The KIPS Transactions:PartB (정보처리학회논문지B)

Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

Content-Based Image Retrieval using Region Feature Vector

영역 특징벡터를 이용한 내용기반 영상검색

  • 김동우 (충북대학교 IT누리) ;
  • 송영준 (충북대학교 전기전자컴퓨터공학부) ;
  • 김영길 (충북대학교 정보통신공학과) ;
  • 안재형 (충북대학교 전기전자공학부)
  • Published : 2006.02.01
Download PDF
⟨ Previous Next ⟩

Abstract

This paper proposes a method of content-based image retrieval using region feature vector in order to overcome disadvantages of existing color histogram methods. The color histogram methods have a weak point that reduces accuracy because of quantization error, and more. In order to solve this, we convert color information to HSV space and quantize hue factor being purecolor information and calculate histogram and then use thus for retrieval feature that is robust in brightness, movement, and rotation. Also we solve an insufficient part that is the most serious problem in color histogram methods by dividing an image into sixteen regions and then comparing each region. We improve accuracy by edge and DC of DCT transformation. As a result of experimenting with 1,000 color images, the proposed method has showed better precision than the existing methods.

본 논문은 기존의 컬러 히스토그램 방법들의 단점을 극복하고자 영역 특징백터를 이용한 영상 검색 방법을 제안한다. 컬러 히스토그램 검색방법들은 양자화 오류 등의 이유로 정확성이 떨어지는 단점이 있다 이를 해결하기 위해 제안 방법은 색상 정보를 HSY 공간으로 변환하여 순수 색상 정보인 hue 성분만을 양자화하여 히스토그램을 구하고, 이를 명암, 이동, 회전등에 강인한 검색 특징으로 사용한다. 또한 컬러 히스토그램 방법들의 가장 큰 문제점인 공간 정보가 부족한 것은 영상을 16개 영역으로 나눠서 각 영역간의 비교를 통해 해결한다. 그리고 색상 검색에 추가적으로 모양 특징인 에지와 질감 특징인 DCT 변환의 DC를 이용하여 검색의 정확도를 높인다 1,000개의 컬러 영상을 사용해 실험한 결과 기존의 방법들 보다 좋은 정확성을 보인다.

Keywords

References

  1. S. K. Chang, C. W. Yan, D. C. Dimitroff, and T. Arndt, 'An intelligent image database system,' IEEE Trans. Software Eng., Vol.14, No.5, pp.681-688, 1988 https://doi.org/10.1109/32.6147
  2. J. Eakins and M. Graham, Content-based image retrieval, JSIC Technology Application Report, 1999
  3. S. K. Saha, A. K. Das, and B. Chanda, 'CBIR using perception based texture and colour measures,' Pattern Recognition ICPR 2004. Proceedings of the 17th International Conference, Vol.2, pp.985-988, 2004 https://doi.org/10.1109/ICPR.2004.1334424
  4. J. H. Han, D. S. Huang, 'A novel BP based image retrieval system,' The IEEE ISCAS 2005, pp.1557-1560, 2005 https://doi.org/10.1109/ISCAS.2005.1464898
  5. J. H. Han, D. S. Huang, T. M. Lok, and M. R. Lyu, 'A novel image retrieval system based on BP neural network, CBIR using perception based texture and colour measures,' The 2005 IJCNN, pp.2561-2564, 2005 https://doi.org/10.1109/IJCNN.2005.1556306
  6. M. J. Swain and D. H. Ballard, 'Color indexing.' International Journal of Computer Vision, Vol.7, No.1, pp.11-32, 1991 https://doi.org/10.1007/BF00130487
  7. 박원배, '내용기반 영상 검색을 위한 시각 특징 추출 기법,' 충북대학교 박사학위논문, 2004
  8. Y. J. Song, W. B. Park, D. W. Kim, and J. H. Ahn, 'Content-based Image Retrieval using new color histogram,' ISPA 2004, pp.609-611, 2004 https://doi.org/10.1109/ISPACS.2004.1439129
  9. 류은주, 송영준, 박원배, 안재형, '중앙 영역의 컬러 특징과 최적화된 빈 수를 이용한 내용기반 영상검색', 한국정보처리학회논문지, 제11-B권, 제5호, pp.581-586, 2004 https://doi.org/10.3745/KIPSTB.2004.11B.5.581
  10. 염성주, 김우생, '형태와 컬러 성분을 이용한 효율적인 내용기반의 이미지 검색 방법', 한국정보처리학회논문지, 제3권, 제4호, pp.733-744, 1996
  11. H. B. Kang, 'A new content-based scene change detection method on compressed video,' TENCON '97. IEEE Region 10 Annual Conference. Speech and Image Technologies for Computing and Telecommunications. Proceedings of IEEE, Vol.1, pp.195-198, 1997 https://doi.org/10.1109/TENCON.1997.647290
  12. M. K. Mandal, T. Aboulnasr, and S. Panchanathan. 'Image indexing using moments and wavelets.' IEEE Trans. on Computer Electronics, Vol.42, No.3, pp.557-565, 1996 https://doi.org/10.1109/30.536156
  13. J. Z. Wang, J. Li, and G. Wiederhold, 'SIMPLIcity: Semantics-Sensitive Integrated Matching for Picture Libraries,' IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol.23, No.9, pp.947-963, 2001 https://doi.org/10.1109/34.955109