일반기술

칼라 영상에서의 특징 벡타 추출 방법 및 이를 활용한 영상 검색 방법

본 기술은 칼라 영상으로부터 칼라 정보와 모양 정보를 동시에 고려한 특징 벡타를 추출하는 방법 및 특징 벡타를 사용하여 영상 데이타베이스내에 저장된 영상과 검색될 질의 영상간의 칼라 및 모양 특징의 정합을 수행하는 영상 검색 방법에 관한 것이다.기존의 칼라 히스토그램 인터섹션 방법과 모양 정보를 위한 방향 히스토그램 인터섹션 방법은 영상의 칼라 정보에 모양 정보를 추가하여 검색의 효율을 높였지만, 균등 양자화기를 통해 생성된 그룹간의 단순한 히스토그램 비교 방법을 사용하였기 때문에 칼라 히스토그램 자체를 변화시키는 요인에 대해서는 민감한 반응을 나타내는 단점이 있다. 또한, 모양 정보를 추출하는 방법으로서 캐니 경계선 검출기를 이용하여 경계선의 방향 히스토그램을 사용하였기 때문에 영상 내의 물체의 이동에는 변화가 없지만 물체의 회전에는 상당히 민감한 반응을 보이는 단점을 가지고 있다.반면, 본 기술에서는 영상의 칼라 특징을 추출할 때, 엘로이드-맥스 양자화기를 이용한 효율적인 칼라 양자화 및 양자화된 칼라의 공간적 분포 상황을 고려하기 위한 NICO 행렬 및 GICO 행렬을 이용하여, 잡음의 첨가나 콤마 보정값의 변화와 같은 칼라 히스토그램 자체를 변화시키는 요인에 유동적으로 대처할 수 있으며 오차를 줄여 칼라 영상 검색 효율을 증대시킬 수 있다. 또한, 영상의 모양 특징을 추출할 때, 불변 모멘트 비교 방법을 이용하여, 물체의 회전에 대해서도 안정되게 작용하면서 적은 연산량으로 전체적인 윤곽을 나타낼 수 있으며 선택적으로 주요 칼라 성분만의 공간적 정보를 이용한 비교를 가능케 할 수 있다본 기술에 의한 특징 벡타를 추출하는 방법은 HSI 칼라 공간내의 각 축에 대하여, 칼라 영상의 화소에 대한 비균등 양자화를 통해 화소의 칼라 그룹을 생성하고, 생성된 각 그룹에 대한 히스토그램을 계산하여 칼라 영상의 칼라 특징 벡타인 NICO 및 GICO 행렬을 추출하는 칼라 특징 추출 단계, 칼라 특징 추출 단계에서 생성된 NICO 행렬로부터 우위 칼라의 수를 결정하는 단계 및 칼라 영상내의 물체의 윤곽선에 해당하는 화소들을 대상으로 향상된 불변 모멘트 계산을 통해 물체의 전체적인 윤곽선을 추출하고, 미리 결정된 우위 칼라의 수를 기초로 해서, 각각의 우위 칼라별 불변 모멘트를 계산하여, 우위 칼라의 개별적인 윤곽선을 추출하는 모양 특징 추출 단계를 포함하여 이루어져 있다.본 기술에 의한 영상 검색 방법은 칼라 영상의 칼라 특징 벡타인 NICO 및 GICO 행렬을 추출하는 칼라 특징 추출 단계, NICO 행렬로부터 우위 칼라의 수를 결정하는 단계, 각각의 우위 칼라별 불변 모멘트를 계산하여 우위 칼라의 개별적인 윤곽선을 추출하는 모양 특징 추출 단계, 질의 영상의 NICO 및 GICO 행렬 성분값과 영상 데이터베이스내에 저장된 영상의 NICO 및 GICO 행렬 성분값 비교를 행하는 단계, IMI 계수값 및 우위 칼라별 불변 모멘트 계수값과 영상의 IMI 계수값 및 우위 칼라별 불변 모멘트 계수값의 비교를 행하는 단계, 질의 영상과 영상 데이터베이스내의 영상과의 유사도를 결정하여 최종 검색 결과 영상을 결정하는 칼라 및 모양 특징 정합 유사도 결정단계를 포함한다.이와 같이 이루어진 본 기술에 의하면, 칼라 정보와 모양 정보를 동시에 고려한 복합적인 특징 벡타가 사용되며, NICO 및 GICO 행렬을 적용하여 칼라 정보를 기반으로 한 검색 효율을 증대시키고, 모양 정보를 획득하기 위하여 불변 모멘트 및 우위 칼라별 불변 모멘트를 사용함으로써 연산량을 크게 줄이면서 검색 효율을 증대시킬 수 있는 효과가 있다