• 한국정보처리학회논문지
• /
• 제4권6호
• /
• pp.1418-1432
• /
• 1997

일반적인 내용기반 화상 검색 기법은 검색 인덱스로서 칼라와 텍스쳐를 사용하며, 칼라기법인 칼라히스토그램과 칼라쌍 검색 기법은 공간정보와 텍스트가 부족하다. 따라서 본 논문은 칼라공간과 키워드를 결합한 내용 기반 화상 검색시스템을 설계하고 구현하였다. 화상검색을 위한 전처리기에서는 기존의 HSI(Hue, Saturation, Intensity) 좌표계를 사용하였고, 화상으로부터 색채 영역과 비색채영역을 검출해 내었다. 화상의 크시는 200*N 또는 N*200으로 정규화하고 256칼라로 변환시킨다. 칼라 공간으로 칼라 선택을 결정하기 위해서는 배경과 색채를 위한 2개의 칼라히스토그램을 사용한다. 공간정보는 최대 엔트로피 이산화를 사용함으로써 얻어진다. 키워드는 화상의 종류, 칼라, 모양, 위치, 크기를 선택 가능하도록 했으며, 입력되는 색채에 대해서는 한국 공업 규격의 유채색과 무채색 15가지 색으로 제한하였다. 화상검색 방법은 유사도 검색의 특징 키로 사용하였고, 화상 검색시 특정 성분의 가중치에 따른 검색을 위해 사용자는 질의어 입력시 칼라공간 ${\alpha}(%),\;키워드\;{\beta}(%)$등의 가중치를 화상 내용 특징에 따라 그 값을 조절하여 부여할 수 있는 방안을 개발하였다. 질의 화상에 대한 칼라공간, 키워드와 같은 추출된 특징중 하나의 특징으로 검색 실험한 결과는 가중치를 부여하여 실험한 결과보다 검색 효율이 낮았으며 가중치를 부여한 경우 측정된 파라메타의 평균치는 Precision(0.858), Recall(0.936), RT(1), MT(0)를 보임으로써 칼라공간, 키워드 내용기반 화상 검색 시스템들 보다 높은 검색 효율을 입증해 보였다.

• 제어로봇시스템학회논문지
• /
• 제8권4호
• /
• pp.333-337
• /
• 2002

A content-based image retrieval method using color, texture, and shape features is proposed in this paper. A region segmentation technique using PIM(Picture Information Measure) entropy is used for similarity indexing. For segmentation, a color image is first transformed to a gray image and it is divided into n$\times$n non-overlapping blocks. Entropy using PIM is obtained from each block. Adequate variance to perform good segmentation of images in the database is obtained heuristically. As variance increases up to some bound, objects within the image can be easily segmented from the background. Therefore, variance is a good indication for adequate image segmentation. For high variance image, the image is segmented into two regions-high and low entropy regions. In high entropy region, hue-saturation-intensity and canny edge histograms are used for image similarity calculation. For image having lower variance is well represented by global texture information. Experiments show that the proposed method displayed similar images at the average of 4th rank for top-10 retrieval case.

• 한국전자통신학회논문지
• /
• 제5권2호
• /
• pp.152-157
• /
• 2010

컴퓨터와 인터넷의 발달로 정보의 형태가 다양화 되어 문서 위주의 자료들로부터 이미지, 오디오, 비디오, 음성 등의 모습으로 혼합되어 가고 있다. 하지만 대부분의 검색은 문서 위주로 하기 때문에 이미지, 오디오, 비디오 등은 파일의 이름이 명확하게 설정되어 있지 않을 경우에는 검색을 할 수 없다. 이러한 문제점을 해결하기 위해 문서가 아닌 내용을 기반으로 검색하는 방법을 내용 기반 검색이라고 한다. 그리고 이미지의 내용을 기반으로 검색하는 방법을 내용 기반 이미지 검색이라고 한다. 본 논문에서는 HSI 컬러 공간, ART2 알고리즘, SOM 알고리즘을 이용한 내용 기반 이미지 검색 방법을 제안한다. 제안하는 방법은 학습 대상을 선정하기 위해 원 영상의 특징을 분할한다. 그리고 사용자가 학습 대상을 선정하도록 하기 위해 분할된 특징을 SOM 알고리즘에 적용하여 비슷한 특징을 가지는 영상들로 군집화 한다. 군집화된 영상들에 대해 사용자가 학습 대상을 선정하여 ART2 알고리즘에 적용하여 학습한다. 제안한 방법을 적용하여 이미지 검색을 실험한 결과 제안된 방법은 하나의 이미지가 여러 개의 키워드를 가질 수 있기 때문에 이미지에 포함된 정보를 효과적으로 검색하는 것을 확인하였다.

• 전자공학회논문지B
• /
• 제33B권6호
• /
• pp.111-118
• /
• 1996

A content-based image retrieval system is designed and implemetned using the color featurees which are histogram intersection and color pairs. The preprocessor for the image retrieval manage linearly the existing HSI(hue, saturation, saturation, intensity). Hue and intensity histogram thresholding for each color attribute is performed to split the chromatic and achromatic regions respectively. Grouping te indexes produced by the histogram intersection is used to save the retrieval times. Each image is divided into the cells of 32$\times$32 pixels, and color pairs are used to represent the query during retrievals. The recall/precision of histogram intersection is 0.621/0.663 and recall/precision of color pairs is 0.438/0.536. And recall/precision of proposed method is 0.765/0.775/. It is shown that the proposed method using histogram intersection and color pairs improves the retrieval rates.

• 제어로봇시스템학회논문지
• /
• 제10권7호
• /
• pp.597-603
• /
• 2004

In retrieving large database of image data, the clustering is essential for fast retrieval. However, it is difficult to cluster a number of image data adequately. Moreover, current retrieval methods using similarities are uncertain of retrieval accuracy and take much retrieving time. In this paper, a suggested image retrieval system combines Fuzzy ART neural network algorithm to reinforce defects and to support them efficiently. This image retrieval system takes color and texture as specific feature required in retrieval system and normalizes each of them. We adapt Fuzzy ART algorithm as neural network which receive normalized input-vector and propose improved Fuzzy ART algorithm. The result of implementation with 200 image data shows approximately retrieval ratio of 83%.

• 한국정보전자통신기술학회논문지
• /
• 제6권4호
• /
• pp.232-237
• /
• 2013

This paper presents image database retrieval based on maximum color occurrenceusing Hue, Saturation and Value (HSV) color space. Our system is based on color segmentation. We dividedthe image into n number of areas based on different selected ranges of hue and value, then each area is partitioned into m number of segments based on the number of pixels it contains, after this we calculated the maximumcolor occurrence in each segment and used its HSV value. This is used as a feature vector.

• 한국정보처리학회논문지
• /
• 제3권4호
• /
• pp.733-744
• /
• 1996

내용을 기반으로 한 이미지 데이타 검색은 이미지로부터 자동적으로 특징값들을 추출하여 사용자가 원하는 이미지를 검색하는 방법이다. 본 논문에서는 이미지 데이타 로부터 형태적 특징과 컬러 특징을 자동적으로 추출하여 내용을 기반으로 이미지 데이타를 검색할 수 있는 방법을 제안한다. 이를 위하여 필요한 일련의 이미지 처리 과정을 소개하고 추출된 특징값들을 빠르게 검색하기 위해 변형된 트라이와 R 트리를 사용한 인덱싱기법을 제안한다. 제안하는 검색 방법은 형태와 컬러에 대한 특징값들을 모두 취급하므로 보다 신뢰성 있는 검색을 할 수 있다. 또한 본 논문에서는 이를 바탕으로 구현된 이미지 데이타베이스와 약 200여개의 이미지 데이타를 대상으로한 검색 실험 결과를 보이며, 검색 결과를 통해 형태적 특징과 컬러 특징이 이미지가 데이타 검색에 미친 영향을 고찰해 본다.

• 한국멀티미디어학회논문지
• /
• 제6권4호
• /
• pp.746-752
• /
• 2003

In this paper, we proposed an image retrieval system with a simple and effective relevance feedback, called RAP(Reward and Punishment) algorithm. First, color and texture features were extracted from the images. Next, the extracted feature values were used for image retrieval in various forms. We applied the relevance feedback to the initial retrieved images from the image retrieval system, and compared its result with that of the conventional system. In the experiment using the test image database of 16 class 512 images, the proposed system showed the better retrieval performance of about 10∼l7 % than that of the conventional INRIA system in each relevance feedback step.

• 한국멀티미디어학회논문지
• /
• 제3권5호
• /
• pp.454-460
• /
• 2000

영상과 같은 다양하고 복잡한 데이터 검색은 기존의 키워드를 이용한 검색이 아닌 내용 기반 검색 방법이 요구된다. 본 논문에서는 물체의 위치 이동이나 회전, 크기 변화 등과 같은 각종 변환에 민감하지 않은 불변모멘트(invariant moments)값의 특성을 이용하여 사용자 질의로서 입력된 객체를 효율적으로 검색할 수 있는 시스템을 구현하였다. 영상내의 단일 객체뿐만 아니라 다중 객체들도 효과적으로 검출하기 위해 레이블링(labeling) 알고리즘을 적용해 각각의 객체를 따로 분리하여 불변모멘트를 적용하는 방법을 이용했다. 또한, 검색 시간 단축 및 영상의 효율적인 인덱싱(indexing)을 위해 해싱을 응용한 기법을 적용하였다. 실험결과, precision 85%, recall 23%의 높은 검색효율을 보였고 기존의 전체 영상의 특징을 가지고는 정확히 표현할 수 없는 객체들의 모양을 정확히 표현해 줌으로써 보다 정화한 검색 결과를 얻을 수 있었다.

• 방송공학회논문지
• /
• 제16권3호
• /
• pp.427-438
• /
• 2011

논문에서는 디스플레이 촬영 영상을 기반으로 하는 콘텐츠 검색 방법을 제안한다. 본 논문에서 제안한 알고리즘은 조명 등의 촬영 조건 변화에 영향을 최소화하기 위해 인접 블록 간 휘도의 증감 방향을 표현하는 이진 맵을 이용한다. 또한 본 논문에서 구현한 콘텐츠 검색 시스템은 제안 알고리즘의 효율성을 높이기 위해 스칼라 값을 이용한 인덱스 기반의 2단계 검색을 수행한다. 알고리즘 비교 실험을 통해 제안 알고리즘에 대한 검증을 수행하고 제안 알고리즘을 이용하여 구현한 콘텐츠 검색 시스템을 기술한다.