KR100189542B1 - 지각있는 왜곡 측정을 이용한 프랙탈 영상 압축 장치 및 방법 - Google Patents

지각있는 왜곡 측정을 이용한 프랙탈 영상 압축 장치 및 방법 Download PDF

Info

Publication number
KR100189542B1
KR100189542B1 KR1019960011040A KR19960011040A KR100189542B1 KR 100189542 B1 KR100189542 B1 KR 100189542B1 KR 1019960011040 A KR1019960011040 A KR 1019960011040A KR 19960011040 A KR19960011040 A KR 19960011040A KR 100189542 B1 KR100189542 B1 KR 100189542B1
Authority
KR
South Korea
Prior art keywords
block
domain
range
image compression
sensitivity
Prior art date
Application number
KR1019960011040A
Other languages
English (en)
Other versions
KR960040010A (ko
Inventor
김재호
문용호
박동식
Original Assignee
윤종용
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 윤종용, 삼성전자주식회사 filed Critical 윤종용
Publication of KR960040010A publication Critical patent/KR960040010A/ko
Application granted granted Critical
Publication of KR100189542B1 publication Critical patent/KR100189542B1/ko

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/99—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals involving fractal coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/001—Model-based coding, e.g. wire frame

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Compression Of Band Width Or Redundancy In Fax (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

1. 청구범위에 기재된 발명이 속하는 기술분야
본 발명은 프랙탈 영상 압축장치 및 방법에 관한 것이다.
2. 발명이 해결하고자 하는 기술적 과제
프랙탈 영상 압축장치에 있어서, 인간의 시각특성을 반영한 왜곡측정을 이루어 복원화상의 화질이 인간의 시각적으로 우수한 프랙탈 영상 압축방법 및 장치를 제공함에 있다.
3. 발명의 해결방법의 요지
디지탈 영상 처리방법에 있어서, 압축하고자 소망하는 영상데이타를 기준처리단위로 다수의 치역 블럭으로 분할하는 단계와, 상기 영상 데이타로부터 소정 분할비로 다수의 정의역 블럭을 설정하는 단계와, 상기 정의역 블럭들을 각각의 치역 블럭으로 매칭시키기위한 최적화 프랙탈 변환함수의 파라메타를 계산하는 단계와, 각 치역 블럭들의 배경감도계수와 에지감도계수를 계산하는 단계와, 해당 치역 블럭의 화소데이타와 각 정의역 블럭들의 화소데이타로부터 상기 해당 치역 블럭의 배경감도계수와 에지감도계수에 대응하여 상기 해당치역 블럭의 각 정의역 블럭에 대한 왜곡에러를 계산하여 각 치역 블럭들과 최소왜곡에러를 가지는 자기유사 정의역 블럭들을 검색하는 단계와, 각 치역 블럭들에 대한 자기유사 정의역 블럭과 해당 치역 블럭과의 프랙탈 변환함수의 파라메타와 자기유사 정의역 블럭의 위치정보를 각각 영상압축정보로 저장하는 단계로 구성한다.
4. 발명의 중요한 용도
디지탈 영상처리장치에 중요히 사용될 수 있다.

Description

지각있는 왜곡 측정을 이용한 프랙탈 영상 압축장치 및 방법
제1도는 기본적인 프랙탈 영상 압축 방법에 의한 치역 블럭 및 정의역 블럭의 지정상태를 도식화한 상태도
제2도는 치역 블럭과 정의역 블럭의 지정상태를 도식화한 다른 상태도
제3도는 잡음 민감도 계산을 위한 이미지의 구성도
제4도는 본 발명의 바람직한 일 실시예에 따른 지각 있는 왜곡측정을 이용한 프랙탈 영상 압축 장치의 블럭 구성도
제5도는 본 발명의 바람직한 일 실시예에 따른 지각있는 왜곡측정을 이용한 프랙탈 영상압축방법의 동작과정을 보여주는 수행 흐름도
본 발명은 영상 압축장치 및 방법에 관한 것으로서, 특히 수축변환함수를 이용한 프랙탈(fractal) 영상 압축장치 및 방법에 관한 것이다.
일반적으로 디지탈 영상 압축방법은 변환부호화 기법과 벡터 양자화 기법으로 크게 분류된다. 변환부호화 기법은 주어진 영상데이타를 다른 영역으로 변환하여 변환된 영역에서 압축을 수행하는 방식으로 JPEG이 대표적인 예이다. 그리고 벡터 양자화기법은 영상 데이타의 일부분들을 미리 정해진 부호책의 영상들과 비교하여 가장 유사한 부호책 영상의 인덱스를 전송하여 압축하는 기법이다. 이같은 기존의 압축기법과는 달리 프랙탈 영상 압축방법은 복잡한 영상데이타를 상대적으로 간단한 수학적 모델을 이용하여 근사적으로 표현함으로써 디지탈 영상 데이타의 압축효과를 얻는 새로운 압축방법이다.
통상적으로 프랙탈 영상 압축방법은 압축할 영상이 자기 유사성을 지니고 있다고 가정한 후 이 영상을 변환 끌개로 하는 수축변환을 구하는 것을 핵심으로 하는 영상 압축방법이다. 그런데 압축할 전체 영상을 변환 끌개로 지니는 수축변환을 구하는 것은 실제로 매우 어려운 일이다. 이를 해결하기 위하여 프랙탈 영상 압축은 전체 영상을 겹침이 없는 치역 블럭들로 분할하고 분할된 각각에 대하여 수축변환을 구함으로써 전체 영상을 압축한다(이것에 대한 이론적 근거는 증명된 공지의 사항임). 분할된 각각의 치역 블럭에 대한 수축변환을 구하는 방식은 영상내에서 4배 크기의 정의역 블럭들을 설정하고(이때 치역 블럭과 정의역 블럭들간의 겸침은 문제되지 않으며 또한 정의역 블럭의 위치는 전체 영상내에 어디든 상관없음.), 정의역 블럭을 수축변환하고 치역 블럭과의 오차를 계산하여 가장 작은 오차를 지니는 영역(이때 이 정의역 블럭을 특별히 정합블럭이라고 부른다.)과 그때의 수축변환을 구하는 것이다. 제1도는 상기한 방법에 있어서 치역 블럭의 분할과 정의역 블럭의 지정상태를 나타낸 것이다.
이와 같은 기본 방법을 토대로 한 가장 대표적인 프랙탈 영상 압축방법으로 자퀴(Jacquin)의 방법이 있다. 이 방법은 압축에 소요되는 시간을 감소기키기 위하여 치역 블럭과 정의역 블럭 모두를 분류하고 동일한 부류에 속하는 치역 블럭과 정의역 블럭에 대하여 전술한 과정을 적용한다.
제2도는 치역 블럭과 정의역 블럭의 지정상태를 도식화한 다른 상태도로서, Ri에 있어서 정의역 블럭 D1, D2, D3, D4중에서 D1과 D3만이 동일한 부류에 속한다면 D2, D4에 대해서는 처리과정을 생략한다. 그리고 보다 정밀한 근사를 위하여 치역 블럭과 정합블럭 사이의 오차가 큰 경우에는 치역 블럭을 분할하고 그 분할된 치역 블럭(제2도에서 점선으로 표시된 영역)에 대하여 동일한 과정을 수행할 수 있음을 나타낸다.
상기 제2도를 참조하여 자퀸의 방법을 설명하면, 먼저 전체 영상을 겸침이 없는 N×N 치역 블럭들로 분할하여 이를 4가지 종류로 분류하고, 전체 영상에 존재하는 모든 2N×2N 정의 영역들중 동일한 종류에 속하는 정의역 블럭에 대해서만 수축변환을 수행하여 치역 블럭과의 평균자승오차(Mean Square Error: MSE)를 구하고, 가장 작은 오차의 정의역 블럭을 구하고 이때의 수축변환함수의 변수와 정의역 블럭의 위치를 압축데이타로 저장한다. 만약 가장 작은 오차가 임계값보다 큰 경우에는 치역 블럭을 분할하고 분할된 각각의 N/2×N/2 블럭에 대하여 동일한 과정을 수행한다. 한편 영상의 복원은 수축변환의 고정점 이론에 근거하여 임의의 초기 영상에 압축과정에서 구한 수축변환을 반복적으로 적용함으로써 영상을 복원한다. 이 방식에 대한 구체적인 내용은 매우 잘 알려진 공지의 사항이므로 상세한 설명한 생략한다.
이러한 프랙탈 영상 압축방법은 이론적으로는 1/10,000의 고 압축이 가능하며 압축시간보다 복원 시간이 짧은 비대칭적 과정으로서, 고속의 복원 기능이 필요한 분야에 적용할 수 있는 장점을 지니고 있다.
상술한 프랙탈 영상 압축 장치 및 방법중, 현재 실용화되어 있는 프랙탈 영상 압축장치 및 방법으로 반즐리(Barnsley)의 IFS(Iterated Function System)가 있으며, 이는 미합중국 특허 제5,347,600호(Method and apparatus for compression and decompression of digital image data)에 상세히 게시되고 있다. 상술한 종래의 프랙탈 영상압축장치 및 방법에서 블럭간의 자기유사성을 판정하는 기준으로써 이용된 왜곡측정(distortion measure)은 일반적으로 평균자승오차였다. 즉 해당 치역 블럭과의 평균자승오차가 가장 작은 정의역 블럭을 자기유사성이 가장 큰 정의역 블럭으로 판정하여 수축변환을 구하고 또한 치역 블럭을 분할하였다. 현재까지 반포된 프랙탈 영상 압축에 관한 많은 개선방법들도 모두 평균자승오차를 왜곡 측정으로 이용하였다.
그러나 영상영역들간의 유사성이나 화질을 판정하는 것은 궁극적으로 인간의 시각이다. 더구나 평균자승오차에 관한 문제점들은 다른 영상압축 분야에서도 제기되어 왔다. 그러므로 종래의 프랙탈 영상압축장치 및 방법에서 인간의 시각 특성이 반여되지 못한 평균자승오차를 왜곡 측정으로 사용하는 것은 시각적으로 유사하지 않은 정의역 블럭을 정합블럭으로 판정하고 불필요한 치역 블럭의 분할을 야기시켜서 압축률을 감소시키고 수치적인 면에서는 우수하나 인간의 시각적인 면에서 화질이 떨어지는 영상을 복원하는 문제점을 갖고 있었다.
따라서 본 발명의 목적은 프랙탈 영상 압축장치에 있어서, 인간의 시각 특성을 반영한 왜곡측정을 하여 불필요한 치역 블럭의 분할을 감소시키고 복원 화상의 화질이 인간의 시각적으로 우수한 프랙탈 영상 압축방법 및 장치를 제공함에 있다.
상술한 목적을 달성하기 위한 본 발명은 휴면 비쥬얼 시스템(Human Visual System)에서 알려진 배경 민감도(background sensitivity)와 에지민감도(edge sensitivity)를 모델링하여 시각 특성이 반영된 지각있는 왜곡측정을 정의하고, 이를 정합블럭 선정과 치역 블럭의 분할에 이용함으로써 시각적으로 우수한 화질의 영상을 복원한다.
상기 휴먼 비쥬얼 시스템은 인간이 눈을 통해 영상을 입력하고 이를 인식하기까지의 정보처리 과정을 분석, 모델링하는 연구분야이다. 지금까지 휴먼 비쥬얼 시스템에서 알려진 눈의 잡음민감도요소(noise sensitivity factor)로는 배경민감도, 에지 민감도, 밴드민감도(Band sensitivity), 텍스츄얼 마스킹(texture masking)등이 있다. 이 가운데서 본 발명의 바람직한 일 실시예에서 지각있는 왜곡측정(perceptual distortion measure)을 이루기 위한 잡음민감도요소는 배경민감도와 에지민감도이다. 통상 상기 배경민감도는 주위 배경이 밝아질수록 또는 어두워질수록 눈의 잡음민감도가 감소한다는 것을 의미한다. 상기 배경민감도 특성에 따른 배경밝기값과 눈의 민감도에 대한 실험 그래프는 2차 곡선의 형태로 알려져 있다. 그리고 상기 에지민감도는 에지 주위의 밝기값 차가 커질수록 또는 에지로부터 가까울수록 눈의 잡음민감도는 감소된다는 것이다. 상기 두 민감도 특성을 반영한 새로운 왜곡측정은 하기의 (1)식과 같이 기존의 오차값에 상기 각 특성들을 반영한 값을 가중치로 하여 곱한 형태로 정의한다.
상기 (1)식에서 (rij- τ(D)ij)는 치역 블럭과 수축변화된 정의역 블럭의 (i, j)번째 화소의 오차를 나타내며, 치역 블럭이 에지부류 이외의 부류로 분류될 경우 Wbij는 (i, j)번째 화소의 배경민감도 특성을 반영한 가중치이며, 치역 블럭이 에지부류인 경우 Weij는 (i, j)번째 화소의 에지민감도 특성을 반영한 가중치이다.
배경민감도 가중치(Wbij)의 계산
(i, j)번째 화소의 배경민감도 가중치(Wbij)는 (i, j)번째 화소 주위의 인접화소들에서 평균밝기값을 구하여 그 값을 2차 곡선형태의 함수에 입력하여 계산되는 값으로 한다. 이 때 2차곡선은 알려진 실험 그래프의 모양이 되도록 127 부근에서 최대값을 그리고 0과 255로 갈수록 작은 값을 지니게 한다.
제3도는 잡음 민감도 계산을 위한 이미지의 구성도이다. 상기 제3도를 참조하여 본 발명의 바람직한 일 실시예에서 계산되어지는 Wbi는 하기 (2), (3)식과 같다.
에지민감도 가중치(Weij)의 계산
(i, j)번째 화소의 에지민감도 가중치(Weij)는 제3도에 도시된 바와 같이(i, j)번째 화소 주위의 인접화소들로부터 밝기값들의 차들을 하기 (4)식에 적용하여 mij를 구하고, 이를 지수함수 형태의 하기 (5)식에 대입하여 그 함수값으로 결정한다.
상기 (4)식에서 ∥(k, 1) - (i, j)∥는 (k, 1), (i, j) 화소 사이의 거리이며, rij는 상기 치역 블럭내의 i행 j열의 화소밝기값이다.
한편, 이상의 설명에서 각 치역 블럭들의 분할방식과 수축 변환을 수행할 상기 정의역 블럭들의 갯수와 수축변환의 변수를 구하는 방법등은 압축속도를 결정하는 중요한 요소이나 본 발명의 요지는 이와는 관계없이 치역 블럭과 수축변환된 정의 영역간의 왜곡측정을 개선한 것이다. 그러므로 본 발명에 의한 프랙탈 영상 압축은 복원 영상의 수렴에 대한 문제를 야기하지 않는다.
이하 본 발명의 바람직한 실시예를 첨부한 도면을 참조하여 상세히 설명한다.
우선 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 한해서는 비록 다른 도면상에 표시되더라도 가능한한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한 하기 설명에서는 구체적인 회로의 구성 소자, 논리상태등과 같은 많은 특정(特定) 사항들이 나타나고 있는데, 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐 이러한 특정 사항들 없이도 본 발명이 실시될 수 있음은 이 기술분야에서 통상의 지식을 가진자에게는 자명하다할 것이다. 그리고 본 발명을 설명함에 있어, 관련된 공지 기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
제4도는 본 발명의 바람직한 일 실시예를 수행하는 프랙탈 영상 압축장치의 블럭 구성도로서, 디지탈 영상 압축장치의 전반적인 동작을 제어하는 치역 블럭과 정의역 블럭을 특성에 다라 분류하는 제어부(20)와, 외부로부터 입력되는 영상데이타를 저장하고 상기 제어부(20)의 제어하에 저장된 영상데이타를 출력하는 페이지메모리(10)와, 각 치역 블럭에 가장 유사한 정의역 블럭의 탐색을 위하여 상기 제어부(20)의 제어하에 소정의 크기를 지니는 정의역 블럭의 데이타를 상기 페이지메모리(10)로부터 입력받아 저장하는 정의역 블럭 메모리(30)와, 상기 제어부(20)의 제어하에 상기 페이지메모리(10)로부터 전체 영상데이타를 소정 치역 블럭단위로 분할한 치역 블럭내의 화소데이타들을 입력받아 저장하는 치역 블럭 메모리(40)와, 상기 정의역 블럭내의 화소데이타를 상기 치역 블럭내의 화소데이타들과 일대일 대응되도록 공간변환시키고, 상기 공간변환된 정의역블럭과 치역 블럭에서 최소 자승법을 적용한 수축변환함수의 기울기와 옵셋 계수값을 계산하고, 상기 치역 블럭내의 화소데이타로부터 배경민감도 혹은 에지민감도를 구하며, 상기 수축변환된 정의역 블럭과 상기 치역 블럭내의 각 대응화소들의 오차에 상기 배경민감도 혹은 에지민감도를 곱하여 왜곡오차를 계산하는 기울기 및 옵셋값검출기(50)와, 상기 제어부(20)의 제어하에 상기 치역 블럭에 대하여 최소의 왜곡오차를 지니는 정의역 블럭의 위치와 수축변환의 기울기 및 옵셋값을 해당 치역 블럭의 고유 정보에 대응하는 압축 데이타로서 저장하는 영상압축메모리(60)로 구성된다.
제5도는 본 발명의 바람직한 일 실시예에 따른 지각있는 왜곡측정을 이용한 프랙탈 영상 압축방법의 동작과정을 나타낸 흐름도이다.
이하 제4도 및 제5도를 참조하여 본 발명의 바람직한 일 실시예에 따른 지각있는 왜곡측정을 이용한 프랙탈 영상 압축과정을 구체적으로 설명한다.
먼저 301단계에서 제어부(20)는 페이지메모리(10)를 억세스하여 기준처리단위(N×N)의 치역 블럭들의 화소데이타들을 치역 블럭메모리(40)에 저장하고 특성에 따라 분류한다. 302단계에서 상기 제어부(20)는 페이지메모리(10)를 억세스하여 소정 크기(2N×2N)의 정의역 블럭의 화소데이타들을 정의역 블럭메모리(30)에 저장하고 특성에 따라 분류한다. 303단계에서는 치역 블럭과 정의역 블럭이 동일한 부류에 속하는지 체크한다. 서로 다른 부류인 경우 302단계를, 동일한 부류인 경우는 305단계를 수행한다. 305단계에서 상기 제어부(20)는 상기 정의역 블럭메모리를 억세스하여 상기 정이역 블럭내의 화소데이타를 1/4 공간축소비로 공간축소시켜 저장한다. 307단계에서는 상기 공간축소된 정의역 블럭과 치역 블럭에 대하여 최소자승법을 적용하여 수축변환함수의 기울기와 옵셋값을 구한다. 또한 309단계에서 전술한 (2)~(4)식에 따라 치역 블럭의 배경민감도(Wbi) 혹은 에지민감도(Wei)를 구한다. 이후 311단계에서 상술한 1식에 따라 왜곡에러를 산출한다. 이후 313단계에서 상술한 303~311단계에서 처리된 정의역 블럭이 마지막 정의역 블럭인가를 판단한다. 이때 상기 정의역 블럭이 마지막 정의역 블럭이 아니면 상기 제어부(20)는 302단계로 천이되어 다음 정의역 블럭의 화소데이타를 정의역 블럭메모리(30)로 로딩하고 분류하고 상술한 303~313단계를 반복한다. 그러나 마지막 정의역 블럭임이 판단되면, 상기 제어부(20)는 315단계에서 최쇠의 왜곡에러를 가지는 정의역 블럭에 대한 수축변환함수의 기울기와 옵셋값 및 상기 정의역 블럭의 위치를 해당 치역 블럭의 고유정보와 더불어 상기 압축영상 메모리에 저장한다. 이후 상기 제어부(20)는 상술한 301~315단계에서 처리된 해당 치역 블럭이 마지막 치역 블럭인가를 판단하며, 이때 마지막 치역 블럭이 아니면 상기 301단계로 천이되어 다음 치역 블럭의 화소데이타들을 치역 블럭메모리(40)에 로딩하고 분류하여 상술한 과정을 반복한다.
이상의 설명에서 8비트의 분해능을 가지는 영상의 경우 기울기와 옵셋값은 임의로 결정할 수 있으나, 본 발명은 일실시예로 각각 6비트와 10비트로 할당하여 영상압축메모리(60)에 저장한다.
본 발명에 따라 압축된 영상은 공지의 프랙탈 영상 복원방법을 사용하여 복원할 수 있다.
상술한 바와 같은 본 발명은 시각적 특성을 높이기 위한 휴먼 비쥬얼 시스템의 잡음민감도 계수를 이용한 가중치를 부여함으로서 시각적으로 중요한 부분이 강조되어 블럭간의 유사성을 결정하고 오차에 따른 치역 블럭 분할에 있어서 시각의 특성이 강조되어 복원되는 화질의 개선을 가져오는 장점이 있다.
한편 본 발명의 상세한 설명에서는 구체적인 실시예에 관해 설명하였으나, 본 발명의 범위에서 벗어나지 않는 한도내에서 여러가지 변형이 가능함은 물론이다. 그러므로 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 않되며 후술하는 특허청구의 범위뿐 만 아니라 이 특허청구의 범위와 균등한 것들에 의해 정해져야 한다.

Claims (11)

  1. 영상을 다수의 치역 블럭으로 그리고 다수의 정의역 블럭으로 분할하고 그 관계에 따라 압축하는 프랙탈 영상 압축방법에 있어서, 상기 치역 블럭과 상기 정의역 블럭들을 각각 특성(블럭의 밝기변화, 프랙탈 차원 등)에 따라 분류하는 제1과정과, 상기 치역 블럭의 각 화소에 대한 잡음민감도를 계산하는 제1단계, 상기 치역 블럭과 동일 분류에 속하는 정의역 블럭에 대하여 치역 블럭의 크기로 공간축소시키고, 상기 공간축소된 정의역 블럭과 치역 블럭으로부터 수축변환 계수를 계산하는 제2단계, 상기 치역 블럭, 상기 수축변환된 정의역 블럭 및 상기 잡음민감도를 이용하여 왜곡 오차를 계산하는 제3단계를 수행하여 가장 작은 왜곡 오차를 지니는 정의역 블럭과 그때의 수축변환을 구하는 제2과정과, 상기 왜곡 오차가 임계값보다 작으면 정의역 블럭의 위치와 변환함수의 계수를 저장하는 제3과정과, 상기 왜곡 오차가 임계값보다 크면 치역 블럭을 4등분하고 각각에 대하여 상기 제1과정부터 재수행하도록 제어하는 제4과정으로 이루어짐을 특징으로 하는 프랙탈 영상 압축방법.
  2. 제1항에 있어서, 상기 잡음민감도가 배경민감도와 에지민감도로 이루어짐을 특징으로 하는 프랙탈 영상 압축방법.
  3. 제2항에 있어서, 상기 왜곡 오차(E)가 하기 식에 의하여 계산되어짐을 특징으로 하는 프랙탈 영상 압축방법.
  4. 제2항 혹은 제3항에 있어서, 상기 배경민감도(Wbij)가 하기 식에 의하여 계산되어짐을 특징으로 하는 프랙탈 영상 압축방법.
    rk1: ij화소에 대한 윈도우내의 화소 밝기값
    a, b : 상수
  5. 제2항 혹은 제3항에 있어서, 상기 에지민감도(Weij)가 하기 식에 의하여 계산되어짐을 특징으로 하는 프랙탈 영상 압축방법.
  6. 제5항에 있어서, 상기 에지민감도를 직선형태의 함수에 근사시킴을 특징으로 하는 프랙탈 영상 압축방법.
  7. 제6항에 있어서, 왜곡 오차(E)가 하기 식에 의하여 계산되어짐을 특징으로 하는 프랙탈 영상 압축방법.
  8. 제6항에 있어서, 왜곡 오차(E)가 하기 식에 의하여 계산되어짐을 특징으로 하는 프랙탈 영상 압축방법.
  9. 프랙탈 영상 압축장치에 있어서, 상기 디지탈 영상 압축장치의 전반적인 동작을 총괄적으로 제어하고 치역 블럭과 정의역 블럭을 특성에 따라 분류하는 제어수단과, 외부로부터 입력되는 영상데이타를 저장하고 상기 제어수단의 제어하에 저장된 영상데이타를 출력하는 제1저장수단과, 상기 제어수단의 제어하에 상기 제1저장수단의 전체 영상데이타로부터 소정 분할비로 겹침이 있게 분할된 정의역 블럭내의 화소데이타들을 입력받아 저장하는 정의역 블럭 저장수단과, 상기 제어수단의 제어하에 상기 제1저장수단의 전체 영상데이타로부터 소정 치역 블럭단위로 겹침이 없게 분할된 치역 블럭내의 화소데이타들을 입력받아 저장하는 치역 블럭 저장수단과, 상기 정의역 블럭내의 화소데이타를 상기 블럭내의 화소데이타들과 일대일 대응되도록 공간변환시키고 상기 변환된 정의역 블럭과 치역 블럭에서 수축변환함수의 기울기와 옵셋 계수를 계산하며, 상기 치역 블럭내의 화소데이타로부터 배경민감도와 에지민감도를 산출하고, 상기 변환된 정의역 블럭과 상기 치역 블럭내의 각 대응화소들의 오차에 상기 배경민감도 혹은 에지민감도를 곱하여 왜곡오차를 계산하여 출력하는 기울기 및 옵셋값 검출수단과, 상기 제어수단의 제어하에 상기 치역 블럭에 대하여 최소의 왜곡오차를 지니는 정의역 블럭의 위치와 수축변환의 기울기 및 옵셋값을 해당 치역 블럭의 고유정보에 대응하여 압축데이타로서 저장하는 제2저장수단으로 구성함을 특징으로 하는 프랙탈 영상 압축장치.
  10. 제9항에 있어서, 상기 제어수단과 기울기 및 옵셋값 검출수단은 하나의 마이크로프로세서로 구성됨을 특징으로 하는 프랙탈 영상 압축장치.
  11. 영상을 다수의 치역 블럭으로 그리고 다수의 정의역 블럭으로 분할하고 그 관계에 따라 압축하는 프랙탈 영상 압축방법에 있어서, 각 치역 블럭의 각 화소에 대한 잡음민감도를 계산하는 제1과정과, 모든 치역 블럭에 대하여 다음 제1~제5단계를 수행하여 해당 압축데이타를 생성하는 제2과정과,
    제1단계: 임의의 치역 블럭에 대하여 모든 정의역 블럭을 공간축소시켜 치역 블럭 크기화 하고, 상기 공간축소된 각 정의역 블럭과 상기 치역 블럭으로부터 수축변환 계수를 계산.
    제2단계: 상기 치역 블럭과 상기 수축변환된 정의역 블럭 및 상기 잡음민감도를 이용하여 왜곡 오차를 계산.
    제3단계: 가장 작은 왜곡 오차를 지니는 정의역 블럭과 해당 수축변환 계수를 선택.
    상기 왜곡 오차가 임계값보다 작으면 정의역 블럭의 위치와 변환함수의 계수를 저장하는 제4단계, 상기 왜곡 오차가 임계값보다 크면 치역 블럭을 4등분하여 새로운 치역 블럭을 생성하고, 상기 제1과정으로 되돌아가는 제3과정으로 이루어짐을 특징으로 하는 프랙탈 영상 압축방법.
KR1019960011040A 1995-04-13 1996-04-12 지각있는 왜곡 측정을 이용한 프랙탈 영상 압축 장치 및 방법 KR100189542B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR19950008690 1995-04-13
KR95-8690 1995-04-13

Publications (2)

Publication Number Publication Date
KR960040010A KR960040010A (ko) 1996-11-25
KR100189542B1 true KR100189542B1 (ko) 1999-06-01

Family

ID=19412122

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019960011040A KR100189542B1 (ko) 1995-04-13 1996-04-12 지각있는 왜곡 측정을 이용한 프랙탈 영상 압축 장치 및 방법

Country Status (3)

Country Link
US (1) US5862263A (ko)
KR (1) KR100189542B1 (ko)
GB (1) GB2299912B (ko)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3864400B2 (ja) 1996-10-04 2006-12-27 ソニー株式会社 画像処理装置および画像処理方法
JPH10271497A (ja) * 1997-03-24 1998-10-09 Minolta Co Ltd 画像処理装置
EP0868073A1 (en) * 1997-03-28 1998-09-30 Canon Kabushiki Kaisha Method and device for the processing of data notably the compression and decompression of image data
KR100261106B1 (ko) 1997-12-29 2000-07-01 윤종용 영상 이미지 탐색 방법 및 장치
US6661421B1 (en) * 1998-05-21 2003-12-09 Mitsubishi Electric & Electronics Usa, Inc. Methods for operation of semiconductor memory
FR2779848B1 (fr) * 1998-06-15 2001-09-14 Commissariat Energie Atomique Procede invariant d'indexation d'une image utilisant des caracterisations fractales et par moments
JP4123356B2 (ja) * 2002-11-13 2008-07-23 富士ゼロックス株式会社 画像処理装置、画像処理プログラム、記憶媒体
US9286643B2 (en) 2011-03-01 2016-03-15 Applaud, Llc Personalized memory compilation for members of a group and collaborative method to build a memory compilation
RU2541203C2 (ru) * 2013-06-25 2015-02-10 Государственное казенное образовательное учреждение высшего профессионального образования Академия Федеральной службы охраны Российской Федерации (Академия ФСО России) Способ сжатия графического файла фрактальным методом с использованием кольцевой классификации сегментов
KR20180085107A (ko) * 2017-01-17 2018-07-26 에스케이하이닉스 주식회사 메모리 시스템 및 메모리 시스템의 동작방법

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4694407A (en) * 1985-06-11 1987-09-15 Rca Corporation Fractal generation, as for video graphic displays
US4789933A (en) * 1987-02-27 1988-12-06 Picker International, Inc. Fractal model based image processing
EP0300775B1 (en) * 1987-07-21 1995-05-31 Matsushita Electric Industrial Co., Ltd. Signal encoding and decoding method and device
US4941193A (en) * 1987-10-02 1990-07-10 Iterated Systems, Inc. Methods and apparatus for image compression by iterated function system
US5065447A (en) * 1989-07-05 1991-11-12 Iterated Systems, Inc. Method and apparatus for processing digital data
US5148497A (en) * 1990-02-14 1992-09-15 Massachusetts Institute Of Technology Fractal-based image compression and interpolation
US5384867A (en) * 1991-10-23 1995-01-24 Iterated Systems, Inc. Fractal transform compression board
KR100206261B1 (ko) * 1992-02-28 1999-07-01 윤종용 디지탈 vtr의 영상신호 대역 압축장치
US5416856A (en) * 1992-03-30 1995-05-16 The United States Of America As Represented By The Secretary Of The Navy Method of encoding a digital image using iterated image transformations to form an eventually contractive map
KR940017695A (ko) * 1992-12-09 1994-07-27 정용문 블럭간의 유사성을 고려한 중간조 화상의 부호화 방법
IL104636A (en) * 1993-02-07 1997-06-10 Oli V R Corp Ltd Apparatus and method for encoding and decoding digital signals
US5629780A (en) * 1994-12-19 1997-05-13 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Image data compression having minimum perceptual error
KR0154739B1 (ko) * 1995-04-19 1998-11-16 김광호 프랙탈 영상 압축 장치 및 방법

Also Published As

Publication number Publication date
US5862263A (en) 1999-01-19
GB2299912A (en) 1996-10-16
GB9607366D0 (en) 1996-06-12
KR960040010A (ko) 1996-11-25
GB2299912B (en) 1997-08-20

Similar Documents

Publication Publication Date Title
KR0154739B1 (ko) 프랙탈 영상 압축 장치 및 방법
US6078689A (en) Image information encoding device
US20050089215A1 (en) Image artifact reduction using a neural network
JPH10327403A (ja) 圧縮条件の自動選択を伴う画像データの圧縮を最適化する方法
KR100189542B1 (ko) 지각있는 왜곡 측정을 이용한 프랙탈 영상 압축 장치 및 방법
AU2008245952B2 (en) Image compression and decompression using the pixon method
CN110996101B (zh) 一种视频编码的方法和装置
Shaik et al. Variable block size hybrid fractal technique for image compression
Abu et al. An efficient compact Tchebichef moment for image compression
Reddy et al. Image Compression and reconstruction using a new approach by artificial neural network
KR20050016278A (ko) 유사도 산출 방법 및 장치
US20160316204A1 (en) Method and system for image compression using image block characteristics
Weber et al. Lossy image compression with recurrent neural networks: from human perceived visual quality to classification accuracy
JP4183432B2 (ja) 画像データ符号化方法
JPH10155092A (ja) フラクタル画像符号化における収束性検査方法
Li et al. Fractal color image compression
Yu A fuzzy logic-based predictor for predictive coding of images
JP2735001B2 (ja) 画像符号化装置
JPH08511138A (ja) タイル細分化を用いたデジタル・イメージの圧縮
Belloulata et al. Fractal coding of medical images
US11463733B2 (en) Image compression and decompression using controlled quality loss
WO2023240455A1 (zh) 点云编码方法、编码装置、编码设备以及存储介质
Gilge Region-oriented texture coding
JP3017334B2 (ja) 画像データ符号化方法及び装置
Moon et al. Fractal image compression using human visual system

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20071221

Year of fee payment: 10

LAPS Lapse due to unpaid annual fee