KR100307822B1 - 색좌표를 이용한 색 양자화방법 - Google Patents

Abstract

본 발명은 내용기반 이미지 검색을 위한 색좌표공간 구조와 이 색좌표를 이용한 색 양자화 방법에 관한 것이다.

종래의 HSV색공간에서는 같은 공간상에서 사람의 시각이 느끼는 색의 변화폭이 각각 다르게 나타나며, 이러한 경우 HSV색공간상에서 색을 단순 양자화(scalar quantization)하게 되면 양자화된 색들이 모든 색을 고르게 표현하지 못하고, 벡터 양자화(vector quantization)하려면 방법의 어려움과 계산량의 증가로 이 것을 이용한 내용기반 이미지 검색성능을 저하시키는 한 요인이 된다.

본 발명은 도1에 나타낸 바와같이, 색상(Hue=h^o), 최대값(Max=max), 최소값 (Min=min), 차분값(Difference=d)으로 구성되는 새로운 색공간구조를 제시하고, 이 색공간상의 좌표값으로 색 양자화(M개의 색을 N개의 색으로 맵핑하는 과정; M>>N, M,N은 양의 정수값)를 수행하는 색좌표공간 구조와 이 색좌표를 이용한 색 양자화 방법을 제공하여, 사람의 시각적 특성을 고려하고 또 색맵핑을 고속 디지탈 처리할 수 있도록 하였다.

Description

색좌표를 이용한 색 양자화방법

본 발명은 내용기반 이미지 검색을 위한 색좌표공간 구조와 이 색좌표를 이용한 색 양자화(정량화)방법에 관한 것이다.

근래에, 이미지(image)를 내용기반으로 검색하기 위한 활발한 연구가 이루어지고 있고 또한 상품화된 이미지 검색엔진이나 응용프로그램들이 다양하게 제시되고 있다.

이러한 내용기반 이미지 검색에서 사용되는 가장 중요한 정보는 색정보이고, 이 색정보를 어떠한 방법으로 얼마나 정확하게 효율적으로 구해내는가에 따라서 이미지 검색엔진(응용프로그램)들의 성능이 좌우된다.

컴퓨터로 표현되는 색의 갯수는 나날이 급증하고 있으나 일반적으로 색은 그 보다 작은 수로 양자화(정량화)하여 사용한다.

컴퓨터에서는 색을 적(R),녹(G),청(B)의 3원색을 기준으로 하는 이른바 색좌표공간(Color Space)으로 표현되지만 R,G,B는 사람의 시각적인 변화를 바로 표현하지 못하는 제약이 있기 때문에 대부분의 경우 색을 색상(Hue),포화도(Saturation),크기(Value)의 HSV색공간으로 변환한 후에 사용하게 된다.

HSV색공간좌표와 이 것을 이용한 내용기반 이미지 검색엔진(또는 응용프로그램)등에 관련된 종래의 기술로서는 아래와 같은 것들이 있다.

[1]. J.D.Foley,A.Van Dam,"Fundamentals of Interactive Computer Graphics", Addison Wesley.

[2]. J.R.Smith, "Integrated Spatial and Feature Image Systems: Retrieval, Analysis and Compression", Ph.D.thesis,Columbia University 1997.

[3]. Smith, "Color gamut transformation pairs, Computer Graphics",12, 12-19,1978.

[4]. Virage 검색엔진.

[5]. IBM QBIC.

그러나, 이러한 종래의 HSV색공간에서도 같은 공간상에서 사람의 시각이 느끼는 색의 변화폭이 각각 다르게 나타나며, HSV색공간상에서 색을 단순 양자화하게 되면 양자화된 색들이 모든 색을 고르게 표현하지 못하고 시각적 색변화를 고려하여 벡터 양자화하려면 양자화모델화의 어려움과 더불어 많은 계산량이 요구되어, 이 것을 이용한 내용기반 이미지 검색성능을 저하시키는 한 요인이 된다.

그러므로 모든 색영역을 고르게 분포시키면서 사람의 시각적인 관점에서 색의 변화가 고르게 나타나는 색공간 구조와 그 안에서의 색양자화방법이 요구되고 있다.

본 발명은 색상(Hue),최대값(Max),최소값(Min),차분값(Difference)으로 구성되는 새로운 색공간구조를 제시하고, 이 색공간상의 좌표값으로 색 양자화(M개의 색을 N개의 색으로 맵핑하는 과정; M>>N, M,N은 양의 정수값)를 수행하는 색좌표공간 구조와 이 색좌표를 이용한 색 양자화 방법을 제공한다.

본 발명에서는 모든 색영역을 고르게 분포시키면서 사람의 시각적인 관점에서 색의 변화가 고르게 나타나도록 하기 위하여 앞의 관점에 작용하는 요소로서 색상(H=hue)과 최대값(M=max) 및 최소값(M=min) 그리고 차분값(D=difference)을 새로운 색공간 좌표축(이하, HMMD색공간이라고 한다)으로 구성한 색좌표공간 구조를 제공함으로써 이 것을 이용한 이미지 검색엔진(또는 응용프로그램)들의 검색성능을 향상시킬 수 있도록 한 색좌표공간 구조를 제공한다.

본 발명은 내용기반 이미지 검색을 위하여 RGB로 표현되는 색은 우선 본 발명의 HMMD색공간으로 변환되며 이 새로운 색공간상에서 색을 양자화하여 새로운 값으로 맵핑(Mapping)함으로써 인간의 시각을 고려하고 내용기반 이미지 검색성능을 향상시킬 수 있도록 한 색 양자화 방법을 제공한다.

도1은 본 발명의 색좌표 공간의 구조를 나타낸 도면

도2는 본 발명의 색좌표 공간구조에 의한 색상영역내에서의 색 양자화를 나타낸 도면

도3은 본 발명의 색좌표 공간의 상세 구조를 나타낸 도면

도4는 본 발명의 색좌표 공간구조에 의한 색 양자화를 나타낸 도면

도5는 본 발명의 색좌표 공간구조에 의한 색 양자화와 이를 이용한 이미지 검색엔진의 일예를 나타낸 도면

본 발명의 색좌표공간의 구조는 색상,최대값,최소값,차분값의 4개 요소로 이루어지며 이 4개 요소를 3차원상의 좌표축으로 하는 색공간을 이룬다.

도1은 이와같은 본 발명의 HMMD색공간 구조를 나타낸다.

도1에서 보이고 있는 바와같이, 서로 대칭인 원뿔의 밑면을 겹치게 포개놓은 것과 같은 공간구조를 가진다.

그 대칭인 원뿔의 서로 마주보는 꼭지점-AB축(ax)을 중심으로 0。∼360。의 각도(θ)는 색상(hue=h^o), 중심(O)으로부터 최대 원주(C)방향으로의 최단 직선(벡터)성분은 차분값(difference=d), 그리고 아래쪽 원뿔의 꼭지점(B)으로부터 최대 원주(C)방향으로의 최단 직선 벡터성분은 최대값(max), 최대 원주(C)방향으로부터 윗쪽 원뿔의 꼭지점(A)방향으로의 최단 직선 벡터성분은 최소값(min)을 각각 의미하는 3차원상의 색공간 구조이다.

이를 보다 더 상세하게 설명한다.

도1에서 원뿔의 횡단면(수평단면)은 원판형으로 되고, 이 것은 차분값과 색상의 변화가 표현되는 2차원 평면이 된다.

이 2차원 평면을 놓고보면 차분값의 변화는 원중심(O)으로부터 원 바깥선을 잇는 직선에서 나타나며, 색상의 변화는 원중심(O)과 바깥원주선을 잇는 두 직선의 각도(θ)의 변화로 나타난다.

그러므로, 색공간 중심(O)을 수평단면으로 하는 원판(원판의 면적이 가장 큰 위치)의 테두리 즉, 최대원주(c)는 max=최대, min=0, difference=최대일 때의 색상 (hue)의 변화를 나타내게 되며(순색), 이 것을 펼쳐서 색상(hue) 변화를 나타낸 것이 도2이다.

따라서, 도2의 색상의 변화는 적색(Red),노란색(Yellow),녹색(Green),푸른색 (Cyan),청색(Blue),자주색(Purple)과 같은 색상의 변화로만 표현되며, 이 것을 등분한다면 색상영역에서의 색양자화가 이루어지게 된다.

도1의 색공간에서 아래위의 원뿔 꼭지점을 잇는 중심선(ax)을 지나는 수직단면(종단면)은 도3에 나타낸 바와같이 max,min,difference를 나타내는 MMD평면이 된다.

이 MMD평면은 어떤 색상 hue=θ1^o에서의 max,min,difference를 나타내게 되므로 검은색,흰색,순색을 나타내는 세꼭지점을 잇는 삼각형의 2차원 평면으로 표현될 수 있다.

도3에서 보는 바와같이 max의 변화는 검은색에서 순색과 흰색으로의 변화 즉, 셰이드(shade)변화를 의미하고, min의 변화는 흰색에서 순색과 검은색으로의 변화 즉, 틴트(tint)변화를 의미하며, difference의 변화는 순색에서 회색(Gray)으로의 변화 즉, 토운(tone)변화를 의미한다.

따라서, hue=θ1^o(MMD색영역)에서 도4와같이 색양자화를 수행할 수 있는데, 도4는 본 발명의 한가지 예를 나타낸 것이며 이것으로 제한되지는 않는다.

도4를 살펴보면 ax변과 평행한 선(l1,l2)과 max방향과 평행한 선(l3)과 min방향과 평행한 선(l4)으로 MMD 2차원평면을 구획짓고 각 구획내의 영역(C1-Cn)안에 들어오는 색정보를 각 영역에 대하여 같은 값으로 맵핑시켜 줌으로써 MMD영역에서 색양자화가 이루어지게 된다.

그러므로 도1의 색공간으로부터 도2 및 도4와 같은 색좌표평면의 의미를 가지게 되고, 이 색좌표평면안에서 등분(또는 비등분)된 영역안에 들어오는 색정보를 그 영역으로 대표되는 색정보값으로 맵핑시킴으로써 색양자화를 수행할 수 있게 되는 것이다.

즉, RGB로부터 도1에 나타낸 본 발명의 HMMD색공간으로 변환을 수행하고 이 HMMD색공간에서 다음과 같이 색양자화(양자화)를 수행할 수 있다.

RGB변환과 색양자화 및 이로부터 이미지 검색을 수행하는 수순의 일예를 도5에 나타내었다.

우선, RGB로부터 본 발명의 HMMD색공간으로 변환(즉, 도1의 색공간으로의 변환)은 아래와 같은 변환과정을 거치면 된다.

max = MAX(r,g,b) : 입력 r,g,b값중 가장 큰값.

min = MIN(r,g,b) : 입력 r,g,b값중 가장 작은값.

difference = max-min : 선택된 값들의 차분값.

h = (g-b)/(max-min)*60 if(r=max.∩.max-min>0)

(g-b)/(max-min)*60+300 if(r=max.∩.max-min<0)

(2.0+(b-r)/(max-min))*60 if(g=max)

(4.0+(r-g)/(max-min))*60 if(b=max)

위의 과정을 수행하여 RGB-HMMD변환을 수행하고, 색양자화를 수행한다.

색양자화는 그레이영역의 분리와 MMD영역에서의 색양자화 그리고 Hue영역에서의 색양자화의 3개 과정으로 이루어진다.

그레이영역의 분리는 차분값(difference)을 설정된 기준값(τ_gray)과 비교하여 그 기준값 보다 작은 경우 d≤τ_gray를 그레이 영역으로 간주하며, 그 기준값(τ_gray)은 색상(h)에 따라 달라질 수 있다.

이론적으로 τ_gray=0 일때 즉 AB축에서만 그레이 칼라가 된다.

도4에서 살펴보면 l1로 표현되는 기준값의 대소 관계에 따라 그레이 영역으로 간주되며 이 영역이 다시 max(or min)값에 의하여 몇개의 그레이 레벨(Gray1-Grayn)으로 나뉜다.

MMD영역에서의 색양자화 방법은 그레이영역을 제외한 나머지 영역에서 이루어진다.

양자화의 기준은 max,min,difference가 사용되며 도4에 표현한 바와같이 기준값(l1),l2,l3,l4에 따라서 하나의 MMD영역이 복수개의 세부영역(C1-Cn)으로 나뉘어진다.

도4에 표현한 바와같이 각각의 MMD영역은 직각 이등변 3각형으로 표현되고, max,min,difference를 기준으로 같은 폭으로 나눈다면 각각 나누어진 세부영역들도 하나의 3각형으로 표현됨을 알 수 있다.

도4는 MMD plane에서 색영역을 4레벨(C1-C4)로 나눈 경우이고, Gray1-Gra4는 그레이 영역이다.

다음에 색상 영역에서의 색양자화에 대해서 설명한다.

도2에 나타낸 바와같이 색상영역은 적색(red)에서 녹색(green), 녹색(green)에서 청색(blue), 청색(blue)에서 적색(red)으로 이어지는 1차원 공간이므로 이 영역은 기존의 HSV색공간에서의 색상(hue)과 같은 의미를 가진다.

이 영역에서의 양자화 방법은 도2에서 설명한 바와같이 동일한 폭으로 등분하는 방법과, 순수한 R,G,B가 나타나는 부분을 보다 더 넓은 폭으로 나누는 방법이 사용될 수 있다.

이와같이 하여 RGB-HMMD변환, 색양자화가 이루어지면 이 것으로부터 이미지 검색을 수행할 수 있다.(도5 참조)

도5의 실시예는 상기 도2 및 도4에 표현한 바와같이 RGB로 표현되는 색을 그레이 영역 4개와 MMD영역 4색, 색상영역 12색으로 나누어 모두 52색으로 양자화 한다.

이러한 이미지 검색기에서 사용되는 특징요소는 양자화된 52색으로 표현되는 전체 색 히스토그램과 지역 색 히스토그램이 사용된다.

전체 색 히스토그램은 이미지 전체가 가지는 색분포(이미지 전체의 각 픽셀이 가지는 색의 총량적인 분포)를 나타내고, 지역 색 히스토그램은 위치별로 특정한 영역에서 나타나는 색분포(이미지의 특정한 부분이 가지는 색의 총량적인 분포)를 나타낸다.

이미지 입력에 대하여 각 픽셀이 나타내는 RGB색값을 HMMD색공간으로 변환한 다음, 이 것을 hue,max,min,difference 값에 따라서 상기한 바와같이 52색중 어느 하나의 색으로 맵핑하고, 이 맵핑된 색값에 따라 전체 색 히스토그램과 지역 색 히스토그램을 이미지 전체 픽셀에 대해 구성한 다음, 기존의 이미지와 각 히스토그램을 비교하여 유사성이 높은 히스토그램을 갖는 이미지 순으로 나열하면 그 순서가 곧 가장 유사한 이미지 순서가 되는 것이다.

본 발명의 색좌표공간 구조와 이 색좌표를 이용한 색 양자화 방법은 다음과 같은 효과를 가진다.

본 발명의 새로운 HMMD색공간에서는 존재하는 모든 색이 고른 분포로 나타나므로 이 공간에서의 정보는 바로 사람의 시각의 색감변화와 일치한다.

또한, 본 발명의 새로운 HMMD색공간에서는 단순하게 직선으로 색을 나누어 정확한 정보를 반영한 색양자화를 할 수 있다.

또한, 본 발명의 새로운 HMMD색공간에 사용되는 max,min,difference는 기존의 색공간에서와는 달리 RGB값에서 특별한 변환없이 단순 계산만으로 구해지는 값이기 때문에 계산시간이 매우 빠르고 디지탈 분석에 적합하다.

그러므로 고속의 정확한 이미지 검색과 분석이 가능하며, 이미지 분석 기술이 응용되는 얼굴인식, 동영상 검색, MPEG, 제스츄어 인식 등의 이미지 프로세싱에 적용하여 효과적인 색정보를 추출할 수 있게한다.

Claims (6)

1. 입력색정보(r,g,b)를 그 색정보들의 대소 및 차값을 기준으로 하여, 색상 (hue), 최대값(max), 최소값(min), 차분값(difference)을 색좌표로 하는 3차원 색공간좌표값으로 변환하는 과정과, 상기의 색공간좌표값을 임의의 소정값을 기준으로 하여 영역분할하고, 상기 색좌표로 변환된 값을 상기 영역분할된 값과 비교해서, 대표값으로 색 매핑하는 과정과, 상기 매핑된 색값에 의해 전체색 히스토그램과 지역색 히스토그램을 이미지 전체의 픽셀로부터 구성한 후, 기존의 이미지와 각 히스토그램을 비교하고, 이미지를 유사성이 높은 히스토그램을 갖는 순서로 배열하는 과정으로 이루어진 것을 특징으로 하는 색좌표를 이용하는 색양자화방법.
2. 제1항에 있어서, 입력 색정보(r,g,b)에 대하여

   max = MAX(r,g,b) : 입력 r,g,b값중 가장 큰 값.

   min = MIN(r,g,b) : 입력 r,g,b값중 가장 작은 값.

   difference = max-min : 선택된 값들의 차분값.

   h = (g-b)/(max-min)*60 if(r=max.∩.max-min>0)

   (g-b)/(max-min)*60+300 if(r=max.∩.max-min<0)

   (2.0+(b-r)/(max-min))*60 if(g=max)

   (4.0+(r-g)/(max-min))*60 if(b=max)

   으로 색공간 좌표변환이 이루어짐을 특징으로 하는 색좌표를 이용한 색 양자화 방법.
3. 제1항에 있어서, 상기 색맵핑과정은 차분값(difference)을 소정의 기준값과 대소 비교하여 그레이 영역을 추출하고, 최대값(max), 최소값(min), 차분값 (difference)으로 이루어지는 색좌표평면(hue=θ)을 소정의 기준값으로 영역구분하여 색 양자화를 수행하고, 상기 색공간에서 max=최대, min=0, difference=최대인 색좌표평면을 일정각도로 분할하여 색상영역에서의 색양자화를 수행함을 특징으로 하는 색좌표를 이용한 색 양자화 방법.
4. 제3항에 있어서, 그레이 영역 추출시 적용되는 기준값은 색상(h)에 따라서 일정하게 하거나 색상밝기에 따라서 차등 적용함을 특징으로 하는 색좌표를 이용한 색 양자화 방법.
5. 제1항에 있어서, 상기 색좌표는, 입력정보(r,g,b)에 대해서 원추의 AB축(ax)을 중심으로 하고, 0~360°각도(θ)의 색상(h)과, 하측의 원뿔의 꼭지점(B)으로부터의 최대 원주(C)방향으로의 최단직선벡터 성분의 최대값(max)과, 상기 최대 원주(C)방향으로부터의 상측의 원뿔의 꼭지점(A)방향으로 최단직선벡터성분의 최소값(min)과, 원중심(0)으로부터 최대 원주(C)방향으로 최단직선성분의 차분값(diff)으로 표현되는 3차원의 색좌표 인 것을 특징으로 하는 색좌표를 이용한 색양자화방법.
6. 제5항에 있어서, 상기 3차원의 색좌표는, 상호대칭하는 원뿔의 밑면을 서로 접하게 되도록 하는 것을 특징으로 하는 색좌표를 이용한 색양자화 방법.