CN1290062C - 图像的直方图单元条值的量化方法 - Google Patents

图像的直方图单元条值的量化方法 Download PDF

Info

Publication number
CN1290062C
CN1290062C CNB2004100558940A CN200410055894A CN1290062C CN 1290062 C CN1290062 C CN 1290062C CN B2004100558940 A CNB2004100558940 A CN B2004100558940A CN 200410055894 A CN200410055894 A CN 200410055894A CN 1290062 C CN1290062 C CN 1290062C
Authority
CN
China
Prior art keywords
unit bar
bar value
value
image
normalization
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CNB2004100558940A
Other languages
English (en)
Other versions
CN1573812A (zh
Inventor
李志银
金贤俊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
LG Electronics Inc
Original Assignee
LG Electronics Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by LG Electronics Inc filed Critical LG Electronics Inc
Publication of CN1573812A publication Critical patent/CN1573812A/zh
Application granted granted Critical
Publication of CN1290062C publication Critical patent/CN1290062C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration by the use of histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/005—Statistical coding, e.g. Huffman, run length coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46—Colour picture communication systems
    • H04N1/64—Systems for the transmission or the storage of the colour picture signal; Details therefor, e.g. coding or decoding means therefor
    • H04N1/644—Systems for the transmission or the storage of the colour picture signal; Details therefor, e.g. coding or decoding means therefor using a reduced set of representative colours, e.g. each representing a particular range in a colour space

Abstract

本发明涉及图像或视频的直方图单元条值的量化方法，具体涉及根据颜色出现频度进行的图像(或视频)的颜色直方图单元条值的非均匀量化方法。与现有技术相比本发明能够更好地表示图像颜色直方图的特性，并且在进行图像(视频)检索时能够改进图像检索的性能。

Description

图像的直方图单元条值的量化方法
本申请是申请号为00132427.6、申请日为2000年11月20日、名称为“图像的直方图单元条值的量化方法”的发明专利申请的分案申请。
本发明涉及图像或视频的直方图单元条(bin)值的量化方法，具体涉及根据颜色出现频度进行的图像(或视频)的颜色直方图单元条值的非均匀量化方法。
通常，如果对颜色直方图单元条值量化，有可能减少用于表达图像颜色直方图的信息量。但是，对颜色直方图单元条值的量化仅是均匀地进行，而不考虑图像中颜色出现的频度。
图1表示根据现有技术的颜色直方图单元条值的均匀量化的表的例子。换句话说，通过分割成均匀的区间来量化颜色直方图单元条值。
例如，当颜色直方图单元条值的范围是从0到1并且由使用4位的16个数的分支(branch)表达单元条值时，通过分割为多个0.0625(1/16＝0.0625)的均匀的段来量化。
但是，在自然图像中颜色直方图单元条值通常很低(例如在图2中，几乎没有具有超过0.1的单元条值的单元条)，尤其是，具有0的单元条值的单元条占据了全部颜色直方图单元条的绝大部分(例如在图2中，超过全部颜色直方图单元条的95％)。
因此，必须以大数量精细地量化靠近0的颜色直方图单元条值，以使单元条值的区间较小。此外，可以以小数量粗糙地量化靠近1的颜色直方图单元条值，以使单元条值的区间较大。
但是，如上所述，在根据现有技术的颜色直方图单元条值的量化方法中，存在的问题是，由于不考虑颜色直方图单元条值的频度，而均匀地量化颜色直方图，会丢失颜色直方图的信息。
例如，如果不考虑诸如某个图像中特定颜色存在与否和图像中一个颜色的频繁或非频繁出现的特性来量化颜色直方图单元条值，那么将不能精确地保持颜色直方图的唯一信息，即作为图像特性之一的一种重要信息。
此外，由于不能精确地保持颜色直方图的该唯一信息，所造成的问题是，有关颜色直方图单元条值的量化信息，在反映图象的特性时，很难获得足够的可靠性，其中有关颜色直方图单元条值的量化信息通常被用作图像的特性信息。此外，如果使用了不能很好反映图像的颜色直方图特性的信息，那么会降低图像检索时的图像搜索性能。
此外，如果使用了不能很好反映图像的颜色直方图特性的信息，出现的问题是，图像特性与人类的视觉/感觉特性不一致。
因此，本发明的一个目的是，提供一种图像(或视频)颜色直方图单元条值的量化方法，其中考虑颜色出现的频度而进行非均匀地量化颜色直方图单元条值。
本发明的另一个目的是，提供一种图像颜色直方图单元条值的量化方法，其中考虑颜色出现的频度通过非均匀地量化图像(或视频)的颜色直方图单元条值，以使颜色直方图的特性很好地反映图像的特性。
本发明的另一个目的是，提供一种图像颜色直方图单元条值的量化方法，其中通过应用颜色直方图单元条值的量化来改进图像(或视频)检索性能。
本发明的另一个目的是，提供一种图像颜色直方图单元条值的量化方法，其通过应用颜色直方图单元条的量化，能够构建与人类的视觉/感觉特性一致的图像特性的信息数据库。
本发明的另一个目的是，提供一种图像颜色直方图单元条值的量化方法，其能够利用与常规量化方法中相同的表示和存储颜色直方图的信息量来改进图像检索的性能。
为了实现上述目的，提供一种图像颜色直方图单元条值的量化方法，其实现方式是根据颜色出现的频度来非均匀地量化颜色直方图单元条值。
为了实现上述目的，提供另一种图像颜色直方图单元条值的量化方法，其实现方式是，如果单元条值大于“0”而小于预定阈值，将颜色直方图单元条值均匀地量化为大量的段，如果单元条值大于该阈值，将颜色直方图单元条值映射到单个量化区间(quantum)，并将颜色直方图单元条值“0”映射到单个量化区间。
为了实现上述目的，提供另一种图像颜色直方图单元条值的量化方法，其实现方式是，非均匀地量化图像颜色直方图单元条值大于“0”并小于图像颜色直方图单元条值的预定阈值的段。
本发明的其它优点，目的和特征将在以下说明中变得更加明显。
参照附图可以对本发明有更好的理解，附图仅用于例示目的，并不是对本发明的限制，其中：
图1表示根据现有技术的颜色直方图单元条值的均匀量化的表的例子；
图2表示根据本发明的实施例的图像颜色直方图单元条值的单元条相对分布；
图3表示根据本发明的实施例的图像颜色直方图单元条值的非均匀量化的表。
图2表示根据本发明的实施例的图像颜色直方图单元条值的单元条相对分布。换句话说，该图表示了一个例子，其中用5466个图像计算了HMMD(Hue/Max/MIN/Difference)色空间中512个颜色的颜色直方图单元条值，并将对于所计算单元条值的颜色出现的频度表示为百分比。此处，上述单元条值是颜色出现的频度的归一化值，每个单元条值的范围是从0到1。
如图所示，颜色直方图单元条值的分布显示了颜色直方图的特性。换句话说，颜色直方图单元条值“0”的出现非常频繁(例如，具有单元条值0的单元条占到所有颜色直方图单元条的95％)。颜色直方图单元条值“0.1”的出现非常少见(几乎没有具有超过0.1的单元条值的单元条)。换句话说，当将风景、人物、物体等的自然可视图像(或视频)表示为归一化颜色直方图时，大多数颜色直方图单元条具有值“0”，几乎没有颜色直方图单元条具有大于0.1的值。
此处，颜色直方图单元条值“0”意味着对应于该单元条的颜色不存在于一个图像中。特别地，可以知道，有极少数具有超过预定阈值(例如0.1)的值的单元条。
图3表示根据本发明的实施例的图像颜色直方图单元条值的非均匀量化的表，下面将参照图2对其进行详细说明。如图所示，在根据颜色直方图单元条值非均匀地量化颜色直方图单元条值的情况下，与根据现有技术的单元条值均匀量化相比，能够更有效地表示颜色直方图的特性。
特别地，如果颜色直方图单元条值是“0”，它可以是表示对应单元条的颜色未出现在图像中的重要信息，并且颜色直方图中所有单元条的大多数具有单元条值“0”，因此在量化颜色直方图单元条值时将颜色直方图单元条值“0”映射到单个量化区间。在实际实现中，为了实用，可以将“0”考虑为“0”到一个非常接近“0”的数(例如0.000000001)之间的范围。
因此，由于只有很少的具有超过预定阈值(图2中的0.1)的颜色直方图单元条值的单元条，即，只有很少颜色在图像中具有高出现频度，故将超过预定阈值的所有单元条值映射到单个量化区间。
此外，如果颜色直方图单元条值是“0”，其被表示为量化值(二进制数0000)。大于“0.1”的颜色直方图单元条值(0.1～1.0)被表示为量化值“1”(二进制数1111)。在0.0001到0.0999之间的颜色直方图单元条值(即超过“0”并且小于一个阈值的值)被量化为多个合适的段，即被精细分割。
同时，当进行颜色直方图单元条值的非均匀量化时，可以在颜色直方图单元条值大于“0”且小于阈值(0.0999)的段中进行均匀量化。
但是，为了进一步改善性能，在颜色直方图单元条值大于“0”且小于阈值(0.0999)的段中，可以考虑颜色出现的频度进行非均匀量化。
如上所述，通过考虑图像中颜色出现的频度(例如颜色直方图单元条值的分布)对单元条值进行非均匀量化，与现有技术相比本发明具有能够更好地保持图像(或视频)颜色直方图的特性的效果。
此外，当根据有效地表示图像颜色直方图特性的颜色直方图信息进行图像(或视频)检索时，能够改进图像检索的性能。
此外，利用与根据现有技术的单元条值均匀量化方法中相同的信息量也改进了图像检索的性能。
例如，将大量单元条所属的单元条值范围分割为多个段并精细地量化，另一方面，将少量单元条所属的单元条值范围量化为单个段(在现有技术中，均匀地量化颜色直方图单元条值而不考虑颜色直方图单元条值的出现频度)。即，如果将大量单元条所属的范围分割成多个段并量化，那么可以良好地保持图像(视频)的原始颜色信息，并因此在进行图像(视频)检索时能够改进图像检索的性能。
此外，在获得与现有技术的单元条值均匀量化方法中相同的图像检索性能的情况下，能够减少表示图像颜色直方图特性的信息量。
例如，如果现有技术中使用100字节来存储颜色直方图单元条值的均匀量化的信息，那么在根据本发明的图象颜色直方图单元条值非均匀量化方法中可以使用少于100字节的空间来存储同样的信息。其原因是，在高单元条值(例如大于0.1的值)的非均匀量化方法中将单元条值表示为单个单元条或少数单元条，而在具有高于一阈值的单元条值的单元条均匀量化方法中将单元条值表示为多个量化区间，因此有可能减少存储空间。
而且，在通过收集图像特性信息构建数据库的情况下，通过将根据本发明的单元条值量化所调节的颜色直方图包括到所构建的数据库中，具有能够产生与人类的视觉/感觉特性更一致的信息的效果。
本发明不限于常规的颜色直方图。通过分析直方图单元条值分布，可以将任何直方图类型描述符应用于本发明。作为代替上述常规颜色直方图的另一个应用本发明的实施例，下面描述一种非均匀颜色结构直方图单元条值量化。
通过访问图像中的所有位置(的一个子集)，取出覆盖在每个位置上的结构元素(例如8乘8窗口)中包含的所有像素的颜色Cm，并递增对应于颜色Cm的单元条值，来计算颜色结构直方图。在累积了单元条值之后，如下将它们非均匀地量化为8位的值。
在通过除以理论最大单元条值来归一化单元条值之后，每个单元条值成为0和1之间的数。然后，将该单元条值范围分为6个区域，并随后均匀地给每个区域分配不同数量的量化级。定义单元条值范围(0.0和0.1之间)的每个区域的阈值是：th0＝0.000000001，th1＝0.037，th2＝0.08，th3＝0.195，th4＝0.32。下表中给出了分配给每个区域的量化级的数目。
  区域   级数
  0   1
  1   25
  2   20
  3   35
  4   35
  5   140
由于在不偏离本发明精神或本质特征的情况下可以以多种形式实施本发明，应理解除非特别指明，上述实施例不受说明书中任何细节的限制，而应该在所附权利要求中定义的精神和范围内广义地理解本发明。因此所有落入权利要求的范围和界限或其等同物内的变化和修改都被权利要求所涵盖。

Claims (4)

1.一种量化颜色直方图的单元条值的方法，该方法包括：
根据最大单元条值来将单元条值归一化，归一化后的单元条值的范围是从0到1；
将多个归一化了的单元条值分为多个区域，其中区域越接近归一化后的值0，该区域所具有的区间越大；以及
均匀地量化每一个区域。
2.一种通过图像的颜色直方图单元条值的非均匀量化来描述彩色图像的方法，该方法包括：
根据最大单元条值来将单元条值归一化，从而使归一化了的单元条值范围是从0到1；以及
通过将归一化了的单元条值的范围分为六个区域，将每一个归一化了的单元条值非均匀地量化为8位的值，每一个区域具有一定数量的均匀量化级，其中六个区域中各个区域的均匀量化级的一定数量分别是1，25，20，35，35和140。
3.一种通过图像的颜色直方图单元条值的非均匀量化来描述彩色图像的方法，该方法包括：
根据最大单元条值来将单元条值归一化，从而使归一化了的单元条值的范围是从0到1；以及
通过将归一化了的单元条值的范围分为六个区域，将每一个归一化了的单元条值非均匀地量化为8位的值，其中六个区域中各个区域的阈值分别是0.000000001，0.037，0.08，0.195，0.32。
4.一种产生图像的颜色直方图的方法，所述的颜色直方图包含多个单元条，该方法包括：
累积单元条值；
根据最大单元条值来将单元条值归一化，从而使归一化了的单元条值的范围是从0到1；以及
通过将归一化了的单元条值的范围分为六个区域，将每一个归一化了的单元条值非均匀地量化为8位的值，并且给各个区域分配不同数量的量化级。
CNB2004100558940A 1999-11-19 2000-11-20 图像的直方图单元条值的量化方法 Expired - Fee Related CN1290062C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1019990051428A KR100364753B1 (ko) 1999-11-19 1999-11-19 칼라 히스토그램의 빈값 양자화 방법
KR51428/1999 1999-11-19

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CNB001324276A Division CN1169093C (zh) 1999-11-19 2000-11-20 图像的直方图单元条值的量化方法

Publications (2)

Publication Number Publication Date
CN1573812A CN1573812A (zh) 2005-02-02
CN1290062C true CN1290062C (zh) 2006-12-13

Family

ID=19620777

Family Applications (2)

Application Number Title Priority Date Filing Date
CNB2004100558940A Expired - Fee Related CN1290062C (zh) 1999-11-19 2000-11-20 图像的直方图单元条值的量化方法
CNB001324276A Expired - Fee Related CN1169093C (zh) 1999-11-19 2000-11-20 图像的直方图单元条值的量化方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CNB001324276A Expired - Fee Related CN1169093C (zh) 1999-11-19 2000-11-20 图像的直方图单元条值的量化方法

Country Status (5)

Country Link
US (3) US6952495B1 (zh)
EP (2) EP1510970A1 (zh)
JP (1) JP3538141B2 (zh)
KR (1) KR100364753B1 (zh)
CN (2) CN1290062C (zh)

Families Citing this family (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3676259B2 (ja) * 2000-05-26 2005-07-27 エルジー電子株式会社 Ｈｍｍｄカラースペースに基づいたカラー量子化方法とマルチメディア
KR100430273B1 (ko) * 2000-07-21 2004-05-04 엘지전자 주식회사 비정규적인 빈값 양자화된 칼라 히스토그램을 이용한멀티미디어 검색방법
KR20020031015A (ko) * 2000-10-21 2002-04-26 오길록 에지 히스토그램 빈의 비선형 양자화 및 유사도 계산
KR100494080B1 (ko) 2001-01-18 2005-06-13 엘지전자 주식회사 공간 밀착 성분을 이용한 대표 칼라 설정방법
US6865295B2 (en) * 2001-05-11 2005-03-08 Koninklijke Philips Electronics N.V. Palette-based histogram matching with recursive histogram vector generation
US7146288B1 (en) * 2002-07-18 2006-12-05 Johnson Controls Technology Company System and method for estimating quantization error in sampled data
US7684483B2 (en) * 2002-08-29 2010-03-23 Raritan Americas, Inc. Method and apparatus for digitizing and compressing remote video signals
US8068546B2 (en) * 2002-08-29 2011-11-29 Riip, Inc. Method and apparatus for transmitting video signals
US7606314B2 (en) * 2002-08-29 2009-10-20 Raritan America, Inc. Method and apparatus for caching, compressing and transmitting video signals
US7818480B2 (en) * 2002-08-29 2010-10-19 Raritan Americas, Inc. Wireless management of remote devices
US8558795B2 (en) * 2004-03-12 2013-10-15 Riip, Inc. Switchless KVM network with wireless technology
KR100488011B1 (ko) * 2002-10-07 2005-05-06 엘지전자 주식회사 칼라 히스토그램의 빈값 양자화 방법
US8055063B2 (en) * 2003-09-30 2011-11-08 Sharp Laboratories Of America, Inc. Methods and systems for improving robustness of color balance correction
US7853663B2 (en) * 2004-03-12 2010-12-14 Riip, Inc. Wireless management system for control of remote devices
CN100370475C (zh) * 2005-07-28 2008-02-20 上海交通大学 基于非均匀量化颜色特征矢量的敏感图像过滤方法
US8478884B2 (en) 2005-09-30 2013-07-02 Riip, Inc. Wireless remote device management utilizing mesh topology
US8711926B2 (en) * 2007-02-08 2014-04-29 Qualcomm Incorporated Distortion estimation for quantized data
US8280721B2 (en) * 2007-08-31 2012-10-02 Microsoft Corporation Efficiently representing word sense probabilities
US8218811B2 (en) 2007-09-28 2012-07-10 Uti Limited Partnership Method and system for video interaction based on motion swarms
US20090148038A1 (en) * 2007-12-10 2009-06-11 Youichi Sawachi Distance image processing apparatus and method
JP4992117B2 (ja) * 2008-03-24 2012-08-08 株式会社メガチップス 画像処理装置
JP2009251705A (ja) * 2008-04-02 2009-10-29 Nikon Systems Inc 画像評価装置
US8718383B2 (en) * 2008-08-06 2014-05-06 Obschestvo s ogranischennoi otvetstvennostiu “KUZNETCH” Image and website filter using image comparison
US8004576B2 (en) 2008-10-31 2011-08-23 Digimarc Corporation Histogram methods and systems for object recognition
US8254671B1 (en) * 2009-05-14 2012-08-28 Adobe Systems Incorporated System and method for shot boundary detection in video clips
JP4982538B2 (ja) * 2009-08-19 2012-07-25 ヤフー株式会社 カラーヒストグラム生成装置、カラーヒストグラム生成方法及びプログラム
CN101661624A (zh) * 2009-09-24 2010-03-03 北京中星微电子有限公司 运动跟踪方法及装置
US8897554B2 (en) 2011-12-13 2014-11-25 The Nielsen Company (Us), Llc Video comparison using color histograms
US8750613B2 (en) 2011-12-13 2014-06-10 The Nielsen Company (Us), Llc Detecting objects in images using color histograms
US8897553B2 (en) 2011-12-13 2014-11-25 The Nielsen Company (Us), Llc Image comparison using color histograms
CN102881026B (zh) * 2012-08-15 2015-01-07 大连理工大学 一种具有透明度信息的图像的调色板装置与生成方法
JP2015173312A (ja) * 2014-03-11 2015-10-01 ソニー株式会社 画像符号化装置および方法、並びに画像復号装置および方法
CN106599846B (zh) * 2016-12-15 2019-09-13 徐州工程学院 一种易于计算机视觉识别的交通标志牌的识别方法
US11295208B2 (en) * 2017-12-04 2022-04-05 International Business Machines Corporation Robust gradient weight compression schemes for deep learning applications

Family Cites Families (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2046051B (en) * 1979-03-29 1983-01-26 Philips Electronic Associated Real time histogram modification system for image processing
JPS61214862A (ja) * 1985-03-21 1986-09-24 Canon Inc カラ−画像形成方法
US5063607A (en) * 1988-10-24 1991-11-05 Hughes Aircraft Company Image contrast enhancement technique
JPH087553B2 (ja) * 1988-10-27 1996-01-29 インターナショナル・ビジネス・マシーンズ・コーポレーション 色画像量子化方法及び装置
US5210820A (en) * 1990-05-02 1993-05-11 Broadcast Data Systems Limited Partnership Signal recognition system and method
US5684897A (en) * 1992-02-19 1997-11-04 Ezel Inc. Method for quantizing color image data by minimizing least squares error of binary coding
US5418895A (en) * 1992-11-25 1995-05-23 Eastman Kodak Company Method for displaying a high quality digital color image on a limited color display
DE4241812A1 (de) * 1992-12-11 1994-06-16 Bosch Gmbh Robert Verfahren zur adaptiven Quantisierung eines Eingangswertebereiches
US5412429A (en) * 1993-03-11 1995-05-02 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Picture data compression coder using subband/transform coding with a Lempel-Ziv-based coder
US5298896A (en) * 1993-03-15 1994-03-29 Bell Communications Research, Inc. Method and system for high order conditional entropy coding
US5546474A (en) * 1993-12-21 1996-08-13 Hewlett-Packard Company Detection of photo regions in digital images
US5883968A (en) * 1994-07-05 1999-03-16 Aw Computer Systems, Inc. System and methods for preventing fraud in retail environments, including the detection of empty and non-empty shopping carts
US5734744A (en) * 1995-06-07 1998-03-31 Pixar Method and apparatus for compression and decompression of color data
US6463173B1 (en) 1995-10-30 2002-10-08 Hewlett-Packard Company System and method for histogram-based image contrast enhancement
US5850482A (en) * 1996-04-17 1998-12-15 Mcdonnell Douglas Corporation Error resilient method and apparatus for entropy coding
KR100207426B1 (ko) * 1996-05-08 1999-07-15 전주범 무늬의 크기와 방향성을 이용한 텍스쳐 분류 장치
US5835117A (en) * 1996-05-31 1998-11-10 Eastman Kodak Company Nonlinear dithering to reduce neutral toe color shifts
US6127669A (en) * 1997-01-29 2000-10-03 University Of Maryland Computer-aided determination of window and level settings for filmless radiology
US5960371A (en) * 1997-09-04 1999-09-28 Schlumberger Technology Corporation Method of determining dips and azimuths of fractures from borehole images
AUPO960297A0 (en) * 1997-10-03 1997-10-30 Canon Information Systems Research Australia Pty Ltd Colour advising and selection method
KR100231185B1 (ko) * 1997-10-09 1999-11-15 조성인 불법주차 방지용 주차 표시장치
US5956026A (en) * 1997-12-19 1999-09-21 Sharp Laboratories Of America, Inc. Method for hierarchical summarization and browsing of digital video
US6292126B1 (en) * 1997-12-30 2001-09-18 Cable Television Laboratories Quantizer that uses optimum decision thresholds
US6175650B1 (en) * 1998-01-26 2001-01-16 Xerox Corporation Adaptive quantization compatible with the JPEG baseline sequential mode
US6128346A (en) * 1998-04-14 2000-10-03 Motorola, Inc. Method and apparatus for quantizing a signal in a digital system
US6310969B1 (en) * 1998-05-28 2001-10-30 Lg Electronics Inc. Color coordinate space structure and color quantizing and variable gray area designating method therein
US6597738B1 (en) * 1999-02-01 2003-07-22 Hyundai Curitel, Inc. Motion descriptor generating apparatus by using accumulated motion histogram and a method therefor
US6504954B1 (en) * 1999-02-05 2003-01-07 Raytheon Company Closed loop piecewise-linear histogram specification method and apparatus
KR100512118B1 (ko) * 1999-06-10 2005-09-02 엘지전자 주식회사 칼라스페이스의 최적 양자화 방법
KR100323364B1 (ko) 1999-07-30 2002-02-19 박호군 칼라 영상에서의 특징 벡타 추출 방법 및 이를 활용한 영상 검색 방법
US6708167B2 (en) * 1999-11-29 2004-03-16 Lg Electronics, Inc. Method for searching multimedia data using color histogram
KR100422697B1 (ko) * 1999-12-27 2004-03-12 엘지전자 주식회사 색공간 양자화 묘사자
KR100439371B1 (ko) * 2000-09-08 2004-07-09 엘지전자 주식회사 히스토그램을 이용한 멀티미디어 검색방법

Also Published As

Publication number Publication date
EP1510970A1 (en) 2005-03-02
US20060233440A1 (en) 2006-10-19
US7088856B2 (en) 2006-08-08
US7376271B2 (en) 2008-05-20
KR20010047282A (ko) 2001-06-15
EP1102212B1 (en) 2016-04-13
EP1102212A3 (en) 2003-03-26
JP2001209800A (ja) 2001-08-03
US6952495B1 (en) 2005-10-04
CN1297211A (zh) 2001-05-30
CN1573812A (zh) 2005-02-02
US20050089222A1 (en) 2005-04-28
EP1102212A2 (en) 2001-05-23
KR100364753B1 (ko) 2002-12-16
JP3538141B2 (ja) 2004-06-14
CN1169093C (zh) 2004-09-29

Similar Documents

Publication Publication Date Title
CN1290062C (zh) 图像的直方图单元条值的量化方法
Eidenberger How good are the visual MPEG-7 features?
JP2002170116A (ja) 画像を記述する方法
CN1114889C (zh) 利用图案的粗糙度和方向性的纹理分类装置
CN1890691A (zh) 图像处理
CN1449184A (zh) 增强图像清晰度的方法和设备
JP4052837B2 (ja) イメージ領域を描写する方法
CN1703727A (zh) 颜色直方图柄值的量化方法
CN1334546A (zh) 使用直方图的非均匀单元条量化的多媒体查询系统
Kanjanawanishkul et al. Fast Adaptive Algorithm for Time-Critical Color Quantization Application.
El-Sakka et al. A segmentation criterion for digital image compression
CN117234320B (zh) 一种led显示屏节能显示方法、系统和显示屏
Zargari et al. A robust compressed domain feature vector for texture based image retrieval
Luszczkiewicz et al. Application of bilateral filtering and Gaussian mixture modeling for the retrieval of paintings
CN111986280B (zh) 基于最大类间方差的分块压缩感知的图像压缩方法
Shah et al. Using inverse image frequency for perception-based color image quantization
Wong et al. Practical Perceptually Adaptive Color Texture Map Compression for 3D Video Games.
JPH10173538A (ja) ベクトル量子化圧縮を高速化する方法
Daga et al. kd Tree-Segmented Block Truncation Coding for Image Compression
Chang et al. Architecture of MPEG-7 color structure description generator for realtime video applications
Popa et al. Compressed domain implementation of fuzzy rule-based contrast enhancement
CN117242768A (zh) 虚拟视点绘制、渲染、解码方法及装置、设备、存储介质
Liu et al. A new image retrieval method based on combined features and feature statistic
Chen et al. High-quality texture compression using adaptive color grouping and selection algorithm
DE202009002693U1 (de) Texturkomprimierung mit entfernungsabhängiger Genauigkeit der Codierung von Farbcodewörtern

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20061213

Termination date: 20181120

CF01 Termination of patent right due to non-payment of annual fee