Journal of KIISE:Computing Practices and Letters (한국정보과학회논문지:컴퓨팅의 실제 및 레터)

Korean Institute of Information Scientists and Engineers (한국정보과학회)
권호 표지

Image Retrieval based on Color-Spatial Features using Quadtree and Texture Information Extracted from Object MBR

Quadtree를 사용한 색상-공간 특징과 객체 MBR의 질감 정보를 이용한 영상 검색

  • 최창규 (경북대학교 컴퓨터공학과) ;
  • 류상률 (청운대학교 컴퓨터과학과) ;
  • 김승호 (경북대학교 컴퓨터공학과)
  • Published : 2002.12.01
Download PDF
⟨ Previous Next ⟩

Abstract

In this paper, we present am image retrieval method based on color-spatial features using quadtree and texture information extracted from object MBRs in an image. Tile proposed method consists of creating a DC image from an original image, changing a color coordinate system, and decomposing regions using quadtree. As such, conditions are present to decompose the DC image, then the system extracts representative colors from each region. And, image segmentation is used to search for object MBRs, including object themselves, object included in the background, or certain background region, then the wavelet coefficients are calculated to provide texture information. Experiments were conducted using the proposed similarity method based on color-spatial and texture features. Our method was able to refute the amount of feature vector storage by about 53%, but was similar to the original image as regards precision and recall. Furthermore, to make up for the deficiency in using only color-spatial features, texture information was added and the results showed images that included objects from the query images.

본 논문은 이미지에서 Quadtree를 이용한 색상-공간 특징 추출과 이미지 내에 포함되어 있는 객체의 MBR(Minimum Boundary Rectangie)을 구하여 질감 정보를 추출하는 방법을 제안한다. 제안된 방법은 각 이미지로부터 DC 이미지를 만들고 색상 좌표계를 변환한 후, Quadtree를 이용하여 영역을 분할한다. 영역의 분한 기준은 제안된 조건에 의하여 이루어지며, 각 분할된 영역으로부터 대표 색상을 추출한다. 그리고, 이미지 분할(segmentation)을 통하여 각 이미지의 객체, 객체를 포함한 배경, 또는 일부 배경의 MBR을 구하고, 제안된 알고리즘에 의하여 검색된 MBR의 웨이블릿 계수(wavelet coefficients)를 계산한다. 이 계수들이 MBR의 질감 정보가 되며, 추출된 색상-공간 정보와 질감 정보를 이용하여 제안된 유사도 계산 방법을 통하여 결과를 나타내게 된다. 제안된 방법은 원 이미지(original image)에 비해 특징 정보의 저장 공간을 53% 감소시켰으며, 성능은 유사하게 나타났다. 그리고, 질감 정보를 추가함으로써, 색상-공간 특징의 단점인 객체 정보의 손실을 보완하였고, 질의 이미지의 객체를 포함한 검색 결과를 보였다.

Keywords

References

  1. M. Flickner, 'Query by Image and Video Content: The QBIC System,' IEEE Computer, pp. 23-32, September, 1995 https://doi.org/10.1109/2.410146
  2. X. Wan and C. C. J. Kuo, 'A New Approach to Image Retrieval with Hierarchical Color Clustering,' IEEE Trans. on Circuits and System for Video Technology, Vol. 8, No. 5, pp. 628-643, September, 1998 https://doi.org/10.1109/76.718509
  3. 안철웅, 김승호, '색상-공간 특징을 사용한 내용 기반 칼라 이미지 검색 시스템의 설계 및 구현', 정보과학회(C), 제 5권, 제 5호, pp.629-638, 1999
  4. 김철원, 최기호, '칼라 지정을 이용한 내용기반 화상검색 시스템 구현', 한국지리정보학회 논문지, 제 4권, 제 4호, pp. 933-943, 1997
  5. H.C Lin, L. L. Wang and S. N. Yang, 'Regulartexture image retrieval based on texture-primitive extraction,' Image and Vision Computing 17, pp. 51-63, 1999 https://doi.org/10.1016/S0262-8856(98)00085-7
  6. M. Tuceryan and A. K. Jain, Texture Analysis, Handbook of Pattern Recognition and Computer Vision, World Scientific, 1993
  7. B. M. Mehtre, M. S. Kankanhalli and W. F. Lee, 'Shape Measures for Content Based Image Retrieval: A Comparison,' Information Processing & Management, Vol. 33, No. 3, pp. 319-337, 1997 https://doi.org/10.1016/S0306-4573(96)00069-6
  8. T. Chang and C. C. J. Kuo, 'Texture Analysis and Classification with Tree-Structured Wavelet Transform,' IEEE Trans. on Image Processing, Vol. 2, pp. 4298-441, April, 1993 https://doi.org/10.1109/83.242353
  9. M. C. Lee and C. M. Pun, 'Texture Classification Using Dominant Wavelet Packet Energy Features,' Proc. Image Analysis and Interpretation, 4th IEEE Southwest Symposium, https://doi.org/10.1109/IAI.2000.839620
  10. J. Guo, A. Zhang, E. Remias and G. Sheikholeslami, 'Image Decomposition and Representation in Large Image Database Systems,' Journal of Visual Communication and Image Representation, Vol. 8, No. 2, pp. 167-181, June, 1997 https://doi.org/10.1006/jvci.1997.0348
  11. C. K. Li and H. Yuen, 'A High Performance Image Compression Technique for Multimedia Applications,' IEEE Trans. on Consumer Electronics, Vol. 42, No. 2, pp. 239-243, May, 1996 https://doi.org/10.1109/30.494427
  12. R. C. Gonzalez and R. E. Woods, Digital Image Processing, 2nd Ed., Addison-Wesley Publishing Co., 1992
  13. Z. Lei, L. Fuzong and Z. Bo, 'A CBIR Method Based on Color-Spatial Feature,' TENCON99, Proc. of the IEEE Region 10 Conference, Vol. 1, pp. 166-169, 1999 https://doi.org/10.1109/TENCON.1999.818376
  14. G. Strang and T. Nguyen, Wavelets and Filter Banks, Wellesley-Cambridge Press, 1996