低階影像視覺特徵擷取

本節中我們將介紹本研究所應用到的低階影像視覺特徵擷取的 各項技術，包含: 視覺特徵擷取的演算法、視覺特徵擷取的工具、與 視覺特徵值的儲存格式。

2.2.1 低階影像視覺特徵擷取演算法

影像所能提供的低階視覺特徵有許多種，主要分為三種類形: 顏

色(Color)[12-15, 28, 29]、形狀(Shape)[30-32]、及紋理(Texture)[12, 33]。低階影像視覺特徵擷取演算法的詳細說明請參考附錄，以下就 本研究使用到的視覺特徵值作一簡單的介紹:

z Color Layout[14]: 以低計算量表現出各個顏色的空間分佈狀 態。首先影像會被分割為一個個8x8 的區塊，每個區塊的 Dominant Color 以 YCbCr 顏色表示系統儲存著。每個色頻裡 的Dominant Color 再套用 DCT(Discrete Cosine Transform)，

以DCT 的係數值作為特徵值。

z Color Structure[13]: 表現出影像裡顏色的內容以及該內容的 架構，可應用在矩形影像，特殊輪廓(非矩型影像)影像，以及 非連接型影像(如影像為兩個不相連的區塊)之間的比對。以 8x8 畫素為一個單位視窗，在影像內滑動並且記錄下來視窗 裡的顏色特性(以 double-coned HMMD 為顏色表示系統)。與 Color Histogram 不同的是，Color Structure 可以表現出畫素伴 隨出現的特性(因為 Color Structure 不是以畫素為單位來記錄 資訊，而是以8x8 視窗為單位)。

z Contour Shape[32]: 利用封閉的曲線來描述 2-D 物件的輪廓，

並以Curvature Scale Space(CSS)來呈現輪廓的形狀

z Dominant Color[29]: 只要用影像中局部性的顏色特徵就可以

z Homogeneous Texture[12]: 表現出影像中材質紋理的特性。利

用Gabor 過濾函式，作出紋理的走向趨勢(共 5 個)及規模(共 六個)過濾器來過濾影像，在 Frequency Domain 所表現出來的 第一及第二時刻能量被記錄下來成為特徵值。

z Region Shape[31]: 這個特徵值不但可以描述單一封閉區域 (如圖 17左)，也可以描述有鏤空(如圖 17中)，或沒有相連的 區域(如圖 17右)。

圖 17 三種 Region Shape 的影像範例

相似度比較方面，圖 18左及圖 18中是會被視為相似度比較 高的，但跟圖 18右就會被視為差異性大。

圖 18 Region Shape 的相似度比較 而圖 19都會被視為相似度高。

圖 19 Region Shape 的相似度比較

這個特徵值不但使用空間小，而且在擷取和比對上都有不錯 的表現。Region Shape 不但能精簡且有效率的描述多個不相

連的區域，即使在作過影像切割後，可以保留著原始影像的 特性。

z Scalable Color[15]: 利用 Haar Transform，在 HSV 顏色表示系 統下記錄顏色的分佈狀態。

2.2.2 低階影像視覺特徵擷取工具與儲存格式

我們採用MPEG-7[35]的實作和標準為擷取工具和擷取結果的儲 存格式。MPEG 是（Moving Picture Experts Group）動態影像專家團 體的縮寫，這個團體創建於1988 年，早期主要是為了 CD 建立視訊 和音訊的標準，其中成員主要為視訊、音訊及系統領域的專家，今天 我們所指的MPEG-X 版本，是指由 ITU（International

Telecommunication Union）和 ISO（International Standarization Organization）制定發佈的視訊、音訊的壓縮標準，如: MPEG-1、

MPEG-7 的正式名稱為"multimedia content description interface"，

其重點在於影音內容的描述和定義，以有彈性、具延伸性、多層次及 明確的資料結構和語法來定義影音資料的內容，經由MPEG-7 的定義 格式，使用者可以有效率地搜尋、過濾和定義想要的影音資料。由於 在不同的使用者或應用的影音內容會有不同的意義，所以在相同的媒

體上可能會有不同的影音內容的定義，如：同一隻狗在屋裏吠和在屋 外吠兩段影片，在低階的特徵上有相同的音頻，但在高階的特徵上則 不同，一個是在屋裏另一個是在屋外。這些高階的特徵做為與使用者 互動的重要依據。MPEG-7 也使用 XML 當做陳述影音資料的語言，

並以XML Schema 當做 DDL(Description Definition Language)的基 礎，使其整個架構更具有其延展性。而本研究所採用的即是MPEG-7