Metoda wyszukiwania obrazów według ich zawartości wykorzystująca histogramy quasikolorów i dyskretne przekształcenie falkowe

• Autorzy: Pisarek M.

Warianty tytułu

EN

Image retrieval using quasicolor histograms and Discrete Wavelet Transform

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono metodę QCH (ang. Quasi-Color Histogram) wyszukiwania obrazów według ich zawartości. Proponowana metoda wykorzystuje globalny znormalizowany histogram quasikoloru, znormalizowane histogramy lokalnych momentów statystycznych quasikoloru oraz znormalizowany histogram jednostek różnicy kierunkowej. Do wyznaczenia globalnego histogramu quasikoloru użyto modelu HSV. Lokalne momenty statystyczne quasikoloru wyznaczane są w przestrzeni RGB, a następnie są konwertowane na wartości w przestrzeni HSV. Do wyznaczenia histogramu jednostek różnicy kierunkowej użyto dyskretnego przekształcenia falkowego (DWT, ang. Discrete Wavelet Transform). W artykule dokonano również porównania proponowanej metody z metodami CLSFH (ang. Color and Local Spatial Feature Histogram) i SCH (ang. Spatial-Chromatic Histogram).

EN

A color image retrieval method using quasicolor histogram, quasicolor statistic moments histogram and directional difference unit histogram is presented in this paper. A global quasicolor histogram is calculated in HSV color space. Local statistic moments are calculated in RGB color space and then they are converted into values of HSV color space. Directional Difference Unit histogram is calculated using Discret Wavelet Transform. Proposed method is compared to CLSFH (Color and Local Spatial Feature Histogram) and SCH (Spatial-Chromatic Histogram) methods.

Słowa kluczowe

PL

histogram; quasikolor; transformata falkowa

EN

histogram; quasicolor; DWT; content-based image retrieval (CBIR)

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2007
• Tom: R. 83, nr 5
• Strony: 110--115
• Opis fizyczny: Bibliogr. 8 poz., rys., tab., wykr.

Twórcy

autor

Pisarek M.

• Uniwersytet Technologiczno-Przyrodniczy,

Bibliografia

• [1] Chao-bing Huang, Sheng-sheng Yu, Jing-li Zhou, Hong-wei Lu, Image retrieval using both color and local spatial feature histograms, Communications, Circuits and Systems, Volume: 2, pp: 927- 931, 2004
• [2] Lim S., Lu G., Spatial statistics for content based image retrieval, IEEE Internalional Confemnce on Information Technology: Computers and Communications, 2003.
• [3] Latecki L.J., Lakamper R., Shape Similarity Measure Based on Correspondence of Visual Parts, IEEE Trans. Pattern Analysis and Machine Intelligence, 22(10):1185-1190, 2000.
• [4] Jeong S., Won C. S., Gray R. M., Image retrieval using color histograms generated by Gauss mixture vector quantization, Computer Vision and Image Understanding, Vol. 94, Issues 1-3, pp. 44-66, April-June 2004.
• [5] Huang J., Kumar S. R., Mitra M., Wei-Jing Zhu, Zabih R.. Image indexing using color correlograms. In IEEE Conference on Computer Vision and Pattern Recognition, pp: 762-768, 1997.
• [6] Christopoulos C., Skodras A., Ebrahimi T., The JPEG2000 still image coding system: an overview, IEEE Transactions on Consumer Electronics, Vol. 46, No. 4, pp. 1103-1127, November 2000.
• [7] ISO/IEC 15444-1:2000: Information technology – JPEG-2000 image coding system – Part 1: Core coding system
• [8] http://wang.ist.psu.edu/~jwang/test1.tar