KR100314654B1 - 수퍼 픽셀과 선형 양자화를 이용한 복합 히스토그램 생성 방법 - Google Patents

수퍼 픽셀과 선형 양자화를 이용한 복합 히스토그램 생성 방법 Download PDF

Info

Publication number
KR100314654B1
KR100314654B1 KR1019990008383A KR19990008383A KR100314654B1 KR 100314654 B1 KR100314654 B1 KR 100314654B1 KR 1019990008383 A KR1019990008383 A KR 1019990008383A KR 19990008383 A KR19990008383 A KR 19990008383A KR 100314654 B1 KR100314654 B1 KR 100314654B1
Authority
KR
South Korea
Prior art keywords
color
histogram
brightness
bins
component
Prior art date
Application number
KR1019990008383A
Other languages
English (en)
Other versions
KR20000060248A (ko
Inventor
원치선
박동권
최동시
유성준
박수준
김현진
Original Assignee
오길록
한국전자통신연구원
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 오길록, 한국전자통신연구원 filed Critical 오길록
Priority to KR1019990008383A priority Critical patent/KR100314654B1/ko
Priority to US09/493,841 priority patent/US6807298B1/en
Publication of KR20000060248A publication Critical patent/KR20000060248A/ko
Application granted granted Critical
Publication of KR100314654B1 publication Critical patent/KR100314654B1/ko
Priority to US10/881,807 priority patent/US7106900B2/en
Priority to US11/350,626 priority patent/US7697754B2/en

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20052—Discrete cosine transform [DCT]

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Compression Of Band Width Or Redundancy In Fax (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 JPEG, MPEG-1, 2의 표준을 따르는 압축된 영상 데이터로부터 수퍼 픽셀 단위 선형 양자화를 이용하여 컬러, 밝기, 그리고 에지 성분을 갖는 히스토그램을 생성하는 방법에 관한 것이다.
기존의 히스토그램 생성 방법은 히스토그램의 빈과 빈 사이에서 발생하는 양자화 오차의 영향에 의해 정확한 특징을 반영할 수 없었다. 또한, 무채색과 유채색을 구분하는 방법에 있어서도 경계 영역에서 오차가 발생하였다. 또한, 여러 종류의 특징 정보를 동시에 사용할 경우에는 정규화시키는 기준이 없기 때문에 다양한 특징 정보를 반영하기가 어려웠다.
본 발명에서는 히스토그램을 생성하는 기본 단위를 픽셀들의 집합인 수퍼 픽셀 단위로 수행하여 영상내 색상과 밝기 특징 뿐만 아니라 에지 성분의 분포까지 나타낼 수 있도록 한다. 또한, 히스토그램의 빈과 빈 사이에 선형적 가중치를 적용함으로써 실수 영역에서의 연산을 통한 히스토그램 카운터를 구현하여 히스토그램 생성시 발생하는 오차를 감소시킨다. 그리고, 컬러와 밝기, 에지에 대한 특징 정보를 영상의 내용에 따라 정규화된 하나의 히스토그램 상에 표현하여 다양한 특징 정보를 반영한다.

Description

수퍼 픽셀과 선형 양자화를 이용한 복합 히스토그램 생성 방법 { Composite histogram generation method using super pixel and liner quantization }
본 발명은 JPEG, MPEG-1, 2의 표준을 따르는 압축된 데이터 비트열 또는 비압축 영상 데이터로부터 정규화된 히스토그램을 생성하는 방법에 관한 것으로서, 특히 수퍼 픽셀 단위 선형 양자화를 이용하여 컬러, 밝기, 그리고 에지 성분을 갖는 히스토그램을 생성하는 방법에 관한 것이다.
JPEG은 정지 영상에서, MPEG-1, 2는 동영상에서 저장 및 전송에 관한 국제 표준안으로 그 활용도가 매우 높다. 이러한 압축된 영상 정보에 대하여 대표 영상(Key Frame) 추출이나 영상 검색, 브라우징과 같은 응용을 위하여 각각의 영상마다 특징 정보를 추출할 필요가 있다.
일반적으로 사용되는 특징 정보로는 컬러, 밝기, 에지등의 정보가 독립적으로 사용되거나 두 가지 이상의 특징 정보를 실험적으로 구한 적절한 가중치를 두어 사용되었다.
이와 같이 영상의 전반적인 내용을 유추하기 위해서는, 영상 내 밝기 혹은 색상(빨강, 녹색, 파랑)의 상대적 발생 빈도를 나타내는 밝기 혹은 컬러 히스토그램(Histogram)이 많이 사용되었다. 특히 최근에 디지털화 되어 저장된 정지영상 혹은 디지털 비디오의 검색을 위해 히스토그램을 비교하는 방법이 제안되고 있다. 이와 같이 히스토그램이 영상의 검색 및 장면전환 검출에 많이 활용되면서 히스토그램에 대한 개선이 요구되고 있다. 즉, 기존의 이산 양자화와 컬러만의 단일 성분 히스토그램을 발전시켜 선형 양자화를 채택한 컬러, 에지, 밝기의 복합 히스토그램을 채택하여 영상의 내용을 보다 효율적이고 충실하게 나타낼 필요성이 대두되었다.
종래의 히스토그램 생성 방법에 관한 기술을 살펴보면 다음과 같다.
'Katherine 외 2인'이 권리자인 미국 특허(No. 5,805,733) 'Method and system for detecting scenes and summarizing video sequences'의 내용을 살펴보면, 본 선행 특허는 컬러 히스토그램과 에지 맵을 사용하여 장면 전환을 검출하여, 인간 시각을 고려한 컬러 정보를 추출한다는 효과가 있으나, 밝기를 이용하지 않는다는 문제점이 있고, 'M.J.Swain 외 1인'이 'Int. J. of Computer Vision'에 게재한 논문 'Color Indexing'에서는 컬러 정보를 입력받아 히스토그램 인터섹션(Histogram Intersection) 기법을 이용하여 영상의 유사도를 측정하여 인덱싱을 수행하나, 이 역시 밝기 및 에지 정보를 사용하지 않아 정확성이 떨어진다는 문제점이 있다. 또한, 이들 기존의 기법들에서는 이산 양자화기법을 이용하여 히스토그램을 생성하므로 같은 성능을 내기 위해 상대적으로 많은 히스토그램 빈(bin)이 필요하며, 따라서 저장과 유사도 측정이 비효율적이었다.
따라서, 본 발명은 상기한 종래 기술의 문제점을 해결하기 위하여 안출된 것으로서, 히스토그램 생성시, 히스토그램의 빈과 빈 사이의 거리에 따른 선형적인 가중치를 적용함으로써, 히스토그램의 빈과 빈 사이의 특징 정보 결정에 따라 발생하는 오차를 해결하는 복합 히스토그램 생성 방법을 제공하는 데 그 목적이 있다.
또한, 히스토그램을 생성하는 기본 단위를 픽셀들의 집합인 수퍼 픽셀(혹은영상 블록) 단위로 수행함으로써, 영상 내 컬러와 밝기 특징 뿐만 아니라 에지 성분의 분포까지 나타낼 수 있는 복합 히스토그램 생성 방법을 제공하는 데 다른 목적이 있다.
도 1은 본 발명의 한 실시예에 따른 복합 히스토그램 생성 방법을 도시한 흐름도,
도 2는 도 1에 도시된 수퍼 픽셀 설정 단계를 도시한 상세 흐름도,
도 3은 도 1에 도시된 수퍼 픽셀의 에지 존재 여부를 판정하는 단계를 개념화한 도면,
도 4는 종래 기술에 따른 히스토그램 카운터 단계를 개념화한 도면,
도 5는 본 발명의 한 실시예에 따른 히스토그램 카운터 단계를 개념화한 도면,
도 6의 (a)는 유채색 빈과 빈 사이의 선형 가중치를 설명하기 위하여 도시한 도면이고, (b)는 유채색과 무채색간 선형 가중치를 설명하기 위하여 도시한 도면이다.
상기한 목적을 달성하기 위하여 본 발명에 따른 복합 히스토그램 생성 방법은, 압축된 영상 데이터의 컬러 정보(Cr, Cb 성분)와 밝기 정보(Y 성분)를 이용하여 색상, 밝기, 에지 히스토그램을 생성하는 방법에 있어서, 상기 영상의 픽셀들을 하나의 그룹으로 묶어서 수퍼 픽셀 단위로 히스토그램을 생성하는 것을 특징으로 한다.
또한, 본 발명에 따른 복합 히스토그램 생성 방법은, 압축된 영상 데이터의 컬러 정보(Cr, Cb 성분)와 밝기 정보(Y 성분)를 이용하여 색상, 밝기, 에지 히스토그램을 생성하는 방법에 있어서, 상기 히스토그램의 빈 사이의 거리에 따른 선형적인 가중치를 적용하여 상기 색상, 밝기 히스토그램의 각 빈을 카운트함으로써, 빈과 빈 사이에서 발생하는 양자화 오차를 감소시키는 것을 특징으로 한다.
또한, 본 발명에 따른 복합 히스토그램 생성 방법은, 압축된 영상 데이터의 컬러 정보(Cr, Cb 성분)와 밝기 정보(Y 성분)를 이용하여 색상, 밝기, 에지 히스토그램을 생성하는 방법에 있어서, 상기 압축된 영상에서 매크로 블록을 수퍼 픽셀의 단위로 설정하여, 하나의 수퍼 픽셀을 형성하는 4개의 밝기(Y) DCT 블록의 DC값을 추출하는 제1단계와, 상기 수퍼 픽셀을 형성하는 각 DCT 블록의 밝기 DC값을 이용하여 에지가 존재하는 지를 판정하는 제2단계, 상기 제2단계의 판단 결과, 수퍼 픽셀 내에 에지가 존재하면 해당되는 에지 패턴에 대한 히스토그램 성분을 증가시키는 제3단계, 상기 제2단계의 판단 결과, 수퍼 픽셀 내에 에지가 존재하지 않으면 상기 수퍼 픽셀이 유채색 또는 무채색인지를 판별하는 제4단계, 상기 제4단계에서 입력 영상이 유채색으로 판별되면, 각 빈과 빈 사이의 거리에 따른 선형적인 가중치를 적용하여 색상 히스토그램의 해당 색상 성분을 증가시키는 제5단계, 및 상기 제4단계에서 입력 영상이 무채색으로 판별되면, 각 빈과 빈 사이의 거리에 따른 선형적인 가중치를 적용하여 색상 및 밝기 히스토그램의 해당 색상 성분 및 밝기 성분을 증가시키는 제6단계를 포함한 것을 특징으로 한다.
또한, 본 발명은, 압축된 영상 데이터 비트열로부터 정규화된 히스토그램을 생성하는 방법을 실행시킬 수 있는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체에 있어서, 상기 압축된 영상에서 매크로 블록을 수퍼 픽셀의 단위로 설정하여, 하나의 수퍼 픽셀을 형성하는 4개의 밝기(Y) DCT 블록의 DC값을 추출하는 제1단계와, 상기 수퍼 픽셀을 형성하는 각 DCT 블록의 밝기 DC값을 이용하여 에지가 존재하는 지를 판정하는 제2단계, 상기 제2단계의 판단 결과, 수퍼 픽셀 내에 에지가 존재하면 해당되는 에지 패턴에 대한 히스토그램 성분을 증가시키는 제3단계, 상기 제2단계의 판단 결과, 수퍼 픽셀 내에 에지가 존재하지 않으면 입력 영상의 색차(Cr, Cb) 정보를 이용하여 의사 색조(ph)값과 포화도(의사 색농도:ps)값을 구하는 제4단계, 상기 포화도값을 이용하여 상기 입력 영상을 무채색과 유채색으로 구분하는 제5단계, 상기 의사 색조값 및 포화도값을 이용하여 색상 빈과 빈 사이의선형 가중치(α)와, 무채색과 유채색 빈 사이의 선형 가중치(β)를 구하는 제6단계, 상기 제5단계에서 입력 영상이 유채색으로 구분되면, 상기 색상 빈과 빈 사이의 선형 가중치(α)를 통해 해당 색상 히스토그램의 증가분을 계산하여 증가시키는 제7단계, 및 상기 제5단계에서 입력 영상이 무채색으로 구분되면, 상기 색상 빈과 빈 사이의 선형 가중치(α)와 무채색과 유채색 빈 사이의 선형 가중치(β)를 통해 해당 색상 히스토그램의 증가분 및 밝기 히스토그램의 증가분을 계산하여 증가시키는 제8단계를 실행시킬 수 있는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공한다.
이하에서는 본 발명에 따른 바람직한 한 실시예를 첨부한 도면을 참조로 하여 상세하게 설명하기로 한다.
도 1은 본 발명의 한 실시예에 따른 수퍼 픽셀과 선형 양자화를 이용한 복합 히스토그램 생성 방법을 도시한 흐름도이고, 도 2는 도 1의 수퍼 픽셀 설정 단계를 도시한 상세 흐름도이다.
도 1을 참조하면, 단계 S101은 수퍼 픽셀 설정 단계이다. 기존의 색상 히스토그램 생성을 위해서는 영상 내 각 픽셀 당 해당 히스토그램 성분을 증가시켰으나, 본 발명에서는 픽셀들을 하나의 그룹으로 묶어서 하나의 수퍼 픽셀 단위로 히스토그램 성분을 증가시킨다.
히스토그램의 단위인 수퍼 픽셀을 설정하는 단계의 상세한 흐름도가 도 2에 도시되어 있다.
도 2를 참조하면, 먼저, 단계 S201에서 JPEG 포멧으로 압축된 정지 영상으로판정되면, 단계 S202에서 16×16 픽셀 즉, 매크로 블록의 크기를 수퍼 픽셀이 되도록 하는 바, 하나의 수퍼 픽셀을 형성하는 4개의 밝기(Y) 및 색차(Cr, Cb) 블록의 평균값을 추출한다. 단계 S201에서 JPEG 포멧이 아니고, 단계 S203에서 MPEG 포멧으로 압축된 동영상으로 판정되면, 단계 S204에서 4개의 밝기(Y) 및 색차(Cr, Cb) 블록을 하나의 수퍼 픽셀이 되도록 하여 각각의 평균값을 추출한다. 이와 같은 압축 영상의 경우 하나의 수퍼 픽셀은 4개의 이산여현변환(DCT: Discrete Cosine Transfer) 블록으로 형성하고, DCT 블록의 DC값을 이용하여 밝기(Y) 평균값과 색차(Cr, Cb) 평균값을 추출한다.
단계 S203에서 MPEG 포멧이 아닌 경우 즉, 압축되지 않은 영상으로 판정되면, 단계 S205에서 영상의 크기에 따라 수퍼 픽셀의 크기를 변형하여 설정하고, 컬러 시스템을 밝기(Y), 색차(Cr, Cb) 형태로 변환한다. 또한, 단계 S206에서 수퍼 픽셀을 이루는 4개의 서브 블록 내의 평균 밝기(Y)값과 평균 색차(Cr,Cb)값을 추출한다.
본 실시예에서는 하나의 수퍼 픽셀을 16×16 픽셀로 설정하였지만, 영상의 전체 크기가 클 경우, 수퍼 픽셀도 비례하여 크게 설정함으로써 영상의 특징 정보를 효율적으로 추출할 수 있다.
다음, 단계 S102는 상기와 같이 구해진 4개의 서브 블록들의 밝기 평균값을 이용하여 수퍼 픽셀 내에 에지가 존재하는 지를 판정하는 단계이다.
에지의 존재를 판정하기 위하여, 도 3의 (a)와 같이 수퍼 픽셀 내의 각 서브블록의 평균 밝기를 DC1, DC2, DC3, DC4라 하고, 서브블록간 에지 구별을 위한 밝기 임계값을 Te라 두고, 각 서브블록간 밝기 값의 차이가 임계값(Te)을 넘는 경우에 해당 서브블록간에 존재하는 에지를 굵은 실선으로 표현한다.
이와 같이 단계 S102에서의 판단 결과 수퍼 픽셀 내에 에지가 존재하면, 단계 S103에서 에지 타입을 결정한다. 이때 에지 타입으로는 도 3의 (b), (c), (d)의 3가지 종류가 있으며, 해당 수퍼 픽셀의 에지 타입을 결정한 후, 단계 S104에서 해당 에지 히스토그램 성분을 1 증가시킨다.
단계 S102에서의 판단 결과 수퍼 픽셀 내에 에지가 존재하지 않으면, 단계 S105에서 순수한 컬러로 구성된 수퍼 픽셀인 지를 판단한다.
단계 S105에서의 판단 결과 순수 컬러 블록이면, 단계 S106에서 선형 양자화(Linear Quantization) 단계를 수행한다. 기존의 히스토그램 생성 방법은 도 4에 도시된 바와 같이 주어진 구역 내에서 데이터 존재 유무를 가지고 히스토그램의 각 성분(빈)을 1씩 증가시키는 방법을 사용한다. 이 경우 빈과 빈 사이의 경계 부근에 존재하는 데이터의 경우 유사한 컬러 특징을 반영하지만 2개의 빈에 각각 다르게 할당됨으로써 다른 특징 정보로 표현되는 심각한 오차를 발생시킨다. 이러한 오차를 해소하기 위하여 종래에는 결과 히스토그램을 평탄화시키는 작업 즉, 저역통과필터링을 행하였다. 그러나, 이러한 평탄화 작업으로 인하여 특징 정보의 손실이 많으므로 영상의 정확한 특징을 반영할 수 없는 문제점이 있었다.
이러한 종래 기술의 문제점을 보다 명확하게 살펴보기 위하여 도 4를 참조한다. 도 4의 (a)와 (c)의 'A'부분은 모두 오렌지색이지만, (a)는 빨강에 가까운 오렌지색이고 (c)는 노랑에 가까운 오렌지색이다. 비슷한 오렌지색이지만, (a)의 오렌지색은 b)에 도시된 바와 같이 빨강 히스토그램에 카운트되고, (c)의 오렌지색은 (d)에 도시된 바와 같이 노랑 히스토그램에 카운트된다. 이와 같이 종래에는 빈과 빈 사이의 경계 부근에 존재하는 데이터는 동일한 특징을 가지지만 각각 다른 빈에 할당되기 때문에, 다른 특징 정보로 표현되는 심각한 오차를 발생시키는 문제점이 있었다.
이러한 문제의 해결을 위하여, 각 빈과 빈 사이의 거리에 따른 선형적인 가중치를 적용함으로써, 빈과 빈 사이에서 발생하게 되는 양자화 오차를 줄인다.
즉, 도 5를 참조하면, (a)에 도시된 'A' 부분과 (c)에 도시된 'A'부분은 모두 오렌지색이며, 빨강(R)과 노랑(Y)의 경계 부근에 위치한다. 이때, 빨강(R)에 가까운 오렌지색은 (b)에 도시된 바와 같이 빨강(R)에 더 많은 가중치가 부여되어 히스토그램 카운팅되고, 노랑(Y)에 가까운 오렌지색은 (d)에 도시된 바와 같이 노랑(Y)에 더 많은 가중치가 부여되어 히스토그램 카운팅된다. 따라서, 각 빈과 빈 사이의 거리에 따른 선형적인 가중치의 적용에 따라 빈과 빈 사이에서 발생하는 양자화 오차를 줄일 수 있다.
단계 S105에서 순수 컬러 블록이 아니고, 수퍼 블록 내 색이 무채색으로 판정된 경우에는 단계 S107로 진행하여 빈의 중심값들 사이에 거리의 함수로 정규화한 값을 각 해당 빈의 히스토그램에 비례적으로 더하여 양자화 오차를 감소시킨다.
여기서, 단계 S105에서 순수 컬러 블록인 지의 여부를 판정하는 무채색과 유채색 영역 구분하는 방법을 살펴본다.
색차(Cr, Cb) 성분을 이용한 컬러 정보는 영상의 밝기에 무관한 컬러 특징정보로 사용되어진다. 컬러 공간에서 중심인 원점 부근에서는 Cr과 Cb가 '0' 근처의 값을 가지므로 무채색에 가까운 색으로 판정될 수 있다. 일반적으로 Cr, Cb값과 원점과의 거리를 임계치로 하여 무채색과 유채색을 구분하게 되는데, 자연 영상의 경우 이 경계에 존재하는 경우가 많이 발생한다. 따라서, 이 경계에서 발생하는 오차가 심각하게 발생한다.
본 발명에서는 무채색과 유채색의 영역의 경계에서 발생할 수 있는 오차를 감소시키기 위하여, 포화도(ps)을 이용하여 무채색과 유채색의 영역을 구분한다. 이러한 포화도값을 구하는 방법은 후술하기로 한다. 포화도(ps)가 무채색과 유채색을 구분하는 임계값인 Ts보다 클 때에는 해당 수퍼 블록을 순수 컬러 블록으로 판정하고, 포화도가 임계값(Ts)보다 작거나 같을 때에는 해당 수퍼 블록을 무채색으로 판정한다. 해당 수퍼 블록이 순수 컬러 블록으로 판정된 경우에는 단계 S106에서 상술한 선형 양자화 단계를 거친 후, 단계 S108에서 해당 색상 히스토그램 성분을 모두 증가시킨다. 해당 수퍼 블록이 무채색으로 판정된 경우에는 단계 S107에서 상술한 선형 양자화 단계를 거친 후, 단계 S109에서 해당 색상 히스토그램 및 밝기 히스토그램 성분들을 모두 비례적으로 증가시킨다. 이때, 모든 증가분의 합은 '1'이 되도록 정규화한다.
그 후, 단계 S110 내지 단계 S111을 통해, 상기한 과정을 영상 전체가 갖는 모든 수퍼 블록에 대하여 수행한다.
상술한 내용을 실제 히스토그램 카운트에 적용하면 다음과 같다.
도 6의 (a)는 유채색 빈과 빈 사이의 선형 가중치를 설명하기 위하여 도시한도면이고, (b)는 유채색과 무채색간 선형 가중치를 설명하기 위하여 도시한 도면이다.
도면에서, 유채색 영역은 마젠타(M), 청색(B), 사이안(C), 녹색(G), 노랑(Y), 빨강(R)의 6가지로 구분하고, 무채색은 밝기에 따라 3단계로 구분하여 히스토그램의 빈을 카운트한다.
해당 수퍼 픽셀의 평균 색차(Cb, Cr) 정보에 의하여 의사 색조(Psuedo Hue)와 의사 색농도(포화도 : Psuedo Saturation)는 수학식 1과 같이 정의된다.
이 때, 컬러 빈과 빈 사이의 선형 가중치(α)및 무채색과 유채색 빈 사이의 선형 가중치(β)는 아래의 수학식 2와 같이 구할 수 있다.
여기서 Ts는 무채색 빈의 시작 임계치를 나타낸다.
상기 도 6의 (a)와 같이 포화도(ps)가 임계값(Ts)을 넘는 경우 즉, 수퍼 픽셀이 순수 컬러 블록인 경우, 컬러 히스토그램의 카운트는 빈과 빈 사이의 선형 가중치(α)만으로 각 빈(hi(n))을 실수 값의 증가분으로 증가시키며, 이를 수식으로나타내면 수학식 3과 같다.
또한, 상기 도 6의 (b)와 같이 포화도(ps)가 임계값(Ts)를 넘지 않는 경우, 컬러 히스토그램의 카운트는 무채색 빈의 선형 가중치(β)까지 포함하여 히스토그램을 증가시키며, 이를 수식으로 나타내면 수학식 4와 같다.
한편, 상기 도 5의 (b)의 경우, 무채색 빈은 3단계로 구분하여 밝기 히스토그램을 선형 가중치(β)를 이용하여 아래 조건에 따라 증가시키며, 이를 수식으로 나타내면 수학식 5와 같다.
이상에서 기술한 바와 같이 본 발명에서는 선형 가중치를 줌으로써 영역의 경계에서 발생할 수 있는 오차를 감소시킨다. 또한, 무채색과 유채색 영역을 구분하는 방법을 적용하여 컬러와 흑백 영상이 공존하는 경우 이들을 쉽게 분류하고 각각의 특성에 맞는 특징 정보를 자동적으로 추출할 수 있게 한다. 또한, 밝기, 색상, 에지 등 각 히스토그램의 카운트 결과를 모두 합하면 전체 입력된 데이터(수퍼 픽셀)의 수와 동일하게 되므로 정규화할 수 있다.
이러한 본 발명은 컴퓨터로 읽을 수 있는 기록 매체에 기록되어, 컴퓨터에 의하여 처리될 수 있다.
본 발명은 기존의 히스토그램 방법의 문제점인 빈과 빈 사이의 경계에서 발생하는 오차를 상당히 감소시키고 컬러, 무채색 밝기, 에지를 정규화함으로써, 특징 정보간 비교 방법에 있어서 정규화 문제를 해결하는 효과가 있고, 특징 정보의 정확한 추출 및 특정 정보간 유사도 측정 또는 거리 측정을 정규화된 상태에서 수행함으로써, 정확한 비교가 가능하다는 효과가 있다.
이상에서 본 발명에 대한 기술 사상을 첨부 도면과 함께 서술하였지만 이는 본 발명의 가장 양호한 실시예를 예시적으로 설명한 것이지 본 발명을 한정하는 것은 아니다. 또한, 이 기술 분야의 통상의 지식을 가진 자이면 누구나 본 발명의 기술 사상의 범주를 이탈하지 않는 범위 내에서 다양한 변형 및 모방이 가능함은 명백한 사실이다.

Claims (7)

  1. 압축된 영상 데이터의 컬러 정보(Cr, Cb 성분)와 밝기 정보(Y 성분)를 이용하여 색상, 밝기, 에지 히스토그램을 생성하는 방법에 있어서,
    상기 압축된 영상의 매크로 블록을 수퍼 픽셀의 단위로 설정하고, 하나의 수퍼 픽셀을 형성하는 4개의 DCT 블록의 밝기 DC값을 구하는 제1단계와;
    상기 4개의 DCT 밝기 DC값을 이용하여 상기 수퍼 픽셀 내에 에지가 존재하는 지를 판정하여, 에지 히스토그램의 해당 에지 성분을 증가시키는 제2단계를 포함한 것을 특징으로 하는 복합 히스토그램 생성 방법.
  2. 제1항에 있어서,
    상기 제2단계에서 상기 수퍼 픽셀 내에 에지가 존재하지 않으면 상기 수퍼 픽셀의 색상과 밝기를 판별하여, 유채색이면 색상 히스토그램의 해당 색상 성분을 증가시키고, 무채색이면 색상 히스토그램과 밝기 히스토그램의 해당 색상 성분과 밝기 성분을 증가시키는 제3단계를 더 포함한 것을 특징으로 하는 복합 히스토그램 생성 방법.
  3. 압축된 영상 데이터의 컬러 정보(Cr, Cb 성분)와 밝기 정보(Y 성분)를 이용하여 색상, 밝기, 에지 히스토그램을 생성하는 방법에 있어서,
    상기 히스토그램의 빈 사이의 거리에 따른 선형적인 가중치를 적용하여 상기 색상, 밝기 히스토그램의 각 빈을 카운트함으로써, 빈과 빈 사이에서 발생하는 양자화 오차를 감소시키는 것을 특징으로 하는 복합 히스토그램 생성 방법.
  4. 제3항에 있어서,
    입력 영상의 색차(Cr, Cb) 정보를 이용하여 의사 색조(ph)값과 포화도(의사 색농도:ps)값을 구하는 제1단계와,
    상기 포화도값을 이용하여 상기 입력 영상을 무채색과 유채색으로 구분하는 제2단계,
    상기 의사 색조값 및 포화도값을 이용하여 색상 빈과 빈 사이의 선형 가중치(α)와, 무채색과 유채색 빈 사이의 선형 가중치(β)를 구하는 제3단계,
    상기 제2단계에서 입력 영상이 유채색으로 구분되면, 상기 색상 빈과 빈 사이의 선형 가중치(α)를 이용하여 해당 색상 히스토그램의 증가분을 계산하는 제4단계, 및
    상기 제2단계에서 입력 영상이 무채색으로 구분되면, 상기 색상 빈과 빈 사이의 선형 가중치(α)와 무채색과 유채색 빈 사이의 선형 가중치(β)를 이용하여 해당 색상 히스토그램의 증가분 및 밝기 히스토그램의 증가분을 계산하는 제5단계를 포함한 것을 특징으로 하는 복합 히스토그램 생성 방법.
  5. 압축된 영상 데이터의 컬러 정보(Cr, Cb 성분)와 밝기 정보(Y 성분)를 이용하여 색상, 밝기, 에지 히스토그램을 생성하는 방법에 있어서,
    상기 압축된 영상에서 매크로 블록을 수퍼 픽셀의 단위로 설정하여, 하나의 수퍼 픽셀을 형성하는 4개의 밝기(Y) DCT 블록의 DC값을 추출하는 제1단계와,
    상기 수퍼 픽셀을 형성하는 각 DCT 블록의 밝기 DC값을 이용하여 에지가 존재하는 지를 판정하는 제2단계,
    상기 제2단계의 판단 결과, 수퍼 픽셀 내에 에지가 존재하면 해당되는 에지 패턴에 대한 히스토그램 성분을 증가시키는 제3단계,
    상기 제2단계의 판단 결과, 수퍼 픽셀 내에 에지가 존재하지 않으면 상기 수퍼 픽셀이 유채색 또는 무채색인지를 판별하는 제4단계,
    상기 제4단계에서 입력 영상이 유채색으로 판별되면, 각 빈과 빈 사이의 거리에 따른 선형적인 가중치를 적용하여 색상 히스토그램의 해당 색상 성분을 증가시키는 제5단계, 및
    상기 제4단계에서 입력 영상이 무채색으로 판별되면, 각 빈과 빈 사이의 거리에 따른 선형적인 가중치를 적용하여 색상 및 밝기 히스토그램의 해당 색상 성분 및 밝기 성분을 증가시키는 제6단계를 포함한 것을 특징으로 하는 복합 히스토그램 생성 방법.
  6. 제5항에 있어서, 상기 제5단계 및 제6단계에서,
    하나의 수퍼 픽셀에 해당되는 색상 히스토그램 및 밝기 히스토그램의 증가분의 합은 '1'로 정규화되는 것을 특징으로 하는 복합 히스토그램 생성 방법.
  7. 압축된 영상 데이터 비트열로부터 정규화된 히스토그램을 생성하는 방법을 실행시킬 수 있는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체에 있어서,
    상기 압축된 영상에서 매크로 블록을 수퍼 픽셀의 단위로 설정하여, 하나의 수퍼 픽셀을 형성하는 4개의 밝기(Y) DCT 블록의 DC값을 추출하는 제1단계와,
    상기 수퍼 픽셀을 형성하는 각 DCT 블록의 밝기 DC값을 이용하여 에지가 존재하는 지를 판정하는 제2단계,
    상기 제2단계의 판단 결과, 수퍼 픽셀 내에 에지가 존재하면 해당되는 에지 패턴에 대한 히스토그램 성분을 증가시키는 제3단계,
    상기 제2단계의 판단 결과, 수퍼 픽셀 내에 에지가 존재하지 않으면 입력 영상의 색차(Cr, Cb) 정보를 이용하여 의사 색조(ph)값과 포화도(의사 색농도:ps)값을 구하는 제4단계,
    상기 포화도값을 이용하여 상기 입력 영상을 무채색과 유채색으로 구분하는 제5단계,
    상기 의사 색조값 및 포화도값을 이용하여 색상 빈과 빈 사이의 선형 가중치(α)와, 무채색과 유채색 빈 사이의 선형 가중치(β)를 구하는 제6단계,
    상기 제5단계에서 입력 영상이 유채색으로 구분되면, 상기 색상 빈과 빈 사이의 선형 가중치(α)를 통해 해당 색상 히스토그램의 증가분을 계산하여 증가시키는 제7단계, 및
    상기 제5단계에서 입력 영상이 무채색으로 구분되면, 상기 색상 빈과 빈 사이의 선형 가중치(α)와 무채색과 유채색 빈 사이의 선형 가중치(β)를 통해 해당 색상 히스토그램의 증가분 및 밝기 히스토그램의 증가분을 계산하여 증가시키는 제8단계를 실행시킬 수 있는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR1019990008383A 1999-03-12 1999-03-12 수퍼 픽셀과 선형 양자화를 이용한 복합 히스토그램 생성 방법 KR100314654B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1019990008383A KR100314654B1 (ko) 1999-03-12 1999-03-12 수퍼 픽셀과 선형 양자화를 이용한 복합 히스토그램 생성 방법
US09/493,841 US6807298B1 (en) 1999-03-12 2000-01-28 Method for generating a block-based image histogram
US10/881,807 US7106900B2 (en) 1999-03-12 2004-06-30 Method for generating a block-based image histogram
US11/350,626 US7697754B2 (en) 1999-03-12 2006-02-08 Method for generating a block-based image histogram

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1019990008383A KR100314654B1 (ko) 1999-03-12 1999-03-12 수퍼 픽셀과 선형 양자화를 이용한 복합 히스토그램 생성 방법

Publications (2)

Publication Number Publication Date
KR20000060248A KR20000060248A (ko) 2000-10-16
KR100314654B1 true KR100314654B1 (ko) 2001-11-15

Family

ID=19576440

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019990008383A KR100314654B1 (ko) 1999-03-12 1999-03-12 수퍼 픽셀과 선형 양자화를 이용한 복합 히스토그램 생성 방법

Country Status (1)

Country Link
KR (1) KR100314654B1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100609178B1 (ko) * 2000-03-13 2006-08-02 엘지전자 주식회사 칼라 왜곡 정보를 이용한 내용기반 멀티미디어 데이터 검색 방법
KR100375222B1 (ko) * 2000-07-19 2003-03-08 엘지전자 주식회사 스케일러블 칼라 히스토그램 엔코딩 방법
KR100730770B1 (ko) * 2005-08-19 2007-06-20 엠텍비젼 주식회사 에지 성분을 이용한 양자화 계수 조정에 의한 화상 데이터압축 장치 및 그 방법과 이를 구현하기 위한 프로그램을기록한 기록매체

Also Published As

Publication number Publication date
KR20000060248A (ko) 2000-10-16

Similar Documents

Publication Publication Date Title
US6807298B1 (en) Method for generating a block-based image histogram
JP4071701B2 (ja) カラー画像の圧縮方法及びカラー画像圧縮装置
EP1233374B1 (en) Apparatus and method for extracting objects based on feature matching between segmented regions in images
EP1038269B1 (en) A histogram method for characterizing video content
JP2003228712A (ja) イメージからテキスト状のピクセルを識別する方法
US6721447B1 (en) Representative color designating method using reliability
KR20010033552A (ko) 비디오 시퀀스의 변환 검출
CN102521606B (zh) 一种对jpeg图像的像素块分类方法及基于此的图像篡改检测和被篡改区域定位方法
KR100314654B1 (ko) 수퍼 픽셀과 선형 양자화를 이용한 복합 히스토그램 생성 방법
JPH1166301A (ja) カラー画像分類方法及び装置及びこの方法を記録した記録媒体
Antonacopoulos et al. An anthropocentric approach to text extraction from WWW images
JP4035456B2 (ja) 画像圧縮方法、画像圧縮装置
US8472716B2 (en) Block-based noise detection and reduction method with pixel level classification granularity
KR100369370B1 (ko) 블록기반 영상 히스토그램 생성 방법
US5204738A (en) Method of an apparatus for compressing images data
Nirmalkar et al. A review of image forgery techniques and their detection
CN108053452B (zh) 一种基于混合模型的数字图像色彩提取方法
Karatzas et al. Two approaches for text segmentation in web images
Antonacopoulos et al. Fuzzy segmentation of characters in web images based on human colour perception
Antonacopoulos et al. Text extraction from web images based on human perception and fuzzy inference
US7324704B2 (en) Method of repairing scratches in digital images
JPH10200777A (ja) 画像処理装置、画像処理方法および画像処理プログラムを記録した媒体
US6937253B2 (en) Method for determining color space of an image
AU2007249099B2 (en) Block-based noise detection and reduction method with pixel level classification granularity
KR100730770B1 (ko) 에지 성분을 이용한 양자화 계수 조정에 의한 화상 데이터압축 장치 및 그 방법과 이를 구현하기 위한 프로그램을기록한 기록매체

Legal Events

Date Code Title Description
A201 Request for examination
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 19990312

PA0201 Request for examination
PG1501 Laying open of application
E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20001220

Patent event code: PE09021S01D

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20010731

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20011031

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20011101

End annual number: 3

Start annual number: 1

PG1601 Publication of registration
PR1001 Payment of annual fee

Payment date: 20041001

Start annual number: 4

End annual number: 4

PR1001 Payment of annual fee

Payment date: 20051004

Start annual number: 5

End annual number: 5

PR1001 Payment of annual fee

Payment date: 20061002

Start annual number: 6

End annual number: 6

PR1001 Payment of annual fee

Payment date: 20070919

Start annual number: 7

End annual number: 7

PR1001 Payment of annual fee

Payment date: 20081001

Start annual number: 8

End annual number: 8

PR1001 Payment of annual fee

Payment date: 20091001

Start annual number: 9

End annual number: 9

PR1001 Payment of annual fee

Payment date: 20101001

Start annual number: 10

End annual number: 10

PR1001 Payment of annual fee

Payment date: 20111007

Start annual number: 11

End annual number: 11

FPAY Annual fee payment

Payment date: 20121011

Year of fee payment: 12

PR1001 Payment of annual fee

Payment date: 20121011

Start annual number: 12

End annual number: 12

FPAY Annual fee payment

Payment date: 20130923

Year of fee payment: 13

PR1001 Payment of annual fee

Payment date: 20130923

Start annual number: 13

End annual number: 13

FPAY Annual fee payment

Payment date: 20140926

Year of fee payment: 14

PR1001 Payment of annual fee

Payment date: 20140926

Start annual number: 14

End annual number: 14

LAPS Lapse due to unpaid annual fee
PC1903 Unpaid annual fee

Termination category: Default of registration fee

Termination date: 20160909