„Single Color Extraction Sebastian Bertram Proseminar SS 2005: Distanzen und Ähnlichkeitsmaße im hochdimensionalen Raum and Image Query“

Single Color Extraction and Image Query Sebastian Bertram Seite 1 /21 Gliederung Einleitung Gliederung Farbräume Inhaltsbasierte Analyse von Bildern Farbhistogramme Farb(bild)segmentierung Indexierung Auswertung und zukünftige Möglichkeiten der Verbesserung

Einleitung Single Color Extraction and Image Query Sebastian Bertram Seite 2 /21 Content-based Image Retrieval (CBIR)-System Techniken für effiziente Indexierung und Retrieval von Multimedia- Datenbeständen Identifikation und Verwendung intuitiver visueller Merkmale wirksame Merkmalsdarstellung und Diskriminierung automatisches Herausziehen räumlich lokalisierter Merkmale Anforderungen:

Single Color Extraction and Image Query Sebastian Bertram Seite 3 /21 Einleitung Ablaufdiagramm eines CBIR-Systems:

Single Color Extraction and Image Query Sebastian Bertram Seite 4 /21 Farbbasierter Ansatz: Farbe: Welche Farbe(n) ist (sind) in einem Bild hauptsächlich vertreten? Farbverteilung: Wie sind die unterschiedlichen Farben verteilt? Farbkomposition: An welcher Position sind welche Farben zu finden? [Textur: Welche Muster oder Konturen erscheinen in einem Bild und wie sind sie im Bild ausgerichtet] Einleitung - eine durch blaue umgebene gelblich-orangefarbene Stelle d.h., ein Sonnenuntergang - setzte ein Gebiet von roten, weißen und blauen zusammen, d.h., eine US- Flagge Beispiele:

RGB-Farbraum: additives Farbmodell Single Color Extraction and Image Query Sebastian Bertram Seite 5 /21 Grundlagen Darstellung am Bildschirm keine Möglichkeit, farbähnliche Flächen einfach zusammenzufassen Problem: sehr empfindlich gegenüber Beleuchtungsänderungen der Umgebung

Single Color Extraction and Image Query Sebastian Bertram Seite 6 /21 Farbtons (Hue), Sättigung (Saturation) Helligkeit (Value, Brightness, Lightness, Intensity) HSV-Farbraum: Grundlagen

(1) Auswahl eines Farbraums, (2) Quantisierung des Farberaumes, (3) Berechnung der Histogramme, (4) Berechnung der Histogrammentfernungsfunktion, (5) Identifikation der Indexierungen Farbverteilung eines Bildes (auf Pixelbasis). Single Color Extraction and Image Query Sebastian Bertram Seite 7 /21 Farbhistogramme: Farbhistogramme

Probleme: Single Color Extraction and Image Query Sebastian Bertram Seite 8 /21 Farbhistogramme

sehr verschiedene Bilder können das gleiche Farbhistogramm aufweisen, rotations-, und translationsinvariant Probleme (Fortsetzung): Farbhistogramme Keine Extraktion weiterer lokalisierter Merkmale möglich Vorteile: robust gegenüber Skalierungen von Objekten sowie teilweise Verdeckung Single Color Extraction and Image Query Sebastian Bertram Seite 9 /21

Farbhistogramme Distanzfunktionen: Probleme der euklidischen Distanz Seien H P und H Q die Farbhistogramme der Bilder P und Q. Single Color Extraction and Image Query Sebastian Bertram Seite 10 /21

dist ² (pink,rot) = (pink – red) T x (pink – red) dist ² (pink,blau) = (pink – blue) T x (pink – blue) Single Color Extraction and Image Query Sebastian Bertram Seite 11 /21 Farbhistogramme

Quadratische Form als Distanzfunktionen Ähnlichkeitsmatrix A = [aij] Ähnlichkeit der Dimensionen i und j in den Vektoren red pink blue red pink blue D A (‘red’, ‘pink’) = D A (‘red’, ‘blue’) = D A (‘pink’, ‘blue’) = Single Color Extraction and Image Query Sebastian Bertram Seite 12 /21 Farbhistogramme

Farbsegmentierung Ermöglicht auch Retrival mit unvollständigen Informationen Verbesserung der Retrieval Performance Ziel: Zusammenfassen gleichfarbiger Flächen in Regionen Bild wird in Suchräume unterteilt QBIC-System verlangt manuelle Segmentierung der Bilder Automatische Segmentierung noch nicht in IR-Systeme integriert Lokalisierung der räumlichen Farbinformationen innerhalb der Bilder Single Color Extraction and Image Query Sebastian Bertram Seite 13 /21 Farbsegmentierung Vorteile:

Transformation in den HVS Farbraum Nutzung einer reduzierten, der Problemstellung angepassten Farbpalette 166 Farben Skalierung auf vordefiniertes Seitenverhältnis (Optional) 196x196 Pixel Farbreduzierung auf Single Color Extraction and Image Query Sebastian Bertram Seite 14 /21 Farbsegmentierung

Colorizing Algorithmus Detailreduzierungen durch Filter5x5 Median Filter auf jeden HSV Farbkanal Nachteil: Beschränkung auf farbtexturierte Objekte Single Color Extraction and Image Query Sebastian Bertram Seite 15 /21 Farbsegmentierung

möglichst geringe Farbabweichung möglichst lange gemeinsame Grenze Kriterien für Verschmelzung mit Nachbarregionen Mindestgröße für Regionen Absoluter und relativer Beitrag jeder Farbe Flächenwachstumsverfahren durch Schwellenwerte Single Color Extraction and Image Query Sebastian Bertram Seite 16 /21 Farbsegmentierung

Extraktion von Farbmerkmalen und Indexierung Speicherung der Merkmale in Vektoren Single Color Extraction and Image Query Sebastian Bertram Seite 17/21 Indexierung

Indexstrukturen: Quadtree Gridfiles Voronoi-Diagramm Vergleich von Bildern = Vergleich ihrer Merkmalsvektoren Darstellung als Punkt im n-dimensionalen Raum Daten werden relativ bezüglich ihrer Lage zueinander gespeichert R-Bäume Single Color Extraction and Image Query Sebastian Bertram Seite 18 /21 Indexierung

Texturanalyse Suche nach effizienteren und genaueren Algorithmen und Methoden Konturanalyse Beschreibung der im Bild vorkommenden Oberflächenstrukturen (einflächig, mehrflächig oder fleckig, Kontrast, Grobheit, Linienhaftigkeit, Gerichtetheit, Regelmäßigkeit und Geschmeidigkeit) textuelle Beschreibung der im Bild enthaltenen Umrisse Klassifikation in geometrischen Formen aus einer vordefinierten Menge Single Color Extraction and Image Query Sebastian Bertram Seite 19 /21 Auswertung

Objekterkennung Single Color Extraction and Image Query Sebastian Bertram Seite 20 /21 Auswertung

Vielen Dank für die Aufmerksamkeit! Gibt‘s noch Fragen Single Color Extraction and Image Query Sebastian Bertram Seite 21 /21