Abstract
As the number of digital images available to users is exponentially growing due to the rapid development of digital technology, content-based image retrieval (CBIR) has been one of the most active research areas. A variety of image retrieval methods have been proposed, where, given an input query image, the images that are similar to the input are retrieved from an image database based on low-level features such as colors and textures. However, most of the existing retrieval methods did not consider the case when an input query image is a part of a whole image in the database due to the high complexity involved in partial matching. In this paper, we present an efficient method for partial image matching by using the histogram distribution relationships between query image and whole image. The proposed approach consists of two steps: the first step prunes the search space and the second step performs block-based retrieval using partial image matching to rank images in candidate set. The experimental results demonstrate the feasibility of the proposed algorithm after assuming that the response tune of the system is very high while retrieving only by using partial image matching without Pruning the search space.
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.
