KR100424288B1 - 웨이블렛 계수의 지향성 예측 코딩을 이용한 이미지 압축 - Google Patents

웨이블렛 계수의 지향성 예측 코딩을 이용한 이미지 압축 Download PDF

Info

Publication number
KR100424288B1
KR100424288B1 KR10-2001-7000532A KR20017000532A KR100424288B1 KR 100424288 B1 KR100424288 B1 KR 100424288B1 KR 20017000532 A KR20017000532 A KR 20017000532A KR 100424288 B1 KR100424288 B1 KR 100424288B1
Authority
KR
South Korea
Prior art keywords
sub
error
band
data
image
Prior art date
Application number
KR10-2001-7000532A
Other languages
English (en)
Other versions
KR20010071881A (ko
Inventor
아챠리야틴쿠
Original Assignee
인텔 코오퍼레이션
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 인텔 코오퍼레이션 filed Critical 인텔 코오퍼레이션
Publication of KR20010071881A publication Critical patent/KR20010071881A/ko
Application granted granted Critical
Publication of KR100424288B1 publication Critical patent/KR100424288B1/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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/1883—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit relating to sub-band structure, e.g. hierarchical level, directional tree, e.g. low-high [LH], high-low [HL], high-high [HH]
    • 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
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding
    • 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
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/63—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using sub-band based transform, e.g. wavelets

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Compression Of Band Width Or Redundancy In Fax (AREA)
  • Image Processing (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

이미지 데이터의 변환된 셋트의 가장 가능성 있는 상관관계의 방향을 결정하는 단계와 변환된 데이터를 에러 인코딩(300) 단계를 포함하는 방법이 개시되어 있으며, 여기서, 상기 에러는 변환된 데이터 값과 상기 결정된 방향으로의 예측된 이웃 데이터 값 사이에서 결정된다. 이미지를 압축하기 위해 DWT 또는 이산 웨이블렛 변환을 이용하는 이미징 장치에서, 압축된 데이터의 에지의 방향은 통상적으로 제공되는 것보다 더욱 크게 상호 관련된 에러 이미지를 생성하기 위해 이용된다.

Description

웨이블렛 계수의 지향성 예측 코딩을 이용한 이미지 압축{IMAGE COMPRESSION USING DIRECTIONAL PREDICTIVE CODING OF THE WAVELET COEFFICIENTS}
이미징의 한가지 중대한 관점은 이미지 압축의 처리이다. 디지털 카메라와 같은 디지털 시스템에서, 이미지 압축은 수용가능한 이미지 품질을 유지하면서 가능한 한 적은 수의 비트로 대량의 이미지 정보를 저장하고 전송하기 위해 이용된다. 대중적인 이미지 압축 방식의 일례로 이산 코사인 변환(DCT)에 근거한 JPEG(Joint Photographic Experts Group)가 있다. 최근에는 이산 웨이블렛 변환(DWT)을 이용하는 새로운 이미지 압축 방식이 개발되었다. 그 속성이 주기적인 DCT와 달리, 이미지 에지 형상에서 나타나는 것과 같은 데이터에서의 예리한 불연속점(sharp discontinuities)을 표현하는데 있어서는 DWT가 더 적합하며 종종 더욱 효율적이다. 또한, DWT는 특히 디지털 카메라와 같은 소형의 휴대용 장치에 있어서빠르고 효율적인 하드웨어 구현이 가능하다. DWT는 입력 이미지를 도2에 도시된 일련의 "서브-밴드"로 분해한다. 4개의 서브-밴드가 LL, HL, LH, HH로 표시되어 있으며, 서브-밴드 표시에서 H는 DWT의 고역-통과 부분을 말하고, L은 저역-통과 부분을 말한다. DWT 서브-밴드 및 그 특성에 대해서는 보다 상세하게 후술한다. 먼저 DWT의 영향을 받든지 아니든지 간에 데이터를 인코딩하고 압축하기 위해 DPCM(Differential Pulse Code Modulation)으로서 알려진 프로세스가 이용될 수 있다. DPCM에 있어서 목적은 이웃하는 픽셀을 이용하여 하나의 픽셀(또는 데이터 값)과 예측된 값 사이의 차(에러 값)를 인코딩하는 것이다. 이러한 방식으로, 크게 상호 관련된 데이터 셋트가 보다 적은 수의 비트(보다 작은 값)로 인코딩될 수 있으며, 그 이유는 하나의 값과 그 다음 값 사이의 차가 그들 자신의 값에 비해 아마도 작을 것이기 때문이다. 적게 상호 관련된 데이터 셋트 또는 높은 엔트로피의 데이터 셋트에 있어서는, DPCM의 인코딩 효율이 감소되는데, 그 이유는 차 값(절대값을 취하지 않음)이 원래의 데이터 보다 인코딩이 덜 용이하게 될 수 있기 때문이다. 예를 들어, 데이터 셋트 내의 각각의 값이 0-n의 가능한 범위를 갖고 있으면, 차는 -n 내지 +n의 범위가 될 수 있으며, 이것은 이러한 차 범위가 완전하게 이용되는 경우에 인코딩에 더욱 많은 비트가 소요되게 된다. 이미징하는데 있어서, 에지를 정의하는 뚜렷하게 상이한 픽셀 값을 가진 이미지의 영역인 에지 형상은 보다 많은 정보를 이용하여 인코딩되고 경미한 음영 또는 톤 차(tone difference)와 같이 시각적으로 덜 중요한 정보(비트 수)는 보다 적은 비트를 이용하여 인코딩된다는 점에서 인코딩의 DPCM 기술은 에지 형상에 특히 유익하다. 현재 사용되는 것과 같은DPCM은 한 로우(row)의 이미지 또는 이미지 서브-평면(sub-plane)이 스캐닝될 때 값들이 인코딩되기 때문에 직렬 연산이다. 값들의 인코딩은 (하나의 픽셀과 이웃하는 픽셀 또는 이웃하는 픽셀에 대한 예측된 값 사이의) 에러 이미지를 발견하고, 그러한 에러에 근거한 에러 이미지와 원래의 이미지 픽셀 값을 인코딩하는 것을 수반한다. 이러한 시스템이 도3에 도시되어 있으며, 이에 대해서는 상세하게 후술된다. 하나의 픽셀과 예측된 이웃하는 픽셀 사이에 에러가 존재하는 경우에, DPCM 기술은 특별히 "예측(predictive)" 코딩으로서 불린다. 대부분의 이미지 어레이는 하나의 로우 내의 모든 값을 스캐닝 또는 획득하고, 다음에 그 다음 로우의 값들을 스캐닝 또는 획득하기 때문에, 픽셀 데이터는 서동(west-east) 방향으로 컴파일된다. 이미징 장치가 종종 채택하는 로우-기반 스캐닝으로 인해, DPCM은 이웃하는 픽셀들 동서방향(east-west)으로 이웃하는 것으로 간주한다. 북남방향(north-south) 픽셀(즉, 상이한 로우에 속함)도 역시 에러 이미지에 대해 고려되는 것이 바람직한 경우에, DPCM 기술은 이미지 내의 모든 픽셀을 균일하게 가로질러 그렇게 한다.
만일 이미지 스캔으로부터 얻어지거나 또는 이미 저장된 미처리 이미지 데이터로부터 얻어진 원래의 이미지가 DPCM을 이용하면, 에러 이미지 생성을 위한 하나의 방향 또는 일련의 방향의 임의적인 선택을 쉽게 피할 수 없다. 그러나, 이미지 데이터에 DWT가 먼저 적용되는 경우에는, 원래의 이미지가 아니라 서브-밴드 데이터가 인코딩되어야 한다. 이러한 예에서, 인코딩된 DWT 이미지가 임의적인 방향(arbitrary direction)(또는 일련의 방향)이 되는 것보다 더 작게 되도록(훨씬 적은 비트를 이용하도록) DPCM 동안에 에러 발견을 위한 최상의 방향을 판단하는데도움을 줄 수 있는 특징이 DWT에 존재한다. DWT에 의해 처리된 이미지는 그 서브-밴드에서 소정의 예측가능한 동작을 갖기 때문에, 이 정보는 인코딩된 이미지의 크기를 감소시키기 위해 이용될 수 있다.
그러므로, DWT 동작에 적합하고 DWT 동작을 이용하며, 에러 발견 및 인코딩을 위한 방향을 고려하는데 있어 계획적인 DPCM 기술이 요구된다.
본 발명은 일반적으로 데이터 및 이미지 압축에 관한 것으로서, 특히 본 발명은 이산 웨이블렛 변환(discrete wavelet transforms)이 이용되는 경우에 데이터 및 이미지 압축을 위한 인코딩에 관한 것이다.
본 발명의 방법 및 장치의 목적, 특징 및 장점은 다음의 상세한 설명으로부터 명백해질 것이다.
도1은 손실 이미지 압축 방식을 도시한 도면.
도2는 이미지에 대한 DWT 연산으로부터 초래되는 서브-밴드를 도시한 도면.
도3은 본 발명의 일실시예에 따라 수행된 DPCM을 도시한 도면.
도4는 본 발명의 하나 또는 그 이상의 실시예의 흐름도.
도5는 본 발명의 일실시예에 따른 이미지 처리 장치의 블록도.
도6은 본 발명의 일실시예의 시스템을 도시한 도면.
발명의 요약
이미지 데이터의 변환된 셋트의 가장 가능성 있는 상관관계의 방향을 결정하는 단계와 변환된 데이터를 에러 인코딩 단계를 포함하는 방법이 개시되어 있으며, 여기서, 상기 에러는 변환된 데이터 값과 상기 결정된 방향으로의 예측된 이웃 데이터 값 사이에서 결정된다.
이제, 도면을 참조하여 본 발명의 실시예에 대해 설명한다. 이들 실시예는 본 발명의 양태를 예시하기 위해 제공된 것이며, 본 발명의 범위를 제한하는 것으로 해석되어서는 안된다. 이들 실시예는 주로 블록도 또는 흐름도를 참조하여 설명된다. 흐름도에 관해서, 흐름도 내의 각 블록은 방법 단계 및 그 방법 단계를 수행하기 위한 장치 구성요소를 모두 나타낸다. 구현예에 따라, 대응하는 장치 구성요소가 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합으로 구성될 수 있다.
통상적인 이미지 압축은 압축해제 단계에서 단지 원래의 이미지의 근사값만을 제공한다. 이러한 근사값은 이용된 특정 이미지 압축 방식에 부분적으로 근거하여 원래의 이미지에 보다 더 밀접하게 또는 보다 덜 밀접하게 정합될 수 있다. 이러한 손실(lossy) 이미지 압축 방식은 도1에 도시된 바와 같은 데이터 흐름을 갖게 된다. 도1에 도시된 각각의 블록은 기능적으로 표현된 것이며, 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합으로 구현될 수 있다.
먼저, 픽셀 또는 픽셀 그룹씩 원래의 이미지가 변환 블록(110)을 통해 통과된다. 본 발명의 일실시예에 따른 변환은 수 개의 이미지 서브-밴드를 생성하기 위해 DWT(이산 웨이블렛 변환)를 수행하는 것이다(도2 및 관련 설명 참조). 원래의 이미지가 변환된 이후에, 서브-밴드 데이터와 같은 변환된 데이터는 DPCM을받는다(변환된 데이터로부터 에러 데이터 셋트를 생성함)(블록 120).
에러 이미지는 (원래의 이미지와 이웃하는 픽셀들의 근사값 또는 예측값 사이의) 차 픽셀의 셋트이다. 에러 이미지의 이용은 이웃하는 픽셀에 크게 상호관련되며 따라서 뚜렷한 이미지 디테일(details)을 제공하지 않는다는 점에서 리던던트인 픽셀 값을 인코딩하기 위한 요구를 감소시키는데 도움을 준다. 원래의 이미지를 에러 이미지로 변환함으로써, 완전하게 상호 관련된 이웃하는 픽셀(광 세기 변화가 없음)들이 제로 보다 더 클 가능성이 있는 2개의 동일한 픽셀 칼라/세기 값 대신에 제로로서 표현될 수 있다. 이것은 이미지를 표현하는데 요구되는 비트의 총수를 감소시키고, 상관관계(correlation) 및 리던던시(redundancy)가 높을수록 압축 비율(ratio)(압축된 이미지의 비트 크기에 비례하는 원래의 이미지의 비트 크기)은 낮아지게 된다. 에러 데이터 셋트가 생성된 이후에, 에러 데이터 셋트 및 변환된 데이터 셋트는 모두 예를 들어, 허프만(Huffman) 및/또는 런-길이 인코딩 방식을 이용하여 2진 인코딩된다(블록 130).
본 발명의 일실시예에 따르면, DPCM(블록 120)은 DWT 동작 및 그로부터 초래되는 서브-밴드 특성을 고려하여 수행된다. 각각의 서브-밴드는 다른 방향보다는 오히려 한 방향이 되는 에지에 유리한 지향성 에지 특성을 갖는다. 다양한 서브-밴드의 이러한 지향성은 에러 데이터 셋트가 생성될 때 본 발명에 따라 이용될 수 있다. 결과적으로, 에러 데이터 셋트는 모든 서브-밴드에 균일하게 적용되는 임의적인 방향에 의해 얻어지는 에러 데이터보다 그 크기가 작아질 수 있다. 유익하게도, 최종 압축된 이미지는 그것이 가장 관련된 이미지 정보를 전달하는 것보다 크기가작으며 나머지는 무시한다. 각 서브-밴드의 지향 특성은 DPCM 절차가 서브-밴드 내의 상관 데이터를 더욱 양호하게 발견할 수 있도록 하며 에러 이미지를 감소시키기 위해 그 상관관계를 이용한다.
이미지의 DPCM(블록 120)은 또한 본 발명의 적어도 일실시예에 따라 양자화를 포함할 수 있다. 양자화는 M개 값의 셋트를 N개 값의 셋트로 맵핑하는 절차이며, 여기서 N<M이다. 양자화에 의해, 데이터 셋트에 대해 가능한 데이터 값의 총수가 감소된다. 맵핑은 y=x/2와 같은 소정의 수학공식에 따라 실현되며, 여기서 x는 데이터 값이고, y는 양자화된 값이다. 데이터 값의 가능한 크기를 감소시키기 위해 양자화를 이용함으로써, 이미지를 표현하는데 요구되는 총 비트수가 감소된다.
전술한 기능 블록(110-130)은 압축 기능을 도시한 것이며, 그 목적은 이미지 데이터를 저장하고 전송하기 위한 메모리 요건을 감소시키는 것이다. 변환, 양자화 및 인코딩을 위해 이용되는 방법론에 따라, 원래의 이미지의 크기를 압축된 이미지의 크기로 나눈 값인 압축 비율이 변하게 된다. 본 발명의 일실시예는 압축 비율을 유익하게 최적화하도록 작용할 수 있는 DPCM 동안의 향상된 에러 인코딩 메커니즘을 제공한다. 이미지의 압축해제는 전술한 절차를 반전시키고 디코딩된 이미지 데이터에 역 DWT를 수행함으로써 실현될 수 있다.
도2는 이미지에 대한 DWT 연산으로부터 초래되는 서브-밴드를 도시하고 있다. DWT는 "이산(discrete)" 알고리즘이며, 따라서 풀 웨이블렛(full wavelet)의 이산 샘플에 의해 입력 신호를 근사시킨다. 그러므로, 이들 이산 샘플 포인트를 이용하여 DWT는 역시 정의가 명확한 계수를 가진 필터가 되는 것을 생각할 수 있다.퓨리에 변환 또는 평균화 필터와 달리, 웨이블렛 계수는 얘플리케이션 또는 입력 신호의 형태에 특히 적합하도록 선택될 수 있다. 적어도 본 발명의 일실시예에서 선택된 DWT는 9-7 바이오소고날 스플라인 필터(bi-orthogonal splines filter) DWT이다. DWT는 분리되어 있기 때문에, DWT는 VLSI와 같은 디지털 로직을 이용하여 구현될 수 있으며, 따라서 다른 디지털 구성요소와 함께 하나의 칩에 집적될 수 있다. 그러므로, DWT는 디지털 스틸 카메라 또는 디지털 비디오 카메라와 같은 이미징 장치에서 쉽게 구현될 수 있다. 이미지의 특징을 보다 양호하게 근사시키기 위한 DWT의 능력은 그것을 이미지 압축에 이상적인 것으로 만든다. 또한, 후술되는 바와 같이, DWT를 위한 아키텍처는 단일 출력 데이터를 생성하기 위해 복수의 사이클 또는 반복주기를 필요로 하는 퓨리에 또는 평균화 기술과 달리 높은 데이터 처리량을 위해 효율적으로 구현될 수 있다.
일반적으로 2차원 DWT로서 알려진 것의 본질은 입력 신호를 4개의 주파수 서브-밴드로 분해하는 것이다(주파수는 필터링의 고역-통과(H) 또는 저역-통과(L) 속성을 말한다). 2차원 DWT는 각각 입력 데이터의 1/4인 데이터 값의 총수를 가진 4개의 서브-밴드, LL, LH, HL 및 HH를 생성한다. DWT는 DWT의 하나의 반복주기로부터의 결과 데이터가 다른 DWT를 받게 될 수 있도록 하는 다중 분해능(multi-resolution) 기술이다. 분해능의 각각의 반복된 레벨은 이전의 레벨 DWT에 의해 생성된 "LL" 서브-밴드에 DWT를 적용함으로써 얻어진다. 이것은 LL 서브-밴드가 거의 모든 필수적인 이미지 특징을 포함하고 있기 때문에 가능하며, 이전의 레벨 LL 서브-밴드의 스케일링된 버전(또는 1-레벨 DWT에서의 원래의 완전한 이미지)로 간주될 수 있다. DWT의 "다중 분해능" 기능에 의해, 각각의 서브-밴드는 원하는 바에 따라 더욱 작은 서브-밴드로 더 분할될 수 있다.
각각의 DWT 분해능 레벨 k는 4개의 서브-밴드, LLk, HLk, LHk, HHk를 포함한다. DWT 분해능의 제1 레벨은 전체의 원래의 이미지에 대해 DWT를 수행함으로써 얻어지며, 다른 DWT 분해능(레벨 k+1)은 LLk서브-밴드에 DWT를 수행함으로써 얻어진다. LLk서브-밴드는 이미지의 스케일링된 버전을 실질적으로 재구성하기 위한 충분한 이미지 정보를 포함한다. LH1서브-밴드는 원래의 이미지에서 수평 또는 동서방향으로 지향된 에지를 포함한다. 그러므로, LH1은 일반적으로 북남방향으로 이웃하는 데이터보다 더욱 크게 상호 관련된 동서방향 데이터 값을 갖게 된다. 후술되는 바와 같이, 이러한 LH1서브-밴드의 특성은 에러 이미지로 인한 엔트로피 및 크기를 감소시키기 위해 DPCM 동안에 이용될 수 있다. 한편, HL1서브-밴드는 원래의 이미지에서 수직 또는 북남방향으로 지향된 에지를 포함한다. 그러므로, HL1은 일반적으로 북남방향으로 이웃하는 데이터보다 더욱 크게 상호 관련된 동서방향 데이터 값을 갖게 된다. 후술되는 바와 같이, 이러한 HL1서브-밴드의 특성은 HL1에러 데이터로 인한 엔트로피 및 크기를 감소시키기 위해 DPCM 동안에 이용될 수 있다. HH1서브-밴드는 대각선으로 지향된 에지를 포함하고 있으며, 이것은 단지 수평 에지 정보와 수직 에지 정보의 벡터 조합으로 볼 수 있다. 그러므로, HH1서브-밴드는 단지유일한 벡터 성분 방향(수평 또는 수직 방향)으로 이웃하는 것보다 더욱 상호 관련된 대각선 방향으로 관련된 값을 갖게 된다. 후술되는 바와 같이, HH1서브-밴드는 2차원 DPCM이 이용된다는 점에서 HL1또는 LH1서브-밴드와 다르게 처리되게 된다.
마찬가지로, LL1서브-밴드에 DWT를 적용함으로써 분해되는 4개의 레벨 2 서브-밴드 각각에 대해서도, 레벨 1에서의 동일한 서브-밴드의 지향성에 대응하는 각각의 레벨 2 서브-밴드에서의 지향성이 존재한다. 그러므로, LH2서브-밴드는 LL1서브-밴드 이미지의 수평 에지 정보를 가지며, HL2서브-밴드는 LL1서브-밴드 이미지의 수직 에지 정보를 갖는다. HH2는 그 대응하는 HH1과 유사하지만 원래의 기본 이미지 대신에 LL1서브-밴드로부터의 대각선 에지 정보를 포함한다. 도2는 2-레벨 DWT 분해능만을 도시하고 있다. 그러나, 일부 예에서는 3 또는 4 레벨과 같이 더 많은 DWT 분해능을 제공하는 것이 바람직할 수 있다. 일반적으로, 레벨 K 서브-밴드는 다음의 지향성을 갖는다(K=1인 경우, LL0는 원래의 이미지를 나타냄).
LLk- LLk-1서브-밴드의 스케일링된 버전을 포함함.
LHk- LLk-1서브-밴드 이미지로부터의 수평 에지 정보를 포함함.
HLk- LLk-1서브-밴드 이미지로부터의 수직 에지 정보를 포함함.
HHk- LLk-1서브-밴드 이미지로부터의 대각선 에지 정보를 포함함.
DWT 분해능의 각 레벨에서, DPCM 프로세스는 에러가 계산되어야 하는 방향을 결정하며, 따라서 서브-밴드 내에서 더욱 많은 상호 관련된 데이터를 발견할 가능성을 증가시킨다. 서브-밴드의 동일성은 에지의 방향, 즉 서브-밴드 내의 값들 사이의 가장 높은 가능한 상관관계의 방향에 관한 정보를 제공한다.
도3은 본 발명의 일실시예에 따라 수행되는 DPCM을 도시하고 있다.
도3은 지향성 예측 코딩(DPCM) 시스템을 도시한 것이다. 도3은 몇가지 면에서 통상적인 이미지 압축 시스템과 구별된다. 요약하면, 먼저 지향성 예측 코딩 회로가 사용되고, 두 번째로, 양자화 및 2진 인코딩을 수행하기 위해 룩업 테이블(look-up tables)이 사용된다. 도3의 장치는 예측 코딩이 각각의 서브-밴드에 대한 상이한 에러 예측 방향을 고려함으로써 보다 효율적으로 서브-밴드 내의 데이터의 상관관계를 이용하는 지능(intelligence)을 채택한다는 점에서 유익하다.
도3은 DWT 회로 및 정보를 통신하도록 구성된 이미지 포착 장치 또는 포트의 다른 구성요소로부터 발생되는 서브-밴드 데이터 값 Xi,j를 입력으로서 도시하고 있다. 각각의 Xi,j는 상이한 회로로 입력된다. 차 회로(difference circuit)(300)는 예측된 이웃하는 값 X'r,s와 실제의 서브-밴드 데이터 Xi,j사이의 차를 계산한다. 차 회로(300)는 에러 또는 델타 값으로서도 불리는 값 △=Xi,j-X'r,s을 출력으로서 제공한다. 각각의 서브-밴드 데이터 값 Xi,j는 에러 복구 회로(35)에 의해 제공되는 이웃하는 예측 값 X'r,s를 갖는다. 이웃하는 예측 값 X'r,s는 그 다음 예측된 이웃값 X'를 계산하고 양자화 에러를 감소시키는데 도움이 되도록 다시 차 회로로 피드백된다.
본 발명의 일실시예에 따르면, 예측된 이웃 값 X'r,s는 인코딩되는 서브-밴드의 지향성에 의존하는 r 및 s 값을 갖는다. 예를 들어, 서브-밴드 LH 내의 데이터는 수평 지향된 에지 정보를 포함하기 때문에, 에러를 계산하는데 있어 서쪽 방향의 이웃하는 데이터가 사용되어야 한다. 그러므로, 서브-밴드 LH에 대해, r=i 및 s=j-1은 서쪽의 이웃하는 데이터(데이터 어레이에서 동일한 로우이고, 이전의 칼럼임)가 예측을 위해 고려되고, 다음에 대응하는 에러를 계산하기 위해 Xi,j와 비교가 이루어진다는 것을 나타낸다. 서브-밴드 HL 내의 데이터는 수직 지향된 에지 정보를 포함하기 때문에, 에러를 계산하는데 있어 북쪽의 이웃하는 데이터(또는 예측된 값)가 사용되어야 한다. 그러므로, 서브-밴드 HL에 대해, r=i-1 및 s=j는 Xi,j의 북쪽의 이웃하는 데이터(데이터 어레이에서 동일한 컬럼이고, 이전의 로우임)가 예측을 위해 고려되고, 다음에 대응하는 에러를 계산하기 위해 Xi,j와 비교가 이루어진다는 것을 나타낸다. 대각선 지향선 에지 정보를 포함하는 HH 서브-밴드에 대해서는, Xi,j에 대한 북쪽 이웃 및 서쪽 이웃의 데이터의 조합이 고려되어야 한다. 그 값이 유사한 에지 형상에서 양호한 가능성을 갖는 2개의 이웃 데이터를 모두 고려하는 한가지 방법은 HH 서브-밴드에 대해 X'r,s= (X'i,j-1+ X'i-1,j)/2가 되도록 이들 이웃하는 데이터의 평균을 취하는 것이다. 이 값은 다음에 에러를 공식화하기 위해Xi,j와 비교가 이루어진다.
예측 코딩 회로(30)는 예측 값을 발생하고 양자화로 인한 에러를 복구하는 예측 값 및 에러 복구 회로(PVER)(35)를 포함하고 있다. PVER(35)은 인코딩되고 있는 데이터가 어떤 서브-밴드(LH, HL 또는 HH)에 속하는지를 나타내는 제어 신호에 근거하여 결정하기 위한 로직 논리 회로망을 포함할 수 있다. 대안으로, 이것은 데이터의 어떤 로우 및 칼럼(i 및 j)이 현재 인코딩되고 있는지에 근거하여 결정될 수도 있다. 이러한 논리 회로망은 카운터 및/또는 일련의 플립-플롭과 데이터의 어떤 로우 및 칼럼이 처리되고 있는지를 추적하는 다른 상태 제어 메커니즘을 포함할 수 있다.
예측 코딩 회로(30)는 다음과 같이 동작한다. 차 회로(300)는 Xi,j와 X'r,s사이의 차를 나타내는 값인 △를 발생한다. 이 에러 값 △는 룩업 테이블(LUT)(310)에 대한 어드레스로서 사용된다. LUT(310)는 역양자화 값을 계산하기 위한 룩업 테이블이다. LUT(310)는 양자화 값 및 주어진 △ 에러 값에 대한 역양자화 값을 모두 저장할 수 있다. LUT(310)는 도3에 도시된 에러 복구 회로에 사용될 "복구된" 에러 값 △R을 출력한다. LUT(310)에 의해 출력되는 복구된 에러 값 △R은 양자화 및 역양자화 모두의 결과이다. 예를 들어, 에러 값 △ = 96은 양자화 값 12응 가질 수 있다. 양자화 값 12는 역양자화될 때 예를 들어, 98이라는 복구된 에러 값 △R을 산출하게 된다. 이것은 압축을 용이하게 하는 양자화 손실이다. 룩업 테이블을 컴파일하기 위해 이용되는 양자화 공식은 12의 양자화 값에 맵핑되는 96 및 98과 같은 많은 값을 초래할 수 있다. 값 12는 역양자화될 때, 그 값12가 96의 에러 값을 양자화함으로써 얻어진 것이든지 또는 98의 에러 값을 양자화함으로써 얻어진 것이든지 간에 전술한 예에서 항상 98이라는 역양자화 값을 산출하게 된다.
에러 값을 보다 작은 값 셋트로 양자화하는 것으로 인한 이러한 손실은 복구 메커니즘이 적용되지 않는 한 픽셀의 전체 로우를 통해 전파될 가능성이 있다. 에러 복구 회로(35)는 이전의 예측된 이웃 값을 피드백하고 그것을 현재의 복구된 에러 값 △R과 합산함으로써 양자화로 인한 손실의 전파를 감소시키고자 한다. 각각의 예측된 이웃 값은 본질적으로 X'r,s(현재) = X'r,s(이전) + △R 이다. PVER(35)은 본질적으로 순방향 이미지 압축 프로세스의 역 또는 압축해제 프로세스이다. 이것은 압축해제 스테이지에서 발생하는 역예측(reverse prediction)을 시뮬레이트한다. 결과적으로, 각각의 데이터 값에 대한 양자화 손실은 그 값에 대해 국부적인 상태로 유지된다.
전술한 바와 같이, 예측 코딩 회로(30)는 각각의 서브-밴드 데이터 값 Xi,j에 대한 에러 값 △를 발생한다. 양자화된 에러 값의 의사-고정 길이 인코딩(pseudo-fixed length encoding)을 수행하기 위해 제2 LUT(320)가 사용된다. 역시 예를 들어, △=96은 양자화값 12를 가질 수 있다. LUT(320)는 양자화 값 및 그 코드워드(인코딩된 값)를 인덱스하기 위한 어드레스로서 전체 범위의 가능한 △ 값을 저장하게 된다. 패커(packer) 회로에 의해 전송되는 코드워드는 압축된 이미지를 표현하기 위한 충분한 정보를 포함하고 있으며, 전체 DWT 처리 이미지에 대한 Xi,j값의 셋트로서 예측 코딩 회로로 전송되는 원래의 포착된 이미지의 약간 변형된 버전을 복구하기 위해 나중에 압축해제될 수 있다.
예를 들어, 동일한 서브-밴드 내의 서쪽의 이웃하는 예측 데이터 값을 고려할 필요가 있는 LH 서브-밴드를 생각해보자. LH 서브-밴드에서 최초의 데이터 값(예를 들어, X1,10)은 그 서브-밴드 내에 서쪽의 이웃하는 값을 갖고 있지 않다. 따라서, 그 데이터 값과 관련된 에러 값은 그 자신의 값이 되게 된다. 고려되는 그 다음 데이터 값 X1,11에 대해서는, 서쪽의 "예측된" 이웃 값 X'1,10이 제로인 X1,10에 대한 예측된 값과 가산된 복구된 에러 △R1,10(에러 △1,10이 양자화되고 다음에 역양자화된 것임)로서 PVER(35)에 의해 발생된다. 따라서, X1,11에 대한 에러 △1,11은 X1,11- △R1,10과 동일하다. 다음 값 X1,12에 대해, 에러를 계산하기 위해 사용된 예측 값 X'1,11은 복구된 에러 값 △R1,11과 이전의 예측 값 X'1,10의 합이 된다. 따라서, LH 서브-밴드에 있어서는 일반적으로, 입력 데이터 값 Xi,j에 대해, X'r,s= X'r,s-1+ △Rr,s이고, △i,j= Xi,j- X'r,s이며, 여기서 r=1이고, s=j-1이다.
한편, HL 서브-밴드에 대해서는 동일한 서브-밴드 내의 북쪽의 이웃하는 예측된 데이터 값이 고려된다. HL 서브-밴드에서의 최초의 데이터 값(예를 들어, X10,1)은 그 서브-밴드 내에 북쪽의 이웃하는 값을 갖고 있지 않다. 따라서, X10,1과관련된 에러 값은 그 자신의 값 X10,1이 되게 된다. 고려되는 동일한 칼럼 내의 그 다음 입력 데이터 값 X11,1(에지의 수직 방향이 고려되기 때문에, LH 서브-밴드에서와 같이 한 로우씩이 아니라 한 칼럼씩 입력 데이터가 처리된다)에 대해서는, 북쪽의 예측된 이웃 값 X10,1이 제로인 X10,1에 대한 예측된 값과 가산된 복구된 에러 △R10,1(양자화되고 다음에 역양자화된 에러임)로서 PVER(35)에 의해 발생된다. 따라서, X11,1에 대한 에러 △11,1은 X11,1- △R10,1과 동일하다. 다음 값 X12,1에 대해, 에러 △12,1을 발생하는데 사용된 예측 값 X'11,1은 복구된 에러 값 △R11,1과 이전의 예측 값 X'10,1의 합이 된다. 따라서, LH 서브-밴드에 있어서는 일반적으로, 입력 데이터 값 Xi,j에 대해, X'r,s= X'r-1,s+ △Rr,s이고, △i,j= Xi,j- X'r,s이며, 여기서 r=i-1이고, s=j이다.
HH 서브-밴드 데이터 값에 대해서는, LH 및 HL에 대해 전술한 동일한 절차가 다음의 예외와 함께 발생한다. 입력 데이터는 버퍼에 저장된 이전의 로우와 함께 하나의 로우씩 스캐닝되며, 따라서 북쪽의 예측된 이웃 값이 서쪽의 이웃 값과 평균될 수 있다. HH 서브-밴드 내의 데이터의 최초의 로우 및 칼럼을 제외하고, DPCM은 다음과 같이 일반화될 수 있다. 입력 데이터 값 Xi,j에 대해, X'r,s= (X'r,s-1+ X'r-1,s)/2 + △Rr,s이고, △i,j= Xi,j- X'r,s이며, 여기서 r=i-1이고, s=j-1이다.
마지막 레벨 LL 서브-밴드 데이터 값은 양자화되지 않고 직접 인코딩된다.이 동작을 촉진하기 위해, 멀티플렉서(340)는 마지막 LL 서브-밴드 이외의 모든 데이터 값에 대해 LUT(320)에 의해 제공된 양자화된 코드워드를 선택하고, 이 값이 다른 모든 서브-밴드에 속하는 경우 인코딩 되어질 모든 레벨에서 Xi,j를 선택한다. 멀티플렉서(340)에 의해 선택된 값, 또는 LUT(320) 또는 Xi,j는 패킹 회로(350)에 의해 패킹된다.
따라서, LUT(320)는 RAM과 같이 쉽게 어드레싱이 가능한 메모리일 수 있으며, 이때 양자화/코딩된 코드워드를 참조하기 위한 어드레스로 △값이 이용된다. 이러한 RAM 룩업 데이블은 동일한 기능을 수행하는데 통상적으로 이용되고 있는 2진 인코딩 회로에 비하여 저렴하다. 포터블 디지털 카메라에서의 스틸 이미지 캡쳐와 같은 애플리케이션에 대하여, 이 인코딩 테이블은 포착된 모든 이미지에 대해 이용되는 동일한 테이블 값을 이용하는 이미지 캡쳐에 앞서서 컴파일된다.
도4는 본 발명의 하나 또는 그 이상의 실시예에 대한 순서도이다.
지향성 예측 코딩에서의 제1 단계는 양자화 및 인코딩될 데이터의 서브-밴드 연관성(association)을 결정/페치하는 것이다(블록 410). 그 연관성을 포함하는 제어 신호의 셋트가 페치되거나 또는 그 연관성은 카운터 및 어떤 데이터(로우 및 칼럼 포지션)를 트래킹하는 상태 제어 메카니즘에 기반하여 결정될 수 있다. 만일, 데이터 값이 LL 서브-밴드에 연관되어 검색되면(블록 420), 이 데이터 값은 양자화 또는 에러 인코딩없이 직접적으로 2진 인코딩된다(블록 425). 대부분 중요한 이미지 정보를 포함하기 때문에, LL 서브-밴드는 DWT의 이전 레벨에 속하고(다른 레벨은 그들의 LL 서브-밴드를 다음의 레벨에 대한 4개 이상의 서브-밴드로 분해하므로), 따라서 그대로 보존될 필요가 있다. 만일, 서브-밴드 연관성이 LH 라면(블록 430), 에지 정보가 수평 방향으로 있기 때문에, 에러 계산을 위해 서쪽 방향의 이웃값이 예측되어야 한다(블록 435). 예측 및 에러 계산 후에, 이 데이터는 양자화 및 인코딩 될 수 있다(블록 480). 만일, 데이터의 서브-밴드 연관성이 HL 이라면(블록 440), 에지 정보가 수직 방향으로 있기 때문에, 에러 계산을 위해 북쪽 방향의 이웃값이 예측되어야 한다(블록 445). 예측 및 에러 계산 후에, 이 데이터는 양자화 및 인코딩 될 수 있다(블록 480). 입력 데이터 셋트의 지향적 특성이 페치 또는 결정되고, 이 지향적 특성과 결합된 방식으로 에러가 계산될 수 있도록 하기 위해, 이 방법은 다른 이미지 압축에 대해 쉽게 수정될 수 있다.
만일, 상기 연관성 중 아무것도 검색되지 않으면, 이 데이터는 HH 서브-밴드에 연관될 수 있다. 이 경우, 데이터는 대각선 방향으로 보다 크게 상관되고, 서쪽 방향 이웃값(블록 452) 및 북쪽 방향 이웃값(블록 454)이 모두 예측될 필요가 있을 것이다. 그리고 나서, 이들 예측된 이웃값들은 함께 평균 계산된다(블록 456). 그리고 이 평균된 값은 에러값을 생성하기 위해 입력 서브-밴드 데이터로부터 감산된다(블록 458). 그리고 나서, 이 에러값은 양자화 및 인코딩된다(블록 480).
도5는 본 발명의 실시예에 따른 이미지 프로세싱 장치의 블록도이다.
도 5는 적응형 인코더를 포함하는 본 발명의 적어도 하나의 실시예를 포함한 이미징 장치의 내부 이미지 프로세싱 구성요소의 블록도이다. 도5의 예시적 회로에서, 센서(600)는 일부 장면/환경으로부터의 컬러/세기값인 픽셀 구성요소를 생성한다. 센서(600)에 의해 n-비트 픽셀값이 캡쳐 인터페이스(610)로 전송된다. 본 발명에 관련된 분야에서의 센서(600)는 통상적으로 영역 또는 위치의 하나의 "센싱"으로부터 R,G,B 요소 중 어느 하나로 센싱될 것이다. 이에 따라, 각 픽셀의 세기값은 3개의 컬러 평면 중 단지 하나에 연관되고, 베이어 패턴 미처리 이미지와 함께 구성할 수 있다. 캡쳐 인터페이스(610)는 센서에 의해 생성된 이미지를 분해하여 개별 픽셀에 대한 세기값을 할당한다. 전체 이미지에 대한 이러한 모든 픽셀들의 셋트는 디지털 카메라 센서의 통상의 산업적 구현에 따라 베이어 패턴(Bayer pattern)으로 된다.
어떤 센서 장치에서는 통상적으로 센서 평면에서의 픽셀 셀의 일부가 장면/환경에서의 조명 조건에 대해 적절히 응답하지 못할 수 있다. 결과적으로, 이들 셀로부터 생성된 픽셀값은 불완전할 수 있다. 이러한 픽셀들을 "무효 픽셀(dead pixel)"이라 부른다. "픽셀 교체(pixel substitution)" 유닛(615)은 각 무효 픽셀을 로우에서의 직전의 유효 픽셀로 교체한다. RAM(616)은 센서에 의해 제공된 무효 픽셀의 로우 및 칼럼 인덱스로 구성된다. 이 RAM(616)은 포착된 이미지에 대한 무효 픽셀의 위치를 식별하도록 돕는다.
1차 압축기(primary compressor)(628)는 센서 이미지 데이터를 수신하여 본 발명의 하나 이상의 실시예에 따라 이미지 압축을 수행한다. RAM(629)은 DWT 특허에서 기술된 압축 기법의 수행에서 요구되는 바와 같이, 각 채널/서브-밴드에 대한 DWT 계수 및/또는 양자화 임계값을 저장하는데 사용될 수 있다. 1차 압축기(628)는 전술한 바와 같은 지향성 예측 코딩을 이용하고, 이에 따라 미처리 이미지에 대해2-D DWT를 적용한 결과로 주지의 데이터 상관관계를 설명함으로써, 인코딩된 데이터의 전체 사이즈를 감소시킨다.
DWT 변환블록은 지향성 엔트로피 인코딩 프로세스 동안, 실시간 성능의 요구된 레벨에 따라 데이터를 RAM(629)으로 일시적으로 출력할 필요가 있게 된다. 제1 압축블록(628)은 압축 및 지향성 예측 코딩된 출력을 2진 인코더(630)로 제공하도록 설계될 수 있다. 2진 인코더(630)는 수정된 허프만 코딩(Modified Huffman Coding)과 같이, 다양한 2진 인코딩 구조를 수행하도록 장착될 수 있다. 각각의 RAM 테이블(616, 629)은 버스(660)와 직접적으로 통신하여, 데이터를 로딩할 수 있고, 이후에 필요에 따라 수정될 수 있다. 또한, 이들 RAM 테이블 및 다른 RAM 테이블이 필요에 따라 중간 결과 데이터를 저장하도록 사용될 수 있다.
도6은 본 발명의 일실시예의 시스템을 도시한 도면이다.
도시된 컴퓨터 시스템(710)은 PC와 같은 일반적 또는 특수한 목적의 컴퓨팅 또는 데이터 프로세싱 머신일 수 있고, 카메라(730)에 연결된다. 카메라(730)는 디지털 카메라, 디지털 비디오 카메라, 또는 이미징 시스템의 어떠한 이미지 캡쳐 장치이거나, 또는 이들의 조합일 수 있고, 장면(740)의 이미지를 포착하는데 이용된다. 필수적으로, 포착된 이미지는, ROM, RAM 또는 고정 디스크와 같은 다른 저장 장치일 수 있는 이미지 메모리 유닛(734)에 효과적으로 저장될 수 있도록 이미지 프로세싱 회로(732)에 의해 처리된다. 컴퓨터 시스템으로 연결된 이미지 메모리 유닛(734) 내에 포함된 이미지는, 본 발명의 일실시예에 따라, 압축 및 지향적으로 예측 코딩된 데이터로 직접 저장될 수 있다. 스틸 이미징을 수행할 수 있는 대부분의 디지털 카메라에서, 이미지들은 먼저 저장되고, 나중에 다운로드된다. 이것은 카메라(730)가 다음의 객체/장면을 추가의 지연없이 빠르게 포착할 수 있도록 한다. 이들 다양한 실시예에서의 본 발명은, 특히 포착된 8-비트의 베이어 패턴으로부터 직접 변환된 압축된 이미지를 제공함으로써, 카메라(730)의 계산 필요성 및 관련된 비용을 감소시켜, 카메라를 보다 저렴하게 만들 수 있다.
이미지 디코딩은 PentiumTM프로세서(인텔 코퍼레이션사의 제품)와 같은 프로세서, 및 명령어 어드레스 및 결과 데이터를 저장/로드하는데 사용되는 RAM과 같은 메모리(711)를 이용하여 수행될 수 있다.
대안의 실시예에서, 전술한 지향성 예측 코딩 기술은 카메라(730)에서 직접 실행된다기 보다는 컴퓨터 시스템(710) 상에서 실행되는 소프트웨어 애플리케이션으로 수행될 수 있다. 이러한 실시예에서, 이미지 프로세싱 회로는 단지 압축된 이미지만을 효과적으로 저장할 수 있다. 카메라(730)로부터 다운로드된 후의 인코딩 및/또는 디코딩을 수행하는데 사용되는 애플리케이션을 C++와 같은 언어로 기록된 소스 코드에서 실행가능 하도록 컴파일될 수 있다. 이미지를 스케일링하는데 필요한 명령어와 관련된 그 실행가능 파일의 명령어는 디스크(718) 또는 메모리(711)에 저장될 수 있다. 또한, 이러한 애플리케이션 소프트웨어는 다른 시스템에서 이용하기 위해 네트워크 또는 컴퓨터-판독가능 매체 상에 분배될 수 있다.
장면(740)의 이미지와 같은 이미지가 카메라(730)에 의해 포착되면, 이것은 이미지 프로세싱 회로(732)로 전송된다. 이미지 프로세싱 회로(732)는, 다른 기능들 사이에 압축된 이미지의 적응형 인코딩을 수행하는 IC 및 다른 구성요소들로 구성된다. 이미지 메모리 유닛(734)은 압축 및 인코딩된 데이터를 저장할 수 있다. 모든 픽셀들이 처리 및 저장되거나 렌더링을 위해 컴퓨터 시스템(710)에 전송되면, 카메라(730)는 다음의 이미지를 포착하는데 자유롭게 된다. 유저 또는 애플리케이션이 이미지의 다운로드를 요구/요청하는 경우, 이미지 메모리 유닛에서 인코딩된 이미지 데이터는 이미지 메모리 유닛(734)으로부터 I/O 포트(717)로 전송된다. I/O 포트(717)는 데이터를 메모리(711), 또는 선택적으로 디스크(718)에 일시적으로 저장하기 위해 도시된 바와 같이 버스-브릿지 계층구조를 이용한다. 컴퓨터 시스템(710)은 프로세서(712) 및 메모리(711)로/로부터의 정보 전송을 돕는 시스템 버스(713), 및 I/O 버스(715)에 연결된 브릿지(714)를 구비한다. I/O 버스(715)는 디스플레이 어댑터(716), 디스크(718) 및 직렬 포트와 같은 I/O 포트(717)와 같은 여러 I/O 장치에 연결된다. 이러한 많은 I/O 장치, 버스 및 브릿지의 조합이 본 발명에서 이용될 수 있으며, 도시된 조합은 단지 하나의 가능한 조합을 예시하고 있다.
앞의 명세서에서, 본 발명은 특정한 예시적인 실시예를 참조하여 설명되었다. 그러나, 첨부된 청구항에서 기술되는 바와 같이, 본 발명의 보다 넓은 사상 및 범위에서 벗어나지 않는 한, 다양한 수정 및 변경이 가능하다는 것은 명백한 사실이다. 따라서, 본 명세서 및 도면은 제한적 관점이라기 보다는 하나의 예시로서 간주되어야 한다. 이에 따라, 본 발명의 범위는 첨부한 청구항에 의해서만 제한되어야 한다.

Claims (25)

  1. 이산 웨이블렛 변환(DWT)을 이용하여 얻어지는 이미지 데이터의 변환된 셋트의 가장 가능성 있는 상관관계의 방향을 결정하는 단계 - 여기서, 상기 변환된 셋트는 상기 DWT로부터 생성되는 다수의 서브-밴드 중 하나임 - ;
    에러값 및 복구된 에러값을 생성함으로써 이미지 데이터의 상기 변환된 셋트에 기반하여 에러 셋트를 생성하는 단계 - 여기서, 상기 복구된 에러값은 상기 에러값을 양자화 및 역양자화 함으로써 얻어짐 - ; 및
    상기 에러 셋트의 일부를 인코딩하는 단계 - 여기서, 상기 인코딩은 가장 가능성있는 상관관계의 상기 결정된 방향으로 적용됨 -
    를 포함하는 방법.
  2. 삭제
  3. 제1항에 있어서,
    상기 서브-밴드 중 하나는 LL 서브-밴드인
    방법.
  4. 제1항에 있어서,
    상기 서브-밴드 중 하나는 LH 서브-밴드이고, 상기 LH 서브-밴드는 가장 가능성 있는 상관관계의 수평 방향을 가지며, 에러 인코딩은 에러를 결정할 때 서쪽방향의 예측된 이웃 데이터 값을 고려하는
    방법.
  5. 제1항에 있어서,
    상기 서브-밴드 중 하나는 HL 서브-밴드이고, 상기 HL 서브-밴드는 가장 가능성 있는 상관관계의 수직 방향을 가지며, 에러 인코딩은 에러를 결정할 때 북쪽방향의 예측된 이웃 데이터 값을 고려하는
    방법.
  6. 제1항에 있어서,
    상기 서브-밴드 중 하나는 HH 서브-밴드이고, 상기 HH 서브-밴드는 가장 가능성 있는 상관관계의 대각선 방향을 가지며, 에러 인코딩은 에러를 결정할 때 서쪽방향의 예측된 이웃 데이터 값과 북쪽방향의 예측된 이웃 데이터 값의 평균값을 고려하는
    방법.
  7. 제1항에 있어서,
    에러 인코딩은 변환된 데이터의 서브-밴드 연관성(association)을 결정하는 단계를 포함하는
    방법.
  8. 제1항에 있어서,
    에러를 양자화하는 단계; 및
    에러의 양자화로 인한 손실의 전파를 감소시키는 단계
    를 더 포함하는 방법.
  9. 제8항에 있어서,
    상기 양자화 손실의 전파를 감소시키는 단계는,
    복구된 에러값을 생성하기 위해 상기 양자화된 에러값을 역양자화하는 단계; 및
    상기 복구된 에러값을 피드백하고, 상기 복구된 에러값을 이전에 얻어진 예측된 이웃 데이터와 합산하는 단계 - 여기서, 상기 합은 현재의 예측된 이웃 데이터를 구성함 - 를 포함하는
    방법.
  10. 삭제
  11. 삭제
  12. 삭제
  13. 삭제
  14. 이미지 에지의 방향에 근거하여 이미지 데이터의 DWT 변환된 셋트에서 가장 높은 상관관계의 방향을 결정하고, 에러값 및 복구된 에러값을 생성함으로써 상기 변환된 셋트에 기반하여 에러 셋트를 생성하도록 구성된 프로세서 - 여기서, 상기 복구된 에러값은 상기 에러값을 양자화 및 역양자화 함으로써 얻어지고, 상기 프로세서는 또한 상기 에러 셋트의 일부를 지향성으로 인코딩하도록 구성됨 - ; 및
    상기 프로세서에 연결되어, 상기 지향성으로 인코딩된 에러 셋트를 저장하도록 구성된 메모리
    를 포함하는 이미징 시스템.
  15. 제14항에 있어서,
    상기 DWT 결과 데이터는 상기 이미징 시스템에 의해 포착된 입력 이미지에 대해 9-7 바이오소고날 스플라인 필터 DWT를 적용한 결과인
    이미징 시스템.
  16. 제1항에 있어서,
    상기 에러 셋트를 생성하기 전에 상기 변환된 셋트를 양자화하는 단계
    를 더 포함하는 방법.
  17. 제1항에 있어서,
    상기 에러 셋트의 일부를 인코딩하기 전에 상기 에러 셋트를 양자화하는 단계
    를 더 포함하는 방법.
  18. 명령어들을 저장하고 있는 컴퓨터 판독가능 매체를 포함하는 제품에 있어서,
    상기 명령어들은 실행될 때,
    이산 웨이블렛 변환(DWT)을 이용하여 얻어지는 이미지 데이터의 변환된 셋트의 가장 가능성 있는 상관관계의 방향을 결정하는 단계 - 여기서, 상기 변환된 셋트는 상기 DWT로부터 생성되는 다수의 서브-밴드 중 하나임 - ;
    에러값 및 복구된 에러값을 생성함으로써 이미지 데이터의 상기 변환된 셋트에 기반하여 에러 셋트를 생성하는 단계 - 여기서, 상기 복구된 에러값은 상기 에러값을 양자화 및 역양자화 함으로써 얻어짐 - ; 및
    상기 에러 셋트의 일부를 인코딩하는 단계 - 여기서, 상기 인코딩은 가장 가능성있는 상관관계의 상기 결정된 방향으로 적용됨 -
    가 수행되도록 하는
    컴퓨터 판독가능 매체 제품.
  19. 제18항에 있어서,
    상기 서브-밴드 중 하나는 LL 서브-밴드인
    컴퓨터 판독가능 매체 제품.
  20. 제18항에 있어서,
    상기 서브-밴드 중 하나는 HL 서브-밴드이고, 상기 HL 서브-밴드는 가장 가능성 있는 상관관계의 수직 방향을 가지며, 에러 인코딩은 에러를 결정할 때 북쪽방향의 예측된 이웃 데이터 값을 고려하는
    컴퓨터 판독가능 매체 제품.
  21. 제18항에 있어서,
    상기 서브-밴드 중 하나는 HH 서브-밴드이고, 상기 HH 서브-밴드는 가장 가능성 있는 상관관계의 대각선 방향을 가지며, 에러 인코딩은 에러를 결정할 때 서쪽방향의 예측된 이웃 데이터 값과 북쪽방향의 예측된 이웃 데이터 값의 평균값을 고려하는
    컴퓨터 판독가능 매체 제품.
  22. 제18항에 있어서,
    에러 인코딩은 변환된 데이터의 서브-밴드 연관성(association)을 결정하는 단계를 포함하는
    컴퓨터 판독가능 매체 제품.
  23. 제18항에 있어서,
    상기 명령어들은,
    에러를 양자화하는 단계; 및
    에러의 양자화로 인한 손실의 전파를 감소시키는 단계
    가 더 수행되도록 하는
    컴퓨터 판독가능 매체 제품.
  24. 제23항에 있어서,
    상기 양자화 손실의 전파를 감소시키는 단계는,
    복구된 에러값을 생성하기 위해 상기 양자화된 에러 값을 역양자화하는 단계; 및
    상기 복구된 에러값을 피드백하고, 상기 복구된 에러값을 이전에 얻어진 예측된 이웃 데이터와 합산하는 단계 - 여기서, 상기 합은 현재의 예측된 이웃 데이터를 구성함 - 를 포함하는
    컴퓨터 판독가능 매체 제품.
  25. 제18항에 있어서,
    상기 서브-밴드 중 하나는 LH 서브-밴드이고, 상기 LH 서브-밴드는 가장 가능성 있는 상관관계의 수평 방향을 가지며, 에러 인코딩은 에러를 결정할 때 서쪽방향의 예측된 이웃 데이터 값을 고려하는
    컴퓨터 판독가능 매체 제품.
KR10-2001-7000532A 1998-07-13 1999-05-25 웨이블렛 계수의 지향성 예측 코딩을 이용한 이미지 압축 KR100424288B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US09/114,720 1998-07-13
US09/114,720 US6233358B1 (en) 1998-07-13 1998-07-13 Image compression using directional predictive coding of the wavelet coefficients

Publications (2)

Publication Number Publication Date
KR20010071881A KR20010071881A (ko) 2001-07-31
KR100424288B1 true KR100424288B1 (ko) 2004-03-24

Family

ID=22357028

Family Applications (1)

Application Number Title Priority Date Filing Date
KR10-2001-7000532A KR100424288B1 (ko) 1998-07-13 1999-05-25 웨이블렛 계수의 지향성 예측 코딩을 이용한 이미지 압축

Country Status (8)

Country Link
US (1) US6233358B1 (ko)
JP (1) JP4493215B2 (ko)
KR (1) KR100424288B1 (ko)
AU (1) AU4098399A (ko)
DE (1) DE19983369B4 (ko)
GB (1) GB2354662B (ko)
TW (1) TW420932B (ko)
WO (1) WO2000003347A1 (ko)

Families Citing this family (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3915855B2 (ja) * 1997-12-19 2007-05-16 ソニー株式会社 画像符号化装置および画像符号化方法、並びに学習装置および学習方法
US7095164B1 (en) 1999-05-25 2006-08-22 Intel Corporation Display screen
US6697534B1 (en) 1999-06-09 2004-02-24 Intel Corporation Method and apparatus for adaptively sharpening local image content of an image
US6658399B1 (en) 1999-09-10 2003-12-02 Intel Corporation Fuzzy based thresholding technique for image segmentation
US6625308B1 (en) 1999-09-10 2003-09-23 Intel Corporation Fuzzy distinction based thresholding technique for image segmentation
US7053944B1 (en) 1999-10-01 2006-05-30 Intel Corporation Method of using hue to interpolate color pixel signals
US7106910B2 (en) * 1999-10-01 2006-09-12 Intel Corporation Color video coding scheme
US6628827B1 (en) 1999-12-14 2003-09-30 Intel Corporation Method of upscaling a color image
US7158178B1 (en) 1999-12-14 2007-01-02 Intel Corporation Method of converting a sub-sampled color image
US6961472B1 (en) 2000-02-18 2005-11-01 Intel Corporation Method of inverse quantized signal samples of an image during image decompression
US6748118B1 (en) 2000-02-18 2004-06-08 Intel Corporation Method of quantizing signal samples of an image during same
US6678421B1 (en) * 2000-06-09 2004-01-13 Hrl Laboratories, Llc Subband coefficient prediction with pattern recognition techniques
US6738520B1 (en) 2000-06-19 2004-05-18 Intel Corporation Method of compressing an image
US7046728B1 (en) 2000-06-30 2006-05-16 Intel Corporation Method of video coding the movement of a human face from a sequence of images
US6748116B1 (en) 2000-08-22 2004-06-08 Airzip, Inc. Apparatus and method for compressing and decompressing image files
US6775413B1 (en) 2000-09-18 2004-08-10 Intel Corporation Techniques to implement one-dimensional compression
US6636167B1 (en) 2000-10-31 2003-10-21 Intel Corporation Method of generating Huffman code length information
US6563439B1 (en) 2000-10-31 2003-05-13 Intel Corporation Method of performing Huffman decoding
US20020118746A1 (en) * 2001-01-03 2002-08-29 Kim Hyun Mun Method of performing video encoding rate control using motion estimation
US6766286B2 (en) 2001-03-28 2004-07-20 Intel Corporation Pyramid filter
US20020184276A1 (en) * 2001-03-30 2002-12-05 Tinku Acharya Two-dimensional pyramid filter architecture
US6889237B2 (en) * 2001-03-30 2005-05-03 Intel Corporation Two-dimensional pyramid filter architecture
US7085436B2 (en) * 2001-08-28 2006-08-01 Visioprime Image enhancement and data loss recovery using wavelet transforms
US7239754B2 (en) * 2002-07-16 2007-07-03 Hiroshi Akimoto Method, apparatus and system for compressing still images in multipurpose compression systems
US7266151B2 (en) * 2002-09-04 2007-09-04 Intel Corporation Method and system for performing motion estimation using logarithmic search
US20040042551A1 (en) * 2002-09-04 2004-03-04 Tinku Acharya Motion estimation
US20040057626A1 (en) * 2002-09-23 2004-03-25 Tinku Acharya Motion estimation using a context adaptive search
US7274393B2 (en) * 2003-02-28 2007-09-25 Intel Corporation Four-color mosaic pattern for depth and image capture
US20040174446A1 (en) * 2003-02-28 2004-09-09 Tinku Acharya Four-color mosaic pattern for depth and image capture
US20040169748A1 (en) * 2003-02-28 2004-09-02 Tinku Acharya Sub-sampled infrared sensor for use in a digital image capture device
FR2857527B1 (fr) * 2003-07-11 2006-01-06 Cit Alcatel Compression contextuelle d'images numeriques
US7418144B2 (en) * 2004-03-03 2008-08-26 Her Majesty The Queen In Right Of Canada, As Represented By The Minister Of Industry, Through The Communications Research Centre Canada Curved wavelet transform for image and video compression
US20050228654A1 (en) * 2004-03-30 2005-10-13 Yolanda Prieto Method and apparatus for improved bit rate efficiency in wavelet based codecs by means of subband correlation
US8000539B2 (en) 2005-12-21 2011-08-16 Ntt Docomo, Inc. Geometrical image representation and compression
JP2012129778A (ja) * 2010-12-15 2012-07-05 Ricoh Co Ltd 画像処理装置および画像処理方法
US8548263B2 (en) 2011-01-19 2013-10-01 Microsoft Corporation Delayed image decoding
KR20210052095A (ko) 2019-10-31 2021-05-10 삼성전자주식회사 이미지 부호화기, 이미지 복호화기, 및 이미지 처리 방법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4725885A (en) * 1986-12-22 1988-02-16 International Business Machines Corporation Adaptive graylevel image compression system
US5764805A (en) * 1995-10-25 1998-06-09 David Sarnoff Research Center, Inc. Low bit rate video encoder using overlapping block motion compensation and zerotree wavelet coding

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5097331A (en) * 1990-08-24 1992-03-17 Bell Communications Research, Inc. Multiple block-size transform video coding using an asymmetric sub-band structure
JPH0591498A (ja) * 1991-09-30 1993-04-09 Mitsubishi Electric Corp 帯域分割動画像符号化装置
US5412741A (en) * 1993-01-22 1995-05-02 David Sarnoff Research Center, Inc. Apparatus and method for compressing information
US5881176A (en) * 1994-09-21 1999-03-09 Ricoh Corporation Compression and decompression with wavelet style and binary style including quantization by device-dependent parser
US5825929A (en) * 1995-10-05 1998-10-20 Microsoft Corporation Transformation block optimization method
JPH09182069A (ja) * 1995-12-22 1997-07-11 Matsushita Electric Ind Co Ltd 画像圧縮方法および画像圧縮装置
JPH09307903A (ja) * 1996-05-16 1997-11-28 Ricoh Co Ltd 多階調画像符号化方法
US6009201A (en) * 1997-06-30 1999-12-28 Intel Corporation Efficient table-lookup based visually-lossless image compression scheme

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4725885A (en) * 1986-12-22 1988-02-16 International Business Machines Corporation Adaptive graylevel image compression system
US5764805A (en) * 1995-10-25 1998-06-09 David Sarnoff Research Center, Inc. Low bit rate video encoder using overlapping block motion compensation and zerotree wavelet coding

Also Published As

Publication number Publication date
DE19983369B4 (de) 2007-05-10
US6233358B1 (en) 2001-05-15
AU4098399A (en) 2000-02-01
GB2354662B (en) 2002-08-28
GB2354662A (en) 2001-03-28
JP4493215B2 (ja) 2010-06-30
JP2002520932A (ja) 2002-07-09
WO2000003347A1 (en) 2000-01-20
TW420932B (en) 2001-02-01
DE19983369T1 (de) 2001-05-31
KR20010071881A (ko) 2001-07-31
GB0100161D0 (en) 2001-02-14

Similar Documents

Publication Publication Date Title
KR100424288B1 (ko) 웨이블렛 계수의 지향성 예측 코딩을 이용한 이미지 압축
US6285796B1 (en) Pseudo-fixed length image compression scheme
KR100491333B1 (ko) Ｄｗｔ-기반 기술에 의해 압축된 이미지를 코딩하기 위한실시간 알고리즘 및 구조
US6301392B1 (en) Efficient methodology to select the quantization threshold parameters in a DWT-based image compression scheme in order to score a predefined minimum number of images into a fixed size secondary storage
US5680129A (en) System and method for lossless image compression
US5608458A (en) Method and apparatus for a region-based approach to coding a sequence of video images
CN108028941B (zh) 用于通过超像素编码和解码数字图像的方法和装置
US6529633B1 (en) Parallel difference coding method for lossless compression and real time decompression
US6430317B1 (en) Method and apparatus for estimating motion using block features obtained from an M-ary pyramid
US6292114B1 (en) Efficient memory mapping of a huffman coded list suitable for bit-serial decoding
US20040081238A1 (en) Asymmetric block shape modes for motion estimation
US5909513A (en) Bit allocation for sequence image compression
KR20010025085A (ko) 2-차원 이산 웨이브렛 변환을 바탕으로 지각적 무손실이미지를 산출하는 컬러 이미지의 압축
KR20010033797A (ko) 스케일 가능한 계층적 움직임 추정을 실행하는 장치 및방법
EP0890265A1 (en) Image data compression method and system
JPS62101183A (ja) 画像データ符号化方法
WO1999000762A1 (en) An efficient table-lookup based visually-lossless image compression scheme
JPH118849A (ja) ピクチャの符号化方法および符号化装置
AU2008245952B2 (en) Image compression and decompression using the pixon method
JP2005519543A (ja) レイヤ映像符合化のための方法及びシステム
Mafijur Rahman et al. A low complexity lossless Bayer CFA image compression
JP3359215B2 (ja) 多値画像符号化装置
Memon et al. Interband coding extension of the new lossless JPEG standard
JPH06113291A (ja) 画像符号化及び復号化装置
Bhattacharjee et al. An efficient encoding algorithm for image compression hardware based on cellular automata

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20130228

Year of fee payment: 10

FPAY Annual fee payment

Payment date: 20140303

Year of fee payment: 11

FPAY Annual fee payment

Payment date: 20150227

Year of fee payment: 12

FPAY Annual fee payment

Payment date: 20160303

Year of fee payment: 13

LAPS Lapse due to unpaid annual fee