JPH05290094A - Retrieval device for similar tone of picture - Google Patents
Retrieval device for similar tone of pictureInfo
- Publication number
- JPH05290094A JPH05290094A JP4086759A JP8675992A JPH05290094A JP H05290094 A JPH05290094 A JP H05290094A JP 4086759 A JP4086759 A JP 4086759A JP 8675992 A JP8675992 A JP 8675992A JP H05290094 A JPH05290094 A JP H05290094A
- Authority
- JP
- Japan
- Prior art keywords
- image
- class
- similarity
- color
- vector
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Abstract
Description
【０００１】[0001]
【産業上の利用分野】この発明は、画像検索装置に関す
るものである。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an image search device.
【０００２】[0002]
【従来の技術】図３は例えば特開平３−２６２０７９号
公報に示された従来の画像の類似色調検索装置を示すブ
ロック図であり、１は画像蓄積部から所望の画像を検索
する画像検索システム、２は検索のためのコードを付加
した画像を蓄積する画像蓄積部、３は画像の色調のクラ
スを入力し画像に検索コードとして付加するコード入力
部、４は画像蓄積部２に入力される画像データの色調の
クラスを決める判定者である。2. Description of the Related Art FIG. 3 is a block diagram showing a conventional image similar tone retrieving apparatus disclosed in, for example, Japanese Patent Laid-Open No. 3-262079, and 1 is an image retrieving system for retrieving a desired image from an image storage unit. Reference numeral 2 denotes an image storage unit that stores an image to which a code for searching is stored, 3 is a code input unit that inputs a color tone class of an image and adds the image as a search code to the image, and 4 is input to the image storage unit 2. He is the judge who decides the color tone class of the image data.
【０００３】次に動作について説明する。画像検索シス
テム上で画像がどのような色で構成されているか、画像
からイメージされる色は何か、すなわち画像の色調がな
んであるかという事項で検索を行うために、画像全体を
いくつかの色調クラスに分け、ある画像がどのような色
調クラスに属するかを示すコードを付加し、この色調ク
ラスコードによって検索を行なう場合、新たに画像蓄積
部２に画像データを入力する際に、判定者４が画像を直
接見ることによって画像がどの色調クラスに属するかを
判断し、コード付加部３からその色調クラスコードを入
力するか、または色調を入力してその色調クラスコード
を付加していた。Next, the operation will be described. In order to search for what kind of color an image is composed of on the image retrieval system, what color is imaged from the image, that is, what is the color tone of the image, the whole image is divided into several parts. When the image is divided into color classes, a code indicating what color class an image belongs to is added, and when a search is performed using this color class code, when the image data is newly input to the image storage unit 2, the judge 4 directly looks at the image to determine which color tone class the image belongs to, and inputs the color tone class code from the code addition unit 3 or inputs the color tone and adds the color tone class code.
【０００４】[0004]
【発明が解決しようとする課題】従来の画像の類似色調
検索装置は以上のように構成されているので、画像がど
の色調クラスに属するかの判定を判定者によって為され
なければならず、手間がかかり、判定者の違いによるば
らつきが生じる等の問題点があった。Since the conventional image similar color tone retrieving apparatus is configured as described above, it is necessary for the determiner to determine which color tone class an image belongs to. However, there is a problem in that there is variation due to the difference in the judge.
【０００５】この発明は上記のような問題点を解消する
ためになされたもので、自動的に画像に関する色調クラ
スコードを付加できる画像の類似色調検索装置を得るこ
とを目的とする。The present invention has been made to solve the above problems, and an object of the present invention is to obtain an image similar tone retrieving apparatus to which a tone class code relating to an image can be automatically added.
【０００６】[0006]
【課題を解決するための手段】この発明に係る画像の類
似色調検索装置は、画像の色調を表すキーカラーベクト
ルを定義し、画像毎にこのキーカラーベクトルを付与さ
れた画像データを用いる。画像間のキーカラーベクトル
の類似性からまず全ての画像のキーカラーベクトルから
クラス中心を選出し、選ばれたクラス中心を基準に画像
をその色調別にクラス分けするようにするとともに、ク
ラス分けされた結果をコード化し、画像の色調から検索
を行なうことができるるようにしたものである。An image similar color tone retrieving apparatus according to the present invention defines a key color vector representing a color tone of an image and uses image data to which this key color vector is added. Based on the similarity of the key color vectors between images, first the class center is selected from the key color vectors of all images, and the images are classified according to their color tones based on the selected class center, and the images are classified. The result is coded so that the search can be performed based on the color tone of the image.
【０００７】また、クラス中心を選ぶ際には画像のキー
カラーベクトルの一部を用いる。When selecting the class center, a part of the key color vector of the image is used.
【０００８】さらに、画像間のキーカラーベクトルの類
似性は、類似測度や距離を用いる。キーカラーベクトル
の各要素は、色調を代表するキーカラーが画像に含まれ
るか否かや、含まれる度合を示す。Further, the similarity of key color vectors between images uses a similarity measure or distance. Each element of the key color vector indicates whether or not the key color representing the color tone is included in the image, and the degree of the inclusion.
【０００９】[0009]
【作用】この発明における画像に付与されたキーカラー
ベクトルは、キーカラーベクトル間の類似性を計算する
ことにより画像間の色調の類似性を示し、これを基準に
して画像をその色調クラスに分類し、色調クラスコード
から画像の類似色調検索を行なう。The key color vector given to the image in the present invention shows the color tone similarity between the images by calculating the similarity between the key color vectors, and the image is classified into the color tone class based on this. Then, a similar color tone search of the image is performed from the color tone class code.
【００１０】[0010]
実施例１．図１は本発明の一実施例を示すブロック図で
あり、画像検索システム１および画像蓄積部２は上記従
来装置と同一のものであるが、画像蓄積部２に記憶され
た画像データにはキーカラーベクトルが付加されている
点が異なる。キーカラーベクトルとは、画像を表わす色
を幾種類かに分けてその代表色をキーカラとし、画像に
各キーカラが含まれる度合（重み）がキーカラに対応す
る要素の値となっている。すなわち、画像の集合をＰ
（｜Ｐ｜＝Ｎ）、キーカラの集合をＲ（｜Ｒ｜＝Ｍ）と
するとき、画像ｐi∈Ｐのキーカラーベクトルを次のよ
うに表わす。Example 1. FIG. 1 is a block diagram showing an embodiment of the present invention. Although the image retrieval system 1 and the image storage unit 2 are the same as those of the conventional device, the image data stored in the image storage unit 2 has a key. The difference is that a color vector is added. With the key color vector, the color representing the image is divided into several types and the representative color thereof is used as the key color, and the degree (weight) of including each key color in the image is the value of the element corresponding to the key color. That is, let P be the set of images.
When (| P | = N) and the set of key colors is R (| R | = M), the key color vector of the image p i εP is represented as follows.
【００１１】 ｖpi＝（ωi 1，ωi 2，………，ωi M） ｉ＝１，２，………，Ｎ 但し、ωi uは画像ｐiがキーカラｒuを持つ度合（０≦ω
i u≦１）V pi = (ω i 1 , ω i 2 , ..., ω i M ) i = 1, 2, ..., N where ω i u is the degree to which the image p i has the key color r u (0 ≦ ω
i u ≦ 1)
【００１２】５は画像に付加されたキーカラーベクトル
から画像全体をいくつかの色調のグループに分ける色調
クラス付加部で、５ａはキーカラーベクトル間の類似測
度を計算する類似測度算出部、５ｂは類似測度算出部５
ａで得られた類似測度から、色調分類するときのクラス
の核となるキーカラーベクトルを決めるクラス中心抽出
部、５ｃは画像のキーカラーベクトルがどのクラスに属
するかを判定するクラス分類部、５ｄはクラス分類部５
ｃの分類結果をコード化して画像データに付加するコー
ド付加部である。Reference numeral 5 is a color tone class addition unit for dividing the entire image into several color tone groups from the key color vector added to the image, 5a is a similarity measure calculation unit for calculating a similarity measure between the key color vectors, and 5b is a Similarity measure calculation unit 5
A class center extraction unit that determines a key color vector that is a core of a class when performing color tone classification from the similarity measure obtained in a, 5c is a class classification unit that determines to which class the key color vector of the image belongs. Is the classification unit 5
It is a code adding unit that codes the classification result of c and adds it to the image data.
【００１３】次に動作について説明する。画像データの
色調クラス分けを行なう場合、画像蓄積部２から蓄積さ
れた画像に付加されているキーカラーベクトルを読みだ
し、これを類似測度算出部５ａに入力する。入力された
キーカラーベクトルは各キーカラーベクトル間の類似測
度を全てのベクトルの全ての組合せについて計算する。
このとき、ベクトル間の類似測度には例えばコサイン類
似測度を用いる。キーカラーベクトルｖpiとｖpjのコサ
イン類似測度Ｓは、次に示す数１により算出される。Next, the operation will be described. When performing color tone classification of image data, the key color vector added to the accumulated image is read from the image accumulating unit 2 and is input to the similarity measure calculating unit 5a. The inputted key color vector calculates the similarity measure between each key color vector for all combinations of all vectors.
At this time, the cosine similarity measure is used as the similarity measure between the vectors. The cosine similarity measure S of the key color vectors v pi and v pj is calculated by the following equation 1.
【００１４】[0014]
【数１】 [Equation 1]
【００１５】算出された類似測度Ｓはその値が大きいほ
どベクトル間は似ているので、クラス中心抽出部５ｂで
は、まず、類似測度算出部５ａで得られた全ての類似測
度のうち最も値の小さい組、すなわち最も似ていないと
される組を最初のクラス中心に選ぶ。次に、上記によっ
て得られた最初のクラス中心のベクトルとの類似測度の
値がどちらとも小さいようなベクトルを選び、これらを
クラス中心とする。これら選ばれたクラス中心ベクトル
は、各色調を代表するキーカラーベクトルとなる。Since the calculated similarity measure S is more similar between the vectors as the value is larger, the class center extraction unit 5b first determines the highest value among all the similarity measures obtained by the similarity measure calculation unit 5a. Choose the smaller set, the one that is least likely to be similar, as the first class center. Next, a vector whose similarity measure value is smaller than the first class-centered vector obtained above is selected, and these are set as class-centers. The selected class center vector becomes a key color vector representing each color tone.
【００１６】クラス中心とならなかったベクトルは、ク
ラス分類部５ｃにおいて、各クラス中心との類似測度の
値のうち最も大きいクラス中心のクラスに属すると分類
する。The vector that is not the class center is classified by the class classification unit 5c as belonging to the class having the largest class center among the values of the similarity measures with each class center.
【００１７】クラス分類部５ｃで分類されたベクトル
は、そのクラス中心各々にコードを割り当て、画像デー
タに付加し画像蓄積部２に出力する。The vector classified by the class classification unit 5c is assigned a code to each center of the class, added to the image data, and output to the image storage unit 2.
【００１８】上記のようにして色調クラスが付加された
画像データに対して、ある画像が選ばれていて、この画
像ｐの色調に類似した色調を持つ画像を検索しようとし
た場合、画像ｐに付加された色調クラスコードと同じコ
ードを持つ画像を画像データ蓄積部２より検索する。When a certain image is selected for the image data to which the color tone class has been added as described above and an image having a color tone similar to the color tone of this image p is searched for, the image p is selected. The image data storage unit 2 searches for an image having the same code as the added color tone class code.
【００１９】実施例２．上記実施例１では各キーカラー
ベクトル間の類似測度を全てのベクトルの全ての組合せ
について計算したが、本実施例ではキーカラーベクトル
の一部を抽出して、これらのベクトルについてのみ全て
の組合せの類似測度を計算し、これらのベクトルの中か
らクラス中心を選出する。Example 2. In the first embodiment, the similarity measure between each key color vector was calculated for all combinations of all vectors. However, in this embodiment, a part of the key color vectors is extracted and only the combinations of all of these vectors are extracted. Compute the similarity measure and select the class center from these vectors.
【００２０】クラス分類部５ｃではクラス中心以外の全
てのベクトルについて全てのクラス中心との類似測度を
計算してクラス分類を行なう。The class classification unit 5c performs class classification by calculating similarity measures with all class centers other than the class center.
【００２１】実施例３．上記実施例１では画像の色調の
類似性を類似測度によって測ったが、本実施例ではキー
カラーベクトル間の距離を用いる。距離関数としては例
えばユークリッド距離を用いる。キーカラーベクトルｘ
とｙのユークリッド距離を数２に示す。Example 3. In the first embodiment, the similarity of the color tone of the image is measured by the similarity measure, but in this embodiment, the distance between the key color vectors is used. For example, Euclidean distance is used as the distance function. Key color vector x
Equation 2 shows the Euclidean distance between y and y.
【００２２】[0022]
【数２】 [Equation 2]
【００２３】類似性の判定に距離を用いることによって
以下に示す三角不等式が成り立つので類似関係がより実
際の感覚に合致する。By using the distance to determine the similarity, the following triangular inequalities hold, so that the similarity relationship more closely matches the actual feeling.
【００２４】ｄ(ｘ,ｙ)＋ｄ(ｙ,ｚ)≧ｄ(ｘ,ｙ)D (x, y) + d (y, z) ≧ d (x, y)
【００２５】キーカラーベクトル間の距離は、その値が
小さいほどベクトル同士が似ていると考えられるので、
図２のクラス中心抽出部５ｂでは、まず距離算出部５ｅ
で得られた全ての距離のうち最も値の大きい組、すなわ
ち最も似ていないとされる組を最初のクラス中心に選
ぶ。次に上記によって得られた最初のクラス中心のベク
トルとの距離の値がどちらとも大きいようなベクトルを
選び、これらをクラス中心とする。As for the distance between key color vectors, the smaller the value, the more similar the vectors are to each other.
In the class center extraction unit 5b of FIG. 2, first, the distance calculation unit 5e
The group with the largest value among all the distances obtained in step 1, that is, the group that is not the most similar is selected as the first class center. Next, a vector having a large distance value from the first class-centered vector obtained above is selected, and these are set as class-centered.
【００２６】ところで、キーカラーベクトルの表現を、
キーカラが含まれているか否かによって１または０とし
てもよいことは言うまでもない。By the way, the expression of the key color vector is
It goes without saying that the value may be 1 or 0 depending on whether or not a key color is included.
【００２７】また、実施例３においても、クラス中心を
選ぶ際には、キーカラーベクトルの一部を用いてもよい
ことは言うまでもない。Also in the third embodiment, it goes without saying that part of the key color vector may be used when selecting the class center.
【００２８】[0028]
【発明の効果】本発明は、以上説明したように構成され
ているので、以下に記載したような効果を奏する。Since the present invention is constructed as described above, it has the following effects.
【００２９】画像の色調をキーカラーベクトルとして構
成し、キーカラーベクトルの類似性を類似測度の算出結
果によって判定したので、判定者の介在無しに画像間の
色調の類似性を判定できる。Since the color tone of the image is formed as the key color vector and the similarity of the key color vector is determined by the calculation result of the similarity measure, the similarity of the color tone between the images can be determined without the intervention of the determiner.
【００３０】また、キーカラーベクトルの一部を抽出し
て、これらのベクトルについてのみ全ての組合せの類似
測度を計算し、これらのベクトルの中からクラス中心を
選出することによって、色調クラス付加速度を上げるこ
とができる。Further, by extracting a part of the key color vectors, calculating the similarity measure of all combinations only for these vectors, and selecting the class center from these vectors, the tone class addition speed is determined. Can be raised.
【００３１】また、類似性をベクトル間の距離を用いる
ことによって、より実際の感覚にあった類似性を提起で
きる。Further, by using the distance between vectors as the similarity, it is possible to propose a similarity that is more realistic.
【図１】この発明の実施例１を示すブロック回路図であ
る。FIG. 1 is a block circuit diagram showing a first embodiment of the present invention.
【図２】この発明の実施例３を示すブロック回路図であ
る。FIG. 2 is a block circuit diagram showing a third embodiment of the present invention.
【図３】従来の画像の類似色調検索装置を示すブロック
回路図である。FIG. 3 is a block circuit diagram showing a conventional image similar tone search device.
１ 画像検索システム ２ 画像蓄積部 ５ 色調クラス付加部 ５ａ 類似測度算出部 ５ｂ クラス中心抽出部 ５ｃ クラス分類部 ５ｄ コード付加部 ５ｅ 距離算出部 1 Image Retrieval System 2 Image Storage 5 Color Tone Class Addition 5a Similarity Measure Calculation 5b Class Center Extraction 5c Class Classification 5d Code Addition 5e Distance Calculation
─────────────────────────────────────────────────────
─────────────────────────────────────────────────── ───
【手続補正書】[Procedure amendment]
【提出日】平成４年６月８日[Submission date] June 8, 1992
【手続補正１】[Procedure Amendment 1]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００１０[Correction target item name] 0010
【補正方法】変更[Correction method] Change
【補正内容】[Correction content]
【００１０】[0010]
【実施例】 実施例１．図１は本発明の一実施例を示すブロック図で
あり、画像検索システム１および画像蓄積部２は上記従
来装置と同一のものであるが、画像蓄積部２に記憶され
た画像データにはキーカラーベクトルが付加されている
点が異なる。キーカラーベクトルとは、画像を表わす色
を幾種類かに分けてその代表色をキーカラーとし、画像
に各キーカラーが含まれる度合（重み）がキーカラーに
対応する要素の値となっている。すなわち、画像の集合
をＰ（｜Ｐ｜＝Ｎ）、キーカラーの集合をＲ（｜Ｒ｜＝
Ｍ）とするとき、画像ｐi∈Ｐのキーカラーベクトルを
次のように表わす。EXAMPLES Example 1. FIG. 1 is a block diagram showing an embodiment of the present invention. Although the image retrieval system 1 and the image storage unit 2 are the same as those of the conventional device, the image data stored in the image storage unit 2 has a key. The difference is that a color vector is added. The key color vector, the color representing the image in portions several types and the representative color and Kikara over the degree to include each Kikara over the image (weight) is a value of the corresponding element to Kikara over .. That is, a set of images P (| P | = N) , a set of Kikara over R (| R | =
M), the key color vector of the image p i εP is represented as follows.
【手続補正２】[Procedure Amendment 2]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００１１[Correction target item name] 0011
【補正方法】変更[Correction method] Change
【補正内容】[Correction content]
【００１１】 ｖpi＝（ωi 1，ωi 2，………，ωi M） ｉ＝１，２，………，Ｎ 但し、ωi uは画像ｐiがキーカラーｒuを持つ度合（０≦
ωi u≦１）[0011] v pi = (ω i 1, ω i 2, ........., ω i M) i = 1,2, ........., N however, ω i u image p i has a Kikara over r u Degree (0 ≦
ω i u ≦ 1)
【手続補正３】[Procedure 3]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００１４[Correction target item name] 0014
【補正方法】変更[Correction method] Change
【補正内容】[Correction content]
【００１４】[0014]
【数１】 [Equation 1]
【手続補正４】[Procedure amendment 4]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００１５[Correction target item name] 0015
【補正方法】変更[Correction method] Change
【補正内容】[Correction content]
【００１５】算出された類似測度Ｓはその値が大きいほ
どベクトル間は似ているので、クラス中心抽出部５ｂで
は、まず、類似測度算出部５ａで得られた全ての類似測
度のうち最も値の小さい組、すなわち最も似ていないと
される組を最初のクラス中心に選ぶ。次に、上記によっ
て得られた最初のクラス中心のベクトルとの類似測度の
値がどちらとも小さいようなベクトルを選び、これらを
クラス中心とする。これら選ばれたクラス中心のベクト
ルは、各色調を代表するキーカラーベクトルとなる。Since the calculated similarity measure S is more similar between the vectors as the value is larger, the class center extraction unit 5b first determines the highest value among all the similarity measures obtained by the similarity measure calculation unit 5a. Choose the smaller set, the one that is least likely to be similar, as the first class center. Next, a vector whose similarity measure value is smaller than the first class-centered vector obtained above is selected, and these are set as class-centers. Vector <br/> Le of selected class centers is a key color vector representing each color.
【手続補正５】[Procedure Amendment 5]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００１６[Correction target item name] 0016
【補正方法】変更[Correction method] Change
【補正内容】[Correction content]
【００１６】クラス中心とならなかったベクトルは、ク
ラス分類部５ｃにおいて、各クラス中心との類似測度の
値のうち最も大きい値をとるクラス中心のクラスに属す
ると分類する。The vector that is not the class center is classified by the class classification unit 5c as belonging to the class of the class center having the largest value of the similarity measure with each class center.
【手続補正６】[Procedure Amendment 6]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００１８[Correction target item name] 0018
【補正方法】変更[Correction method] Change
【補正内容】[Correction content]
【００１８】上記のようにして色調クラスが付加された
画像データに対して、ある画像が選ばれていて、この画
像ｐの色調に類似した色調を持つ画像を検索しようとし
た場合、画像ｐに付加された色調クラスコードと同じコ
ードを持つ画像を画像蓄積部２より検索する。When a certain image is selected for the image data to which the color tone class has been added as described above and an image having a color tone similar to the color tone of this image p is searched for, the image p is selected. an image with the same code as appended tone class code searches the image Zo蓄 product portion 2.
【手続補正７】[Procedure Amendment 7]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００２６[Correction target item name] 0026
【補正方法】変更[Correction method] Change
【補正内容】[Correction content]
【００２６】ところで、キーカラーベクトルの表現を、
キーカラーが含まれているか否かによって１または０と
してもよいことは言うまでもない。By the way, the expression of the key color vector is
Depending on whether Kikara over is included of course also be possible as one or zero.
Claims (3)
や画像の色調クラスコードを付加された画像データを記
憶し画像データ検索時にデータを再生する画像蓄積部
と、画像に付加された全てのキーカラーベクトルの類似
測度から画像全体をいくつかの色調のグループに分けそ
れをコード化して画像データに付加する色調クラス付加
部と、画像蓄積部の画像データを検索する画像検索シス
テムを備えたことを特徴とする画像の類似色調検索装
置。1. An image storage unit for storing image data to which a key color vector representing an image color tone or an image color tone class code is stored and reproducing the data when searching for image data, and all key colors added to the image. It features a color tone class addition unit that divides the entire image into groups of several color tones based on the vector similarity measure and adds it to the image data, and an image search system that searches the image data in the image storage unit. Similar color search device for images.
ープ分けをすることを特徴とする請求項１記載の画像の
類似色調検索装置。2. The image similar tone search device according to claim 1, wherein the grouping is performed by using a part of the key color vector.
ル間の距離を用いて行うことを特徴とする請求項１記載
の画像の類似色調検索装置。3. The image similar color tone retrieving apparatus according to claim 1, wherein the grouping of images is performed by using a distance between key color vectors.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4086759A JPH05290094A (en) | 1992-04-08 | 1992-04-08 | Retrieval device for similar tone of picture |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4086759A JPH05290094A (en) | 1992-04-08 | 1992-04-08 | Retrieval device for similar tone of picture |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH05290094A true JPH05290094A (en) | 1993-11-05 |
Family
ID=13895679
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4086759A Pending JPH05290094A (en) | 1992-04-08 | 1992-04-08 | Retrieval device for similar tone of picture |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH05290094A (en) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0643358A2 (en) * | 1993-09-02 | 1995-03-15 | Canon Kabushiki Kaisha | An image searching method and apparatus |
| JP2001167127A (en) * | 1999-12-14 | 2001-06-22 | Nec Corp | Picture retrieval system using draw tool on www |
| EP1211665A1 (en) * | 1999-08-25 | 2002-06-05 | Fujitsu Limited | Display measuring method and profile preparing method |
| JP2002536728A (en) * | 1999-02-01 | 2002-10-29 | エルジー エレクトロニクス インコーポレーテッド | Representative color specification method using reliability |
| JP2003503804A (en) * | 1999-07-03 | 2003-01-28 | エルジー エレクトロニクス インコーポレーテッド | Video area representative color setting method, data structure and reliability extraction method |
| JP2006148878A (en) * | 2004-10-14 | 2006-06-08 | Mitsubishi Electric Research Laboratories Inc | Method for classifying pixels in image |
-
1992
- 1992-04-08 JP JP4086759A patent/JPH05290094A/en active Pending
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0643358A2 (en) * | 1993-09-02 | 1995-03-15 | Canon Kabushiki Kaisha | An image searching method and apparatus |
| EP0643358A3 (en) * | 1993-09-02 | 1995-06-07 | Canon Kk | An image searching method and apparatus. |
| US5586197A (en) * | 1993-09-02 | 1996-12-17 | Canon Kabushiki Kaisha | Image searching method and apparatus thereof using color information of an input image |
| JP2002536728A (en) * | 1999-02-01 | 2002-10-29 | エルジー エレクトロニクス インコーポレーテッド | Representative color specification method using reliability |
| JP2003503804A (en) * | 1999-07-03 | 2003-01-28 | エルジー エレクトロニクス インコーポレーテッド | Video area representative color setting method, data structure and reliability extraction method |
| EP1211665A1 (en) * | 1999-08-25 | 2002-06-05 | Fujitsu Limited | Display measuring method and profile preparing method |
| EP1211665A4 (en) * | 1999-08-25 | 2006-05-17 | Fujitsu Ltd | Display measuring method and profile preparing method |
| US7268913B2 (en) | 1999-08-25 | 2007-09-11 | Fujitsu Limited | Display measuring method and profile generating method |
| JP2001167127A (en) * | 1999-12-14 | 2001-06-22 | Nec Corp | Picture retrieval system using draw tool on www |
| JP2006148878A (en) * | 2004-10-14 | 2006-06-08 | Mitsubishi Electric Research Laboratories Inc | Method for classifying pixels in image |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3747589B2 (en) | Image feature amount comparison device and recording medium storing image feature amount comparison program | |
| JP3026712B2 (en) | Image search method and apparatus | |
| US6493692B1 (en) | Information search apparatus and method, and computer readable memory | |
| US7054861B2 (en) | Information search apparatus and method, and computer readable memory | |
| JP3609225B2 (en) | Similar object retrieval device | |
| JPH08180176A (en) | Image storage/control device, image index generating method and image index generator | |
| JPH11238078A (en) | Image retrieval device and method and medium recording image retrieval program | |
| JP2001265811A (en) | System and method for image retrieval | |
| JPH05274372A (en) | Automatic feature color adding device for image | |
| JPH05290094A (en) | Retrieval device for similar tone of picture | |
| JP2001142890A (en) | Method and device for retrieving image | |
| CN111931256B (en) | Color matching recommendation method, device, equipment and storage medium | |
| JP2007199749A (en) | Image retrieval method and image retrieval device | |
| JPH11218806A (en) | Data processor, method therefor, and storage medium having stored data processing program | |
| JPH1131153A (en) | Image similarity calculation method | |
| JP4065470B2 (en) | Information retrieval apparatus and control method thereof | |
| JP6778625B2 (en) | Image search system, image search method and image search program | |
| JP2001319232A (en) | Device and method for retrieving similar image | |
| JP2000163576A (en) | Image retrieval method, execution device therefor and medium recording processing program therefor | |
| CN113987270A (en) | Method, device, terminal and storage medium for determining similar video clips | |
| JPH11238077A (en) | Image retrieval device and method and medium recording image retrieval program | |
| KR19990016894A (en) | How to search video database | |
| JP4086377B2 (en) | Information retrieval apparatus and method | |
| JPH11212993A (en) | Picture retrieval device/method and record medium recording picture retrieval program | |
| JPH05266091A (en) | Similar color tone retrieving device for image |