1 |
1
데이터베이스에 색인할 데이터 영상이 입력되면, 광원 조사 방향의 변화로 인하여 발생하는 색 밝기 분포 변화를 제거하기 위하여 상기 데이터 영상의 생동폭을 조절하는 제 1 단계; 상기 생동폭이 조절된 데이터 영상을 양자화하여 색 히스토그램을 산출하여 색인하는 제 2 단계; 질의 영상이 입력되면, 상기 질의 영상의 생동폭을 조절하는 제 3 단계; 상기 생동폭이 조절된 질의 영상을 양자화하여 색 히스토그램을 산출하는 제 4 단계; 및 상기 질의 영상의 색 히스토그램과 데이터 영상의 색 히스토그램의 유사도를 측정하여 검색하는 제 5 단계를 포함하고, 상기 양자화 과정은, 상기 생동폭이 조절된 데이터 영상을 제 1 일정 구획으로 나누고 각각의 구획마다 특징 벡터를 추출하는 선형 양자화 방법과, 상기 데이터 영상을 제 2 일정 구획으로 나누고 가로 및 세로 구획들별로 특징 벡터를 추출하는 빈 프로젝션 양자화 방법으로 다중 양자화하는 것을 특징으로 하는 색 정보를 이용한 영상 색인 및 검색 방법
|
2 |
2
제 1 항에 있어서, 상기 제 1 단계와 제 3 단계의 생동폭 조절과정은, 상기 영상이 밝은 영역에 비해 어두운 영역의 비율이 크면 수행되는 것을 특징으로 하는 색 정보를 이용한 영상 색인 및 검색방법
|
3 |
3
제 2 항에 있어서, 상기 생동폭 조절과정은, 상기 영상의 각 채널별 밝기값 차이(DiffRG, DiffRB, DiffGB)가 임계치(Th1)보다 크지 않고, 각 채널의 밝기 평균값(
4
제 2 항 또는 제 3 항에 있어서, 상기 생동폭 조절과정은, 상기 영상의 각 화소에 대해 어두운 영역의 매핑이득을 밝은 영역의 매핑이득보다 큰 값으로 하여 아래의 스케일 함수 수식에 적용하는 것을 특징으로 하는 색 정보를 이용한 영상 색인 및 검색방법
|
5 |
5
제 4 항에 있어서, 상기 매핑이득은 화소의 밝기값과 상기 화소 주위의 8개 이웃화소의 평균 밝기값에 따라 서로 다른 이득값을 적용하는 것을 특징으로 하는 색 정보를 이용한 영상 색인 및 검색방법
|
6 |
6
제 1 항에 있어서, 상기 데이터 영상의 색 히스토그램으로부터 공간적인 색 분포정보를 나타내는 특징벡터를 추출하여 색인하는 제 6 단계와; 상기 질의 영상의 색 히스토그램으로부터 공간적인 색 분포정보를 나타내는 특징벡터를 추출하는 제 7 단계; 및 상기 데이터 영상의 색 분포정보 특징벡터와 질의 영상의 색 분포정보 특징벡터의 유사도를 측정하여 검색하는 제 8 단계를 더 포함한 것을 특징으로 하는 색 정보를 이용한 영상 색인 및 검색방법
|
7 |
7
제 6 항에 있어서, 상기 제 6 단계와 제 7 단계의 색 분포정보 특징벡터 추출과정은, 상기 색 히스토그램의 각 빈에 속한 화소들의 위치의 평균값과 화소간의 거리의 분산값을 구하는 것을 특징으로 하는 색 정보를 이용한 영상 색인 및 검색방법
|
8 |
8
데이터베이스에 색인할 데이터 영상이 입력되면, 유색 광원의 영향으로 인한 물체의 색의 변화를 제거하여 고유의 물체색을 복원하기 위하여 색 보정하는 제 1 단계; 상기 색 보정된 데이터 영상을 양자화하여 색 히스토그램을 산출하는 제 2 단계; 질의 영상이 입력되면, 상기 질의 영상을 색 보정하는 제 3 단계; 상기 색 보정된 질의 영상을 양자화하여 색 히스토그램을 산출하는 제 4 단계; 및 상기 질의 영상의 색 히스토그램과 데이터 영상의 색 히스토그램의 유사도를 측정하여 검색하는 제 5 단계를 포함하고, 상기 양자화 과정은, 상기 색 보정된 데이터 영상을 제 1 일정 구획으로 나누고 각각의 구획마다 특징 벡터를 추출하는 선형 양자화 방법과, 상기 데이터 영상을 제 2 일정 구획으로 나누고 가로 및 세로 구획들별로 특징 벡터를 추출하는 빈 프로젝션 양자화 방법으로 다중 양자화하는 것을 특징으로 하는 색 정보를 이용한 영상 색인 및 검색방법
|
9 |
9
제 8 항에 있어서, 상기 제 1 단계와 제 3 단계의 색 보정과정은, 상기 영상을 색상, 채도, 및 명도의 3가지 요소로 구성된 HSV 색 공간을 이용하여 유채색 성분 화소들의 평균값을 구하고, 상기 평균값을 이용하여 각 채널의 이득을 조절하는 것을 특징으로 하는 색 정보를 이용한 영상 색인 및 검색방법
|
10 |
10
제 9 항에 있어서, 상기 영상의 화소의 채도와 명도를 곱한 값이 임계치보다 크면 유채색 성분 화소로 분리하여 상기 평균값 계산에 포함시키는 것을 특징으로 하는 색 정보를 이용한 영상 색인 및 검색방법
|
11 |
11
제 8 항에 있어서, 상기 데이터 영상의 색 히스토그램으로부터 공간적인 색 분포정보를 나타내는 특징벡터를 추출하여 색인하는 제 6 단계와; 상기 질의 영상의 색 히스토그램으로부터 공간적인 색 분포정보를 나타내는 특징벡터를 추출하는 제 7 단계; 및 상기 데이터 영상의 색 분포정보 특징벡터와 질의 영상의 색 분포정보 특징벡터의 유사도를 측정하여 검색하는 제 8 단계를 더 포함한 것을 특징으로 하는 색 정보를 이용한 영상 색인 및 검색방법
|
12 |
12
제 11 항에 있어서, 상기 제 6 단계와 제 7 단계의 색 분포정보 특징벡터 추출과정은, 상기 색 히스토그램의 각 빈에 속한 화소들의 위치의 평균값과 화소간의 거리의 분산값을 구하는 것을 특징으로 하는 색 정보를 이용한 영상 색인 및 검색방법
|
13 |
13
데이터베이스에 색인할 데이터 영상이 입력되면, 상기 데이터 영상을 일정 구획으로 나누고 각 구획마다 특징벡터를 추출하는 선형 양자화방법으로 양자화하여 제 1 색 히스토그램을 산출하는 제 1 단계와; 상기 데이터 영상을 일정 구획으로 나누고 가로 및 세로 구획들별로 특징벡터를 추출하는 빈 프로젝션 양자화방법으로 양자화하여 제 2 색 히스토그램을 산출하는 제 2 단계; 질의 영상이 입력되면, 상기 질의 영상을 선형 양자화방법으로 양자화하여 제 1 색 히스토그램을 산출하는 제 3 단계; 상기 질의 영상을 빈 프로젝션 양자화방법으로 양자화하여 제 2 색 히스토그램을 산출하는 제 4 단계; 및 상기 데이터 영상의 제 1 색 히스토그램과 질의 영상의 제 1 색 히스토그램, 상기 데이터 영상의 제 2 색 히스토그램과 질의 영상의 제 2 색 히스토그램의 유사도를 측정하여 검색하는 제 5 단계를 포함하는 것을 특징으로 하는 색 정보를 이용한 영상 색인 및 검색방법
|
14 |
14
제 13 항에 있어서, 상기 데이터 영상의 제 1, 2 색 히스토그램으로부터 공간적인 색 분포정보를 나타내는 특징벡터를 추출하여 색인하는 제 6 단계와; 상기 질의 영상의 제 1, 2 색 히스토그램으로부터 공간적인 색 분포정보를 나타내는 특징벡터를 추출하는 제 7 단계; 및 상기 데이터 영상의 색 분포정보 특징벡터와 질의 영상의 색 분포정보 특징벡터의 유사도를 측정하여 검색하는 제 8 단계를 더 포함한 것을 특징으로 하는 색 정보를 이용한 영상 색인 및 검색방법
|
15 |
15
제 14 항에 있어서, 상기 제 6 단계와 제 7 단계의 색 분포정보 특징벡터 추출과정은, 상기 색 히스토그램의 각 빈에 속한 화소들의 위치의 평균값과 화소간의 거리의 분산값을 구하는 것을 특징으로 하는 색 정보를 이용한 영상 색인 및 검색방법
|
16 |
16
데이터베이스에 색인할 데이터 영상이 입력되면, 광원 조사 방향의 변화로 인해 발생하는 색 밝기 분포변화를 제거하기 위해 상기 데이터 영상의 생동폭을 조절하는 제 1 단계와; 유색광원의 영향으로 인한 물체의 색의 변화를 제거하여 고유의 물체색을 복원하기 위해 상기 데이터 영상을 색 보정하는 제 2 단계; 상기 생동폭 조절되고 색 보정된 데이터 영상을 제 1 일정 구획으로 나누고 각 구획마다 특징벡터를 추출하는 선형 양자화방법으로 양자화하고, 상기 데이터 영상을 제 2 일정 구획으로 나누고 가로 및 세로 구획들별로 특징벡터를 추출하는 빈 프로젝션 양자화방법으로 양자화하여 각각의 색 히스토그램을 산출하여 색인하는 제 3 단계; 질의 영상이 입력되면, 상기 질의 영상의 생동폭을 조절하고 색 보정하는 제 4 단계; 상기 생동폭이 조절되고 색 보정된 질의 영상을 선형 양자화방법과 빈 프로젝션 양자화방법으로 양자화하여 각각의 색 히스토그램을 산출하는 제 5 단계; 및 상기 질의 영상의 색 히스토그램과 데이터 영상의 색 히스토그램의 유사도를 측정하여 검색하는 제 6 단계를 포함하는 것을 특징으로 하는 색 정보를 이용한 영상 색인 및 검색방법
|
17 |
17
컴퓨터에, 데이터베이스에 색인할 데이터 영상이 입력되면, 광원 조사 방향의 변화로 인해 발생하는 색 밝기 분포변화를 제거하기 위해 상기 데이터 영상의 생동폭을 조절하는 제 1 단계와; 유색광원의 영향으로 인한 물체의 색의 변화를 제거하여 고유의 물체색을 복원하기 위해 상기 데이터 영상을 색 보정하는 제 2 단계; 상기 생동폭 조절되고 색 보정된 데이터 영상을 제 1 일정 구획으로 나누고 각 구획마다 특징벡터를 추출하는 선형 양자화방법으로 양자화하고, 상기 데이터 영상을 제 2 일정 구획으로 나누고 가로 및 세로 구획들별로 특징벡터를 추출하는 빈 프로젝션 양자화방법으로 양자화하여 각각의 색 히스토그램을 산출하여 색인하는 제 3 단계; 질의 영상이 입력되면, 상기 질의 영상의 생동폭을 조절하고 색 보정하는 제 4 단계; 상기 생동폭이 조절되고 색 보정된 질의 영상을 선형 양자화방법과 빈 프로젝션 양자화방법으로 양자화하여 각각의 색 히스토그램을 산출하는 제 5 단계; 및 상기 질의 영상의 색 히스토그램과 데이터 영상의 색 히스토그램의 유사도를 측정하여 검색하는 제 6 단계를 포함하여 색 정보를 이용한 영상 색인 및 검색방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체
|
18 |
18
데이터베이스에 색인할 데이터 영상이 입력되면 양자화하여 색 히스토그램을 산출하여 색인하는 제 1 단계; 색인된 색 히스토그램을 분석하여 전처리 여부를 결정하는 제 2 단계; 전처리 실행으로 판단된 경우, 광원 조사 방향의 변화로 인해 발생하는 색 밝기 분포변화를 제거하기 위해 상기 데이터 영상의 생동폭을 조절하고, 유색광원의 영향으로 인한 물체의 색의 변화를 제거하여 고유의 물체색을 복원하기 위해 상기 데이터 영상을 색 보정하는 제 3 단계; 상기 전처리된 데이터 영상을 대상으로 하여 보정된 색 히스토그램을 산출하여 색인하는 제 4 단계; 질의 영상이 입력되면, 색 히스토그램을 산출하여 색인하고 전처리 여부를 판단하는 제 5 단계; 전처리 실행으로 판단된 경우 상기 질의 영상의 생동폭을 조절하고 색 보정하여 전처리하고, 상기 전처리된 질의 영상을 대상으로 보정된 색 히스토그램을 산출하는 제 6 단계; 및 상기 질의 영상의 색 히스토그램과 데이터 영상의 색 히스토그램의 유사도를 측정하여 검색하는 제 7 단계를 포함하는 것을 특징으로 하는 색 정보를 이용한 영상 색인 및 검색방법
|
19 |
19
제 18 항에 있어서, 상기 영상의 전처리되기 전의 색 히스토그램과 전처리된 후의 보정된 색 히스토그램은 1 비트 플래그를 통해 구별되는 것을 특징으로 하는 색 정보를 이용한 영상 색인 및 검색방법
|
20 |
20
제 18 항 또는 제 19 항에 있어서, 상기 제 7 단계는, 상기 영상의 히스토그램의 종류는 검색시 사용자에 의해 선택되는 것을 특징으로 하는 색 정보를 이용한 영상 색인 및 검색방법
|
21 |
21
컴퓨터에, 데이터베이스에 색인할 데이터 영상이 입력되면 양자화하여 색 히스토그램을 산출하여 색인하는 제 1 단계와; 색인된 색 히스토그램을 분석하여 전처리 여부를 결정하는 제 2 단계; 전처리 실행으로 판단된 경우, 광원 조사 방향의 변화로 인해 발생하는 색 밝기 분포변화를 제거하기 위해 상기 데이터 영상의 생동폭을 조절하고, 유색광원의 영향으로 인한 물체의 색의 변화를 제거하여 고유의 물체색을 복원하기 위해 상기 데이터 영상을 색 보정하는 제 3 단계; 상기 전처리된 데이터 영상을 대상으로 하여 보정된 색 히스토그램을 산출하여 색인하는 제 4 단계; 질의 영상이 입력되면, 색 히스토그램을 산출하여 색인하고 전처리 여부를 판단하는 제 5 단계; 전처리 실행으로 판단된 경우 상기 질의 영상의 생동폭을 조절하고 색 보정하여 전처리하고, 상기 전처리된 질의 영상을 대상으로 보정된 색 히스토그램을 산출하는 제 6 단계; 및 상기 질의 영상의 색 히스토그램과 데이터 영상의 색 히스토그램의 유사도를 측정하여 검색하는 제 7 단계를 포함하는 색 정보를 이용한 영상 색인 및 검색방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체
|