descriptor de diseño de color

En el procesamiento de imágenes y video digitales , un descriptor de diseño de color ( CLD ) está diseñado para capturar la distribución espacial del color en una imagen. ^[¹^] El proceso de extracción de características consta de dos partes: selección de color representativo basada en cuadrícula y transformada discreta del coseno con cuantificación.

El color es la cualidad más básica del contenido visual; por lo tanto, es posible utilizar colores para describir y representar una imagen. El estándar MPEG-7 ha probado el procedimiento más eficiente para describir el color y ha seleccionado aquellos que han proporcionado resultados más satisfactorios. Este estándar propone diferentes métodos para obtener estos descriptores , y una herramienta definida para describir el color es el CLD, que permite describir la relación de color entre secuencias o grupos de imágenes.

El CLD captura la distribución espacial de los colores representativos en una cuadrícula superpuesta a una región o imagen. La representación se basa en los coeficientes de la transformada discreta del coseno (DCT). Se trata de un descriptor muy compacto y altamente eficiente para la navegación y búsqueda rápidas. Puede aplicarse tanto a imágenes fijas como a segmentos de vídeo.

Definición

El CLD es una representación del color muy compacta e invariante a la resolución para la recuperación de imágenes de alta velocidad , y ha sido diseñado para representar eficientemente la distribución espacial de los colores. Esta característica se puede utilizar para una amplia variedad de recuperación basada en similitud, filtrado de contenido y visualización. Es especialmente útil para aplicaciones de recuperación basadas en la estructura espacial. Este descriptor se obtiene aplicando la transformación DCT a una matriz bidimensional de colores representativos locales en el espacio de color Y, Cb o Cr . Las funcionalidades del CLD son básicamente la coincidencia:

– Coincidencia de imagen a imagen

– Coincidencia de videoclips

Cabe destacar que el CLD es uno de los descriptores de color más precisos y rápidos.

Extracción

El proceso de extracción de este descriptor de color consta de cuatro etapas:

Particionamiento de imágenes
Selección de colores representativos
transformación DCT
Escaneo en zigzag

El estándar MPEG-7 recomienda utilizar el espacio de color YCbCr para el CLD.

Particionamiento de imágenes

En la etapa de partición de la imagen , la imagen de entrada (en el espacio de color RGB ) se divide en 64 bloques para garantizar la invariancia a la resolución o la escala. Las entradas y salidas de este paso se resumen en la siguiente tabla:

Selección de colores representativos

Tras la etapa de partición de la imagen, se selecciona un único color representativo de cada bloque. Se puede aplicar cualquier método para seleccionar el color representativo, pero la norma recomienda utilizar el promedio de los colores de los píxeles de un bloque como color representativo correspondiente, ya que es más sencillo y, en general, la precisión de la descripción es suficiente. La selección da como resultado un pequeño icono de imagen de 8x8 píxeles. La siguiente figura muestra este proceso. Cabe destacar que, en la imagen de la figura, se ha mantenido la resolución de la imagen original únicamente para facilitar su representación. Las entradas y salidas de esta etapa se resumen en la siguiente tabla:

Una vez obtenido el pequeño icono de imagen, se aplica la conversión del espacio de color entre RGB y YCbCr.

transformación DCT

En la cuarta etapa, la luminancia (Y) y la crominancia azul y roja (Cb y Cr) se transforman mediante una DCT de 8x8, obteniéndose así tres conjuntos de 64 coeficientes DCT. Para calcular la DCT en una matriz 2D, se utilizan las fórmulas que se muestran a continuación.

B_{pq}=\alpha _{p}\alpha _{q}\sum _{m=0}^{M-1}\sum _{n=0}^{N-1}A_{mn}\cos {\frac {\pi (2m+1)p}{2M}}\cos {\frac {\pi (2n+1)q}{2N}},\qquad 0\leq p\leq M-1,\;0\leq q\leq N-1

\alpha _{p}={\begin{cases}{\frac {1}{\sqrt {M}}},&p=0\\{\sqrt {\frac {2}{M}}},&1\leq p\leq M-1\end{cases}}\qquad \alpha _{q}={\begin{cases}{\frac {1}{\sqrt {N}}},&q=0\\{\sqrt {\frac {2}{N}}},&1\leq q\leq N-1\end{cases}}

Las entradas y salidas de esta etapa se resumen en la siguiente tabla:

Escaneo en zigzag

Se realiza un escaneo en zigzag con estos tres conjuntos de 64 coeficientes DCT, siguiendo el esquema presentado en la figura. El objetivo del escaneo en zigzag es agrupar los coeficientes de baja frecuencia de la matriz de 8x8 en un vector. Las entradas y salidas de esta etapa se resumen en la siguiente tabla:

Finalmente, estos tres conjuntos de matrices corresponden al CLD de la imagen de entrada.

Pareo

El proceso de comparación ayuda a evaluar si dos elementos son iguales, comparándolos y calculando la distancia entre ellos. En el caso de los descriptores de color, el proceso de comparación ayuda a evaluar si dos imágenes son similares. Su procedimiento es el siguiente:

– A partir de una imagen de entrada, la aplicación intenta encontrar una imagen con un descriptor similar en una base de datos de imágenes.

Si consideramos dos CLD:

{DY, DCb, DCr}

{ DY‟, DCb‟, DCr‟ },

La distancia entre los dos descriptores se puede calcular de la siguiente manera:

D={\sqrt {\sum _{i}w_{yi}(DY_{i}-DY_{i}')^{2}}}+{\sqrt {\sum _{i}w_{bi}(DCb_{i}-DCb_{i}')^{2}}}+{\sqrt {\sum _{i}w_{ri}(DCr_{i}-DCr_{i}')^{2}}}

El subíndice i representa el orden de escaneo en zigzag de los coeficientes. Además, observe que es posible ponderar los coeficientes (w) para ajustar el rendimiento del proceso de coincidencia. Estas ponderaciones nos permiten dar mayor importancia a algunos componentes del descriptor que a otros. Observando la fórmula, se puede extraer que:

– Dos imágenes son iguales si la distancia es 0.

– Dos imágenes son similares si la distancia es cercana a 0.

Por lo tanto, este proceso de comparación permitirá identificar imágenes con descriptores de color similares. Dado que la complejidad del proceso de comparación de similitud descrito anteriormente es baja, se puede lograr una comparación de imágenes a alta velocidad.

Véase también

JPEG § Transformada discreta del coseno : contiene un ejemplo de transformación DCT más fácil de entender.
MPEG-7
descriptores visuales

Referencias

↑ Manjunath, BS; Ohm, J.-R.; Vasudevan, VV; Yamada, A. (junio de 2001). "Descriptores de color y textura" . IEEE Transactions on Circuits and Systems for Video Technology . 11 (6): 703– 715. doi : 10.1109/76.927424 .

Enlaces externos

TESIS DE MAESTRÍA – Clasificación y descripción de imágenes basadas en el color (Sergi Laencina Verdaguer)
Relación entre descriptores visuales y semánticos de imágenes (J. Stauder y J. Sirot)

[1] Manjunath, BS; Ohm, J.-R.; Vasudevan, VV; Yamada, A. (junio de 2001). "Descriptores de color y textura" . IEEE Transactions on Circuits and Systems for Video Technology . 11 (6): 703– 715. doi : 10.1109/76.927424 .

[