The KIPS Transactions:PartB (정보처리학회논문지B)

Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

The Color Cross-Correlogram for the Robust Image Retrieval in the Size Change of Regions

영역의 크기 변화에 강인한 영상 검색을 위한 칼라 크로스-코렐로그램

  • 안명석 (㈜파미) ;
  • 조석제 (한국해양대학교 기계/정보공학부 제어계측공학과)
  • Published : 2002.12.01
Download PDF
⟨ Previous Next ⟩

Abstract

This paper proposes the color Cross-correlogram and its extraction method for efficient image retrieval. Color cross-correlogram represents the probability that different colors are existed at any two pixels whose distance is fixed in an image. Color cross-correlogram doesn't have the information about the region size that has a color, so color cross-correlogram can have good performance in retrieving images that have different size color regions. The experiments say that we can get the good retrieval results in the images that have various size color regions, and get the better retrieval results when using color cross-correlogram than those of retrieval using color correlogram.

본 논문에서는 효과적인 영상검색을 위한 특징으로 칼라 크로스-코렐로그램(color cross-correlogram)을 제안한다. 칼라 크로스-코렐로그램은 영상에서 일정 거리에 있는 두 화소에서 다른 칼라가 나타날 확률을 나타낸 것으로, 영상에 존재하는 하나의 칼라를 가지는 영역의 크기 정보를 포함하지 않는다 그래서 영상에 존재하는 영역의 크기 변화에 대해 강인하게 영상을 검색할 수 있다. 실험을 통해 제안한 방법은 영상의 물체 크기 변화에 강인하게 영상을 검색할 수 있음을 확인하였고, 칼라 코렐로그램을 이용한 검색보다 우수한 성능을 나타냄을 확인하였다.

Keywords

References

  1. A. Pentland, R. W. Picard, and S. Selaroff et al., 'Photobook : Tools for Content-Based Manipulation of Image Databases,' SPIE, Proc, in Storage and Retrieval for Image and Video Databases II, Vol.2185, Feb., 1994 https://doi.org/10.1117/12.171786
  2. W. Y. Ma, 'Netra : A Toolbox for Navigating Large Image Databases,' Thesis of Ph. D in Electrical & Comput. Engineering, California Univ., 1997
  3. W. Niblack, R. Barber, W. Equitz, M. Flickner, E. Glasman, D. Petkovic, and P. Yanker, 'The QBIC Project: Querying Images by Content Using Color, Texture, and Shape,' SPIE, Vol.1908, pp.173-187, 1993 https://doi.org/10.1117/12.143648
  4. J. R. Smith and S. F. Chang, 'Visual SEEK : A Fully Automated Content-Based Image Query System,' ACM, Multimedia, Nov., 1996 https://doi.org/10.1145/244130.244151
  5. M. Swain and D. Ballard, 'Color Indexing,' Int. J of Comput, Vision, Vol. 7, No.1, pp.11-32, 1991 https://doi.org/10.1007/BF00130487
  6. G. Pass and R. Zabih, 'Histogram Refinement for ContentBased Image retrieval,' ACM, J of Multimedia Syst., Vol.7. No.3, pp.234-240, 1999 https://doi.org/10.1007/s005300050125
  7. J Huang, S. R. Kumar, M. Mitra, W. J Zhu, and R. Zabih, 'Spatial Color Indexing and Applications,' Int. J of Comput. Vision, Vol.35, No.3, pp.245-268, 1999 https://doi.org/10.1023/A:1008108327226
  8. J. Huang, S. H. Kumar, M. Mitra, W. Zhu and R. Zabih, 'Image indexing using color correlograms,' Proc. CVPR, pp.762-768, 1997 https://doi.org/10.1109/CVPR.1997.609412
  9. J. Huang, 'Color-Spatial Image Indexing and Applications,' Thesis of Ph. D in the Faculty of the Graduate School, Cornell Univ., 1995
  10. Vassili Kovalev and Stephan Volmer, 'Color Co-Occurrence Descriptors for Querying-by Example,' Proc. Multimedia Modeling, Oct., 1995
  11. 안명석, 조석제, '분할된 영상에서의 칼라 코렐로그램을 이용한 내용기반 영상검색', 한국정보과학회논문집, CST, Vol.28, No.910, pp.507-512, 2001
  12. ISO/IEC/JTC1/SC29/WG11, 'Description of Core Experiments for MPEG-7 Calor/Texture Descriptors,' MPEG do' cument N2929, Melbourne, Oct., 1999