칼라 영역의 크기와 뭉침을 기술하는 칼라 동시발생 히스토그램을 이용한 영상검색 = Image Retrieval Using the Color Co-occurrence Histogram Describing the Size and Coherence of the Homogeneous Color Region

다국어 초록 (Multilingual Abstract)

For the efficient image retrieval, the method has studied that uses color distribution and relations between pixels. This paper presents the color descriptor that stands high above the others in image retrieval capacity. It is based on color co-occurrence histogram that the diagonal part and the non-diagonal part are attached the weight and modified to energy of color co-occurrence histogram, and the number of bins with petty worth have little influence is curtailed. It’s verified by analysis that the diagonal part carries size information of homogeneous color region and the non-diagonal part does information about the coherence of it, Moreover the non-diagonal part is more influential than diagonal part in survey of similarity between images. So, the non-diagonal part is attached more weight than the diagonal part as a result of the research. The experiments validate that the proposed descriptor shows better image retrieval performance when the weight for non-diagonal part is set to the value between 0.7 and 0.9.

국문 초록 (Abstract)

칼라 영상을 효과적으로 검색하기 위해 칼라의 분포와 화소 간 위치 정보를 이용하여 영상을 검색하는 방법이 연구되었다. 본 논문에서는 적은 빈 개수로 칼라 분포와 화소 간 위치 정보를 효율적으로 기술하여 영상을 검색할 수 있는 기술자를 제안한다. 이는 칼라 동시발생 히스토그램의 대각성분과 비 대각성분에 가중치를 주어 에너지를 변형하고, 의미가 약한 값의 빈을 제거한 것이다. 분석을 통해 칼라 동시발생 히스토그램의 대각성분과 비 대각성분은 같은 칼라를 가지는 영역의 크기 정보와 그 영역 간의 뭉침 정보를 기술하며, 비 대각성분이 대각성분에 비해 영상검색에 더 우수한 특성을 나타낸다는 것을 확인하였다. 그래서, 비 대각성분의 가중치를 대각성분의 가중치에 비해 높게 주면 영상검색을 효과적으로 할 수 있다는 사실을 밝혔다. 64 레벨로 칼라 양자화된 RGB 칼라 좌표계에서의 실험영상에서, 가중치가 0.7에서 0.9인 제안한 기술자가 기존의 기술자에 비해 우수하게 영상을 검색함을 알 수 있었다.

참고문헌 (Reference)

1 A. Bimbo, "Visual Information Retrieval" Morgan Kaufmann 2001.

2 D. Messing, "The MPEG-7 Colour Structure Descriptors Image Description using Colour and Local Spatial Information" 1 : 670-673, 2001.

3 Patrick N, "Subjective Evaluation of the MPEG-7 Retrieval Accuracy Measure(ANMRR)" 2000.

4 J. Huang, "Spatial Color Indexing and Applications" 35 (35): 245-268, 1999.

5 N. Howe, "Improving the Boosted Correlogram" 1 : 803-810, 2004.

6 S. O. Shim, "Image Indexing by Modified Color Co-occurrence matrix" 3 : 493-496, 2003.

7 G. Paschos, "Image Content- based Retrieval Using Chromaticity Moments" 15 (15): 1069-1072, 2003.

8 K. Wong, "Dominant Color Image Retrieval using Merged Histogram" 2 : 908-911, 2003.

9 A. Smeulders, "Content-based Image Retrieval at the End of the early Years" 22 (22): 2000.

10 E. Broek, "Content-Based Image Retrieval Benchmarking: Utilizing Color Categories and Color Distributions" 49 (49): 293-301, 2005.

11 G. Pass, "Comparing Images using Colour Coherence Vectors" 65-73, 1996.

12 B. Manjunath, "Color and Texture Descriptors" 11 (11): 2001.

13 M. Swain, "Color Indexing" 7 (7): 11 -32, 1992

14 V. Kovalev, "Color Co-occurrence Descriptors for Querying-by-Example" 32-, 1998.

15 J. Huang, "Automatic Hierarchical Color Image Classification" 2 : 151-159, 2003.