• 제어로봇시스템학회논문지
• /
• 제8권4호
• /
• pp.333-337
• /
• 2002

A content-based image retrieval method using color, texture, and shape features is proposed in this paper. A region segmentation technique using PIM(Picture Information Measure) entropy is used for similarity indexing. For segmentation, a color image is first transformed to a gray image and it is divided into n$\times$n non-overlapping blocks. Entropy using PIM is obtained from each block. Adequate variance to perform good segmentation of images in the database is obtained heuristically. As variance increases up to some bound, objects within the image can be easily segmented from the background. Therefore, variance is a good indication for adequate image segmentation. For high variance image, the image is segmented into two regions-high and low entropy regions. In high entropy region, hue-saturation-intensity and canny edge histograms are used for image similarity calculation. For image having lower variance is well represented by global texture information. Experiments show that the proposed method displayed similar images at the average of 4th rank for top-10 retrieval case.

• 반도체디스플레이기술학회지
• /
• 제13권4호
• /
• pp.91-96
• /
• 2014

Mobile image retrieval is one of the most exciting and fastest growing research fields in the area of multimedia technology. As the amount of digital contents continues to grow users are experiencing increasing difficulty in finding specific images in their image libraries. This paper proposes a new efficient and effective mobile image retrieval method that applies a weighted combination of color and texture utilizing spatial-color and second order statistics. The system for mobile image searches runs in real-time on an iPhone and can easily be used to find a specific image. To evaluate the performance of the new method, we assessed the iPhone simulations performance in terms of average precision and recall using several image databases and compare the results with those obtained using existing methods. Experimental trials revealed that the proposed descriptor exhibited a significant improvement of over 13% in retrieval effectiveness, compared to the best of the other descriptors.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권7호
• /
• pp.2683-2702
• /
• 2015

A Content-based Image Retrieval (CBIR) system employs visual features rather than manual annotation of images. The selection of optimal features used in classification of images plays a key role in its performance. Category proliferation problem has a huge impact on performance of systems using Fuzzy Artmap (FAM) classifier. The proposed CBIR system uses a modified version of FAM called Non-Proliferation Fuzzy Artmap (NPFAM). This is developed by introducing significant changes in the learning process and the modified algorithm is evaluated by extensive experiments. Results have proved that NPFAM classifier generates a more compact rule set and performs better than FAM classifier. Accordingly, the CBIR system with NPFAM classifier yields good retrieval.

• 대한산업공학회지
• /
• 제26권4호
• /
• pp.363-375
• /
• 2000

In this paper we propose a content-based image retrieval method that can search large image databases efficiently by color, texture, and shape content. Quantized RGB histograms and the dominant triple (hue, saturation, and value), which are extracted from quantized HSV joint histogram in the local image region, are used for representing global/local color information in the image. Entropy and maximum entry from co-occurrence matrices are used for texture information and edge angle histogram is used for representing shape information. Relevance feedback approach, which has coupled proposed features, is used for obtaining better retrieval accuracy. Simulation results illustrate the above method provides 77.5 percent precision rate without relevance feedback and increased precision rate using relevance feedback for overall queries. We also present a new indexing method that supports fast retrieval in large image databases. Tree structures constructed by k-means algorithm, along with the idea of triangle inequality, eliminate candidate images for similarity calculation between query image and each database image. We find that the proposed method reduces calculation up to average 92.9 percent of the images from direct comparison.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2008년도 하계종합학술대회
• /
• pp.683-688
• /
• 2008

The emotional information processing is to simulate and recognize human sensibility, sensuality or emotion, to realize natural and harmonious human-machine interface. This paper proposes an emotion-based image retrieval method. In this method, user can choose a linguistic query among some emotional adjectives. Then the system shows some corresponding representative images that are pre-evaluated by experts. Again the user can select a representative one among the representative images to initiate traditional content-based image retrieval (CBIR). By this proposed method any CBIR can be easily expanded as emotion-based image retrieval. In CBIR of our system, we use several color and texture visual descriptors recommended by MPEG-7. We also propose a fuzzy similarity measure based on Choquet integral in the CBIR system. For the communication between system and user, a relevance feedback mechanism is used to represent human subjectivity in image retrieval. This can improve the performance of image retrieval, and also satisfy the user's individual preference.

• 방송공학회논문지
• /
• 제16권3호
• /
• pp.427-438
• /
• 2011

논문에서는 디스플레이 촬영 영상을 기반으로 하는 콘텐츠 검색 방법을 제안한다. 본 논문에서 제안한 알고리즘은 조명 등의 촬영 조건 변화에 영향을 최소화하기 위해 인접 블록 간 휘도의 증감 방향을 표현하는 이진 맵을 이용한다. 또한 본 논문에서 구현한 콘텐츠 검색 시스템은 제안 알고리즘의 효율성을 높이기 위해 스칼라 값을 이용한 인덱스 기반의 2단계 검색을 수행한다. 알고리즘 비교 실험을 통해 제안 알고리즘에 대한 검증을 수행하고 제안 알고리즘을 이용하여 구현한 콘텐츠 검색 시스템을 기술한다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2002년도 ITC-CSCC -1
• /
• pp.42-45
• /
• 2002

A novel characteristic value extraction method based on morphological spatial frequency is proposed. Morphological spatial frequency defined by morphological pattern distribution function is introduced. Superiority of the method was proved for various images by experiment. Furthermore the fact that the proposed method does not need threshold to obtain binary image provides its applicability to content-based image retrieval.

• 방송공학회논문지
• /
• 제7권2호
• /
• pp.145-152
• /
• 2002

디지털 기술의 급속한 발전에 힘입어 사용자에게 유용한 디지털 영상들이 지수적으로 증가함에 따라, 내용 기반 영상 검색(CBIR ; Content-based Image Retrieval)은 가장 활발한 연구 분야 중 하나가 되었다 다양한 영상 검색 방법은 입력 질의 영상이 주어졌을 때, 질의와 유사한 영상들이 칼라(color)나 질감(texture) 같은 저 수준 특징을 기반으로 영상 데이터베이스에서 검색되도록 제안되어져 왔다. 그러나, 기존 검색 방법의 대부분은 부분 정합에 필요한 복잡도(complexity) 때문에 데이터베이스 내 전체 영상의 부분 영상을 입력 질의 영상으로 했을 경우를 고려하지 않았다. 이 논문에서 우리는 두 영상 사이의 칼라 히스토그램 관계를 이용함으로써 부분 영상 정합에 대한 효율적인 방법을 제시한다. 제안된 접근 방법은 두 단계로 구성되어 있다. 첫 번째 단계는 검색 공간을 pruning시키는 것이고 두 번째 단계는 부분 영상 정합을 통해 후보 영상들의 순위를 정하는 블록 기반 검색을 수행한다. 실험 결과는 pruning없이 부분 영상 정합만 사용하여 검색했을 때 시스템의 응답 시간이 높다고 가정을 하고 제안된 알고리즘의 실현 가능성을 보여준다.

• Journal of Information Processing Systems
• /
• 제16권4호
• /
• pp.991-1000
• /
• 2020

We propose a content-based image retrieval system that uses a combination of completed local binary pattern (CLBP) and color autocorrelogram. CLBP features are extracted on a multi-resolution multi-direction filtered domain of value component. Color autocorrelogram features are extracted in two dimensions of hue and saturation components. Experiment results revealed that the proposed method yields a lot of improvement when compared with the methods that use partial features employed in the proposed method. It is also superior to the conventional CLBP, the color autocorrelogram using R, G, and B components, and the multichannel decoded local binary pattern which is one of the latest methods.

• 한국전자통신학회논문지
• /
• 제5권2호
• /
• pp.152-157
• /
• 2010

컴퓨터와 인터넷의 발달로 정보의 형태가 다양화 되어 문서 위주의 자료들로부터 이미지, 오디오, 비디오, 음성 등의 모습으로 혼합되어 가고 있다. 하지만 대부분의 검색은 문서 위주로 하기 때문에 이미지, 오디오, 비디오 등은 파일의 이름이 명확하게 설정되어 있지 않을 경우에는 검색을 할 수 없다. 이러한 문제점을 해결하기 위해 문서가 아닌 내용을 기반으로 검색하는 방법을 내용 기반 검색이라고 한다. 그리고 이미지의 내용을 기반으로 검색하는 방법을 내용 기반 이미지 검색이라고 한다. 본 논문에서는 HSI 컬러 공간, ART2 알고리즘, SOM 알고리즘을 이용한 내용 기반 이미지 검색 방법을 제안한다. 제안하는 방법은 학습 대상을 선정하기 위해 원 영상의 특징을 분할한다. 그리고 사용자가 학습 대상을 선정하도록 하기 위해 분할된 특징을 SOM 알고리즘에 적용하여 비슷한 특징을 가지는 영상들로 군집화 한다. 군집화된 영상들에 대해 사용자가 학습 대상을 선정하여 ART2 알고리즘에 적용하여 학습한다. 제안한 방법을 적용하여 이미지 검색을 실험한 결과 제안된 방법은 하나의 이미지가 여러 개의 키워드를 가질 수 있기 때문에 이미지에 포함된 정보를 효과적으로 검색하는 것을 확인하였다.