성분의 영상에서는 color coherence vector를 이용하여 평탄 화소의 공간적인 색상 분포를 추출함으로써 이를 평탄 영역에서의 특징 정보로서 활용한다. 반면, 고주파 성분의 영상에서는 edge correlogram으로부터 에지 화소들 간의 분포를 추출하여 이를 에지 영역에서의 특징 정보로 이용한다. 제안된 방법은 색상 간의 지엽적인 특성과 전체적인 특성을 모두 가지고 있기 때문에, 영상 간의 비교에 있어서 영상의 모양과 크기의 급격한 변화로 인한 오검출 등에 매우 강건하다. 또한, 영상에서의 구조적인 특징을 이용함으로써 복잡한 영상에 대해서도 간단하고 유연한 특징을 제공한다. 실험 결과는 영상 색인 및 검색에 있어서 제안된 알고리즘이 최근의 여러 히스토그램 정밀화 기법에 비하여 더 효과적임을 보여준다. 데이터베이스 내 영상의 색인을 위해서는 R*-tree 구조를 이용하였다.

Content-based image retrieval systems are being actively investigated owing to their ability to retrieve images based on the actual visual content rather than by manually associated textual descriptions. In this paper, we propose a novel approach for image retrieval based on edge structural features using edge correlogram and color coherence vector. After color vector angle is applied in the pre-processing stage, an image is divided into two image parts (high frequency image and low frequency image). In low frequency image, the global color distribution of smooth pixels is extracted by color coherence vector, thereby incorporating spatial information into the proposed color descriptor. Meanwhile, in high frequency image, the distribution of the gray pairs at an edge is extracted by edge correlogram. Since the proposed algorithm includes the spatial and edge information between colors, it can robustly reduce the effect of the significant change in appearance and shape in image analysis. The proposed method provides a simple and flexible description for the image with complex scene in terms of structural features of the image contents. Experimental evidence suggests that our algorithm outperforms the recently histogram refinement methods for image indexing and retrieval. To index the multidimensional feature vectors, we use R*-tree structure.

키워드

참고문헌

  1. M. Flickner et al., 'Query by image and video content: The QBIC system,' IEEE computer, vol. 28, no. 9, pp. 23-32, 1995 https://doi.org/10.1109/2.410146
  2. V. Ogle and M. Stonebraker, 'Chabot: Retrieval from a relational database of images,' IEEE computer, vol. 28, no. 9, pp. 40-48, 1995 https://doi.org/10.1109/2.410150
  3. J. R. Smith and S.-F. Chang, 'VisualSEEK: A fully automated content-based image query system,' in ACM Multimedia Conf., 1996 https://doi.org/10.1145/244130.244151
  4. A. Pentland, R. Picard, and S. Sclaroff, 'Photobook: Content-based manipulation of image databases,' IJCV, vol. 18, no. 3, pp. 233-254, 1996 https://doi.org/10.1007/BF00123143
  5. M. Swain and D. Ballard,' Color indexing,' Int. J. Computer, Vis., vol. 7, no. 1, pp.11-32, 1991 https://doi.org/10.1007/BF00130487
  6. J. Hafner, H.S. Sawhney, W. Equitz, M. Flickner, and W. Niblack, 'Efficient color histogram indexing for quadratic form distance functions,' IEEE Transactions on PAMI, vol. 17, num. 7, pp. 729-736, 1995 https://doi.org/10.1109/34.391417
  7. J. Huang, S. R. Kumar, M. Mitra, W. J. Zhu and R. Zabih, 'Image indexing using color correlograms,' CVPR, pp. 762-768, 1997 https://doi.org/10.1109/CVPR.1997.609412
  8. J. Huang, S. R. Kumar, and M. Mitra, 'Combining supervised learning with color correlograms for content-based image retrieval,' in Proc. 5th ACM Multimedia Conf., pp. 325-334, 1997 https://doi.org/10.1145/266180.266383
  9. G. Pass and R. Zabih, 'Histogram refinement for content-based image retrieval,' IEEE WACV, pp. 96-102, 1996 https://doi.org/10.1109/ACV.1996.572008
  10. R.D. Dony and S. Wesolkowski, 'Edge detection on color images using RGB vector angle,' in Proc. Conf. Signals, Systems & Computers, pp. 687-692, 1998 https://doi.org/10.1109/CCECE.1999.808005
  11. J. Huang, S. R. Kumar, M. Mitra, and W.J. Zhu, 'Spatial color indexing and applications,' ICCV, pp. 602-607, 1998 https://doi.org/10.1109/ICCV.1998.710779
  12. A. Guttman, 'R-trees: A dynamic Index structure for spatial searching,' Proc. ACM SIGMOD, pp.47-57, 1984 https://doi.org/10.1145/602259.602266
  13. N. Beckmann, H.-P. Kriegel, R. Schneider, and B. Seeger, 'The R*-tree: An efficient and robust access method for points and rectangles', Proc. ACM SIGMOD, pp. 322-331, 1990 https://doi.org/10.1145/93597.98741
  14. 'MPEG vancouver meeting,' ISO/IEC JTC1/ SC29/WG11, Experimentation Model Ver.2.0, Doc. N2822, 1999