A Feature-Based Retrieval Technique for Image Database

특징기반 영상 데이터베이스 검색 기법

An image retrieval system based on image content is a key issue for building and managing large multimedia database, such as art galleries and museums, trademarks and copyrights, and picture archiving and communication system. Therefore, the interest on the subject of content-based image retrieval has been greatly increased for the last few years. This paper proposes a feature-based image retrieval technique which uses a compound feature vector representing both of color and shape of an image. Color information for the feature vector is obtained using the algebraic moment of each pixel of an image based on the property of regional color distribution. Shape information for the feature vector is obtained using the Improved Moment Invariant(IMI) which reduces the quantity of computation and increases retrieval efficiency. In the preprocessing phase for extracting shape feature, we transform a color image into a gray image. Since we make use of the modified DCT algorithm, it is implemented easily and can extract contour in real time. As an experiment, we have compared our method with previous methods using a database consisting of 150 automobile images, and the results of the experiment have shown that our method has the better performance on retrieval effectiveness.

내용 기반 영상 검색 기술은 전자 미술관과 박물관, 상표와 저작권, 영상 저장 및 전송 시스템과 같은 대용량의 멀티미디어 데이터베이스를 구축하고 유지하는데 필수적인 요소이다. 따라서 내용 기반 검색에 대한 연구가 최근 몇 년 동안 큰 관심을 모으고 있다. 본 논문에서는 영상 검색을 위한 특징으로서 칼라 정보와 모양 정보를 동시에 고려하는 복합적인 특징 벡터를 사용한 검색 기법을 제안하였다. 칼라 정보 획득을 위해서는 지역 칼라 분포 특성을 고려하여, 영상을 이루는 각 부영역별 화소들의 대수적 모멘트를 이용하여 각 특징 산출하였다. 모양 정보를 획득하기 위해서는 향상된 불변 모멘트를 사용함으로써 연산량을 줄이면서 검색의 효율을 증대시켰 다. 그리고 모양 특징 추출을 위한 전처리 과정에서 칼라 영상을 그레이 영상으로 변형한 후, 구현이 용이하고 실시간 윤곽선 추출이 가능한 DCT 알고리즘을 변형 이용하였다. 실험영상으로 150여개의 자동차 영상을 사용하여 기존 방법들과의 비교 실험을 통해 향상된 검색 결과를 얻을 수 있었다.