KR100355404B1 - 주파수 공간상에서의 가보 필터를 이용한 질감표현방법 및질감기반 영상 검색방법 - Google Patents

주파수 공간상에서의 가보 필터를 이용한 질감표현방법 및질감기반 영상 검색방법 Download PDF

Info

Publication number
KR100355404B1
KR100355404B1 KR1020000062260A KR20000062260A KR100355404B1 KR 100355404 B1 KR100355404 B1 KR 100355404B1 KR 1020000062260 A KR1020000062260 A KR 1020000062260A KR 20000062260 A KR20000062260 A KR 20000062260A KR 100355404 B1 KR100355404 B1 KR 100355404B1
Authority
KR
South Korea
Prior art keywords
image
texture
frequency
filter
frequency space
Prior art date
Application number
KR1020000062260A
Other languages
English (en)
Other versions
KR20010078707A (ko
Inventor
김문철
김진웅
신현두
최양림
비.에스.만주나스
노용만
Original Assignee
삼성전자 주식회사
주식회사 팬택앤큐리텔
학교법인 한국정보통신학원
한국전자통신연구원
더 리전트 오브 더 유니버시티 오브 캘리포니아
하인리히 헤르츠 인스티튜트 퓌어 나흐리히텐테크닉 베를린 게엠베하
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
Priority to KR1020000062260A priority Critical patent/KR100355404B1/ko
Application filed by 삼성전자 주식회사, 주식회사 팬택앤큐리텔, 학교법인 한국정보통신학원, 한국전자통신연구원, 더 리전트 오브 더 유니버시티 오브 캘리포니아, 하인리히 헤르츠 인스티튜트 퓌어 나흐리히텐테크닉 베를린 게엠베하 filed Critical 삼성전자 주식회사
Priority to AU19002/01A priority patent/AU767153B2/en
Priority to PCT/KR2000/001387 priority patent/WO2001041071A1/en
Priority to EP00981901A priority patent/EP1159709A4/en
Priority to NZ513086A priority patent/NZ513086A/en
Priority to JP2001542051A priority patent/JP3560159B2/ja
Priority to CNB008044309A priority patent/CN1319030C/zh
Priority to BR0007955-3A priority patent/BR0007955A/pt
Priority to MXPA01007847A priority patent/MXPA01007847A/es
Priority to CA002360364A priority patent/CA2360364C/en
Priority to US09/727,764 priority patent/US6870965B2/en
Publication of KR20010078707A publication Critical patent/KR20010078707A/ko
Application granted granted Critical
Publication of KR100355404B1 publication Critical patent/KR100355404B1/ko

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40—Picture signal circuits
    • H04N1/407—Control or modification of tonal gradation or of extreme levels, e.g. background level
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G06T7/41—Analysis of texture based on statistical description of texture
    • G06T7/42—Analysis of texture based on statistical description of texture using transform domain methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5862—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
    • G06V10/431—Frequency domain transformation; Autocorrelation
    • 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

Abstract

본 발명은 영상신호를 주파수 공간으로 변환하고 가보 필터링하여 질감 특징을 추출하기 위하는 주파수 공간상에서의 질감표현방법 및 이를 이용한 질감기반 검색방법에 관한 것이다.
이러한 주파수 공간상에서의 질감표현방법은, 시간영역의 영상을 주파수영역으로 변환하는 제 1 단계와; 상기 주파수영역으로 변환된 영상을 N×M 개의 필터영역을 가지는 가보 필터에 적용하여 필터링하는 제 2 단계; 상기 가보 필터의 N×M 필터영역에 대응하는 주파수 공간분할 레이아웃의 각 채널에서 상기 가보 필터링된 영상의 질감 특징값들을 추출하는 제 3 단계; 및 상기 영상의 질감 특징값들을 이용하여 상기 영상의 질감기술자를 표현하는 제 4 단계를 포함한다.

Description

주파수 공간상에서의 가보 필터를 이용한 질감표현방법 및 질감기반 영상 검색방법 { Texture description method and texture retrieval method using Gabor filter in frequency domain }
본 발명은 영상의 질감을 표현하는 방법에 관한 것으로서, 보다 상세하게 말하면 영상신호를 주파수 공간으로 변환하고 가보 필터링하여 질감 특징을 추출하는 주파수 공간상에서의 질감표현방법에 관한 것이다. 또한, 본 발명은 상기한 질감표현방법으로 색인된 영상들에 대한 질감기반 영상 검색방법에 관한 것이기도 하다.
영상에서 질감정보는 그 영상의 특징을 나타내는 중요한 시각적 특징 중의 하나로서 오랫동안 연구되어 왔다. 이러한 영상의 질감정보는 영상 또는 비디오데이터를 내용기반 색인(indexing) 및 요약화(abstraction)하는 데 있어서, 주요한 하위레벨 기술자(descriptor)로 이용된다. 또한, 이 영상의 질감정보는 전자앨범에서 특정사진을 검색하거나, 타일 또는 직물 데이터베이스에서의 내용기반 검색에 중요하게 이용되는 정보이다.
현재까지는 영상의 질감특징을 추출하기 위하여 시간영역이나 주파수영역에서 특징값을 계산하였다. 특히 주파수영역에서 영상의 질감특징을 추출하는 방법은 다양한 형태의 영상들의 질감특징 표현에 적합한 것으로 알려져 왔다.
이에 관한 논문이 다음과 같이 발표되었다. 저자가 비.에스. 만쥬나쓰(B.S. Manjunath)와 더블유.와이. 마(W.Y. Ma)이고, 논문제목이 "텍스쳐 퓨쳐스 포어 브라이징 앤드 리트리벌 오브 이메이지 데이터(Texture features for browsing and retrieval of image data)"이며, 게재지가 "아이이이이 트랜스액션 온 패턴 어널리시스 앤드 머신 인텔리젼스(IEEE Transaction on Pattern Analysis and Machine Intelligence)" 제18권 제8호이고, 1996년 8월에 발표된 논문에서는, 주파수 공간에서 가보(Gabor) 필터링한 후 얻은 영상에서 각 채널에서의 평균과 분산을 영상 질감의 특징값으로 추출하여 특징벡터를 계산하는 방법이 발표되었다.
그러나 이러한 종래의 가보 필터링을 이용한 영상 질감 표현 기술은 다음과같은 문제점이 있다. 첫째, 영상의 가보 필터링을 신호영역에서 수행함으로써 주파수영역에서 수행하는 것에 비해 계산시간이 매우 많이 걸린다. 둘째, 직교주파수 공간을 이용하기 때문에 저주파영역에서 좁은 통과대역을 가지는 가보필터를 사용하여 질감 정보를 추출할 경우에 영상의 주파수 샘플링의 밀도가 낮아 충분한 정보를 획득할 수 없다. 셋째, 영상 밝기값의 평균값과 분산값을 영상의 질감 특징으로 모두 이용하기 때문에 특징표현에 있어서 데이터 사이즈가 큰 단점을 지니고 있다.
따라서, 본 발명은 상기와 같은 종래기술의 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 목적은 영상의 신호영역이 아닌 주파수영역에서 가보 필터링을 수행함으로써, 필터링 계산시간을 줄이는 주파수 공간상에서의 가보 필터를 이용한 질감표현방법 및 질감기반 영상 검색방법을 제공하기 위한 것이다.
본 발명의 다른 목적은 극 좌표계를 이용하여 가보 필터링을 수행함으로써, 영상의 저주파 영역에는 주파수 샘플링 밀도를 높게 하여 영상의 질감정보가 충분히 추출되도록 하고, 고주파영역에는 주파수 샘플링 밀도를 낮게 하여 넓은 통과대역을 갖는 가보 필터링을 하여도 충분한 질감정보가 추출되도록 하는 주파수 공간상에서의 가보 필터를 이용한 질감표현방법 및 질감기반 영상 검색방법을 제공하기 위한 것이다.
본 발명의 또 다른 목적은 영상 질감의 특징 표현값으로 영상의 밝기값의 평균, 영상 밝기값의 분산, 에너지, 및 에너지 분산값을 사용함으로써, 검색율을 높이는 주파수 공간상에서의 가보 필터를 이용한 질감표현방법 및 질감기반 영상 검색방법을 제공하기 위한 것이다.
본 발명의 또 다른 목적은 가보 필터를 디자인할 때, 영상의 저주파 성분의 변화에 민감하고 고주파 성분의 변화에는 둔감한 인간의 시각인지 특성에 기반하여 저주파영역은 주파수 통과대역을 좁게 설계하고 고주파영역으로 갈수록 주파수 통과대역이 넓어지게 설계함으로써, 인간의 시각인지 특성을 고려한 주파수 공간상에서의 가보 필터를 이용한 질감표현방법 및 질감기반 영상 검색방법을 제공하기 위한 것이다.
본 발명의 또 다른 목적은, 영상이 회전 및 확대/축소되더라도 그 변화량이 미세하면 영상의 질감 표현값은 거의 변화하지 않도록 가보 필터링함으로써, 미세한 양으로 변화된 영상은 용이하게 검색해 낼 수 있는 주파수 공간상에서의 가보 필터를 이용한 질감표현방법 및 질감기반 영상 검색방법을 제공하기 위한 것이다.
도 1은 본 발명의 한 실시예에 따른 주파수 공간상에서의 질감표현방법을 도시한 흐름도,
도 2는 본 발명에서 각 채널별 질감표현을 추출하기 위해 사용하는 주파수 공간분할 레이아웃을 도시한 도면,
도 3은 본 발명에서 각 채널별 질감표현을 추출하기 위해 사용하는 가보 필터 구조를 도시한 도면이다.
상기한 목적을 달성하기 위한 본 발명에 따른 주파수 공간상에서의 가보 필터를 이용한 질감표현방법은, 시간영역의 영상을 주파수영역으로 변환하는 제 1 단계와;
상기 주파수영역으로 변환된 영상을 N×M 개의 필터영역을 가지는 가보 필터에 적용하여 필터링하는 제 2 단계;
상기 가보 필터의 N×M 필터영역에 대응하는 주파수 공간분할 레이아웃의 각 채널에서 상기 가보 필터링된 영상의 질감 특징값들을 추출하는 제 3 단계; 및
상기 영상의 질감 특징값들을 이용하여 상기 영상의 질감기술자를 표현하는 제 4 단계를 포함한 것을 특징으로 한다.
양호하게는, 상기 제 1 단계는, 상기 시간영역의 영상을 2차원 퓨리에 변환하여 직교좌표계 주파수영역으로 변환하거나, 상기 시간영역의 영상을 라돈 변환한 후 1차원 퓨리에 변환하여 극좌표계 주파수영역으로 변환하는 것을 특징으로 한다.
또한, 본 발명에 따르면 상술하였던 주파수 공간상에서의 가보 필터를 이용한 질감표현방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체가 제공된다.
또한, 본 발명에 따른 주파수 공간상에서의 가보 필터를 이용한 질감기반 영상 검색방법은, 데이터베이스에 저장할 데이터영상들의 데이터 질감기술자를 가보 필터를 이용하여 추출하고 저장하는 제 1 단계와,
질의영상이 입력되면 상기 질의영상의 질의 질감기술자를 가보 필터를 이용하여 추출하고 저장하는 제 2 단계,
상기 데이터 질감기술자와 질의 질감기술자를 정합하여 두 질감기술자 사이의 거리를 측정하는 제 3 단계, 및
상기 두 질감기술자 사이의 거리에 따라 두 영상의 유사도를 판정하는 제 4단계를 포함하는 것을 특징으로 한다.
영호하게는, 상기 제 1 단계와 제 2 단계에서, 상기 데이터 질감기술자와 질의 질감기술자를 추출하는 과정은,
시간영역의 영상을 주파수영역으로 변환하는 제 1 소단계와;
상기 주파수영역으로 변환된 영상을 N×M 개의 필터영역을 가지는 가보 필터에 적용하여 필터링하는 제 2 소단계;
상기 가보 필터의 N×M 필터영역에 대응하는 주파수 공간분할 레이아웃의 각 채널에서 상기 가보 필터링된 영상의 질감 특징값들을 추출하는 제 3 소단계; 및
상기 영상의 질감 특징값들을 이용하여 상기 영상의 질감기술자를 표현하는 제 4 소단계를 포함한 것을 특징으로 한다.
또한, 본 발명에 따르면 상술하였던 주파수 공간상에서의 가보 필터를 이용한 질감기반 영상 검색방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체가 제공된다.
이하, 첨부된 도면을 참조하면서 본 발명의 한 실시예에 따른 "주파수 공간상에서의 가보 필터를 이용한 질감표현방법 및 이를 이용한 질감기반 영상 검색방법"을 보다 상세하게 설명하면 다음과 같다.
도 1은 본 발명에 따른 가보필터를 이용한 주파수 공간상에서의 질감 표현방법을 도시한 처리 흐름도이다.
이러한 질감 표현방법은 영상을 질감정보 기반 색인할 때와 질감정보 기반 검색할 때 모두 사용되는 바, 입력된 영상을 처리하여 질감기술자를 만드는 방법이다. 즉, 데이터베이스에 색인하여 저장하고자 하는 영상들이 입력되면 도 1의 질감 표현방법에 따라 데이터 질감기술자들을 생성하고, 생성된 질감기술자들을 데이터베이스에 저장한다. 또한, 질의 영상이 입력되면 도 1의 질감 표현방법에 따라 질의 질감기술자를 생성하여 데이터베이스에 저장된 데이터 질감기술자들과 비교함으로써 검색이 이루어진다.
도 1을 참조하면서 본 발명에 따른 질감표현방법을 상세하게 설명하면 다음과 같다.
먼저, 임의의 영상이 입력되면(S11), 단계 S12에서 퓨리에 변환하여 입력된 영상을 직교좌표계 또는 극좌표계 주파수공간으로 변환한다. 여기서, 입력되는 영상은 앞서 설명한 바와 같이 데이터 영상 또는 질의 영상이 될 수 있다. 단계 S12에서 입력된 영상을 2차원 퓨리에 변환하면 직교좌표계 주파수공간으로 변환되고, 라돈 변환한 후 1차원 퓨리에 변환하면 극좌표계 주파수공간으로 변환된다.
입력된 영상을 극좌표계 주파수공간으로 변환하는 과정을 설명하면 다음과 같다. 먼저 입력된 영상을 라돈 변환하는데, 라돈 변환(Radon Transform)이란 2차원 영상 또는 다차원 멀티미디어 데이터를 각도에 따라 선적분해 가면서 1차원 투영데이터를 얻어내는 일련의 과정을 말한다. 즉, 물체는 보는 각도에 따라서 달리 보여지며, 한 물체를 모든 각도에서 바라보면 그 물체의 윤곽을 짐작할 수 있는데, 라돈 변환은 이러한 원리를 이용한 것이다.
이러한 2차원 영상에 대한 라돈 변환식은 수학식 1과 같이 표현된다.
여기서,f(x,y)는 직교좌표계 시간영역에서의 영상함수이며,p θ (R)는 직교좌표계에서 원점을 통과하면서 양의x축과 이루는 각이θ인 광선축을 따라 선적분하여 얻은 1차 투영함수, 즉 1차 라돈변환함수이다.δ(x)함수는x값이 0일 때 1이 되는 함수이다. 2차원 영상은 직교좌표계에서 '-∞ < x,y < ∞'의 영역을 가지고, 라돈 좌표계에서 '0 < s < ∞,0 < θ < π'의 영역을 가진다.xcos0 +ysin0 =s일 때,δ(xcos0 + ysin0 - s)= 1 이 된다.
이와 같이θ를 0도에서 180도까지 회전하여 얻은 1차 라돈변환함수p θ (R)의 집합을 시노그램(Signogram)이라고 한다. 이 시노그램을 푸리에 변환하면 직교좌표계 시간영역에서의 영상함수f(x,y)를 2차원 푸리에 변환한 함수와 수학식 2와 같은 관계식이 성립한다.
여기서,P(ω,θ)는 라돈 변환함수p θ (R)의 푸리에 변환함수이다. 그리고,ω는이며,θ는이다.
센트랄 슬라이스(Central Slice) 이론에 의하면, 시노그램의 푸리에 변환은 2차원 원영상의 푸리에 변환함수를 각θ축을 따라 절단하여 얻어지는 1차원 함수값이다. 이와 같이 영상신호를 라돈 변환 후 푸리에 변환하면, 영상신호를 극좌표계 주파수영역으로 변환한다.
다음, 단계 S13에서는 도 3과 같은 가보 필터를 도 2와 같은 주파수분할영역에서 필터링을 수행한다. 이때, 단계 S14에서 디자인한 가보 필터가 이용된다. 본 실시예에서는 방사방향으로 5영역, 각도방향으로 6개로 분할된 5×6 필터 개수를 가지는 가보필터를 디자인한다. 그러나, 이에 한정되지는 않는다.
일반적으로 가보 필터는 수학식 3과 같은 관계식으로 표현된다.
여기서A s,r 는 상수이고,는s번째 방사방향,r번째 각도방향에서의 필터를 나타내고,s는 {0,1,2,3,4} 중의 하나의 정수값으로서 방사방향으로의 위치를,r은 {0,1,2,3,4,5} 중의 하나의 정수값으로서 각도방향으로의 위치를 나타낸다. 또한,와는 각각 가보 필터의 표준 분산값으로 각도방향, 방사방향의 필터 너비를 나타낸다.
본 실시예에서와 같이 5×6의 필터 개수를 갖는 가보 필터에서 표준 분산값은 아래의 표 1 내지 표 2와 같이 나타낼 수 있다. 표 1은 방사 방향에서 가보 필터 변수값이고, 표 2는 각도 방향에서 가보 필터 변수값이다.
다음, 단계 S15에서는 직교좌표계 주파수영역 또는 극좌표 주파수영역에서 가보 필터링된 영상의 질감특징을 추출한다. 이때, 직교좌표계 주파수영역 또는 극좌표계 주파수 영역은 인간 시각인지시스템에 의거하여 도 2에 도시된 것과 같이분할되는데, 분할된 각 주파수 영역을 특징 채널이라고 한다. 이 특징 채널을C i 로 표시하며i=6×s+r+1이고,C 0 는 DC 특징 채널을 나타낸다.
극좌표계 주파수영역 분할레이아웃은 주파수영역을 인간시각인지시스템(HVS : Human Visual System)에 의거하여 분할한 것이다. 이는 가보 필터의 -3dB 통과 대역 주파수 특성이 인간시각인지시스템(HVS : Human Visual System)에 맞게 주파수영역에서 배열되도록 디자인한다. 이러한 주파수 영역 분할 방법 및 가보 필터 디자인 원칙은 직교좌표계에도 똑같이 적용된다. 즉, HVS는 저주파 성분에 민감하고 고주파 성분에 둔감한 특성을 보이는데, 이러한 특징을 이용하여 주파수 분할레이아웃을 결정한다. 이에 관한 자세한 사항은 후술하기로 한다.
본 발명에서는 영상의 질감특징으로서, 각 가보 필터링된 주파수 영역의 에너지 평균값과 에너지 분산값을 이용한다.
도 2는 인간시각인지시스템에 의거하여 에너지 평균을 추출하기 위한 극좌표 주파수 공간분할 레이아웃을 도시한 도면이다.
도 2에 보이듯이 극좌표 주파수공간은 방사방향과 각도방향으로 분할되는데, 방사방향은 옥타브 간격으로 원점에서 멀어지는 방향으로 분할하고, 각도방향은 θ를180/P(여기서,P는θ의 분할 해상도임.)로 분할한다. 이와 같이 분할하면 에너지 평균을 추출하기 위한 극좌표 주파수 레이아웃은, 저주파영역은 주파수공간이 조밀하게 분할되며 고주파영역은 듬성하게 분할된다. 각 분할된 주파수 영역이 특징채널(C i )이며, 빗금 쳐진 부분이 5번 특징채널이다.
여기서, 본 발명의 주요한 특징을 알 수 있는데, 본 발명에서는 라돈 변환에 의해 저주파영역에서의 샘플링은 조밀하게 하고 고주파영역에서의 샘플링은 듬성하게 하며, 이를 HVS에 의거하여 분할할 때 저주파영역은 조밀하게 나누고 고주파영역은 듬성하게 나눈다. 분할된 각 주파수영역별로 즉, 각 채널별로 추출된 특징값들이 질감특징을 잘 반영하게 된다.
각 채널별로 에너지 평균값과 에너지 분산값이 구해지면, 단계 S15에서 이 특징값들로부터 영상의 질감을 표현하는 영상의 질감기술자 즉, 특징벡터를 계산한다. 에너지 평균값과 에너지 분산값을 구하는 방법은 후술하기로 한다.
이 질감기술자는 수학식 4와 같이 표현된다.
F= [f STD , f DC , e(1), ..., e(30), d(1), ..., d(30)]
여기서,e(i)는 도 2의 주파수 레이아웃에서i번째 가보 필터링된 채널에서의 에너지 평균값이며,d(i)는 도 2의 주파수 레이아웃에서i번째 가보 필터링된 채널에서의 에너지 분산값이다. 여기서, 특히f DC 는 DC 채널의 에너지를 나타내고f STD 는 영상에서 전체 픽셀의 분산값을 나타낸다. 상기의 수학식 4에서 각 특징값들은 그 채널의 우선순위에 따라 먼저 표현될 수 있으며 채널의 중요도에 따라 중요도가 낮은 채널의 특징값은 제외시킴으로써 데이터 용량을 감소시킬 수도 있다. 또한 특징의 중요도에 따라 각 채널의 에너지만을 특징값으로 이용하거나 또는 에너지와 에너지 분산을 모두 이용하여 질감기술자 특징벡터를 구성할 수도 있다.
상기한 특징벡터를 이루는 에너지 평균값(e(i))과 에너지 분산값(d(i))은 아래의 수학식 6과 수학식 8에 의해 구해지며, 이를 위하여 수학식 5에서는 푸리에 변환 후 가보 필터링된 함수()를 이용하여p(i)값을 구한다. 이p(i)를 수학식 6에 적용하면 에너지 평균값(e(i))을 구할 수 있다. 또한, 수학식 7에서는 푸리에 변환된 1차 라돈 변환함수와 수학식 5에서 구한p(i)값을 이용하여q(i)값을 구한다. 이q(i)를 수학식 8에 적용하면 에너지 분산값(d(i))을 구할 수 있다.
상기와 같이 각 채널에서의 에너지 평균값과 에너지 분산값으로 이루어진 질감기술자가 구해진다.
입력되는 모든 영상들에 대해 상기 S11 내지 단계 S16을 반복 수행하여 각 데이터 질감기술자들을 데이터베이스에 저장한다.
이렇게 데이터베이스에 저장된 데이터 질감기술자들은, 질의 영상으로부터 구해진 질의 질감기술자와 정합하여 질의 영상과 유사한 영상을 검색하는 데 사용된다. 아래에서는 질감기반 검색방법에 대해 살펴보기로 한다.
데이터베이스에 데이터 질감기술자(F)들이 저장되어 있는 상태에서, 질의 영상(q)을 도 1의 질감표현방법으로 처리하여 질의 질감기술자(F q )가 주어지면, 임의의 데이터(d) 질감기술자(F d )와 질의 질감기술자(F q )와의 유사도를 계산하여 정합정도를 측정한다.
이 유사도는 수학식 9에 의해 구해지는 두 질감기술자 사이의 거리(D m )에 반비례하는 값이다.
여기서F={f(k),k=1,K}는 이고,ω(k)는 각 채널의 가중치를 나타낸다. 이와 같이, 데이터 질감기술자와 질의 질감기술자 사이의 거리(distance)는 각 채널별로 그 평균값과 분산값을 비교함으로써 얻어진다.
앞서 설명하였듯이 회전한 영상을 푸리에 변환한 것은 회전하기 전 영상의 푸리에 변환을 주파수 영역에서 회전한 결과와 동일하다. 두 영상을 비교하여 검색할 때, 주파수영역에서 회전하면서 비교하면 회전 각도가 다른 유사한 두 영상을 찾아낼 수 있다. 이러한 회전 불변성을 식으로 표현하면 수학식 10과 같다.
여기서,φ= 30도이다.
이렇게 질의영상을 주파수영역에서 회전시키면서 데이터영상과 비교하여 두 영상간의 거리를 구한 후, 그 최소값을 최종적인 두 영상간의 거리값으로 설정한다. 이를 식으로 표현하면 수학식 11과 같다.
또한, 크기 변환된 영상을 푸리에 변환한 것은 크기 변환하기 전 영상의 푸리에 변환을 주파수 영역에서 크기 변환한 결과와 동일하다. 두 영상을 비교할 때주파수영역에서 크기 변환하면서 비교하면 크기가 다른 유사한 두 영상을 찾아낼 수 있다. 이러한 크기 변환 불변성을 식으로 표현하면 수학식 12와 같다.
여기서, n은 크기 변환된 경우의 수이다.
이렇게 질의영상의 크기를 변화시키면서 데이터영상과 비교하여 두 영상간의 거리를 구한 후, 그 최소값을 최종적인 두 영상간의 거리로 설정한다. 이를 식으로 표현하면 수학식 13과 같다.
여기서, N은 질의 영상의 총 크기 변환된 숫자이다.
위에서 양호한 실시예에 근거하여 이 발명을 설명하였지만, 이러한 실시예는 이 발명을 제한하려는 것이 아니라 예시하려는 것이다. 이 발명이 속하는 분야의 숙련자에게는 이 발명의 기술사상을 벗어남이 없이 위 실시예에 대한 다양한 변화나 변경 또는 조절이 가능함이 자명할 것이다. 그러므로, 이 발명의 보호범위는 첨부된 청구범위에 의해서만 한정될 것이며, 위와 같은 변화예나 변경예 또는 조절예를 모두 포함하는 것으로 해석되어야 할 것이다.
이상과 같이 본 발명에 의하면, 주파수 공간에서 가보 필터링 방법과, 각 특징값을 추출하는 데 적합한 극좌표계 주파수 공간분할 레이아웃, 각 주파수영역에서의 특징값 추출방법, 각 주파수 채널에 중요도 및 우선 순위 부여 기술을 이용함으로써, 영상의 질감을 보다 정확하게 표현할 수 있을 뿐만 아니라 효율적인 색인 및 검색이 가능해진다.
이러한 질감표현방법에 의해 추출된 영상의 질감기술자는, 방대한 크기의 항공사진 및 군사용 레이더 영상 등에서 특별한 특징을 갖는 영상을 찾고자 할 때 유용한 검색 단서로 이용될 수 있다.

Claims (22)

  1. 영상의 질감정보를 표현하는 방법에 있어서,
    시간영역의 영상을 주파수영역으로 변환하는 제 1 단계와;
    상기 주파수영역으로 변환된 영상을 N×M 개의 필터영역을 가지는 가보 필터에 적용하여 필터링하는 제 2 단계;
    상기 가보 필터의 N×M 필터영역에 대응하는 주파수 공간분할 레이아웃의 각 채널에서 상기 가보 필터링된 영상의 질감 특징값들을 추출하는 제 3 단계; 및
    상기 영상의 질감 특징값들을 이용하여 상기 영상의 질감기술자를 표현하는 제 4 단계를 포함한 것을 특징으로 하는 주파수 공간상에서의 가보 필터를 이용한 질감표현방법.
  2. 제 1 항에 있어서,
    상기 제 1 단계는,
    상기 시간영역의 영상을 2차원 퓨리에 변환하여, 직교좌표계 주파수영역으로 변환하는 것을 특징으로 하는 주파수 공간상에서의 가보 필터를 이용한 질감표현방법.
  3. 제 1 항에 있어서,
    상기 제 1 단계는,
    상기 시간영역의 영상을 라돈 변환한 후 1차원 퓨리에 변환하여, 극좌표계 주파수영역으로 변환하는 것을 특징으로 하는 주파수 공간상에서의 가보 필터를 이용한 질감표현방법.
  4. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
    상기 제 3 단계의 상기 주파수 공간분할 레이아웃은 인간시각인지시스템(HVS)에 의거하여 만드는 것을 특징으로 하는 주파수 공간상에서의 가보 필터를 이용한 질감표현방법.
  5. 제 4 항에 있어서,
    상기 주파수 공간분할 주파수 레이아웃은,
    주파수공간을 방사방향으로 옥타브 간격으로 원점으로부터 멀어지는 방향으로 분할하고, 각도방향으로 '180/분할해상도' 간격으로 분할하여 만드는 것을 특징으로 하는 주파수 공간상에서의 가보 필터를 이용한 질감표현방법.
  6. 제 4 항에 있어서,
    상기 주파수 공간분할 레이아웃의 각 채널에 대해 중요도 또는 우선순위를 부여하는 것을 포함한 것을 특징으로 하는 주파수 공간상에서의 가보 필터를 이용한 질감표현방법.
  7. 제 4 항에 있어서,
    상기 제 3 단계는,
    상기 주파수 공간분할 레이아웃의 각 채널에서 상기 가보 필터링된 영상의 에너지 평균값과 에너지 분산값 중 적어도 하나의 값을 특징값으로 추출하는 것을 특징으로 하는 주파수 공간상에서의 가보 필터를 이용한 질감표현방법.
  8. 제 7 항에 있어서,
    상기 질감기술자는 DC 채널의 에너지와, 영상의 전체 픽셀의 분산값과, 각 채널별로 구해진 에너지 평균값들 및/또는 각 채널별로 구해진 에너지 분산값들을 포함한 것을 특징으로 하는 주파수 공간상에서의 가보 필터를 이용한 질감표현방법.
  9. 컴퓨터에,
    시간영역의 영상을 주파수영역으로 변환하는 제 1 단계와;
    상기 주파수영역으로 변환된 영상을 N×M 개의 필터영역을 가지는 가보 필터에 적용하여 필터링하는 제 2 단계;
    상기 가보 필터의 N×M 필터영역에 대응하는 주파수 공간분할 레이아웃의 각 채널에서 상기 가보 필터링된 영상의 질감 특징값들을 추출하는 제 3 단계; 및
    상기 영상의 질감 특징값들을 이용하여 상기 영상의 질감기술자를 표현하는 제 4 단계를 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
  10. 질의 영상과 유사한 데이터 영상을 질감기반 검색하는 방법에 있어서,
    데이터베이스에 저장할 데이터영상들의 데이터 질감기술자를 가보 필터를 이용하여 추출하고 저장하는 제 1 단계와,
    질의영상이 입력되면 상기 질의영상의 질의 질감기술자를 가보 필터를 이용하여 추출하고 저장하는 제 2 단계,
    상기 데이터 질감기술자와 질의 질감기술자를 정합하여 두 질감기술자 사이의 거리를 측정하는 제 3 단계, 및
    상기 두 질감기술자 사이의 거리에 따라 두 영상의 유사도를 판정하는 제 4 단계를 포함하는 것을 특징으로 하는 주파수공간 상에서 가보 필터를 이용한 질감기반 영상 검색방법.
  11. 제 10 항에 있어서,
    상기 제 1 단계와 제 2 단계에서,
    상기 데이터 질감기술자와 질의 질감기술자를 추출하는 과정은,
    시간영역의 영상을 주파수영역으로 변환하는 제 1 소단계와;
    상기 주파수영역으로 변환된 영상을 N×M 개의 필터영역을 가지는 가보 필터에 적용하여 필터링하는 제 2 소단계;
    상기 가보 필터의 N×M 필터영역에 대응하는 주파수 공간분할 레이아웃의 각 채널에서 상기 가보 필터링된 영상의 질감 특징값들을 추출하는 제 3 소단계; 및
    상기 영상의 질감 특징값들을 이용하여 상기 영상의 질감기술자를 표현하는 제 4 소단계를 포함한 것을 특징으로 하는 주파수 공간상에서 가보 필터를 이용한 질감기반 영상 검색방법.
  12. 제 11 항에 있어서,
    상기 제 1 소단계는,
    상기 시간영역의 영상을 2차원 퓨리에 변환하여, 직교좌표계 주파수영역으로 변환하는 것을 특징으로 하는 주파수 공간상에서 가보 필터를 이용한 질감기반 영상 검색방법.
  13. 제 11 항에 있어서,
    상기 제 1 소단계는,
    상기 시간영역의 영상을 라돈 변환한 후 1차원 퓨리에 변환하여, 극좌표계 주파수영역으로 변환하는 것을 특징으로 하는 주파수 공간상에서 가보 필터를 이용한 질감기반 영상 검색방법.
  14. 제 11 항 내지 제 13 항 중 어느 한 항에 있어서,
    상기 제 3 소단계의 상기 주파수 공간분할 레이아웃은 인간시각인지시스템(HVS)에 의거하여 만드는 것을 특징으로 하는 주파수 공간상에서의 가보 필터를 이용한 질감기반 영상 검색방법.
  15. 제 14 항에 있어서,
    상기 주파수 공간분할 주파수 레이아웃은,
    주파수공간을 방사방향으로 옥타브 간격으로 원점으로부터 멀어지는 방향으로 분할하고, 각도방향으로 '180/분할해상도' 간격으로 분할하여 만드는 것을 특징으로 하는 주파수 공간상에서의 가보 필터를 이용한 질감기반 영상 검색방법.
  16. 제 14 항에 있어서,
    상기 주파수 공간분할 레이아웃의 각 채널의 중요도 또는 우선순위를 부여하는 것을 포함한 것을 특징으로 하는 주파수 공간상에서의 가보 필터를 이용한 질감기반 영상 검색방법.
  17. 제 14 항에 있어서,
    상기 제 3 소단계는,
    상기 주파수 공간분할 레이아웃의 각 채널에서 상기 가보 필터링된 영상의 에너지 평균값과 에너지 분산값 중 적어도 하나의 값을 특징값으로 추출하는 것을 특징으로 하는 주파수 공간상에서의 가보 필터를 이용한 질감기반 영상 검색방법.
  18. 제 17 항에 있어서,
    상기 질감기술자는 DC 채널의 에너지와, 영상의 전체 픽셀의 분산값과, 각 채널별로 구해진 에너지 평균값들 및/또는 각 채널별로 구해진 에너지 분산값들을 포함한 것을 특징으로 하는 주파수 공간상에서의 가보 필터를 이용한 질감기반 영상 검색방법.
  19. 제 17 항에 있어서,
    상기 제 3 단계에서 두 질감기술자 사이의 거리는 각 채널별로 추출된 특징값을 각각 비교하여 측정하는 것을 특징으로 하는 주파수 공간상에서의 가보 필터를 이용한 질감기반 영상 검색방법.
  20. 제 19 항에 있어서,
    상기 질의 영상을 주파수영역에서 일정 각도씩 회전하면서 상기 데이터영상과의 거리를 측정하여, 최소가 되는 거리를 두 영상간의 거리로 설정하는 것을 특징으로 하는 주파수 공간상에서의 가보 필터를 이용한 질감기반 영상 검색방법.
  21. 제 19 항에 있어서,
    상기 질의 영상을 주파수 영역에서 크기 변환하면서 상기 데이터영상과의 거리를 측정하여, 최소가 되는 거리를 두 영상간의 거리로 설정하는 것을 특징으로 하는 주파수 공간상에서의 가보 필터를 이용한 질감기반 영상 검색방법.
  22. 컴퓨터에,
    데이터베이스에 저장할 데이터영상을 주파수영역으로 변환하고 가보 필터링한 후 특징값들을 추출하여 데이터 질감기술자를 표현하여 저장하는 제 1 단계와,
    질의영상이 입력되면 상기 질의영상을 주파수영역으로 변환하고 가보 필터링한 후 특징값들을 추출하여 질의 질감기술자를 표현하는 제 2 단계,
    상기 데이터 질감기술자와 상기 질의 질감기술자를 정합하여 두 질감기술자 사이의 거리를 측정하는 제 3 단계, 및
    상기 두 질감기술자 사이의 거리에 따라 두 영상의 유사도를 판정하는 제 4 단계를 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR1020000062260A 1999-12-03 2000-10-23 주파수 공간상에서의 가보 필터를 이용한 질감표현방법 및질감기반 영상 검색방법 KR100355404B1 (ko)

Priority Applications (11)

Application Number Priority Date Filing Date Title
KR1020000062260A KR100355404B1 (ko) 1999-12-03 2000-10-23 주파수 공간상에서의 가보 필터를 이용한 질감표현방법 및질감기반 영상 검색방법
PCT/KR2000/001387 WO2001041071A1 (en) 1999-12-03 2000-11-30 Texture description method and texture-based image retrieval method using gabor filter in frequency domain
EP00981901A EP1159709A4 (en) 1999-12-03 2000-11-30 TEXTURE DESCRIPTIVE METHOD AND TEXTURE BASED IMAGE SEARCHING METHOD USING GABOR FILTER IN THE FREQUENCY DOMAIN
NZ513086A NZ513086A (en) 1999-12-03 2000-11-30 Texture description method and texture-based image retrieval method using gabor filter in frequency domain
AU19002/01A AU767153B2 (en) 1999-12-03 2000-11-30 Texture description method and texture-based image retrieval method using gabor filter in frequency domain
JP2001542051A JP3560159B2 (ja) 1999-12-03 2000-11-30 周波数空間上でのガボールフィルタを用いたテクスチャ記述方法及びテクスチャ基盤映像検索方法
CNB008044309A CN1319030C (zh) 1999-12-03 2000-11-30 用频域中的伽柏滤波器的纹理描述方法和基于纹理的图像检索方法
BR0007955-3A BR0007955A (pt) 1999-12-03 2000-11-30 Método de descrição de textura e método de recuperação de imagem baseado na textura usando filtro de gabor em domìnio de frequência, e meio de registro lido através de computador
MXPA01007847A MXPA01007847A (es) 1999-12-03 2000-11-30 Metodo de descripcion de la textura y metodo de recuperacion selectiva de imagenes basado en la textura usando un filtro de gabor en un dominio de frecuencia.
CA002360364A CA2360364C (en) 1999-12-03 2000-11-30 Texture description method and texture-based image retrieval method using gabor filter in frequency domain
US09/727,764 US6870965B2 (en) 1999-12-03 2000-12-04 Texture description method and texture-based image retrieval method using Gabor filter in frequency domain

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
KR19990054904 1999-12-03
KR1019990054904 1999-12-03
KR1020000062260A KR100355404B1 (ko) 1999-12-03 2000-10-23 주파수 공간상에서의 가보 필터를 이용한 질감표현방법 및질감기반 영상 검색방법

Publications (2)

Publication Number Publication Date
KR20010078707A KR20010078707A (ko) 2001-08-21
KR100355404B1 true KR100355404B1 (ko) 2002-10-11

Family

ID=26636401

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020000062260A KR100355404B1 (ko) 1999-12-03 2000-10-23 주파수 공간상에서의 가보 필터를 이용한 질감표현방법 및질감기반 영상 검색방법

Country Status (11)

Country Link
US (1) US6870965B2 (ko)
EP (1) EP1159709A4 (ko)
JP (1) JP3560159B2 (ko)
KR (1) KR100355404B1 (ko)
CN (1) CN1319030C (ko)
AU (1) AU767153B2 (ko)
BR (1) BR0007955A (ko)
CA (1) CA2360364C (ko)
MX (1) MXPA01007847A (ko)
NZ (1) NZ513086A (ko)
WO (1) WO2001041071A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101241983B1 (ko) 2011-11-18 2013-03-11 인하대학교 산학협력단 정렬된 주변화소 차에 기반한 회전불변 질감 특성 추출 방법

Families Citing this family (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000046750A1 (en) * 1999-02-05 2000-08-10 Samsung Electronics Co., Ltd. Image texture retrieving method and apparatus thereof
GB2392073B (en) * 1999-07-09 2004-03-31 Korea Electronics Telecomm Texture description method and texture-based retrieval method in frequency domain
KR100355404B1 (ko) * 1999-12-03 2002-10-11 삼성전자 주식회사 주파수 공간상에서의 가보 필터를 이용한 질감표현방법 및질감기반 영상 검색방법
JP3550681B2 (ja) * 1999-12-10 2004-08-04 日本電気株式会社 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
IL146597A0 (en) * 2001-11-20 2002-08-14 Gordon Goren Method and system for creating meaningful summaries from interrelated sets of information
JP2003006643A (ja) 2001-06-25 2003-01-10 Canon Inc 画像処理装置及びその方法、プログラム
KR100477801B1 (ko) * 2002-12-26 2005-03-22 한국전자통신연구원 3차원 영상정보 기술장치와 그 방법 및 이를 이용한 3차원영상정보 검색장치 및 그 방법
EP1498848A3 (en) * 2003-07-18 2007-03-07 Samsung Electronics Co., Ltd. GoF/GoP texture description, and texture-based GoF/GoP retrieval
JP4345426B2 (ja) * 2003-10-07 2009-10-14 ソニー株式会社 画像照合方法、プログラム、および画像照合装置
JP2006195536A (ja) * 2005-01-11 2006-07-27 Ntt Data Corp 画像処理装置、画像処理方法及びプログラム
CN100369047C (zh) * 2005-04-30 2008-02-13 中国科学院计算技术研究所 一种基于Gabor相位模式的图像识别方法
KR101161803B1 (ko) 2005-05-25 2012-07-03 삼성전자주식회사 가버 필터 및 그것의 필터링 방법, 그리고 그것을 이용한영상 처리 방법
US7941002B2 (en) * 2006-12-01 2011-05-10 Hewlett-Packard Development Company, L.P. Apparatus and methods of producing photorealistic image thumbnails
CN101236646B (zh) * 2007-01-30 2011-09-14 宝利微系统控股公司 在频率域检测与估计图像显著的强相关方向的方法和系统
CN101276363B (zh) * 2007-03-30 2011-02-16 夏普株式会社 文档图像的检索装置及文档图像的检索方法
DE102007019057A1 (de) 2007-04-23 2008-10-30 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung und Verfahren zum Bestimmen eines Kanten-Histogramms, Vorrichtung und Verfahren zum Ablegen eines Bildes in einer Bilddatenbank, Vorrichtung und Verfahren zum Auffinden von zwei ähnlichen Bildern und Computerprogramm
US20080281182A1 (en) * 2007-05-07 2008-11-13 General Electric Company Method and apparatus for improving and/or validating 3D segmentations
KR100932210B1 (ko) * 2007-10-12 2009-12-16 광주과학기술원 영상 특징 추출 방법 및 장치, 이를 이용한 컨텐츠 기반의영상 검색 방법 및 장치 그리고 상기 방법들을 수행하는프로그램이 기록된 기록 매체
EP2269367A4 (en) 2008-03-20 2012-04-04 Hewlett Packard Development Co IMAGE QUALITY STUDY ON THUMBNAIL BASIS
JP4950970B2 (ja) * 2008-09-18 2012-06-13 日本放送協会 画像特徴抽出装置
BRPI1014232A2 (pt) * 2009-06-09 2016-04-12 Sony Corp aparelho para gerar múltiplas árvores de codificação de candidato para uso durante codificação, sistema para codificação e de codificação adaptável de imagens ou vídeos, e, método para gerar múltiplas árvores de codificação de candidato
US9317970B2 (en) 2010-01-18 2016-04-19 Disney Enterprises, Inc. Coupled reconstruction of hair and skin
US8670606B2 (en) * 2010-01-18 2014-03-11 Disney Enterprises, Inc. System and method for calculating an optimization for a facial reconstruction based on photometric and surface consistency
CN101777121A (zh) * 2010-03-02 2010-07-14 中国海洋大学 一种无角毛类赤潮藻显微图像细胞目标提取方法
CN103221807B (zh) 2010-11-12 2015-08-12 3M创新有限公司 快速处理和检测幅材型材料中的不均匀因素
CN102081797B (zh) * 2010-12-30 2013-01-09 天津大学 应用于轮胎x光图像胎冠部位多带束层纹理分离方法
WO2012115819A1 (en) 2011-02-24 2012-08-30 3M Innovative Properties Company System for detection of non-uniformities in web-based materials
CN102332163B (zh) * 2011-10-24 2013-07-31 刘国英 基于三层fcm聚类的小波域多尺度非监督纹理分割方法
CN102567483B (zh) * 2011-12-20 2014-09-24 华中科技大学 多特征融合的人脸图像搜索方法和系统
CN103455817A (zh) * 2013-04-28 2013-12-18 南京理工大学 一种鲁棒的时空域的人体特征提取方法
KR102048885B1 (ko) * 2013-05-09 2019-11-26 삼성전자 주식회사 그래픽 프로세싱 유닛, 이를 포함하는 그래픽 프로세싱 시스템, 및 이를 이용한 렌더링 방법
CN104504667B (zh) * 2014-12-18 2017-08-29 北京智谷睿拓技术服务有限公司 图像处理方法及装置
CN106295613A (zh) * 2016-08-23 2017-01-04 哈尔滨理工大学 一种无人机目标定位方法及系统
CN107862709B (zh) * 2017-09-28 2020-03-27 北京华航无线电测量研究所 一种多方向模式连接规则的图像纹理描述方法
CN109389148B (zh) * 2018-08-28 2021-11-23 昆明理工大学 一种基于改进DHash算法的图像相似判定方法
CN112560893B (zh) * 2020-11-13 2022-11-04 贝壳技术有限公司 图片纹理匹配方法、装置、电子介质及存储介质
US20230086521A1 (en) * 2021-09-20 2023-03-23 Tencent America LLC Feature compression for video coding for machines
CN116843689B (zh) * 2023-09-01 2023-11-21 山东众成菌业股份有限公司 一种菌盖表面破损检测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0657831A1 (en) * 1993-12-09 1995-06-14 Canon Kabushiki Kaisha Image retrieving method and apparatus
JPH1011454A (ja) * 1996-06-20 1998-01-16 Nippon Telegr & Teleph Corp <Ntt> 映像素材検索方法及び装置
KR20000013751A (ko) * 1998-08-12 2000-03-06 서평원 Cdma 시스템에서 소프트 핸드 오프시 이동국의 송신 전력제어 방법
KR20010027936A (ko) * 1999-09-16 2001-04-06 박종섭 텍스쳐 영상 검색 장치 및 그 방법
WO2001041071A1 (en) * 1999-12-03 2001-06-07 Samsung Electronics Co., Ltd. Texture description method and texture-based image retrieval method using gabor filter in frequency domain
KR20020011529A (ko) * 2000-08-02 2002-02-09 송문섭 주파수 평면 분할 특징값과 저니크 변환을 이용한 영상의특징추출 방법/장치 및 그를 이용한 영상 검색 방법 및 장치

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5101270A (en) * 1990-12-13 1992-03-31 The Johns Hopkins University Method and apparatus for radon transformation and angular correlation in optical processors
CA2227184A1 (en) * 1995-07-19 1997-02-06 Morphometrix Technologies Inc. Window texture extraction for image analysis
US6647058B1 (en) * 1997-06-23 2003-11-11 Paradyne Corporation Performance customization system and process for optimizing XDSL performance
JPH11110556A (ja) * 1997-10-02 1999-04-23 Ntt Data Corp 画像類似度判定方法、類似画像判定装置及び記録媒体
US6192150B1 (en) * 1998-11-16 2001-02-20 National University Of Singapore Invariant texture matching method for image retrieval
WO2000046750A1 (en) * 1999-02-05 2000-08-10 Samsung Electronics Co., Ltd. Image texture retrieving method and apparatus thereof
US6424741B1 (en) 1999-03-19 2002-07-23 Samsung Electronics Co., Ltd. Apparatus for analyzing image texture and method therefor
US6259396B1 (en) * 1999-08-26 2001-07-10 Raytheon Company Target acquisition system and radon transform based method for target azimuth aspect estimation
KR100788642B1 (ko) * 1999-10-01 2007-12-26 삼성전자주식회사 디지털 영상 텍스쳐 분석 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0657831A1 (en) * 1993-12-09 1995-06-14 Canon Kabushiki Kaisha Image retrieving method and apparatus
JPH1011454A (ja) * 1996-06-20 1998-01-16 Nippon Telegr & Teleph Corp <Ntt> 映像素材検索方法及び装置
KR20000013751A (ko) * 1998-08-12 2000-03-06 서평원 Cdma 시스템에서 소프트 핸드 오프시 이동국의 송신 전력제어 방법
KR20010027936A (ko) * 1999-09-16 2001-04-06 박종섭 텍스쳐 영상 검색 장치 및 그 방법
WO2001041071A1 (en) * 1999-12-03 2001-06-07 Samsung Electronics Co., Ltd. Texture description method and texture-based image retrieval method using gabor filter in frequency domain
KR20020011529A (ko) * 2000-08-02 2002-02-09 송문섭 주파수 평면 분할 특징값과 저니크 변환을 이용한 영상의특징추출 방법/장치 및 그를 이용한 영상 검색 방법 및 장치

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101241983B1 (ko) 2011-11-18 2013-03-11 인하대학교 산학협력단 정렬된 주변화소 차에 기반한 회전불변 질감 특성 추출 방법

Also Published As

Publication number Publication date
JP3560159B2 (ja) 2004-09-02
CA2360364A1 (en) 2001-06-07
CN1319030C (zh) 2007-05-30
MXPA01007847A (es) 2004-03-10
EP1159709A4 (en) 2007-04-18
JP2003515852A (ja) 2003-05-07
CN1342300A (zh) 2002-03-27
AU767153B2 (en) 2003-10-30
EP1159709A1 (en) 2001-12-05
US20010031103A1 (en) 2001-10-18
US6870965B2 (en) 2005-03-22
NZ513086A (en) 2004-11-26
WO2001041071A1 (en) 2001-06-07
CA2360364C (en) 2007-09-04
KR20010078707A (ko) 2001-08-21
AU1900201A (en) 2001-06-12
BR0007955A (pt) 2002-04-09

Similar Documents

Publication Publication Date Title
KR100355404B1 (ko) 주파수 공간상에서의 가보 필터를 이용한 질감표현방법 및질감기반 영상 검색방법
KR100308456B1 (ko) 주파수 공간상에서의 질감표현방법 및 질감기반 검색방법
Kokare et al. A survey on current content based image retrieval methods
DE60033118T2 (de) System und Methode zum inhaltsbasierten Wiederauffinden von Bildern
US6801661B1 (en) Method and system for archival and retrieval of images based on the shape properties of identified segments
Milanese et al. A rotation, translation, and scale-invariant approach to content-based image retrieval
Chen et al. Contourlet-1.3 texture image retrieval system
Mehbodniya et al. Content-Based Image Recovery System with the Aid of Median Binary Design Pattern.
Hladnik et al. Improving performance of content based image retrieval system with color features
Khan et al. A Fused LBP Texture Descriptor-Based Image Retrieval System
Shambharkar et al. A comparative study on retrieved images by content based image retrieval system based on binary tree, color, texture and canny edge detection approach
Liu et al. Texture image retrieval algorithm with dual tree complex contourlet and three statistical features
Patil et al. Survey of Color Feature Extraction Schemes in Content-Based Picture Recovery System
Sugamya et al. A comparative analysis for CBIR using fast discrete curvelet transform
Shih et al. Intelligent virtual world: technologies and applications in distributed virtual environment
Chawki et al. CBIR using the 2-D ESPRIT method: Application to Coil_100 database.
Loew A diffusion-based description of shape
Wang et al. Application of a hybrid orthogonal function system on trademark image retrieval
Alqaraleh et al. A Comparison Study on Image Content Based Retrieval Systems
Do et al. Image retrieval system using a decomposition of shape information
Hussain et al. Image retrieval using saliency content
Patil et al. Texture image retrieval using greedy method
Acharyya et al. Classification of Rotated Textures using Overcomplete Wavelet Frames
Gong et al. Survey of Contemporary Content-Based Image Retrieval Systems
Liu et al. Semi-Subsampled Contourlet Retrieval Algorithm Using Three Statistical Features

Legal Events

Date Code Title Description
A201 Request for examination
N231 Notification of change of applicant
E701 Decision to grant or registration of patent right
N231 Notification of change of applicant
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20120830

Year of fee payment: 11

FPAY Annual fee payment

Payment date: 20130829

Year of fee payment: 12

FPAY Annual fee payment

Payment date: 20140828

Year of fee payment: 13

FPAY Annual fee payment

Payment date: 20150828

Year of fee payment: 14

FPAY Annual fee payment

Payment date: 20160830

Year of fee payment: 15

FPAY Annual fee payment

Payment date: 20170830

Year of fee payment: 16

LAPS Lapse due to unpaid annual fee