한국통신학회논문지 (The Journal of Korean Institute of Communications and Information Sciences)

한국통신학회 (The Korean Institute of Commucations and Information Sciences)
권호 표지

내용기반 영상검색을 위한 히스토그램 매칭 알고리즘

Histogram Matching Algorithm for Content-Based Dnage Retrieval

  • 유강수 (전주대학교 교양학부) ;
  • 유기형 (전북대학교 컴퓨터공학과) ;
  • 곽훈성 (전북대학교 컴퓨터공학과)
  • 발행 : 2008.01.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 논문에서는 Perceptually Weighted Histogram(PWH)과 Gaussian Weighted Histogram Intersection(GWHI) 알고리즘을 기술한다. 이러한 알고리즘들은 영상검색에서 명확한 결과를 이끌어 낼 수 있지만 빛의 변화에 의해 히스토그램이 변화될 수 있다는 단점이 있다. 즉, 같은 두 영상이 빛의 세기가 약간 다를 때 쉽게 매치되지 않을 수 있다. 그래서 빛의 밝기나 색상에 의해 변화된 영상을 같은 영상으로 처리할 수 있는 히스토그램 매칭 알고리즘(Histogram Matching Algorithm)을 제안한다. 실험결과, 제안한 알고리즘은 기존의 PWH와 GWHI 알고리즘보다 recall에서 각각 32%, 30%, precision에서 각각 38%, 34%까지 우수한 결과를 보였다. 따라서 제안한 알고리즘은 빛의 변화가 일어난 영상도 쉽게 검색할 수 있음을 알 수 있다.

In this paper, we describe the Perceptually Weighted Histogram(PWH) and the Gaussian Weighted Histogram Intersection(GWHI) algorithms. These algorithms are able to provide positive results in image retrieval. But these histogram methods alter the histogram of an image by using particular lighting conditions. Even two pictures with little differences in lighting are not easily matched. Therefore, we propose that the Histogram Matching Algorithm(HMA) is able to overcome the problem of an image being changed by the intensity or color in the image retrieval. The proposed algorithm is insensitive to changes in the lighting. From the experiment results, the proposed algorithm can achieve up to 32% and up to 30% more recall than the PWH and GWHI algorithms, respectively. Also, it can achieve up to 38% and up to 34% more precision than PWH and GWHI, respectively Therefore, with our experiments, we are able to show that the proposed algorithm shows limited variation to changes in lighting.

키워드

참고문헌

  1. 유기형 외, "Content-Based Image Retreival using Adaptive Color Histogram," Jnl. of KICS, vol. 30, no. 9C, pp. 949-954, 2005
  2. 유기형, 곽훈성, "내용 기반 영상 검색 시스템을 위한 효율적인 특징 벡터 추출에 관한 연구," Jnl. of KIPS, vol. 13-B, no. 3, pp. 309-314, 2006
  3. K. M. Wong, C. H. Cheung, and L. M. Po, "Merged-Color histogram for colour image retrieval," Int. Cnf. on Image Processing, vol. 3, pp. 949-952, 2002
  4. Lu, J. Phillips, "Using Perceptually Weighted Histograms for Color-based Image Retrieval," IEEE Int. Cnf. on Signal Processing, 1998
  5. W. Jia, H. Zhang, X. He, and Q Wu "Gaussian Weighted Histogram Intersection for License Plate Classification," 18th Int. Cnf. on Pattern Recognition (ICPR'06), pp. 574-577, 2006
  6. M. J. Swain and D. H. Ballard, "Color indexing", Int. Jnl. of Computer Vision, vol. 7, no. 1, pp. 11-32, Nov. 1991 https://doi.org/10.1007/BF00130487
  7. James Z. Wang, Jia Li and Gio Wiederhold, "SIMPLIcity: Semantics-Sensitive Integrated Matching for Picture Libraries," IEEE Trans. on Pattern Analysis and Machine Intelligence, vol. 23, no. 9, pp. 947-963, 2001 https://doi.org/10.1109/34.955109