瑞の資訊備忘錄

一、論文稱名：

     A Compact and Efficient Image Retrieval Approach Based on

                                                                     Border/Interior Pixel Classification

二、論文作者： Renato O.Stehling  Mario A. Nascimento  Alexandre X. Falcao

三、期刊名稱： CIKM'02,November 4-9,2002,McLean, Virginia, USA. (論文下載)

四、說明：BIC Feautre是一種簡潔且有效的CBIR 技術適用於廣域的影像內容。主要有三個主要的特色：

             (1) 將圖片像素依照內部/外部的方式進行分類 ，這是一種簡單和有效的影像分析演算法。

             (2) 採用對數距離的方式來比較兩個不同的BIC Feature。

             (3) 可以簡潔的表達擷取的影像視覺特徵(該方法包含了影像了的形狀、絞理等)。

五、定義： 藉由BIC Pixel的方式除了顏色的特徵外還可以保留形狀和紋理的特徵，如下圖所示：

           White pixel is interior feature.                Black pixel is border feature.

六、演算法說明：

     6-1、取得圖片中每一個像素值並將其量化為64個不同的顏色特徵。

     6-2、將每個像素顏色特徵值與其四個方向(上、下、左、右)的顏色特徵進行比較，如果四個方向都

            與中間的顏色特徵相同時則該像素顏色特徵為Interior，反之則為Border；並計算該圖片中

            每個顏色特徵的Border/Interior的Pixel數量。

     6-3、將計算後所得的每個顏色特徵的像素值進行正規化至區間值(0~255)。

     6-4、使用下列dLog Distance公式將兩個不同的圖片進行比較：

Download ： BICFeature(Source).rar       BICFeature(EXE).rar

Result：

     1、使用BIC的方式擷取影像的特徵值並使用dLog的公式來計算其他圖片的邏輯距離：

         BICFeature -l ImagePathFile.ipf -o imagepathfile.out -d imagepathfile.dl

     2、將原始的影像使用Interior/Border的方式來顯示其結果：   BICFeature -i 1.jpg -o bic1.jpg

    orignal image :

     Interioer/Border  Image: