CN1703727A - 颜色直方图柄值的量化方法 - Google Patents

颜色直方图柄值的量化方法 Download PDF

Info

Publication number
CN1703727A
CN1703727A CNA200380101034XA CN200380101034A CN1703727A CN 1703727 A CN1703727 A CN 1703727A CN A200380101034X A CNA200380101034X A CN A200380101034XA CN 200380101034 A CN200380101034 A CN 200380101034A CN 1703727 A CN1703727 A CN 1703727A
Authority
CN
China
Prior art keywords
value
zone
divided
handle
threshold value
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
Application number
CNA200380101034XA
Other languages
English (en)
Inventor
金贤俊
李振秀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
LG Electronics Inc
Original Assignee
LG Electronics Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by LG Electronics Inc filed Critical LG Electronics Inc
Publication of CN1703727A publication Critical patent/CN1703727A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Analysis (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明涉及颜色直方图的柄(bin)值的量化方法。本发明的方法包括步骤：利用N个阈值将bin值划分为N+1个区域；以及随着区域更邻近零，通过预定整数均匀地和更精细地划分和量化划分的区域。利用阈值将柄值划分为六个区域。阈值(th1、th2、th3、th4和th5)分别设置为0.000000001、0.037、0.08、0.195和0.32。第一区域(≤th1)被当作一个值，第二区域(＞th1并≤th2)、第三区域(＞th2并≤th3)、第四区域(＞th3并≤th4)、第五区域(＞th4并≤th5)和最后区域(＞th5)分别被均匀地划分为25级、20级、35级、35级和140级。换言之，柄值以256个值表示。

Description

颜色直方图柄值的量化方法
技术领域
本发明涉及用作多媒体检索目的移动图片或图像数据的特征信息的颜色直方图的柄(bin)值的量化方法，尤其涉及为了利用预定位元(bit)表示直方图柄值的颜色直方图柄值量化方法，其中颜色直方图的柄值的量化区域非均匀地设置，且随着柄值趋向于零，在非均匀设置量化区域中更精细地执行均匀量化。
背景技术
随着基于内容的多媒体检索技术的发展，决定检索性能的多媒体特征的研究已活跃地进行。
在最流行的检索引擎中，全局和局部颜色信息、纹理信息等用于图像检索。其中，颜色信息是图像检索中最重要的。因而，更有效的颜色特征已在开发中，且开发更有效的颜色空间的努力也已做出。
颜色直方图最广泛地用作颜色信息。颜色直方图是表示多媒体数据，比如图像的颜色分布的信息，且柄的数目由怎样量化颜色空间确定。
尽管柄值通常表示为小数(fraction)，但它也可利用比小数表示空间小的N位元表示，以获得更好的性能和空间效率。例如，众所周知，如果利用八位元表示柄值，即，在0和1之间的小数值用256个数字表示，那么就可以节约空间而不使性能有任何降低。
在量化方法中，有标准量化方法(normalized quantizing method)和非标准量化方法。根据标准量化方法，在0和1之间的值被均匀划分和量化。同时，根据非标准量化方法，该值被非均匀地划分和量化。
非标准量化方法可以获得比标准量化方法或小数表示更高的性能。例如，重要柄值的区域被精细地划分，没有划分容量(divisioncapability)的值的区域很少被划分，从而增强量化性能。
例如，在直方图的情况下，由于多数柄值小于0.2，所以大于0.2的柄值区域被精细地划分是没有意义的。在低于该阈值的值中，频率随着值趋向零而增加。图1表示上述特征。因而，随着柄值趋向零，越精细地执行量化越有效。另外，柄值中的“零”与柄值中的“非零”的意义大大不同。换言之，0和0.1之间的差可与0.1和0.5之间的差的大差异进行分析，这表示与该柄对应的颜色是否存在，从而具有与它是大还是小不同的意义。
因而，可以非常有效地使用利用非标准量化方法的柄值量化。
然而，在利用颜色直方图的多媒体搜索的情况下，存在代表柄值的位元数目的空间效率问题。如果位元的数目对于非均匀量化区域是均匀分配的，那么表示能力(representation capability)在较不重要区域和较重要区域中降低。相应地，存在一种增强检索性能和利用少量位元表示柄值的技术的需求。另外还存在一种对影响多媒体检索性能的柄值“零”被当作有意义的值的量化技术的需求。
发明内容
因而，本发明旨在提供一种颜色直方图的柄值的量化方法，其基本消除因背景技术的局限和缺点所造成的一个或多个问题。
本发明的一个目的是提供一种在利用比如颜色直方图的直方图的多媒体检索中的颜色直方图的柄值的量化方法，其中通过利用少量位元表示柄值而使空间效率提高，并且检索性能也得到改善。
本发明的另一个目的是提供一种在利用比如颜色直方图的直方图的多媒体检索中的颜色直方图的柄值的量化方法，其中优化的位元数目考虑到直方图特征进行分配，表示量化值的能力增强，且检索性能改善。
本发明的另一个目的是提供一种在利用比如颜色直方图的直方图的多媒体检索中的颜色直方图的柄值的量化方法，其中较接近零的值被更精细地量化，以增强表示量化值的能力，且柄值“零”被当作有意义的值，从而改善检索性能。
本发明的其它优点、目的和特征将在附后的说明书中部分地提出，本领域普通技术人员在随后的验证后将部分地明白，或者可从本发明的实践中获知。本发明的目的和其它优点可通过在所撰写的说明书及其权利要求书以及附图中所特别指出的结构实现和获得。
为实现这些目的和其它优点并根据本发明的目的，如在此所体现和广泛描述的一样，提供一种颜色直方图的柄值的量化方法，其包括步骤：(a)利用N个阈值将柄值划分为N+1个区域；以及(b)随着区域更接近于零，均匀地和更精细地划分和量化划分的区域。
在本方法中，利用N个阈值将柄值划分为N+1个区域，并且随着区域更接近于零，划分的区域被均匀地和更精细地划分和量化，以表示柄值。根据本发明，柄值由少量位元表示，柄值的量化考虑了当柄值趋向零时频率的增加，从而增强了检索性能和表示量化值的能力，且在柄值表示中的空间效率得到改善。
应该理解，本发明的上述一般描述和随后的详细描述都是示范性和解释性的，并用于提供对所要求保护的本发明的进一步解释。
附图说明
附图，包括在内以提供本发明的进一步理解，构成本申请的一部分，说明本发明的实施例，并与说明书一起用于解释本发明的原理。图中：
图1为表示相对于柄值的柄数目的百分率分布的示意图；
图2为表示根据本发明的柄值的量化方法的视图；以及
图3为根据本发明的柄值的示意量化表。
具体实施方式
现在详细描述本发明的优选实施例，其实例在附图中说明。只要可能，相同的附图标记将在整个附图中用于表示相同或相似的部分。
在根据本发明的颜色直方图的柄值的量化方法中，柄值利用N个阈值划分为N+1个区域。在划分的区域中，更接近于“零”的区域如任取的整数一样多地更精细地均匀划分，然后量化。
在本发明的实施例中，N个阈值中的第一阈值设置为零或几乎为零。N+1个区域中的第一个区域被当作一个值。数目N为5，且阈值th1、th2、th3、th4和th5分别设置为0.000000001、0.037、0.08、0.195和0.32。
在本发明的实施例中，第一区域(≤th1)被当作一个值；第二区域(＞th1并≤th2)被均匀地划分为25级；第三区域(＞th2并≤th3)被均匀地划分为20级；第四区域(＞th3并≤th4)被均匀地划分为35级；第五区域(＞th4并≤th5)被均匀地划分为35级；以及最后区域(＞th5)被均匀地划分为140级，从而柄值用256级表示。
图2为表示根据本发明的柄值的量化方法的视图。
参见图2，为了量化柄值，利用五个阈值th1、th2、th3、th4和th5(在N＝5的情况下)。由于N+1＝6，所以柄值划分为总共六个区域。
在图2中，除第一区域(≤th1)以外的其余五个区域再与预定整数一样多地均匀地划分以量化整个柄值。此处，第一阈值(th1)为零或近似为零的任意值。等于或小于阈值th1的第一区域(≤th1)意味着与该柄对应的颜色的存在。因此，等于或小于第一阈值th1的区域不再被划分，而是由一个柄值表示。
其余五个区域，即，第二区域(＞th1并≤th2)、第三区域(＞th2并≤th3)、第四区域(＞th3并≤th4)、第五区域(＞th4并≤th5)和第六区域(＞th5)被与预定整数一样多地均匀地划分。在本发明的实施例中，五个阈值th1、th2、th3、th4和th5分别设置为0.000000001、0.037、0.08、0.195和0.32。
此处，划分六个区域的方法将描述如下。如上所述，第一区域(≤th1)以一个值表示；第二区域(＞th1并≤th2)被均匀地划分为25级并以25个值表示；第三区域(＞th2并≤th3)被均匀地划分为20级并以20个值表示；第四区域(＞th3并≤th4)被均匀地划分为35级并以35个值表示；第五区域(＞th4并≤th5)被均匀地划分为35级并以35个值表示；以及最后区域(＞th5)被均匀地划分为140级并以140个值表示。
如上所述，对于由五个阈值th1、th2、th3、th4和th5非均匀地划分的六个区域的各个区域，柄值被均匀地划分并以256个值表示。这表示柄值可以以八个位元表示。换言之，柄值利用八个位元以256个值表示。
在图3中，表示根据五个阈值的六个区域和相应的值。
如图3所示，在以预定位元表示直方图的柄值的量化中，N个阈值被定义以将柄值划分为N+1个区域，且各区域被与预定整数一样多地均匀地划分。随着区域更接近零，区域被更精细地划分。N个阈值中最邻近零的第一阈值被分配给零或近似为零的无穷小。最接近于零的第一区域不划分，而是以一个柄值表示。因而，通过用少量位元表示柄值，空间效率增强，且检索性能也得到改善。
柄值的量化考虑了当柄值趋向零时频率的增加，从而增强了表示量化值的能力，且“零”被当作有意义的值，从而改善了检索性能。
如图3所示，随着通过N个非均匀阈值thn划分的区域更接近于零，相应区域的宽度更小于那些不接近于零的区域。换言之，thn+1-thn＜thn+2-thn+1(1≤n≤N)。
特别地，根据本发明，利用五个阈值th1、th2、th3、th4和th5，直方图的柄值被划分为六个区域。五个阈值th1、th2、th3、th4和th5分别设置为0.000000001、0.037、0.08、0.195和0.32。第一区域(≤th1)表示为一个值，第二区域(＞th1并≤th2)、第三区域(＞th2并≤th3)、第四区域(＞th3并≤th4)、第五区域(＞th4并≤th5)和最后区域(＞th5)分别被均匀地划分为25级、20级、35级、35级和140级。换言之，柄值以256个值表示。这意味着柄值可以利用八位元表示。
对本领域技术人员来说，明显地，本发明中可做出各种改进和变化。因此，只要它们落入所附的权利要求书及其等同的范围内，本发明就覆盖本发明的这些改进和变化。

Claims (10)

1、颜色直方图的柄值的量化方法，该方法包括步骤：
(a)利用N个阈值将柄值划分为N+1个区域；以及
(b)对于更接近于零的区域，与预定整数一样多地均匀地和更精细地划分和量化划分的区域。
2、如权利要求1所述的方法，其特征在于，其中N个阈值中的第一阈值为零或近似为零。
3、如权利要求1所述的方法，其特征在于，其中N+1个区域中的第一个区域被当作一个值。
4、如权利要求1所述的方法，其特征在于，其中阈值的数目N为5，且N个阈值按如下设置：
第一阈值(th1)为0.000000001；
第二阈值(th2)为0.037；
第三阈值(th3)为0.08；
第四阈值(th4)为0.195；以及
第五阈值(th5)为0.32。
5、如权利要求1所述的方法，其特征在于，其中阈值的数目N为5；
第一区域(≤th1)被当作一个值；
第二区域(＞th1并≤th2)被均匀地划分为25级；
第三区域(＞th2并≤th3)被均匀地划分为20级；
第四区域(＞th3并≤th4)被均匀地划分为35级；
第五区域(＞th4并≤th5)被均匀地划分为35级；以及
第六区域(＞th5)被均匀地划分为140级，从而柄值用总共256级表示，其中th1、th2、th3、th4和th5为阈值，且th1≤th2≤th3≤th4≤th5。
6、颜色直方图的柄值量化方法，该方法包括步骤：
(a)利用N个阈值将视频或图像数据的直方图的柄值非均匀地划分为N+1个区域；以及
(b)随着区域更接近于零，均匀地和更精细地表示划分的区域的柄值。
7、如权利要求6所述的方法，其特征在于，其中最接近零的第一区域不被划分，而是由一个柄值表示。
8、如权利要求6所述的方法，其特征在于，其中与预定整数一样多地均匀地划分除最接近于零的第一区域以外的其余区域，并表示柄值。
9、如权利要求6所述的方法，其特征在于，其中通过N个非均匀的阈值(thn)划分区域，较接近于零的区域的宽度小于不接近于零的区域的宽度，(thn+1-thn＜thn+2-thn+1(1≤n≤N))。
10、如权利要求6所述的方法，其特征在于，其中区域被N个阈值非均匀地划分，且各非均匀划分的区域被均匀划分，柄值以八位元、256个值表示。
CNA200380101034XA 2002-10-07 2003-10-02 颜色直方图柄值的量化方法 Pending CN1703727A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2002-0061089A KR100488011B1 (ko) 2002-10-07 2002-10-07 칼라 히스토그램의 빈값 양자화 방법
KR1020020061089 2002-10-07

Publications (1)

Publication Number Publication Date
CN1703727A true CN1703727A (zh) 2005-11-30

Family

ID=32064908

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA200380101034XA Pending CN1703727A (zh) 2002-10-07 2003-10-02 颜色直方图柄值的量化方法

Country Status (6)

Country Link
US (1) US20040073544A1 (zh)
EP (1) EP1550080A4 (zh)
KR (1) KR100488011B1 (zh)
CN (1) CN1703727A (zh)
AU (1) AU2003265129A1 (zh)
WO (1) WO2004032056A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101606320B (zh) * 2007-02-08 2013-03-13 高通股份有限公司 用于估计归因于数据量化的失真的方法和设备

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR200367293Y1 (ko) * 2004-08-05 2004-11-09 백남용 상, 하 양 방향구동의 슬라이드 휴대단말기
CA2485887A1 (en) * 2004-10-25 2006-04-25 Athentech Technologies Inc. Adjustment of multiple data channels using relative strength histograms
US10776992B2 (en) * 2017-07-05 2020-09-15 Qualcomm Incorporated Asynchronous time warp with depth data

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0737060A (ja) * 1993-07-20 1995-02-07 Hitachi Ltd 画像の色量子化方法
KR100364753B1 (ko) * 1999-11-19 2002-12-16 엘지전자 주식회사 칼라 히스토그램의 빈값 양자화 방법
JP3676259B2 (ja) * 2000-05-26 2005-07-27 エルジー電子株式会社 Ｈｍｍｄカラースペースに基づいたカラー量子化方法とマルチメディア
KR100430273B1 (ko) * 2000-07-21 2004-05-04 엘지전자 주식회사 비정규적인 빈값 양자화된 칼라 히스토그램을 이용한멀티미디어 검색방법
EP1174804A3 (en) * 2000-07-21 2005-07-20 Lg Electronics Inc. Method for searching multimedia using progressive histogram
KR100439371B1 (ko) * 2000-09-08 2004-07-09 엘지전자 주식회사 히스토그램을 이용한 멀티미디어 검색방법
KR20020031015A (ko) * 2000-10-21 2002-04-26 오길록 에지 히스토그램 빈의 비선형 양자화 및 유사도 계산
US7062084B2 (en) * 2000-12-01 2006-06-13 Sharp Laboratories Of America, Inc. Method for image description using color and local spatial information

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101606320B (zh) * 2007-02-08 2013-03-13 高通股份有限公司 用于估计归因于数据量化的失真的方法和设备

Also Published As

Publication number Publication date
KR20040031538A (ko) 2004-04-13
EP1550080A4 (en) 2008-05-14
EP1550080A1 (en) 2005-07-06
AU2003265129A1 (en) 2004-04-23
WO2004032056A1 (en) 2004-04-15
KR100488011B1 (ko) 2005-05-06
US20040073544A1 (en) 2004-04-15

Similar Documents

Publication Publication Date Title
CN1169093C (zh) 图像的直方图单元条值的量化方法
US7668382B2 (en) Block-based fast image compression
CN1125566C (zh) 数据编码方法和数据编码设备
CN1114889C (zh) 利用图案的粗糙度和方向性的纹理分类装置
WO1994000949B1 (en) Video compression and decompression using block selection and subdivision
CN1260949C (zh) 增强图像清晰度的方法和设备
JP2006505075A (ja) 複数のイメージフレームを有するビデオシーケンス検索のための非線形量子化及び類似度マッチング方法
CN1411284A (zh) 取决于图像的面部检测方法
CN1528092A (zh) 用于执行基于分段的视频图象的增强的系统和方法
CN1341247A (zh) 彩色图像处理方法和装置
CN1199436C (zh) 图像处理器
Ding et al. Block-based fast compression for compound images
CN1703727A (zh) 颜色直方图柄值的量化方法
US20010002132A1 (en) Method for searching multimedia data using color histogram
CN1539239A (zh) 帧间编码的方法和装置
JP4052837B2 (ja) イメージ領域を描写する方法
CN1741617A (zh) 处理图像信号的涌出伪像的设备和方法
KR100439371B1 (ko) 히스토그램을 이용한 멀티미디어 검색방법
CN1420633A (zh) 图像编码装置以及图像编码方法
CN1184596C (zh) 使用直方图的非均匀单元条量化的多媒体查询系统
Mezaris et al. A framework for the efficient segmentation of large-format color images
CN1703911A (zh) 降低已压缩多媒体的比特率
CN1592420A (zh) 用于分割压缩的活动图像的活动对象的方法
Luo et al. Storage and transmission of microarray images
Ohm¹ et al. Color descriptors

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication