• ETRI Journal
• /
• 제20권3호
• /
• pp.272-283
• /
• 1998

In this paper, we propose efficient content-based image retrieval methods using the automatic extraction of the low-level visual features as image content. Two new feature extraction methods are presented. The first one os an advanced color feature extraction derived from the modification of Stricker's method. The second one is a texture feature extraction using some DCT coefficients which represent some dominant directions and gray level variations of the image. In the experiment with an image database of 200 natural images, the proposed methods show higher performance than other methods. They can be combined into an efficient hierarchical retrieval method.

• 한국컴퓨터정보학회지
• /
• 제15권1호
• /
• pp.185-190
• /
• 2007

An image retrieval system is a piece of software that searches identical or similar images based on various image-specific features. This paper proposes a trademark image retrieval system that uses image colors and forms. In the proposed system, input images are segmented into several other regions, and color distribution histograms for different regions are extracted for use as color information. The proposed system uses form information through the preprocessing process such as boundary surface extraction, centroid extraction, angular sampling and, and through calculating the sums of the distances between the centroid and the boundary surfaces, standard deviations, and the ratios between long and short axes. Like this, the color and form information extracted is used to perform retrieval through measuring similarity.

• 한국컴퓨터정보학회논문지
• /
• 제9권2호
• /
• pp.19-26
• /
• 2004

본 논문에서는 내용 기반 영상 검색 시스템(Content Based Image Retrieval System)의 특징 추출(feature extraction)과 분석(analysis)을 위한 방법으로 적응적 컴포넌트 분석(ACA: Adaptive Component Analysis)을 제안하고 있다. 검색을 위해서 영상에서 추출된 특징들은 영상의 도메인(domain)에 따라 적절하게 적용해야만 좋은 검색 결과를 얻을 수 있다. 이러한 조건을 만족시키기 위한 방법으로 본 논문에서는 검색 측정도(retrieval measurement)를 제안하고 있다. ACA는 알고리즘과 시스템적인 관점에서 볼 때, 기존의 내용 기반 영상 검색을 위한 중간 단계라고 할 수 있으며, 검색 속도향상 및 성능 개선에 목표를 두고 있다

• 한국컴퓨터정보학회지
• /
• 제12권1호
• /
• pp.9-19
• /
• 2004

본 논문에서는 내용 기반 영상 검색 시스템(Content Based Image Retrieval System)의 특징 추출(feature extraction)과 분석(analysis)을 위한 방법으로 적응적 컴포넌트 분석(ACA: Adaptive Component Analysis)을 제안하고 있다. 검색을 위해서 영상에서 추출된 특징들은 영상의 도메인(domain)에 따라 적절하게 적용해야만 좋은 검색 결과를 얻을 수 있다. 이러한 조건을 만족시키기 위한 방법으로 본 논문에서는 검색 측정도(retrieval measurement)를 제안하고 있다. ACA는 알고리즘과 시스템적인 관점에서 볼 때, 기존의 내용 기반 영상 검색을 위한 중간 단계라고 할 수 있으며, 검색 속도 향상 및 성능 개선에 목표를 두고 있다.

• Journal of information and communication convergence engineering
• /
• 제19권1호
• /
• pp.36-41
• /
• 2021

Text-based image retrieval is not only cumbersome as it requires the manual input of keywords by the user, but is also limited in the semantic approach of keywords. However, content-based image retrieval enables visual processing by a computer to solve the problems of text retrieval more fundamentally. Vision applications such as extraction and mapping of image characteristics, require the processing of a large amount of data in a mobile environment, rendering efficient power consumption difficult. Hence, an effective image retrieval method on mobile platforms is proposed herein. To provide the visual meaning of keywords to be inserted into images, the efficiency of image retrieval is improved by extracting keywords of exchangeable image file format metadata from images retrieved through a content-based similar image retrieval method and then adding automatic keywords to images captured on mobile devices. Additionally, users can manually add or modify keywords to the image metadata.

• 한국컴퓨터정보학회논문지
• /
• 제11권3호
• /
• pp.167-172
• /
• 2006

영상 검색 시스템이란 영상이 갖는 다양한 특징을 바탕으로 똑같거나 유사한 영상을 검색하여 제공하는 시스템이다. 본 논문에서는 영상의 컬러와 형태를 기반으로 한 상표 영상 검색 시스템을 제시한다. 영상을 영역별로 분할하고 영역별 컬러 분포 히스토그램을 추출하여 컬러 정보로 이용한다. 경계면 추출, 무게 중심 추출, angular 샘플링 등의 전처리 과정과 무게 중심으로부터 경계면 까지 거리의 합, 표준 편차, 장/단축 비율을 계산하여 형태정보로 이용한다. 이렇게 추출된 컬러와 형태 정보를 이용하여 유사성 측정을 통한 검색을 수행한다.

• 산업경영시스템학회지
• /
• 제27권3호
• /
• pp.59-65
• /
• 2004

This paper explores an image segmentation and representation method using Vector Quantization(VQ) on color and texture for content-based image retrieval system. The basic idea is a transformation from the raw pixel data to a small set of image regions which are coherent in color and texture space. These schemes are used for object-based image retrieval. Features for image retrieval are three color features from HSV color model and five texture features from Gray-level co-occurrence matrices. Once the feature extraction scheme is performed in the image, 8-dimensional feature vectors represent each pixel in the image. VQ algorithm is used to cluster each pixel data into groups. A representative feature table based on the dominant groups is obtained and used to retrieve similar images according to object within the image. The proposed method can retrieve similar images even in the case that the objects are translated, scaled, and rotated.

• 산업기술연구
• /
• 제20권B호
• /
• pp.207-211
• /
• 2000

For efficient massive image retrieval, an image retrieval requires that several important objectives are satisfied, namely: automated extraction of features, efficient indexing and effective retrieval. In this work, we present a technique for extracting the 4-dimension directional feature. By directional detail, we imply strong directional activity in the horizontal, vertical and diagonal direction present in region of the image texture. This directional information also present smoothness of region. The 4-dimension feature is only indexed in the 4-D space so that complex high-dimensional indexing can be avoided.

• 방송공학회논문지
• /
• 제7권3호
• /
• pp.262-270
• /
• 2002

대부분의 영상색인 기법에서는 영상의 전역 특징값을 이용한다. 그러나 이러한 방법은 영상의 지역적인 변화들을 담아내지 못하기 때문에 만족할 만한 격과를 제공하지 못한다. 본 논문에서는 이러한 문제점을 해결하기 위한 방법으로 영상의 특징점(salient point)과 영상분할을 이용하여 중요영역(important region)을 추출하는 새로운 영역기반 영상검색 시스템을 제안한다. 본 논문에서 제안하는 특징점 추출 기법은 기존의 방법과 비교하여 빠르고 정확한 추출 결과를 보여준다. 선택된 영역에서 추출된 칼라와 질감 정보를 이용하여 검색한 결과는 칼라나 질감 정보의 전력 특징값을 이용한 검색 방법의 결과보다 크게 향상됨을 알 수 있었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제7권12호
• /
• pp.3149-3165
• /
• 2013

Content based image retrieval is increasingly gaining popularity among image repository systems as images are a big source of digital communication and information sharing. Identification of image content is done through feature extraction which is the key operation for a successful content based image retrieval system. In this paper content based image retrieval system has been developed by adopting a strategy of combining multiple features of shape, color and relevance feedback. Shape is served as a primary operation to identify images whereas color and relevance feedback have been used as supporting features to make the system more efficient and accurate. Shape features are estimated through second derivative, least square polynomial and shapes coding methods. Color is estimated through max-min mean of neighborhood intensities. A new technique has been introduced for relevance feedback without bothering the user.