KR100229810B1 - Method for searching image database - Google Patents
Method for searching image database Download PDFInfo
- Publication number
- KR100229810B1 KR100229810B1 KR1019970029514A KR19970029514A KR100229810B1 KR 100229810 B1 KR100229810 B1 KR 100229810B1 KR 1019970029514 A KR1019970029514 A KR 1019970029514A KR 19970029514 A KR19970029514 A KR 19970029514A KR 100229810 B1 KR100229810 B1 KR 100229810B1
- Authority
- KR
- South Korea
- Prior art keywords
- image
- database
- reference image
- information
- color
- Prior art date
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/76—Television signal recording
- H04N5/91—Television signal processing therefor
- H04N5/93—Regeneration of the television signal or of selected parts thereof
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
Abstract
본 발명은 쿼드트리 분해기법으로 구해진 영상의 특성벡터정보를 이용하여 원하는 영상을 검색할 수 있는 영상 데이타베이스 검색방법에 관한 것이다. 이를 위하여 본 방법은, 사용자로부터 영상 데이터베이스 검색이 요구되면, 소정의 기준영상이 제공되었는 지를 체크하고; 소정의 기준영상이 제공된 것으로 판단되면, 제공된 소정의 기준영상의 모든 영역에 대해 균일한 색을 갖는 영역별로 분할이 이루어질 때까지 소정의 기준영상에 대해 쿼드트리 분해처리를 하고; 쿼드트리 분해처리결과를 이용하여 기준영상에 대한 트리정보를 추출하고; 데이터베이스화되어 있는 영상정보중 하나의 영상에 대한 트리정보를 독출하고; 기준영상에 대한 트리정보와 독출단계에서 독출된 트리정보간의 비교척도(s)를 구하고; 데이터베이스화되어 있는 모든 영상정보에 대한 트리정보와 기준영상에 대한 트리정보간의 각각의 비교척도를 구할 때까지 독출단계 및 비교척도를 구하는 단계를 반복 수행하고; 얻어진 데이터베이스화되어 있는 모든 영상정보에 대응되는 비교척도중 최대값을 갖는 비교척도를 검출하는 단계;데이터베이스화되어 있는 영상중 검출단계에서 검출된 최대값을 갖는 비교척도에 대응되는 영상을 기준영상과 대응되는 영상으로 출력하는 단계를 포함하여 수행되는 것을 특징으로 한다.The present invention relates to an image database search method capable of searching for a desired image using characteristic vector information of an image obtained by quadtree decomposition. To this end, the method checks whether a predetermined reference image is provided when a user searches for an image database; If it is determined that the predetermined reference image is provided, quadtree decomposition processing is performed on the predetermined reference image until segmentation is performed for each region having a uniform color for all regions of the provided predetermined reference image; Extracting tree information about the reference image by using the quadtree decomposition process result; Reading tree information of one image among database image information; Obtaining a comparison scale (s) between the tree information on the reference image and the tree information read in the reading step; A reading step and a step of obtaining a comparison scale are repeated until a respective comparison scale is obtained between tree information of all the database information in the database and tree information of the reference image; Detecting a comparison scale having a maximum value among the comparison scales corresponding to all the image data in the database; the image corresponding to the comparison scale having the maximum value detected in the detection step among the database images; And outputting the corresponding image.
Description
본 발명은 영상 데이터베이스 검색방법에 관한 것으로서, 특히, 쿼드트리 분해(Quad-tree Decomposition)기법을 이용한 영상 데이터베이스 검색방법에 관한 것이다.The present invention relates to a video database search method, and more particularly, to a video database search method using a quad-tree decomposition technique.
현재 제안되고 있는 영상 데이터베이스 검색기법은 크게 2가지로 분류된다. 즉, 인덱스정보 등을 이용하여 영상을 검색하는 문자기반(Context Based)검색기법류와 이미지정보를 이용하여 영상을 검색하는 영상기반(Content Based)검색기법류가 그것이다. 전자의 경우에는 여러 가지 장점을 가지고 있기는 하나 분류기준이 애매하여 서지화 과정이 어려운 단점이 있는 반면에 후자의 경우에는 칼라정보를 이용하므로 상술한 문자기반 검색기법류에서의 단점을 보완할 수 있어 최근 각광받는 기법이다. 따라서 영상기반검색기법류에 해당되는 다양한 검색기법들이 개발되고 있는 추세이다.Currently proposed image database retrieval methods are largely classified into two types. That is, a context based search technique for searching an image using index information and the like, and a content based search technique for searching an image using image information. Although the former has various advantages, the classification criteria are ambiguous and the bibliographical process is difficult. On the latter, color information is used to compensate for the shortcomings in the aforementioned character-based retrieval techniques. It is a technique recently attracting attention. Therefore, various search techniques corresponding to image-based search techniques are being developed.
본 발명은 상술한 추세에 따라 안출된 것으로, 쿼드트리 분해기법으로 구해진 영상의 특성벡터정보를 이용하여 원하는 영상을 검색할 수 있는 영상 데이타베이스 검색방법을 제공하는 데 그 목적이 있다.The present invention has been made in accordance with the above-described trend, and an object of the present invention is to provide a method for searching an image database using a feature vector information of an image obtained by a quadtree decomposition technique.
상기 목적을 달성하기 위하여 본 발명에 따른 영상 데이터베이스 검색방법은, 다수의 영상정보를 데이터베이스화하여 저장하고 있는 시스템에서 제공되는 기준영상과 유사한 영상을 상기 데이터베이스화되어 저장되어 있는 영상정보에서 검색하기 위한 영상 데이터베이스 검색방법에 있어서, 사용자로부터 영상 데이터베이스 검색이 요구되면, 소정의 기준영상이 제공되었는 지를 체크하는 단계;체크단계 수행결과 소정의 기준영상이 제공된 것으로 판단되면, 제공된 소정의 기준영상의 모든 영역에 대해 균일한 색을 갖는 영역별로 분할이 이루어질 때까지 소정의 기준영상에 대해 쿼드트리 분해처리를 하는 단계; 쿼드트리 분해처리결과를 이용하여 기준영상에 대한 트리정보를 추출하는 단계; 데이터베이스화되어 있는 영상정보중 하나의 영상에 대한 트리정보를 독출하는 단계; 기준영상에 대한 트리정보와 독출단계에서 독출된 트리정보간의 비교척도(s)를 구하는 단계; 데이터베이스화되어 있는 모든 영상정보에 대한 트리정보와 기준영상에 대한 트리정보간의 각각의 비교척도를 구할 때까지 독출단계 및 비교척도를 구하는 단계를 반복 수행하는 단계; 반복 수행단계의 수행결과, 얻어진 데이터베이스화되어 있는 모든 영상정보에 대응되는 비교척도중 최대값을 갖는 비교척도를 검출하는 단계;데이터베이스화되어 있는 영상중 검출단계에서 검출된 최대값을 갖는 비교척도에 대응되는 영상을 기준영상과 대응되는 영상으로 출력하는 단계를 포함하는 것을 특징으로 한다.In order to achieve the above object, the image database retrieval method according to the present invention is for retrieving images similar to the reference image provided from a system storing and storing a plurality of image information in the database information stored in the database. In the image database search method, if an image database search is requested from a user, checking whether a predetermined reference image has been provided; If it is determined that the predetermined reference image is provided as a result of performing the checking step, all areas of the provided predetermined reference image are provided. Performing a quadtree decomposition process on a predetermined reference image until segmentation is performed for each region having a uniform color for? Extracting tree information on the reference image by using the quadtree decomposition process result; Reading tree information on one image from among database image information; Obtaining a comparison scale s between the tree information on the reference image and the tree information read in the reading step; Repeating a reading step and a step of obtaining a comparison scale until each comparison scale is obtained between the tree information of all the image information in the database and the tree information of the reference image; Detecting a comparison scale having a maximum value among the comparison scales corresponding to all the database information obtained as a result of the iterative performing step; and comparing the comparison scale having the maximum value detected in the detection step among the database images. And outputting a corresponding image as an image corresponding to the reference image.
도 1은 본 발명에 따른 영상 데이터베이스 검색방법을 수행하기 위한 시스템 블럭도,1 is a system block diagram for performing a video database search method according to the present invention;
도 2는 본 발명에 따른 영상 데이터베이스 검색방법에 대한 흐름도,2 is a flowchart illustrating a video database search method according to the present invention;
도 3은 도 2에 도시된 쿼드트리 분해처리단계에 대한 상세 흐름도,3 is a detailed flowchart of a quadtree decomposition process shown in FIG. 2;
도 4b는 본 발명에 따른 쿼드트리 분해 예시도.Figure 4b is a quadtree decomposition example in accordance with the present invention.
<도면의 주요부분에 대한 부호의 설명><Description of the code | symbol about the principal part of drawing>
100:기준영상 제공부 110:사용자 명령인가부100: reference image providing unit 110: user command authorization unit
120:프로세서 130:제 1 데이터베이스120: Processor 130: First database
140:제 2 데이터베이스140: second database
본 발명의 상술한 목적 및 기타 목적과 여러 가지 장점은 이 기술 분야에 숙련된 사람들에 의해 첨부된 도면을 참조하여 하기에 기술되는 발명의 바람직한 실시예로부터 더욱 명확하게 될 것이다.The above and other objects and various advantages of the present invention will become more apparent from the preferred embodiments of the invention described below with reference to the accompanying drawings by those skilled in the art.
이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세하게 설명하기로 한다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings.
도 1은 본 발명에 따른 영상 데이터베이스 검색방법을 수행하기 위한 시스템블럭도로서, 기준영상 제공부(100), 사용자의 명령을 인가하기 위한 사용자 명령인가부(110), 본 발명에 따른 방법으로 영상 데이터베이스를 검색할 수 있도록 전반적인 처리를 하는 프로세서(120), 시스템에 저장되어 있는 N개의 영상에 대한 트리정보를 데이터베이스화하여 저장하고 있는 제 1 데이터베이스(130), 제 1 데이터베이스(130)에 저장되어 있는 트리정보에 대응되는 N개의 영상형태의 정보를 데이터베이스화하여 저장하고 있는 제 2 데이터베이스(140)로 구성된다.1 is a system block diagram for performing a method for searching an image database according to the present invention, the reference
도 2 는 본 발명에 따른 영상 데이타베이스 검색방법에 대한 흐름도이다.2 is a flowchart illustrating an image database searching method according to the present invention.
그러면 도 1을 참조하여 도 2에 도시된 흐름도의 동작을 상세하게 설명하기로 한다.Next, the operation of the flowchart shown in FIG. 2 will be described in detail with reference to FIG. 1.
우선, 제 201 단계에서 프로세서(120)는 사용자 명령인가부(110)를 통해 영상 데이터베이스(DB라고도 함) 검색요구명령이 인가되었는 지를 체크한다. 체크결과, 영상 데이터베이스 검색요구명령이 인가되었으면, 제 202 단계로 진행되어 기준영상 제공부(100)를 통해 소정의 기준영상이 전송되었는 지를 체크한다. 여기서 기준영상 제공부(100)는 스캐너와 같이 기존에 사용되고 있는 영상제공장치와 동일하게 구성되어 사용자가 지정한 영상을 기준영상으로서 제공한다.First, in
제 202 단계의 체크결과, 기준영상이 제공되었으면, 프로세서(120)는 제 203 단계로 진행되어 인가된 기준영상에 대한 쿼드트리 분해 처리를 한다. 쿼드트리 분해처리는 도 3에 도시된 흐름도와 같이 수행된다.If the reference image is provided as a result of the check in
즉, 프로세서(120)는 쿼드트리 분해처리를 수행하기 위하여 우선, 제 301 단계로 진행된다. 제 301 단계에서 프로세서(120)는 기준영상에 대한 전 영역의 색편차(σ)를 수학식 1과 같이 계산하여 구한다.That is, the
수학식 1에서 알수 있는 바와 같이 색편차는 해당 영역에 존재하는 각 화소의 색성분()과 해당 영역의 색평균()간의 차들의 합이 된다. 이 때 구해진 색편차(σ)는 가장 큰 영상에 대한 색편차이므로 도 4a에 도시된 색편차의 값이 된다.As can be seen from
이와 같이 제 301 단계에서 전체 영상에 대한 색편차가 구해지면, 제 302 단계로 진행되어 구해진 색편차(σ=)가 미리 설정된 색편차 임계값보다 큰지를 체크한다. 여기서 색편차 임계값는 해당 영상영역이 균일한 색을 갖는 지를 판단할 수 있는 기준정보이다.When the color deviation of the entire image is obtained in
따라서 제 302 단계의 체크결과, 색편차 σ(=)가 임계값보다 크지 않은 경우에는 전체 영상의 색이 균일한 경우이므로 프로세서(120)는 제 303 단계로 진행되어 쿼드트리 분해처리작업을 종료한다.Therefore, as a result of the check in
그러나 제 302 단계의 체크결과, 색편차 σ(=)가보다 큰 경우에는 전체 영상영역이 균일한 색을 갖지 않는 경우이므로 제 304 단계로 진행되어 도 4b에 도시된 바와 같이 해당 영상에 대한 4등분처리를하여 하부영역으로 나눈다. 그리고 제 305 단계로 진행되어 4등분된 각 영상영역에 대해 수식 1을 적용하여 각각의 색편차(,,,)를 구한다.However, as a result of the check in
그리고 제 302 단계로 리턴되어 구해진 각 색편차(,,,)를 색편차 임계값과 비교한다. 비교결과, 모든 색편차가보다 크지 않은 경우에는 제 303 단계로 진행되어 쿼드트리 분해처리작업을 종료한다. 그러나 적어도 1개 이상의 색편차가보다 크면 제 304 단계로 진행되어보다 큰 색편차를 갖는 영상영역에 대해 다시 4등분하여 하부영역으로 나누는 작업과 나누어진 각 영역에 대한 색편차를 구하는 작업을 반복 수행한다.In addition, each color deviation ( , , , Color deviation threshold Compare with As a result, all the color deviation If not, the flow proceeds to step 303 and ends the quadtree decomposition process. But at least one color deviation If larger than
예를 들어색편차만보다 큰 경우에 도 4c에 도시된 바와같이영상영역에 대해 4등분처리를 하고 4등분된 각 영상영역에 대한 색편차(,,,)를 구한다. 그리고 구해진 각 색편차(,,,)를 색편차 임계값와 비교하여 상술한 과정을 반복 수행한다. 이와 같은 쿼드트리 분해처리는 분할된 영상영역이 미리 정한 최소단위의 영상영역에 도달하거나 모든 영역이 균일한 색을 갖게 될 때까지 반복적으로 이루어진다.E.g Only color deviation If greater, as shown in FIG. 4C Four-segmentation on the image area and color deviation , , , ) And each color deviation , , , Color deviation threshold The above-described process is repeated in comparison with. The quadtree decomposition process is repeatedly performed until the divided image region reaches the image region of a predetermined minimum unit or all regions have a uniform color.
프로세서(120)는 기준영상에 대한 쿼드트리 분해처리가 완료되면, 제 204 단계로 진행되어 쿼드트리 분해처리에 의해 얻어진 색편차를 이용하여 기준영상에 대한 트리정보를 추출한다. 즉, 가장 큰 영상에 해당되는 트리의 수준이 0이라 하고 분기가 이루어질 때마다(4등분처리가 이루어질 때마다) 1씩 수준이 증가한다면 하나의 기준영상에 대한 트리정보는 수학식 2와 같은 특성벡터,으로 추출된다. 여기서은 해당 영상에 대한 색편차의 집합이고,은 해당 영상에 대한 색평균 집합이다.When the quadtree decomposition process on the reference image is completed, the
(여기서이다.)(here to be.)
그 다음 제 205 단계로 진행되어 제 1 데이터베이스(130)로부터 하나의 영상에 대한 트리정보를 독출한다. 이 때 독출되는 트리정보 역시 수학식2에서와 같은 해당 영상에 대한 특성벡터정보로 구성된다.In operation 205, tree information of one image is read from the
제 1 데이터베이스(130)로부터 하나의 영상에 대한 트리정보가 독출되면, 제 206 단계로 진행되어 프로세서(120)는 기준영상에 대한 2특성벡터로 표현되는 트리정보와 제 1 데이터베이스(130)로부터 독출된 2특성벡터로 표현된 트리정보간의 비교척도(s)를 수학식 3과 같이 구한다.When the tree information of one image is read from the
수학식 3에서 R은 기준 영상에 대한 특성벡터이고, D는 제 1 데이터베이스(130)로부터 독출된 비교대상이 되는 영상에 대한 특성벡터이다. 따라서과은 기준영상에 대한 색편차의 집합과 색평균의 집합이 되고,와는 독출된 영상에 대한 색편차의 집합과 색평균의 집합이 된다. 그리고 수식 3에서 α는 가중치로서, 사용자의 가중치 명령에 따라 결정되고,특성벡터와특성벡터의 가중치를 다르게 설정하기 위해 이용된다.In
그리고 제 207 단계로 진행되어 제 1 데이터베이스(130)에 저장되어 있는 각 영상의 트리정보에 대한 비교척도 s가 구해졌는 지를 체크한다. 체크결과, 아직 비교척도 s가 구해지지 않는 트리정보가 존재하는 경우에 모든 트리정보에 대한 s가 구해질 때까지 상술한 제 205 단계에서 제 207 단계를 반복 수행한다.In
제 207 단계의 체크결과, 제 1 데이터베이스(130)에 저장되어 있는 모든 트리정보에 대한 비교척도가 구해졌으면 제 208 단계로 진행되어 구해진 비교척도들중 가장 큰값을 검출한다. 그리고 제 209 단계로 진행되어 가장 큰 s값을 갖는 트리정보에 대응되는 영상신호가 독출될 수 있도록 제 1 데이터베이스(130)로 선택된 s에 대응되는 트리정보에 대한 정보를 전송하면, 제 1 데이터베이스(130)는 해당 트리정보에 대응되는 영상정보가 제 2 데이터베이스(140)로부터 독출되어 출력될 수 있도록 해당 어드레스정보를 제 2 데이터베이스(140)로 전송한다. 이에 따라 제 2 데이터베이스(140)로부터 기준영상에 근접한 하나의 영상이 출력되게 된다.As a result of the check in
이상에서 설명한 바와 같이 본 발명은 쿼드트리 분해방식을 이용한 영상기반검색기법으로 영상에 대한 데이터베이스를 검색함으로써, 기준영상에 근접한 영상을 정확하게 검출할 수 있는 효과가 있다.As described above, the present invention has an effect of accurately detecting an image close to a reference image by searching a database of images by an image-based retrieval technique using a quadtree decomposition.
본 발명은 상술한 실시예로서 설명되었으나 당업자라면 본 발명의 기술사상을 일탈하지 아니하는 범위에서 다양한 변경 및 수정이 가능함을 알 수 있을 것이다. 따라서 본 발명의 기술적 범위는 명세서의 상세한 설명에 기재된 내용으로 한정되는 것이 아니라 특허청구의 범위에 의하여 정하여져야 한다.Although the present invention has been described as the above-described embodiment, those skilled in the art will appreciate that various changes and modifications can be made without departing from the spirit of the present invention. Therefore, the technical scope of the present invention should not be limited to the contents described in the detailed description of the specification but should be defined by the claims.
Claims (6)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1019970029514A KR100229810B1 (en) | 1997-06-30 | 1997-06-30 | Method for searching image database |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1019970029514A KR100229810B1 (en) | 1997-06-30 | 1997-06-30 | Method for searching image database |
Publications (2)
Publication Number | Publication Date |
---|---|
KR19990005319A KR19990005319A (en) | 1999-01-25 |
KR100229810B1 true KR100229810B1 (en) | 1999-11-15 |
Family
ID=19512476
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1019970029514A KR100229810B1 (en) | 1997-06-30 | 1997-06-30 | Method for searching image database |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR100229810B1 (en) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100671099B1 (en) * | 1999-09-06 | 2007-01-17 | 주식회사 팬택앤큐리텔 | Method for comparing similarity of two images and method and apparatus for searching images using the same |
US8520893B2 (en) | 2010-09-29 | 2013-08-27 | Electronics And Telecommunications Research Institute | Method and system for detecting object |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6389417B1 (en) * | 1999-06-29 | 2002-05-14 | Samsung Electronics Co., Ltd. | Method and apparatus for searching a digital image |
KR100422697B1 (en) * | 1999-12-27 | 2004-03-12 | 엘지전자 주식회사 | Color Space Quantization Descriptor |
KR100657606B1 (en) * | 2004-10-12 | 2006-12-13 | 한국과학기술정보연구원 | Patent information search system and method thereof, and method and media that can record computer program sources thereof |
KR100949799B1 (en) * | 2008-06-26 | 2010-03-30 | 박영민 | Apparatus and method of adaptively extracting feature region in colored image |
-
1997
- 1997-06-30 KR KR1019970029514A patent/KR100229810B1/en not_active IP Right Cessation
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100671099B1 (en) * | 1999-09-06 | 2007-01-17 | 주식회사 팬택앤큐리텔 | Method for comparing similarity of two images and method and apparatus for searching images using the same |
US8520893B2 (en) | 2010-09-29 | 2013-08-27 | Electronics And Telecommunications Research Institute | Method and system for detecting object |
Also Published As
Publication number | Publication date |
---|---|
KR19990005319A (en) | 1999-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA1235514A (en) | Video recognition system | |
EP0807297B1 (en) | Method and apparatus for separating foreground from background in images containing text | |
US5048096A (en) | Bi-tonal image non-text matter removal with run length and connected component analysis | |
US6389417B1 (en) | Method and apparatus for searching a digital image | |
KR101782589B1 (en) | Method for detecting texts included in an image and apparatus using the same | |
US5999653A (en) | Fast techniques for searching images using the Hausdorff distance | |
US7277584B2 (en) | Form recognition system, form recognition method, program and storage medium | |
JP2000285139A (en) | Document matching method, describer generating method, data processing system and storage medium | |
KR20010053788A (en) | System for content-based image retrieval and method using for same | |
US8027978B2 (en) | Image search method, apparatus, and program | |
KR100229810B1 (en) | Method for searching image database | |
CN113076961A (en) | Image feature library updating method, image detection method and device | |
KR19990016894A (en) | How to search video database | |
JP3215163B2 (en) | Ruled line identification method and area identification method | |
Chakraborty et al. | Analytic curve detection from a noisy binary edge map using genetic algorithm | |
KR0158417B1 (en) | Object-locating method using image processing apparatus | |
JP2792063B2 (en) | Character recognition dictionary creation method | |
KR940011699B1 (en) | Method of extracting the image contour from binary image signal | |
CN115761280A (en) | Image point inspection comparison method, electronic equipment and computer readable storage medium | |
KR0158416B1 (en) | Object locating method using contraction of visual data | |
KR100245337B1 (en) | Method and apparatus for searching and classifying range raw file | |
KR20030017880A (en) | A real-time video indexing method for digital video data | |
KR100305590B1 (en) | An image retrieval method by using directional edge map | |
CN115294578A (en) | Text information extraction method, device, equipment and medium based on artificial intelligence | |
CN117828597A (en) | Homology analysis method and device for malicious codes |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
LAPS | Lapse due to unpaid annual fee |