KR0174156B1 - 이미지 데이타 압축 장치 및 방법 - Google Patents

Abstract

본 발명은 하나의 디멘존얼 프리딕티브 코딩 알고리즘(One Dimensional Predictive Coding Algorithm)을 이용한 이미지 데이타 압축 코딩 장치 및 방법에 관한 것이다.

본 발명은 적응적 프리딕티브 코딩의 일종으로 에러의 다이나믹 레인지(Dynamic Range)를 일정한 값으로 고정시키기 위하여 계수의 값을 변화시키는 방법을 선택하고, 엔트로피 코딩(Entropy Coding)의 일종인 후프만 코딩을 결합시켜, 이미지 데이타 특성에 따라 후프만 트리를 구성할 수 있도록 하므로써 압축 효율을 향상시킬 수 있다.

Description

이미지 데이타 압축 장치 및 방법

제1도는 본 발명에 의한 이미지 데이타 압축 장치의 구성도.

제2도는 본 발명에 의한 이미지 데이타 압축 방법의 흐름도.

* 도면의 주요부분에 대한 부호의 설명

1, 13 : 예측 부호화기 2 : 감산기

3 : 엔트로피 코딩부 11 : 엔트로피 디코딩부

12 : 가산기

[산업상의 이용 분야]

본 발명은 이미지 데이타 압축 코딩 장치 및 방법에 관한 것으로, 특히 하나의 디멘존얼 예측 코딩 알고리즈(One Dimensional Predictive Coding Algorithm)을 이용한 이미지 데이타 압축코딩장치 및 방법에 관한 것이다.

[발명의 배경]

지금까지의 데이타의 압축은 일반적인 문서를 대상으로 이루어졌으나, 멀티미디어의 사용 증가에 따라 이미지 데이타나 음성 데이타의 압축이 중요한 관심사가 되었다. 이미지 데이타의 경우 기존의 문서에 비하여 그 정보량이 수백배 이상이 되므로 저장 용량의 문제는 물론, 데이타의 전송에 소요되는 시간이나 실시간 동작이 필요한 시스템의 경우에는 큰 문제로 떠오르게 되었다.

어러한 문제들이 데이타 압축 효율을 높이고 또한, 압축을 바르게 하는 방향으로 급진전을 가져오게 되었다.

다지탈 이미지의 압출을 크게 두관점에서 고려해 보면 다음과 같다.

첫째, 이미지 데이타의 정보량의 증가에 따른 저장 용량의 한계를 극복하기 위한 데이타의 압축과, 둘째, 이미지 데이타의 적용 시스템이 실시간 동작을 요하여 이미지 데이타의 압축이 필요한 경우를 들 수 있다.

디지탈 이미지 압축 기술은 손실이 있는 압축과 손실이 없는 압축, 및 이들의 결합된 형태로 나눌 수 있다. 손실이 없는 압축 기술로는 후프만 코딩(Huffman Coding), 모디파이드 리드 코딩(Modified READ Coding), 및 LZW(Lempel-Ziv and Welch)가 있고, 손실이 있는 압축 기술로는 양자화를 하는 프리딕티브 코딩(Predictive Coding), 트랜스폼 코딩(Transform Coding)이 있다.

아날로그 입력으로 부터 이미 양자화되어 있는 디지탈 이미지의 경우에는 프리딕티브 코딩시 각 계수의 값이 에러 값을 양자화시키면 손실이 없다.

또한, 손실이 있는 압축과 손실이 없는 압축이 결합된 형태를 이용하는 경우에는 데이타의 손실과 압축 효율 사이의 장점을 취할 수 있다.

손실이 있는 압축과 손실이 없는 압축의 선택은 적응 시스템의 경우에 크게 의존하게 된다. 즉, 이미지 데이타의 정보의 압축을 통한 손실이 최종출력에서 무시할 수 없을 정도의 큰 영향을 미치는 경우 손실이 없는 압축 기술의 선택이 바람직하며, 최종 출력이 사람의 눈과 같이 이미지 데이타의 손상을 크게 식별할 수 없는 경우나 그 영향이 미미한 경우 손실이 있는 압축을 통해 큰 압축 효율을 가지는 것도 선택의 기준이 될 수 있다.

[발명의 목적]

따라서 본 발명은 이미지 데이타의 특성에 따라서 후프만 트리(Huffman Tree)를 구성할 수 있도록 하여 압축 효율을 증가시키기 위한 이미지 데이타 압축 장치 및 방법을 제공함에 그 목적이 있다.

[발명의 구성]

상기 목적을 달성시키기 위한 본 발명에 의한 이미지 데이타 압축 장치는 인가되는 이미지의 인텐시티를 입력으로 예측 부호화하는 제1 예측 부호화기, 상기 이미지의 인텐시티로 부터 상기 제1 예측 부호화기의 출력을 감산하는 감산기, 및 상기 감산기의 출력을 입력으로 엔트로피 코딩하여 채널을 통해 전송하는 엔트로피 코딩부로 구성되는 코딩부와, 상기 채널을 통해 전송된 신호를 엔트로피 디코딩하는 엔트로피 디코딩부, 상기 엔트로피 디코딩부의 출력을 일입력으로 가산하여 이미지의 인텐시티를 출력하는 가산기, 및 상기 가산기로 부터 출력되는 이미지의 인텐시티를 입력으로 예측 부호화하여 상기 가산기의 타입력으로 출력하는 제2 예측 부호화기로 구성되는 디코딩부로 구성됨을 특징으로 한다.

또한, 상기 목적을 달성하기 위해 본 발명에 의한 이미지 데이타 압축 방법은 에러의 범위와 계수의 수와 초기 계수의 값을 설정하고 이미지 데이타의 위치를 초기화하는 초기화 및 설정 단계, 상기 설정된 계수의 값을 이용하여 이미지 데이타의 위치가 끝날때까지 각 이미지 데이타의 에러와 에러의 확률 밀도 함수(Probability Density Function)와 이미지 위치와 각 계수의 값을 계산하는 에러 및 확률 밀도 함수 계산 단계, 상기 계산된 에러의 확률 밀도 함수로 부터 후프만 트리를 구성하고 각 에러의 코드값을 설정하는 후프만 트리 구성 및 에러의 코드값 설정 단계, 상기 에러의 범위, 초기의 계수값과 초기 이미지 데이타의 에러를 위한 더미 데이타를 전송하는 더미 데이타 전송 단계, 및 이미지 데이타의 위치가 끝날때까지 실제 이미지 데이타의 에러에 해당하는 코드값을 전송하는 에러 코드 전송 단계에 의해 수행됨을 특징으로 한다.

[작용]

본 발명에 의한 이미지 데이타 압축 장치 및 방법은 적응적 프리딕티브 코딩의 일종으로 에러의 다이나믹 레인지(Dynamic Range)를 일정한 값으로 고정시키기 위하여 계수의 값을 변화시키는 방법을 선택하고, 엔트로피 코딩(Entropy Coding)의 일종인 후프만 코딩을 결합시켜, 이미지 데이타 특성에 따라 후프만 트리를 구성할 수 있도록 한다.

[실시예]

제1도를 참조하면, 본 발명에 의한 신규한 이미지 데이타 압축 장치는 인가되는 이미지의 인텐시티(f(m))를 입력으로 예측 부호화하고 이를 감산하여 엔드로피 코딩한후 채널을 통해 전송하는 코딩부와, 상기 채널을 통해 전송된 신호를 엔트로피 디코딩한후 이를 예측 부호화하여 가산하므로써 디코딩하는 디코딩부로 구성된다.

이하 첨부한 도면을 참조하여 본 발명의 실시예를 상세히 설명한다. 제1도는 본 발명에 의한 이미지 데이타 압축 장치의 구성도이고, 제2도는 본 발명에 의한 이미지 데이타 압축 방법의 흐름도이다.

본 발명에 의한 이미지 데이타 압축 장치는 제1도에 도시한 바와 같이 예측 부호화기(1), 감산기(2), 및 엔트로피 코딩부(3)로 구성된 코딩부와, 엔트로피 디코딩부(11), 가산기(12), 및 예측 부호화기(13)로 구성된 디코딩부로 구성된다.

에측 부호화기(1)는 인가되는 이미지의 인텐시티(f(m))를 입력으로 예측 부호화하여 감산기(2)로 출력한다.

감산기(2)는 이미지의 인텐시티(f(m))로 부터 예측 부호화기(1)의 출력을 감산하여 엔트로피 코딩부(3)로 출력한다.

엔트로피 코딩부(3)는 감산기(2)의 출력(e(m))을 입력으로 엔트로피 코딩하여 채널을 통해 전송한다.

엔트로피 디코딩부(11)는 채널을 통해 전송된 신호를 엔트로피 디코딩하여 가산기(12)로 출력한다.

가산기(12)는 엔트로피 디코딩부(11)의 출력(e(m))을 일입력으로 가산하여 이미지의 인텐시티(f(m))를 출력한다.

예측 부호화기(13)는 가산기(12)로 부터 출력되는 이미지의 인텐시티(f(m))를 입력으로 예측 부호화하여 가산기(12)의 타입력으로 출력한다.

이와 같이 구성되는 본 발명에 의한 이미지 데이타 압축 장치의 동작을 설명한다.

인가되는 이미지의 인텐시티(f(m))는 예측 부호화기(1)에서 예측 부호화된후 감산기(2)에서 인가되는 이미지의 인텐시티(f(m))로 부터 감산되며 엔트로피 코딩부(3)로 출력된다.

엔트로피 코딩부(3)에서는 감산기(2)의 출력(e(m))을 입력으로 엔트로피 코딩하여 채널을 통해 전송하게 된다.

채널을 통해 전송된 신호는 엔트로피 디코딩부(11)에서 엔트로피 디코딩되어 가산기(12)로 출력된다. 가산기(12)에서는 엔트로피 디코딩부(11)의 출력 (e(m))과 예측 부호화기(13)의 출력을 가산하여 이미지의 인텐시티(f(m))를 출력하게 된다.

이때, 예측 부호화기(13)에서는 가산기(12)로 부터 출력되는 이미지의 인텐시티(f(m))를 입력으로 예측 부호화하여 가산기(12)로 출력하게 된다.

또한, 이미지 압축 방법은 제2도에 도시한 바와 같이 초기화 및 설정 단계(30, 31), 에레 및 확률 밀도 함수 계산 단계(32, 33, 34, 35, 36, 37, 38), 후프만 트리 구성 및 에러의 코드값 설정 단계(39), 더미 데이타 전송 단계(40, 41), 및 에러 코드 전송 단계(42, 43, 44, 45, 46)에 의해 수행된다.

초기화 및 설정 단계(30, 31)에는 에러의 범위와 계수의 수와 초기 계수의 값을 설정하고 이미지 데이타의 위치를 초기화한다.

에러 및 확률 밀도 함수 계산 단계(32, 33, 34, 35, 36, 37, 38)는 설정된 계수의 값을 이용하여 이미지 데이타의 위치가 끝날때가지 각 이미지 데이타의 에러와 에러의 확률 밀도 함수(Probability density Function)와 이미지 위치와 각 계수의 값을 계산하는 것으로, 설정된 계수를 이용하여 각 이미지 데이타의 에러를 계산하는 에러 계산 단계(32), 계산된 에러가 에러의 범위내에 있는지 판단하는 에러의 범위 판단 단계(33), 상기 판단 결과 상기 계산된 에러가 에러의 범위내에 있는 경우 이미지 데이타의 위치가 끝날때까지 에러의 확률 밀도 함수를 계산하는 확률 밀도 함수 계산 단계(36, 37, 38), 및 판단 결과 계산된 에러가 에러의 범위내에 없는 경우 새로운 계수의 값을 계산하고 이미지 위치와 함께 계산된 새로운 계수의 값을 저장하고 에러 계산 다단계(32)로 진행하는 저장 단계(34, 35)에 의해 수행된다.

후프만 트리 구성 및 에러의 코드값 설정 단계(39)에는 계산된 에러의 확률 밀도 함수로 부터 후프만 트리를 구성하고 각 에러의 코드값을 설정 한다.

더미 데이타 전송 단계(40, 41)에는 에러의 범위, 초기의 계수값과 초기 이미지 데이타의 에러를 위한 더미 데이타를 전송한다.

에러 코드 전송 단계(42, 43, 44, 45, 46)는 이미지 데이타의 위치가 끝날때까지 실제 이미지 데이타의 에러에 해당하는 코드값을 전송하는 것으로, 이미지 위치가 새로운 계수값의 전송을 필요로 하는지 판단하는 계수값 전송 판단 단계(42), 판단 결과 계수값의 전송을 필요로 하는 경우 현재 이미지 위치에서의 계수값을 전송하는 계수값 전송 단계(43), 판단 결과 계수값의 전송을 필요로 하지 않거나 계수값 전송 단계 수행후 에러 코드를 전송하는 에러 코드 전송단계(44), 및 이미지 위치를 검색하여 이미지 위치가 끝날때까지 계수값 전송 판단 단계(42)로 진행하는 이미지 위치 판단 단계(45, 46)에 의해 수행된다.

이와 같이 수행되는 본 발명에 의한 이미지 데이타 압축 방법을 상세히 설명한다.

먼저, 각각의 계수를 구하는 방법을 설명한다.

m 번째 이미지의 인텐시티(f(m))는 기존의 인텐시티의 리니어 오퍼레이션(Linear Operation)에 의한 표현은 다음 식(1)과 같다.

위의 식(1) 양변에를 곱하면 다음 식(2)를 얻을 수 있다.

상관 관계를 다음과 같이 정의하면 위의 식(2)는 다음 식(3)과 같다.

위의 식(3)으로 부터 각각의 계수를 구할 수 있다.

다음으로 전체 시스템의 동작 원리를 설명한다.

이미지 데이타의 송신에 앞서 에러의 다이나믹 레인지(Dynamic Range), 즉 에러의 범위와 초기 계수의 값을 결정한다. 다시 말해서, 에러의 범위를 설정하고, 계수의 수와 초기 계수들의 값을 설정하고 이미지의 위치를 초기화한다(30,31).

결정된 계수값으로 에러의 범위에 따라 각 이미지 데이타의 에러를 구한다. 즉, 에러를 계산하고(32), 계산된 에러가 에러의 범위보다 큰지 판단 한다(33). 이때, 계산된 에러가 에러의 범위 보다 크면 새로운 계수의 값을 계산하고 계수값과 이미지 위치를 저장한후(34), 다음의 이미지 위치로 가서 에러를 계산하는 과정을 반복한다(35). 또한, 이때 계산된 에러가 에러의 범위보다 크지 않으면 에러에 대한 확률 밀도 함수를 구한다(36).

다시 말해서 결정된 계수값으로 각 이미지 데이터의 에러를 구하면서 에러에 대한 확률 밀도 함수를 계산하는데, 만약 에러의 범위를 넘어가면 그 시점의 계수를 다시 구한후 그 계수값은 송신을 위하여 저장하고 계속 확률 밀도 함수를 구한다.

이와 같은 방식으로 보내려는 이미지 데이타의 끝까지 반복하면 에러의 확률 밀도 함수와 에러가 범위를 벗어나는 시점과 그때의 각 계수의 값을 얻을 수 있다.

즉, 이미지 위치를 증가시키면서 이미지의 끝이 될때까지 확률 밀도 함수를 계산한다(36, 37, 38).

구해진 에러의 확률 밀도 함수로 부터 후프만 트리를 구할 수 있으며, 이에 따라 각각의 에러에 대한 코드도 얻을 수 있다. 따라서 후프만 트리를 구성하고 에러의 코드값을 설정한다(39).

송신은 이미지 데이타의 전송에 앞서 이미지 위치를 초기화하고(40) 에러의 범위, 초기의 계수값과 초기 이미지 데이타의 에러를 위한 더미 데이타를 보낸후(41) 실제의 이미지 데이타의 에러에 해당하는 코드값을 전송한다(42, 43, 44, 45, 46).

에러의 값이 범위를 벗어나는 위치는 앞에서 구했으므로 그때는 특별히 정해진 코드와 각각의 계수값을 다시 전송한 후 다시 에러의 코드값을 전송한다.

즉, 더미 데이타 전송 후 에러 코드를 전송하는데, 이대, 이미지 위치가 새로운 계수값의 전송을 필요로 하는 경우에는(42) 현재 이미지 위치에서의 계수값을 전송한후(43) 에러 코드를 전송한다(44).

수신측에서는 수신된 에러 범위와 계수 값, 각 에러에 대한 코드값으로 부터 에러 값을 구할 수 있다. 이렇게 구해진 에러 값에 수신되었던 계수 값으로부터 구한 예상치를 더하면 결국 이미지 데이타의 인텐시티를 구할 수 있다. 만약 에러 코드의 수신 도중 특별한 코드를 수신하면 그 후에 들어오는 데이타는 새로운 계수 값이라는 것을 인식하고 그 이후의 계산은 수신된 새로운 계수 값으로 실행하면 된다.

[효과]

이상에서 설명한 바와 같이 본 발명에 의한 이미지 데이타 압축 장치 및 방법은 이미지 데이타의 특성에 따라서 후프만 트리를 구성할 수 있으며, 그로 인한 압축 효율의 증가를 가져올 수 있는 효과가 있다.

Claims (4)

1. 인가되는 이미지이 인텐시티(f(m))를 입력으로 예측 부호화하는 제1 예측 부호화기(1), 상기 이미지의 인텐시티(f(m))로 부터 상기 제1 예측 부호화기(1)의 출력을 감산하는 감산기(2), 및 상기 감산기(2)의 출력(e(m))을 입력으로 엔트로피 코딩하여 채널을 통해 전송하는 엔트로피 코딩부(3)로 구성되는 코딩부와, 상기 채널을 통해 전송된 신호를 엔트로피 디코딩하는 엔트로피 디코딩부(11), 상기 엔트로피 디코딩부(11)의 출력(e(m))을 일입력으로 가산 하여 이미지의 인텐시티(f(m))를 출력하는 가산기(12), 및 상기 가산기 (12)로 부터 출력되는 이미지의 인텐시티(f(m))를 입력으로 예측 부호 화하여 상기 가산기(12)의 타입력으로 출력하는 제2 예측 부호화기(13)로 구성되는 디코딩부로 구성됨을 특징으로 하는 이미지 데이타 압축 장치.
2. 에러의 범위와 계수의 수와 초기 계수의 값을 설정하고 이미지 데이터의 위치를 초기화하는 초기화 및 설정 단계(30, 31), 상기 설정된 계수의 값을 이용하여 이미지 데이타의 위치가 끝날때까지 각 이미지 데이타의 에러와 에러의 확률 밀도 함수(Probability Density Function)와 이미지 위치와 각 계수의 값을 계산하는 에러 및 확률 밀도 함수 계산 단계(32, 33, 34, 35, 36, 37, 38), 상기 계산된 에러의 확률 밀도 함수로 부터 후프만 트리를 구성하고 각 에러의 코드값을 설정하는 후프만 트리 구성 및 에러의 코드값 설정 단계(39), 상기 에러의 범위, 초기의 계수값과 초기 이미지 데이타의 에러를 위한 더미 데이타를 전송하는 더미 데이타 전송 단계(40, 41), 및 이미지 데이타의 위치가 끝날때까지 실제 이미지 데이타의 에러에 해당하는 코드값을 전송하는 에러 코드 전송 단계(42, 43, 44, 45, 46)에 의해 수행됨을 특징으로 하는 이미지 데이타 압축 방법.
3. 제2항에 있어서, 상기 에러 및 확률 밀도 함수 계산 단계는 상기 설정된 계수를 이용하여 각 이미지 데이타의 에러를 계산하는 에러 계산 단계(32), 상기 계산된 에러가 에러의 범위내에 있는지 판단하는 에러의 범위 판단 단계(33), 상기 판단 결과 상기 계산된 에러가 에러의 범위내에 있는 경우 이미 지 데이타의 위치가 끝날때까지 에러의 확률 밀도 함수를 계산하는 확률 밀도 함수 계산 단계(36, 37, 38), 및 상기 판단 결과 상기 계산된 에러가 에러의 범위내에 없는 경우 새로운 계수의 값을 계산하고 이미지 위치와 함께 상기 계산된 새로운 계수의 값을 저장하고 상기 에러 계산 단계(32)로 진행하는 저장 단계(34, 35)에 의해 수행됨을 특징으로 하는 이미지 데이타 압축 방법.
4. 제2항에 있어서, 상기 에러 코드 전송 단계는 이미지 위치가 새로운 계수값의 전송을 필요로 하는지 판단하는 계수 값 전송 판단 단계(42), 상기 판단 결과 계수값의 전송을 필요로 하는 경우 현재 이미지 위치에서의 계수값을 전송하는 계수값 전송 단계(43), 상기 판단 결과 계수값의 전송을 필요로 하지 않거나 상기 계수값 전송 단계 수행후 에러 코드를 전송하는 에러 코드 전송단계(44), 및 이미지 위치를 검색하여 이미지 위치가 끝날때까지 상기 계수값 전송 판단 단계(42)로 진행하는 이미지 위치 판단 단계(45, 46)에 의해 수행됨을 특징으로 하는 이미지 데이타 압축 방법.