Content Based Image Retrieval

CBIR_Definition | Beispiele und Links |

CBIR_Definition
Content based Image Retrival
1992 taucht der Begriff in der Literatur zum erstenmal auf. Gemeint ist damit die Suche nach Informationen, die als "Inhalt" den Bildern imanent sind, also nicht um manuell eingegebene Metadaten, auch wenn sich diese auf den Bildinhalt beziehen.Der Begriff CBIR umfasst auch Video Indexierung/Suche.

-Suche nach: Farbe
Alle Systeme basieren mehr oder weniger auf derselben Grundüberlegung: Bei der Eingabe eines Bildes in die Datenbank wird es nach der proportionalen Verteilung seiner Farbpixel analysiert. Dieses Farb-Histogramm wird in der Datenbank abgespeichert. Bei der Suche gibt der Nutzer entweder exakte Werte für seine bevorzugte Verteilung der Farben an (z.B. 75% olivegrün und 25% rot) oder er gibt ein Referenzbild an. Dieses wird dann zunächst ebenfalls nach seinen Farbwerten analysiert und diese werden dann der Suche zugrundegelegt. Zwischenstufen der Suche werden durch Annäherungen an die Farbwerte erreicht, Durchschnittswerte usw. Die Bildähnlichkeit wird dem Benutzer in Prozentangaben vermittelt.
-Textur
Suche nach unterschiedlichen Texturen scheint für sich genommen nicht so sinnvoll zu sein. Kombiniert man dies dann aber mit einer Farbwahl, können die Ergebnisse verbessert werden. (z.B. ein grüner Farbton wird kombiniert mit einer Grastextur). Die Suche ist mit der nach der Farbe vergleichbar. Man arbeitet dazu mit der Helligkeit der Pixel, Kontrats, Gabor Filter und Fractalen.
-Form
Auch hier werden bestimmte, die Form beschreibende Signifikanten für jedes Bild abgespeichert. Die Suche funktioniert wie bereits beschrieben, aber mit der Erweiterung, dass der User von ihm gezeichnete Formen eingeben kann. Man unterscheidet in globale und lokale Faktoren.
-andere Suchfaktoren
Räumliche Anordnung im Bild, auch hier bringt die Suche alleingenommen nichts, sondern in Kombination mit anderen Suchfaktoren z.B. Position einer Farbe, Textur oder Form im Bild. (u.a.Problem der Unterteilung/Segmentation von Bildern).

Anwendungen in der Praxis
Verbrechensbekämpfung (Fingerabdrücke- und Gesichtserkennung)
Handelsmarken Registrierung
Copyright Probleme

Quelle und mehr Informationen finden sich unter:
http://www.unn.ac.uk/iidr/report.html (Forschungsbericht des Institute for Data Research an der Universität Northhumbria, Januar 1999)

Beipiele und Links
QBIC
http://wwwqbic.almaden.ibm.com/
(Suche nach Farbe, Texture und Form und ihren Kombinationen und Text Schlagworten, der User kann selbstgezeichnete Formen eingeben, die neueste Version macht auch die Suche nach s/w-Bildern möglich und die nach Videos)

http://www.hermitagemuseum.org/fcgi-bin/db2www/qbicSearch.mac/qbic?selLang=English
Anwendungsbeispiel mit den Beständen der Hermitage.

Viper
Visual Information Processing for Enhanced Retrieval
http://viper.unige.ch
An der Universität Genf entwickelte internetbasierte Bildsuche.
Sehr gute Linksammlung: http://viper.unige.ch/other_systems/

imatch
http://www.photools.com
Bilddatenbank mit Unterstützung der Ähnlichkeitssuche

ThumbsPlus
http://www.thumbsplus.de
Bilddatenbank mit Unterstützung der Ähnlichkeitssuche

michelscope
http://lmb.informatik.uni-freiburg.de/people/siggelkow/michelscope/
intelligente Bildähnlichkeitssuche für Briefmarkensammler