JP2002183145A - 画像検索システムとその画像検索方法、及び画像検索プログラムを記録した記憶媒体 - Google Patents

画像検索システムとその画像検索方法、及び画像検索プログラムを記録した記憶媒体

Info

Publication number
JP2002183145A
JP2002183145A JP2000378023A JP2000378023A JP2002183145A JP 2002183145 A JP2002183145 A JP 2002183145A JP 2000378023 A JP2000378023 A JP 2000378023A JP 2000378023 A JP2000378023 A JP 2000378023A JP 2002183145 A JP2002183145 A JP 2002183145A
Authority
JP
Japan
Prior art keywords
image
color
feature
distribution feature
feature amount
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
Application number
JP2000378023A
Other languages
English (en)
Other versions
JP3658761B2 (ja
Inventor
Eiji Kasuya
英司 粕谷
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.)
NEC Corp
Original Assignee
NEC Corp
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 NEC Corp filed Critical NEC Corp
Priority to JP2000378023A priority Critical patent/JP3658761B2/ja
Priority to US10/010,840 priority patent/US7006689B2/en
Priority to CA002364798A priority patent/CA2364798C/en
Priority to EP01129276A priority patent/EP1215591A3/en
Publication of JP2002183145A publication Critical patent/JP2002183145A/ja
Application granted granted Critical
Publication of JP3658761B2 publication Critical patent/JP3658761B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99931—Database or file accessing
    • Y10S707/99933—Query processing, i.e. searching

Landscapes

  • Engineering & Computer Science (AREA)
  • Library & Information Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Image Analysis (AREA)
  • Processing Or Creating Images (AREA)

Abstract

(57)【要約】 【課題】 色分布特徴量又は周波数分布特徴量により特
徴が示される各画像の比較や検索を、検索性能を損なう
ことなく簡易な装置構成により実現する画像検索システ
ムを提供する。 【解決手段】 色分布特徴量と周波数分布特徴量とのい
ずれかの画像特徴量により特徴が示される画像の、類似
性を判定し類似する画像を検索する画像検索システムに
おいて、検索対象の各画像の画像特徴量のデータを参照
する検索対象画像特徴量記憶部６０と、問合せ画像の画
像特徴量のデータの入力を受け付ける問合せ画像特徴量
入力部５０、画像特徴量の種類を変換する対象として設
定されている画像に対して、当該画像の画像特徴量の種
類を変換することにより、検索対象の各画像と問合せ画
像との画像特徴量の種類を一致させるデータ処理部１０
と、変換された画像特徴量を基に、問合せ画像の画像特
徴量を検索対象の各画像の画像特徴量と比較し、それぞ
れの類似性を判定し類似する画像を検索する類似度算出
部４０を備えることを特徴とする画像検索システム。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、個々の画像の類似
性を判定し、指定された画像に類似する画像を検索する
画像検索に関し、特に、画像の特徴が異なる方式により
示される場合にも、その各方式による画像特徴量を基に
画像の類似性を判定し又類似する画像を検索する画像検
索システムとその画像検索方法、及び画像検索プログラ
ムを記録した記憶媒体に関する。
【０００２】
【従来の技術】従来より、画像の特徴をデータ化して画
像特徴量により示し、画像特徴量を用いて各画像の類似
性を判定し、又類似する画像を（例えば、蓄積されてい
る画像の中から）検索する画像検索が行われており、そ
のための装置やコンピュータプログラムが開発されてい
る。
【０００３】こうした画像検索の従来の技術では、主と
して、画像中に含まれる色の構成を表現する特徴量（以
降、色構成特徴量と呼ぶ）を用いて、この色構成の類似
性から類似画像を検索する方法が採用されている。
【０００４】ここで、色構成特徴量とは、画像内の代表
色とその構成割合等により画像の色構成を表現する画像
特徴量であり、又、画像に含まれるすべての色について
の頻度割合や、１つ又は複数の代表色とその色構成割合
等を用いることもできる。
【０００５】しかし、この色構成特徴量を用いる方式で
は、画像中の物体の持つ形状や位置関係といった画像の
構造特徴を反映することができないという問題点があ
る。
【０００６】ここで、画像の持つ構造特徴を反映させる
ための従来の技術の一例が、特開平１１−３１６８１９
号公報に開示されている。特開平１１−３１６８１９号
公報の従来技術では、画像を複数のブロックに分割して
各ブロック中に含まれる色構成特徴量を計算し、その各
ブロック毎の色構成特徴量の値の集合を色分布特徴量と
して、これを類似性の判定や検索に用いる方法が提案さ
れている。この色分布特徴量では、各ブロック毎の色構
成特徴量が示されるため、画像の持つ構造特徴を類似性
の判定に反映することができる。
【０００７】更に他の方法として、画像の持つ色構造を
周波数領域で表現した周波数分布特徴量を画像特徴量と
して利用する従来の画像検索システムが、特開２０００
−２５９８３２号公報に開示されている。
【０００８】ここで、画像の周波数分布特徴量とは、画
像の色（平均色）のスペクトラムの周波数分布を複数の
帯域に分割し、周波数解析して得られた帯域毎のエネル
ギーを示す画像特徴量である。
【０００９】図１１は、この特開２０００−２５９８３
２号公報の画像検索システムの要部の構成を示すブロッ
ク図である。この従来の画像検索システムでは、入力さ
れる画像データ１０１から周波数分布特徴量１０３を生
成する画像特徴量生成部１０２と、検索対象の画像の周
波数分布特徴量を予め記憶しておく周波数分布特徴量記
憶部１０４と、入力された画像の周波数分布特徴量１０
３と周波数分布特徴量記憶部１０４に記憶された特徴量
１０５とを用いて類似度１０７を算出する類似度算出部
１０６を備えている。ここで、画像特徴量生成部１０２
では、画像データ１０１から縮小画像１１１を生成する
縮小画像生成手段１１０と、生成された縮小画像１１１
に対して周波数解析を行う周波数解析手段１１２と、周
波数解析手段１１２から得られる直交変換係数１１３の
内、直流成分及び一部交流成分を周波数分布特徴量１０
３として抽出する直流成分及び一部交流成分抽出手段１
１４を備えている。
【００１０】以上のように、画像特徴量の例としては、
色構成特徴量、色分布特徴量、周波数分布特徴量等があ
り、これらを用いることにより画像の類似性の判定や画
像の検索を行うことができる。
【００１１】また、特開平０９−２３７３４３号公報に
開示された従来技術では、この内の色構成特徴量として
色ヒストグラムを用い、周波数分布特徴量として直交変
換係数とを混在させた画像検索システムが提案されてい
る。
【００１２】図１２は、この特開平０９−２３７３４３
号公報の画像検索システムの要部の構成を示すブロック
図である。この従来の画像検索システムでは、画像特徴
量を入力するための入力装置２０１と、画像特徴量を記
憶する画像特徴量記憶部２０２と、入力装置２０１から
入力された画像特徴量と画像特徴量記憶部２０２に記憶
されている画像特徴量との間の類似度を算出する類似度
算出部２０３を備えている。
【００１３】この画像特徴量記憶部２０２は、画像の周
波数分布特徴量を記憶する直交変換係数記憶部２０４
と、色構成情報を記憶する色ヒストグラム記憶部２０５
を備えている。
【００１４】類似度算出部２０３は、画像特徴量判定手
段２０６と、色ヒストグラム類似度算出手段２０７と、
直交変換係数類似度算出手段２０８を備えている。画像
特徴量判定手段２０６は、入力装置２０１から入力され
た画像特徴量２０９が、色ヒストグラム情報であるか又
は直交変換係数であるかを判定する。色ヒストグラム類
似度算出手段２０７は、画像特徴量判定手段２０６で色
ヒストグラム情報と判定された場合に、画像特徴量判定
手段２０６から出力された色ヒストグラム情報からなる
画像特徴量２１０と、色ヒストグラム記憶部２０５から
読み出された色ヒストグラム情報２１１との類似度２１
２を算出する。直交変換係数類似度算出手段２０８は、
画像特徴量判定手段２０６で直交変換係数と判定された
場合に、画像特徴量判定手段２０６から出力された直交
変換係数からなる画像特徴量２１３と、直交変換係数記
憶部２０４から読み出された直交変換係数２１４との類
似度２１５を算出する。
【００１５】このように、複数種類の画像特徴量が混在
した環境で画像検索を行うためには、問合せ画像の特徴
量に対応した画像特徴量データベース及び類似度算出手
段が必要となるため、画像特徴量の種類分の類似度算出
手段及び画像特徴量データベースを備えることが必要で
あり、このため装置も複雑になり製造コストも高くなる
といる問題点があった。
【００１６】特願２０００−２７０７００号公報に開示
された従来技術では、この問題点を解決するために、色
構成特徴量及び周波数分布特徴量を用いた画像検索とが
混在する場合においても、簡易な装置構成により画像検
索を実現する画像検索システムが提案されている。
【００１７】この特願２０００−２７０７００号公報の
画像検索システムでは、装置内に周波数分布の類似度算
出手段のみを備える場合に、問合せ画像や検索対象画像
の特徴量が色構成特徴量であった場合には、その色構成
特徴量から平均色を算出し周波数分布特徴量に変換した
上で、その周波数分布特徴量に基づいて類似度計算を行
う。
【００１８】また、色構成特徴量の類似度算出手段のみ
を備える場合に、問合せ画像や検索対象画像の特徴量が
周波数分布特徴量であった場合には、周波数分布特徴量
を逆変換することにより画像を復元し復元された画像の
色構成情報を抽出した上で、その色分布特徴量に基づい
て類似度計算を行う。
【００１９】また、システムが周波数分布特徴量の類似
度算出手段のみを備える場合、問合せ画像や検索対象画
像の特徴量が色構成特徴量であった場合には、色構成特
徴量から平均色を算出し、平均色を周波数分布特徴量の
直流成分とすることにより変換した上で、その周波数分
布特徴量に基づいて類似度計算を行う。
【００２０】この結果、色構成特徴量や周波数分布特徴
量により特徴量が示される画像の類似性の判定や検索
を、いずれか１種類の類似度算出手段を備えるのみで実
行することができる。
【００２１】しかし、画像の構造特徴を持つ画像特徴量
である色分布特徴量と周波数分布特徴量との間の、画像
特徴量の相互変換方法は実現されていなかった。
【００２２】
【発明が解決しようとする課題】上述したように従来の
装置では、以下に述べるような問題点があった。
【００２３】第１に、画像の特徴を示す画像特徴量には
様々な種類があり、画像の比較や検索を行うためには、
共通の種類の画像特徴量を比較（検索）対象の双方の画
像のそれぞれに用意することが必要であった。
【００２４】また、たとえ双方の画像の共通の種類の画
像特徴量を備えたとしても、その画像特徴量に基づく比
較や検索の機能を画像検索システムの側が備える必要が
あった。画像検索システムが、分布特徴量や周波数分布
特徴量等の様々な種類の画像特徴量に基づく比較や検索
を実現するためには、そのそれぞれの画像特徴量に基づ
く類似度算出手段を備える必要があり、このため装置も
複雑になり製造コストも高くなるといる問題点があっ
た。
【００２５】第２に、従来の装置では、色分布特徴量と
周波数分布特徴量のそれぞれにより特徴量が示される画
像の比較を行うことができなかった。これは従来では、
色分布特徴量と周波数分布特徴量と間における、実用に
値するレベルの交互変換の技術が実現されていなかった
からである。
【００２６】例えば、問合せ画像の画像特徴量が周波数
分布特徴量である場合には、この問合せ画像に類似する
画像を、検索対象画像の色分布特徴量を記録するデータ
ベースから検索することができなかった。
【００２７】本発明の第１の目的は、上記従来技術の欠
点を解決し、色分布特徴量又は周波数分布特徴量により
特徴が示される各画像の比較や検索を、検索性能を損な
うことなく簡易な装置構成により実現する画像検索シス
テムとその画像検索方法、及び画像検索プログラムを記
録した記憶媒体を提供することである。
【００２８】本発明の第２の目的は、上記従来技術の欠
点を解決し、各画像の画像特徴量が、画像の周波数分布
特徴量であるか色分布特徴量であるかにかかわらず、そ
の比較や検索を実現する画像検索システムとその画像検
索方法、及び画像検索プログラムを記録した記憶媒体を
提供することである。
【００２９】
【課題を解決するための手段】上記目的を達成するため
本発明の画像検索システムは、色分布特徴量と周波数分
布特徴量とのいずれかの画像特徴量により特徴が示され
る画像の、類似性を判定し類似する画像を検索する画像
検索システムにおいて、検索対象の各画像及び問合せ画
像の内で、画像特徴量の種類を変換する対象として設定
されている画像に対して、当該画像の画像特徴量の種類
を変換することにより、前記検索対象の各画像と前記問
合せ画像との画像特徴量の種類を一致させる手段と、前
記変換された画像特徴量を基に、前記問合せ画像の画像
特徴量を前記検索対象の各画像の画像特徴量と比較し、
それぞれの類似性を判定し類似する画像を検索する手段
を備えることを特徴とする。
【００３０】請求項２の本発明の画像検索システムは、
前記検索対象の各画像の画像特徴量のデータを参照する
手段と、前記問合せ画像の画像特徴量のデータの入力を
受け付ける手段を備えることを特徴とする。
【００３１】請求項３の本発明の画像検索システムは、
周波数分布特徴量を、当該周波数分布特徴量により示さ
れる画像の特徴と同様の特徴を示す色分布特徴量に変換
する周波数分布特徴量変換手段を備え、前記周波数分布
特徴量変換手段により、検索対象の各画像と問合せ画像
との画像特徴量の種類を全て色分布特徴量とし、前記問
合せ画像の色分布特徴量を前記検索対象の各画像の色分
布特徴量と比較し、それぞれの類似性を判定し類似する
画像を検索する色分布類似度算出手段を備えることを特
徴とする。
【００３２】請求項４の本発明の画像検索システムは、
前記周波数分布特徴量変換手段は、与えられた周波数分
布特徴量を復号し復号画像を生成する逆周波数変換手段
と、前記復号画像の各画素値を色構成特徴量として抽出
することにより、前記与えられた周波数分布特徴量より
示される画像の特徴と同様の特徴を示す色分布特徴量を
抽出する色分布特徴量抽出手段を備えることを特徴とす
る。
【００３３】請求項５の本発明の画像検索システムは、
前記周波数分布特徴量変換手段は、与えられた周波数分
布特徴量を復号し復号画像を生成する逆周波数変換手段
と、前記復号画像を定められた複数のブロックに分割す
る画像分割手段と、各前記ブロックのそれぞれの色構成
特徴量を算出することにより、前記与えられた周波数分
布特徴量より示される画像の特徴と同様の特徴を示す色
分布特徴量を抽出する色分布特徴量抽出手段を備えるこ
とを特徴とする。
【００３４】請求項６の本発明の画像検索システムは、
前記色分布特徴量抽出手段は、前記画像分割手段により
分割された各前記ブロックのそれぞれにおける代表色を
判定し、前記代表色の集合を色分布特徴量として抽出す
ることを特徴とする。
【００３５】請求項７の本発明の画像検索システムは、
前記色分布特徴量抽出手段は、前記画像分割手段により
分割された各前記ブロックのそれぞれにおけるブロック
内の画素の色平均を算出し、前記算出された色平均の色
を前記代表色として判定することを特徴とする。
【００３６】請求項８の本発明の画像検索システムは、
色分布特徴量を、当該色分布特徴量により示される画像
の特徴と同様の特徴を示す周波数分布特徴量に変換する
色分布特徴量変換手段を備え、前記色分布特徴量変換手
段により、検索対象の各画像と問合せ画像との画像特徴
量の種類を全て周波数分布特徴量とし、前記問合せ画像
の周波数分布特徴量を、前記検索対象の各画像の周波数
分布特徴量と比較し、それぞれの類似性を判定し類似す
る画像を検索する周波数分布類似度算出手段を備えるこ
とを特徴とする。
【００３７】請求項９の本発明の画像検索システムは、
前記色分布特徴量変換手段は、与えられた色分布特徴量
における各ブロックの代表色を判定する代表色決定手段
と、各前記ブロックの代表色を画素とする画像を生成す
る画像生成手段と、前記画像生成手段により生成された
画像のサイズを、定められたサイズに変換する画像サイ
ズ変換手段と、前記画像サイズ変換手段により変換され
た画像を周波数変換することにより、前記与えられた色
分布特徴量より示される画像の特徴と同様の特徴を示す
周波数分布特徴量を抽出する周波数分布特徴量抽出手段
を備えることを特徴とする。
【００３８】請求項１０の本発明の画像検索システム
は、前記検索対象の各画像を、前記画像特徴量の種類を
変換する対象として設定し、前記検索対象の各画像の画
像特徴量の種類を変換して、前記問合せ画像の画像特徴
量の種類に一致させることを特徴とする。
【００３９】請求項１１の本発明の画像検索システム
は、前記問合せ画像を、前記画像特徴量の種類を変換す
る対象として設定し、前記問合せ画像の画像特徴量の種
類を変換して、前記検索対象の各画像の画像特徴量の種
類に一致させることを特徴とする。
【００４０】請求項１２の本発明の画像検索システム
は、前記問合せ画像と前記検索対象の各画像の双方を、
前記画像特徴量の種類を変換する対象として設定し、前
記問合せ画像及び前記検索対象の各画像の画像特徴量の
種類を変換することを特徴とする。
【００４１】請求項１３の本発明の画像検索システム
は、前記問合せ画像の画像特徴量の種類を変換する回路
と、前記検索対象の各画像の画像特徴量の種類を変換す
る回路とを、それぞれに独立に備えることを特徴とす
る。
【００４２】請求項１４の本発明の画像検索システム
は、前記色分布特徴量は、特徴を示す対象である画像
を、定められた複数のブロックに分割し、各前記ブロッ
クの代表色を判定し、各前記ブロックのそれぞれに対応
する前記代表色のデータとして生成される画像特徴量と
することを特徴とする。
【００４３】請求項１５の本発明の画像検索システム
は、前記周波数分布特徴量は、特徴を示す対象である画
像を、定められたサイズの縮小画像に変換し、前記縮小
画像に対して周波数変換を施すことにより生成される画
像特徴量とすることを特徴とする。
【００４４】請求項１６の本発明の画像検索システム
は、前記周波数分布特徴量は、特徴を示す対象である画
像を、定められたサイズの縮小画像に変換し、前記縮小
画像に対して周波数変換及び量子化を施すことにより生
成される画像特徴量とすることを特徴とする。
【００４５】請求項１７の本発明の画像検索方法は、色
分布特徴量と周波数分布特徴量とのいずれかの画像特徴
量により特徴が示される画像の、類似性を判定し類似す
る画像を検索する画像検索方法において、検索対象の各
画像及び問合せ画像の内で、画像特徴量の種類を変換す
る対象として設定されている画像に対して、当該画像の
画像特徴量の種類を変換することにより、前記検索対象
の各画像と前記問合せ画像との画像特徴量の種類を一致
させるステップと、前記変換された画像特徴量を基に、
前記問合せ画像の画像特徴量を前記検索対象の各画像の
画像特徴量と比較し、それぞれの類似性を判定し類似す
る画像を検索するステップを備えることを特徴とする。
【００４６】請求項１８の本発明の画像検索方法は、前
記検索対象の各画像の画像特徴量のデータを参照するス
テップと、前記問合せ画像の画像特徴量のデータの入力
を受け付けるステップを備えることを特徴とする。
【００４７】請求項１９の本発明の画像検索方法は、周
波数分布特徴量を、当該周波数分布特徴量により示され
る画像の特徴と同様の特徴を示す色分布特徴量に変換す
る周波数分布特徴量変換ステップを備え、前記周波数分
布特徴量変換ステップにより、検索対象の各画像と問合
せ画像との画像特徴量の種類を全て色分布特徴量とし、
前記問合せ画像の色分布特徴量を前記検索対象の各画像
の色分布特徴量と比較し、それぞれの類似性を判定し類
似する画像を検索する色分布類似度算出ステップを備え
ることを特徴とする。
【００４８】請求項２０の本発明の画像検索方法は、前
記周波数分布特徴量変換ステップは、与えられた周波数
分布特徴量を復号し復号画像を生成する逆周波数変換ス
テップと、前記復号画像の各画素値を色構成特徴量とし
て抽出することにより、前記与えられた周波数分布特徴
量より示される画像の特徴と同様の特徴を示す色分布特
徴量を抽出する色分布特徴量抽出ステップを備えること
を特徴とする。
【００４９】請求項２１の本発明の画像検索方法は、前
記周波数分布特徴量変換ステップは、与えられた周波数
分布特徴量を復号し復号画像を生成する逆周波数変換ス
テップと、前記復号画像を定められた複数のブロックに
分割する画像分割ステップと、各前記ブロックのそれぞ
れの色構成特徴量を算出することにより、前記与えられ
た周波数分布特徴量より示される画像の特徴と同様の特
徴を示す色分布特徴量を抽出する色分布特徴量抽出ステ
ップを備えることを特徴とする。
【００５０】請求項２２の本発明の画像検索方法は、前
記色分布特徴量抽出ステップは、前記画像分割ステップ
により分割された各前記ブロックのそれぞれにおける代
表色を判定し、前記代表色の集合を色分布特徴量として
抽出することを特徴とする。
【００５１】請求項２３の本発明の画像検索方法は、前
記色分布特徴量抽出ステップは、前記画像分割ステップ
により分割された各前記ブロックのそれぞれにおけるブ
ロック内の画素の色平均を算出し、前記算出された色平
均の色を前記代表色として判定することを特徴とする。
【００５２】請求項２４の本発明の画像検索方法は、色
分布特徴量を、当該色分布特徴量により示される画像の
特徴と同様の特徴を示す周波数分布特徴量に変換する色
分布特徴量変換ステップを備え、前記色分布特徴量変換
ステップにより、検索対象の各画像と問合せ画像との画
像特徴量の種類を全て周波数分布特徴量とし、前記問合
せ画像の周波数分布特徴量を、前記検索対象の各画像の
周波数分布特徴量と比較し、それぞれの類似性を判定し
類似する画像を検索する周波数分布類似度算出ステップ
を備えることを特徴とする。
【００５３】請求項２５の本発明の画像検索方法は、前
記色分布特徴量変換ステップは、与えられた色分布特徴
量における各ブロックの代表色を判定する代表色決定ス
テップと、各前記ブロックの代表色を画素とする画像を
生成する画像生成ステップと、前記画像生成ステップに
より生成された画像のサイズを、定められたサイズに変
換する画像サイズ変換ステップと、前記画像サイズ変換
ステップにより変換された画像を周波数変換することに
より、前記与えられた色分布特徴量より示される画像の
特徴と同様の特徴を示す周波数分布特徴量を抽出する周
波数分布特徴量抽出ステップを備えることを特徴とす
る。
【００５４】請求項２６の本発明のコンピュータにより
読み取り可能な画像検索プログラムを記録した記憶媒体
は、コンピュータを制御することにより、色分布特徴量
と周波数分布特徴量とのいずれかの画像特徴量により特
徴が示される画像の、類似性を判定し類似する画像を検
索する画像検索プログラムを記録した記憶媒体におい
て、検索対象の各画像及び問合せ画像の内で、画像特徴
量の種類を変換する対象として設定されている画像に対
して、当該画像の画像特徴量の種類を変換することによ
り、前記検索対象の各画像と前記問合せ画像との画像特
徴量の種類を一致させるステップと、前記変換された画
像特徴量を基に、前記問合せ画像の画像特徴量を前記検
索対象の各画像の画像特徴量と比較し、それぞれの類似
性を判定し類似する画像を検索するステップを備えるこ
とを特徴とする。
【００５５】本発明の画像検索システムは、画像の周波
数分布特徴量を復号して画像に変換し、変換された画像
を複数のブロックに分割して得られる各ブロックより代
表色を抽出してその集合を色分布特徴量として生成する
ことにより、周波数分布特徴量から色分布特徴量への変
換を実現する。また、色分布特徴量に含まれる各ブロッ
クの代表色から各ブロックの平均色を算出し、各ブロッ
クの平均色を画素とする画像を生成し、この画像を拡大
縮小した上で周波数解析を行い周波数分布特徴量を生成
することにより、色分布特徴量から周波数分布特徴量へ
の変換を実現する。
【００５６】このため、画像特徴量として色分布特徴量
と周波数分布特徴量とが混在する場合においても、その
特徴量の種類を相互に変換することにより種類を統一し
て類似性を判定することができる。
【００５７】これにより、画像特徴量の種類に依存する
ことなく類似画像の検索が実現される。また、色分布特
徴量と周波数分布特徴量の一方の画像特徴量のみに類似
度の判定機能が対応するシステムにおいても、いずれの
画像特徴量に対してもその画像の類似度の算出や検索が
できるようになる。
【００５８】
【発明の実施の形態】以下、本発明の実施の形態につい
て図面を参照して詳細に説明する。
【００５９】図１は、本発明の一実施例における画像検
索システムの処理を説明するためのフローチャートであ
る。
【００６０】図１の画像検索処理の例では、まず画像検
索システムが、検索を問い合わせる画像である問合せ画
像の画像特徴量の入力を受け付け、検索対象の各画像の
画像特徴量のデータを参照する（ステップ１０１、１０
２）。ここで、各画像の画像特徴量の種類は、色分布特
徴量又は周波数分布特徴量のいずれかである。
【００６１】ここで、問合せ画像と、検索対象の各画像
の画像特徴量の種類が異なる場合には、類似度の判定や
検索を行うことができないため、画像特徴量の種類を変
換することにより双方の画像特徴量の種類を一致させる
（ステップ１０３）。
【００６２】そして、この変換された画像特徴量を用い
て、問合せ画像の画像特徴量を、検索対象の各画像の画
像特徴量のそれぞれと比較して類似度を算出し（ステッ
プ１０４）、類似度の算出結果を出力する（ステップ１
０５）。
【００６３】ここで、検索対象画像のデータは、例え
ば、予めハードディスクや半導体メモリ等の記憶部に記
憶されたデータを参照したり、通信ネットワークを介し
て外部のサーバに記憶されたデータを参照する等が可能
である。
【００６４】また、図１の例では、画像特徴量により、
問合せ画像の受け付けや検索対象画像の参照をしている
が、これは画像データのまま受け付けて（又、参照し）
その画像データから画像特徴量を抽出し、ステップ１０
３以下のステップを行う方式も同様に実施可能である。
【００６５】また、このステップ１０３における、色分
布特徴量と周波数分布特徴量との相互の画像特徴量の変
換処理の方法は、以下の各実施の形態において詳細に説
明される。
【００６６】また、図１の例では、類似度の算出結果を
出力して終了しているが、これ以外に、高い類似度の算
出された画像を検索結果として出力する方式も同様に可
能である。また、複数の検索対象の画像に対して、問合
せ画像との類似度を算出する以外にも、検索対象の画像
を１枚とし、この１枚の検索対象の画像と問合せ画像と
による類似度のデータを出力させる等の処理も同様に実
施可能である。
【００６７】第１の実施の形態 図２は、本発明の第１の実施の形態の画像検索システム
の構成を示すブロック図である。
【００６８】図２を参照すると、本実施の形態の画像検
索システムは、検索対象画像の周波数分布特徴量記憶部
６２、周波数分布特徴量変換部２０、色分布類似度算出
部４１を備えている。更に、周波数分布特徴量変換部２
０は、逆周波数変換部２１、画像分割部２２、色分布特
徴量抽出部２３を備えている。
【００６９】検索対象画像の周波数分布特徴量記憶部６
２は、検索対象画像の画像特徴量である画像の周波数分
布特徴量を記憶する。ここで画像の周波数分布特徴量と
は、画像の周波数分布を表す特徴量であり、その例とし
て画像を一定のサイズに変換した上で、画像の色のスペ
クトラムの周波数分布を複数の帯域に分割し、離散コサ
イン変換（Discrete Cosine Transform：ＤＣＴ）等の
直交行列を用いて周波数解析して得られた、帯域毎のエ
ネルギーを示す値からなるものが挙げられる。また、こ
の周波数分布特徴量は、量子化を施した上で保存したも
のとしてもよい。
【００７０】図３は、本実施の形態の周波数分布特徴量
変換部２０の処理を説明するためのフローチャートであ
る。
【００７１】周波数分布特徴量変換部２０において、ま
ず逆周波数変換部２１は、周波数分布特徴量記憶部６２
から読み出された周波数分布特徴量を逆周波数変換し
て、復号画像を生成し出力する（ステップ３０１）。逆
周波数変換としては、周波数分布特徴量を生成する際の
周波数解析方法として離散コサイン変換（ＤＣＴ）を用
いた場合には逆離散コサイン変換（Inverse Discrete C
osine Transform：ＩＤＣＴ）を行い画像を復元する。
【００７２】続いて、画像分割部２２は、入力された復
号画像を定められた複数のブロックに分割する（ステッ
プ３０２）。
【００７３】そして、色分布特徴量抽出部２３は、画像
分割部２２により分割された各ブロックにおいて色構成
特徴量を決定し、その集合を色分布特徴量として抽出す
る（ステップ３０３）。ここで、各ブロックの色構成を
表現する色構成特徴量とは、画像の各ブロックを表す代
表色とその構成割合とからなる特徴量であり、各ブロッ
クに含まれるすべての色についての頻度割合や、１つ又
は複数の代表色とその色構成割合等を持たせることがで
きる。
【００７４】色分布類似度算出部４１は、問合せに用い
る画像特徴量として入力された、問合せ画像の色分布特
徴量と、周波数分布特徴量変換部２０によって生成され
た色分布特徴量との類似度を算出する。
【００７５】次に、本実施の形態の画像検索システムの
処理を、具体例を挙げて説明する。
【００７６】まず、検索対象の各画像に対して、その画
像を例えば８×８＝６４個のブロックに分割した後、個
々のブロックについて平均値（の色、画素）を算出し
て、８画素×８画素の縮小画像を作成する。次に、この
縮小画像に対してＤＣＴを施し、得られる係数を元の画
像の周波数分布特徴量とする。この方法により、検索対
象の各画像の周波数分布特徴量を抽出して、予め周波数
分布特徴量記憶部６２に保存しておく。
【００７７】ここで、色の平均とは、色のデータをＲＧ
Ｂ色空間、ＹＣｂＣｒ色空間、ＨＳＶ色空間等の各種の
方法で示す場合における、数値データの平均値である。
また、各種の色空間において、色の平均の独自の算出方
法がある場合にはそれに従う。
【００７８】また、問合せ画像に対して、その画像を例
えば４×４＝１６個のブロックに分割した後、個々のブ
ロックにおいて各ブロックを表す代表色とその構成割合
とのデータによる色構成特徴量を抽出し、各ブロックと
そのそれぞれの色構成特徴量の対応のデータの集合を問
合せ画像の色分布特徴量とする。
【００７９】ここで、問合せ画像の色分布特徴量を用い
て、特徴の類似する画像を検索するためには、周波数分
布特徴量記憶部６２に記憶される周波数分布特徴量のデ
ータを色分布特徴量に変換し、双方をその色分布特徴量
により比較して類似度を算出することになる。
【００８０】このため画像検索システムは、まず、検索
対象画像の周波数分布特徴量記憶部６２から読み出され
た周波数分布特徴量に対して、逆離散コサイン変換（Ｉ
ＤＣＴ）を行うことにより８画素ｘ８画素の画像を生成
する。
【００８１】次に、得られた８画素×８画素の画像を４
×４＝１６個のブロックに分割した後、個々のブロック
についてブロックを表す代表色と、その構成割合とから
なる色構成特徴量を抽出する。
【００８２】この結果、問合せ画像と検索対象画像を同
一次元の特徴で比較することができるため、抽出された
色構成特徴量の集合である色分布特徴量と、問合せ画像
の色分布特徴量と比較しその類似度を算出することによ
って検索を実現する。
【００８３】従って、検索対象画像の周波数分布特徴量
記憶部６２に記憶されている複数の検索対象画像の周波
数分布特徴量を順次読み出して、これを変換した色分布
特徴量と問合せ画像の色分布特徴量との類似度を算出
し、算出された類似度の大小に応じて検索対象画像を選
択することによって、問合せ画像の類似画像を、検索対
象画像の周波数分布特徴量記憶部６２にその周波数分布
特徴量が記憶されている複数の検索対象画像中から特定
することができる。
【００８４】以上説明したように、本実施の形態の画像
検索システムによれば、画像特徴量である周波数分布特
徴量を色分布特徴量に変換したものと、入力された色分
布特徴量との類似度を算出することができる。また、色
分布特徴量と周波数分布特徴量との両方を、同一の類似
度算出部で取り扱うことができるため、検索システムの
構成規模を小さくすることができる。
【００８５】更に、画像特徴量の種類が、色分布特徴量
であるか周波数分布特徴量であるかに無関係に、検索を
行うことが可能な画像検索システムを提供することがで
きる。
【００８６】第２の実施の形態 図４は、本発明の第２の実施の形態の画像検索システム
の構成を示すブロック図である。図４を参照すると、本
実施の形態の画像検索システムは、検索対象画像の周波
数分布特徴量記憶部６２、周波数分布特徴量変換部２
０、２０ａ、色分布類似度算出部４１を備えている。更
に、周波数分布特徴量変換部２０、２０ａは、それぞれ
逆周波数変換部２１、２１ａ、画像分割部２２、２２
ａ、色分布特徴量抽出部２３、２３ａを備えている。
【００８７】検索対象画像の周波数分布特徴量記憶部６
２は、検索対象画像の画像特徴量である周波数分布特徴
量を記憶する。
【００８８】周波数分布特徴量記憶部６２の側の、周波
数分布特徴量変換部２０においては、逆周波数変換部２
１は、周波数分布特徴量記憶部６２から読み出された周
波数分布特徴量を逆周波数変換して、復号画像を出力す
る。画像分割部２２は、入力された復号画像を複数のブ
ロックに分割する。色分布特徴量抽出部２３は、画像分
割部２２により分割された各ブロックより色構成特徴量
を生成し、その集合を色分布特徴量として抽出する。
【００８９】なお、ここで画像分割部２２が分割すべき
（縦横の）ブロック数が、復号画像自体の（縦横の）画
素数と一致する等の場合には、画像分割部２２は復号画
像を分割する必要はない。この場合、色分布特徴量抽出
部２３は、復号画像の各画素値を色構成特徴量として抽
出すればよい。
【００９０】問合せ画像の入力を受ける側の、周波数分
布特徴量変換部２０ａにおいては、逆周波数変換部２１
ａは、問合せに用いる画像特徴量として入力された問合
せ画像の周波数分布特徴量を逆周波数変換して、復号画
像を出力する。画像分割部２２ａは、復号画像を複数の
ブロックに分割する。色分布特徴量抽出部２３ａは、画
像分割部２２ａにより分割された各ブロックより色構成
特徴量を生成し、その集合を色分布特徴量として抽出す
る。
【００９１】色分布類似度算出部４１は、周波数分布特
徴量変換部２０によって生成された色分布特徴量と、周
波数分布特徴量変換部２０ａによって生成された色分布
特徴量との類似度を算出する。
【００９２】従って、検索対象画像の周波数分布特徴量
記憶部６２に記憶されている複数の検索対象画像の周波
数分布特徴量を順次読み出して、これを変換した色分布
特徴量と問合せ画像の周波数分布特徴量を変換した色分
布特徴量との類似度を算出し、算出された類似度の大小
に応じて検索対象画像を選択することによって、問合せ
画像の類似画像を、検索対象画像の周波数分布特徴量記
憶部６２にその周波数分布特徴量が記憶されている複数
の検索対象画像中から特定することができる。
【００９３】以上説明したように、本実施の形態の画像
検索システムによれば、画像特徴量である周波数分布特
徴量を色分布特徴量に変換したものと、入力された周波
数分布特徴量を色分布特徴量に変換したものとの類似度
を算出することができる。このため、周波数分布類似度
算出部を備えずに色分布類似度算出部４１を備えるのみ
の場合においても、周波数分布特徴量の比較を行うこと
ができる。
【００９４】更に、画像特徴量の種類が、周波数分布特
徴量であるか色分布特徴量であるかに無関係に、検索を
行うことが可能な画像検索システムを提供することがで
きる。
【００９５】第３の実施の形態 図５は、本発明の第３の実施の形態の画像検索システム
の構成を示すブロック図である。図５を参照すると、本
実施の形態の画像検索システムは、検索対象画像の色分
布特徴量記憶部６１、周波数分布特徴量変換部２０ａ、
色分布類似度算出部４１を備えている。更に、周波数分
布特徴量変換部２０ａは、逆周波数変換部２１ａ、画像
分割部２２ａ、色分布特徴量抽出部２３ａを備えてい
る。
【００９６】検索対象画像の色分布特徴量記憶部６１
は、検索対象画像を複数のブロックに分割した各ブロッ
クの色構成特徴量の集合である色分布特徴量を検索対象
画像の画像特徴量として記憶している。
【００９７】周波数分布特徴量変換部２０ａにおいて、
逆周波数変換部２１ａは、問合せに用いる画像特徴量と
して入力された問合せ画像の周波数分布特徴量を逆周波
数変換して、復号画像を出力する。画像分割部２２ａ
は、入力された復号画像を複数のブロックに分割する。
色分布特徴量抽出部２３ａは、画像分割部２２ａにより
分割された各ブロックより色構成特徴量を生成し、その
集合を色分布特徴量として抽出する。
【００９８】なお、ここで画像分割部２２が分割すべき
（縦横の）ブロック数が、復号画像自体の（縦横の）画
素数と一致する等の場合には、画像分割部２２は復号画
像を分割する必要はない。この場合、色分布特徴量抽出
部２３は、復号画像の各画素値を色構成特徴量として抽
出すればよい。
【００９９】色分布類似度算出部４１は、周波数分布特
徴量変換部２０ａによって生成された色分布特徴量と、
検索対象画像の色分布特徴量記憶部６１から読み出され
た色分布特徴量との類似度を算出する。
【０１００】従って、検索対象画像の色分布特徴量記憶
部６１に記憶されている複数の検索対象画像の色分布特
徴量を順次読み出して、その色分布特徴量と問合せ画像
の周波数分布特徴量を変換した色分布特徴量との類似度
を算出し、算出された類似度の大小に応じて検索対象画
像を選択することによって、問合せ画像の類似画像を、
検索対象画像の色分布特徴量記憶部６１にその色分布特
徴量が記憶されている複数の検索対象画像中から特定す
ることができる。
【０１０１】以上説明したように、本実施の形態の画像
検索システムによれば、入力された画像の周波数分布特
徴量を色分布特徴量に変換したものと、画像特徴量であ
る色分布特徴量との類似度を算出することができる。こ
のため、色分布特徴量と周波数分布特徴量との両方を、
同一の類似度算出部で取り扱うことができ、検索システ
ムの構成規模を小さくすることができる。
【０１０２】更に、画像特徴量の種類が、周波数分布特
徴量であるか色分布特徴量であるかに無関係に、検索を
行うことが可能な画像検索システムを提供することがで
きる。
【０１０３】第４の実施の形態 図６は、本発明の第４の実施の形態の画像検索システム
の構成を示すブロック図である。図６を参照すると、本
実施の形態の画像検索システムは、検索対象画像の色分
布特徴量記憶部６１、色分布特徴量変換部３０、周波数
分布類似度算出部４２を備えている。更に、色分布特徴
量変換部３０は、代表色決定部３１、画像生成部３２、
画像サイズ変換部３３、周波数分布特徴量抽出部３４を
備えている。
【０１０４】検索対象画像の色分布特徴量記憶部６１
は、検索対象画像を複数のブロックに分割した各ブロッ
クの色構成特徴量の集合である色分布特徴量を検索対象
画像の画像特徴量として記憶している。
【０１０５】図７は、本実施の形態の色分布特徴量変換
部３０の処理を説明するためのフローチャートである。
【０１０６】色分布特徴量変換部３０において、代表色
決定部３１は、検索対象画像の色分布特徴量記憶部６１
から読み出された色分布特徴量に含まれる各ブロックの
色構成情報情報から各ブロックの代表色を決定する（ス
テップ７０１）。ここで、代表色の決定方法としては、
色構成特徴量に含まれる色の平均値を、それぞれの色に
その割合を乗算して全部加算することによって計算する
方式や、平均値計算の際には、各色を異なる色空間（例
えば、ＲＧＢ色空間、ＹＣｂＣｒ色空間、ＨＳＶ色空間
等）に変換してから平均値を求める方式や、この他に
も、最頻値、中央値等を代表色にする等の様々な方式が
可能である、画像生成部３２は、代表色決定部３１によ
り算出された各ブロックの代表色から構成される画像を
生成する（ステップ７０２）。
【０１０７】画像サイズ変換部３３は、画像生成部３２
より生成された画像のサイズを定められたサイズに変更
する（ステップ７０３）。この変換後の画像サイズは、
周波数分布特徴量を生成する際の元となる画像のサイズ
と一致させることができる。
【０１０８】周波数分布特徴量抽出部３４は、画像サイ
ズ変換部３３により得られる画像に対して周波数変換を
行い、周波数分布特徴量を抽出する（ステップ７０
４）。
【０１０９】周波数分布類似度算出部４２は、問合せに
用いる画像特徴量として入力された問合せ画像の周波数
分布特徴量と、色分布特徴量変換部３０によって生成さ
れた周波数分布特徴量との類似度を算出する。
【０１１０】従って、検索対象画像の色分布特徴量記憶
部６１に記憶されている複数の検索対象画像の色分布特
徴量を順次読み出して、これを変換した直交変換係数と
問合せ画像の直交変換係数との類似度を算出し、算出さ
れた類似度の大小に応じて検索対象画像を選択すること
によって、問合せ画像の類似画像を、検索対象画像の色
分布特徴量記憶部６１にその色分布特徴量が記憶されて
いる複数の検索対象画像中から特定することができる。
【０１１１】次に、本実施の形態の画像検索システムの
処理を具体例を挙げて概説する。
【０１１２】まず、検索対象の各画像に対して、その画
像を例えば４×４＝１６個のブロックに分割した後、個
々のブロックについてブロックを表す代表色と、その構
成割合とからなる色構成情報を抽出し、この集合を元の
画像の色分布特徴量とする。この方法により、検索対象
の各画像の色分布特徴量を抽出して、予め色分布特徴量
記憶部６１に保存しておく。
【０１１３】また、問合せ画像に対して、その画像を例
えば８×８＝６４個のブロックに分割した後、個々のブ
ロックについて平均値を算出して、８画素×８画素の縮
小画像を作成し、この縮小画像に対してＤＣＴを施し、
得られる係数を問合せ画像の周波数分布特徴量とする。
【０１１４】ここで、問合せ画像の周波数分布特徴量を
用いて、特徴の類似する画像を検索するためには、色分
布特徴量記憶部６１に記憶される色分布特徴量のデータ
を周波数分布情報に変換し、双方をその周波数分布特徴
量により比較して類似度を算出することになる。
【０１１５】このため画像検索システムは、まず、検索
対象画像の色分布特徴量記憶部６１から読み出された色
分布特徴量に含まれる各ブロックの色構成特徴量から各
ブロックの代表色を計算する。代表色は、それぞれの色
にその割合を乗算して、全部加算することによって計算
することができる。
【０１１６】そして、算出された各ブロックの代表色か
ら構成される４画素×４画素の画像を生成する。
【０１１７】次に、４×４画素の画像を、問合せ画像の
周波数分布特徴量を生成する際に周波数変換を行う対象
となる画像サイズである８×８画素に拡大する。
【０１１８】次に、画像を例えば８×８＝６４個のブロ
ックに分割した後、個々のブロックについて平均値を算
出して、８画素×８画素の縮小画像を作成し、この縮小
画像に対してＤＣＴを施し、得られる係数を検索対象画
像の周波数分布特徴量として抽出する。
【０１１９】この結果、問合せ画像と検索対象画像を同
一次元の特徴で比較することができるため、抽出された
周波数分布特徴量と、問合せ画像の周波数分布特徴量と
比較しその類似度を算出することによって検索を実現す
る。
【０１２０】以上説明したように、本実施の形態の画像
検索システムによれば、問合せに用いる画像特徴量とし
て入力された周波数分布特徴量と、画像特徴量である画
像の色分布特徴量を周波数分布特徴量に変換したものと
の類似度を算出することができる。このため、色分布特
徴量と周波数分布特徴量との両方を、同一の類似度算出
部で取り扱うことができ、検索システムの構成規模を小
さくすることができる。
【０１２１】更に、画像特徴量の種類が、周波数分布特
徴量であるか色分布特徴量であるかに無関係に、検索を
行うことが可能な画像検索システムを提供することがで
きる。
【０１２２】第５の実施の形態 図８は、本発明の第５の実施の形態の画像検索システム
の構成を示すブロック図である。図８を参照すると、本
実施の形態の画像検索システムは、検索対象画像の色分
布特徴量記憶部６１、色分布特徴量変換部３０、３０
ａ、周波数分布類似度算出部４２を備えている。更に、
色分布特徴量変換部３０、３０ａは、それぞれ代表色決
定部３１、３１ａ、画像生成部３２、３２ａ、画像サイ
ズ変換部３３、３３ａ、周波数分布特徴量抽出部３４、
３４ａを備えている。
【０１２３】検索対象画像の色分布特徴量記憶部６１
は、検索対象画像を複数のブロックに分割した各ブロッ
クの色構成特徴量の集合である色分布特徴量を検索対象
画像の画像特徴量として記憶している。
【０１２４】色分布特徴量記憶部６１の側の色分布特徴
量変換部３０においては、代表色決定部３１は、検索対
象画像の色分布特徴量記憶部６１から読み出された色分
布特徴量に含まれる各ブロックの色構成特徴量から各ブ
ロックの代表色を計算する。ここで、代表色は、色構成
特徴量に含まれる色の平均値とすることができる。それ
ぞれの色にその割合を乗算して、全部加算することによ
って計算することができる。また、平均値計算の際に
は、各色を異なる色空間に変換してから、平均値を求め
てもよい。この他にも、最頻値、中央値等を代表色にす
ることもできる。
【０１２５】画像生成部３２は、代表色決定部３１によ
り算出された各ブロックの代表色から構成される画像を
生成する。画像サイズ変換部３３は、画像生成部３２よ
り生成された画像のサイズを変更する。画像サイズは、
周波数分布特徴量を生成する際の元となる画像のサイズ
と一致させることができる。周波数分布特徴量抽出部３
４は、画像サイズ変換部３３により得られる画像に対し
て周波数変換を行い、周波数分布特徴量を生成する。
【０１２６】問合せ画像の入力を受ける側の、色分布特
徴量変換部３０ａにおいては、代表色決定部３１ａは、
問合せ画像の色分布特徴量に含まれる各ブロックの色構
成特徴量から各ブロックの代表色を計算する。ここで、
代表色は、色ヒストグラムに含まれる色の平均値とする
ことができる。それぞれの色にその割合を乗算して、全
部加算することによって計算することができる。また、
平均値計算の際には、各色を異なる色空間に変換してか
ら、平均値を求めてもよい。この他にも、最頻値、中央
値等を代表色にすることもできる。
【０１２７】画像生成部３２ａは、代表色決定部３１ａ
により算出された各ブロックの代表色から構成される画
像を生成する。画像サイズ変換部３３ａは、画像生成部
３２ａより生成された画像のサイズを変更する。画像サ
イズは、画像と画像のサイズを一致させることができ
る。周波数分布特徴量抽出部３４ａは、画像サイズ変換
部３３ａにより得られる画像に対して周波数変換を行
い、周波数分布特徴量を生成する。
【０１２８】周波数分布類似度算出部４２は、色分布特
徴量変換部３０によって生成された周波数分布特徴量
と、色分布特徴量変換部３０ａによって生成された周波
数分布特徴量との類似度を算出する。
【０１２９】従って、検索対象画像の色分布特徴量記憶
部６１に記憶されている複数の検索対象画像の色分布特
徴量を順次読み出して、これを変換した周波数分布特徴
量と問合せ画像の色分布特徴量を変換した周波数分布特
徴量との類似度を算出し、算出された類似度の大小に応
じて検索対象画像を選択することによって、問合せ画像
の類似画像を、検索対象画像の色分布特徴量記憶部６１
にその色分布特徴量が記憶されている複数の検索対象画
像中から特定することができる。
【０１３０】以上説明したように、本実施の形態の画像
検索システムによれば、問合せに用いる画像特徴量とし
て入力された画像の色分布特徴量を周波数分布特徴量に
変換したものと、画像特徴量である画像の色分布特徴量
を周波数分布特徴量に変換したものとの類似度を算出す
ることができる。このため、色分布類似度の算出機能を
備えない場合にも、色分布特徴量の比較を周波数分布類
似度の算出機能を利用して処理することができる。
【０１３１】更に、画像特徴量の種類が、周波数分布特
徴量であるか色分布特徴量であるかに無関係に、検索を
行うことが可能な画像検索システムを提供することがで
きる。
【０１３２】第６の実施の形態 図９は、本発明の第６の実施の形態の画像検索システム
の構成を示すブロック図である。図９を参照すると、本
実施の形態の画像検索システムは、検索対象画像の周波
数分布特徴量記憶部６２、色分布特徴量変換部３０ａ、
周波数分布類似度算出部４２を備えている。また、色分
布特徴量変換部３０ａは、代表色決定部３１ａ、画像生
成部３２ａ、画像サイズ変換部３３ａ、周波数分布特徴
量抽出部３４ａを備えている。
【０１３３】検索対象画像の周波数分布特徴量記憶部６
２は、検索対象画像の画像特徴量である画像の周波数分
布特徴量を記憶する。
【０１３４】色分布特徴量変換部３０ａにおいて、代表
色決定部３１ａは、問合せ画像の色分布特徴量に含まれ
る各ブロックの色構成特徴量から各ブロックの代表色を
計算する。ここで、代表色は、色構成特徴量に含まれる
色の平均値とすることができる。それぞれの色にその割
合を乗算して、全部加算することによって計算すること
ができる。また、平均値計算の際には、各色を異なる色
空間に変換してから、平均値を求めてもよい。この他に
も、最頻値、中央値等を代表色にすることもできる。
【０１３５】画像生成部３２ａは、代表色決定部３１ａ
により算出された各ブロックの代表色から構成される画
像を生成する。画像サイズ変換部３３ａは、画像生成部
３２ａより生成された画像のサイズを変更する。画像サ
イズは、画像と画像のサイズを一致させることができ
る。周波数分布特徴量抽出部３４ａは、画像サイズ変換
部３３ａにより得られる画像に対して周波数変換を行
い、周波数分布特徴量を生成する。
【０１３６】周波数分布類似度算出部４２は、色分布特
徴量変換部３０ａによって生成された周波数分布特徴量
と、検索対象画像の周波数分布特徴量記憶部６２から読
み出された周波数分布特徴量との類似度を算出する。
【０１３７】従って、検索対象画像の周波数分布特徴量
記憶部６２に記憶されている複数の検索対象画像の周波
数分布特徴量を順次読み出して、この周波数分布特徴量
と問合せ画像の色分布特徴量を変換した周波数分布特徴
量との類似度を算出し、算出された類似度の大小に応じ
て検索対象画像を選択することによって、問合せ画像の
類似画像を、検索対象画像の周波数分布特徴量記憶部６
２にその周波数分布特徴量の記憶されている複数の検索
対象画像中から特定することができる。
【０１３８】以上説明したように、本実施の形態の画像
検索システムによれば、問合せに用いる画像特徴量とし
て入力された画像の色分布特徴量を周波数分布特徴量に
変換したものと、画像特徴量である画像の周波数分布特
徴量との類似度を算出することができる。このため、色
分布情報と周波数分布特徴量との両方を、同一の類似度
算出部で取り扱うことができ、検索システムの構成規模
を小さくすることができる。
【０１３９】更に、画像特徴量の種類が、周波数分布特
徴量であるか色分布特徴量であるかに無関係に、検索を
行うことが可能な画像検索システムを提供することがで
きる。
【０１４０】次に、本発明の検索システムに対して行っ
た検索精度の実験を説明する。
【０１４１】ここでは、本発明の検索システムによる検
索処理を、画像５４６６枚のデータを記録するデータベ
ースを用いて実験を行った。
【０１４２】この際、５０枚の問合せ画像に対して、そ
れぞれに主観評価によって類似している画像が事前に選
定されていて、正解として定めている。問合せ画像と、
データベースに含まれる画像の、画像特徴量間の類似度
が近い順に並べ替えて、上位ｎ位以内に含まれる正解画
像の順位及び数を“正規化平均検索順位”として評価す
ることによって、検索性能を評価する。なお、正規化平
均検索順位とは、上位ｎ位以内に検出された正解画像の
順位の平均値から、正解画像が全て最上位で検出された
場合の順位の平均値を引いた値を０から１の間に正規化
した値とし、この値が小さいほど性能が高いことにな
る。なお、この“ｎ”は、事前に選定された正解画像数
の４倍とし、上位ｎ位に検出されなかった正解画像につ
いては、全てｎ＋１位として検出されたものとして扱っ
た。
【０１４３】画像特徴量としては、以下の２種類を用意
した。
【０１４４】１つ目の画像特徴量としては、画像の周波
数分布特徴量を利用する。生成方法は以下のようにして
行った。静止画像を８×８ブロックに分割し、各ブロッ
クの平均色を算出して、固定サイズ（８画素×８画素）
の縮小画像を生成する。次に、縮小画像に対して離散コ
サイン変換（ＤＣＴ変換）を行い、得られた係数の内、
輝度信号と色差信号の低次係数列を抽出する。更に、得
られたＤＣＴ係数を変換テーブルを利用して変換して、
周波数分布特徴量Ａとした。
【０１４５】さらにもう一方の画像特徴量としては、色
分布特徴量を利用する。静止画像を８×８ブロックに分
割し、各ブロックから色構成情報を抽出し利用する。各
ブロックから、１つ又は複数の代表色とその頻度を抽出
して色分布特徴量Ａとした。
【０１４６】次に、この周波数分布特徴量Ａ（ＤＣＴ係
数）を、以下の方法によって色分布特徴量Ｂに変換す
る。
【０１４７】まず、周波数分布特徴量ＡのＤＣＴ係数を
逆直交変換し、８×８画素の画像を生成する。そして、
８×８画素の画像の各画素をブロックとみなし、各ブロ
ックより画素の色と割合（１００％）を色構成情報とし
て抽出する。抽出された色構成情報の集合を、色分布特
徴量Ｂと呼ぶ。
【０１４８】また、この色分布特徴量Ａを、以下の方法
によって周波数分布特徴量Ｂ（ＤＣＴ係数）に変換す
る。
【０１４９】まず、各ブロックの色頻度の割合と画素値
の積を各代表色について求め、その総和を平均色情報と
する。次に、各ブロックの平均色からなる８×８画素の
画像を生成する。そして生成された８×８画素の画像に
対して、ＤＣＴ変換を行い、得られた係数の内輝度信号
と色差信号の低次係数列を抽出する。更に、得られたＤ
ＣＴ係数を変換テーブルを利用して変換して、周波数分
布特徴量Ｂを生成する。
【０１５０】周波数分布特徴量Ａと周波数分布特徴量Ｂ
のデータサイズ、及び色分布特徴量Ａと色分布特徴量Ｂ
のデータサイズをそれぞれほぼ同じにした上で、それぞ
れの画像特徴量を用いて検索を行った場合の、正規化平
均検索順位を算出した。
【０１５１】表１は、画像特徴量として周波数分布特徴
量を用いた場合の、正規化平均検索順位を示し、表２
は、画像特徴量として色分布特徴量を用いた場合の、正
規化平均検索順位を示している。
【０１５２】
【表１】
【０１５３】
【表２】
【０１５４】表１から、色分布特徴量を、原画像から生
成する場合と比べて、周波数分布特徴量を変換して生成
した色分布特徴量を利用した場合の正規化平均検索順位
は４分の３程度の性能が得られていることがわかる。ま
た、表２から、周波数分布特徴量を、原画像から生成す
る場合と比べて、色分布特徴量を変換して生成した周波
数分布特徴量を利用した場合の正規化平均検索順位はほ
ぼ一致しており、殆ど検索性能を損なう恐れがないこと
がわかる。
【０１５５】このため、色分布特徴量と周波数分布特徴
量との両方を同一の類似度算出部で取り扱うことがで
き、検索性能を大きく損なうことなく、システム構成を
簡易化した画像検索システムを提供できることがわか
る。
【０１５６】更に、画像特徴量の種類が、周波数分布特
徴量であるか色分布特徴量であるかに無関係に、検索を
行うことが可能な画像検索システムを提供することがで
きる。
【０１５７】また、図１０は、本発明の画像検索システ
ムのその他の実施の形態の構成を示すブロック図であ
る。
【０１５８】図１０の例の画像検索システムにおいて
は、検索処理部１００ｆが、問合せ画像特徴量入力部５
０からの問合せ画像の画像特徴量の入力を受け、検索対
象画像特徴量記憶部６０に対して検索対象の各画像の画
像特徴量を参照し、その類似度を判定して出力する。
【０１５９】また、検索処理部１００ｆには、画像特徴
量の種類を変換するデータ処理部１０と、類似度を算出
する類似度算出部４０を備えている。
【０１６０】ここで、図１０の例の画像検索システムに
おいては、問合せ画像や検索対象画像の画像特徴量が、
周波数分布特徴量と色分布特徴量のいずれの場合にも適
正に検索を行うことができるように、データ処理部１０
においては、周波数分布特徴量変換部２０と色分布特徴
量変換部３０の双方を備え、又類似度算出部４０におい
ても、色分布類似度算出部４１と周波数分布類似度算出
部４２の双方を備える。
【０１６１】ここで、データ処理部１０は、問合せ画像
特徴量入力部５０から入力される画像特徴量や、検索対
象画像特徴量記憶部６０を参照して取得する画像特徴量
を、切替部１１により適切に切り換えて、変換の必要な
画像特徴量を変換しそうでないものはそのまま類似度算
出部４０に渡す。
【０１６２】そして、類似度算出部４０においても、デ
ータ処理部１０から渡される画像特徴量を、切替部１１
により適切に切り換えて、色分布類似度算出部４１と周
波数分布類似度算出部４２との、画像特徴量の種類に対
応する側に渡して類似度を算出しこれを出力する。
【０１６３】このため、本実施の形態の画像検索システ
ムでは、色分布特徴量と周波数分布特徴量との両方を自
由に取り扱うことができ、画像特徴量の種類が、周波数
分布特徴量であるか色分布特徴量であるかに無関係に、
検索を行うことが可能な画像検索システムを提供するこ
とができる。
【０１６４】また、上記各実施の形態の画像検索システ
ムは、色構成情報における色の種類は特定の色空間に限
らず、例えばＲＧＢ色空間、ＹＣｂＣｒ色空間、ＨＳＶ
色空間等の様々な色空間に適応することができる。
【０１６５】また、代表色の決定方法としては、全ての
成分色に対して加算し平均する必要はなく、一部の成分
色のみの平均値を用いる方式も可能である。
【０１６６】また、特徴量記憶部や類似度算出部等の各
部を、全て同一の装置内に備える必要はなく、複数の装
置に分散して設置されるものとしてもしてもよい。例え
ば、検索対象の画像のデータを、通信ネットワークを介
して参照する形態も同様に可能である。
【０１６７】なお、上記各実施の形態の画像検索システ
ムは、データ処理部１０、周波数分布特徴量変換部２
０、２０ａ、色分布特徴量変換部３０、３０ａ、類似度
算出部４０、色分布類似度算出部４１、周波数分布類似
度算出部４２等の機能や、その他の機能をハードウェア
的に実現することは勿論として、各機能を備えるコンピ
ュータプログラムを、コンピュータ処理装置のメモリに
ロードされることで実現することができる。このコンピ
ュータプログラムは、磁気ディスク、半導体メモリ、Ｃ
Ｄ−ＲＯＭその他の記録媒体９０、９０ａ、９０ｂ、９
０ｃ、９０ｄ、９０ｅ、９０ｆに格納される。そして、
その記録媒体からコンピュータ処理装置にロードされ、
コンピュータ処理装置の動作を制御することにより、上
述した各機能を実現する。
【０１６８】以上好ましい実施の形態及び実施例を挙げ
て本発明を説明したが、本発明は必ずしも上記実施の形
態及び実施例に限定されるものではなく、その技術的思
想の範囲内において様々に変形して実施することができ
る。
【０１６９】
【発明の効果】以上説明したように本発明の画像検索シ
ステム及びその画像検索方法によれば、画像特徴量を変
換してその種類を統一することによって、使用されてい
る画像特徴量の種類が周波数分布特徴量であるか色分布
特徴量であるかにかかわらず、問合せ画像の類似画像を
検索対象となる画像中から特定することができ、かつ良
好な検索性能を実現し、更に異なる画像特徴量に対して
も同一の類似度の判定機能を適用することができるため
画像検索システムの構成の簡易化が実現される。
【図面の簡単な説明】
【図１】 本発明の一実施例における画像検索システム
の処理を説明するためのフローチャートである。
【図２】 本発明の第１の実施の形態の画像検索システ
ムの構成を示すブロック図である。
【図３】 本発明の一実施例における周波数分布特徴量
変換部の処理を説明するためのフローチャートである。
【図４】 本発明の第２の実施の形態の画像検索システ
ムの構成を示すブロック図である。
【図５】 本発明の第３の実施の形態の画像検索システ
ムの構成を示すブロック図である。
【図６】 本発明の第４の実施の形態の画像検索システ
ムの構成を示すブロック図である。
【図７】 本発明の一実施例における色分布特徴量変換
部の処理を説明するためのフローチャートである。
【図８】 本発明の第５の実施の形態の画像検索システ
ムの構成を示すブロック図である。
【図９】 本発明の第６の実施の形態の画像検索システ
ムの構成を示すブロック図である。
【図１０】 本発明のその他の実施の形態の画像検索シ
ステムの構成を示すブロック図である。
【図１１】 従来の画像検索システムの主要な構成を示
すブロック図である。
【図１２】 従来の画像検索システムの主要な構成を示
すブロック図である。
【符号の説明】
１００、１００ａ、１００ｂ、１００ｃ、１００ｄ、１
００ｅ、１００ｆ検索処理部 １０ データ処理部 １１ 切替部 ２０、２０ａ 周波数分布特徴量変換部 ２１、２１ａ 逆周波数変換部 ２２、２２ａ 画像分割部 ２３、２３ａ 色分布特徴量抽出部 ３０、３０ａ 色分布特徴量変換部 ３１、３１ａ 代表色決定部 ３２、３２ａ 画像生成部 ３３、３３ａ 画像サイズ変換部 ３４、３４ａ 周波数分布特徴量抽出部 ４０ 類似度算出部 ４１ 色分布類似度算出部 ４２ 周波数分布類似度算出部 ４３ 切替部 ５０ 問合せ画像特徴量入力部 ６０ 検索対象画像特徴量記憶部 ６１ 色分布特徴量記憶部 ６２ 周波数分布特徴量記憶部 ９０、９０ａ、９０ｂ、９０ｃ、９０ｄ、９０ｅ、９０
ｆ 記録媒体
───────────────────────────────────────────────────── 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 7/00 ３００ Ｇ０６Ｔ 7/00 ３００Ｆ

Claims (34)

    【特許請求の範囲】
  1. 【請求項１】 色分布特徴量と周波数分布特徴量とのい
    ずれかの画像特徴量により特徴が示される画像の、類似
    性を判定し類似する画像を検索する画像検索システムに
    おいて、 検索対象の各画像及び問合せ画像の内で、画像特徴量の
    種類を変換する対象として設定されている画像に対し
    て、当該画像の画像特徴量の種類を変換することによ
    り、前記検索対象の各画像と前記問合せ画像との画像特
    徴量の種類を一致させる手段と、 前記変換された画像特徴量を基に、前記問合せ画像の画
    像特徴量を前記検索対象の各画像の画像特徴量と比較
    し、それぞれの類似性を判定し類似する画像を検索する
    手段を備えることを特徴とする画像検索システム。
  2. 【請求項２】 前記検索対象の各画像の画像特徴量のデ
    ータを参照する手段と、 前記問合せ画像の画像特徴量のデータの入力を受け付け
    る手段を備えることを特徴とする請求項１に記載の画像
    検索システム。
  3. 【請求項３】 周波数分布特徴量を、当該周波数分布特
    徴量により示される画像の特徴と同様の特徴を示す色分
    布特徴量に変換する周波数分布特徴量変換手段を備え、 前記周波数分布特徴量変換手段により、検索対象の各画
    像と問合せ画像との画像特徴量の種類を全て色分布特徴
    量とし、 前記問合せ画像の色分布特徴量を前記検索対象の各画像
    の色分布特徴量と比較し、それぞれの類似性を判定し類
    似する画像を検索する色分布類似度算出手段を備えるこ
    とを特徴とする請求項１又は請求項２に記載の画像検索
    システム。
  4. 【請求項４】 前記周波数分布特徴量変換手段は、 与えられた周波数分布特徴量を復号し復号画像を生成す
    る逆周波数変換手段と、 前記復号画像の各画素値を色構成特徴量として抽出する
    ことにより、前記与えられた周波数分布特徴量より示さ
    れる画像の特徴と同様の特徴を示す色分布特徴量を抽出
    する色分布特徴量抽出手段を備えることを特徴とする請
    求項３に記載の画像検索システム。
  5. 【請求項５】 前記周波数分布特徴量変換手段は、 与えられた周波数分布特徴量を復号し復号画像を生成す
    る逆周波数変換手段と、 前記復号画像を定められた複数のブロックに分割する画
    像分割手段と、 各前記ブロックのそれぞれの色構成特徴量を算出するこ
    とにより、前記与えられた周波数分布特徴量より示され
    る画像の特徴と同様の特徴を示す色分布特徴量を抽出す
    る色分布特徴量抽出手段を備えることを特徴とする請求
    項３に記載の画像検索システム。
  6. 【請求項６】 前記色分布特徴量抽出手段は、 前記画像分割手段により分割された各前記ブロックのそ
    れぞれにおける代表色を判定し、前記代表色の集合を色
    分布特徴量として抽出することを特徴とする請求項５に
    記載の画像検索システム。
  7. 【請求項７】 前記色分布特徴量抽出手段は、 前記画像分割手段により分割された各前記ブロックのそ
    れぞれにおけるブロック内の画素の色平均を算出し、前
    記算出された色平均の色を前記代表色として判定するこ
    とを特徴とする請求項６に記載の画像検索システム。
  8. 【請求項８】 色分布特徴量を、当該色分布特徴量によ
    り示される画像の特徴と同様の特徴を示す周波数分布特
    徴量に変換する色分布特徴量変換手段を備え、 前記色分布特徴量変換手段により、検索対象の各画像と
    問合せ画像との画像特徴量の種類を全て周波数分布特徴
    量とし、 前記問合せ画像の周波数分布特徴量を、前記検索対象の
    各画像の周波数分布特徴量と比較し、それぞれの類似性
    を判定し類似する画像を検索する周波数分布類似度算出
    手段を備えることを特徴とする請求項１又は請求項２に
    記載の画像検索システム。
  9. 【請求項９】 前記色分布特徴量変換手段は、 与えられた色分布特徴量における各ブロックの代表色を
    判定する代表色決定手段と、 各前記ブロックの代表色を画素とする画像を生成する画
    像生成手段と、 前記画像生成手段により生成された画像のサイズを、定
    められたサイズに変換する画像サイズ変換手段と、 前記画像サイズ変換手段により変換された画像を周波数
    変換することにより、前記与えられた色分布特徴量より
    示される画像の特徴と同様の特徴を示す周波数分布特徴
    量を抽出する周波数分布特徴量抽出手段を備えることを
    特徴とする請求項８に記載の画像検索システム。
  10. 【請求項１０】 前記検索対象の各画像を、前記画像特
    徴量の種類を変換する対象として設定し、 前記検索対象の各画像の画像特徴量の種類を変換して、
    前記問合せ画像の画像特徴量の種類に一致させることを
    特徴とする請求項１から請求項９のいずれか一つに記載
    の画像検索システム。
  11. 【請求項１１】 前記問合せ画像を、前記画像特徴量の
    種類を変換する対象として設定し、 前記問合せ画像の画像特徴量の種類を変換して、前記検
    索対象の各画像の画像特徴量の種類に一致させることを
    特徴とする請求項１から請求項９のいずれか一つに記載
    の画像検索システム。
  12. 【請求項１２】 前記問合せ画像と前記検索対象の各画
    像の双方を、前記画像特徴量の種類を変換する対象とし
    て設定し、 前記問合せ画像及び前記検索対象の各画像の画像特徴量
    の種類を変換することを特徴とする請求項１から請求項
    ９のいずれか一つに記載の画像検索システム。
  13. 【請求項１３】 前記問合せ画像の画像特徴量の種類を
    変換する回路と、前記検索対象の各画像の画像特徴量の
    種類を変換する回路とを、それぞれに独立に備えること
    を特徴とする請求項１２に記載の画像検索システム。
  14. 【請求項１４】 前記色分布特徴量は、 特徴を示す対象である画像を、定められた複数のブロッ
    クに分割し、各前記ブロックの代表色を判定し、各前記
    ブロックのそれぞれに対応する前記代表色のデータとし
    て生成される画像特徴量とすることを特徴とする請求項
    １から請求項１３のいずれか一つに記載の画像検索シス
    テム。
  15. 【請求項１５】 前記周波数分布特徴量は、 特徴を示す対象である画像を、定められたサイズの縮小
    画像に変換し、前記縮小画像に対して周波数変換を施す
    ことにより生成される画像特徴量とすることを特徴とす
    る請求項１から請求項１４のいずれか一つに記載の画像
    検索システム。
  16. 【請求項１６】 前記周波数分布特徴量は、 特徴を示す対象である画像を、定められたサイズの縮小
    画像に変換し、前記縮小画像に対して周波数変換及び量
    子化を施すことにより生成される画像特徴量とすること
    を特徴とする請求項１から請求項１４のいずれか一つに
    記載の画像検索システム。
  17. 【請求項１７】 色分布特徴量と周波数分布特徴量との
    いずれかの画像特徴量により特徴が示される画像の、類
    似性を判定し類似する画像を検索する画像検索方法にお
    いて、 検索対象の各画像及び問合せ画像の内で、画像特徴量の
    種類を変換する対象として設定されている画像に対し
    て、当該画像の画像特徴量の種類を変換することによ
    り、前記検索対象の各画像と前記問合せ画像との画像特
    徴量の種類を一致させるステップと、 前記変換された画像特徴量を基に、前記問合せ画像の画
    像特徴量を前記検索対象の各画像の画像特徴量と比較
    し、それぞれの類似性を判定し類似する画像を検索する
    ステップを備えることを特徴とする画像検索方法。
  18. 【請求項１８】 前記検索対象の各画像の画像特徴量の
    データを参照するステップと、 前記問合せ画像の画像特徴量のデータの入力を受け付け
    るステップを備えることを特徴とする請求項１７に記載
    の画像検索方法。
  19. 【請求項１９】 周波数分布特徴量を、当該周波数分布
    特徴量により示される画像の特徴と同様の特徴を示す色
    分布特徴量に変換する周波数分布特徴量変換ステップを
    備え、 前記周波数分布特徴量変換ステップにより、検索対象の
    各画像と問合せ画像との画像特徴量の種類を全て色分布
    特徴量とし、 前記問合せ画像の色分布特徴量を前記検索対象の各画像
    の色分布特徴量と比較し、それぞれの類似性を判定し類
    似する画像を検索する色分布類似度算出ステップを備え
    ることを特徴とする請求項１７又は請求項１８に記載の
    画像検索方法。
  20. 【請求項２０】 前記周波数分布特徴量変換ステップ
    は、 与えられた周波数分布特徴量を復号し復号画像を生成す
    る逆周波数変換ステップと、 前記復号画像の各画素値を色構成特徴量として抽出する
    ことにより、前記与えられた周波数分布特徴量より示さ
    れる画像の特徴と同様の特徴を示す色分布特徴量を抽出
    する色分布特徴量抽出ステップを備えることを特徴とす
    る請求項１９に記載の画像検索方法。
  21. 【請求項２１】 前記周波数分布特徴量変換ステップ
    は、 与えられた周波数分布特徴量を復号し復号画像を生成す
    る逆周波数変換ステップと、 前記復号画像を定められた複数のブロックに分割する画
    像分割ステップと、 各前記ブロックのそれぞれの色構成特徴量を算出するこ
    とにより、前記与えられた周波数分布特徴量より示され
    る画像の特徴と同様の特徴を示す色分布特徴量を抽出す
    る色分布特徴量抽出ステップを備えることを特徴とする
    請求項１９に記載の画像検索方法。
  22. 【請求項２２】 前記色分布特徴量抽出ステップは、 前記画像分割ステップにより分割された各前記ブロック
    のそれぞれにおける代表色を判定し、前記代表色の集合
    を色分布特徴量として抽出することを特徴とする請求項
    ２１に記載の画像検索方法。
  23. 【請求項２３】 前記色分布特徴量抽出ステップは、 前記画像分割ステップにより分割された各前記ブロック
    のそれぞれにおけるブロック内の画素の色平均を算出
    し、前記算出された色平均の色を前記代表色として判定
    することを特徴とする請求項２２に記載の画像検索方
    法。
  24. 【請求項２４】 色分布特徴量を、当該色分布特徴量に
    より示される画像の特徴と同様の特徴を示す周波数分布
    特徴量に変換する色分布特徴量変換ステップを備え、 前記色分布特徴量変換ステップにより、検索対象の各画
    像と問合せ画像との画像特徴量の種類を全て周波数分布
    特徴量とし、 前記問合せ画像の周波数分布特徴量を、前記検索対象の
    各画像の周波数分布特徴量と比較し、それぞれの類似性
    を判定し類似する画像を検索する周波数分布類似度算出
    ステップを備えることを特徴とする請求項１７又は請求
    項１８に記載の画像検索方法。
  25. 【請求項２５】 前記色分布特徴量変換ステップは、 与えられた色分布特徴量における各ブロックの代表色を
    判定する代表色決定ステップと、 各前記ブロックの代表色を画素とする画像を生成する画
    像生成ステップと、 前記画像生成ステップにより生成された画像のサイズ
    を、定められたサイズに変換する画像サイズ変換ステッ
    プと、 前記画像サイズ変換ステップにより変換された画像を周
    波数変換することにより、前記与えられた色分布特徴量
    より示される画像の特徴と同様の特徴を示す周波数分布
    特徴量を抽出する周波数分布特徴量抽出ステップを備え
    ることを特徴とする請求項２４に記載の画像検索方法。
  26. 【請求項２６】 コンピュータを制御することにより、
    色分布特徴量と周波数分布特徴量とのいずれかの画像特
    徴量により特徴が示される画像の、類似性を判定し類似
    する画像を検索する画像検索プログラムを記録した記憶
    媒体において、 検索対象の各画像及び問合せ画像の内で、画像特徴量の
    種類を変換する対象として設定されている画像に対し
    て、当該画像の画像特徴量の種類を変換することによ
    り、前記検索対象の各画像と前記問合せ画像との画像特
    徴量の種類を一致させるステップと、 前記変換された画像特徴量を基に、前記問合せ画像の画
    像特徴量を前記検索対象の各画像の画像特徴量と比較
    し、それぞれの類似性を判定し類似する画像を検索する
    ステップを備えることを特徴とするコンピュータにより
    読み取り可能な画像検索プログラムを記録した記憶媒
    体。
  27. 【請求項２７】 前記検索対象の各画像の画像特徴量の
    データを参照するステップと、 前記問合せ画像の画像特徴量のデータの入力を受け付け
    るステップを備えることを特徴とする請求項２６に記載
    のコンピュータにより読み取り可能な画像検索プログラ
    ムを記録した記憶媒体。
  28. 【請求項２８】 周波数分布特徴量を、当該周波数分布
    特徴量により示される画像の特徴と同様の特徴を示す色
    分布特徴量に変換する周波数分布特徴量変換ステップを
    備え、 前記周波数分布特徴量変換ステップにより、検索対象の
    各画像と問合せ画像との画像特徴量の種類を全て色分布
    特徴量とし、 前記問合せ画像の色分布特徴量を前記検索対象の各画像
    の色分布特徴量と比較し、それぞれの類似性を判定し類
    似する画像を検索する色分布類似度算出ステップを備え
    ることを特徴とする請求項２６又は請求項２７に記載の
    コンピュータにより読み取り可能な画像検索プログラム
    を記録した記憶媒体。
  29. 【請求項２９】 前記周波数分布特徴量変換ステップ
    は、 与えられた周波数分布特徴量を復号し復号画像を生成す
    る逆周波数変換ステップと、 前記復号画像の各画素値を色構成特徴量として抽出する
    ことにより、前記与えられた周波数分布特徴量より示さ
    れる画像の特徴と同様の特徴を示す色分布特徴量を抽出
    する色分布特徴量抽出ステップを備えることを特徴とす
    る請求項２８に記載のコンピュータにより読み取り可能
    な画像検索プログラムを記録した記憶媒体。
  30. 【請求項３０】 前記周波数分布特徴量変換ステップ
    は、 与えられた周波数分布特徴量を復号し復号画像を生成す
    る逆周波数変換ステップと、 前記復号画像を定められた複数のブロックに分割する画
    像分割ステップと、 各前記ブロックのそれぞれの色構成特徴量を算出するこ
    とにより、前記与えられた周波数分布特徴量より示され
    る画像の特徴と同様の特徴を示す色分布特徴量を抽出す
    る色分布特徴量抽出ステップを備えることを特徴とする
    請求項２８に記載のコンピュータにより読み取り可能な
    画像検索プログラムを記録した記憶媒体。
  31. 【請求項３１】 前記色分布特徴量抽出ステップは、 前記画像分割ステップにより分割された各前記ブロック
    のそれぞれにおける代表色を判定し、前記代表色の集合
    を色分布特徴量として抽出することを特徴とする請求項
    ３０に記載のコンピュータにより読み取り可能な画像検
    索プログラムを記録した記憶媒体。
  32. 【請求項３２】 前記色分布特徴量抽出ステップは、 前記画像分割ステップにより分割された各前記ブロック
    のそれぞれにおけるブロック内の画素の色平均を算出
    し、前記算出された色平均の色を前記代表色として判定
    することを特徴とする請求項３１に記載のコンピュータ
    により読み取り可能な画像検索プログラムを記録した記
    憶媒体。
  33. 【請求項３３】 色分布特徴量を、当該色分布特徴量に
    より示される画像の特徴と同様の特徴を示す周波数分布
    特徴量に変換する色分布特徴量変換ステップを備え、 前記色分布特徴量変換ステップにより、検索対象の各画
    像と問合せ画像との画像特徴量の種類を全て周波数分布
    特徴量とし、 前記問合せ画像の周波数分布特徴量を、前記検索対象の
    各画像の周波数分布特徴量と比較し、それぞれの類似性
    を判定し類似する画像を検索する周波数分布類似度算出
    ステップを備えることを特徴とする請求項２６又は請求
    項２７に記載のコンピュータにより読み取り可能な画像
    検索プログラムを記録した記憶媒体。
  34. 【請求項３４】 前記色分布特徴量変換ステップは、 与えられた色分布特徴量における各ブロックの代表色を
    判定する代表色決定ステップと、 各前記ブロックの代表色を画素とする画像を生成する画
    像生成ステップと、 前記画像生成ステップにより生成された画像のサイズ
    を、定められたサイズに変換する画像サイズ変換ステッ
    プと、 前記画像サイズ変換ステップにより変換された画像を周
    波数変換することにより、前記与えられた色分布特徴量
    より示される画像の特徴と同様の特徴を示す周波数分布
    特徴量を抽出する周波数分布特徴量抽出ステップを備え
    ることを特徴とする請求項３３に記載のコンピュータに
    より読み取り可能な画像検索プログラムを記録した記憶
    媒体。
JP2000378023A 2000-12-12 2000-12-12 画像検索システムとその画像検索方法、及び画像検索プログラムを記録した記憶媒体 Expired - Lifetime JP3658761B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2000378023A JP3658761B2 (ja) 2000-12-12 2000-12-12 画像検索システムとその画像検索方法、及び画像検索プログラムを記録した記憶媒体
US10/010,840 US7006689B2 (en) 2000-12-12 2001-12-05 Image search system and image search method thereof
CA002364798A CA2364798C (en) 2000-12-12 2001-12-11 Image search system and image search method thereof
EP01129276A EP1215591A3 (en) 2000-12-12 2001-12-12 Image search system and image search method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2000378023A JP3658761B2 (ja) 2000-12-12 2000-12-12 画像検索システムとその画像検索方法、及び画像検索プログラムを記録した記憶媒体

Publications (2)

Publication Number Publication Date
JP2002183145A true JP2002183145A (ja) 2002-06-28
JP3658761B2 JP3658761B2 (ja) 2005-06-08

Family

ID=18846665

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2000378023A Expired - Lifetime JP3658761B2 (ja) 2000-12-12 2000-12-12 画像検索システムとその画像検索方法、及び画像検索プログラムを記録した記憶媒体

Country Status (4)

Country Link
US (1) US7006689B2 (ja)
EP (1) EP1215591A3 (ja)
JP (1) JP3658761B2 (ja)
CA (1) CA2364798C (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004193818A (ja) * 2002-12-10 2004-07-08 Hitachi Ltd ワイヤレス画像送受信システム、ワイヤレス画像送信装置及びワイヤレス画像受信装置
KR100689405B1 (ko) 2005-07-01 2007-03-08 삼성전자주식회사 휴대단말기의 이미지 저장 및 검색방법
JP2010045613A (ja) * 2008-08-13 2010-02-25 Ntt Docomo Inc 画像識別方法および撮像装置
JP2010224943A (ja) * 2009-03-24 2010-10-07 Nec Corp 電子投票装置およびプログラム並びに電子投票方法
JP2017530434A (ja) * 2014-06-27 2017-10-12 アマゾン テクノロジーズ インコーポレイテッド モバイル・コンピューティング・デバイスに格納された写真を編成するためのシステム、方法及び装置

Families Citing this family (71)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4063486B2 (ja) * 2000-09-06 2008-03-19 日本電気株式会社 画像検索装置及び方法並びに画像検索プログラムを記録した記憶媒体
DE10307454B4 (de) * 2003-02-21 2010-10-28 Vistec Semiconductor Systems Gmbh Verfahren zur optischen Inspektion eines Halbleitersubstrats
US10380267B2 (en) 2005-10-26 2019-08-13 Cortica, Ltd. System and method for tagging multimedia content elements
US9489431B2 (en) 2005-10-26 2016-11-08 Cortica, Ltd. System and method for distributed search-by-content
US9529984B2 (en) 2005-10-26 2016-12-27 Cortica, Ltd. System and method for verification of user identification based on multimedia content elements
US10621988B2 (en) 2005-10-26 2020-04-14 Cortica Ltd System and method for speech to text translation using cores of a natural liquid architecture system
US9372940B2 (en) 2005-10-26 2016-06-21 Cortica, Ltd. Apparatus and method for determining user attention using a deep-content-classification (DCC) system
US8326775B2 (en) 2005-10-26 2012-12-04 Cortica Ltd. Signature generation for multimedia deep-content-classification by a large-scale matching system and method thereof
US11019161B2 (en) 2005-10-26 2021-05-25 Cortica, Ltd. System and method for profiling users interest based on multimedia content analysis
US10360253B2 (en) 2005-10-26 2019-07-23 Cortica, Ltd. Systems and methods for generation of searchable structures respective of multimedia data content
US10607355B2 (en) 2005-10-26 2020-03-31 Cortica, Ltd. Method and system for determining the dimensions of an object shown in a multimedia content item
US11216498B2 (en) 2005-10-26 2022-01-04 Cortica, Ltd. System and method for generating signatures to three-dimensional multimedia data elements
US9330189B2 (en) 2005-10-26 2016-05-03 Cortica, Ltd. System and method for capturing a multimedia content item by a mobile device and matching sequentially relevant content to the multimedia content item
US11403336B2 (en) 2005-10-26 2022-08-02 Cortica Ltd. System and method for removing contextually identical multimedia content elements
US10585934B2 (en) 2005-10-26 2020-03-10 Cortica Ltd. Method and system for populating a concept database with respect to user identifiers
US10191976B2 (en) 2005-10-26 2019-01-29 Cortica, Ltd. System and method of detecting common patterns within unstructured data elements retrieved from big data sources
US11032017B2 (en) 2005-10-26 2021-06-08 Cortica, Ltd. System and method for identifying the context of multimedia content elements
US11003706B2 (en) 2005-10-26 2021-05-11 Cortica Ltd System and methods for determining access permissions on personalized clusters of multimedia content elements
US10949773B2 (en) 2005-10-26 2021-03-16 Cortica, Ltd. System and methods thereof for recommending tags for multimedia content elements based on context
US9384196B2 (en) 2005-10-26 2016-07-05 Cortica, Ltd. Signature generation for multimedia deep-content-classification by a large-scale matching system and method thereof
US10535192B2 (en) 2005-10-26 2020-01-14 Cortica Ltd. System and method for generating a customized augmented reality environment to a user
US10698939B2 (en) 2005-10-26 2020-06-30 Cortica Ltd System and method for customizing images
US10635640B2 (en) 2005-10-26 2020-04-28 Cortica, Ltd. System and method for enriching a concept database
US9767143B2 (en) 2005-10-26 2017-09-19 Cortica, Ltd. System and method for caching of concept structures
US11604847B2 (en) 2005-10-26 2023-03-14 Cortica Ltd. System and method for overlaying content on a multimedia content element based on user interest
US9235557B2 (en) 2005-10-26 2016-01-12 Cortica, Ltd. System and method thereof for dynamically associating a link to an information resource with a multimedia content displayed in a web-page
US9466068B2 (en) 2005-10-26 2016-10-11 Cortica, Ltd. System and method for determining a pupillary response to a multimedia data element
US10614626B2 (en) 2005-10-26 2020-04-07 Cortica Ltd. System and method for providing augmented reality challenges
US9256668B2 (en) 2005-10-26 2016-02-09 Cortica, Ltd. System and method of detecting common patterns within unstructured data elements retrieved from big data sources
US8266185B2 (en) 2005-10-26 2012-09-11 Cortica Ltd. System and methods thereof for generation of searchable structures respective of multimedia data content
US9218606B2 (en) 2005-10-26 2015-12-22 Cortica, Ltd. System and method for brand monitoring and trend analysis based on deep-content-classification
US9558449B2 (en) 2005-10-26 2017-01-31 Cortica, Ltd. System and method for identifying a target area in a multimedia content element
US11620327B2 (en) 2005-10-26 2023-04-04 Cortica Ltd System and method for determining a contextual insight and generating an interface with recommendations based thereon
US9031999B2 (en) 2005-10-26 2015-05-12 Cortica, Ltd. System and methods for generation of a concept based database
US10372746B2 (en) 2005-10-26 2019-08-06 Cortica, Ltd. System and method for searching applications using multimedia content elements
US8818916B2 (en) 2005-10-26 2014-08-26 Cortica, Ltd. System and method for linking multimedia data elements to web pages
US11386139B2 (en) 2005-10-26 2022-07-12 Cortica Ltd. System and method for generating analytics for entities depicted in multimedia content
US10742340B2 (en) 2005-10-26 2020-08-11 Cortica Ltd. System and method for identifying the context of multimedia content elements displayed in a web-page and providing contextual filters respective thereto
US9646005B2 (en) 2005-10-26 2017-05-09 Cortica, Ltd. System and method for creating a database of multimedia content elements assigned to users
US8312031B2 (en) 2005-10-26 2012-11-13 Cortica Ltd. System and method for generation of complex signatures for multimedia data content
US9191626B2 (en) 2005-10-26 2015-11-17 Cortica, Ltd. System and methods thereof for visual analysis of an image on a web-page and matching an advertisement thereto
US9087049B2 (en) 2005-10-26 2015-07-21 Cortica, Ltd. System and method for context translation of natural language
US10691642B2 (en) 2005-10-26 2020-06-23 Cortica Ltd System and method for enriching a concept database with homogenous concepts
US9953032B2 (en) 2005-10-26 2018-04-24 Cortica, Ltd. System and method for characterization of multimedia content signals using cores of a natural liquid architecture system
US10776585B2 (en) 2005-10-26 2020-09-15 Cortica, Ltd. System and method for recognizing characters in multimedia content
US10848590B2 (en) 2005-10-26 2020-11-24 Cortica Ltd System and method for determining a contextual insight and providing recommendations based thereon
US11361014B2 (en) 2005-10-26 2022-06-14 Cortica Ltd. System and method for completing a user profile
US10380623B2 (en) 2005-10-26 2019-08-13 Cortica, Ltd. System and method for generating an advertisement effectiveness performance score
US9396435B2 (en) 2005-10-26 2016-07-19 Cortica, Ltd. System and method for identification of deviations from periodic behavior patterns in multimedia content
US10380164B2 (en) * 2005-10-26 2019-08-13 Cortica, Ltd. System and method for using on-image gestures and multimedia content elements as search queries
US9477658B2 (en) 2005-10-26 2016-10-25 Cortica, Ltd. Systems and method for speech to speech translation using cores of a natural liquid architecture system
US10180942B2 (en) 2005-10-26 2019-01-15 Cortica Ltd. System and method for generation of concept structures based on sub-concepts
US10193990B2 (en) 2005-10-26 2019-01-29 Cortica Ltd. System and method for creating user profiles based on multimedia content
US20130191368A1 (en) * 2005-10-26 2013-07-25 c/o Cortica, Ltd. System and method for using multimedia content as search queries
US9639532B2 (en) 2005-10-26 2017-05-02 Cortica, Ltd. Context-based analysis of multimedia content items using signatures of multimedia elements and matching concepts
US9286623B2 (en) 2005-10-26 2016-03-15 Cortica, Ltd. Method for determining an area within a multimedia content element over which an advertisement can be displayed
US10387914B2 (en) 2005-10-26 2019-08-20 Cortica, Ltd. Method for identification of multimedia content elements and adding advertising content respective thereof
US7961938B1 (en) 2006-06-30 2011-06-14 Adobe Systems Incorporated Finding and structuring images based on a color search
US10733326B2 (en) 2006-10-26 2020-08-04 Cortica Ltd. System and method for identification of inappropriate multimedia content
CN100462978C (zh) * 2007-04-18 2009-02-18 北京北大方正电子有限公司 一种图像检索方法及系统
US8200025B2 (en) * 2007-12-07 2012-06-12 University Of Ottawa Image classification and search
JP5229575B2 (ja) * 2009-05-08 2013-07-03 ソニー株式会社 画像処理装置および方法、並びにプログラム
JP5740318B2 (ja) * 2012-01-30 2015-06-24 楽天株式会社 画像処理システム、画像処理方法、及びプログラム
US9678993B2 (en) 2013-03-14 2017-06-13 Shutterstock, Inc. Context based systems and methods for presenting media file annotation recommendations
CN103207898B (zh) * 2013-03-19 2016-08-03 天格科技（杭州）有限公司 一种基于局部敏感哈希的相似人脸快速检索方法
CN104243821B (zh) * 2014-09-10 2018-07-03 广东欧珀移动通信有限公司 一种大视角照片的获取方法及装置
US10509800B2 (en) * 2015-01-23 2019-12-17 Hewlett-Packard Development Company, L.P. Visually interactive identification of a cohort of data objects similar to a query based on domain knowledge
DE102015120967A1 (de) * 2015-12-02 2017-06-08 Carl Zeiss Ag Verfahren und Vorrichtung zur Bildkorrektur
DE102017112484A1 (de) 2017-06-07 2018-12-13 Carl Zeiss Ag Verfahren und Vorrichtung zur Bildkorrektur
CN111242184B (zh) * 2020-01-03 2022-07-26 支付宝(杭州)信息技术有限公司 图像特征提取模型的训练方法和图像检索方法
CN111539391B (zh) * 2020-06-23 2020-10-02 江西鹭鹭行科技有限公司 失物认领方法、装置、可读存储介质及计算机设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0773195A (ja) * 1993-09-02 1995-03-17 Canon Inc 画像検索方法並びにその装置
JPH09330407A (ja) * 1996-06-13 1997-12-22 Nippon Telegr & Teleph Corp <Ntt> 画像パターン認識装置
JPH11316837A (ja) * 1998-05-01 1999-11-16 Mitsubishi Electric Corp パターンマッチングのための画像処理方法および画像処理装置
JPH11316819A (ja) * 1998-04-30 1999-11-16 Canon Inc 画像検索装置及び方法
JP2000259832A (ja) * 1999-01-06 2000-09-22 Nec Corp 画像特徴量生成装置、画像検索装置、並びにその生成方法及び検索方法
JP2002082985A (ja) * 2000-09-06 2002-03-22 Nec Corp 画像検索装置及び方法並びに画像検索プログラムを記録した記憶媒体

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5579471A (en) * 1992-11-09 1996-11-26 International Business Machines Corporation Image query system and method
US5802361A (en) 1994-09-30 1998-09-01 Apple Computer, Inc. Method and system for searching graphic images and videos
US5828773A (en) * 1996-01-26 1998-10-27 Harris Corporation Fingerprint sensing method with finger position indication
JPH09237343A (ja) 1996-03-01 1997-09-09 Nippon Telegr & Teleph Corp <Ntt> 物体認識システム
JP3466032B2 (ja) * 1996-10-24 2003-11-10 富士通株式会社 動画像符号化装置および復号化装置
JPH10243402A (ja) * 1997-02-27 1998-09-11 Toshiba Corp 画像処理装置及び画像処理方法
JPH11169568A (ja) * 1997-12-12 1999-06-29 Brother Ind Ltd 画像データ処理装置及び刺繍データ処理装置及び画像データ処理プログラムを記録した記録媒体及び刺繍データ処理プログラムを記録した記録媒体
EP0947937B1 (en) 1998-04-02 2010-11-03 Canon Kabushiki Kaisha Image search apparatus and method
US6633685B1 (en) * 1998-08-05 2003-10-14 Canon Kabushiki Kaisha Method, apparatus, and storage media for image processing
US6141441A (en) * 1998-09-28 2000-10-31 Xerox Corporation Decoding data from patterned color modulated image regions in a color image
EP0990998A3 (en) * 1998-09-30 2005-04-20 Canon Kabushiki Kaisha Information search apparatus and method
US6804683B1 (en) * 1999-11-25 2004-10-12 Olympus Corporation Similar image retrieving apparatus, three-dimensional image database apparatus and method for constructing three-dimensional image database

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0773195A (ja) * 1993-09-02 1995-03-17 Canon Inc 画像検索方法並びにその装置
JPH09330407A (ja) * 1996-06-13 1997-12-22 Nippon Telegr & Teleph Corp <Ntt> 画像パターン認識装置
JPH11316819A (ja) * 1998-04-30 1999-11-16 Canon Inc 画像検索装置及び方法
JPH11316837A (ja) * 1998-05-01 1999-11-16 Mitsubishi Electric Corp パターンマッチングのための画像処理方法および画像処理装置
JP2000259832A (ja) * 1999-01-06 2000-09-22 Nec Corp 画像特徴量生成装置、画像検索装置、並びにその生成方法及び検索方法
JP2002082985A (ja) * 2000-09-06 2002-03-22 Nec Corp 画像検索装置及び方法並びに画像検索プログラムを記録した記憶媒体

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004193818A (ja) * 2002-12-10 2004-07-08 Hitachi Ltd ワイヤレス画像送受信システム、ワイヤレス画像送信装置及びワイヤレス画像受信装置
KR100689405B1 (ko) 2005-07-01 2007-03-08 삼성전자주식회사 휴대단말기의 이미지 저장 및 검색방법
JP2010045613A (ja) * 2008-08-13 2010-02-25 Ntt Docomo Inc 画像識別方法および撮像装置
US8363933B2 (en) 2008-08-13 2013-01-29 Morpho, Inc. Image identification method and imaging apparatus
KR101324268B1 (ko) * 2008-08-13 2013-11-01 가부시키가이샤 모르포 화상 식별 방법 및 촬상장치
JP2010224943A (ja) * 2009-03-24 2010-10-07 Nec Corp 電子投票装置およびプログラム並びに電子投票方法
JP2017530434A (ja) * 2014-06-27 2017-10-12 アマゾン テクノロジーズ インコーポレイテッド モバイル・コンピューティング・デバイスに格納された写真を編成するためのシステム、方法及び装置

Also Published As

Publication number Publication date
EP1215591A2 (en) 2002-06-19
US20020110276A1 (en) 2002-08-15
JP3658761B2 (ja) 2005-06-08
CA2364798C (en) 2006-07-25
CA2364798A1 (en) 2002-06-12
US7006689B2 (en) 2006-02-28
EP1215591A3 (en) 2004-06-09

Similar Documents

Publication Publication Date Title
JP3658761B2 (ja) 画像検索システムとその画像検索方法、及び画像検索プログラムを記録した記憶媒体
JP3550681B2 (ja) 画像検索装置及び方法、並びに類似画像検索プログラムを格納した記憶媒体
US7046865B2 (en) Determination of similarity using weighting value depending on the type of characteristic
US6961736B1 (en) Compact color feature vector representation
US7376263B2 (en) Content-based multimedia retrieval system and method thereof
TWI426774B (zh) 用於針對ｊｐｅｇ壓縮歷史紀錄分類為壓縮影像的方法、及用於針對影像是否已經過jpeg壓縮而分類影像的設備及影像分類方法
US7457460B2 (en) Picture retrieving apparatus and method which converts orthogonal transform coefficients into color histogram data
JP2001511930A (ja) イメージ検索システム
JP2003036273A (ja) 画像検索装置、画像検索方法、及び画像検索用プログラム
JP4623920B2 (ja) 類似度算出方法及び装置、並びにプログラム及び記録媒体
Chang et al. Retrieving digital images from a JPEG compressed image database
Perfilieva et al. The F-transform preprocessing for JPEG strong compression of high-resolution images
KR100302366B1 (ko) 레이아웃기반영상검색장치및방법
KR100340035B1 (ko) 영상유사도가중치조절장치및방법과그를이용한내용기반영상검색시스템및방법
Qiu Embedded colour image coding for content-based retrieval
US7697753B2 (en) Device for creating image feature from image having any shape
JPH11238067A (ja) 画像検索システムおよび記録媒体
Edmundon et al. Very fast image retrieval based on JPEG Huffman tables
JP2003216649A (ja) 画像検索装置及び画像検索プログラム
KR20010001694A (ko) 영상 압축이미지를 이용한 유사이미지 검색시스템 및 그 방법
JP2009059133A (ja) 画像検索装置および画像検索方法、並びにプログラム
JPH09186861A (ja) 画像処理方法とその装置
JP2004164654A (ja) 画像検索装置及び方法、並びに類似画像検索プログラムを格納した記憶媒体
CN112116622A (zh) 轮廓提取方法、检索库建立方法、轮廓匹配方法及其系统

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20040520

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20040720

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20040826

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20041025

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: 20050221

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20050306

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

Ref document number: 3658761

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20080325

Year of fee payment: 3

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090325

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20100325

Year of fee payment: 5

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20100325

Year of fee payment: 5

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110325

Year of fee payment: 6

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110325

Year of fee payment: 6

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120325

Year of fee payment: 7

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120325

Year of fee payment: 7

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130325

Year of fee payment: 8

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130325

Year of fee payment: 8

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20140325

Year of fee payment: 9

EXPY Cancellation because of completion of term