색상히스토그램을 이용한 영상검색 방법에 관한 연구

Abstract

The rapidly changing telecommunication technique and wide spread use of internet have enabled us to easily access a lot of information. And the development of digital library has made it possible to search data in real time even though a database is located in a remoted place. However, an effective search method for multimedia database with various data has not been developed yet, and the current search method of multimedia database and digital library has limited capabilities. We have studied search methods for the multimedia database. This paper presents an improved algorithm for a content based search, which is one of the image search algorithms. The majority of existing algorithms for image search are based on color distribution of images. They calculate a color distribution of query images in a histogram, compare it with a color histogram of images in a database and seek highest match value. However, color histogram used in the algorithm shows color distributions only and does not have any consideration of distance between colors distributed at all. Therefore, it can miss the true image due to minor color changes. We can see many works on effective image searches considering the distance factor. The proposed algorithm is based on Histogram Intersection of Swain. It tries to enhance search effectiveness by using not only color histogram showing color distribution of images but also inverse covariance matrix, a new weighting factor of the color distance. The existing algorithm always provides the same number of bins for each color component for calculating color histograms. However we have done computer simulations on the relationship between the number of histogram bins and search effectiveness by testing cases where the number of histogram bins are differently divided based on color distributions. The image search using Inverse Covariance Matrix as suggested in this paper showed enhanced efficiency in image search of Swain or other algorithms considering the distance factor. Moreover, appropriate quantization of histogram bins has enable us to get more accurate and faster image search results. We accomplished efficient search in terms of time and accuracy by increasing the number of bins for color components by reducing numbers for color components with small variations.;급속도로 발전하는 통신 기술과 인터넷의 대중화 등으로 수많은 정보를 손쉽게 접할 수 있게 되었다. 또 디지털 라이브러리가 개발되면서 공간적으로는 멀리 떨어져 있어도 마치 하나의 데이터베이스를 사용하는 것처럼 동시에 검색이 가능해 졌다. 그러나 아직까지는 이렇게 다양한 데이터를 가지고 있는 멀티미디어 데이터베이스에 대한 효율적인 검색 방법이 없고, 현재 사용되는 멀티미디어 데이터베이스와 디지털 라이브러리의 검색은 매우 제한적인 부분에서 행해지고 있다. 이에 멀티미디어 데이터베이스의 검색 방법에 대한 수많은 연구가 진행되고 있으나 사용자가 만족할 만한 검색 결과를 얻지 못하고 있다. 본 논문에서는 영상 검색 방법의 하나인 내용에 기반을 둔(content based search) 검색 방법에 대해서 새로운 알고리즘을 제안해 보겠다. 기존에 사용되고 있는 대부분의 영상 검색 알고리즘들은 영상의 색상분포에 기반을 둔 알고리즘으로, 모델영상(query image)의 색상분포를 히스토그램으로 나타낸 후 데이터베이스내에 있는 영상의 색상히스토그램과 비교하여 가장 높은 정합값 (match value)을 가지는 영상을 찾는 방법이다. 그러나 이 알고리즘에서 사용하는 색상 히스토그램에는 색상의 분포만을 나타내고 있고, 분포된 색상 사이의 거리에 대한 고려가 전혀 없으므로 서로 다른 영상일지라도 유사한 색상 분포를 가지면 동일한 색상 히스토그램을 가지므로 동일한 영상으로 인식하는 한계를 가지고 있다. 이에 거리요소를 고려한 영상 검색 효율에 대한 많은 연구가 진행되고 있다. 본 논문의 알고리즘은 Swain의 Histogram Intersection에 바탕을 둔 것으로 영상의 색상 분포를 나타내는 색상 히스토그램뿐 아니라 거리요소로 새로운 요소인 역공분산행렬을 사용하여 검색 효율을 높이고자 하였다. 또, 기존 알고리즘들에서는 영상을 색상히스토그램으로 나타낼 때 색상 분포와 무관하게 히스토그램 구간을 항상 일정하게 나누었다. 그러나 히스토그램의 구간을 색상 분포에 따라 다르게 나누었을 경우에 대하여 테스트를 하여 히스토그램의 구간 수와 검색 효율사이의 관계에 대해서도 연구해 보았다. 본 논문에서 제안하는 역공분산행렬을 사용하여 영상 검색을 한 결과 기존의 Swain의 알고리즘이나 다른 거리 요소를 이용한 알고리즘보다도 잡음이 삽입되어도 보다 나은 영상 검색 효율을 보였다. 또 구간 수를 적절하게 양자화하는 것은 보다 빠르고 정확하게 영상을 검색하도록 한다는 것을 알 수 있다. 즉 변화가 큰 색상 성분은 구간 수를 더 많이 나누어서 자세히 살펴보았고, 변화가 작은 색상 성분은 크게 구간을 나누어서 시간과 정확성의 측면에서 보다 효율적인 검색이 이루어지도록 하였다.