[논문 리뷰] Retrieval of Remote Sensing Images Using Colour and Texture Attribute

Priti Maheswary, Namita Srivastava|ArXiv.org|2009. 08. 27.

Image Retrieval and Classification Techniques참고 문헌 8인용 수 15

한 줄 요약

이 논문은 분류 및 색인 향상을 위해 HSV 색상 특징과 허르 웨이블릿 기반 무늬 특징을 결합하는 콘텐츠 기반 원격 감지 영상 검색 시스템을 제안한다. 이러한 특징에 대해 임계값 기반 군집화를 적용함으로써 효과적인 영상 검색을 달성하였으며, 실험 결과는 색상과 무늬를 통합함으로써 원격 감지 영상의 조직화 및 검색 정확도 향상에 기여함을 입증한다.

ABSTRACT

Grouping images into semantically meaningful categories using low-level visual feature is a challenging and important problem in content-based image retrieval. The groupings can be used to build effective indices for an image database. Digital image analysis techniques are being used widely in remote sensing assuming that each terrain surface category is characterized with spectral signature observed by remote sensors. Even with the remote sensing images of IRS data, integration of spatial information is expected to assist and to improve the image analysis of remote sensing data. In this paper we present a satellite image retrieval based on a mixture of old fashioned ideas and state of the art learning tools. We have developed a methodology to classify remote sensing images using HSV color features and Haar wavelet texture features and then grouping them on the basis of particular threshold value. The experimental results indicate that the use of color and texture feature extraction is very useful for image retrieval.

연구 동기 및 목표

• 저수준 시각적 특징을 사용하여 원격 감지 영상을 의미적으로 유의미한 카테고리로 조직화하는 데 도전하는 것.
• IRS 위성 데이터에서 스펙트럼(색상) 및 공간(무늬) 정보를 융합하여 영상 검색 정확도를 향상시키는 것.
• 伝통적 특징 추출 기법과 현대적 학습 도구를 융합한 하이브리드 방법론을 개발하여 효과적인 영상 색인화를 달성하는 것.
• 색상 및 무늬 특징이 원격 감지 영상의 군집화 및 검색에 얼마나 효과적인지 평가하는 것.
• 지각적으로 관련 있는 시각적 특성들을 사용한 콘텐츠 기반 검색을 위한 강력한 프레임워크를 수립하는 것.

제안 방법

• 이 방법은 원격 감지 영상에서 HSV 색상 특징을 추출하여 스펙트럼적 특성을 표현한다.
• 허르 웨이블릿 기반 무늬 특징을 계산하여 영상 내의 공간 패턴과 구조적 세부 정보를 캡처한다.
• 색상 및 무늬 특징의 조합된 유사성 기반으로 임계값 기반 군집화를 통해 영상을 군집화한다.
• 각 영상의 종합적인 시각적 표현을 형성하기 위해 색상 및 무늬 특징의 융합을 사용한다.
• 특징 벡터 간의 유사도 비교를 통해 사전 정의된 유사도 임계값을 기반으로 검색 과정을 수행한다.
• 정확한 지표가 있는 IRS 원격 감지 영상 데이터셋을 사용하여 접근 방식을 평가한다.

실험 결과

연구 질문

• RQ1 HSV 색상 및 허르 웨이블릿 무늬 특징의 융합이 원격 감지 영상 검색 정확도 향상에 기여하는가?
• RQ2 색상 및 무늬 특징을 조합하여 임계값 기반으로 영상을 군집화하는 방법이 얼마나 효과적인가?
• RQ3 저수준 시각적 특징이 원격 감지 영상 데이터베이스에서 의미적 군집화를 얼마나 잘 지원하는가?
• RQ4 스펙트럼 및 공간 정보의 융합이 영상 색인화 및 검색 성능 향상에 기여하는가?
• RQ5 기존 특징 추출 기법에 현대적 학습 도구를 융합할 경우 콘텐츠 기반 영상 검색에 어떤 영향을 미치는가?

주요 결과

• HSV 색상 특징과 허르 웨이블릿 무늬 특징의 융합은 영상 검색 성능을 크게 향상시킨다.
• 색상 및 무늬 특징을 조합한 임계값 기반 군집화 방법은 의미적으로 유사한 원격 감지 영상을 효과적으로 군집화할 수 있다.
• 실험 결과는 색상 및 무늬 특징이 원격 감지 데이터의 조직화 및 검색에 매우 유용함을 확인한다.
• 단일 특징 분석에 의존하는 기존 방법에 비해 제안된 방법이 더 높은 검색 정확도를 보였다.
• 스펙트럼 및 공간 특징의 융합은 위성 영상 데이터베이스에서 더 강력하고 의미 있는 영상 색인화를 이끌어낸다.
• 저수준 시각적 특징이 원격 감지 응용 분야에서 효과적인 콘텐츠 기반 검색을 지원할 수 있음을 연구가 검증하였다.