Feature histograms for content-based image retrieval

Die ständig wachsende Menge an verfügbaren Multimediadaten erfordert neuartige Methoden, die einen gezielten Zugriff auf diejenigen Daten ermöglichen, an denen man interessiert ist. Insbesondere hinsichtlich visueller Dateninhalte existiert noch keine befriedigende Lösung. Der klassische Ansatz - ein manuelles Umschreiben des Bildinhaltes - kann mit dem schnellen Wachstum der Datenmengen nicht mehr mithalten. Daher haben sich in den letzten Jahren zahlreiche Wissenschaftler unterschiedlicher Ausrichtungen des Themas 'Inhaltsbasierte Bildsuche' angenommen. Viele Systeme lassen jedoch eine klare Definition des verwendeten Ähnlichkeitsbegriffs für Bildinhalte vermissen. Andere basieren auf nicht robusten Vorverarbeitungsschritten. In dieser Arbeit legen wir hingegen erst einen Ähnlichkeitsbegriff fest und entwickeln daraufhin robuste, kompakte Merkmale, die keinerlei Vorverarbeitungsschritte erfordern und zudem schnell zu bestimmen sind. <br> <br>Wir gehen von der Annahme aus, daß Objektbewegungen innerhalb der Bilder irrelevant für die Bildähnlichkeit sind und schlagen daher vor, invariante Merkmale zu verwenden. Besonders geeignet erweisen sich invariante Histogramme lokaler Bildcharakteristika. Da das traditionelle Histogramm jedoch eine unstetige Abbildung darstellt, ersetzen wir es durch ein gewichtetes Histogramme mit stetigen Abbildungseigenschaften. Um die Bildanalyse zu beschleunigen, führen wir eine Merkmalschätzung durch, anstatt die Merkmale deterministisch zu berechnen. <br> <br>Die drei genannten theoretischen Konzepte - Kombination von invarianten Merkmalen und Histogrammen, gewichtete Histogramme und schnelle Merkmalschätzung - wurden in zwei Applikationen umgesetzt: einem allgemein anwendbaren System zur Bildsuche namens SIMBA - Search IMages By Appearance, und zur Briefmarkenerkennung und Suche nach ähnlichen Motiven. Letztere Anwendung demonstriert zudem, daß der gewählte allgemeine Ansatz leicht durch applikationsspezifisches Wissen ergänzt werden kann.

Author dc:creator

• Siggelkow, Sven

Contributors dc:contributor

• Burkhardt, Hans

• Pattern Recognition
• Feature Extraction
• Histogram
• Image Database
• Image Retrieval

Repository record source_url

https://freidok.uni-freiburg.de/data/631

OAI identifier oai:identifier

oai:freidok.uni-freiburg.de:631