Content-based Image Retrieval Using Object Region With Main Color

주 색상에 의한 객체 영역을 이용한 내용기반 영상 검색

This study has proposed a method of content-based image retrieval using object region in order to overcome disadvantages of existing color histogram methods. The existing color histogram methods have a weak point of reducing accuracy, because these have both a quantization error and an absence of spatial information. In order to overcome this problem, we convert a color information to a HSV space, quantize hue factor being pure color information, and calculate histogram. And then we use hue for retrieval feature that is robust in brightness, movement, and rotation. To solve the problem of the absence of spatial information, we select object region in terms of color feature and region correlation. And we use both the edge and the DC in the selected region for retrieving. As a result of experiment with 1,000 natural color images, the proposed method shows better precision and recall than the existing methods.

본 논문은 기존의 컬러 히스토그램 방법들의 단점을 극복하고자 객체 영역을 이용한 내용기반 영상 검색 방법을 제안한다. 기존 컬러 히스토그램 검색 방법들은 양자화 오류 등의 이유로 정확성이 떨어지고, 공간정보가 부족한 단점이 있다. 이를 해결하기 위해 제안 방법은 색상 정보를 HSV공간으로 변환하여 순수 색상 정보인 hue성분만을 양자화하여 히스토그램을 구해 명암, 이동, 회전 등에 강인한 검색 특징으로 사용한다. 한편 공간정보가 부족한 문제점을 해결하기위해 색상 특징과 영역간의 상관관계를 고려하여 객체영역을 선정한다. 선정된 객체 영역에서는 에지와 DC를 이용하여 검색한다. 자연 컬러 영상 1,000개를 가지고 실험한 결과 기존 방법들보다 precision과 recall이 우수하였다.