KR100413341B1

KR100413341B1 - Ｈｓｖ 칼라 히스토그램 추출 방법

Info

Publication number: KR100413341B1
Application number: KR10-2001-0014407A
Authority: KR
Inventors: 김용성
Original assignee: 주식회사 코난테크놀로지
Priority date: 2001-03-20
Filing date: 2001-03-20
Publication date: 2003-12-31
Also published as: US20060034510A1; DE60233000D1; EP1514237A4; EP1514237A1; EP1514237B1; WO2003098550A1; US7447352B2; AU2002309288A1; KR20020074570A

Abstract

본 발명은 YCbCr 모델로 저장된 영상에서 HSV 히스토그램을 추출하기 위한 것으로, 입력되는 YCbCr을 받아 HSV 히스토그램 인덱스를 출력할 수 있는 복수개의 영역으로 나누어져 각 영역에 양자화 인덱스 값이 저장된 룩업 테이블을 구성하는 단계와, 입력되는 YCbCr 모델의 Y신호 및 CbCr 신호에 따라 상기 룩업 테이블의 일 영역을 선택하는 단계와, 상기 선택된 영역의 인덱스로 히스토그램을 추출하는 단계를 포함하여 이루어진다. 따라서, YCbCr 모델로 저장된 영상을 HSV 모델로 변환하는 과정과, HSV 공간상에서 양자화하는 과정을 거치지 않고 단순화함으로써 히스토그램 추출 속도를 수백 내지 수천 배까지 향상시킬 수 있다.

Description

ＨＳＶ 칼라 히스토그램 추출 방법{Method for abstracting histogram of HSV Color}

본 발명은 HSV(Hue-Saturation-Value) 히스토그램 추출 방법에 관한 것으로, 특히 YCbCr 포맷으로 저장되어 있는 정지 영상 또는 동 영상에서 고속으로 HSV 칼라 히스토그램을 추출하는 방법에 관한 것이다.

최근 디지털 비디오의 사용이 급증함에 따라, 비디오 색인에 의한 비디오 검색이나 이미지(Image)를 이용한 내용기반 검색을 비롯한 다양한 멀티미디어 서비스시스템의 개발이 이루어지고 있다. 대부분의 이미지를 이용한 내용 기반 검색 시스템은 이미지에서 고유한 특징 벡터를 추출한 후, 이 특징 벡터 사이의 유사도를 이용하여 이미지간의 유사도를 판별하는 방법을 사용하고 있는데, HSV(Hue-Saturation-Value) 칼라(Color) 히스토그램(Histogram)은 그 중 가장 대표적인 이미지 특징으로 널리 사용되고 있다.

일반적으로, 칼라를 표현하는 방법은 매우 다양하며, 응용에 따라 RGB(Red, Green, Blue; 적색, 녹색, 청색의 삼원색으로 나타내는 칼라 모델), CMY(Cyan, Magenta, Yellow; 인쇄 분야의 대표적 색 공간.장치 의존형의 칼라 모델), YCbCr(감마 변환된 휘도/색차 분리 칼라 모델), HSV(Computer Graphic 분야에서 쓰이는 대표적인 칼라 모델) 등 여러 가지 칼라 모델이 사용되고 있다.

이 중 상기 YCbCr 칼라 모델은 영상 데이터를 압축하는데 매우 효율적이기 때문에 JPEG(Joint Photographic Coding Experts Group; 칼라 정지화압축의 국제표준), MPEG(Moving Picture Experts Group; 미디어 통합계 동영상 압축의 국제표준) 등 대부분의 영상 압축 국제표준에 사용되고 있다. 이와 같은 YCbCr 칼라 모델은 TV 화면 등의 횡 방향 라인에 포함되는 휘도 정보(Y)와 색차정보(Cb,Cr)의 세가지 성분의 비율을 나타내는 방법을 이용하고 있으며, 화소의 휘도는 8비트로 나타내고 색차 정보는 8비트를 두 개 사용하여 회소의 색을 나타낸다.

하지만, 상기 YCbCr 칼라 모델은 사람의 인지적 특성과는 거리가 멀기 때문에, 영상에서 특징 벡터를 추출할 때는 사람의 인지적 특성을 가장 잘 반영하는 HSV 칼라 모델이 주로 사용된다. 즉, 색상(Hue), 채도(Saturation), 밝기(Value)의HSV 색 공간으로 변환한 후 사용하게 된다.

도 1은 종래의 HSV 칼라 히스토그램 추출기의 블록도이다.

종래의 YCbCr 칼라 모델에서 HSV 칼라 히스토그램을 추출하는 추출기는, YCbCr 칼라 모델로 표현된 픽셀 값을 HSV 칼라 모델로 변환하는 YCbCr/HSV 변환기(101)와, 상기 YCbCr/HSV 변환기(101)에 의해 변환된 HSV 칼라 모델을 양자화하여 히스토그램 인덱스를 출력하는 양자화기(Quantizer)(102)와, 상기 양자화기(102)에서 출력된 히스토그램 인덱스에 해당하는 히스토그램의 BIN값을 1씩 증가시켜 히스토그램을 생성하는 히스토그램 생성부(103)를 구비하여 구성된다.

이와 같이 구성된 종래의 YCbCr 칼라 모델에서 HSV 칼라 히스토그램 추출 방법을 설명하면 다음과 같다.

상기 YCbCr 칼라 모델로 저장된 영상에서 HSV 칼라 히스토그램을 추출하기 위해서, 상기 YCbCr/HSV 변환기(101)에서 다음 수식에 의해 YCbCr 칼라 모델로 표현된 픽셀 값을 HSV 칼라 모델로 변환한다.

[수학식 1]

[수학식2]

[수학식3]

V=Y,~~~0≤V≤255

그리고, 상기 양자화기(102)는 HSV 모델로 변환된 픽셀 값을 양자화 하여, 히스토그램 인덱스를 구한다. 내용기반 이미지 검색 응용에서 효과적으로 사용될 수 있는 실제적인 양자화의 예로서 도 3과 같이 양자화 하는 경우를 예로 설명하도록 하겠다.

상기 HSV 모델은, 도 3a와 같이, 3차원(HSV) 원통 좌표계로 표현되는데, 원기둥의 축 방향으로 V, 중심(0)에서부터 동심원 방향으로 S, 각도를 H로 표현한다. 이와 같이 표현되는 3차원 HSV 공간을 양자화하는 방법을, 도 3b 및 도 3c와 같이, HS 평면과 SV 평면의 단면도로 나타낸 것이다.

즉, S가 5보다 작거나 같은 픽셀은 그레이 스케일로 간주하여 H 값에 관계없이 V에 대해서만 64레벨 단위로 4단계로 나누어 양자화 한다.

그리고, 상기 S가 5보다 크고 30보다 작거나 같은 칼라는 H에 대해 60도 단위로 6단계, V에 대해 128레벨 단위로 2단계로 나누어 양자화 한다. S가 30보다 큰 칼라는 V는 무시하고 H에 대해서만 60도 단위로 6단계로 나누어 양자화 한다.

그리고, 상기 S가 30보다 큰 부분을 30보다 작은 부분에 비해 성기게 양자화하는 이유는 일반적인 자연 영상에서 S가 큰 값이 나오는 빈도가 상대적으로 작다는 확률 분포를 반영하기 위한 것이다. 이렇게 하면 총 22개의 BIN(S가 5보다 작은 픽셀은 V에 대해서 4 단계, S가 5보다 크고 30보다 작은 칼라에서는 H에 대해 6 단계 V에 대해 2 단계 (2 ×6), S가 30보다 큰 칼라에서 H에 대해 6 단계로 나누어지므로 총 22 단계)을 갖는 히스토그램이 만들어지게 된다. 상기 양자화기(102)는 주어진 픽셀 값이 3차원 HSV 공간 상에서 원형과 방사형 경계로 구분되는 22개의 영역 중 어디에 속하는 점인지 판단하고, 그 영역을 나타내는 0에서 21 사이의 인덱스 값을 출력해 준다. 양자화 인덱스가 구해지면, 히스토그램 생성부(103)는 상기 양자화기(102)에서 출력된 인덱스에 해당하는 히스토그램의 BIN 값을 1씩 증가시켜 히스토그램을 만든다.

그러나 이와 같은 종래의 YCbCr 칼라 모델에서 HSV 칼라 히스토그램을 추출하는 방법에 있어서는 다음과 같은 문제점이 있었다.

즉, 상기의 과정을 영상 내의 모든 픽셀에 대해 수행하면 HSV 칼라 히스토그램이 만들어지게 되는데, 상기 [수학식1] 및 [수학식2]에서와 같이, YCbCr 칼라 모델에서 HSV 칼라 모델로의 변환에 사용되는 제곱근 연산이나 arctan 함수 연산을 이용하여야 하므로 매우 높은 비용이 들게된다.

본 발명은 이와 같은 문제점을 해결하기 위해 안출한 것으로, 본 발명은 YCbCr 칼라 모델로 저장된 영상을 HSV 모델로 변환하고 변환된 HSV 칼라 모델을 HSV 공간상에서 양자화하는 종래 방법을 이용하지 않고, 상기 복잡한 연산이 필요 없도록 하기 위하여 미리 상기 YCbCr 칼라 모델을 받아 히스토그램 인덱스를 출력할 수 있는 룩업 테이블(LUT; Lookup table)을 준비하고 상기 룩업 테이블을 참조하여 HSV 히스토그램을 추출하는 YCbCr 포맷 영상으로부터 HSV 칼라 히스토그램 추출 방법을 제공하는데 그 목적이 있다.

도 1은 종래의 YCbCr 포맷 영상으로부터 HSV 칼라 히스토그램 추출하는 블록도

도 2는 본 발명에 따른 YCbCr 포맷 영상으로부터 HSV 칼라 히스토그램 추출하는 블록도

도 3a 내지 3c는 본 발명에 따른 HSV 공간에서의 양자화 방법을 보여주는 예시도

도 4는 본 발명에 따른 LUT의 구성 방법과 참조 방법을 설명하는 예시도

이와 같은 목적을 달성하기 위한 본 발명의 YCbCr 포맷 영상으로부터 HSV 칼라 히스토그램 추출 방법은, 입력되는 YCbCr을 받아 HSV 히스토그램 인덱스를 출력할 수 있는 복수개의 영역으로 나누어져 각 영역에 양자화 인덱스 값이 저장된 룩업 테이블을 구성하는 단계와, 입력되는 YCbCr 모델의 Y신호 및 CbCr 신호에 따라 상기 룩업 테이블의 일 영역을 선택하는 단계와, 상기 선택된 영역의 인덱스로 히스토그램을 추출하는 단계를 포함하여 이루어짐에 그 특징이 있다.

여기서, 바람직하게는, 상기 룩업 테이블을 구성하는 단계는, H, S, V에 대해 각각 L, M, N개의 레벨로 양자화 하는 경우, Cb, Cr에 대응하는 N개의 룩업 테이블을 만드는 단계와, 각 룩업 테이블을 중심으로부터 S의 양자화 경계에 해당하는 M개의 동심원으로 구분하는 단계와, 상기 동심원으로 구분된 각 룩업 테이블을 L개의 방사선에 의해 구분되는 영역으로 나누는 단계와, 각 영역에 양자화 인덱스를 저장하는 단계를 구비한다.

바람직하게는, 상기 룩업 테이블은 4개로 만들어지며, 각 룩업 테이블은 중심으로부터 반지름이 각각 5, 30인 동심원에 의해 영역이 나뉘고, 반지름이 5 이상인 영역은 6개의 방사선에 의해 다시 영역이 나뉘어져 각 영역에 양자화 인덱스가 저장된다.

또한 상기와 같은 목적을 달성하기 위한 본 발명의 HSV 칼라 히스토그램 추출 방법은, H, S, V에 대해 각각 L, M, N개의 레벨로 양자화 하는 경우, Cb, Cr에 대응하는 N개의 룩업 테이블을 만드는 단계와, 각 룩업 테이블을 중심으로부터 S의 양자와 경계에 해당하는 M개의 동심원으로 구분하는 단계와, 상기 동심원으로 구분된 각 룩업 테이블을 L개의 방사선에 의해 구분되는 영역으로 나누는 단계와, 각영역에 양자화 인덱스를 저장하는 단계와, 상기 N이 2의 제곱수인 경우에는 입력되는 YCbCr의 휘도신호(Y)를 (8-log₂N) 비트 오른쪽으로 쉬프트하고, N이 2의 제곱수가 아닐 경우에는 Y를 N으로 나누어 N개의 룩업 테이블 중 하나를 선택하는 단계와, 입력되는 YCbCr의 Cb, Cr에 대응하는 영역의 값을 찾는 단계를 포함하여 이루어짐에 또 다른 특징이 있다.

상기와 같은 특징을 갖는 본 발명에 따른 YCbCr 포맷 영상으로부터 HSV 칼라 히스토그램 추출 방법을 첨부된 도면을 참조하여 보다 상세히 설명하면 다음과 같다.

상기 도 3에서 예시한 것과 같이 양자화 하는 경우의 예를 들어 본 발명의 구성과 작용을 설명하면 다음과 같다.

도 4와 같이, 가로, 세로가 각각 Cb, Cr에 대응하는 256×256 크기의 룩업 테이블 4개를(LUT1-LUT4) 미리 만들어 둔다. 상기 룩업 테이블(LUT1-LUT4) 각각은 중심(0,0)에서, 반지름이 각각 5, 30인 동심원에 의해 영역이 나뉘어지고, 반지름이 5이상인 영역은 138°부터 시작하여 간격이 60°인 6개의 방사선에 의해 다시 영역이 나뉘어 진다. 상기 138°부터 시작하여 6개의 방사선에 의해 영역을 나누는 이유는, 상기 [수학식1]에 나타낸 바와 같이, Cb,Cr 평면의 108°가 H 평면의 0°에 대응하므로, H 평면의 0°를 중심으로 60°범위를 갖는 6개의 영역을 나누기 위해서는 108°를 중심으로 60°의 각을 갖는 방사선이 만들어져야 하므로 108°±30°인 138°내지 78°의 영역이 얻어진다. 따라서 138°부터 시작하는 60°간격의방사선으로 영역을 분할 한다.

이와 같이 구성되는 룩업 테이블의 각 영역에는 도 4에 표시한 것과 같이 양자화 인덱스 값을 저장해 둔다.

즉, 도 3c에 도시한 바와 같이, SV 평면상에서는 반지름이 5 이하인 영역은 4 단계(64레벨 단위)로 나뉘어지므로 이에 따라 4개의 룩업 테이블이 만들어져 각 룩업 테이블의 반지름 5 이하의 영역에는 서로 다른 양자화 인덱스 값이 저장된다(LUT1에는 "0", LUT2에는 "1", LUT3에는 "2", LUT4에는 "3"의 양자화값이 저장됨).

또한, SV 평면상에서 반지름이 5 이상 30 이하의 영역은 2개의 영역으로 나뉘어지므로, 제 1, 제 2 룩업 테이블(LUT1, LUT2)의 반지름이 5 이상 30 이하의 영역에는 동일 양자화 값이 저장되고, 제 3, 제 4 룩업 테이블(LUT3, LUT4)의 반지름이 5 이상 30 이하의 영역에는 동일 양자화 값이 저장되지만, 제 1 및 제 2 룩업 테이블(LUT1, LUT2)과 제 3 및 제 4 록업 테이블(LUT3, LUT4)의 반지름이 5이상 30 이하의 영역에는 서로 다른 양자화 값이 저장된다.

또한, SV 평면상에서 반지름이 30이상인 영역에서는 나뉘어지지 않으므로, 각 룩업 테이블의 반지름이 30 이상인 영역에는 동일 양자화 값이 저장된다.

이와 같이 만들어진 룩업 테이블을 이용한 본 발명의 YCbCr 모델로부터HSV 칼라 히스토그램 추출 방법을 설명하면 다음과 같다.

즉, 입력으로 YCbCr 칼라 모델의 픽셀 값을 넣어주면 휘도신호(Y)를 오른쪽으로 6비트 쉬프트하여 최상위 2비트에 해당하는 값에 따라 4개의 룩업 테이블 중하나를 찾아가고, 거기서 Cb, Cr에 따라 해당하는 값을 하나 얻을 수 있는데, 이 값이 바로 HSV 모델로 변환한 후 양자화 하였을 때의 양자화 인덱스이다.

이와 같이 구성되는 룩업 테이블을 정리하면 다음과 같다.

즉, H, S, V에 대해 각각 L, M, N개의 레벨로 양자화 하는 경우 Cb, Cr에 대응하는 256×256 크기의 룩업 테이블을 N개 만들고, N이 2의 제곱수인 경우에는 Y를 (8-log₂N) 비트 오른쪽으로 쉬프트하고, N이 2의 제곱수가 아닐 경우에는 Y를 N으로 정수 나눗셈 연산을 취하여 N개의 룩업 테이블 중 하나를 찾아가고, Cb, Cr에 대응하는 값을 룩업 테이블에서 찾도록 구성한 후, 각각의 룩업 테이블은 중심으로부터 반지름이(128) 영역에서 반지름이 각각 S의 양자화 경계에 해당하는 M개의 동심원으로 구분되고, 등 간격의 L개의 방사선에 의해 구분되는 영역으로 나눈 후, 각각의 영역에 양자화 인덱스를 저장한다. 이렇게 룩업 테이블을 구성하면 픽셀 값을 YCbCr 공간에서 HSV 공간으로 변환하는 단계와 HSV 공간상에서 양자화를 하는 단계를 이용하지 않고 룩업 테이블을 참조하는 하나의 단계로 대치할 수 있어 매우 간단하게 처리할 수 있다.

이상에서 설명한 바와 같은 본 발명에 따른 YCbCr 포맷 영상으로부터 HSV 칼라 히스토그램 추출 방법에 있어서는 다음과 같은 효과가 있다.

YCbCr 모델로 저장된 영상에서 HSV 칼라 히스토그램을 추출하는데 있어, 종래의 YCbCr 모델을 HSV 모델로 변환하는 과정과, 상기 HSV 모델을 HSV 공간상에서양자화하는 과정을 룩업 테이블을 참조하는 과정으로 단순화시킴으로써 히스토그램 추출 속도를 수백 배 향상시킬 수 있다.

또한, 이와 같은 본 발명의 추출 방법은 JPEG 같은 포맷으로 저장된 정지 영상에서 HSV 칼라 히스토그램을 추출할 때는 물론이고, HDTV 방송 스트림과 같은 대용량 디지털 비디오를 분석하는 경우와 같이, 고속으로 대용량 데이터를 처리해야 하는 경우 특히 유용하다.

Claims

YCbCr 모델을 HSV 모델로 변환하는 방법에 있어서,

H, S, V에 대해 각각 L, M, N개의 레벨로 양자화 하는 경우, Cb, Cr에 대응하는 N개의 룩업 테이블을 만드는 단계와,

상기 각 룩업 테이블을 중심으로부터 S의 양자화 경계에 해당하는 M개의 동심원으로 구분하는 단계와,

상기 동심원으로 구분된 각 룩업 테이블을 L개의 방사선에 의해 구분되는 영역으로 나누는 단계와,

각 영역에 양자화 인덱스를 저장하는 단계와,

입력되는 YCbCr 신호 중 Y 신호에 따라 상기 N개의 룩업 테이블 중 하나를 선택하고, CbCr 신호에 따라 상기 선택된 룩업 테이블에서 일 영역을 선택하는 단계와,

상기 선택된 영역의 인덱스로 HSV 히스토그램을 추출하는 단계를 포함하여 구성됨을 특징으로 하는 HSV 히스토그램 추출 방법.
삭제
제 1 항에 있어서,

상기 룩업 테이블은 4개로 만들어지며, 각 룩업 테이블은 중심으로부터 반지름이 각각 5, 30인 동심원에 의해 영역이 나뉘고, 반지름이 5 이상인 영역은 6개의 방사선에 의해 다시 영역이 나뉘어져 각 영역에 양자화 인덱스가 저장됨을 특징으로 하는 HSV 칼라 히스토그램 추출 방법.
YCbCr 모델을 HSV 모델로 변환하는 방법에 있어서,

H, S, V에 대해 각각 L, M, N개의 레벨로 양자화 하는 경우, Cb, Cr에 대응하는 N개의 룩업 테이블을 만드는 단계와,

각 룩업 테이블을 중심으로부터 S의 양자와 경계에 해당하는 M개의 동심원으로 구분하는 단계와,

상기 동심원으로 구분된 각 룩업 테이블을 L개의 방사선에 의해 구분되는 영역으로 나누는 단계와,

각 영역에 양자화 인덱스를 저장하는 단계와,

상기 N이 2의 제곱수인 경우에는 입력되는 YCbCr의 휘도신호(Y)를 (8-log2N) 비트 오른쪽으로 쉬프트하고, N이 2의 제곱수가 아닐 경우에는 Y를 N으로 나누어 N개의 룩업 테이블 중 하나를 선택하는 단계와,

입력되는 YCbCr의 Cb, Cr 신호에 대응하는 영역의 양자화 인덱스 값을 상기 선택된 룩업 테이블에서 찾아 출력하는 단계를 포함하여 이루어짐을 특징으로 하는 HSV 칼라 히스토그램 추출 방법.
제 1 항에 있어서, 상기 룩업 테이블 선택 단계는

상기 N이 2의 제곱수인 경우에는 입력되는 YCbCr의 휘도신호(Y)를 (8-log2N) 비트 오른쪽으로 쉬프트하고, N이 2의 제곱수가 아닐 경우에는 Y를 N으로 나누어 N개의 룩업 테이블 중 하나를 선택하는 것을 특징으로 하는 HSV 칼라 히스토그램 추출 방법.