• Startseite
• Recherche
• Veröffentlichen
• Hilfe

Eingang zum Volltext

Lizenz

Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgende
URN: urn:nbn:de:bsz:25-opus-6319
URL: http://www.freidok.uni-freiburg.de/volltexte/631/

Siggelkow, Sven

Feature histograms for content-based image retrieval

Merkmalhistogramme zur inhaltsbasierten Bildsuche

Kurzfassung in Deutsch

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.

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.

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.

Kurzfassung in Englisch

The ever increasing amount of multimedia data creates a need for new sophisticated methods to retrieve the information one is looking for. Especially for the visual content this is still an unsolved problem. The classical approach - manual annotation - alone cannot keep up with the rapid growth of available data anymore. Thus content-based image retrieval attracted many researchers of various fields. There exist many systems for image retrieval meanwhile. However, many lack a clear definition of similarity or rely on noise-sensitive preprocessing steps like segmentation or edge-detection. Instead we first define, what shall be considered similar, and then develop robust, compact features that do not require any preprocessing steps. Additionally these can be calculated fast.

We start from the assumption, that object position and orientation are irrelevant for image similarity, and consequently propose to use invariant features which we combine with histograms thus obtaining invariant feature histograms. However, the traditional histogram is a discontinuous mapping. So we construct a fuzzy histogram which has continuous mapping properties. By applying different local feature kernels, we construct joint feature histograms that catch different cues of image content. By a weighted combination of these features, the user can adapt the similarity measure according to his needs. In order to speed up the feature extraction, we estimate the feature histograms instead of calculating them deterministically.

These three theoretical concepts - combination of invariant features and histograms, fuzzy histograms, and fast feature estimation - have been realized within two image retrieval systems: a general purpose image retrieval system called SIMBA - Search IMages By Appearance, and a stamp recognition and retrieval system. The latter one proves that the concepts can be easily adapted to incorporate additional application specific information.