[논문]웨이브렛 변환에 기반한 영상 검색 알고리즘

황도연; 박정호; 이성기; 박민식; 곽훈성

[국내논문] 웨이브렛 변환에 기반한 영상 검색 알고리즘
Image Retrieval algorithm based on Wavelet Transform 원문보기

황도연 (전북대학교 컴퓨터공학과) , 박정호 (전북대학교 컴퓨터공학과) , 이성기 (전북대학교 컴퓨터공학과) , 박민식 (전주공업대학 컴퓨터정보과) , 곽훈성 (전북대학교 컴퓨터공학과)

본 논문에서는 원 영상의 영역 분류와 웨이브렛 변환을 이용하여 영상의 밝기 변화에 관계없이 영상 검색이 가능한 알고리즘을 제안하였다. 이러한 방식을 통해 영상 전체에 대해 검색이 수행되지 않고, 영역 분류 결과인 블록맵과 변환 대역에서의 분산값 등 매우 소량의 정보만을 저장하고 이를 기반으로 영상 검색이 수행되므로 매우 라르고 효과적인 검색이 가능함을 실험을 통해 확인하였다.

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 동일하거나 유사한 영상을 검색하기 위하여 영상의 특징을 나타내어주는 블록맵 추출과 웨이브렛 변환을 이용하여 영상을 검색하고자 하였다.

가설 설정

사전에 블록맵(block map: BM) 데이터베이스와 웨이브렛 변환 후 각 대역별 에너지(Wavelet Transformed Energy: WT-E) 데이터베이스는 구축되어 있는 것으로 가정한다.

제안 방법

본 논문에서는 먼저 블록맵(Block Map)을 생성하여 1차 후보 영상을 추출하고 추출된 후보 영상을웨이브렛 ■ 변환(Wavelet Transform) 후 , 대역별로분산값을 추출한 후, 영상의 내용기반 검색을 수행하였다.
영상 검색 시 사용되는 대상 또한 에지 영역이 된다. 본 논문에서 제안한 영상 검색은 이러한 사실에 기반을 두고 가장 먼저 2개의 영역으로 분류하는 과정을 수행하였다. 이를 위해 원 영상을 일정 크기(2- X 2")의 블록으로 분해하고, 각 블록의 표준편차를 구한 다음 주어진 문턱치 값을 기준으로 2개의 그룹으로 분류하였다.
본 논문에서 제안한 영상 검색은 이러한 사실에 기반을 두고 가장 먼저 2개의 영역으로 분류하는 과정을 수행하였다. 이를 위해 원 영상을 일정 크기(2- X 2")의 블록으로 분해하고, 각 블록의 표준편차를 구한 다음 주어진 문턱치 값을 기준으로 2개의 그룹으로 분류하였다. 본 논문에서 사용된 문턱치 값은 15가 주어졌으며 이는 문헌 [2] 에의거하였다.
즉, 질의 영상과 데이터 베이스에 저장된 이들 블록 맵의 정합을 통해 일정 수준 이상 정합도가 일치한다면 질의 영상과 유사한 영상으로 판정할 수 있게 된다. 이러한 정합도를 구하기 위해 일대일 정합과 전체 영역에서 에지 영역이 차지하는 비율 두 가지 모두를 이용하였다. 일대일 정합은 주어진 블록 맵과의 유사성을 얻기 위해 사용되지만 영상이 이동하거나 변화가 있을 경우 정확성을 기하지 못한다는 문제점이 있다.
본 논문에서는 제안한 방식의 효율성을 입증하기위하여 새와 관련된 많은 영상을 제안한 방식으로처리하여 블록맵과 웨이브렛 변환 영역의 분산값을사전에 저장시킨 후, 질의 영상을 입력하고 그와 유사한 영상을 찾는 방식으로 시뮬레이션을 수행하였다. 먼저 [그림 3]은 본 실험에서 사용된 영상들을 앞의 번호부터 25개 정도 나열한 것이다.
영상 검색을 위해 공간 영역에서 영상의 특성을 검출하기 위해 영역분류를 수행하여 그 특징점인 블록 맵을 데이터 베이스에 저장하여 이를 1차 검색 요소로 사용하였고, 영상에서의 밝기 변화가 변환 대역에서는 영향을 미치지 않는다는 특성을 이용하여 이를 2차 검색을 위한 기준으로 사용하였다. 실험 결과 같은 영상인 경우 영상의 밝기 변화에 관계없이 적응적으로 동작하여 좋은 결과를 얻을 수 있음을 확인하였다.
따라서 각 대역에서 의 분산 값을 조사함으로써 밝기 변화에 적응적인 결과를 나타내는 시스템을 구현할 수 있다. 이를 위해각 대역별 분산값을 구하여 데이터 베이스에 저장한 후, 질의 영상의 웨이브렛 변환대역의 분산값을 구한 다음 같은 대역간 분산값을 비교하여 주어진 오차 범위 내에 위치한 영상을 선택하게 된다. 실제로 같은 영상이지만 밝기가 다른 영상은 이러한 방식으로 검색하는 것이 가능하게 된다.

대상 데이터

실험을 위해 사용된 사전 입력값 가운데, 1차 후보 검색시 1대 1 매핑에 사용된 값은 80% 이상이 같은 블록맵을 형성하고 있을때, 그리고 영상에 포함된 에지 영역이 질의 영상과 80%이상이 유사할 때 후보 영상으로 선정하였다. 2차 검색시에는 변환 대역에서 분산값의 오차가 ±20% 이내에 한정될 때, 후보 영상으로 판정하였다.
전체적으로 처음 5개는 밝기와 형태면에서 유사성이 있는 반면 마지막 2개는 배경 및 밝기에서 차이를 보이고 있다. 각 영상의 에지 블록수는좌측부터 236, 232, 216, 201, 232, 231, 201개이다.

성능/효과

실험 결과 같은 영상인 경우 영상의 밝기 변화에 관계없이 적응적으로 동작하여 좋은 결과를 얻을 수 있음을 확인하였다. 그러나 잡음이 첨가된 영상 등 다양한 변화에 적응적인 연구가 진행되어야 할 것으로 생각된다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

[국내논문] 웨이브렛 변환에 기반한 영상 검색 알고리즘
Image Retrieval algorithm based on Wavelet Transform 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

성능/효과

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 웨이브렛 변환에 기반한 영상 검색 알고리즘 Image Retrieval algorithm based on Wavelet Transform 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

성능/효과

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 웨이브렛 변환에 기반한 영상 검색 알고리즘
Image Retrieval algorithm based on Wavelet Transform 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper