As the amount of image data increases, the demand for the retrieval of similar images also increases. To search similar images more effectively, there are many researches about the content-based image retrieval (CBIR). CBIR uses the image contents such as color, texture, and shape to search similar images. However, it is difficult to get a good result in case of searching images which are very complex and are difficult to use color information such as satellite images. To use shape information instead of color information, image segmentation needs to be applied to find the shape of an object. However, due to the complexity of satellite images, image segmentation produces poor results which cause poor image retrieval results.
In this paper, we propose a similarity search approach which doesn't require image segmentation for satellite images with some assumptions. To do a similarity search without segmentation we use SIFT keypoint descriptor which doesn't require image segmentation. We assign the similarity to an image based on the SIFT keypoint descriptor. Experimental results show the proposed approach searches images containing a similar object more effectively in case of satellite images.
영상 데이터의 증가로 인해 여러 분야에 걸쳐 유사 영상 검색에 대한 수요는 계속해서 증가하고 있으며, 좀 더 정확한 유사 영상 검색을 위해 내용기반영상검색 기술 분야에 대한 많은 연구가 이루어지고 있다. 내용기반영상검색에서는 유사한 영상을 검색하기 위해 색상, 모양, 질감 등의 영상 자체의 내용을 사용한다. 하지만 위성 영상과 같이 색상 정보의 사용이 어렵고 영상 자체가 매우 복잡한 영상의 경우는 내용기반영상검색을 통해 좋은 결과를 얻기가 쉽지 않다. 그 이유는 색상 정보의 사용이 어려워 모양 정보를 이용하려면 영상 세그멘테이션을 통해 영상에서 물체를 분리해야 하는데 영상이 매우 복잡한 경우 영상 세그멘테이션의 결과가 좋지 않기 때문이다. 따라서 본 논문에서는 몇 가지 가정 하의 위성 영상을 대상으로 유사 물체가 포함된 영상을 검색할 때에 영상 세그멘테이션을 사용하지 않고 유사성 검색을 하는 방법을 제안하고자 한다. 이를 위해 영상 세그멘테이션을 사용하지 않는 모양 기술자인 SIFT keypoint descriptor를 기반으로 영상의 유사도를 정의하여 유사성 검색을 한다. 실험을 통해 제안한 방법을 이용함으로써 위성 영상을 대상으로 효율적인 유사 물체 검색을 할 수 있음을 보였다.
