JP2001067462A - 周波数空間上における質感表現方法及び質感ベースの検索方法 - Google Patents
周波数空間上における質感表現方法及び質感ベースの検索方法Info
- Publication number
- JP2001067462A JP2001067462A JP2000206877A JP2000206877A JP2001067462A JP 2001067462 A JP2001067462 A JP 2001067462A JP 2000206877 A JP2000206877 A JP 2000206877A JP 2000206877 A JP2000206877 A JP 2000206877A JP 2001067462 A JP2001067462 A JP 2001067462A
- Authority
- JP
- Japan
- Prior art keywords
- texture
- image
- frequency
- sub
- descriptor
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
- G06T7/41—Analysis of texture based on statistical description of texture
- G06T7/42—Analysis of texture based on statistical description of texture using transform domain methods
-
- 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
- G06F16/5862—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 texture
-
- 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
- G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
- G06V10/431—Frequency domain transformation; Autocorrelation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
- G06V10/7515—Shifting the patterns to accommodate for positional errors
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Library & Information Science (AREA)
- Multimedia (AREA)
- Medical Informatics (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
- Complex Calculations (AREA)
- Editing Of Facsimile Originals (AREA)
- Image Processing (AREA)
Abstract
(57)【要約】
【課題】 人間の視覚認知システムに適合な周波数空間
上で映像の質感特徴を計算して索引する周波数空間上に
おける質感表現方法及びこれを利用して類似映像を検索
する周波数空間上における質感ベースの検索方法を提供
する。 【解決手段】 このような周波数空間上における質感表
現方法は、映像の質感情報を表現する方法において、少
なくとも一個以上の質感特徴に対して各々の特徴値を抽
出するために周波数空間を少なくとも二つ以上の周波数
領域に分割して周波数空間分割レイアウトを作る第１段
階と、前記分割された各周波数領域から前記映像の質感
特徴値を抽出する第２段階と、前記各周波数空間分割レ
イアウトの各周波数領域から抽出された特徴値を利用し
て、映像の質感記述子を特徴ベクトルの形態で表現する
第３段階とを含む。
上で映像の質感特徴を計算して索引する周波数空間上に
おける質感表現方法及びこれを利用して類似映像を検索
する周波数空間上における質感ベースの検索方法を提供
する。 【解決手段】 このような周波数空間上における質感表
現方法は、映像の質感情報を表現する方法において、少
なくとも一個以上の質感特徴に対して各々の特徴値を抽
出するために周波数空間を少なくとも二つ以上の周波数
領域に分割して周波数空間分割レイアウトを作る第１段
階と、前記分割された各周波数領域から前記映像の質感
特徴値を抽出する第２段階と、前記各周波数空間分割レ
イアウトの各周波数領域から抽出された特徴値を利用し
て、映像の質感記述子を特徴ベクトルの形態で表現する
第３段階とを含む。
Description
【０００１】
【発明の属する技術分野】本発明は映像の質感を表現す
る方法に係り、より詳細にいえば映像信号を周波数極座
標系（Ｐｏｌａｒ ｃｏｏｒｄｉｎａｔｅ ｓｙｓｔｅ
ｍ）空間に変換して、質感特徴を抽出する周波数空間上
における質感表現方法（Texture description method i
n frequency domain）に関する。また、本発明は前記の
質感表現方法で索引された映像に対する質感ベースの検
索方法（texture-based retrievalmethod）に関するも
のでもある。
る方法に係り、より詳細にいえば映像信号を周波数極座
標系（Ｐｏｌａｒ ｃｏｏｒｄｉｎａｔｅ ｓｙｓｔｅ
ｍ）空間に変換して、質感特徴を抽出する周波数空間上
における質感表現方法（Texture description method i
n frequency domain）に関する。また、本発明は前記の
質感表現方法で索引された映像に対する質感ベースの検
索方法（texture-based retrievalmethod）に関するも
のでもある。
【０００２】
【従来の技術】映像で質感情報は、その映像の特徴を示
す重要な視覚的特徴中の一つとして、カラー情報と一緒
に長らく研究されてきた。このような映像の質感情報
は、映像または、ビデオデータを内容基盤索引（ｉｎｄ
ｅｘｉｎｇ）及び要約化（ａｂｓｔｒａｃｔｉｏｎ）す
ることにおいて、主要な下位レベル記述子（ｄｅｓｃｒ
ｉｐｔｏｒ）として利用される。また、この映像の質感
情報は、電子アルバムで特定フォトを検索したり、タイ
ルまたは、織物データベースにおける内容基盤検索に重
要に利用される情報である。
す重要な視覚的特徴中の一つとして、カラー情報と一緒
に長らく研究されてきた。このような映像の質感情報
は、映像または、ビデオデータを内容基盤索引（ｉｎｄ
ｅｘｉｎｇ）及び要約化（ａｂｓｔｒａｃｔｉｏｎ）す
ることにおいて、主要な下位レベル記述子（ｄｅｓｃｒ
ｉｐｔｏｒ）として利用される。また、この映像の質感
情報は、電子アルバムで特定フォトを検索したり、タイ
ルまたは、織物データベースにおける内容基盤検索に重
要に利用される情報である。
【０００３】現在までは、映像の質感特徴を抽出するた
めに時間領域や周波数領域で特徴値を計算した。特に周
波数領域から映像の質感特徴を抽出する方法は、多様な
形態の映像の質感特徴表現に適合なことと知られてき
た。この周波数領域から質感特徴を抽出する方法は、用
いる座標系によって直交座標系方式と極座標系方式とに
分けられる。
めに時間領域や周波数領域で特徴値を計算した。特に周
波数領域から映像の質感特徴を抽出する方法は、多様な
形態の映像の質感特徴表現に適合なことと知られてき
た。この周波数領域から質感特徴を抽出する方法は、用
いる座標系によって直交座標系方式と極座標系方式とに
分けられる。
【０００４】既存には、直交座標系周波数領域における
質感特徴抽出方法が主に利用されており、これに関する
論文が次のように発表された。著者がビ・エス・マンジ
ュナス（Ｂ．Ｓ．Ｍａｎｊｕｎａｔh）とダブルユー・
ワイ・マ（Ｗ．Ｙ．Ｍａ）であり、論文題目が“Ｔｅｘ
ｔｕｒｅ ｆｅａｔｕｒｅｓ ｆｏｒ ｂｒｏｗｓｉｎ
ｇ ａｎｄ ｒｅｔｒｉｅｖａｌ ｏｆ ｉｍａｇｅ
ｄａｔａ”であり、掲載誌が“ＩＥＥＥ Ｔｒａｎｓａ
ｃｔｉｏｎ ｏｎ Ｐａｔｔｅｒｎ Ａｎａｌｙｓｉｓ
ａｎｄ Ｍａｃhｉｎｅ Ｉｎｔｅｌｌｉｇｅｎｃ
ｅ”第１８卷第８号であって、１９９６年８月に発表さ
れた論文では、直交座標系周波数空間をＨＶＳ（Ｈｕｍ
ａｎ Ｖｉｓｕａｌ Ｓｙｓｔｅｍ）によって分割し
て、各チャネルをガボル（Ｇａｂｏｒ）フィルタリング
した後、各チャネルにおける平均と分散とを映像質感の
特徴値として抽出して、特徴ベクトルを計算する方法が
発表された。
質感特徴抽出方法が主に利用されており、これに関する
論文が次のように発表された。著者がビ・エス・マンジ
ュナス（Ｂ．Ｓ．Ｍａｎｊｕｎａｔh）とダブルユー・
ワイ・マ（Ｗ．Ｙ．Ｍａ）であり、論文題目が“Ｔｅｘ
ｔｕｒｅ ｆｅａｔｕｒｅｓ ｆｏｒ ｂｒｏｗｓｉｎ
ｇ ａｎｄ ｒｅｔｒｉｅｖａｌ ｏｆ ｉｍａｇｅ
ｄａｔａ”であり、掲載誌が“ＩＥＥＥ Ｔｒａｎｓａ
ｃｔｉｏｎ ｏｎ Ｐａｔｔｅｒｎ Ａｎａｌｙｓｉｓ
ａｎｄ Ｍａｃhｉｎｅ Ｉｎｔｅｌｌｉｇｅｎｃ
ｅ”第１８卷第８号であって、１９９６年８月に発表さ
れた論文では、直交座標系周波数空間をＨＶＳ（Ｈｕｍ
ａｎ Ｖｉｓｕａｌ Ｓｙｓｔｅｍ）によって分割し
て、各チャネルをガボル（Ｇａｂｏｒ）フィルタリング
した後、各チャネルにおける平均と分散とを映像質感の
特徴値として抽出して、特徴ベクトルを計算する方法が
発表された。
【０００５】しかし、このような直交座標系周波数空間
における映像質感表現方法は、人間の視覚認知システム
に適合でなくて映像質感検索率が低い短所を有する。こ
のような従来の直交座標系周波数空間における映像質感
表現方法の問題点を解決するための方法として、極座標
系周波数空間における映像質感表現方法に対する論文が
発表された。
における映像質感表現方法は、人間の視覚認知システム
に適合でなくて映像質感検索率が低い短所を有する。こ
のような従来の直交座標系周波数空間における映像質感
表現方法の問題点を解決するための方法として、極座標
系周波数空間における映像質感表現方法に対する論文が
発表された。
【０００６】１９９９年２月に、ジョージ・エム・ハレ
イ（Ｇｅｏｇｅ Ｍ．Ｈａｌｅｙ）と、ビ・エス・マン
ジュナス（Ｂ．Ｓ．Ｍａｎｊｕｎａｔh）が論文誌ＩＥ
ＥＥＴｒａｎｓａｃｔｉｏｎ ｏｎ ｉｍａｇｅ ｐｒ
ｏｃｅｓｓｉｎｇ第８卷第２号に発表した“Ｒｏｔａｔ
ｉｏｎ−ｉｎｖａｒｉａｎｔ ｔｅｘｔｕｒｅ ｃｌａ
ｓｓｉｆｉｃａｔｉｏｎ ｕｓｉｎｇ ａ ｃｏｍｐｌ
ｅｔｅ ｓｐａｃｅｆｒｅｑｕｅｎｃｙ ｍｏｄｅｌ”
論文には、極座標周波数空間をＨＶＳによって分割した
後、各チャネルに合うようにデザインされたガボルフィ
ルタを利用して、９個の特徴値を抽出して、あらゆるチ
ャネルに対して抽出された特徴値を利用して、質感を表
現する方式が発表された。
イ（Ｇｅｏｇｅ Ｍ．Ｈａｌｅｙ）と、ビ・エス・マン
ジュナス（Ｂ．Ｓ．Ｍａｎｊｕｎａｔh）が論文誌ＩＥ
ＥＥＴｒａｎｓａｃｔｉｏｎ ｏｎ ｉｍａｇｅ ｐｒ
ｏｃｅｓｓｉｎｇ第８卷第２号に発表した“Ｒｏｔａｔ
ｉｏｎ−ｉｎｖａｒｉａｎｔ ｔｅｘｔｕｒｅ ｃｌａ
ｓｓｉｆｉｃａｔｉｏｎ ｕｓｉｎｇ ａ ｃｏｍｐｌ
ｅｔｅ ｓｐａｃｅｆｒｅｑｕｅｎｃｙ ｍｏｄｅｌ”
論文には、極座標周波数空間をＨＶＳによって分割した
後、各チャネルに合うようにデザインされたガボルフィ
ルタを利用して、９個の特徴値を抽出して、あらゆるチ
ャネルに対して抽出された特徴値を利用して、質感を表
現する方式が発表された。
【０００７】しかし、この方式は、各チャネルによって
ガボルフィルタをデザインして用いるために使用に不便
さが多くて、あらゆる特徴値を同一な極座標系周波数レ
イアウトを利用するために特徴値に対する正確度と検索
率とが落ちる問題点があった。
ガボルフィルタをデザインして用いるために使用に不便
さが多くて、あらゆる特徴値を同一な極座標系周波数レ
イアウトを利用するために特徴値に対する正確度と検索
率とが落ちる問題点があった。
【０００８】
【発明が解決しようとする課題】本発明は前記のような
従来技術の問題点を解決するために案出されたものであ
り、本発明の目的は、人間の視覚認知システムに適合す
る周波数空間上で映像の質感特徴を計算して索引する周
波数空間上における質感表現方法を提供することにあ
る。
従来技術の問題点を解決するために案出されたものであ
り、本発明の目的は、人間の視覚認知システムに適合す
る周波数空間上で映像の質感特徴を計算して索引する周
波数空間上における質感表現方法を提供することにあ
る。
【０００９】また、本発明の他の目的は、周波数空間上
における質感表現方法により生成されたデータ質感記述
子と、質の質感記述子とを回転させたり拡大／縮少させ
ながら比較したり、明るさを考慮しなくて比較すること
によって、回転されたり拡大／縮少されたり明るさが異
なる類似映像を検索する周波数空間上における質感ベー
スの検索方法を提供することにある。
における質感表現方法により生成されたデータ質感記述
子と、質の質感記述子とを回転させたり拡大／縮少させ
ながら比較したり、明るさを考慮しなくて比較すること
によって、回転されたり拡大／縮少されたり明るさが異
なる類似映像を検索する周波数空間上における質感ベー
スの検索方法を提供することにある。
【００１０】
【課題を解決するための手段】前記の目的を達成するた
めの本発明によると周波数空間上における質感表現方法
が提供される。このような質感表現方法は、少なくとも
一個以上の質感特徴に対して、各々の特徴値を抽出する
ために周波数空間を少なくとも二つ以上の周波数領域に
分割して、周波数空間分割レイアウトを作る第１段階
と、前記分割された各周波数領域から前記映像の質感特
徴値を抽出する第２段階と、前記各周波数空間分割レイ
アウトの各周波数領域から抽出された特徴値を利用し
て、映像の質感記述子を特徴ベクトルの形態で表現する
第３段階とを含んだことを特徴とする。
めの本発明によると周波数空間上における質感表現方法
が提供される。このような質感表現方法は、少なくとも
一個以上の質感特徴に対して、各々の特徴値を抽出する
ために周波数空間を少なくとも二つ以上の周波数領域に
分割して、周波数空間分割レイアウトを作る第１段階
と、前記分割された各周波数領域から前記映像の質感特
徴値を抽出する第２段階と、前記各周波数空間分割レイ
アウトの各周波数領域から抽出された特徴値を利用し
て、映像の質感記述子を特徴ベクトルの形態で表現する
第３段階とを含んだことを特徴とする。
【００１１】望ましくは、前記第１段階で、前記周波数
空間分割レイアウトは、人間視覚認知システム（ＨＶ
Ｓ）によって作り、前記第１段階の周波数空間は、直交
座標系周波数空間または、極座標系周波数空間である。
空間分割レイアウトは、人間視覚認知システム（ＨＶ
Ｓ）によって作り、前記第１段階の周波数空間は、直交
座標系周波数空間または、極座標系周波数空間である。
【００１２】より望ましくは、前記第１段階は、前記周
波数空間分割レイアウトの各チャネルに対して重要度ま
たは、優先順位を与えるサブ段階を含む。望ましくは、
前記第２段階は、映像をラドン変換する第１サブ段階
と、前記ラドン変換された映像をフーリェ変換する第２
サブ段階と、前記分割された各周波数領域から前記フー
リェ変換された映像に対して、各周波数チャネルから特
徴値を抽出する第３サブ段階とを含む。
波数空間分割レイアウトの各チャネルに対して重要度ま
たは、優先順位を与えるサブ段階を含む。望ましくは、
前記第２段階は、映像をラドン変換する第１サブ段階
と、前記ラドン変換された映像をフーリェ変換する第２
サブ段階と、前記分割された各周波数領域から前記フー
リェ変換された映像に対して、各周波数チャネルから特
徴値を抽出する第３サブ段階とを含む。
【００１３】より望ましくは、前記第３サブ段階は、各
周波数領域におけるエネルギー値と、エネルギーの分散
値とのうち、少なくとも一つの値を特徴値として抽出す
る段階である。
周波数領域におけるエネルギー値と、エネルギーの分散
値とのうち、少なくとも一つの値を特徴値として抽出す
る段階である。
【００１４】ここで、前記エネルギー平均値を求めるた
めの周波数レイアウトと、エネルギー分散値を求めるた
めの周波数レイアウトとが別途に生成されることがより
望ましくて、前記エネルギー平均値を求めるための周波
数レイアウトは、周波数空間を放射方向に２ｌ（０≦ｌ
＜ｌｏｇ2（Ｎ／２）−１）、オクターブ間隔で原点か
ら遠ざかる方向に分割して、角度方向に‘１８０／分割
解像度’間隔で分割する。前記エネルギー分散値を求め
るための周波数レイアウトは、周波数空間を放射方向に
均等な間隔で分割して、角度方向に‘１８０／分割解像
度’間隔で分割する。
めの周波数レイアウトと、エネルギー分散値を求めるた
めの周波数レイアウトとが別途に生成されることがより
望ましくて、前記エネルギー平均値を求めるための周波
数レイアウトは、周波数空間を放射方向に２ｌ（０≦ｌ
＜ｌｏｇ2（Ｎ／２）−１）、オクターブ間隔で原点か
ら遠ざかる方向に分割して、角度方向に‘１８０／分割
解像度’間隔で分割する。前記エネルギー分散値を求め
るための周波数レイアウトは、周波数空間を放射方向に
均等な間隔で分割して、角度方向に‘１８０／分割解像
度’間隔で分割する。
【００１５】望ましくは、前記第３段階は、主映像の質
感情報を利用して映像の回転方向基準軸を探して、前記
回転方向基準軸を基準に前記周波数空間分割レイアウト
を回転させた後、映像の質感記述子を抽出する。ここ
で、前記回転方向基準軸は、映像をラドン変換してエネ
ルギーまたは、エントロピーまたは、周期的成分が最も
多く分布されている放射方向の軸として設定される。
感情報を利用して映像の回転方向基準軸を探して、前記
回転方向基準軸を基準に前記周波数空間分割レイアウト
を回転させた後、映像の質感記述子を抽出する。ここ
で、前記回転方向基準軸は、映像をラドン変換してエネ
ルギーまたは、エントロピーまたは、周期的成分が最も
多く分布されている放射方向の軸として設定される。
【００１６】望ましくは、前記第３段階は、映像をフー
リェ変換して放射方向基準点を探して、その基準点を基
準にフーリェ変換を正規化させた後、正規化されたフー
リェ変換結果値を利用して質感記述子を表現する。ここ
で、前記放射方向基準点は、周波数空間で原点から同一
な距離にあるフーリェ変換映像のエネルギーまたは、エ
ントロピーまたは、周期的成分が最も多く分布されてい
る円弧を探して、前記見つけられた円弧の半径を基準点
として設定する。
リェ変換して放射方向基準点を探して、その基準点を基
準にフーリェ変換を正規化させた後、正規化されたフー
リェ変換結果値を利用して質感記述子を表現する。ここ
で、前記放射方向基準点は、周波数空間で原点から同一
な距離にあるフーリェ変換映像のエネルギーまたは、エ
ントロピーまたは、周期的成分が最も多く分布されてい
る円弧を探して、前記見つけられた円弧の半径を基準点
として設定する。
【００１７】また、本発明によると上述した周波数空間
上における質感表現方法を実現するためのプログラムを
記録した記録媒体が提供される。また、本発明によると
周波数空間上における質感ベースの検索方法が提供され
る。このような質感ベースの検索方法は、データベース
に貯蔵する映像の質感特徴ベクトルである質感記述子を
抽出して貯蔵する第１段階と、質の映像が入力されると
前記質の映像の質感特徴ベクトルである質感記述子を抽
出する第２段階と、前記データ質感記述子を前記質の質
感記述子と整合して、二質感記述子間の距離を測定する
第３段階と、前記二質感記述子間の距離により二映像の
類似度を判定する第４段階とを含んだことを特徴とす
る。
上における質感表現方法を実現するためのプログラムを
記録した記録媒体が提供される。また、本発明によると
周波数空間上における質感ベースの検索方法が提供され
る。このような質感ベースの検索方法は、データベース
に貯蔵する映像の質感特徴ベクトルである質感記述子を
抽出して貯蔵する第１段階と、質の映像が入力されると
前記質の映像の質感特徴ベクトルである質感記述子を抽
出する第２段階と、前記データ質感記述子を前記質の質
感記述子と整合して、二質感記述子間の距離を測定する
第３段階と、前記二質感記述子間の距離により二映像の
類似度を判定する第４段階とを含んだことを特徴とす
る。
【００１８】望ましくは、前記第１段階ないし第２段階
の質感記述子抽出段階は、少なくとも一個以上の質感特
徴に対して、各々の特徴値を抽出するために周波数空間
を少なくとも二つ以上の周波数領域に分割して周波数空
間分割レイアウトを作る第１サブ段階と、前記分割され
た各周波数領域から前記映像の質感特徴値を抽出する第
２サブ段階と、前記各周波数空間分割レイアウトの各周
波数領域から抽出された特徴値を利用して、映像の質感
記述子を特徴ベクトルの形態で表現する第３サブ段階と
を含んだことを特徴とする。
の質感記述子抽出段階は、少なくとも一個以上の質感特
徴に対して、各々の特徴値を抽出するために周波数空間
を少なくとも二つ以上の周波数領域に分割して周波数空
間分割レイアウトを作る第１サブ段階と、前記分割され
た各周波数領域から前記映像の質感特徴値を抽出する第
２サブ段階と、前記各周波数空間分割レイアウトの各周
波数領域から抽出された特徴値を利用して、映像の質感
記述子を特徴ベクトルの形態で表現する第３サブ段階と
を含んだことを特徴とする。
【００１９】望ましくは、映像の回転不変性を考慮した
質感ベースの検索で前記第３段階は、任意の一つのデー
タ質感記述子を一定角度内で回転させながら前記質の質
感記述子と整合して各角度で二質感記述子間の距離を測
定する第１サブ段階と、前記各角度における二質感記述
子間の距離中、最も最小の距離を二質感記述子間の距離
として判定する第２サブ段階とを含む。
質感ベースの検索で前記第３段階は、任意の一つのデー
タ質感記述子を一定角度内で回転させながら前記質の質
感記述子と整合して各角度で二質感記述子間の距離を測
定する第１サブ段階と、前記各角度における二質感記述
子間の距離中、最も最小の距離を二質感記述子間の距離
として判定する第２サブ段階とを含む。
【００２０】望ましくは、映像の縮少／拡大不変性を考
慮した質感ベースの検索で前記第３段階は、質の映像か
ら一個以上の拡大映像または、縮少映像を作って各大き
さにおける質の質感記述子を抽出する第１サブ段階と、
前記各大きさにおける質の質感記述子とデータ質感記述
子との距離を各々測定する第２サブ段階と、前記第２サ
ブ段階の距離測定結果二質感記述子間の距離中、最も最
小の距離を二質感記述子間の距離として判定する第３サ
ブ段階とを含む。
慮した質感ベースの検索で前記第３段階は、質の映像か
ら一個以上の拡大映像または、縮少映像を作って各大き
さにおける質の質感記述子を抽出する第１サブ段階と、
前記各大きさにおける質の質感記述子とデータ質感記述
子との距離を各々測定する第２サブ段階と、前記第２サ
ブ段階の距離測定結果二質感記述子間の距離中、最も最
小の距離を二質感記述子間の距離として判定する第３サ
ブ段階とを含む。
【００２１】望ましくは、前記質の質感記述子とデータ
質感記述子とは映像の回転方向基準軸と放射方向基準点
と明るさ情報とを含むことができて、この時、映像の回
転不変性を考慮した質感ベースの検索で前記第３段階
は、前記質の映像の回転方向基準軸とデータ映像の回転
方向基準軸とが一致するように二質感記述子を整列した
後、前記二質感記述子間の距離を測定する段階である。
質感記述子とは映像の回転方向基準軸と放射方向基準点
と明るさ情報とを含むことができて、この時、映像の回
転不変性を考慮した質感ベースの検索で前記第３段階
は、前記質の映像の回転方向基準軸とデータ映像の回転
方向基準軸とが一致するように二質感記述子を整列した
後、前記二質感記述子間の距離を測定する段階である。
【００２２】より望ましくは、映像の明るさ不変性を考
慮した質感ベースの検索で前記第３段階は、前記質の質
感記述子とデータ質感記述子とから明るさ情報を除いて
二質感記述子間の距離を測定する段階である。
慮した質感ベースの検索で前記第３段階は、前記質の質
感記述子とデータ質感記述子とから明るさ情報を除いて
二質感記述子間の距離を測定する段階である。
【００２３】より望ましくは、映像の縮少／拡大不変性
を考慮した質感ベースの検索で第３段階は、質の映像と
データ映像との放射方向基準点を基準にして、データ質
感記述子を放射方向のチャネルで隣接チャネルどうしに
併合したり、隣接チャネルに質感記述子の特徴値を移動
させる第１サブ段階と、縮少／拡大により原点で伸びた
り／縮少された自己チャネルをさがした後、二質感記述
子間の距離を測定する第２サブ段階とを含む。ここで、
前記放射方向基準点は、周波数空間で原点から同一距離
にあるフーリェ変換映像のエネルギーまたは、エントロ
ピーまたは、周期的成分が最も多く分布されている円弧
を探して、前記見つけられた円弧の半径を基準点として
設定する。
を考慮した質感ベースの検索で第３段階は、質の映像と
データ映像との放射方向基準点を基準にして、データ質
感記述子を放射方向のチャネルで隣接チャネルどうしに
併合したり、隣接チャネルに質感記述子の特徴値を移動
させる第１サブ段階と、縮少／拡大により原点で伸びた
り／縮少された自己チャネルをさがした後、二質感記述
子間の距離を測定する第２サブ段階とを含む。ここで、
前記放射方向基準点は、周波数空間で原点から同一距離
にあるフーリェ変換映像のエネルギーまたは、エントロ
ピーまたは、周期的成分が最も多く分布されている円弧
を探して、前記見つけられた円弧の半径を基準点として
設定する。
【００２４】より望ましくは、映像の縮少／拡大不変性
及び回転不変性を同時に考慮した質感ベースの検索で前
記第３段階は、質の映像とデータ映像との放射方向基準
点を基準にして、データ質感記述子を放射方向のチャネ
ルで隣接チャネルどうしに併合したり、隣接チャネルに
質感記述子の特徴値を移動させて変更された自己チャネ
ルを探す第１サブ段階と、変更された自己チャネルの特
徴値を一定角度内で回転させながら前記質の質感記述子
と整合して回転角度による二質感記述子間の距離を測定
する第２サブ段階と、前記回転角度による二質感記述子
間の距離中、最も最小の距離を二質感記述子間の距離と
して判定する第３サブ段階とを含む。
及び回転不変性を同時に考慮した質感ベースの検索で前
記第３段階は、質の映像とデータ映像との放射方向基準
点を基準にして、データ質感記述子を放射方向のチャネ
ルで隣接チャネルどうしに併合したり、隣接チャネルに
質感記述子の特徴値を移動させて変更された自己チャネ
ルを探す第１サブ段階と、変更された自己チャネルの特
徴値を一定角度内で回転させながら前記質の質感記述子
と整合して回転角度による二質感記述子間の距離を測定
する第２サブ段階と、前記回転角度による二質感記述子
間の距離中、最も最小の距離を二質感記述子間の距離と
して判定する第３サブ段階とを含む。
【００２５】より望ましくは、映像の縮少／拡大不変性
及び回転不変性を同時に考慮した質感ベースの検索で前
記第３段階は、質の映像とデータ映像との放射方向基準
点を基準にして、データ質感記述子を放射方向のチャネ
ルで隣接チャネルどうしに併合したり、隣接チャネルに
質感記述子の特徴値を移動させて変更された自己チャネ
ルを探す第１サブ段階と、前記質の映像の回転方向基準
軸とデータ映像の回転方向基準軸とが一致するように二
質感記述子を整列した後、前記二質感記述子間の距離を
測定する第２サブ段階とを含む。
及び回転不変性を同時に考慮した質感ベースの検索で前
記第３段階は、質の映像とデータ映像との放射方向基準
点を基準にして、データ質感記述子を放射方向のチャネ
ルで隣接チャネルどうしに併合したり、隣接チャネルに
質感記述子の特徴値を移動させて変更された自己チャネ
ルを探す第１サブ段階と、前記質の映像の回転方向基準
軸とデータ映像の回転方向基準軸とが一致するように二
質感記述子を整列した後、前記二質感記述子間の距離を
測定する第２サブ段階とを含む。
【００２６】望ましくは、前記質感記述子抽出段階の第
１サブ段階は、人間視覚認知システムを考慮して一つ以
上の周波数空間分割レイアウトを作る第１サブサブ段階
と、前記周波数空間分割レイアウトの各チャネルに対し
て重要度または、優先順位を与える第２サブサブ段階と
を含む。
１サブ段階は、人間視覚認知システムを考慮して一つ以
上の周波数空間分割レイアウトを作る第１サブサブ段階
と、前記周波数空間分割レイアウトの各チャネルに対し
て重要度または、優先順位を与える第２サブサブ段階と
を含む。
【００２７】望ましくは、前記質感記述子抽出段階の第
２サブ段階は、入力された映像をラドン変換する第１サ
ブサブ段階と、前記ラドン変換された映像をフーリェ変
換する第２サブサブ段階と、前記分割された各周波数領
域で前記フーリェ変換された映像から特徴値を抽出する
第３サブサブ段階とを含む。ここで、前記第３サブサブ
段階は、各周波数領域におけるエネルギーの平均値と分
散値とのうち、少なくとも一つの値を特徴値として抽出
する段階である。
２サブ段階は、入力された映像をラドン変換する第１サ
ブサブ段階と、前記ラドン変換された映像をフーリェ変
換する第２サブサブ段階と、前記分割された各周波数領
域で前記フーリェ変換された映像から特徴値を抽出する
第３サブサブ段階とを含む。ここで、前記第３サブサブ
段階は、各周波数領域におけるエネルギーの平均値と分
散値とのうち、少なくとも一つの値を特徴値として抽出
する段階である。
【００２８】また、本発明によると上述した周波数空間
上における質感ベースの検索方法を実現するためのプロ
グラムを記録した記録媒体が提供される。また、本発明
による質感ベースの検索方法は、データベースに貯蔵す
る映像の質感特徴値と映像の回転情報とを含む質感記述
子を抽出して貯蔵する第１段階と、質の映像が入力され
ると前記質の映像の質感特徴値と映像の回転情報とを含
む質感記述子を抽出する第２段階と、前記データ質感記
述子の回転情報と質の質感記述子の回転情報とを利用し
て二質感記述子の回転角度を相互一致させる第３段階
と、前記二質感記述子の回転角度を一致させた状態で二
映像の質感記述子を整合して、二質感記述子間の距離を
測定する第４段階と、前記二質感記述子間の距離により
二映像の類似度を判定する第５段階とを含んだことを特
徴とする。
上における質感ベースの検索方法を実現するためのプロ
グラムを記録した記録媒体が提供される。また、本発明
による質感ベースの検索方法は、データベースに貯蔵す
る映像の質感特徴値と映像の回転情報とを含む質感記述
子を抽出して貯蔵する第１段階と、質の映像が入力され
ると前記質の映像の質感特徴値と映像の回転情報とを含
む質感記述子を抽出する第２段階と、前記データ質感記
述子の回転情報と質の質感記述子の回転情報とを利用し
て二質感記述子の回転角度を相互一致させる第３段階
と、前記二質感記述子の回転角度を一致させた状態で二
映像の質感記述子を整合して、二質感記述子間の距離を
測定する第４段階と、前記二質感記述子間の距離により
二映像の類似度を判定する第５段階とを含んだことを特
徴とする。
【００２９】望ましくは、前記第１段階及び第２段階の
質感記述子抽出段階は、少なくとも一つ以上の質感特徴
に対して各々の特徴値を抽出するために周波数空間を少
なくとも二つ以上の周波数領域に分割して周波数空間分
割レイアウトを作る第１サブ段階と、前記分割された各
周波数領域から前記映像の質感特徴値を抽出する第２サ
ブ段階と、前記各周波数空間分割レイアウトの各周波数
領域から抽出された特徴値を利用して、映像の質感記述
子を特徴ベクトルの形態で表現する第３サブ段階とを含
んだことを特徴とする。
質感記述子抽出段階は、少なくとも一つ以上の質感特徴
に対して各々の特徴値を抽出するために周波数空間を少
なくとも二つ以上の周波数領域に分割して周波数空間分
割レイアウトを作る第１サブ段階と、前記分割された各
周波数領域から前記映像の質感特徴値を抽出する第２サ
ブ段階と、前記各周波数空間分割レイアウトの各周波数
領域から抽出された特徴値を利用して、映像の質感記述
子を特徴ベクトルの形態で表現する第３サブ段階とを含
んだことを特徴とする。
【００３０】望ましくは、第１段階と第２段階との映像
回転情報抽出段階は、入力された映像をフーリェ変換し
てエネルギーが多く分布されている方向を探す第１サブ
段階と、前記エネルギーが多く分布された方向を基準軸
にして周波数空間分割レイアウトを生成する第２サブ段
階と、前記第２サブ段階で生成された周波数空間分割レ
イアウトの回転情報を前記映像質感記述子に含める第３
サブ段階とを含む。
回転情報抽出段階は、入力された映像をフーリェ変換し
てエネルギーが多く分布されている方向を探す第１サブ
段階と、前記エネルギーが多く分布された方向を基準軸
にして周波数空間分割レイアウトを生成する第２サブ段
階と、前記第２サブ段階で生成された周波数空間分割レ
イアウトの回転情報を前記映像質感記述子に含める第３
サブ段階とを含む。
【００３１】より望ましくは、前記質感記述子抽出段階
の第１サブ段階は、人間視覚認知システムを考慮して一
つ以上の周波数空間分割レイアウトを作る第１サブサブ
段階と、前記周波数空間分割レイアウトの各チャネルに
対して重要度または、優先順位を与える第２サブサブ段
階とを含む。
の第１サブ段階は、人間視覚認知システムを考慮して一
つ以上の周波数空間分割レイアウトを作る第１サブサブ
段階と、前記周波数空間分割レイアウトの各チャネルに
対して重要度または、優先順位を与える第２サブサブ段
階とを含む。
【００３２】より望ましくは、前記質感記述子抽出段階
の第２サブ段階は、入力された映像をラドン変換する第
１サブサブ段階と、前記ラドン変換された映像をフーリ
ェ変換する第２サブサブ段階と、前記分割された各周波
数領域で前記フーリェ変換された映像から特徴値を抽出
する第３サブサブ段階とを含む。ここで、前記第３サブ
サブ段階は、各周波数領域におけるエネルギーの平均値
と分散値とのうち、少なくとも一つの値を特徴値として
抽出する段階である。
の第２サブ段階は、入力された映像をラドン変換する第
１サブサブ段階と、前記ラドン変換された映像をフーリ
ェ変換する第２サブサブ段階と、前記分割された各周波
数領域で前記フーリェ変換された映像から特徴値を抽出
する第３サブサブ段階とを含む。ここで、前記第３サブ
サブ段階は、各周波数領域におけるエネルギーの平均値
と分散値とのうち、少なくとも一つの値を特徴値として
抽出する段階である。
【００３３】また、本発明によると上述した周波数空間
上における質感ベースの検索方法を実現するためのプロ
グラムを記録した記録媒体が提供される。
上における質感ベースの検索方法を実現するためのプロ
グラムを記録した記録媒体が提供される。
【００３４】
【発明の実施の形態】以下、添付された図面を参照しな
がら本発明の一実施例による‘周波数空間上における質
感表現方法及び質感ベースの検索方法（Texture descri
ption methodand texture-based retrieval method in
frequency domain）’をより詳細に説明すると次のよう
である。
がら本発明の一実施例による‘周波数空間上における質
感表現方法及び質感ベースの検索方法（Texture descri
ption methodand texture-based retrieval method in
frequency domain）’をより詳細に説明すると次のよう
である。
【００３５】図１は、本発明によるラドン変換を利用し
た周波数空間上における質感表現方法の処理流れ図を示
す。このような質感表現方法は、映像を質感情報基盤索
引する時（質感情報ベースで索引する時）と質感情報基
盤検索する時（質感情報ベースで検索する時）とにすべ
て用いられるが、入力された映像を処理して質感記述子
を作る。データベースに貯蔵する映像が入力されるとデ
ータ質感記述子を生成して、生成された質感記述子をデ
ータベースに貯蔵する。また、質の映像が入力されると
質の質感記述子を生成して、データベースに貯蔵された
データ質感記述子と比較することにより検索が行なわれ
る。
た周波数空間上における質感表現方法の処理流れ図を示
す。このような質感表現方法は、映像を質感情報基盤索
引する時（質感情報ベースで索引する時）と質感情報基
盤検索する時（質感情報ベースで検索する時）とにすべ
て用いられるが、入力された映像を処理して質感記述子
を作る。データベースに貯蔵する映像が入力されるとデ
ータ質感記述子を生成して、生成された質感記述子をデ
ータベースに貯蔵する。また、質の映像が入力されると
質の質感記述子を生成して、データベースに貯蔵された
データ質感記述子と比較することにより検索が行なわれ
る。
【００３６】図１を参照しながら本発明による質感表現
方法を詳細に説明すると次のようである。まず、任意の
映像が入力されると（Ｓ１１）、段階Ｓ１２で入力され
た映像をラドン変換する。ここで、ラドン変換（Ｒａｄ
ｏｎ Ｔｒａｎｓｆｏｒｍ）とは、２次元映像または、
多次元マルチメディアデータを角度によって線積分しな
がら１次元投影データを獲得する一連の過程をいう。す
なわち、物体は見る角度によって異なって見え、一つの
物体をあらゆる角度で眺めるとその物体の輪郭を推測す
ることができるが、ラドン変換はこのような原理を利用
したものである。
方法を詳細に説明すると次のようである。まず、任意の
映像が入力されると（Ｓ１１）、段階Ｓ１２で入力され
た映像をラドン変換する。ここで、ラドン変換（Ｒａｄ
ｏｎ Ｔｒａｎｓｆｏｒｍ）とは、２次元映像または、
多次元マルチメディアデータを角度によって線積分しな
がら１次元投影データを獲得する一連の過程をいう。す
なわち、物体は見る角度によって異なって見え、一つの
物体をあらゆる角度で眺めるとその物体の輪郭を推測す
ることができるが、ラドン変換はこのような原理を利用
したものである。
【００３７】このような２次元映像に対するラドン変換
式は、数式１のように表現される。
式は、数式１のように表現される。
【００３８】
【数１】 ここで、ｆ（ｘ、ｙ）は、直交座標系における映像関数
であり、ｐθ（Ｒ）は、直交座標系で原点を通過しなが
ら陽のｘ軸と形成する角がθである光線軸を沿って線積
分して得た１次投影関数、すなわち１次ラドン変換関数
である。
であり、ｐθ（Ｒ）は、直交座標系で原点を通過しなが
ら陽のｘ軸と形成する角がθである光線軸を沿って線積
分して得た１次投影関数、すなわち１次ラドン変換関数
である。
【００３９】δ（ｘ）関数は、ｘ値が０である時1にな
る関数である。２次元映像は、直交座標系で‘−∞＜
ｘ、ｙ＜∞’の領域を有して、ラドン座標系で‘０＜ｓ
＜∞、０＜θ＜π’の領域を有する。すなわち、x cos
θ+y sinθ=sである時δ(x cosθ+y sinθ-s)=1にな
る。
る関数である。２次元映像は、直交座標系で‘−∞＜
ｘ、ｙ＜∞’の領域を有して、ラドン座標系で‘０＜ｓ
＜∞、０＜θ＜π’の領域を有する。すなわち、x cos
θ+y sinθ=sである時δ(x cosθ+y sinθ-s)=1にな
る。
【００４０】このようにθを０度から１８０度まで回転
して得た１次ラドン変換関数（ｐθ（Ｒ））の集合をシ
ノグラム（Ｓｉｇｎｏｇｒａｍ）というが、次の段階Ｓ
１３でシノグラムをフーリェ変換する。このシノグラム
をフーリェ変換すると直交座標系における映像関数（ｆ
（ｘ、ｙ））をフーリェ変換したフーリェ関数と数式２
とのような関係式が成立する。
して得た１次ラドン変換関数（ｐθ（Ｒ））の集合をシ
ノグラム（Ｓｉｇｎｏｇｒａｍ）というが、次の段階Ｓ
１３でシノグラムをフーリェ変換する。このシノグラム
をフーリェ変換すると直交座標系における映像関数（ｆ
（ｘ、ｙ））をフーリェ変換したフーリェ関数と数式２
とのような関係式が成立する。
【００４１】
【数２】 ここで、Ｇθ（λ）は、ｐθ（Ｒ）のフーリェ変換され
た関数である。そして、λは、√(ωx 2＋ωy 2)であり、
θは、tan-1(ωy/ωx)である。
た関数である。そして、λは、√(ωx 2＋ωy 2)であり、
θは、tan-1(ωy/ωx)である。
【００４２】図２は、セントラルスライス（Ｃｅｎｔｒ
ａｌ Ｓｌｉｃｅ）理論であり、シノグラムとシノグラ
ムの１次元フーリェ変換との関係を示した図面である。
シノグラムのフーリェ変換は、２次元元映像のフーリェ
変換関数を各θ軸を沿って切断して得られる１次元関数
値である。
ａｌ Ｓｌｉｃｅ）理論であり、シノグラムとシノグラ
ムの１次元フーリェ変換との関係を示した図面である。
シノグラムのフーリェ変換は、２次元元映像のフーリェ
変換関数を各θ軸を沿って切断して得られる１次元関数
値である。
【００４３】すなわち、映像関数をラドン変換した後、
フーリェ変換すると図2の（ｂ）に示されたように極座
標周波数空間に移動して、極座標周波数空間における周
波数サンプリングは図3のように示される。
フーリェ変換すると図2の（ｂ）に示されたように極座
標周波数空間に移動して、極座標周波数空間における周
波数サンプリングは図3のように示される。
【００４４】図３は、極座標周波数空間における周波数
サンプリング構造を示した図面である。ラドン変換を利
用したフーリェ変換は、映像信号を極座標周波数領域に
変換する。この時の周波数サンプリングは、低周波と中
低周波領域とでは稠密して、高周波領域に行くほどサン
プリング密度が低くなる形態で表現される。
サンプリング構造を示した図面である。ラドン変換を利
用したフーリェ変換は、映像信号を極座標周波数領域に
変換する。この時の周波数サンプリングは、低周波と中
低周波領域とでは稠密して、高周波領域に行くほどサン
プリング密度が低くなる形態で表現される。
【００４５】このようなサンプリング構造は、一般的な
映像質感が中低周波領域に情報が集まっている特性と非
常によく合致して、このような周波数サンプリング構造
から抽出された特徴が映像の質感特性をよく示すように
なる。
映像質感が中低周波領域に情報が集まっている特性と非
常によく合致して、このような周波数サンプリング構造
から抽出された特徴が映像の質感特性をよく示すように
なる。
【００４６】次に、段階Ｓ１４では図３のような周波数
サンプリング構造を有する極座標周波数領域から映像の
質感特徴を抽出する。この時、段階Ｓ１５で生成された
極座標系周波数領域分割レイアウトが用いられる。分割
された各周波数領域を特徴チャネルという。
サンプリング構造を有する極座標周波数領域から映像の
質感特徴を抽出する。この時、段階Ｓ１５で生成された
極座標系周波数領域分割レイアウトが用いられる。分割
された各周波数領域を特徴チャネルという。
【００４７】前記の極座標系周波数領域分割レイアウト
は、周波数領域を人間視覚認知システム（ＨＶＳ:Ｈｕ
ｍａｎ Ｖｉｓｕａｌ Ｓｙｓｔｅｍ）によって分割す
る。すなわち、ＨＶＳは、低周波成分に敏感で高周波成
分には鈍感な特性を見せるが、このような特徴を利用し
て周波数レイアウトを決定する。これに関する詳細な事
項は後述する。
は、周波数領域を人間視覚認知システム（ＨＶＳ:Ｈｕ
ｍａｎ Ｖｉｓｕａｌ Ｓｙｓｔｅｍ）によって分割す
る。すなわち、ＨＶＳは、低周波成分に敏感で高周波成
分には鈍感な特性を見せるが、このような特徴を利用し
て周波数レイアウトを決定する。これに関する詳細な事
項は後述する。
【００４８】本発明では映像の質感特徴として、各分割
された周波数領域すなわち、各チャネルにおけるフーリ
ェ変換係数のエネルギー平均値とエネルギー分散値とを
利用する。このためにエネルギー平均を抽出するための
極座標系周波数レイアウトと、エネルギー分散を抽出す
るための極座標系周波数レイアウトとを別途に生成す
る。
された周波数領域すなわち、各チャネルにおけるフーリ
ェ変換係数のエネルギー平均値とエネルギー分散値とを
利用する。このためにエネルギー平均を抽出するための
極座標系周波数レイアウトと、エネルギー分散を抽出す
るための極座標系周波数レイアウトとを別途に生成す
る。
【００４９】図４は、人間視覚認知システムによってエ
ネルギー平均を抽出するための極座標周波数空間分割レ
イアウトを示した図面である。図４に示したように極座
標周波数空間は、放射方向と角度方向とに分割される
が、放射方向は、２ｌ（０≦ｌ＜ｌｏｇ2（Ｎ／２）−
１）オクターブ間隔で原点から遠ざかる方向に分割し
て、角度方向は、θを１８０／Ｐ（ここで、Ｐはθの分
割解像度である。）に分割する。このように分割すると
エネルギー平均を抽出するための極座標周波数レイアウ
トは、低周波領域は周波数空間が稠密に分割されて高周
波領域は疎らに分割される。各分割された周波数領域が
特徴チャネルであり、斜線影付けた部分が５番チャネル
である。
ネルギー平均を抽出するための極座標周波数空間分割レ
イアウトを示した図面である。図４に示したように極座
標周波数空間は、放射方向と角度方向とに分割される
が、放射方向は、２ｌ（０≦ｌ＜ｌｏｇ2（Ｎ／２）−
１）オクターブ間隔で原点から遠ざかる方向に分割し
て、角度方向は、θを１８０／Ｐ（ここで、Ｐはθの分
割解像度である。）に分割する。このように分割すると
エネルギー平均を抽出するための極座標周波数レイアウ
トは、低周波領域は周波数空間が稠密に分割されて高周
波領域は疎らに分割される。各分割された周波数領域が
特徴チャネルであり、斜線影付けた部分が５番チャネル
である。
【００５０】ここで、本発明の主要な特徴がわかるが、
本発明ではラドン変換により低周波領域におけるサンプ
リングは、稠密にして高周波領域におけるサンプリング
は、疎らにして、これをＨＶＳによって分割する時低周
波領域は稠密に分けて高周波領域は大きく分ける。すな
わち、分割された各周波数領域別にすなわち、各チャネ
ル別に抽出された特徴値が質感特徴をよく反映するよう
になる。
本発明ではラドン変換により低周波領域におけるサンプ
リングは、稠密にして高周波領域におけるサンプリング
は、疎らにして、これをＨＶＳによって分割する時低周
波領域は稠密に分けて高周波領域は大きく分ける。すな
わち、分割された各周波数領域別にすなわち、各チャネ
ル別に抽出された特徴値が質感特徴をよく反映するよう
になる。
【００５１】図５は、人間視覚認知システムによってエ
ネルギー分散を抽出するための極座標周波数空間分割レ
イアウトを示した図面である。このエネルギー分散を抽
出するための極座標周波数レイアウトは、エネルギー平
均を抽出するための極座標周波数レイアウトとは別に放
射方向を均等に分割する。しかし、角度方向は図４の周
波数レイアウトのようにθを１８０／Ｐ（ここで、Ｐは
θの分割解像度である。）に分割する。分割された各周
波数領域が特徴チャネルであり、３５番目チャネルが斜
線影付けている。
ネルギー分散を抽出するための極座標周波数空間分割レ
イアウトを示した図面である。このエネルギー分散を抽
出するための極座標周波数レイアウトは、エネルギー平
均を抽出するための極座標周波数レイアウトとは別に放
射方向を均等に分割する。しかし、角度方向は図４の周
波数レイアウトのようにθを１８０／Ｐ（ここで、Ｐは
θの分割解像度である。）に分割する。分割された各周
波数領域が特徴チャネルであり、３５番目チャネルが斜
線影付けている。
【００５２】このように本発明では各々の周波数空間分
割レイアウトを抽出した特徴値によってデザインする。
これは各特徴に対して高い検索率を提供するために最適
の周波数空間分割レイアウトを許すことができるように
柔軟性を与えるようになる。
割レイアウトを抽出した特徴値によってデザインする。
これは各特徴に対して高い検索率を提供するために最適
の周波数空間分割レイアウトを許すことができるように
柔軟性を与えるようになる。
【００５３】各チャネル別にエネルギー平均値とエネル
ギー分散値とが求められると、段階Ｓ１６でこの特徴値
から映像の質感を表現する映像の質感記述子すなわち、
特徴ベクトルを計算する。
ギー分散値とが求められると、段階Ｓ１６でこの特徴値
から映像の質感を表現する映像の質感記述子すなわち、
特徴ベクトルを計算する。
【００５４】この質感記述子は、数式３のように表現で
きる。
きる。
【００５５】
【数３】 ここで、ｅiは、図４の周波数レイアウトでｉ番目チャ
ネルにおけるエネルギー平均値であり、ｄjは、図５の
周波数レイアウトでｊ番目チャネルにおけるエネルギー
分散値である。ここで、特にｅ0は、ＤＣチャネルのエ
ネルギーを示す。Ｐは、極座標周波数空間で角度方向に
分割された領域の個数であり、Ｑは、放射方向に分割さ
れた領域の個数である。
ネルにおけるエネルギー平均値であり、ｄjは、図５の
周波数レイアウトでｊ番目チャネルにおけるエネルギー
分散値である。ここで、特にｅ0は、ＤＣチャネルのエ
ネルギーを示す。Ｐは、極座標周波数空間で角度方向に
分割された領域の個数であり、Ｑは、放射方向に分割さ
れた領域の個数である。
【００５６】前記の数式３で各特徴値は、そのチャネル
の優先順位によってまず表現できて、チャネルの重要度
によって重要度が低いチャネルの特徴値は除外させるこ
とによって、データ容量を減少させることもできる。
の優先順位によってまず表現できて、チャネルの重要度
によって重要度が低いチャネルの特徴値は除外させるこ
とによって、データ容量を減少させることもできる。
【００５７】前記の特徴ベクトルを形成するエネルギー
平均値ｅiとエネルギー分散値ｄjとは、数式５と数式７
とにより求められて、このために数式４ではフーリェ変
換された１次ラドン変換関数（Ｇθ（λ））を利用して
ｐi値を求めて、数式６ではフーリェ変換された１次ラ
ドン変換関数と数式４で求めたｐi値とを利用してｑj値
を求める。
平均値ｅiとエネルギー分散値ｄjとは、数式５と数式７
とにより求められて、このために数式４ではフーリェ変
換された１次ラドン変換関数（Ｇθ（λ））を利用して
ｐi値を求めて、数式６ではフーリェ変換された１次ラ
ドン変換関数と数式４で求めたｐi値とを利用してｑj値
を求める。
【００５８】
【数４】
【００５９】
【数５】
【００６０】
【数６】
【００６１】
【数７】 前記のように各チャネルにおけるエネルギー平均値とエ
ネルギー分散値とで構成された質感記述子が求められ
る。
ネルギー分散値とで構成された質感記述子が求められ
る。
【００６２】入力されるあらゆる映像に対して、前記Ｓ
１１ないし段階Ｓ１６を反復遂行して各データ質感記述
子をデータベースに貯蔵する。このようにデータベース
に貯蔵されたデータ質感記述子は、質の映像から求めら
れた質の質感記述子と整合して質の映像と類似の映像を
検索することに用いられる。
１１ないし段階Ｓ１６を反復遂行して各データ質感記述
子をデータベースに貯蔵する。このようにデータベース
に貯蔵されたデータ質感記述子は、質の映像から求めら
れた質の質感記述子と整合して質の映像と類似の映像を
検索することに用いられる。
【００６３】このような極座標周波数空間上における質
感ベースの検索方法を詳細に説明すると次のようであ
る。質の映像と類似のデータ映像とを検索するために、
本発明では３種を考慮する。第一、明るさ不変性を考慮
する。すなわち、映像の明るさを考慮しなくて質感が類
似の映像を検索する場合と、映像の明るさを考慮して質
感と明るさとが類似の映像を検索する場合とを区分す
る。第二、回転不変性を考慮する。すなわち、映像の回
転を考慮した検索と考慮しない検索とを区分する。第
三、大きさ不変性を考慮する。すなわち、元映像をズー
ム・イン（ｚｏｏｍ ｉｎ）／ズーム・アウト（ｚｏｏ
ｍ ｏｕｔ）して映像が拡大／縮少されても検索できる
ようにする。
感ベースの検索方法を詳細に説明すると次のようであ
る。質の映像と類似のデータ映像とを検索するために、
本発明では３種を考慮する。第一、明るさ不変性を考慮
する。すなわち、映像の明るさを考慮しなくて質感が類
似の映像を検索する場合と、映像の明るさを考慮して質
感と明るさとが類似の映像を検索する場合とを区分す
る。第二、回転不変性を考慮する。すなわち、映像の回
転を考慮した検索と考慮しない検索とを区分する。第
三、大きさ不変性を考慮する。すなわち、元映像をズー
ム・イン（ｚｏｏｍ ｉｎ）／ズーム・アウト（ｚｏｏ
ｍ ｏｕｔ）して映像が拡大／縮少されても検索できる
ようにする。
【００６４】まず、映像の明るさ変化に対して不変性を
有する検索を遂行する方法を説明する。映像の明るさ
は、質感記述子ＴＤベクトルのＤＣチャネルｅ0値で表
現される。すなわち、映像が明るければｅ0値が大きく
て、暗ければｅ0値が小さい。したがって、映像の明る
さ変化に対する不変性を有する検索を遂行しようとする
場合には、データ質感記述子のＴＤベクトルからｅ0値
を除いた後、質の質感記述子と整合する。しかし、映像
の明るさ変化を一緒に考慮した検索をしようとする場合
には、データ質感記述子ＴＤベクトルからｅ0値を除か
なくて質の質感記述子と整合する。
有する検索を遂行する方法を説明する。映像の明るさ
は、質感記述子ＴＤベクトルのＤＣチャネルｅ0値で表
現される。すなわち、映像が明るければｅ0値が大きく
て、暗ければｅ0値が小さい。したがって、映像の明る
さ変化に対する不変性を有する検索を遂行しようとする
場合には、データ質感記述子のＴＤベクトルからｅ0値
を除いた後、質の質感記述子と整合する。しかし、映像
の明るさ変化を一緒に考慮した検索をしようとする場合
には、データ質感記述子ＴＤベクトルからｅ0値を除か
なくて質の質感記述子と整合する。
【００６５】次に、映像の回転不変性を有する検索方法
の第１実施例を説明する。同一な映像に対して映像が回
転されていると、従来の質感ベースの検索方法では同一
な映像に検索されなかった。しかし、本発明では映像の
回転に対する不変性を有する映像の整合を遂行すること
によって、また回転性を考慮しなくて検索することもで
きる。まず映像の回転に対する不変性を有する検索方法
は次のようである。任意の映像を回転してフーリェ変換
した結果値は、その映像をフーリェ変換した後、周波数
領域で回転した結果値と同一である。
の第１実施例を説明する。同一な映像に対して映像が回
転されていると、従来の質感ベースの検索方法では同一
な映像に検索されなかった。しかし、本発明では映像の
回転に対する不変性を有する映像の整合を遂行すること
によって、また回転性を考慮しなくて検索することもで
きる。まず映像の回転に対する不変性を有する検索方法
は次のようである。任意の映像を回転してフーリェ変換
した結果値は、その映像をフーリェ変換した後、周波数
領域で回転した結果値と同一である。
【００６６】データベースにデータ質感記述子ＴＤが貯
蔵されている状態で、質の映像を図１の質感表現方法で
処理して質の質感記述子ＴＤqueryが与えられると、任
意のデータ質感記述子ＴＤmと質の質感記述子ＴＤquery
との類似度を計算して整合程度を測定する。
蔵されている状態で、質の映像を図１の質感表現方法で
処理して質の質感記述子ＴＤqueryが与えられると、任
意のデータ質感記述子ＴＤmと質の質感記述子ＴＤquery
との類似度を計算して整合程度を測定する。
【００６７】この類似度は、数式８により求められるＤ
mに反比例した値である。
mに反比例した値である。
【００６８】
【数８】 このように、データ質感記述子と質の質感記述子との間
の距離（ｄｉｓｔａｎｃｅ）は、各チャネル別にその平
均値と分散値とを比較することにより得られる。上述し
たように回転した映像をフーリェ変換したことは、回転
する前の映像のフーリェ変換を周波数領域で回転した結
果と同一である。二映像を比較する時周波数領域で回転
しながら比較すると類似の二映像を捜し出すことができ
る。
の距離（ｄｉｓｔａｎｃｅ）は、各チャネル別にその平
均値と分散値とを比較することにより得られる。上述し
たように回転した映像をフーリェ変換したことは、回転
する前の映像のフーリェ変換を周波数領域で回転した結
果と同一である。二映像を比較する時周波数領域で回転
しながら比較すると類似の二映像を捜し出すことができ
る。
【００６９】したがって、本発明では質感記述子を比較
して二質感記述子間の距離を求める時このような回転可
能性を予め考慮して整合を遂行する。こういうわけで回
転されている類似映像をすべて検索することができる。
このような整合は、数式９のように表現される。
して二質感記述子間の距離を求める時このような回転可
能性を予め考慮して整合を遂行する。こういうわけで回
転されている類似映像をすべて検索することができる。
このような整合は、数式９のように表現される。
【００７０】
【数９】 ここで、ψは、１８０／Ｐであり、ｋは、１とＰとの間
の定数である。すなわち、数式９は、データ質感記述子
を周波数領域で任意の角度ψほどずつ回転させながら回
転されたデータ質感記述子と質の質感記述子との間の距
離を求める式である。
の定数である。すなわち、数式９は、データ質感記述子
を周波数領域で任意の角度ψほどずつ回転させながら回
転されたデータ質感記述子と質の質感記述子との間の距
離を求める式である。
【００７１】前記数式９で求められた各回転角度におけ
る距離を数式１０に適用して最小距離を探す。
る距離を数式１０に適用して最小距離を探す。
【００７２】
【数１０】 このようにデータ質感記述子を微少回転角度ほどずつ回
転させながら質の質感記述子と比較して、二質感記述子
間の最小距離を二質感記述子間の距離として選択するこ
とにより映像が回転しても類似の映像を検索することが
できる。これにより検索が映像の回転に対して不変的特
性を有する。これと反対に映像の回転に不変性を有しな
くて検索する場合には数式８により類似度を検索する。
転させながら質の質感記述子と比較して、二質感記述子
間の最小距離を二質感記述子間の距離として選択するこ
とにより映像が回転しても類似の映像を検索することが
できる。これにより検索が映像の回転に対して不変的特
性を有する。これと反対に映像の回転に不変性を有しな
くて検索する場合には数式８により類似度を検索する。
【００７３】このような回転不変性を考慮しながら質感
ベースの検索を行う場合、上述したように映像の明るさ
を考慮する時には質感記述子ＴＤベクトルにｅ0値を含
めて、明るさを考慮しない時には質感記述子ＴＤベクト
ルからｅ0値を除外させた次に、回転不変性を考慮した
質感ベースの検索を遂行する。
ベースの検索を行う場合、上述したように映像の明るさ
を考慮する時には質感記述子ＴＤベクトルにｅ0値を含
めて、明るさを考慮しない時には質感記述子ＴＤベクト
ルからｅ0値を除外させた次に、回転不変性を考慮した
質感ベースの検索を遂行する。
【００７４】これから、映像の回転不変性を有する検索
方法の第２実施例を説明する。上述したように回転した
映像のフーリェ変換は、回転前の映像のフーリェ変換を
周波数領域で回転した結果と同一である。それで質感記
述子を整合する時このような回転可能性を考慮して整合
を遂行すると同一な質感映像でありまた回転された映像
をすべて検索することができる。このために回転不変性
を有する検索方法の第１実施例ではデータ質感記述子を
微少な角度ほどずつ回転しながら質の質感記述子と整合
する方法を提示している。
方法の第２実施例を説明する。上述したように回転した
映像のフーリェ変換は、回転前の映像のフーリェ変換を
周波数領域で回転した結果と同一である。それで質感記
述子を整合する時このような回転可能性を考慮して整合
を遂行すると同一な質感映像でありまた回転された映像
をすべて検索することができる。このために回転不変性
を有する検索方法の第１実施例ではデータ質感記述子を
微少な角度ほどずつ回転しながら質の質感記述子と整合
する方法を提示している。
【００７５】反面、本発明の第２実施例では、質感記述
子に回転情報を追加する方法を提示する。すなわち、映
像をラドン変換すると最も周期的とかエネルギーが多く
分布されている基準角度方向が見つけられる。この方向
を基準軸にして極座標周波数空間分割レイアウト（変形
されたレイアウト）を生成した後、図１の質感表現方法
によって質感記述子を計算する。この時この変形された
レイアウトは、図４ないし図５の極座標周波数レイアウ
トに比べて回転された状態であり、変形されたレイアウ
トの基準軸と元来の極座標周波数レイアウトの基準軸と
を回転情報として質感記述子に追加する。
子に回転情報を追加する方法を提示する。すなわち、映
像をラドン変換すると最も周期的とかエネルギーが多く
分布されている基準角度方向が見つけられる。この方向
を基準軸にして極座標周波数空間分割レイアウト（変形
されたレイアウト）を生成した後、図１の質感表現方法
によって質感記述子を計算する。この時この変形された
レイアウトは、図４ないし図５の極座標周波数レイアウ
トに比べて回転された状態であり、変形されたレイアウ
トの基準軸と元来の極座標周波数レイアウトの基準軸と
を回転情報として質感記述子に追加する。
【００７６】このように回転情報を含んだデータ質感記
述子が貯蔵されたデータベースと一緒に回転情報を含ん
だ質の質感記述子が与えられながら検索が要求される
と、データ質感記述子の回転情報と質の質感記述子の回
転情報とを利用して二質感記述子の回転角度を一致させ
る。
述子が貯蔵されたデータベースと一緒に回転情報を含ん
だ質の質感記述子が与えられながら検索が要求される
と、データ質感記述子の回転情報と質の質感記述子の回
転情報とを利用して二質感記述子の回転角度を一致させ
る。
【００７７】すなわち、二映像において基準角度方向を
一致させるが、この状態で二映像の質感記述子を比較し
て二映像間の距離を求める。このような第２実施例は、
第１実施例とは別にデータ質感記述子を回転しながら質
の質感記述子と比較して二質感記述子間の距離を求める
過程がなくても二映像の類似度を求めることができる利
点があるが、回転情報を求めて質感記述子に含める過程
が質感表現段階で追加されるために質感記述子を計算す
る過程がさらに複雑になる。
一致させるが、この状態で二映像の質感記述子を比較し
て二映像間の距離を求める。このような第２実施例は、
第１実施例とは別にデータ質感記述子を回転しながら質
の質感記述子と比較して二質感記述子間の距離を求める
過程がなくても二映像の類似度を求めることができる利
点があるが、回転情報を求めて質感記述子に含める過程
が質感表現段階で追加されるために質感記述子を計算す
る過程がさらに複雑になる。
【００７８】ここでは映像のラドン変換を利用して最も
周期的とかエネルギーが多く分布する方向を基準方向と
して回転情報を表現したが、映像の質感情報を利用して
回転方向の基準軸を探して、周波数空間分割レイアウト
をその基準軸に合わせて質感を表現する方法、または基
準軸を利用しなくて周波数空間分割レイアウトを用いる
質感表現方法を含んで、本発明はこれに限定されない。
周期的とかエネルギーが多く分布する方向を基準方向と
して回転情報を表現したが、映像の質感情報を利用して
回転方向の基準軸を探して、周波数空間分割レイアウト
をその基準軸に合わせて質感を表現する方法、または基
準軸を利用しなくて周波数空間分割レイアウトを用いる
質感表現方法を含んで、本発明はこれに限定されない。
【００７９】本発明の一実施例による質感ベースの検索
方法で三番目に考慮しなければならない事項は、上述し
たように映像の拡大／縮少不変性である。これを詳細に
説明すると次のようである。
方法で三番目に考慮しなければならない事項は、上述し
たように映像の拡大／縮少不変性である。これを詳細に
説明すると次のようである。
【００８０】カメラのズーム（ｚｏｏｍ）を変化させな
がら映像を獲得する時、その獲得された映像は、カメラ
のズーム倍率によって拡大または縮少される。このよう
な効果を映像信号の周波数ドメインで解釈すると、元映
像より拡大された映像の周波数スペクトラム分布は、元
来のスペクトラムより周波数領域の原点に向けて凝集さ
れている。また、元映像より縮少された映像の周波数ス
ペクトラム分布は、元来のスペクトラムより周波数領域
の原点から伸びている。
がら映像を獲得する時、その獲得された映像は、カメラ
のズーム倍率によって拡大または縮少される。このよう
な効果を映像信号の周波数ドメインで解釈すると、元映
像より拡大された映像の周波数スペクトラム分布は、元
来のスペクトラムより周波数領域の原点に向けて凝集さ
れている。また、元映像より縮少された映像の周波数ス
ペクトラム分布は、元来のスペクトラムより周波数領域
の原点から伸びている。
【００８１】映像をラドン変換すると投影データのエネ
ルギーを基準にスケール基準が見つけられる。このよう
な映像に対して縮少／拡大不変性を有する質感ベースの
検索をする場合、スケール基準で放射方向のチャネルで
隣接チャネルどうしに一つのチャネルずつ重複されるよ
うに特徴値を加えたり、縮少／拡大により原点で伸びた
り／縮少された自己チャネルを探して数式１１のように
類似度を計算する。このように加えたチャネルを併合チ
ャネルまたは一致チャネルと呼んで、統合して変更チャ
ネル（ｍｏｄｉｆｉｅｄ ｃhａｎｎｅｌ）と呼ぶ。
ルギーを基準にスケール基準が見つけられる。このよう
な映像に対して縮少／拡大不変性を有する質感ベースの
検索をする場合、スケール基準で放射方向のチャネルで
隣接チャネルどうしに一つのチャネルずつ重複されるよ
うに特徴値を加えたり、縮少／拡大により原点で伸びた
り／縮少された自己チャネルを探して数式１１のように
類似度を計算する。このように加えたチャネルを併合チ
ャネルまたは一致チャネルと呼んで、統合して変更チャ
ネル（ｍｏｄｉｆｉｅｄ ｃhａｎｎｅｌ）と呼ぶ。
【００８２】
【数１１】 映像の質感情報を利用して放射方向の基準点を探してそ
の基準点を基準にフーリェ変換を正規化させた後、正規
化されたフーリェ変換に対して特徴値を抽出して質感記
述子を構成する場合、数式８を利用して類似度検索を遂
行することができる。
の基準点を基準にフーリェ変換を正規化させた後、正規
化されたフーリェ変換に対して特徴値を抽出して質感記
述子を構成する場合、数式８を利用して類似度検索を遂
行することができる。
【００８３】ここで、放射方向基準点は、周波数空間で
原点から同一距離にあるフーリェ変換映像のエネルギー
または、エントロピーまたは、周期的成分が最も多く分
布されている円弧を探して、前記見つけられた円弧の半
径を基準点として設定する。
原点から同一距離にあるフーリェ変換映像のエネルギー
または、エントロピーまたは、周期的成分が最も多く分
布されている円弧を探して、前記見つけられた円弧の半
径を基準点として設定する。
【００８４】縮少／拡大に対して不変性を有する検索方
法の他の実施例は次のようである。一つの与えられた質
の映像を一個以上の拡大映像または一個以上の縮少映像
に作った後、各々の拡大／縮少された質の映像として質
感記述子を表現する。その次に、各々の拡大／縮少され
た質の映像に対して質感記述子を抽出してデータ質感記
述子との距離を数式８により測定する。各々の拡大／縮
少された質の映像の質感記述子に対してデータ質感記述
子との距離中、最も最小になる距離を元来の質の映像の
質感記述子とデータ質感記述子との間の距離として判定
する。
法の他の実施例は次のようである。一つの与えられた質
の映像を一個以上の拡大映像または一個以上の縮少映像
に作った後、各々の拡大／縮少された質の映像として質
感記述子を表現する。その次に、各々の拡大／縮少され
た質の映像に対して質感記述子を抽出してデータ質感記
述子との距離を数式８により測定する。各々の拡大／縮
少された質の映像の質感記述子に対してデータ質感記述
子との距離中、最も最小になる距離を元来の質の映像の
質感記述子とデータ質感記述子との間の距離として判定
する。
【００８５】拡大／縮少に対する不変性を有しない検索
を行なう場合にも数式８により類似度を計算する。回転
と縮少／拡大に対して同時に不変性を有する検索を行な
う場合には、まず拡大／縮少不変的検索で隣接チャネル
を併合、変更した後変更されたチャネルの特徴値を回転
不変的検索をするが、一旦数式１１を利用して数式９と
数式１０とを利用して類似度検索を遂行する。
を行なう場合にも数式８により類似度を計算する。回転
と縮少／拡大に対して同時に不変性を有する検索を行な
う場合には、まず拡大／縮少不変的検索で隣接チャネル
を併合、変更した後変更されたチャネルの特徴値を回転
不変的検索をするが、一旦数式１１を利用して数式９と
数式１０とを利用して類似度検索を遂行する。
【００８６】数式３に表現された質感記述子ＴＤベクト
ルは、質感構造に対する情報がその質感記述子の特徴値
の配列パターンから類推できる。これは概略的に質感の
特定構造を捜し出してブラウジングする機能を支援でき
る。そうした簡単なブラウジングを支援するために本発
明では図４に示されたようなエネルギーチャネルから抽
出された特徴値を利用して質感の簡単な構造情報を計算
する。質感構造を計算する方法は、３０個のエネルギー
チャネルの特徴値に対するエントロピー（ｅｎｔｒｏｐ
ｙ）を求めたり、エネルギーチャネルレイアウトで二つ
の最大エネルギー間の各間隔（ａｎｇｕｌａｒ ｄｉｆ
ｆｅｒｅｎｃｅ）を計算したり、放射間隔（ｒａｄｉａ
ｌ ｄｉｆｆｅｒｅｎｃｅ）を計算する。
ルは、質感構造に対する情報がその質感記述子の特徴値
の配列パターンから類推できる。これは概略的に質感の
特定構造を捜し出してブラウジングする機能を支援でき
る。そうした簡単なブラウジングを支援するために本発
明では図４に示されたようなエネルギーチャネルから抽
出された特徴値を利用して質感の簡単な構造情報を計算
する。質感構造を計算する方法は、３０個のエネルギー
チャネルの特徴値に対するエントロピー（ｅｎｔｒｏｐ
ｙ）を求めたり、エネルギーチャネルレイアウトで二つ
の最大エネルギー間の各間隔（ａｎｇｕｌａｒ ｄｉｆ
ｆｅｒｅｎｃｅ）を計算したり、放射間隔（ｒａｄｉａ
ｌ ｄｉｆｆｅｒｅｎｃｅ）を計算する。
【００８７】前記のように望ましい実施例に基づいてこ
の発明を説明したが、このような実施例は、この発明を
制限することでなく例示することである。この発明が属
する分野の熟練者にはこの発明の技術思想を逸脱しない
範囲内で前記実施例に対する多様な変化や変更または調
節が可能なことが自明なことである。それゆえ、この発
明の保護範囲は、添付された請求範囲によってのみ限定
されることであり、前記のような変化例や変更例または
調節例をすべて含むことと解釈しなければならない。
の発明を説明したが、このような実施例は、この発明を
制限することでなく例示することである。この発明が属
する分野の熟練者にはこの発明の技術思想を逸脱しない
範囲内で前記実施例に対する多様な変化や変更または調
節が可能なことが自明なことである。それゆえ、この発
明の保護範囲は、添付された請求範囲によってのみ限定
されることであり、前記のような変化例や変更例または
調節例をすべて含むことと解釈しなければならない。
【００８８】
【発明の効果】以上のように本発明によると、ラドン変
換による極座標系における周波数空間分割方法と、各特
徴値を抽出することに適合な極座標系周波数空間分割レ
イアウト、各周波数領域における特徴値抽出方法、各周
波数チャネルに重要度及び優先順位付与、回転不変性と
縮少／拡大不変性と明るさ不変性とを支援する質感索引
方法、回転不変性を支援する質感記述子整合方法などの
技術を利用することによって、映像の質感をより正確に
表現できるのみならず効率的な索引及び検索が可能にな
る。
換による極座標系における周波数空間分割方法と、各特
徴値を抽出することに適合な極座標系周波数空間分割レ
イアウト、各周波数領域における特徴値抽出方法、各周
波数チャネルに重要度及び優先順位付与、回転不変性と
縮少／拡大不変性と明るさ不変性とを支援する質感索引
方法、回転不変性を支援する質感記述子整合方法などの
技術を利用することによって、映像の質感をより正確に
表現できるのみならず効率的な索引及び検索が可能にな
る。
【００８９】このような質感表現方法により抽出された
映像の質感記述子は、ぼう大な大きさの航空写真及び軍
事用レーダー映像等から特別の特徴を有する映像を探そ
うとする時有用な検索端緒として利用できる。
映像の質感記述子は、ぼう大な大きさの航空写真及び軍
事用レーダー映像等から特別の特徴を有する映像を探そ
うとする時有用な検索端緒として利用できる。
【図１】 本発明の一実施例による周波数空間上におけ
る質感表現方法を示した流れ図である。
る質感表現方法を示した流れ図である。
【図２】 一般的なセントラルスライス（Ｃｅｎｔｒａ
ｌ Ｓｌｉｃｅ）理論を説明するために示した図であ
る。
ｌ Ｓｌｉｃｅ）理論を説明するために示した図であ
る。
【図３】 ラドン変換を利用した周波数領域における周
波数サンプリング構造を示した図である。
波数サンプリング構造を示した図である。
【図４】 本発明で各チャネル別エネルギー平均を抽出
するために用いる周波数空間分割レイアウトを示した図
である。
するために用いる周波数空間分割レイアウトを示した図
である。
【図５】 本発明で各チャネル別エネルギー分散を抽出
するために用いる周波数空間分割レイアウトを示した図
である。
するために用いる周波数空間分割レイアウトを示した図
である。
S11…映像入力部、S12…ラドン変換部、S13…フーリエ
変換部、S14…特徴抽出部、S15…周波数レイアウト生成
部、S16…特徴ベクトル計算部。
変換部、S14…特徴抽出部、S15…周波数レイアウト生成
部、S16…特徴ベクトル計算部。
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.7 識別記号 ＦＩ テーマコート゛(参考） Ｇ０６Ｔ 7/00 １３０ Ｇ０６Ｔ 7/00 １３０ ３００ ３００Ｆ 7/40 7/40 Ｂ (72)発明者 魯 勇 滿 大韓民国 大田市 儒城区 魚隠洞 ハン ビット アパートメント 123−703 (72)発明者 兪 基 源 大韓民国 ソウル市 城北区 安岩洞 ５ 街 12−15番地 Ａ−302
Claims (38)
- 【請求項１】 映像の質感情報を表現する方法におい
て、 少なくとも一個以上の質感特徴に対して、各々の特徴値
を抽出するために周波数空間を少なくとも二つ以上の周
波数領域に分割して、周波数空間分割レイアウトを作る
第１段階と、 前記分割された各周波数領域から前記映像の質感特徴値
を抽出する第２段階と、 前記各周波数空間分割レイアウトの各周波数領域から抽
出された特徴値を利用して映像の質感記述子を特徴ベク
トルの形態で表現する第３段階と、を含んだことを特徴
とする周波数空間上における質感表現方法。 - 【請求項２】 前記第１段階で、前記周波数空間分割レ
イアウトは、人間視覚認知システム（ＨＶＳ）によって
作ることを特徴とする請求項１に記載の周波数空間上に
おける質感表現方法。 - 【請求項３】 前記第１段階の周波数空間は、直交座標
系周波数空間または、極座標系周波数空間であることを
特徴とする請求項１または２に記載の周波数空間上にお
ける質感表現方法。 - 【請求項４】 前記第１段階は、前記周波数空間分割レ
イアウトの各チャネルに対して重要度または、優先順位
を与えるサブ段階を含んだことを特徴とする請求項２に
記載の周波数空間上における質感表現方法。 - 【請求項５】 前記第２段階は、映像をラドン変換する
第１サブ段階と、 前記ラドン変換された映像をフーリェ変換する第２サブ
段階と、 前記分割された各周波数領域から前記フーリェ変換され
た映像に対して、各周波数チャネルから特徴値を抽出す
る第３サブ段階と、 を含んだことを特徴とする請求項１または２に記載の周
波数空間上における質感表現方法。 - 【請求項６】 前記第３サブ段階は、 各周波数領域におけるエネルギー値とエネルギーの分散
値とのうち、少なくとも一つの値を特徴値として抽出す
る段階であることを特徴とする請求項５に記載の周波数
空間上における質感表現方法。 - 【請求項７】 周波数空間分割レイアウトは、前記エネ
ルギー平均値を求めるための周波数レイアウトと、エネ
ルギー分散値とを求めるための周波数レイアウトが別途
に生成されることを特徴とする請求項６に記載の周波数
空間上における質感表現方法。 - 【請求項８】 前記エネルギー平均値を求めるための周
波数レイアウトは、周波数空間を放射方向に２ｌ（０≦
ｌ＜ｌｏｇ2（Ｎ／２）−１）、オクターブ間隔で原点
から遠ざかる方向に分割して、角度方向に‘１８０／分
割解像度’間隔で分割することを特徴とする請求項７に
記載の周波数空間上における質感表現方法。 - 【請求項９】 前記エネルギー分散値を求めるための周
波数レイアウトは、周波数空間を放射方向に均等な間隔
で分割して、角度方向に‘１８０／分割解像度’間隔で
分割することを特徴とする請求項７または８に記載の周
波数空間上における質感表現方法。 - 【請求項１０】 前記第３段階は、映像の質感情報を利
用して映像の回転方向基準軸を探して、前記回転方向基
準軸を基準に前記周波数空間分割レイアウトを回転させ
た後、映像の質感記述子を抽出することを特徴とする請
求項１に記載の周波数空間上における質感表現方法。 - 【請求項１１】 前記回転方向基準軸は、映像をラドン
変換してエネルギーまたは、エントロピーまたは、周期
的成分が最も多く分布されている放射方向の軸として設
定されることを特徴とする請求項１０に記載の周波数空
間上における質感表現方法。 - 【請求項１２】 前記第３段階は、映像をフーリェ変換
して放射方向基準点を探して、その基準点を基準にフー
リェ変換を正規化させた後、正規化されたフーリェ変換
結果値を利用して、質感記述子を表現することを特徴と
する請求項１に記載の周波数空間上における質感表現方
法。 - 【請求項１３】 前記放射方向基準点は、周波数空間で
原点から同一距離にあるフーリェ変換映像のエネルギー
または、エントロピーまたは、周期的成分が最も多く分
布されている円弧を探して、前記見つけられた円弧の半
径を基準点として設定することを特徴とする請求項１２
に記載の周波数空間上における質感表現方法。 - 【請求項１４】 前記第３段階は、映像の明るさ情報を
抽出して前記映像の質感記述子に含めることを特徴とす
る請求項１に記載の周波数空間上における質感表現方
法。 - 【請求項１５】 コンピュータに、 少なくとも一個以上の質感特徴に対して、各々の特徴値
を抽出するために周波数空間を少なくとも二つ以上の周
波数領域に分割して周波数空間分割レイアウトを作る第
１段階と、 前記分割された各周波数領域で映像をラドン変換して、
ラドン変換された映像をフーリェ変換して、分割された
各周波数領域で前記フーリェ変換された映像に対して各
周波数チャネルから特徴値を抽出して、前記映像の質感
特徴値を抽出する第２段階と、 前記各周波数空間分割レイアウトの各周波数領域から抽
出された特徴値を利用して、映像の質感記述子を特徴ベ
クトルの形態で表現する第３段階とを実行させて映像の
質感情報を表現するプログラムを記録したコンピュータ
読み取り可能な記録媒体。 - 【請求項１６】 質の映像と類似のデータ映像とを質感
ベースで検索する方法において、 データベースに貯蔵する映像の質感特徴ベクトルである
質感記述子を抽出して貯蔵する第１段階と、 質の映像が入力されると、前記質の映像の質感特徴ベク
トルである質感記述子を抽出する第２段階と、 前記データ質感記述子を前記質の質感記述子と整合し
て、二質感記述子間の距離を測定する第３段階と、 前記二質感記述子間の距離により二映像の類似度を判定
する第４段階と、を含んだことを特徴とする周波数空間
における質感ベースの検索方法。 - 【請求項１７】 前記第１段階及び第２段階の質感記述
子抽出段階は、 少なくとも一つ以上の質感特徴に対して、各々の特徴値
を抽出するために周波数空間を少なくとも二つ以上の周
波数領域に分割して、周波数空間分割レイアウトを作る
第１サブ段階と、前記分割された各周波数領域から前記
映像の質感特徴値を抽出する第２サブ段階と、前記各周
波数空間分割レイアウトの各周波数領域から抽出された
特徴値を利用して、映像の質感記述子を特徴ベクトルの
形態で表現する第３サブ段階とを含んだことを特徴とす
る請求項１６に記載の周波数空間上における質感ベース
の検索方法。 - 【請求項１８】 映像の回転不変性を考慮すると前記第
３段階は、 任意の一つのデータ質感記述子を一定角度内で回転させ
ながら前記質の質感記述子と整合して各角度で二質感記
述子間の距離を測定する第１サブ段階と、 前記各角度における二質感記述子間の距離中、最も最小
の距離を二質感記述子間の距離として判定する第２サブ
段階と、を含んだことを特徴とする請求項１７に記載の
周波数空間上における質感ベースの検索方法。 - 【請求項１９】 映像の縮少／拡大不変性を考慮すると
前記第３段階は、 質の映像から一つ以上の拡大映像または、縮少映像を作
って各大きさにおける質の質感記述子を抽出する第１サ
ブ段階と、 前記各大きさにおける質の質感記述子と、データ質感記
述子との距離を各々測定する第２サブ段階と、 前記第２サブ段階の距離測定結果、二質感記述子間の距
離中、最も最小の距離を二質感記述子間の距離として判
定する第３サブ段階と、を含んだことを特徴とする請求
項１７に記載の周波数空間上における質感ベースの検索
方法。 - 【請求項２０】 前記質の質感記述子とデータ質感記述
子とは、映像の回転方向基準軸と放射方向基準点と明る
さ情報とを含んだことを特徴とする請求項１７に記載の
周波数空間上における質感ベースの検索方法。 - 【請求項２１】 映像の回転不変性を考慮すると前記第
３段階は、 前記質の映像の回転方向基準軸と、データ映像の回転方
向基準軸とが一致するように二質感記述子を整列した
後、前記二質感記述子間の距離を測定する段階であるこ
とを特徴とする請求項２０に記載の周波数空間上におけ
る質感ベースの検索方法。 - 【請求項２２】 前記回転方向基準軸は、映像をラドン
変換してエネルギーまたは、エントロピーまたは、周期
的成分が最も多く分布されている放射方向の軸として設
定されることを特徴とする請求項２１に記載の周波数空
間上における質感ベースの検索方法。 - 【請求項２３】 映像の明るさ不変性を考慮すると前記
第３段階は、 前記質の質感記述子と、データ質感記述子とから明るさ
情報を除いて、二質感記述子間の距離を測定する段階で
あることを特徴とする請求項２０に記載の周波数空間上
における質感ベースの検索方法。 - 【請求項２４】 映像の縮少／拡大不変性を考慮すると
第３段階は、 質の映像とデータ映像との放射方向基準点を基準にし
て、データ質感記述子を放射方向のチャネルで隣接チャ
ネルどうしに併合したり、隣接チャネルに質感記述子の
特徴値を移動させる第１サブ段階と、 縮少／拡大により原点で伸びたり／縮少された自己チャ
ネルをさがした後、二質感記述子間の距離を測定する第
２サブ段階と、 を含んだことを特徴とする請求項２０に記載の周波数空
間上における質感ベースの検索方法。 - 【請求項２５】 前記放射方向基準点は、周波数空間で
原点から同一距離にあるフーリェ変換映像のエネルギー
または、エントロピーまたは、周期的成分が最も多く分
布されている円弧を探して、前記見つけられた円弧の半
径を基準点として設定することを特徴とする請求項２４
に記載の周波数空間上における質感ベースの検索方法。 - 【請求項２６】 映像の縮少／拡大不変性及び回転不変
性を同時に考慮すると前記第３段階は、 質の映像とデータ映像との放射方向基準点を基準にし
て、データ質感記述子を放射方向のチャネルで隣接チャ
ネルどうしに併合したり、隣接チャネルに質感記述子の
特徴値を移動させて、変更された自己チャネルを探す第
１サブ段階と、 変更された自己チャネルの特徴値を一定角度内で回転さ
せながら前記質の質感記述子と整合して、回転角度によ
る二質感記述子間の距離を測定する第２サブ段階と、 前記回転角度による二質感記述子間の距離中、最も最小
の距離を二質感記述子間の距離として判定する第３サブ
段階と、を含んだことを特徴とする請求項２０に記載の
周波数空間上における質感ベースの検索方法。 - 【請求項２７】 映像の縮少／拡大不変性及び回転不変
性を同時に考慮すると前記第３段階は、 質の映像とデータ映像との放射方向基準点を基準にし
て、データ質感記述子を放射方向のチャネルで隣接チャ
ネルどうしに併合したり、隣接チャネルに質感記述子の
特徴値を移動させて、変更された自己チャネルを探す第
１サブ段階と、 前記質の映像の回転方向基準軸と、データ映像の回転方
向基準軸とが一致するように二質感記述子を整列した
後、前記二質感記述子間の距離を測定する第２サブ段階
と、を含むことを特徴とする請求項２０に記載の周波数
空間上における質感ベースの検索方法。 - 【請求項２８】 前記質感記述子抽出段階の第１サブ段
階は、 人間視覚認知システムを考慮して一つ以上の周波数空間
分割レイアウトを作る第１サブサブ段階と、 前記周波数空間分割レイアウトの各チャネルに対して重
要度または、優先順位を与える第２サブサブ段階と、を
含んだことを特徴とする請求項１７に記載の周波数空間
上における質感ベースの検索方法。 - 【請求項２９】 前記質感記述子抽出段階の第２サブ段
階は、 入力された映像をラドン変換する第１サブサブ段階と、 前記ラドン変換された映像をフーリェ変換する第２サブ
サブ段階と、 前記分割された各周波数領域で前記フーリェ変換された
映像から特徴値を抽出する第３サブサブ段階と、を含ん
だことを特徴とする請求項１７または２８に記載の周波
数空間上における質感ベースの検索方法。 - 【請求項３０】 前記第３サブサブ段階は、 各周波数領域におけるエネルギーの平均値と分散値との
うち、少なくとも一つの値を特徴値として抽出する段階
であることを特徴とする請求項２９に記載の周波数空間
上における質感ベースの検索方法。 - 【請求項３１】 コンピュータに、 少なくとも一個以上の質感特徴に対して、各々の特徴値
を抽出するために周波数空間を少なくとも二つ以上の周
波数領域に分割して、周波数空間分割レイアウトを作る
第１段階と、 データベースに貯蔵する映像が与えられると、前記分割
された各周波数領域から前記データ映像の質感特徴値を
抽出して、抽出された特徴値を利用してデータ映像の質
感記述子を抽出して貯蔵する第２段階と、 質の映像が入力されると、前記分割された各周波数領域
から前記質の映像の質感特徴値を抽出して、抽出された
特徴値を利用して、質の映像の質感記述子を抽出する第
３段階と、 前記データ質感記述子を前記質の質感記述子と整合し
て、二質感記述子間の距離を測定する第４段階と、 前記二質感記述子間の距離により二映像の類似度を判定
する第５段階とを実行させて、任意の質の映像と類似の
データ映像とを検索するプログラムを記録したコンピュ
ータ読み取り可能な記録媒体。 - 【請求項３２】 質の映像と類似のデータ映像とを質感
ベースで検索する方法において、 データベースに貯蔵する映像の質感特徴値と映像の回転
情報とを含む質感記述子を抽出して貯蔵する第１段階
と、 質の映像が入力されると、前記質の映像の質感特徴値と
映像の回転情報とを含む質感記述子を抽出する第２段階
と、 前記データ質感記述子の回転情報と、質の質感記述子の
回転情報とを利用して、二質感記述子の回転角度を相互
一致させる第３段階と、 前記二質感記述子の回転角度を一致させた状態で二映像
の質感記述子を整合して、二質感記述子間の距離を測定
する第４段階と、 前記二質感記述子間の距離により二映像の類似度を判定
する第５段階と、を含んだことを特徴とする周波数空間
上における質感ベースの検索方法。 - 【請求項３３】 前記第１段階及び第２段階の質感記述
子抽出段階は、 少なくとも一つ以上の質感特徴に対して、各々の特徴値
を抽出するために周波数空間を少なくとも二つ以上の周
波数領域に分割して、周波数空間分割レイアウトを作る
第１サブ段階と、 前記分割された各周波数領域から前記映像の質感特徴値
を抽出する第２サブ段階と、 前記各周波数空間分割レイアウトの各周波数領域から抽
出された特徴値を利用して映像の質感記述子を特徴ベク
トルの形態で表現する第３サブ段階と、を含んだことを
特徴とする請求項３２に記載の周波数空間上における質
感ベースの検索方法。 - 【請求項３４】 第１段階と第２段階との映像回転情報
抽出段階は、 入力された映像をフーリェ変換して、エネルギーが多く
分布されている方向を探す第１サブ段階と、 前記エネルギーが多く分布された方向を基準軸にして、
周波数空間分割レイアウトを生成する第２サブ段階と、 前記第２サブ段階で生成された周波数空間分割レイアウ
トの回転情報を前記映像質感記述子に含める第３サブ段
階と、 を含んだことを特徴とする請求項３３に記載の周波数空
間上における質感ベースの検索方法。 - 【請求項３５】 前記質感記述子抽出段階の第１サブ段
階は、 人間視覚認知システムを考慮して、一つ以上の周波数空
間分割レイアウトを作る第１サブサブ段階と、 前記周波数空間分割レイアウトの各チャネルに対して重
要度または、優先順位を与える第２サブサブ段階と、 を含んだことを特徴とする請求項３３に記載の周波数空
間上における質感ベースの検索方法。 - 【請求項３６】 前記質感記述子抽出段階の第２サブ段
階は、 入力された映像をラドン変換する第１サブサブ段階と、 前記ラドン変換された映像をフーリェ変換する第２サブ
サブ段階と、 前記分割された各周波数領域で前記フーリェ変換された
映像から特徴値を抽出する第３サブサブ段階と、を含ん
だことを特徴とする請求項３３または３５に記載の周波
数空間上における質感ベースの検索方法。 - 【請求項３７】 前記第３サブサブ段階は、 各周波数領域におけるエネルギーの平均値と分散値との
うち、少なくとも一つの値を特徴値として抽出する段階
であることを特徴とする請求項３６に記載の周波数空間
上における質感ベースの検索方法。 - 【請求項３８】 コンピュータに、 少なくとも一個以上の質感特徴に対して、各々の特徴値
を抽出するために周波数空間を少なくとも二つ以上の周
波数領域に分割して、周波数空間分割レイアウトを作る
第１段階と、 データベースに貯蔵する映像が与えられると前記分割さ
れた周波数領域における映像の質感特徴値と映像の回転
情報とを抽出して、データ質感記述子を作って貯蔵する
第２段階と、 質の映像が入力されると、前記分割された周波数領域に
おける映像の質感特徴値と、映像の回転情報とを抽出し
て、質の質感記述子を作る第３段階と、 前記データ質感記述子の回転情報と、質の質感記述子の
回転情報とを利用して、二質感記述子の回転角度を相互
一致させる第４段階と、 前記二質感記述子の回転角度を一致させた状態で二映像
の質感記述子を整合して、二質感記述子間の距離を測定
する第５段階と、 前記二質感記述子間の距離により二映像の類似度を判定
する第６段階とを実行させて、質の映像と類似のデータ
映像とを検索するプログラムを記録したコンピュータ読
み取り可能な記録媒体。
Applications Claiming Priority (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR19990027805 | 1999-07-09 | ||
| KR1999-27805 | 1999-07-09 | ||
| KR1999-41574 | 1999-09-28 | ||
| KR1019990041574A KR100308456B1 (ko) | 1999-07-09 | 1999-09-28 | 주파수 공간상에서의 질감표현방법 및 질감기반 검색방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2001067462A true JP2001067462A (ja) | 2001-03-16 |
| JP4733813B2 JP4733813B2 (ja) | 2011-07-27 |
Family
ID=26635781
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000206877A Expired - Fee Related JP4733813B2 (ja) | 1999-07-09 | 2000-07-07 | 周波数空間上における質感表現方法 |
Country Status (11)
| Country | Link |
|---|---|
| US (1) | US6803919B1 (ja) |
| EP (1) | EP1183651A4 (ja) |
| JP (1) | JP4733813B2 (ja) |
| KR (1) | KR100308456B1 (ja) |
| AU (1) | AU5710700A (ja) |
| CA (1) | CA2367966C (ja) |
| DE (1) | DE10033462B4 (ja) |
| FR (3) | FR2798748B1 (ja) |
| GB (1) | GB2355378B (ja) |
| HK (1) | HK1036660A1 (ja) |
| WO (1) | WO2001004842A1 (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007328554A (ja) * | 2006-06-08 | 2007-12-20 | Fuji Xerox Co Ltd | ドキュメント印象評価装置及びドキュメント印象評価プログラム |
| JP2010515991A (ja) * | 2007-01-10 | 2010-05-13 | ミツビシ・エレクトリック・アールアンドディー・センター・ヨーロッパ・ビーヴィ | 改良された画像識別 |
| JP2011501257A (ja) * | 2007-10-10 | 2011-01-06 | ミツビシ・エレクトリック・アールアンドディー・センター・ヨーロッパ・ビーヴィ | 拡張画像識別 |
| JP2011519090A (ja) * | 2008-04-23 | 2011-06-30 | ミツビシ・エレクトリック・アールアンドディー・センター・ヨーロッパ・ビーヴィ | 画像識別のためのスケールにロバストな特徴に基づく識別子 |
| JP2020135902A (ja) * | 2019-02-21 | 2020-08-31 | 東京都公立大学法人 | ３次元アセンブリモデル検索システム、方法およびプログラム |
Families Citing this family (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE19928231C2 (de) * | 1999-06-21 | 2003-03-27 | Max Planck Gesellschaft | Verfahren und Vorrichtung zur Segmentierung einer Punkteverteilung |
| KR100706414B1 (ko) * | 1999-09-16 | 2007-04-10 | 주식회사 팬택앤큐리텔 | 텍스쳐 검색 장치 및 그 방법 |
| US7103591B2 (en) * | 2002-12-02 | 2006-09-05 | International Business Machines Corporation | Method of describing business and technology information for utilization |
| JP3925476B2 (ja) * | 2003-08-08 | 2007-06-06 | セイコーエプソン株式会社 | 撮影場面の判定および撮影場面に応じた画像処理 |
| JP4345426B2 (ja) * | 2003-10-07 | 2009-10-14 | ソニー株式会社 | 画像照合方法、プログラム、および画像照合装置 |
| US7480412B2 (en) * | 2003-12-16 | 2009-01-20 | Siemens Medical Solutions Usa, Inc. | Toboggan-based shape characterization |
| WO2013078451A1 (en) * | 2011-11-22 | 2013-05-30 | Mayo Foundation For Medical Education And Research | Methods of determining local spectrum at a pixel using a rotationally invariant s-transform (rist) |
| US7640780B2 (en) | 2006-06-23 | 2010-01-05 | Fci Americas Technology, Inc. | Ram retraction selection |
| EP2089831B1 (en) * | 2006-12-01 | 2011-10-26 | Koninklijke Philips Electronics N.V. | Method to automatically decode microarray images |
| JP5358083B2 (ja) * | 2007-11-01 | 2013-12-04 | 株式会社日立製作所 | 人物画像検索装置及び画像検索装置 |
| US8820028B2 (en) | 2007-03-30 | 2014-09-02 | Certainteed Corporation | Attic and wall insulation with desiccant |
| KR100932210B1 (ko) * | 2007-10-12 | 2009-12-16 | 광주과학기술원 | 영상 특징 추출 방법 및 장치, 이를 이용한 컨텐츠 기반의영상 검색 방법 및 장치 그리고 상기 방법들을 수행하는프로그램이 기록된 기록 매체 |
| DE112008000017T5 (de) * | 2008-05-09 | 2009-11-05 | Hankuk University of Foreign Studies Research and Industry-University Cooperation Foundation, Yongin | Abbilden von Bildern mit Gestaltbeschreibern |
| US20100067799A1 (en) * | 2008-09-17 | 2010-03-18 | Microsoft Corporation | Globally invariant radon feature transforms for texture classification |
| KR101587101B1 (ko) * | 2009-02-04 | 2016-01-20 | 엘지전자 주식회사 | 세탁기의 제어 장치 |
| US20110238679A1 (en) * | 2010-03-24 | 2011-09-29 | Rovi Technologies Corporation | Representing text and other types of content by using a frequency domain |
| US8725766B2 (en) * | 2010-03-25 | 2014-05-13 | Rovi Technologies Corporation | Searching text and other types of content by using a frequency domain |
| DE102010060851A1 (de) * | 2010-11-29 | 2012-05-31 | Breitmeier Messtechnik Gmbh | Verfahren zur Analyse der Mikrostruktur von Werkstückoberflächen |
| US9818187B2 (en) | 2011-11-22 | 2017-11-14 | Mayo Foundation For Medical Education And Research | Determining local spectrum at a pixel using a rotationally invariant S-transform (RIST) |
| US9262443B2 (en) * | 2013-05-15 | 2016-02-16 | Canon Kabushiki Kaisha | Classifying materials using texture |
| WO2014199824A1 (ja) * | 2013-06-13 | 2014-12-18 | コニカミノルタ株式会社 | 画像処理方法、画像処理装置および画像処理プログラム |
| JP6810392B2 (ja) * | 2016-11-30 | 2021-01-06 | 日本電気株式会社 | 個体識別装置 |
| DE102018205668A1 (de) * | 2018-04-13 | 2019-10-17 | Siemens Aktiengesellschaft | Identifizieren unbesetzter Sitzplätze auf Basis einer Detektion einer sich wiederholenden Textur |
| CN110807494B (zh) * | 2019-11-08 | 2023-05-30 | 深圳市深视创新科技有限公司 | 工业视觉中重复纹理的快速定位方法 |
| CN113960580B (zh) * | 2021-10-14 | 2023-04-07 | 电子科技大学 | 一种真假目标一维距离像的变换域不变特征提取方法 |
Family Cites Families (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3993976A (en) * | 1974-05-13 | 1976-11-23 | The United States Of America As Represented By The Secretary Of The Air Force | Method and apparatus for pattern analysis |
| US4677576A (en) * | 1983-06-27 | 1987-06-30 | Grumman Aerospace Corporation | Non-edge computer image generation system |
| US4615013A (en) * | 1983-08-02 | 1986-09-30 | The Singer Company | Method and apparatus for texture generation |
| US4884225A (en) * | 1987-04-03 | 1989-11-28 | University Of Massachusetts Medical Center | Filtering in 3-D visual system |
| US5161204A (en) * | 1990-06-04 | 1992-11-03 | Neuristics, Inc. | Apparatus for generating a feature matrix based on normalized out-class and in-class variation matrices |
| US5101270A (en) * | 1990-12-13 | 1992-03-31 | The Johns Hopkins University | Method and apparatus for radon transformation and angular correlation in optical processors |
| JP2845107B2 (ja) * | 1993-10-27 | 1999-01-13 | 三菱電機株式会社 | 画像処理装置 |
| US6002738A (en) * | 1995-07-07 | 1999-12-14 | Silicon Graphics, Inc. | System and method of performing tomographic reconstruction and volume rendering using texture mapping |
| US5867609A (en) * | 1995-12-07 | 1999-02-02 | Nec Research Institute, Inc. | Method for computing correlation operations on partially occluded data |
| AUPN727295A0 (en) * | 1995-12-21 | 1996-01-18 | Canon Kabushiki Kaisha | Zone segmentation for image display |
| JPH09251554A (ja) * | 1996-03-18 | 1997-09-22 | Nippon Telegr & Teleph Corp <Ntt> | 画像処理装置 |
| US5841890A (en) * | 1996-05-06 | 1998-11-24 | Northrop Grumman Corporation | Multi-dimensional wavelet tomography |
| DE19813926A1 (de) * | 1998-03-28 | 1999-09-30 | Philips Patentverwaltung | Verfahren und Anordnung der medizinischen Bilddatenverarbeitung |
| US6266442B1 (en) * | 1998-10-23 | 2001-07-24 | Facet Technology Corp. | Method and apparatus for identifying objects depicted in a videostream |
| SG142124A1 (en) * | 1999-02-05 | 2008-05-28 | Samsung Electronics Co Ltd | Image texture retrieving method and apparatus thereof |
-
1999
- 1999-09-28 KR KR1019990041574A patent/KR100308456B1/ko not_active IP Right Cessation
-
2000
- 2000-07-06 GB GB0016488A patent/GB2355378B/en not_active Expired - Fee Related
- 2000-07-07 WO PCT/KR2000/000734 patent/WO2001004842A1/en active Application Filing
- 2000-07-07 AU AU57107/00A patent/AU5710700A/en not_active Abandoned
- 2000-07-07 EP EP00942495A patent/EP1183651A4/en not_active Withdrawn
- 2000-07-07 FR FR0008909A patent/FR2798748B1/fr not_active Expired - Fee Related
- 2000-07-07 CA CA002367966A patent/CA2367966C/en not_active Expired - Fee Related
- 2000-07-07 US US09/611,588 patent/US6803919B1/en not_active Expired - Fee Related
- 2000-07-07 JP JP2000206877A patent/JP4733813B2/ja not_active Expired - Fee Related
- 2000-07-10 DE DE10033462A patent/DE10033462B4/de not_active Expired - Fee Related
-
2001
- 2001-10-15 HK HK01107215A patent/HK1036660A1/xx unknown
-
2004
- 2004-12-27 FR FR0413942A patent/FR2861876B1/fr not_active Expired - Fee Related
- 2004-12-27 FR FR0413943A patent/FR2861877B1/fr not_active Expired - Fee Related
Non-Patent Citations (1)
| Title |
|---|
| JPN6010008102, Ａ． Ｄ． Ｋｕｌｋａｒｎｉ，Ｐ． Ｂｙａｒｓ, ""Ａｒｔｉｆｉｃｉａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ Ｍｏｄｅｌｓ Ｆｏｒ Ｔｅｘｔｕｒｅ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ Ｖｉａ： ｔｈｅ Ｒａｄｏｎ Ｔｒａｎｓｆｏｒｍ"", Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ １９９２ ＡＣＭ／ＳＩＧＡＰＰ ｓｙｍｐｏｓｉｕｍ ｏｎ Ａｐｐｌｉｅｄ ｃｏｍｐｕｔｉｎｇ： ｔｅｃｈｎｏｌｏｇｉｃａｌ ｃｈａｌｌｅｎｇｅｓ ｏｆ ｔｈｅ １, 1992, ｐ．６５９−６６４, US, ＡＣＭ * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007328554A (ja) * | 2006-06-08 | 2007-12-20 | Fuji Xerox Co Ltd | ドキュメント印象評価装置及びドキュメント印象評価プログラム |
| JP2010515991A (ja) * | 2007-01-10 | 2010-05-13 | ミツビシ・エレクトリック・アールアンドディー・センター・ヨーロッパ・ビーヴィ | 改良された画像識別 |
| JP2011501257A (ja) * | 2007-10-10 | 2011-01-06 | ミツビシ・エレクトリック・アールアンドディー・センター・ヨーロッパ・ビーヴィ | 拡張画像識別 |
| US8515158B2 (en) | 2007-10-10 | 2013-08-20 | Mitsubishi Electric Corporation | Enhanced image identification |
| JP2011519090A (ja) * | 2008-04-23 | 2011-06-30 | ミツビシ・エレクトリック・アールアンドディー・センター・ヨーロッパ・ビーヴィ | 画像識別のためのスケールにロバストな特徴に基づく識別子 |
| US8831355B2 (en) | 2008-04-23 | 2014-09-09 | Mitsubishi Electric Corporation | Scale robust feature-based identifiers for image identification |
| JP2020135902A (ja) * | 2019-02-21 | 2020-08-31 | 東京都公立大学法人 | ３次元アセンブリモデル検索システム、方法およびプログラム |
| JP7429430B2 (ja) | 2019-02-21 | 2024-02-08 | 東京都公立大学法人 | ３次元アセンブリモデル検索システム、方法およびプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2001004842A1 (en) | 2001-01-18 |
| FR2798748A1 (fr) | 2001-03-23 |
| FR2861877B1 (fr) | 2006-07-28 |
| JP4733813B2 (ja) | 2011-07-27 |
| FR2861876A1 (fr) | 2005-05-06 |
| CA2367966C (en) | 2008-03-11 |
| US6803919B1 (en) | 2004-10-12 |
| KR100308456B1 (ko) | 2001-11-02 |
| EP1183651A4 (en) | 2005-02-23 |
| DE10033462B4 (de) | 2005-10-20 |
| FR2798748B1 (fr) | 2006-08-04 |
| FR2861876B1 (fr) | 2006-07-21 |
| AU5710700A (en) | 2001-01-30 |
| GB2355378B (en) | 2004-01-21 |
| HK1036660A1 (en) | 2002-01-11 |
| GB2355378A (en) | 2001-04-18 |
| GB0016488D0 (en) | 2000-08-23 |
| EP1183651A1 (en) | 2002-03-06 |
| DE10033462A1 (de) | 2001-02-15 |
| CA2367966A1 (en) | 2001-01-18 |
| KR20010012020A (ko) | 2001-02-15 |
| FR2861877A1 (fr) | 2005-05-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2001067462A (ja) | 周波数空間上における質感表現方法及び質感ベースの検索方法 | |
| JP3560159B2 (ja) | 周波数空間上でのガボールフィルタを用いたテクスチャ記述方法及びテクスチャ基盤映像検索方法 | |
| Liapis et al. | Color and texture image retrieval using chromaticity histograms and wavelet frames | |
| US9424277B2 (en) | Methods and apparatus for automated true object-based image analysis and retrieval | |
| KR100353798B1 (ko) | 영상 객체 모양 정보 추출 방법 및 그를 이용한 내용기반 이미지 검색 시스템 및 그 방법 | |
| Sundara Vadivel et al. | An efficient CBIR system based on color histogram, edge, and texture features | |
| JP4944672B2 (ja) | マルチメディアアイテム（ｍｕｌｔｉｍｅｄｉａｉｔｅｍ）を示す信号の記述子を決定する方法及び装置、データベース内のアイテムを検索する装置、並びにデータベース内のマルチメディアアイテムを分類する装置 | |
| Yap et al. | Efficient mobile landmark recognition based on saliency-aware scalable vocabulary tree | |
| Choudhary et al. | An integrated approach for image retrieval based on content | |
| Choraś et al. | Integrated color, texture and shape information for content-based image retrieval | |
| Wu et al. | MPEG-7 texture descriptors | |
| Agarwal et al. | Content based image retrieval based on log Gabor wavelet transform | |
| Majumdar et al. | Texture feature matching methods for content based image retrieval | |
| Khan et al. | A Fused LBP Texture Descriptor-Based Image Retrieval System | |
| Raghuwanshi et al. | A survey on texture image retrieval | |
| Aksoy | Textural features for content-based image database retrieval | |
| GB2388761A (en) | Texture-based retrieval of similar images | |
| Zhang et al. | An improved algorithm based on texture feature extraction for image retrieval | |
| Al-Oraiqat et al. | A modified image comparison algorithm using histogram features | |
| Patil et al. | Survey of Color Feature Extraction Schemes in Content-Based Picture Recovery System | |
| Lee et al. | Two active-dimension strategies for multi-query image retrieval | |
| Foo | Detection of near-duplicates in large image collections | |
| Su et al. | An Efficient Image Retrieval Based on Combined Features | |
| PARVEEN et al. | Image Retrieval Scheme using Quantized Bins of Color Image Components and Adaptive Tetrolet Transform |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070704 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100216 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20100513 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20100518 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20100616 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20100621 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100630 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100824 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20101124 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20101129 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20101217 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20101222 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20110124 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20110127 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110223 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20110412 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110425 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140428 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |