본 논문에서는 기존의 칼라 특성을 이용한 내용 기반 영상 검색 방법을 적용 영역별로 분류 할 수 있는 기준을 제시하고, 그 기준에 의해 영상 내 공간 정보를 충분하게 표현할 수 있어 이동 및 회전 확대/축소 변형에 강한 영상 검색 방법을 제안한다. 일반적으로 칼라 특성을 이용한 내용 기반 영상 검색은 영상 내 공간정보를 충분하게 표현하지 못하여 이동 및 회전, 확대/축소 변형에 약한 단점을 지니고 있다. 이에 기존 연구에서는 인위적으로 영상을 여러 개로 분할하는 방법 등으로 공간 정보를 표현하고자 하였지만 특징 벡터의 수가 급격히 늘어남에 따라 검색 효율이 저하된다는 단점을 가지고있다. 본 논문에서는 기존의 방법을 사용된 칼라 객체의 상호 관계에 따라 1차와 2차 관계에 의한 방법으로 분류하고, 이동, 회전 특히 크기 변화(축소,확대)에 탁월한 성능을 보이는 칼라 객체의 3차 관계를 이용한 방법을 제안한다. 제안된 방법은 주어진 영상으로부터 양자화된 24개의 버킷을 생성해서 각 버킷의 히스토그램의 크기 순서로 세 개 버킷을 선정하고 그들의 평균 칼라 위치를 계산해서 그들 간의 상호 각도를 추출하여 영상의 특징 벡터로 사용하였다. 실험 결과 기존 방법보다 특히 영상의 크기 변화에 대해 좋은 결과를 얻을수 있었으며, 계산량도 적어 효율적임을 보여 주었다.
In this paper, we propose a criteria which can be applied to classify conventional color feature based Content Based Image Retrieval (CBIR) methods with its application areas, and a new image retrieval method which can represent sufficient spatial information in the image and is powerful in invariant searching to translation, rotation and enlargement transform. As the conventional color feature based CBIR methods can not sufficiently include the spatial information in the image, in general, they have drawbacks, which are weak to the translation or rotation, enlargement transform. To solve it, they have represented the spatial information by partitioning the image. Retrieval efficiency, however, is decreased rapidly as increasing the number of the feature vectors. We classify conventional methods to ones using 1st order relations and ones using 2nd order relations as their color object relation, and propose a new method using 3rd order relation of color objects which is good for the translation, rotation and enlargement transform. It makes quantized 24 buckets and selects 3 high scored histogram buckets and calculates 3 mean positions of pixels in 3 buckets and 3 angles. Then, it uses them as feature vectors of a given image. Experiments show that the proposed method is especially good at enlarged images and effective for its small calculation.
