본 논문은 현 검색시스템의 단순한 키워드 입력 방식에서 발생하는 오차를 줄이기 위해 이미지의 그레이스케일히스토그램과 에지정보를 이용하는 검색 시스템 구현을 하였다. 검색알고리즘은 질의 이미지의 특징을 추출하는 단계, 이미지 정제 및 에지정보 추출단계, 추출된 특징을 분석하는 단계, 분석된 특징들로부터 필요한 정보를 확보하는 단계, 확보된 정보를 데이터베이스로부터 검색하는 단계, 검색된 데이터베이스에서 이미지를 비교 추출단계로 이루어진다. 제안한 검색시스템은 빠른 검색과 고 정확도를 목적으로 실현되며 시뮬레이션을 통해 이를 검증하고자 하였다.
본 논문은 현 검색시스템의 단순한 키워드 입력 방식에서 발생하는 오차를 줄이기 위해 이미지의 그레이스케일 히스토그램과 에지정보를 이용하는 검색 시스템 구현을 하였다. 검색알고리즘은 질의 이미지의 특징을 추출하는 단계, 이미지 정제 및 에지정보 추출단계, 추출된 특징을 분석하는 단계, 분석된 특징들로부터 필요한 정보를 확보하는 단계, 확보된 정보를 데이터베이스로부터 검색하는 단계, 검색된 데이터베이스에서 이미지를 비교 추출단계로 이루어진다. 제안한 검색시스템은 빠른 검색과 고 정확도를 목적으로 실현되며 시뮬레이션을 통해 이를 검증하고자 하였다.
In this paper, this program which is Retrieval System using Image Gray-scale histogram and Edge features is used to reduce the errors incurred by inputting methods which are used in a current Retrieval System. The Retrieval Algorithm is proceeding with several steps which are extracting features of ...
In this paper, this program which is Retrieval System using Image Gray-scale histogram and Edge features is used to reduce the errors incurred by inputting methods which are used in a current Retrieval System. The Retrieval Algorithm is proceeding with several steps which are extracting features of images quality, extracting edge features and refining images, analysing extracted features, retaining important information from analyzed features, retrieving retained information from database, extracting and comparing among images from retrieved database. The proposed Retrieval System is used for a fast retrieval with accuracy and it is confirmed through simulations.
In this paper, this program which is Retrieval System using Image Gray-scale histogram and Edge features is used to reduce the errors incurred by inputting methods which are used in a current Retrieval System. The Retrieval Algorithm is proceeding with several steps which are extracting features of images quality, extracting edge features and refining images, analysing extracted features, retaining important information from analyzed features, retrieving retained information from database, extracting and comparing among images from retrieved database. The proposed Retrieval System is used for a fast retrieval with accuracy and it is confirmed through simulations.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
검색하는 방법을 제시 하였다. 복잡한 검색보다는 기본적이면서 최대한 검색시간의 향상을 가져오며 보다 정확한 결과 값 도출에 목표로 하였으며 본 논문은 이러한 목표에 어느 정도 근접하였다. 이러한 장점을 가지고 있으므로 현재 이미지검색 분야에서 효율적으로 사용 될 수 있다고 생각한다.
본 논문에서는 에지 수평정보를 이용하여 영상을 검색하는 방법을 제시 하였다. 복잡한 검색보다는 기본적이면서 최대한 검색시간의 향상을 가져오며 보다 정확한 결과 값 도출에 목표로 하였으며 본 논문은 이러한 목표에 어느 정도 근접하였다.
본 논문은 이러한 문제를 해결하기 위해, 내용 기반 이미지 검색 중에서 그레이스케일 히스토그램을 이용하여 에지로 변환한 에지의 수평정보를 사용한 이미지 검색 시스템에 대한 것이다.
제안 방법
이미지의 어떤 픽셀이라도 칼라의 공간에서 구성 요소들에 의해 기술하게 될 수 있는데 양자화 된 bin을 위한 픽셀수의 분포는 각 구성요소들을 위해 정의된다. 본 논문에서는 칼라 히스토그램이 아 난 그레이스케일로 변환하여 히스토그램을 추출하는 방법을 사용하였으며 색의 색상범위를 줄이고 농담 정보를 늘려 좀 더 세밀한 검색을 할 수 있도록 하였다.
본 실험은 그림 10 질의 이미지를 입력하고 제안한 에지수평정보 알고리즘을 사용하여 유사한 이미지를 검색 한다. 에지수평정보 알고리즘으로 데이터베이스 간의 유사 이미지를 검색하며 모든 유사 이미지를 그림11과 같이 출력하게 된다.
성능/효과
그림 11 기존의 알고리즘과 그림12 제안한 알고리즘과 검색 결과를 비교해본 결과 제안한 알고리즘의 검색 효과가 훨씬 더 향상되었음을 알 수 있다 또한 검색 시간 또한 수평 에지의 개수만을 비교하기 때문에 기존의 알고리즘보다 검색 시간도 많이 향상되었다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.