JP2001337990A - 画像検索システム及び画像検索件方法 - Google Patents
画像検索システム及び画像検索件方法Info
- Publication number
- JP2001337990A JP2001337990A JP2000156020A JP2000156020A JP2001337990A JP 2001337990 A JP2001337990 A JP 2001337990A JP 2000156020 A JP2000156020 A JP 2000156020A JP 2000156020 A JP2000156020 A JP 2000156020A JP 2001337990 A JP2001337990 A JP 2001337990A
- Authority
- JP
- Japan
- Prior art keywords
- image
- reference image
- feature vector
- similarity
- images
- 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
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
Abstract
(57)【要約】
【課題】 多量に画像を蓄積した画像データベース中か
ら目的とする画像を検索する。 【解決手段】 基準画像のエッジの分布に基づいて画像
分割を行って、基準画像内で分割した複数の矩形領域ご
とに第１特徴ベクトルを抽出すると共に、画像データベ
ースに蓄積した多数の画像それぞれも基準画像の第１特
徴ベクトルと対応させて予め求めた第２特徴ベクトルを
画像データベースに蓄積しているので、基準画像と画像
データベースに蓄積した多数の画像との間で第１，第２
特徴ベクトルにより画像の類似度を求めることで、画像
が全体的に平行移動や縮小拡大した画像に対しても、基
準画像に対して似かよった画像を画像データベース中か
ら検索することができる。
ら目的とする画像を検索する。 【解決手段】 基準画像のエッジの分布に基づいて画像
分割を行って、基準画像内で分割した複数の矩形領域ご
とに第１特徴ベクトルを抽出すると共に、画像データベ
ースに蓄積した多数の画像それぞれも基準画像の第１特
徴ベクトルと対応させて予め求めた第２特徴ベクトルを
画像データベースに蓄積しているので、基準画像と画像
データベースに蓄積した多数の画像との間で第１，第２
特徴ベクトルにより画像の類似度を求めることで、画像
が全体的に平行移動や縮小拡大した画像に対しても、基
準画像に対して似かよった画像を画像データベース中か
ら検索することができる。
Description
【０００１】
【発明の属する技術分野】本発明は、多量に画像を蓄積
した画像データベース中から目的とする画像を検索する
画像検索システム及び画像検索方法に関するものであ
る。
した画像データベース中から目的とする画像を検索する
画像検索システム及び画像検索方法に関するものであ
る。
【０００２】
【従来の技術】近年、インターネットを通じて世界中に
ある画像データベースにアクセスすることが可能となっ
た。例えば、ワールド・ワイド・ウェブ（ＷＷＷ）上で
は、膨大な量の情報が毎日配付され続けている。さら
に、美術館や写真貯蔵機関などの画像データベースで
は、オン・ラインで使用するために何百万もの画像が蓄
えられている。
ある画像データベースにアクセスすることが可能となっ
た。例えば、ワールド・ワイド・ウェブ（ＷＷＷ）上で
は、膨大な量の情報が毎日配付され続けている。さら
に、美術館や写真貯蔵機関などの画像データベースで
は、オン・ラインで使用するために何百万もの画像が蓄
えられている。
【０００３】そこで、多量な画像データを蓄積した画像
データベースから目的とする画像を検索する画像検索シ
ステム及び画像検索方法が必要となり、既に各種の形態
で開発されつつある。
データベースから目的とする画像を検索する画像検索シ
ステム及び画像検索方法が必要となり、既に各種の形態
で開発されつつある。
【０００４】図４は従来の画像検索システム及び画像検
索方法を説明するための図である。
索方法を説明するための図である。
【０００５】従来の画像検索システム及び画像検索方法
では、基準画像と似たような画像を画像データベースか
ら検索する場合、基準画像と画像データベースに蓄積さ
れた多数の画像との間で特徴ベクトルをそれぞれ求め
る。ここでは、図４に示した如く、基準画像Ｋ１００と
画像データベースに蓄積された多数の画像Ｇ１０１，Ｇ
１０２，……，Ｇ１５０についてそれぞれ垂直方向及び
水平方向にｍ×ｎ個の領域に画像の面積をそれぞれ等し
く分割して、分割した各領域について特徴ベクトルを求
める。この際、特徴ベクトルの各要素は、画像中のＲ，
Ｇ，Ｂ画素などの各画素数の頻度を数値化したカラーヒ
ストグラムや、垂直方向及び水平方向のエッジの画素数
を数値化したテクスチャなどの各係数からなる。
では、基準画像と似たような画像を画像データベースか
ら検索する場合、基準画像と画像データベースに蓄積さ
れた多数の画像との間で特徴ベクトルをそれぞれ求め
る。ここでは、図４に示した如く、基準画像Ｋ１００と
画像データベースに蓄積された多数の画像Ｇ１０１，Ｇ
１０２，……，Ｇ１５０についてそれぞれ垂直方向及び
水平方向にｍ×ｎ個の領域に画像の面積をそれぞれ等し
く分割して、分割した各領域について特徴ベクトルを求
める。この際、特徴ベクトルの各要素は、画像中のＲ，
Ｇ，Ｂ画素などの各画素数の頻度を数値化したカラーヒ
ストグラムや、垂直方向及び水平方向のエッジの画素数
を数値化したテクスチャなどの各係数からなる。
【０００６】この後、基準画像１００と画像データベー
スに蓄積された多数の画像Ｇ１０１，Ｇ１０２，……，
Ｇ１５０との間で多数の組み合わせ（Ｋ１００，Ｇ１０
１），（Ｋ１００，Ｇ１０２），……，（Ｋ１００，Ｇ
１５０）を行い、各組みについて分割した各領域ごとに
特徴ベクトル間の距離（差分の絶対値）をそれぞれ求め
て、各領域ごとに求めた特徴ベクトル間の距離の総和が
予め設定された閾値よりも小さい値を有する組みを探し
て、この組みと対応する画像データベース中の画像を提
示することで、基準画像と似たような目的の画像を画像
データベース中から検索している。
スに蓄積された多数の画像Ｇ１０１，Ｇ１０２，……，
Ｇ１５０との間で多数の組み合わせ（Ｋ１００，Ｇ１０
１），（Ｋ１００，Ｇ１０２），……，（Ｋ１００，Ｇ
１５０）を行い、各組みについて分割した各領域ごとに
特徴ベクトル間の距離（差分の絶対値）をそれぞれ求め
て、各領域ごとに求めた特徴ベクトル間の距離の総和が
予め設定された閾値よりも小さい値を有する組みを探し
て、この組みと対応する画像データベース中の画像を提
示することで、基準画像と似たような目的の画像を画像
データベース中から検索している。
【０００７】
【発明が解決しようとする課題】ところで、上記した従
来の画像検索システム及び画像検索方法により基準画像
と似たような画像を画像データベース中から検索する場
合、画像が全体的に平行移動や縮小拡大した画像に対し
て、各分割領域の特徴ベクトルが大きく変化するため、
似た画像として検索できないなどの問題が生じている。
来の画像検索システム及び画像検索方法により基準画像
と似たような画像を画像データベース中から検索する場
合、画像が全体的に平行移動や縮小拡大した画像に対し
て、各分割領域の特徴ベクトルが大きく変化するため、
似た画像として検索できないなどの問題が生じている。
【０００８】
【課題を解決するための手段】本発明は上記課題に鑑み
てなされたものであり、第１の発明は、基準画像を入力
し、且つ、画像データベースに蓄積した多数の画像から
前記基準画像に対して似かよった画像を検索する画像検
索システムにおいて、前記基準画像のエッジを検出する
エッジ検出手段と、前記エッジ検出手段で検出した前記
エッジの画素数の分布に基づいて前記基準画像を複数の
矩形領域に分割する画像分割手段と、前記画像分割手段
で分割した前記基準画像内の複数の矩形領域ごとに第１
特徴ベクトルをそれぞれ抽出する特徴ベクトル抽出手段
と、前記多数の画像を蓄積すると共に、前記基準画像で
処理した画像分割及び特徴ベクトル抽出とに対応させて
前記多数の画像それぞれに対して複数の矩形領域ごとに
予め求めた第２特徴ベクトルを蓄積する画像データベー
スと、前記特徴ベクトル抽出手段から出力された前記基
準画像の前記第１特徴ベクトルと、前記画像データベー
スから出力された前記多数の画像それぞれの前記第２特
徴ベクトルとを前記複数の矩形領域ごとに対応させて画
像の類似度を演算する類似度演算手段と、前記類似度演
算手段で演算した前記画像の類似度の結果を出力する
か、又は、前記画像の類似度の結果に基づいて前記基準
画像に対して類似度が高い前記画像データベース中の画
像を出力する画像出力手段とを備えことを特徴とする画
像検索システムである。
てなされたものであり、第１の発明は、基準画像を入力
し、且つ、画像データベースに蓄積した多数の画像から
前記基準画像に対して似かよった画像を検索する画像検
索システムにおいて、前記基準画像のエッジを検出する
エッジ検出手段と、前記エッジ検出手段で検出した前記
エッジの画素数の分布に基づいて前記基準画像を複数の
矩形領域に分割する画像分割手段と、前記画像分割手段
で分割した前記基準画像内の複数の矩形領域ごとに第１
特徴ベクトルをそれぞれ抽出する特徴ベクトル抽出手段
と、前記多数の画像を蓄積すると共に、前記基準画像で
処理した画像分割及び特徴ベクトル抽出とに対応させて
前記多数の画像それぞれに対して複数の矩形領域ごとに
予め求めた第２特徴ベクトルを蓄積する画像データベー
スと、前記特徴ベクトル抽出手段から出力された前記基
準画像の前記第１特徴ベクトルと、前記画像データベー
スから出力された前記多数の画像それぞれの前記第２特
徴ベクトルとを前記複数の矩形領域ごとに対応させて画
像の類似度を演算する類似度演算手段と、前記類似度演
算手段で演算した前記画像の類似度の結果を出力する
か、又は、前記画像の類似度の結果に基づいて前記基準
画像に対して類似度が高い前記画像データベース中の画
像を出力する画像出力手段とを備えことを特徴とする画
像検索システムである。
【０００９】また、第２の発明は、上記した第１の発明
の画像検索システムにおいて、前記画像分割手段は、前
記基準画像を垂直方向及び水平方向に２分割をｍ回及び
ｎ回繰り返して２m×２n個の矩形領域に分割する際に、
２分割によって生じる２領域内での前記エッジの画素数
が等しくなるように分割することを特徴とする画像検索
システムである。
の画像検索システムにおいて、前記画像分割手段は、前
記基準画像を垂直方向及び水平方向に２分割をｍ回及び
ｎ回繰り返して２m×２n個の矩形領域に分割する際に、
２分割によって生じる２領域内での前記エッジの画素数
が等しくなるように分割することを特徴とする画像検索
システムである。
【００１０】また、第３の発明は、基準画像を入力し、
且つ、画像データベースに蓄積した多数の画像から前記
基準画像に対して似かよった画像を検索する画像検索方
法において、前記基準画像のエッジを検出するエッジ検
出ステップと、前記エッジ検出ステップで検出した前記
エッジの画素数の分布に基づいて前記基準画像を複数の
矩形領域に分割する画像分割ステップと、前記画像分割
ステップで分割した前記基準画像内の複数の矩形領域ご
とに第１特徴ベクトルをそれぞれ抽出する特徴ベクトル
抽出ステップと、前記多数の画像を蓄積すると共に、前
記基準画像で処理した画像分割及び特徴ベクトル抽出と
に対応させて前記多数の画像それぞれに対して複数の矩
形領域ごとに予め求めた第２特徴ベクトルを蓄積する画
像データ蓄積ステップと、前記特徴ベクトル抽出ステッ
プから出力された前記基準画像の前記第１特徴ベクトル
と、前記画像データ蓄積ステップから出力された前記多
数の画像それぞれの前記第２特徴ベクトルとを前記複数
の矩形領域ごとに対応させて画像の類似度を演算する類
似度演算ステップと、前記類似度演算ステップで演算し
た前記画像の類似度の結果を出力するか、又は、前記画
像の類似度の結果に基づいて前記基準画像に対して類似
度が高い前記画像データベース中の画像を出力する画像
出力ステップとを備えことを特徴とする画像検索方法で
ある。
且つ、画像データベースに蓄積した多数の画像から前記
基準画像に対して似かよった画像を検索する画像検索方
法において、前記基準画像のエッジを検出するエッジ検
出ステップと、前記エッジ検出ステップで検出した前記
エッジの画素数の分布に基づいて前記基準画像を複数の
矩形領域に分割する画像分割ステップと、前記画像分割
ステップで分割した前記基準画像内の複数の矩形領域ご
とに第１特徴ベクトルをそれぞれ抽出する特徴ベクトル
抽出ステップと、前記多数の画像を蓄積すると共に、前
記基準画像で処理した画像分割及び特徴ベクトル抽出と
に対応させて前記多数の画像それぞれに対して複数の矩
形領域ごとに予め求めた第２特徴ベクトルを蓄積する画
像データ蓄積ステップと、前記特徴ベクトル抽出ステッ
プから出力された前記基準画像の前記第１特徴ベクトル
と、前記画像データ蓄積ステップから出力された前記多
数の画像それぞれの前記第２特徴ベクトルとを前記複数
の矩形領域ごとに対応させて画像の類似度を演算する類
似度演算ステップと、前記類似度演算ステップで演算し
た前記画像の類似度の結果を出力するか、又は、前記画
像の類似度の結果に基づいて前記基準画像に対して類似
度が高い前記画像データベース中の画像を出力する画像
出力ステップとを備えことを特徴とする画像検索方法で
ある。
【００１１】また、第４の発明は、上記した第３の発明
の画像検索索方法において、前記画像分割ステップは、
前記基準画像を垂直方向及び水平方向に２分割をｍ回及
びｎ回繰り返して２m×２n個の矩形領域に分割する際
に、２分割によって生じる２領域内での前記エッジの画
素数が等しくなるように分割することを特徴とする画像
検索方法である。
の画像検索索方法において、前記画像分割ステップは、
前記基準画像を垂直方向及び水平方向に２分割をｍ回及
びｎ回繰り返して２m×２n個の矩形領域に分割する際
に、２分割によって生じる２領域内での前記エッジの画
素数が等しくなるように分割することを特徴とする画像
検索方法である。
【００１２】
【発明の実施の形態】以下に本発明に係る画像検索シス
テム及び画像検索方法の一実施例を図１乃至図３を参照
して詳細に説明する。
テム及び画像検索方法の一実施例を図１乃至図３を参照
して詳細に説明する。
【００１３】図１は本発明に係る画像検索システム及び
画像検索方法を説明するためのブロック図、図２はエッ
ジ検出部で基準画像のエッジを検出した後に、基準画像
のエッジの画素数の分布に基づいて基準画像を水平方向
及び垂直方向に分割する動作を説明するための図、図３
は基準画像の第１特徴ベクトルと、画像データベースに
蓄積された多数の画像それぞれの第２特徴ベクトルとの
距離を求める動作を説明するための図である。
画像検索方法を説明するためのブロック図、図２はエッ
ジ検出部で基準画像のエッジを検出した後に、基準画像
のエッジの画素数の分布に基づいて基準画像を水平方向
及び垂直方向に分割する動作を説明するための図、図３
は基準画像の第１特徴ベクトルと、画像データベースに
蓄積された多数の画像それぞれの第２特徴ベクトルとの
距離を求める動作を説明するための図である。
【００１４】図１に示した如く、本発明に係る画像検索
システム１０は、画像入力部１１と、エッジ検出部１２
と、画像分割部１３と、特徴ベクトル抽出部１４と、画
像データベース１５と、類似度演算部１６と、画像出力
部１７とで概略構成されている。
システム１０は、画像入力部１１と、エッジ検出部１２
と、画像分割部１３と、特徴ベクトル抽出部１４と、画
像データベース１５と、類似度演算部１６と、画像出力
部１７とで概略構成されている。
【００１５】まず、画像入力部１１では、基準とする画
像（以下、基準画像と呼称する）を入力する。この基準
画像は、後述する画像データベース１５に蓄積された多
数の画像中から似たような目的の画像を検索するための
基準となる画像である。
像（以下、基準画像と呼称する）を入力する。この基準
画像は、後述する画像データベース１５に蓄積された多
数の画像中から似たような目的の画像を検索するための
基準となる画像である。
【００１６】次に、エッジ検出部１２では、画像入力部
１１に入力した基準画像のエッジを検出する。ここで、
基準画像のエッジを検出する際には、基準画像中の各画
素の水平方向及び垂直方向について微分演算を行い、各
画素での勾配ベクトルを求めてそのノルム（勾配ベクト
ルの大きさ）が予め設定された閾値より大きい画素をエ
ッジとする。
１１に入力した基準画像のエッジを検出する。ここで、
基準画像のエッジを検出する際には、基準画像中の各画
素の水平方向及び垂直方向について微分演算を行い、各
画素での勾配ベクトルを求めてそのノルム（勾配ベクト
ルの大きさ）が予め設定された閾値より大きい画素をエ
ッジとする。
【００１７】次に、画像分割部１３では、エッジ検出部
１２で求めたエッジの画素数の分布に基づいて基準画像
を垂直方向及び水平方向に亘って複数の矩形領域に分割
している。具体的には、基準画像内を複数の矩形領域に
分割するにあたって画像分割用ソフトを使用して、図２
に示したように、基準画像Ｋ０に対して垂直方向に分割
する場合（図示の左右方向に分割する場合）に、１回目
の分割では、基準画像Ｋ０に対して２分割によって生じ
る２領域内でのエッジの画素数が等しくなるように分割
を行う。これによって、基準画像Ｋ１１，基準画像Ｋ１
２の２個の矩形領域が得られる。この際、２分割後の基
準画像Ｋ１１と基準画像Ｋ１２は、あくまでもエッジの
画素数が等しくなるように２分割しているため、両基準
画像Ｋ１１，Ｋ１２の面積を等分割しているものでない
ので、絵柄によるエッジの画素数によって２分割後の面
積が異なったり、または、同一の場合がある。
１２で求めたエッジの画素数の分布に基づいて基準画像
を垂直方向及び水平方向に亘って複数の矩形領域に分割
している。具体的には、基準画像内を複数の矩形領域に
分割するにあたって画像分割用ソフトを使用して、図２
に示したように、基準画像Ｋ０に対して垂直方向に分割
する場合（図示の左右方向に分割する場合）に、１回目
の分割では、基準画像Ｋ０に対して２分割によって生じ
る２領域内でのエッジの画素数が等しくなるように分割
を行う。これによって、基準画像Ｋ１１，基準画像Ｋ１
２の２個の矩形領域が得られる。この際、２分割後の基
準画像Ｋ１１と基準画像Ｋ１２は、あくまでもエッジの
画素数が等しくなるように２分割しているため、両基準
画像Ｋ１１，Ｋ１２の面積を等分割しているものでない
ので、絵柄によるエッジの画素数によって２分割後の面
積が異なったり、または、同一の場合がある。
【００１８】次に、２回目の分割も、上記と同じよう
に、基準画像Ｋ１１及び基準画像Ｋ１２に対して２分割
によって生じる２領域内でのエッジの画素数が等しくな
るようにそれぞれ分割を行う。これによって、４個の基
準画像Ｋ２１〜Ｋ２４が得られる。以下、同様にこのよ
うな２分割をｍ（但し、ｍは整数）回までツリー状に繰
り返すと、垂直方向に２m個の矩形領域が形成される。
に、基準画像Ｋ１１及び基準画像Ｋ１２に対して２分割
によって生じる２領域内でのエッジの画素数が等しくな
るようにそれぞれ分割を行う。これによって、４個の基
準画像Ｋ２１〜Ｋ２４が得られる。以下、同様にこのよ
うな２分割をｍ（但し、ｍは整数）回までツリー状に繰
り返すと、垂直方向に２m個の矩形領域が形成される。
【００１９】更に、基準画像Ｋ０に対して水平方向に分
割する場合（図示の上下方向に分割する場合）にも、上
記と同じく２分割によって生じる２領域内でのエッジの
画素数が等しくなるようにｎ（但し、ｎは整数）回まで
ツリー状に繰り返して分割を行うと、水平方向に２n個
の矩形領域が形成される。
割する場合（図示の上下方向に分割する場合）にも、上
記と同じく２分割によって生じる２領域内でのエッジの
画素数が等しくなるようにｎ（但し、ｎは整数）回まで
ツリー状に繰り返して分割を行うと、水平方向に２n個
の矩形領域が形成される。
【００２０】そして、垂直方向の分割と、水平方向の分
割とを行うことで、最終的に基準画像Ｋ０に対して２m
×２n個の矩形領域が形成される。
割とを行うことで、最終的に基準画像Ｋ０に対して２m
×２n個の矩形領域が形成される。
【００２１】尚、実施例では垂直方向の分割回数ｍと、
水平方向の分割回数ｎとを違えて説明しているが、両者
の分割回数が等しくｍ＝ｎであっても何等の支障もな
い。尚更に、上記説明では、垂直方向を複数回分割した
後に水平方向を複数回分割して説明しているが、これに
限ることなく、水平方向を複数回分割した後に垂直方向
を複数回分割するとか、あるいは、垂直方向と水平方向
とを交互に繰り返して複数回分割しても良い。
水平方向の分割回数ｎとを違えて説明しているが、両者
の分割回数が等しくｍ＝ｎであっても何等の支障もな
い。尚更に、上記説明では、垂直方向を複数回分割した
後に水平方向を複数回分割して説明しているが、これに
限ることなく、水平方向を複数回分割した後に垂直方向
を複数回分割するとか、あるいは、垂直方向と水平方向
とを交互に繰り返して複数回分割しても良い。
【００２２】次に、特徴ベクトル抽出部１４では、画像
分割部１３で基準画像Ｋ０に対し２ m×２n個の矩形領域
に分割した各矩形領域ごとに第１特徴ベクトルを求め
る。ここで求める第１特徴ベクトルの各要素は、従来技
術で説明したと同様に、例えば、カラーヒストグラムや
テクスチャの各係数からなっており、特徴ベクトルの要
素に応じた特徴ベクトル抽出用ソフトを使用して第１特
徴ベクトルを抽出している。
分割部１３で基準画像Ｋ０に対し２ m×２n個の矩形領域
に分割した各矩形領域ごとに第１特徴ベクトルを求め
る。ここで求める第１特徴ベクトルの各要素は、従来技
術で説明したと同様に、例えば、カラーヒストグラムや
テクスチャの各係数からなっており、特徴ベクトルの要
素に応じた特徴ベクトル抽出用ソフトを使用して第１特
徴ベクトルを抽出している。
【００２３】次に、画像データベース１５には、図３に
示したように、多数の画像Ｇ１，Ｇ２，……，Ｇ５０が
蓄積されていると共に、これら多数の画像Ｇ１，Ｇ２，
……，Ｇ５０のそれぞれは前記した基準画像Ｋ０で処理
した画像分割及び特徴ベクトル抽出と対応させて複数の
矩形領域ごとに予め求めた第２特徴ベクトルが蓄積され
ている。言い換える、多数の画像Ｇ１，Ｇ２，……，Ｇ
５０は、画像分割部１３で行ったと同様に各画像共に基
準画像Ｋ０と同じ数の矩形領域にそれぞれ分割され且つ
基準画像Ｋ０の第１特徴ベクトルと同じ単位で第２特徴
ベクトルを予め求めて、この第２特徴ベクトルを画像デ
ータベース１５に予め蓄積している。
示したように、多数の画像Ｇ１，Ｇ２，……，Ｇ５０が
蓄積されていると共に、これら多数の画像Ｇ１，Ｇ２，
……，Ｇ５０のそれぞれは前記した基準画像Ｋ０で処理
した画像分割及び特徴ベクトル抽出と対応させて複数の
矩形領域ごとに予め求めた第２特徴ベクトルが蓄積され
ている。言い換える、多数の画像Ｇ１，Ｇ２，……，Ｇ
５０は、画像分割部１３で行ったと同様に各画像共に基
準画像Ｋ０と同じ数の矩形領域にそれぞれ分割され且つ
基準画像Ｋ０の第１特徴ベクトルと同じ単位で第２特徴
ベクトルを予め求めて、この第２特徴ベクトルを画像デ
ータベース１５に予め蓄積している。
【００２４】次に、類似度演算部１６では、図３に示し
たように、特徴ベクトル抽出部１４で抽出した基準画像
Ｋ０の第１特徴ベクトルと、画像データベース１５に蓄
積されている多数の画像Ｇ１，Ｇ２，……，Ｇ５０で予
め求めた第２特徴ベクトルとを各矩形領域ごとに対応さ
せて特徴ベクトル間の距離（差分の絶対値）を各組（Ｋ
０，Ｇ１），（Ｋ０，Ｇ２），……，（Ｋ０，Ｇ５０）
ごとにそれぞれ算出し、各組で各矩形領域ごとに求めた
特徴ベクトル間の距離の総和が一番小さい組みを画像の
類似度が一番高いと判断している。
たように、特徴ベクトル抽出部１４で抽出した基準画像
Ｋ０の第１特徴ベクトルと、画像データベース１５に蓄
積されている多数の画像Ｇ１，Ｇ２，……，Ｇ５０で予
め求めた第２特徴ベクトルとを各矩形領域ごとに対応さ
せて特徴ベクトル間の距離（差分の絶対値）を各組（Ｋ
０，Ｇ１），（Ｋ０，Ｇ２），……，（Ｋ０，Ｇ５０）
ごとにそれぞれ算出し、各組で各矩形領域ごとに求めた
特徴ベクトル間の距離の総和が一番小さい組みを画像の
類似度が一番高いと判断している。
【００２５】尚、従来と同様に、各組で各矩形領域ごと
に求めた特徴ベクトル間の距離の総和に対する閾値を予
め設定して、この閾値より小さい値を有する組みを探し
て、この組みを画像の類似度が高いと判断しても良い。
に求めた特徴ベクトル間の距離の総和に対する閾値を予
め設定して、この閾値より小さい値を有する組みを探し
て、この組みを画像の類似度が高いと判断しても良い。
【００２６】この際、画像データベース１５は、類似度
演算部１６の近傍に設置されている場合と、類似度演算
部１６と離れた遠隔地に設置されている場合とがあり、
いずれの場合でも類似度演算部１６に第２特徴ベクトル
を有線又は無線で送信している。また、画像分割部１３
で使用した画像分割用ソフトと、特徴ベクトル抽出部１
４で使用した特徴ベクトル抽出用ソフトとを画像データ
ベース１５側に予め送信しておけば、第１特徴ベクトル
と同様な手法で画像データベース１５側で第２特徴ベク
トルを予め求めることができ、この第２特徴ベクトルを
画像データベース１５に蓄積することで、画像検索時に
第２特徴ベクトルの算出をしないために画像検索を迅速
に処理でき、更に、予め蓄積した第２特徴ベクトルを画
像検索時に何度でも活用できるなど使用勝手が大変良
い。
演算部１６の近傍に設置されている場合と、類似度演算
部１６と離れた遠隔地に設置されている場合とがあり、
いずれの場合でも類似度演算部１６に第２特徴ベクトル
を有線又は無線で送信している。また、画像分割部１３
で使用した画像分割用ソフトと、特徴ベクトル抽出部１
４で使用した特徴ベクトル抽出用ソフトとを画像データ
ベース１５側に予め送信しておけば、第１特徴ベクトル
と同様な手法で画像データベース１５側で第２特徴ベク
トルを予め求めることができ、この第２特徴ベクトルを
画像データベース１５に蓄積することで、画像検索時に
第２特徴ベクトルの算出をしないために画像検索を迅速
に処理でき、更に、予め蓄積した第２特徴ベクトルを画
像検索時に何度でも活用できるなど使用勝手が大変良
い。
【００２７】次に、画像出力部１７では、類似度演算部
１６で求めた画像の類似度の結果を出力するか、又は、
画像の類似度の結果に基づいて類似度が一番高い組みに
対して、この組みと対応する画像データベース１５側の
画像を出力することで、基準画像Ｋ０に対して似かよっ
た画像を画像データベース１５中から検索している。
１６で求めた画像の類似度の結果を出力するか、又は、
画像の類似度の結果に基づいて類似度が一番高い組みに
対して、この組みと対応する画像データベース１５側の
画像を出力することで、基準画像Ｋ０に対して似かよっ
た画像を画像データベース１５中から検索している。
【００２８】
【発明の効果】以上詳述した本発明に係る画像検索シス
テム及び画像検索方法によると、基準画像のエッジの分
布に基づいて画像分割を行って、基準画像内で分割した
複数の矩形領域ごとに第１特徴ベクトルを抽出すると共
に、画像データベースに蓄積した多数の画像それぞれも
基準画像の第１特徴ベクトルと対応させて予め求めた第
２特徴ベクトルを画像データベースに蓄積しているの
で、基準画像と画像データベースに蓄積した多数の画像
との間で第１，第２特徴ベクトルにより画像の類似度を
求めることで、画像が全体的に平行移動や縮小拡大した
画像に対しても、基準画像に対して似かよった画像を画
像データベース中から検索することができる。
テム及び画像検索方法によると、基準画像のエッジの分
布に基づいて画像分割を行って、基準画像内で分割した
複数の矩形領域ごとに第１特徴ベクトルを抽出すると共
に、画像データベースに蓄積した多数の画像それぞれも
基準画像の第１特徴ベクトルと対応させて予め求めた第
２特徴ベクトルを画像データベースに蓄積しているの
で、基準画像と画像データベースに蓄積した多数の画像
との間で第１，第２特徴ベクトルにより画像の類似度を
求めることで、画像が全体的に平行移動や縮小拡大した
画像に対しても、基準画像に対して似かよった画像を画
像データベース中から検索することができる。
【図面の簡単な説明】
【図１】本発明に係る画像検索システム及び画像検索方
法を説明するためのブロック図である。
法を説明するためのブロック図である。
【図２】エッジ検出部で基準画像のエッジを検出した後
に、基準画像のエッジの画素数の分布に基づいて基準画
像を水平方向及び垂直方向に分割する動作を説明するた
めの図である。
に、基準画像のエッジの画素数の分布に基づいて基準画
像を水平方向及び垂直方向に分割する動作を説明するた
めの図である。
【図３】基準画像の第１特徴ベクトルと、画像データベ
ースに蓄積された多数の画像それぞれの第２特徴ベクト
ルとの距離を求める動作を説明するための図である。
ースに蓄積された多数の画像それぞれの第２特徴ベクト
ルとの距離を求める動作を説明するための図である。
【図４】従来の画像検索システム及び画像検索方法を説
明するための図である。
明するための図である。
１０…画像検索システム、１１…画像入力部、１２…エ
ッジ検出部、１３…画像分割部、１４…特徴ベクトル抽
出部、１５…画像データベース、１６…類似度演算部、
１７…画像出力部、Ｋ０…基準画像、Ｇ１，Ｇ２，…
…，Ｇ５０…画像データベースに蓄積した多数の画像。
ッジ検出部、１３…画像分割部、１４…特徴ベクトル抽
出部、１５…画像データベース、１６…類似度演算部、
１７…画像出力部、Ｋ０…基準画像、Ｇ１，Ｇ２，…
…，Ｇ５０…画像データベースに蓄積した多数の画像。
Claims (4)
- 【請求項１】基準画像を入力し、且つ、画像データベー
スに蓄積した多数の画像から前記基準画像に対して似か
よった画像を検索する画像検索システムにおいて、 前記基準画像のエッジを検出するエッジ検出手段と、 前記エッジ検出手段で検出した前記エッジの画素数の分
布に基づいて前記基準画像を複数の矩形領域に分割する
画像分割手段と、 前記画像分割手段で分割した前記基準画像内の複数の矩
形領域ごとに第１特徴ベクトルをそれぞれ抽出する特徴
ベクトル抽出手段と、 前記多数の画像を蓄積すると共に、前記基準画像で処理
した画像分割及び特徴ベクトル抽出とに対応させて前記
多数の画像それぞれに対して複数の矩形領域ごとに予め
求めた第２特徴ベクトルを蓄積する画像データベース
と、 前記特徴ベクトル抽出手段から出力された前記基準画像
の前記第１特徴ベクトルと、前記画像データベースから
出力された前記多数の画像それぞれの前記第２特徴ベク
トルとを前記複数の矩形領域ごとに対応させて画像の類
似度を演算する類似度演算手段と、 前記類似度演算手段で演算した前記画像の類似度の結果
を出力するか、又は、前記画像の類似度の結果に基づい
て前記基準画像に対して類似度が高い前記画像データベ
ース中の画像を出力する画像出力手段とを備えことを特
徴とする画像検索システム。 - 【請求項２】請求項１記載の画像検索システムにおい
て、 前記画像分割手段は、前記基準画像を垂直方向及び水平
方向に２分割をｍ回及びｎ回繰り返して２m×２n個の矩
形領域に分割する際に、２分割によって生じる２領域内
での前記エッジの画素数が等しくなるように分割するこ
とを特徴とする画像検索システム。 - 【請求項３】基準画像を入力し、且つ、画像データベー
スに蓄積した多数の画像から前記基準画像に対して似か
よった画像を検索する画像検索方法において、 前記基準画像のエッジを検出するエッジ検出ステップ
と、 前記エッジ検出ステップで検出した前記エッジの画素数
の分布に基づいて前記基準画像を複数の矩形領域に分割
する画像分割ステップと、 前記画像分割ステップで分割した前記基準画像内の複数
の矩形領域ごとに第１特徴ベクトルをそれぞれ抽出する
特徴ベクトル抽出ステップと、 前記多数の画像を蓄積すると共に、前記基準画像で処理
した画像分割及び特徴ベクトル抽出とに対応させて前記
多数の画像それぞれに対して複数の矩形領域ごとに予め
求めた第２特徴ベクトルを蓄積する画像データ蓄積ステ
ップと、 前記特徴ベクトル抽出ステップから出力された前記基準
画像の前記第１特徴ベクトルと、前記画像データ蓄積ス
テップから出力された前記多数の画像それぞれの前記第
２特徴ベクトルとを前記複数の矩形領域ごとに対応させ
て画像の類似度を演算する類似度演算ステップと、 前記類似度演算ステップで演算した前記画像の類似度の
結果を出力するか、又は、前記画像の類似度の結果に基
づいて前記基準画像に対して類似度が高い前記画像デー
タベース中の画像を出力する画像出力ステップとを備え
ことを特徴とする画像検索方法。 - 【請求項４】請求項３記載の画像検索方法において、 前記画像分割ステップは、前記基準画像を垂直方向及び
水平方向に２分割をｍ回及びｎ回繰り返して２m×２n個
の矩形領域に分割する際に、２分割によって生じる２領
域内での前記エッジの画素数が等しくなるように分割す
ることを特徴とする画像検索方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000156020A JP2001337990A (ja) | 2000-05-26 | 2000-05-26 | 画像検索システム及び画像検索件方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000156020A JP2001337990A (ja) | 2000-05-26 | 2000-05-26 | 画像検索システム及び画像検索件方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2001337990A true JP2001337990A (ja) | 2001-12-07 |
Family
ID=18660867
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000156020A Pending JP2001337990A (ja) | 2000-05-26 | 2000-05-26 | 画像検索システム及び画像検索件方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2001337990A (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007334445A (ja) * | 2006-06-12 | 2007-12-27 | Fuji Xerox Co Ltd | 画像処理装置及びプログラム |
| JP2012018479A (ja) * | 2010-07-06 | 2012-01-26 | Nippon Telegr & Teleph Corp <Ntt> | 画像検索装置、画像検索方法、および、画像検索プログラム |
| CN102930537A (zh) * | 2012-10-23 | 2013-02-13 | 深圳市宜搜科技发展有限公司 | 一种图像检测方法及系统 |
| JP2013239211A (ja) * | 2002-02-27 | 2013-11-28 | Nec Corp | 画像認識システム及びその認識方法並びにプログラム |
| CN105872413A (zh) * | 2016-05-31 | 2016-08-17 | 成都德善能科技有限公司 | 一种智能航拍系统 |
-
2000
- 2000-05-26 JP JP2000156020A patent/JP2001337990A/ja active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013239211A (ja) * | 2002-02-27 | 2013-11-28 | Nec Corp | 画像認識システム及びその認識方法並びにプログラム |
| JP2007334445A (ja) * | 2006-06-12 | 2007-12-27 | Fuji Xerox Co Ltd | 画像処理装置及びプログラム |
| JP2012018479A (ja) * | 2010-07-06 | 2012-01-26 | Nippon Telegr & Teleph Corp <Ntt> | 画像検索装置、画像検索方法、および、画像検索プログラム |
| CN102930537A (zh) * | 2012-10-23 | 2013-02-13 | 深圳市宜搜科技发展有限公司 | 一种图像检测方法及系统 |
| CN105872413A (zh) * | 2016-05-31 | 2016-08-17 | 成都德善能科技有限公司 | 一种智能航拍系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7031555B2 (en) | Perceptual similarity image retrieval | |
| JP3234064B2 (ja) | 画像検索方法並びにその装置 | |
| JP3740065B2 (ja) | 領域分割された映像の領域特徴値整合に基づいた客体抽出装置およびその方法 | |
| US8150854B2 (en) | Image search apparatus and image search method | |
| US7623711B2 (en) | White space graphs and trees for content-adaptive scaling of document images | |
| US7877414B2 (en) | Method and apparatus for representing and searching for an object using shape | |
| CN111125397A (zh) | 一种基于卷积神经网络的布料图像检索方法 | |
| CN107426610B (zh) | 视频信息同步方法及装置 | |
| JP4421527B2 (ja) | 映像検索装置，方法及びプログラム並びにプログラムを記録した記録媒体 | |
| KR100671099B1 (ko) | 영상의 유사도 비교방법 및 그를 이용한 영상 검색 방법 및 장치 | |
| JP2001337990A (ja) | 画像検索システム及び画像検索件方法 | |
| JP2004021430A (ja) | 画像検索装置、画像検索方法及び画像検索プログラム | |
| JPH08137908A (ja) | 画像検索方法及び装置 | |
| JP6778625B2 (ja) | 画像検索システム、画像検索方法及び画像検索プログラム | |
| JP2000132692A (ja) | 曲線の特徴点抽出方法及びこの方法を記録した記録媒体 | |
| JP6336827B2 (ja) | 画像検索装置、画像検索方法および検索システム | |
| JP4460274B2 (ja) | 画像の対応点探索方法、対応点探索装置および対応点探索プログラム | |
| JP2005182201A (ja) | 画像の対応点探索方法、対応点探索装置および対応点探索プログラム | |
| JPH07332970A (ja) | 画像処理方式 | |
| US20040234137A1 (en) | Image segmentation | |
| JPH04241684A (ja) | 画像整合方法及び装置 | |
| KR20030009674A (ko) | 내용 기반 영상 검색 장치 및 방법 | |
| CN110555173B (zh) | 一种基于poi的地域识别系统及其识别方法 | |
| JP2005107767A (ja) | 映像検索装置、映像検索方法および映像検索プログラム | |
| JP4286565B2 (ja) | 画像の対応点探索方法、対応点探索装置および対応点探索プログラム |