KR100706414B1

KR100706414B1 - 텍스쳐 검색 장치 및 그 방법

Info

Publication number: KR100706414B1
Application number: KR1019990039922A
Authority: KR
Inventors: 심동규; 김해광
Original assignee: 주식회사 팬택앤큐리텔
Priority date: 1999-09-16
Filing date: 1999-09-16
Publication date: 2007-04-10
Also published as: KR20010027937A

Abstract

본 발명은 DFT 도메인이나 라돈(Radon) 변환에서 스케일을 추정하고 그 추정치에 따라 라돈 변환 후의 스케일에 불변하는 텍스쳐 특징 값을 추출한 후 추출한 텍스쳐 영상 특징으로 텍스쳐를 신속하게 검색토록 한 텍스쳐 검색 장치 및 그 방법에 관한 것으로서, 이러한 본 발명은, 입력 텍스쳐 영상으로부터 스케일을 추정하고, 상기 입력 텍스쳐 영상을 라돈 변환한다. 상기 라돈 변환 평면에서 상기 추정한 스케일에 따라 매칭 추적(Pursuit)을 하여 영상의 특징 값을 추출하고, 추출한 영상 특징 값과 기 데이터 베이스화된 영상의 특징을 비교하여 텍스쳐를 검색한다.

텍스쳐, 라돈 변환, 스케일 추정, 파워 스펙트럼 추정, 매칭 추적, 텍스쳐 탐색

Description

텍스쳐 검색 장치 및 그 방법{Method and Apparatus for retrieving of texture}

도 1은 본 발명에 의한 텍스쳐 검색 장치의 제 1 실시 예를 보인 블록도이고,

도 2는 본 발명에 의한 텍스쳐 검색 장치의 제 2 실시 예를 보인 블록도이며,

도 3은 본 발명에서 DFT 평면에서의 스케일 파라메터 추출 방법을 설명하기 위한 설명도이고,

도 4는 본 발명에서 라돈 변환시 주파수 평면도이다.

<도면의 주요 부분에 대한 부호의 설명>

110, 210 : 텍스쳐 입력부

120 : 파워 스펙트럼 추정부

130, 220 : 스케일 추정부

150, 240 : 매칭 추적부

160, 250 : 텍스쳐 검색부

본 발명은 텍스쳐(Texture) 검색에 관한 것으로, 특히 DFT 도메인이나 라돈(Radon) 변환에서 스케일을 추정하고 그 추정치에 따라 라돈 변환 후의 스케일에 불변하는 텍스쳐 특징 값을 추출한 후 추출한 텍스쳐 특징으로 텍스쳐를 신속하게 검색토록 한 텍스쳐 검색 장치 및 그 방법에 관한 것이다.

상기에서, 텍스쳐(Texture)란 물체의 질감을 나타내는 특성이다. 예를 들어, 여러 개의 나무의 표면은 서로 다른 나무이지만 인간은 이것을 모두 나무 껍질로 판단하며, 그 이유는 같은 질감을 갖고 있기 때문이다.

현재까지의 데이터 검색은 주로 문자 자체를 검색하는 문자기반 검색(text-based search)이었다. 그러나 근래에 들어서 멀티미디어 기술의 발전으로 방대한 양의 멀티미디어 데이터가 생성됨에 따라 문자는 물론 영화, 합성영상, 정지영상, 동영상, 음성 그리고 음악과 같은 멀티미디어 데이터 베이스 검색이 요구되고 있다.

또한 사용자가 보다 개념적인 단어로 관계된 데이터의 검색을 요구하는 경향이 커지고 있다. 이러한 이유로 멀티미디어 데이터의 검색은 점차 중요한 과학기술 분야로 커질 것이며, 이것은 인터넷이나 방송과 같은 멀티미디어 매체의 엄청난 정보의 바다에서 원하는 데이터를 신속하게 찾게 해 줄 것으로 기대된다.

멀티미디어 데이터는 기존의 문자만으로 구성된 데이터와는 달리 데이터 자 체가 방대하며, 또한 각각의 데이터 값 자체가 의미를 갖는 다기 보다는 여러 개의 데이터가 모여 추상적인 형태의 정보를 이룬다. 이러한 내용에 기반을 둔 정보는 아직까지 컴퓨터로 완벽하게 표현한다거나 검색하는 것은 불가능하며, 현재 이 분야에 대한 많은 연구가 진행되고 있다.

이러한 멀티미디어 내용 기반 검색을 위해서는 멀티미디어 데이터에서 인간의 지각과 관계한 특징의 추출이 필요하다. 또한 데이터의 방대성으로 인하여 특징을 사전에 추출하여 데이터 베이스화하여야 할 필요가 있다. 이렇게 저장된 특징과 입력되는 질의 멀티미디어 데이터의 특징을 비교함으로써 사용자가 원하는 정보를 검색할 수 있다. 이러한 멀티미디어 데이터의 효과적인 검색을 위해서 멀티미디어 데이터의 어떠한 성질을 사용할지, 그 특징을 어떠한 방법으로 표현할지, 그 특징을 어떻게 추출할지, 그리고 그것들을 어떻게 비교할지가 중요하게 고려되어야 한다. 여기서 데이터의 특징을 표현하는 구체적인 방법을 기술자라고 한다.

이러한 멀티미디어 데이터는 영상과 음성이 가장 큰 부분으로 고려될 수 있다. 여기서 영상의 경우 특징으로 영상의 색상, 모양, 질감, 움직임 등의 특징을 추출하고 유사도를 추출하여 검색하게 된다. 예를 들어 색상을 표현하는 기술자로 컬로 히스토그램이 등이 주로 사용되고 있으며, 모양의 경우에는 경계를 방향코드로 표현하여 검색하거나 여러 가지 변화 등을 사용하여 모양의 약간의 변형이나 이동, 회전, 스케일에 관계없이 표현하고 검색이 가능하다. 움직임의 경우에는 동영상에서 움직임의 히스토그램과 같은 방법으로 유사한 영상 샘플 시퀀스를 찾아 주는 것을 할 수 있다.

텍스쳐의 검색은 사람이 다른 나무의 무늬를 보고 같은 나무 무늬로 생각하는 것과 같이 비슷한 질감을 갖는 영상을 찾아내는 것이다. 기존의 검색 기법은 영상의 통계적 특정을 이용하는 방법이 주로 이용되어 왔다. 한 화소의 밝기 값은 주변 값에 의하여 결정된다는 MRF(Markov Random Field)나 주변 화소들 사이의 관계를 이용하는 coocurrence 행렬 등이 많이 이용되어 왔다. 이러한 방법이 수학적으로 효과적이나 실제적으로는 계산량이 과다하다는 단점을 가지고 있다. MRF의 경우 MRF로 모델링한 후 통계 파라메터를 구하기 위하여 통계적 반복기법을 사용하게 된다. 이러한 방법은 최적 해를 구하는 것 자체가 보장되지 않으며 많은 계산량을 필요로 한다. Coocurrence 행렬에 의한 방법은 여러 방향에 대한 또한 각 거리에 대한 변화량을 계산하는 것으로 대단히 많은 메모리를 필요로 하게 된다.

이론적으로 모든 영상은 텍스쳐로 구성되어 있다고 볼 수 있어 텍스쳐의 검색은 매우 중요한 문제이다. 이러한 텍스쳐는 구조적 텍스쳐와 통계적 텍스쳐로 나눌 수 있으며 구조적 텍스쳐는 기본 형태가 반복되는 모양을 나타낸다. 예를 들어, 규칙적으로 쌓아져 있는 벽돌과 같은 영상이다. 그리고 통계적 텍스쳐는 어떤 반복적 특성은 아니지만 사람이 말하는 질감이 비슷한 것을 말한다. 이러한 두 가지 분류 이외에 텍스쳐를 세 가지 형태로 분류하기도 하는데, 하모닉 (harmonic) 요소를 가진 텍스쳐, 방향성만을 가진 텍스쳐(strong evanescent), 그리고ㅋ정되지 않는(inderministic) 성질을 가진 텍스쳐로 구분하기도 한다. 이러한 텍스쳐를 인간이 인식하는 특성을 인지 과학에서는 세 가지 특징, 즉 주기성 (Periodicity), 방향성(directionality) 그리고 복잡성(randomness)이라고 한다. 다시 말해, 이러한 세 가지 특징을 텍스쳐에서 추출할 수 있어야 할 것이다. 여기서 주기성이란 텍스쳐가 어떤 기본 형태가 반복되는 것을 말하며, 방향성이란 텍스쳐가 어떤 방향을 가지고 있느냐를 말한다. 그리고 복잡성이란 통계적으로 결정되지 않은 잡음과 같은 특성을 크게 갖는 텍스쳐를 표현하는 성질이다. 이러한 특징을 효과적으로 추출할 수 있다면 텍스쳐를 정확하게 검색할 수 있을 것이다.

결론적으로, 텍스쳐에 의한 영상 검색은 신속하면서도 인간의 시각적 특성을 고려하여 이동, 변형, 회전, 스케일에 관계없는 질감 영상을 찾아줄 수 있어야 한다.

최근에는 텍스쳐 영상의 검색 기법으로서, 주파수 영역을 특징으로 이용하는 방법이 많이 이용되고 있다. 여기서 필터로 Gabor나 Wavelet필터 등이 사용된다. Gabor 필터와 같은 경우 주파수 영역을 가장 효과적으로 나눌 수 있어 많이 이용되고 있으며, Wavelet 필터는 주파수 영역을 인간의 시각적 특성이 고려된 형태로 나타낸다.

그러나 이러한 방법들도 모두 많은 시간을 필요로 한다. 이렇게 계산량이 많은 방법은 실제로 대용량 멀티미디어 데이터 검색에는 적합하지 않다. 예를 들어 데이터 베이스를 구성하는데서 너무 많은 시간과 비용을 요구할 것이며, 실제 사용자가 검색에 소요되는 시간이 길어지면 이것의 사용을 기피할 것이다.

따라서 본 발명은 상기와 같은 기존의 텍스쳐 영상 검색시 발생하는 제반 문 제점을 해결하기 위해서 제안된 것으로서,

본 발명의 목적은, DFT 도메인이나 라돈(Radon) 변환에서 스케일을 추정하고 그 추정치에 따라 라돈 변환 후의 스케일에 불변하는 텍스쳐 특징 값을 추출한 후 추출한 텍스쳐 특징으로 텍스쳐를 신속하게 검색토록 한 텍스쳐 검색 장치를 제공하는 데 있다.

본 발명의 다른 목적은, DFT 도메인이나 라돈(Radon) 변환에서 스케일을 추정하고 그 추정치에 따라 라돈 변환 후의 스케일에 불변하는 텍스쳐 특징 값을 추출한 후 추출한 텍스쳐 특징으로 텍스쳐를 신속하게 검색토록 한 텍스쳐 검색 방법을 제공하는 데 있다.

이러한 목적을 달성하기 위한 본 발명의 제 1 방법은,

텍스쳐를 검색하는 방법에 있어서,

입력 텍스쳐 영상으로부터 스케일을 추정하는 제 1 단계와;

상기 입력 텍스쳐 영상을 라돈 변환하는 제 2 단계와;

상기 제 2 단계에서 얻어지는 라돈 변환 평면에서 상기 추정한 스케일에 따라 매칭 추적(Pursuit)을 하여 텍스쳐 영상의 특징을 추출하는 제 3 단계와;

상기 추출한 텍스쳐 영상의 특징과 기 데이터 베이스화된 영상의 특징을 비교하여 텍스쳐를 검색하는 제 4 단계로 이루어진다.

상기 목적을 달성하기 위한 본 발명의 제 2 방법은,

텍스쳐를 검색하는 방법에 있어서,

입력 텍스쳐 영상으로부터 스케일을 추정하는 제 1 단계와;

상기 입력 텍스쳐 영상을 라돈 변환하는 제 2 단계와;

상기 제 2 단계에서 얻어지는 라돈 변환 평면에서 매칭 추적(Pursuit)을 하여 텍스쳐 영상의 특징을 추출하는 제 3 단계와;

상기 추정한 스케일에 따라 상기 추출한 텍스쳐 영상의 특징과 기 데이터 베이스화된 영상의 특징을 비교하여 텍스쳐를 검색하는 제 4 단계로 이루어진다.

상기 목적을 달성하기 위한 본 발명의 제 1 장치는,

텍스쳐를 검색하는 장치에 있어서,

입력 텍스쳐 영상으로부터 파워 스펙트럼을 추정하는 파워 스펙트럼 추정수단과;

상기 파워 스펙트럼 추정수단에서 얻어지는 파워 스펙트럼에서 스케일을 추정하는 스케일 추정수단과;

상기 입력 텍스쳐 영상을 라돈 변환하는 라돈 변환수단과;

상기 라돈 변환수단에서 얻어지는 라돈 변환 평면에서 상기 스케일 추정수단에서 추정한 스케일에 따라 매칭 추적(Pursuit)을 하여 텍스쳐 영상의 특징을 추출하는 매칭 추적수단과;

상기 매칭 추적수단에서 추출한 텍스쳐 영상의 특징과 기 데이터 베이스화된 영상의 특징을 비교하여 텍스쳐를 검색하는 텍스쳐 검색수단으로 이루어짐을 특징으로 한다.

상기 목적을 달성하기 위한 본 발명의 제 2 장치는,

텍스쳐를 검색하는 장치에 있어서,

입력 텍스쳐 영상으로부터 스케일을 추정하는 스케일 추정수단과;

상기 입력 텍스쳐 영상을 라돈 변환하는 라돈 변환수단과;

상기 라돈 변환수단에서 얻어지는 라돈 변환 평면에서 매칭 추적(Pursuit)을 하여 텍스쳐 영상의 특징을 추출하는 매칭 추적수단과;

상기 스케일 추정수단에서 추정한 스케일에 따라 상기 매칭 추적수단에서 추출한 텍스쳐 영상의 특징과 기 데이터 베이스화된 영상의 특징을 비교하여 텍스쳐를 검색하는 텍스쳐 검색수단으로 이루어짐을 특징으로 한다.

이하 상기와 같은 기술적 사상에 따른 본 발명의 바람직한 실시 예를 첨부한 도면에 의거 상세히 설명하면 다음과 같다.

본 발명은 텍스쳐의 스케일을 추정하고 이것을 텍스쳐 검색의 특징으로 사용한다. 또한 이러한 스케일에 따른 라돈(Radon) 평면에서 매칭 추적(Matching Pursuit)의 파라메터를 조정하여 스케일에 무관한 특징을 추정한다.

<실시예1>

첨부한 도면 도 1은 본 발명에 의한 텍스쳐 영상 검색장치의 제 1 실시 예를 보인 블록도이다.

여기서, 참조부호 110은 텍스쳐 영상을 입력받는 텍스쳐 입력부이고, 120은 입력 텍스쳐 영상으로부터 파워 스펙트럼을 추정하는 파워 스펙트럼 추정부이고, 참조부호 130은 상기 파워 스펙트럼 추정부(120)에서 얻어지는 파워 스펙트럼에서 스케일을 추정하는 스케일 추정부이고, 140은 상기 입력 텍스쳐 영상을 라돈 변환하는 라돈 변환부이다.

또한, 참조부호 150은 상기 라돈 변환부(140)에서 얻어지는 라돈 변환 평면에서 상기 추정한 스케일에 따라 매칭 추적(Pursuit)을 하여 영상의 특징 값을 추출하는 매칭 추적부이고, 160은 상기 매칭 추적부(150)에서 얻어지는 영상 특징값과 기 데이터 베이스화된 영상의 특징을 비교하여 텍스쳐를 검색하는 텍스쳐 검색부이다.

이와 같이 구성된 본 발명에 의한 텍스쳐 검색장치 제 1 실시 예는, 먼저 텍스쳐 입력부(110)는 임의의 텍스쳐 영상을 입력받게 되며, 이렇게 입력되는 텍스쳐 영상을 파워 스텍트럼 추정부(120) 및 라돈 변환부(140)에 각각 입력시킨다.

파워 스펙트럼 추정부(120)는 입력되는 텍스쳐 영상을 이산 푸리에 변환(DFT)하고, 그 이산 푸리에 변환 평면에서 파워 스펙트럼을 추정하고, 파워 스펙트럼 평면에서 도 3과 같이 에너지의 80%가 되는 주파수를 컷-오프 주파수로 스케일 추정부(130)에 전달한다.

스케일 추정부(130)는 상기 파워 스펙트럼 추정부(120)에서 얻어지는 컷-오프 주파수에서 스케일을 추정하게 되고, 그 스케일 추정값을 매칭 추적부(150)에 전달한다.

여기서, 스케일 추정의 다른 방법으로는, 텍스쳐 영상을 여러 방향으로 가산 투영을 시킨 후 1차원 신호에 대한 주기를 추정한다. 그리고 이러한 주기를 스케일 값으로 사용하는 방법도 있다.

한편, 라돈 변환부(140)는 입력되는 텍스쳐 영상을 라돈 변환하고, 매칭 추적부(150)는 상기 스케일 추정부(130)에서 얻어지는 스케일에 따라 Gabor dictionary의 파라메터를 결정하고, 그 결정된 파라메터에 따라 상기 라돈 변환부(140)에서 얻어진 라돈 변환된 영상 평면에서 매칭 추적을 수행하여 입력되는 텍스쳐 영상의 특징을 추출한다.

도 4는 라돈 변환이 주파수 평면에 어떻게 대응되는지를 보여주는 도면이다. 도 4에서 보듯이 원형의 형태로 주파수 특징을 추출하고 있다. 이러한 특징 값은 스케일에 영향을 받는 특징값으로서 스케일에 무관한 텍스쳐 검색에는 적용할 수 없다는 단점이 있다.

이러한 문제를 해결하기 위해 본 발명에서는 매칭 추적부(150)에서 상기 스케일 추정부(130)에서 얻어지는 스케일 값에 따라 Gabor dictionary의 파라메터를 결정하고, 매칭 추적을 수행함으로써 스케일에 무관한 특징을 추출할 수 있다.

이를 좀 더 상세히 설명하면 다음과 같다.

매칭 추적부(150)내의 Gabor 필터는 가우시안 필터와 밴드패스 필터로 구성되며, Gabor 필터의 시간축 표현은 하기 [수학식1]과 같다.

여기서, u는 시간축에서 필터의 이동량을 나타내고, μ는 중심 주파수. s는 밴드 폭을 나타낸다.

즉, 상기와 같은 수학식에서 밴드 폭(s)과 중심 주파수(μ)를 변환시킴으로써 원하는 밴드패스 필터를 만들 수 있다.

여기서 파라메터를 변화시키면서 Gabor dictionary를 구성하고, 이것을 이용하여 매칭 추적을 하면서 1차원 라돈 신호에서 텍스쳐 영상의 특징을 추출한다. 본 발명에서는 스케일에 무관한 특징을 추출하기 위하여 스케일 값에 따른 밴드 폭과 중심 주파수를 결정한다.

상기 Gabor 함수를 모 함수로 하여 파라메터를 구현하면 하기 [수학식2]와 같다.

여기서 l={0,1,....,S-1}, m, n값을 조정함으로써 Gabor dictionary의 크기를 조정할 수 있다.

상기에서 필터의 스케일 파라메터 1은 k=k

s로 정의된다.

여기서 k는 상수이며, s는 위에서 추정한 스케일을 나타낸다.

이러한 스케일 파라메터 결정에 의하여 텍스쳐의 스케일에 무관한 특징을 추출할 수 있다.

이렇게 추출한 텍스쳐 특징을 본 발명에서는 스케일에 무관한 텍스쳐 검색을 위한 기술자로 제안하며, 그 기술자를 표현하면 다음과 같다.

{s, m1, Sig1, m2, Sig2,...., 다른 특징값}

또는, 상기 s값과 다른 특징값 및 m1, Sig1, m2, Sig2,...., 의 반전 값을 기술자로 사용한다.

여기서 상기 기술자중 첫 번째 제안한 기술자는 스케일 파라메터와 스케일을 고려하지 않은 매칭 추적후의 평균값과 에너지를 나타내며, 두 번째 기술자는 스케일 값과 스케일을 고려한 매칭 추적후의 평균값과 에너지를 나타낸다.

이러한 기술자가 텍스쳐 영상의 특징으로 텍스쳐 검색부(160)에 입력되며, 텍스쳐 검색부(160)는 상기 입력되는 텍스쳐 영상의 특징과 이미 데이터 베이스화된 텍스쳐 영상의 특징을 비교하여 텍스쳐를 탐색하게 된다.

또한, 스케일에 무관한 특징 이외의 회전에도 무관한 텍스쳐 검색을 위하여 특징값을 회전시켜 가면서 최소의 거리를 나타내는 텍스쳐를 검색한다.

<실시예2>

도 2는 본 발명에 의한 텍스쳐 검색장치의 다른 실시예를 보인 블록도이다.

여기서 참조부호 210은 텍스쳐 영상을 입력받는 텍스쳐 입력부이고, 220은 상기 텍스쳐 입력부(210)에서 출력되는 텍스쳐 영상으로부터 스케일을 추정하는 스케일 추정부이다. 또한, 참조부호 230은 상기 입력 텍스쳐 영상을 라돈 변환하는 라돈 변환부이고, 240은 상기 라돈 변환부(230)에서 얻어지는 라돈 변환 평면에서 매칭 추적(Pursuit)을 하여 영상의 특징값을 추출하는 매칭 추적부이고, 250은 상기 스케일 추정부(220)에서 얻어지는 스케일에 따라 상기 매칭 추적부(240)에서 추출한 영상 특징값과 기 데이터 베이스화된 영상의 특징을 비교하여 텍스쳐를 검색하는 텍스쳐 검색부이다.

이와 같이 구성되는 본 발명의 제 2 실시예는, 텍스쳐 입력부(210)에서 텍스 쳐 영상을 입력받은 후 라돈 변환부(230) 및 스케일 추정부(220)에 각각 입력 텍스쳐를 전달한다.

라돈 변환부(230)는 입력 텍스쳐를 라돈 변환하게 되고, 매칭 추적부(240)는 상기 라돈 변환부(230)에서 얻어지는 라돈 평면에서 매칭 추적을 수행하여 텍스쳐 영상의 특징값을 추출한다.

아울러 스케일 추정부(220)는 입력되는 텍스쳐 영상을 파워 스펙트럼 추정방법 또는 가산 투영 방법으로 처리하여 스케일을 추정하게 되고, 텍스쳐 검색부(250)는 상기 스케일 추정부(220)에서 얻어지는 스케일 값에 따라 상기 매칭 추적부(240)에서 얻어지는 텍스쳐 영상의 특징과 이미 데이터 베이스화된 영상 특징을 비교하여 텍스쳐를 검색하게 된다.

여기서, 텍스쳐 검색시 상기 스케일 추정부(220)에서 추정한 스케일 값으로 상기 매칭 추적부(240)에서 얻어지는 텍스쳐 영상의 특징을 정규화하고, 그 정규화된 텍스쳐 영상의 특징을 데이터 베이스화된 영상 특징과 비교하여 텍스쳐를 검색하게 된다.

또한, 회전에 무관한 텍스쳐 검색을 위하여 상기 정규화한 텍스쳐 특징을 회전시켜가면서 데이터 베이스화된 영상 특징과 비교하여 텍스쳐를 검색한다.

이상에서 상술한 본 발명에 따르면, 라돈 평면에서 스케일에 무관한 텍스쳐 검색을 위하여 스케일을 추정하고, 이것에 따라 라돈 평면에서 매칭 추적을 통해 텍스쳐 영상 특징을 추출하는 방법으로 텍스쳐 영상 특징을 추출하고, 이를 이용하여 텍스쳐를 검색함으로써 텍스쳐 검색이 용이하며, 아울러 고속으로 텍스쳐 검색이 가능한 이점이 있다.

또한, Gabor dictionary의 파라메터를 조정함으로써 스케일에 불변한 특징값을 추출할 수 있으며, 이에 따라 스케일에 불변인 텍스쳐 검색이 가능 한 이점이 있다.

또한, 추출한 텍스쳐 영상의 특징을 회전시켜가면서 데이터 베이스화된 텍스쳐 영상 특징과 비교하는 방법으로 텍스쳐를 검색함으로써, 회전에 불변인 텍스쳐 검색도 가능한 이점이 있다.

또한, 스케일 및 회전에 무관한 텍스쳐 영상의 검색이 가능함으로써, 보다 인간의 시각적 영상 인식과 유사하게 텍스쳐 검색이 가능하므로 멀티미디어 데이터 검색에 용이함을 제공해주는 이점이 있다.

Claims

텍스쳐를 검색하는 방법에 있어서,

입력 텍스쳐 영상으로부터 스케일을 추정하는 제 1 단계와;

상기 입력 텍스쳐 영상을 라돈 변환하는 제 2 단계와;

상기 제 2 단계에서 얻어지는 라돈 변환 평면에서 상기 추정한 스케일에 따라 매칭 추적(Pursuit)을 하여 텍스쳐 영상의 특징을 추출하는 제 3 단계와;

상기 추출한 텍스쳐 영상의 특징과 기 데이터 베이스화된 영상의 특징을 비교하여 텍스쳐를 검색하는 제 4 단계를 포함하여 이루어짐을 특징으로 하는 텍스쳐 검색 방법.
제1항에 있어서, 상기 제 1 단계는, 입력 텍스쳐 영상을 이산 푸리에 변환하고, 그 이산 푸리에 변환 평면에서 파워 스펙트럼을 추정하며, 상기 파워 스펙트럼 평면에서 주파수를 임의 레벨로 컷-오프 한 컷-오프 주파수에서 스케일을 추정하는 것을 특징으로 하는 텍스쳐 검색 방법.
삭제
제1항에 있어서, 상기 제 3 단계는, 상기 추정한 스케일 값으로 Gabor dictionary를 구성하고 이를 이용하여 매칭 추적을 수행하는 것을 특징으로 하는 텍스쳐 검색 방법.
제1항에 있어서, 상기 제 4 단계의 텍스쳐 검색은, 상기 추출한 텍스쳐 영상의 특징을 정규화하고, 그 정규화한 텍스쳐 영상의 특징을 데이터 베이스화된 영상 특징과 비교하여 텍스쳐를 검색하는 것을 특징으로 하는 텍스쳐 검색 방법.
제1항에 있어서, 상기 제 4 단계의 텍스쳐 검색은, 상기 추출한 텍스쳐 영상의 특징을 정규화하고, 그 정규화한 텍스쳐 영상의 특징을 회전시켜가면서 데이터 베이스화된 영상 특징과 비교하여 텍스쳐를 검색하는 것을 특징으로 하는 텍스쳐 검색 방법.
텍스쳐를 검색하는 장치에 있어서,

입력 텍스쳐 영상으로부터 파워 스펙트럼을 추정하는 파워 스펙트럼 추정수단과;

상기 파워 스펙트럼 추정수단에서 얻어지는 파워 스펙트럼에서 스케일을 추정하는 스케일 추정수단과;

상기 입력 텍스쳐 영상을 라돈 변환하는 라돈 변환수단과;

상기 라돈 변환수단에서 얻어지는 라돈 변환 평면에서 상기 스케일 추정수단에서 추정한 스케일에 따라 매칭 추적(Pursuit)을 하여 텍스쳐 영상의 특징을 추출하는 매칭 추적수단과;

상기 매칭 추적수단에서 추출한 텍스쳐 영상의 특징과 기 데이터 베이스화된 영상의 특징을 비교하여 텍스쳐를 검색하는 텍스쳐 검색수단을 포함하여 구성된 것을 특징으로 하는 텍스쳐 검색 장치.
제7항에 있어서, 상기 파워 스펙트럼 추정수단은, 입력 텍스쳐 영상을 이산 푸리에 변환하고, 그 이산 푸리에 변환 평면에서 파워 스펙트럼을 추정하며, 상기 파워 스펙트럼 평면에서 주파수를 임의 레벨로 컷-오프 한 컷-오프 주파수를 추정된 파워 스펙트럼으로 스케일 추정부에 전달하는 것을 특징으로 하는 텍스쳐 검색 장치.
삭제
제7항에 있어서, 상기 매칭 추적수단은, 상기 추정한 스케일 값으로 Gabor dictionary를 구성하고 이를 이용하여 매칭 추적을 수행하는 것을 특징으로 하는 텍스쳐 검색 장치.
제7항에 있어서, 상기 텍스쳐 검색수단은, 상기 추출한 텍스쳐 영상의 특징을 정규화하고, 그 정규화한 텍스쳐 영상의 특징을 데이터 베이스화된 영상 특징과 비교하여 텍스쳐를 검색하는 것을 특징으로 하는 텍스쳐 검색 장치.
제7항에 있어서, 상기 텍스쳐 검색수단은, 상기 추출한 텍스쳐 영상의 특징을 정규화하고, 그 정규화한 텍스쳐 영상의 특징을 회전시켜가면서 데이터 베이스화된 영상 특징과 비교하여 텍스쳐를 검색하는 것을 특징으로 하는 텍스쳐 검색 장치.
텍스쳐를 검색하는 방법에 있어서,

입력 텍스쳐 영상으로부터 스케일을 추정하는 제 1 단계와;

상기 입력 텍스쳐 영상을 라돈 변환하는 제 2 단계와;

상기 제 2 단계에서 얻어지는 라돈 변환 평면에서 매칭 추적(Pursuit)을 하여 텍스쳐 영상의 특징을 추출하는 제 3 단계와;

상기 추정한 스케일에 따라 상기 추출한 텍스쳐 영상의 특징과 기 데이터 베이스화된 영상의 특징을 비교하여 텍스쳐를 검색하는 제 4 단계를 포함하여 이루어짐을 특징으로 하는 텍스쳐 검색 방법.
제13항에 있어서, 상기 제 1 단계는, 입력 텍스쳐 영상을 이산 푸리에 변환하고, 그 이산 푸리에 변환 평면에서 파워 스펙트럼을 추정하며, 상기 파워 스펙트럼 평면에서 주파수를 임의 레벨로 컷-오프 한 컷-오프 주파수에서 스케일을 추정하는 것을 특징으로 하는 텍스쳐 검색 방법.
삭제
제13항에 있어서, 상기 제 3 단계는, 상기 추정한 스케일 값으로 Gabor dictionary를 구성하고 이를 이용하여 매칭 추적을 수행하는 것을 특징으로 하는 텍스쳐 검색 방법.
제13항에 있어서, 상기 제 4 단계의 텍스쳐 검색은, 상기 추정한 스케일에 따라 상기 매칭 추적에서 얻어지는 텍스쳐 영상의 특징을 정규화하고, 그 정규화한 텍스쳐 영상의 특징을 데이터 베이스화된 영상 특징과 비교하여 텍스쳐를 검색하는 것을 특징으로 하는 텍스쳐 검색 방법.
제13항에 있어서, 상기 제 4 단계의 텍스쳐 검색은, 상기 추정한 스케일에 따라 상기 텍스쳐 영상의 특징을 정규화하고, 그 정규화한 텍스쳐 영상의 특징을 회전시켜가면서 데이터 베이스화된 영상 특징과 비교하여 텍스쳐를 검색하는 것을 특징으로 하는 텍스쳐 검색 방법.
텍스쳐를 검색하는 장치에 있어서,

입력 텍스쳐 영상으로부터 스케일을 추정하는 스케일 추정수단과;

상기 입력 텍스쳐 영상을 라돈 변환하는 라돈 변환수단과;

상기 라돈 변환수단에서 얻어지는 라돈 변환 평면에서 매칭 추적(Pursuit)을 하여 텍스쳐 영상의 특징을 추출하는 매칭 추적수단과;

상기 스케일 추정수단에서 추정한 스케일에 따라 상기 매칭 추적수단에서 추출한 텍스쳐 영상의 특징과 기 데이터 베이스화된 영상의 특징을 비교하여 텍스쳐를 검색하는 텍스쳐 검색수단을 포함하여 이루어짐을 특징으로 하는 텍스쳐 검색 장치.
제19항에 있어서, 상기 스케일 추정수단은, 입력 텍스쳐 영상을 이산 푸리에 변환하고, 그 이산 푸리에 변환 평면에서 파워 스펙트럼을 추정하며, 상기 파워 스펙트럼 평면에서 주파수를 임의 레벨로 컷-오프 한 컷-오프 주파수에서 스케일을 추정하는 것을 특징으로 하는 텍스쳐 검색 장치.
삭제
제19항에 있어서, 상기 매칭 추적수단은, 상기 추정한 스케일 값으로 Gabor dictionary를 구성하고 이를 이용하여 매칭 추적을 수행하는 것을 특징으로 하는 텍스쳐 검색 장치.
제19항에 있어서, 상기 텍스쳐 검색수단은, 상기 추정한 스케일에 따라 상기 추출한 텍스쳐 영상의 특징을 정규화하고, 그 정규화한 텍스쳐 영상의 특징을 데이터 베이스화된 영상 특징과 비교하여 텍스쳐를 검색하는 것을 특징으로 하는 텍스쳐 검색 장치.
제19항에 있어서, 상기 텍스쳐 검색수단은, 상기 추정한 스케일에 따라 상기 추출한 텍스쳐 영상의 특징을 정규화하고, 그 정규화한 텍스쳐 영상의 특징을 회전시켜가면서 데이터 베이스화된 영상 특징과 비교하여 텍스쳐를 검색하는 것을 특징으로 하는 텍스쳐 검색 장치.