[논문]코너 형태와 그레이스케일 히스토그램을 정제를 이용한 영상검색

정일회; 박종안

코너 형태와 그레이스케일 히스토그램을 정제를 이용한 영상검색
Image Retrieval using Gray Scale Histogram Refinement and Corner Shape 원문보기

정일회 (조선대학교 정보통신공학과) , 박종안 (조선대학교 정보통신공학과)

본 논문은 단순한 키워드 검색에서 발생하는 오차를 줄이기 위해 이미지의 코너정보와 그레이스케일 히스토그램 정제를 이용한 영상 검색 시스템을 구현하고자 한다. 먼저 원하는 이미지의 특정을 추출하는 단계와 추출된 특징을 분석하는 단계, 확보된 정보를 데이터베이스로부터 검색하는 단계, 그 결과 안에서의 그레이스케일 히스토그램 정제 방법으로 다시 재검색하는 단계, 마지막으로 정확한 정보 추출단계를 거치게 된다. 구현 알고리즘은 검색 단계에 있어서 크게 2단계로 나눠진다. 먼저 이미지를 에지로 변환 코너정보를 추출하는 단계, 코너 점의 픽셀을 3*3으로 나누어 RGB중의 픽셀의 합을 하는 단계, 그 코너 값을 데이터베이스와 비교하는 단계, 최대 500개까지의 추출된 이미지를 데이터베이스에 저장되는 단계로 이루어지며 다음 단계는 원 이미지를 그레이스케일로 변환 등질화하는 단계, 히스토그램 정보 획득하는 단계, 8*8 개의 빈으로 나누어 최대 색상정보 값을 추출하는 단계, 그리고 최대 색상정보 영역을 1단계 결과 값과 비교하여 정확한 검색을 얻는 단계로 구성되며 시뮬레이션 결과는 우수한 정확도를 보여 주고 있다.

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

문제 정의

본 논문에서는 이미지의 코너 정보와 그레이스케일 히스토그램 정제의 최대 색상정보를 이용하여 영상을 검색하는 방법을 제시하였다. 이미지의 라인에 의해 변하지 않는 코너 정보를 획득하고 이 코너정보를 활용하여 색상 정보값을 얻어 최대 500개 이하의 이미지를 검색하게 된다.
본 논문은 이러한 문제를 해결하기 위해, 내용기반 이미지 검색 중에서 코너정보와 그레이스케일 히스토그램을 사용한 이미지 검색 시스템에 대한 것이다.

제안 방법

비교한다. 그러나 적은 수의 데이터베이스나 간단한 이미지에서는 좋은 검색효율을 나타냈으나 데이터베이스의 양이 많아지고 복잡해질수록 검색 효율이 떨어지는 것이 나타나게 되어 본 논문에서는 코너 형태와 그레이스케일 히스토그램을 이용한 알고리즘을 제안한다.
스케일 알고리즘과 동일하다. 다만 좀 더 정확한 결과값을 위하여 히스토그램의 빈을 나누는 부분에서 기존의 4개의 빈이 아닌 8개의 빈으로 나누고 다시 한 번 더 8개의 빈으로 나누어 총 64개의 최대 색상 정보 값을 가지고 비교검색 할 수 있도록 구성하였다.
이미지의 어떤 픽셀이라도 칼라의 공간에서 구성 요소들에 의해 기술하게 될 수 있는데, 양자화 된 빈을 위한 픽셀 수의 분포는 각 구성요소들을 위해 정의된다. 본 논문에서는 칼라히스토그램이 아닌 그레이스케일로 변환하여 히스토그램을 추출하는 방법을 사용하였으며 색의 색상범위를 줄이고 색상 정보를 늘려 좀 더 세밀한 검색을 할 수 있도록 하였다.
본 실험은 질의 이미지를 입력하고 제안한 코너형태 알고리즘을 사용하여 유사한 이미지를 검색 한다. 코너형태 알고리즘으로 데이터베이스 간의 유사 이미지를 검색하며 모든 유사 이미지를 그림 10과 같이 출력하게 된다.
제시하였다. 이미지의 라인에 의해 변하지 않는 코너 정보를 획득하고 이 코너정보를 활용하여 색상 정보값을 얻어 최대 500개 이하의 이미지를 검색하게 된다. 그 다음 변환 히스토그램을 이용하여 64개의 빈으로 나누어 최대 색상정보 값을 찾아내어 비교하는 것으로 총 두 번의 검색 방법을 사용함으로써 많은 데이터베이스 양에서 질의 이미지와 비교 한 결과 보다 정확한 결과 값을 얻을 수 있었다.
제안하는 알고리즘은 기존의 텍스트 위주의 이미지 검색시스템의 오류를 개선하고자 먼저 이미지 검색에서 이미지의 코너 정보를 추출하여 결과 이미지를 도출하고 좀 더 정확한 결과 값을 얻기 위해 코너 정보로 검색한 결과에 그레이스케일 히스토그램 최대 색상정보 검색방법을 한 번 더 사용하여 좀 더 세밀하고 정확한 결과 값을 도출해내는 방식이다.

성능/효과

이미지의 라인에 의해 변하지 않는 코너 정보를 획득하고 이 코너정보를 활용하여 색상 정보값을 얻어 최대 500개 이하의 이미지를 검색하게 된다. 그 다음 변환 히스토그램을 이용하여 64개의 빈으로 나누어 최대 색상정보 값을 찾아내어 비교하는 것으로 총 두 번의 검색 방법을 사용함으로써 많은 데이터베이스 양에서 질의 이미지와 비교 한 결과 보다 정확한 결과 값을 얻을 수 있었다. 이와 같은 알고리즘은 두 가지 과정을 거침으로써 일정 시간 지연이 있을 수 있으나 보다 정확한 검색정보를 제공할 수 있으므로 이미지 검색에 활용될 수 있을 것으로 기대된다.
할 수 있다. 반면 본 논문에서 제안한 알고리즘은 그림 12와 같이 복잡한 영상에서도 매우 좋은 검색 결과를 나타내는 것을 볼 수 있다.

후속연구

그 다음 변환 히스토그램을 이용하여 64개의 빈으로 나누어 최대 색상정보 값을 찾아내어 비교하는 것으로 총 두 번의 검색 방법을 사용함으로써 많은 데이터베이스 양에서 질의 이미지와 비교 한 결과 보다 정확한 결과 값을 얻을 수 있었다. 이와 같은 알고리즘은 두 가지 과정을 거침으로써 일정 시간 지연이 있을 수 있으나 보다 정확한 검색정보를 제공할 수 있으므로 이미지 검색에 활용될 수 있을 것으로 기대된다.
제안된 시스템은 대규모 이미지 데이터베이스에서 사용이 가능하고 콘덴츠 기반 이미지 검색 시스템에서 널리 이용될 것으로 기대되고, 앞으로 다른 특징 정보를 이용한 이미지검색 시스템에 관한 연구도 이루어져야 할 것이다,

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

코너 형태와 그레이스케일 히스토그램을 정제를 이용한 영상검색
Image Retrieval using Gray Scale Histogram Refinement and Corner Shape 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

코너 형태와 그레이스케일 히스토그램을 정제를 이용한 영상검색 Image Retrieval using Gray Scale Histogram Refinement and Corner Shape 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

코너 형태와 그레이스케일 히스토그램을 정제를 이용한 영상검색
Image Retrieval using Gray Scale Histogram Refinement and Corner Shape 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper