KR100918777B1 - 문맥모델링을 이용한 제이펙 및 제이펙 2000 압축 영상통합 검색 방법 - Google Patents

문맥모델링을 이용한 제이펙 및 제이펙 2000 압축 영상통합 검색 방법 Download PDF

Info

Publication number
KR100918777B1
KR100918777B1 KR1020070117823A KR20070117823A KR100918777B1 KR 100918777 B1 KR100918777 B1 KR 100918777B1 KR 1020070117823 A KR1020070117823 A KR 1020070117823A KR 20070117823 A KR20070117823 A KR 20070117823A KR 100918777 B1 KR100918777 B1 KR 100918777B1
Authority
KR
South Korea
Prior art keywords
jpeg
image
context information
compressed
context
Prior art date
Application number
KR1020070117823A
Other languages
English (en)
Other versions
KR20090051434A (ko
Inventor
정호열
박하중
Original Assignee
영남대학교 산학협력단
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 영남대학교 산학협력단 filed Critical 영남대학교 산학협력단
Priority to KR1020070117823A priority Critical patent/KR100918777B1/ko
Publication of KR20090051434A publication Critical patent/KR20090051434A/ko
Application granted granted Critical
Publication of KR100918777B1 publication Critical patent/KR100918777B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • 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
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/13—Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
    • 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
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards

Abstract

본 발명은 문맥모델링을 이용한 JPEG 및 JPEG-2000 압축 영상 통합 검색 방법에 관한 것으로, 질의 영상과 검색 대상 영상의 DC 계수 혹은 저주파수 부대역 계수와 이들의 평균 사이의 오차를 계산하고, 문맥 모델링 과정을 수행하여 문맥 정보를 추출하면서 각 문맥 정보의 발생 빈도수를 조사하여, 각 문맥 정보의 발생 빈도수를 확률 분포로 정규화하며, 질의 영상의 각 비트 플레인(plane)에서 발생하는 문맥 정보의 확률 분포를 이용하여 비트 플레인 별 엔트로피를 조사한 후 영상의 특징 벡터를 구성하기 위한 문맥 정보를 선택하여 확률 값을 추출하고, 질의 영상에서 선택된 비트 플레인 및 문맥 정보를 이용하여 검색 대상 영상에서 선택된 문맥 정보의 확률 값을 추출하여, 확률분포를 기준으로 유사도순으로 정렬하여 기 설정된 순위 이내의 영상만 나머지 복호화과정을 수행하여 출력해줌으로써, JPEG 혹은 JPEG-2000으로 압축된 영상을 JPEG 혹은 JPEG-2000으로 압축된 질의 영상으로 검색이 가능하도록 하여, 사용상의 편의성을 향상시킨 것이다.
Figure R1020070117823
JPEG-2000, JPEG, 검색, 문맥, 확률, 유사도

Description

문맥모델링을 이용한 제이펙 및 제이펙 2000 압축 영상 통합 검색 방법 {Integrated retrieval system for JPEG/JPEG-2000 compressed image context modeling}
본 발명은 문맥모델링을 이용한 JPEG 및 JPEG-2000 압축 영상 통합 검색 방법에 관한 것으로, 보다 상세하게는 JPEG 혹은 JPEG-2000과 같이 질의 영상과 상기한 질의 영상과 다른 방법으로 압축된 검색 대상 영상의 검색에 불편이 없도록 한 문맥모델링을 이용한 JPEG 및 JPEG-2000 압축 영상 통합 검색 방법에 관한 것이다.
인터넷(Internet)의 급속한 발전과 함께 대부분의 사용자들은 인터넷 공급자(service provider)로 하여금 고품질의 멀티미디어(multimedia)에 대한 전송을 요구하게 되었다.
이는 MPEG(Motion Picture Experts Group) 및 JPEG(Joint Photographic Experts Group)/JPEG-2000과 같은 압축 기술의 개발과 QoS(Quality of Service)가 보장된 네트워크 환경(network environment)을 구축하기 위한 기술 개발을 활발하게 촉진시키는 계기가 되었다.
이중 MPEG은 시간에 따라 연속적으로 변화하는 동영상 압축과 코드 표현을 통해 정보의 전송이 이루어질 수 있도록 하는 압축기술의 표준이다.
그리고, JPEG은 사진 등의 정지화상을 통신에 사용하기 위해서 압축하는 기술의 표준으로 1,600만 색상을 표시할 수 있어 고해상도 표시장치에 적합하며, 이미지를 만드는 사람이 이미지의 질과 파일의 크기를 조절할 수 있는 것으로 이미지가 큰 파일을 아주 작은 크기의 파일로 압축하려 하면 이미지의 질이 그만큼 떨어지게 되나 JPEG 압축기술을 이용하면 이를 적절히 조절하여 이미지에 손상이 가지 않도록 이미지를 압축할 수 있다.
이와 같은 JPEG 기술의 근간은 DCT(Discrete Cosine Transform)라고 불리는 푸리에 트랜스폼으로, 이미지를 8×8의 블록으로 쪼갠 후 DCT를 통해 64개의 기본적인 패턴으로 근사하고, 이 기본적인 패턴에 가해주는 계수 값을 가장 큰 값으로 나누어 양자화하고, 양자화된 값을 자주 나오는 비트에 좀더 정보량이 작은 값을 할당해서 압축하는 호프만 코딩을 이용해서 엔코딩을 하게 된다.
결국 JPEG의 근간 기술은 이미지에 있어서 사람의 눈이 서로 구분하기 어려운 머리카락 같은 주파수 성분이 높은 부분을 눈에 안 띄게 표현하여 정보량을 낮추어 압축하는 방식이고, 압축을 푸는 과정은 압축을 하는 과정과 정확히 반대로 해서 최종적으로 IDCT(Inverse Discrete Cosine Transform)를 거쳐 원하는 영상을 얻게 되는 것이다.
JPEG-2000의 경우는 JPEG의 DCT 대신 DWT를 사용하고 허프만 부호화 대신 산술 부호화(Arithmetic Coding)를 사용하여 JPEG의 화소(Pixel) 기반 부호화가 아닌 비트 플레인(Bit-plane) 기반 부호화를 수행한다.
DWT는 웨이블렛 트랜스폼의 정수를 사용하는 컴퓨터를 위해서 이산형으로 개발한 형태로, 연속적인 신호를 삼각함수의 합으로 나타낼 수 있다는 푸리에 트랜스폼의 단점은 삼각 함수가 주기를 가지고 무한히 반복하고 있는 함수이기 때문에 시간의 변화에 잘 대응하지 못하여 시간에 따라 변화가 심한 신호는 원래 모양에 비해서 왜곡이 많이 발생하게 된다는 것이나, 웨이블릿 변환은 기존 JPEG의 DCT와는 달리 공간 및 주파수 성분 표현이 가능하여 다양한 해상도 지원이 가능하다.
그리고, 전체 이미지를 1/4, 1/16, 1/64 등의 좀더 해상도가 낮은 그림으로 줄일 수가 있으며, 축소할 때 고주파 성분을 따로 저장해놓고 확대할 때 다시 그 정보를 이용해서 원래 이미지를 복원하기 때문에 왜곡이 크게 감소한다.
이와 같이 따로 저장해 놓은 이미지를 RLC(Run-Length Coding), 엔트로피 코딩 등의 압축 기술로 압축한 것이 JPEG-2000으로, 원본 이미지를 작은 이미지로 축소하면서 다시 확대할 때 쓸 고주파 성분을 따로 보관하고, 이 고주파 성분들은 같은 값을 반복하는 것이 많기 때문에 엔트로피 코딩 등으로 압축을 하면 무척 효율적으로 압축을 할 수 있게 된다.
결국 기존의 JPEG의 1/30 정도의 압축률에 비해서 1/150 정도로 5배 압축을 해도 거의 같은 화질을 얻을 수 있기 때문에, 인터넷 전체 네트워크 부하를 많이 줄일 수 있고, 컴퓨터나 인터넷상의 중요 서버에 저장할 때 역시 저장 공간을 1/5로 줄일 수 있다.
이러한 JPEG 및 JPEG-2000 압축 기술은 당분간 공존하게 되므로 이들 압축기술들에서 공통적으로 사용될 수 있는 영상 검색 기술이 요구된다.
본 발명은 상기한 요구에 의하여 개발된 것으로, JPEG 및 JPEG-2000으로 압축된 영상을 JPEG 및 JPEG-2000으로 압축된 질의 영상으로 검색이 가능하도록 하여, 사용상의 편의성을 향상시키는 데 목적이 있다.
상기한 목적을 달성하기 위한 본 발명의 특징은 JPEG 혹은 JPEG-2000으로 압축된 질의 영상을 디코더에서 질의 영상에 해당하는 DC 계수 혹은 저주파수 부대역 계수에서 발생된 스트림만을 선택하여 복호화 과정을 수행한 후, 해당 DC 계수 혹은 저주파수 부대역 계수와 이들의 평균 사이의 오차를 계산하고, 문맥 모델링 과정을 수행하여 문맥 정보를 추출하면서 각 문맥 정보의 발생 빈도수를 조사하여, 각 문맥 정보의 발생 빈도수를 확률 분포로 정규화하며, 각 비트 플레인(plane)에서 발생하는 문맥 정보의 확률 분포를 이용하여 비트 플레인 별 엔트로피를 조사한 후 영상의 특징 벡터를 구성하기 위한 문맥 정보를 선택하여 확률 값을 추출하는 질의 영상 처리 단계와; 질의 영상이 JPEG-2000으로 압축된 경우 JPEG로 압축된 검색 대상 영상은 디코더에서 DC 계수만을 복호화하고, 질의 영상이 JPEG로 압축된 경우 JPEG-2000으로 압축된 검색 대상 영상은 저주파수 부대역 계수에서 발생된 스트림만을 선택하여 복호화 과정을 수행한 후, 해당 DC 계수 혹은 저주파수 부대역 계수와 이들의 평균 사이의 오차를 계산하고, 문맥 모델링 과정을 수행하여 문맥 정보를 추출하면서 각 문맥 정보의 발생 빈도수를 조사하여, 각 문맥 정보의 발생 빈도수를 확률 분포로 정규화하며, 질의 영상에서 선택된 비트 플레인 및 문맥 정보를 이용하여 검색 대상 영상에서 선택된 문맥 정보의 확률 값을 추출하는 검색 대상 영상 처리 단계 및; 질의 영상과 검색 대상 영상의 확률 분포를 이용하여 유사도 평가를 수행한 후, 모든 데이터베이스 영상들을 유사도 순서로 정렬하고, 유사여부를 판단하기 위하여 기 설정된 순위(R) 밖의 영상들은 버리고 순위안의 영상은 나머지 디코딩 과정을 수행하여 최종 검색된 영상으로 출력하는 검색 영상 처리 단계; 로 구성되는 것을 특징으로 하는 문맥모델링을 이용한 JPEG 및 JPEG-2000 압축 영상 통합 검색 방법에 있다.
상기한 바와 같은 구성을 갖는 본 발명에 의하면, JPEG 및 JPEG-2000 압축 방법을 동시에 사용하는 환경에서 영상의 검색에 압축방법의 차이가 장애가 되지 않아서 영상의 검색이 용이한 효과가 있다.
이하 본 발명의 실시예를 하기에서 첨부된 도면을 참조하여 살펴본다.
도 1은 JPEG의 DC 계수 및 JPEG-2000의 웨이블릿(wavelet)의 저주파수 계수의 상관관계를 나타내는 도면이고, 도 2는 본 발명의 JPEG-2000 압축 질의 영상을 이용한 JPEG 압축 영상 데이터베이스 검색을 나타내는 블록도이며, 도 3은 본 발명의 JPEG 압축 질의 영상을 이용한 JPEG-2000 압축 영상 데이터베이스 검색을 나타내는 블록도이다.
우선, 도 1의 <가>와 같이 JPEG 형태로 압축된 영상을 계수 변환 프로그램을 이용하여 DCT 주파수 영역으로 복원 후 각 블록(8X8)의 DC 계수만을 이용하여 <나>와 같은 웨이블릿 저주파수 부대역(LL Sub-band) 형태로 재정렬을 수행한다.
이를 위해서 우선 DCT(Discrete Cosine Transform)에 대하여 살펴보면, 1차원 이산 신호 X=x(i)(i=0,1,2,…N-1), 여기서, 입력 신호의 길이는 N이고, N=2n(n=0,1,2,…)이라고 가정한다. 이 신호의 평균은 다음 수학식 1과 같다.
Figure 112007082758012-pat00001
그리고 1차원 신호의 역방향 DCT 과정은 다음 수학식 2와 같다.
Figure 112007082758012-pat00002
1차 신호의 평균값을 구하기 위해 수학식 1에 수학식 2를 대입하면 수학식 3과 같다.
Figure 112007082758012-pat00003
수학식 3에서 cos(·) 성분의 조건은 수학식 4와 같다.
Figure 112007082758012-pat00004
따라서 수학식 3의 m은 다음 수학식 5와 같이 요약된다.
Figure 112007082758012-pat00005
따라서 DC 성분 C(0)를 이용하여 길이 N을 가진 1차원 입력 신호 x(i)의 평균값을 구할 수 있다.
그리고, 웨이블릿 트랜스폼(Wavelet Transform)(Ex. Haar Wavelet Filter)을 살펴보면, 수학식 1에서 입력 신호 x(i)의 평균 m은 다음 수학식 6과 같이 표현할 수 있다.
Figure 112007082758012-pat00006
Haar 웨이블릿의 저주파수 필터 계수 FL과 고주파수 필터 계수 FH는 다음 수학식 7과 같다.
Figure 112007082758012-pat00007
저주파수 Haar 웨이블릿 필터 FL을 사용하여 길이 N을 가진 1차원 입력 신호 x(i)를 1-레벨 및 2-레벨로 분해하였을 경우 저주파수 웨이블릿 계수 CL은 다음 수학식 8과 같다.
Figure 112007082758012-pat00008
따라서 Haar 웨이블릿 필터를 이용하여 l-레벨로 분해했을 경우 2j l번째 저주파수 계수 CL j(2j l)는 다음 수학식 9와 같이 요약할 수 있다.
Figure 112007082758012-pat00009
길이 N을 가진 1차원 입력 신호의 최대 웨이블릿 분해 레벨 수 lmax는 다음 수학식 10과 같다.
Figure 112007082758012-pat00010
수학식 10의 max를 수학식 9의 l에 대입하면 수학식 11과 같다.
Figure 112007082758012-pat00011
수학식 11은 1차원 신호의 평균값과 같다. 따라서 Haar 웨이블릿 필터를 사용하여 길이 N을 가진 1차원 신호 x(i)를 최대 웨이블릿 레벨 수 log2N로 분해하였을 경우 Llmax부대역에서 입력 신호의 평균값을 구할 수 있다.
그리고, 사용자가 컴퓨터의 키보드 혹은 마우스 등과 같은 입력수단을 사용하여 JPEG-2000 압축 영상을 질의(query) 영상으로 입력하였을 때 컴퓨터는 JPEG 압축 영상 데이터베이스를 검색하여 그 결과를 모니터를 통해서 출력해주는데, 그 방법을 하기에서 도 2를 참조하여 살펴본다.
JPEG-2000으로 압축된 영상은 먼저 디코더의 압축 스트림 정렬부(Bit-stream organization)에서 원하는 형태로 재정렬을 수행하는데, 이는 JPEG-2000 고유 특성으로, JPEG-2000 인코딩 단계에서는 여러 단계의 압축 형태로 부호화를 수행한다고(Quality Scalability) 가정하면 JPEG-2000 디코딩 단계에서는 비트 스트림을 재정렬을 수행하여 여러 단계의 해상도 형태로 재정렬을(Resolution Scalability) 수행할 수 있다.
이 후, 산술 부호 변환부(Partial inverse arithmetic code for LL Sub-band)에서 저주파수 부대역 계수에서 발생된 스트림만을 선택하여 엔트로피 복호화 과정을 수행한다.
오차 계산부(LL sub-band coefficient C(i, j)-mLL)에서 부대역 계수들을 이용하여 평균(mLL)을 계산하고, 저주파수 부대역 계수와 평균(mLL)과의 오차 값을 구하는데, 상기한 저주파수 부대역 계수들을 이용하여 평균을 계산하는 방법은 저주파수 부대역의 크기를 N×M으로 하고 저주파수 부대역 계수를 C(i,j)라고 가정하면 평균식은 다음 수학식 1과 같다.
Figure 112007082758012-pat00012
수정된 저주파수 계수 즉, 저주파수 부대역 계수와 저주파수 부대역의 평균과 오차값이 수정된 저주파수 계수를 이용하여 문맥 모델링부(context Modeling for Modified LL sub-band)에서 JPEG-2000 엔트로피 복호화 단계의 문맥 모델링 과정을 수행하여 문맥 정보를 추출한다. 추출하는 과정에서 빈도확인부(Context histogram construction)에서 각 문맥 정보의 발생 빈도수를 조사한다. 각 문맥 정보의 발생 빈도수를 확률 분포 확인부(Normalization by PDF)에서 확률 분포로 정규화한다.
이 후 엔트로피 측정부(Context entropy measurement for bit-plane selection)에서 각 비트 플레인(plane)에서 발생하는 문맥 정보의 확률 분포를 이용하여 비트 플레인 별 엔트로피를 조사한다. 엔트로피가 높은 순서로 몇 개의 비트를 선택하여, 문맥 정보 선택부(Context selection for feature extraction)에서 영상의 특징 벡터를 구성하기 위한 문맥 정보를 선택한다.
이후, 확률 추출부(Context probability extraction)에서 선택된 문맥 정보의 확률 값을 추출한다.
한편, JPEG로 압축된 영상은 먼저 압축 스트림에서 허프만 복호화부(Inverse DC Huffman coding)에서 DC 계수만을 허프만 복호화 과정을 이용하여 복원한 후, DC 계수 재정렬부(DC coefficients reordering)에서 DC 계수들을 도 1의 나와 같은 웨이블릿 저주파수 부대역 형태로 재정렬한다.
오차 계산부(LL sub-band coefficient C(i, j)-mDC)에서 재정렬된 DC 계수들을 이용하여 평균(mDC)을 계산하고, DC 계수들과 평균(mDC)과의 오차 값을 구한다.
문맥 모델링부(Context Modeling for Modified DC coefficients)에서 수정된 DC 계수들을 이용하여 JPEG-2000 엔트로피 복호화 단계의 문맥 모델링 과정을 수행하여 문맥 정보를 추출한다. 추출하는 과정에서 빈도 확인부(Context histogram construction)에서 각 문맥 정보의 발생 빈도수를 조사하고, 확률 분포 확인부(Normalization by PDF)에서 문맥 정보의 발생 빈도수를 확률 분포로 정규화한다.
이후, 확률 추출부(Context probability extraction)에서 질의 영상에서 선택된 비트 플레인 및 문맥 정보를 이용하여 선택된 문맥 정보의 확률 값을 추출한다.
유사도 평가부(Similarity measurement)에서 질의 영상과 모든 데이터베이스 영상의 확률 분포를 이용하여 유사도 평가를 수행한 후, 영상 정렬부(Database image ranking ordering)에서 모든 데이터베이스 영상들을 유사도 순서로 정렬한다.
순위 판단부(DB Image in Rank R?)에서 유사함을 판단하기 위하여 기 설정된 순위(R) 밖의 영상들은 버리고 순위안의 영상은 AC 허브만 코딩 및 압축해제부(Inverse AC Huffman coding and decompression)에서 나머지 JPEG 복호화 과정을 수행하고 최종 검색된 영상으로 출력한다.
JPEG 압축 영상을 질의(query) 영상으로 사용하였을 때 JPEG-2000 압축 영상 데이터베이스를 검색하는 방법을 도 3을 참조하여 설명한다.
JPEG로 압축된 영상은 먼저 압축 스트림을 허프만 복호화부(Inverse DC Huffman coding)에서 DC 계수만을 허프만 복호화 과정을 이용하여 복원한 후, DC 계수 재정렬부(DC coefficients reordering)에서 DC 계수들을 도 1의 나와 같은 웨이블릿 저주파수 부대역 형태로 재정렬한다.
오차 계산부(LL sub-band coefficient C(i, j)-mDC)에서 재정렬된 DC 계수들을 이용하여 평균(mDC)을 계산하고, DC 계수들과 평균(mDC)과의 오차 값을 구한다.
문맥 모델링부(Context Modeling for Modified DC coefficients)에서 수정된 DC 계수들을 이용하여 JPEG-2000 엔트로피 복호화 단계의 문맥 모델링 과정을 수행하여 문맥 정보를 추출한다. 추출하는 과정에서 빈도 확인부(Context histogram construction)에서 각 문맥 정보의 발생 빈도수를 조사하고, 확률 분포 확인부(Normalization by PDF)에서 문맥 정보의 발생 빈도수를 확률 분포로 정규화한다.
이 후 엔트로피 측정부(Context entropy measurement for bit-plane selection)에서 각 비트 플레인(plane)에서 발생하는 문맥 정보의 확률 분포를 이용하여 비트 플레인 별 엔트로피를 조사한다. 엔트로피가 높은 순서로 몇 개의 비 트를 선택하여, 문맥 정보 선택부(Context selection for feature extraction)에서 영상의 특징 벡터를 구성하기 위한 문맥 정보를 선택한다.
이후, 확률 추출부(Context probability extraction)에서 선택된 문맥 정보의 확률 값을 추출한다.
그리고, JPEG-2000으로 압축된 영상은 디코더의 압축 스트림 정렬부(Bit-stream organization)에서 원하는 형태로 재정렬을 수행한 후, 산술 부호 변환부(Partial inverse arithmetic code for LL Sub-band)에서 저주파수 부대역 계수에서 발생된 스트림만을 선택하여 엔트로피 복호화 과정을 수행한다.
오차 계산부(LL sub-band coefficient C(i, j)-mLL)에서 부대역 계수들을 이용하여 평균(mLL)을 계산하고, 저주파수 부대역 계수와 평균(mLL)과의 오차 값을 구한다.
이 과정에서 수정된 저주파수 계수를 이용하여 문맥 모델링부(context Modeling for Modified LL sub-band)에서 JPEG-2000 엔트로피 복호화 단계의 문맥 모델링 과정을 수행하여 문맥 정보를 추출한다. 추출하는 과정에서 빈도확인부(Context histogram construction)에서 각 문맥 정보의 발생 빈도수를 조사한다. 각 문맥 정보의 발생 빈도수를 확률 분포 확인부(Normalization by PDF)에서 확률 분포로 정규화한다.
이후, 확률 추출부(Context probability extraction)에서 질의 영상에서 선택된 비트 플레인 및 문맥 정보를 이용하여 선택된 문맥 정보의 확률 값을 추출한 다.
유사도 평가부(Similarity measurement)에서 질의 영상과 모든 데이터베이스 영상의 확률 분포를 이용하여 유사도 평가를 수행한 후, 영상 정렬부(Database image ranking ordering)에서 모든 데이터베이스 영상들을 유사도 순서로 정렬한다.
순위 판단부(DB Image in Rank R?)에서 유사함을 판단하기 위하여 기 설정된 순위(R) 밖의 영상들은 버리고 순위안의 영상은 산술디코딩 및 압축해제부(Residual Arithmetic Decoding and decompression)에서 나머지 JPEG 복호화 과정을 수행하고 최종 검색된 영상으로 출력한다.
도 1은 JPEG의 DC 계수 및 JPEG-2000의 웨이블릿(wavelet)의 저주파수 계수의 상관관계를 나타내는 도면
도 2는 본 발명의 JPEG-2000 압축 질의 영상을 이용한 JPEG 압축 영상 데이터베이스 검색을 나타내는 블록도
도 3은 본 발명의 JPEG 압축 질의 영상을 이용한 JPEG-2000 압축 영상 데이터베이스 검색을 나타내는 블록도

Claims (1)

  1. JPEG, JPEG-2000의 통합 영상 검색 방법에 있어서,
    JPEG 혹은 JPEG-2000으로 압축된 질의 영상을 디코더에서 질의 영상에 해당하는 DC 계수 혹은 저주파수 부대역 계수에서 발생된 스트림만을 선택하여 복호화 과정을 수행한 후, 해당 DC 계수 혹은 저주파수 부대역 계수와 이들의 평균 사이의 오차를 계산하고, 문맥 모델링 과정을 수행하여 문맥 정보를 추출하면서 각 문맥 정보의 발생 빈도수를 조사하여, 각 문맥 정보의 발생 빈도수를 확률 분포로 정규화하며, 각 비트 플레인(plane)에서 발생하는 문맥 정보의 확률 분포를 이용하여 비트 플레인 별 엔트로피를 조사한 후 영상의 특징 벡터를 구성하기 위한 문맥 정보를 선택하여 확률 값을 추출하는 질의 영상 처리 단계와;
    질의 영상이 JPEG-2000으로 압축된 경우 JPEG로 압축된 검색 대상 영상은 디코더에서 DC 계수만을 복호화하고, 질의 영상이 JPEG로 압축된 경우 JPEG-2000으로 압축된 검색 대상 영상은 저주파수 부대역 계수에서 발생된 스트림만을 선택하여 복호화 과정을 수행한 후, 해당 DC 계수 혹은 저주파수 부대역 계수와 이들의 평균 사이의 오차를 계산하고, 문맥 모델링 과정을 수행하여 문맥 정보를 추출하면서 각 문맥 정보의 발생 빈도수를 조사하여, 각 문맥 정보의 발생 빈도수를 확률 분포로 정규화하며, 질의 영상에서 선택된 비트 플레인 및 문맥 정보를 이용하여 선택된 검색 대상 문맥 정보의 확률 값을 추출하는 검색 대상 영상 처리 단계 및;
    질의 영상과 검색 대상 영상의 확률 분포를 이용하여 유사도 평가를 수행한 후, 모든 데이터베이스 영상들을 유사도 순서로 정렬하고, 유사여부를 판단하기 위하여 기 설정된 순위(R) 밖의 영상들은 버리고 순위안의 영상은 나머지 디코딩 과정을 수행하여 최종 검색된 영상으로 출력하는 검색 영상 처리 단계;
    로 구성되는 것을 특징으로 하는 문맥모델링을 이용한 제이펙 및 제이펙 2000 압축 영상 통합 검색 방법.
KR1020070117823A 2007-11-19 2007-11-19 문맥모델링을 이용한 제이펙 및 제이펙 2000 압축 영상통합 검색 방법 KR100918777B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020070117823A KR100918777B1 (ko) 2007-11-19 2007-11-19 문맥모델링을 이용한 제이펙 및 제이펙 2000 압축 영상통합 검색 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020070117823A KR100918777B1 (ko) 2007-11-19 2007-11-19 문맥모델링을 이용한 제이펙 및 제이펙 2000 압축 영상통합 검색 방법

Publications (2)

Publication Number Publication Date
KR20090051434A KR20090051434A (ko) 2009-05-22
KR100918777B1 true KR100918777B1 (ko) 2009-09-24

Family

ID=40859499

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070117823A KR100918777B1 (ko) 2007-11-19 2007-11-19 문맥모델링을 이용한 제이펙 및 제이펙 2000 압축 영상통합 검색 방법

Country Status (1)

Country Link
KR (1) KR100918777B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102243503B1 (ko) * 2019-04-05 2021-04-22 수니코리아 엘엘씨(한국뉴욕주립대학교) 고효율 머신러닝을 통한 저사양 장치에서의 빠른 영상 인식 방법 및 그 방법을 수행하는 장치

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070048761A (ko) * 2004-07-29 2007-05-09 야후! 인크. 인라인 문맥 질의들을 사용하는 검색 시스템들 및 방법들
KR20070060588A (ko) * 2005-12-09 2007-06-13 한국전자통신연구원 장면 전환 길이를 이용한 디지털 비디오 인식 시스템 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070048761A (ko) * 2004-07-29 2007-05-09 야후! 인크. 인라인 문맥 질의들을 사용하는 검색 시스템들 및 방법들
KR20070060588A (ko) * 2005-12-09 2007-06-13 한국전자통신연구원 장면 전환 길이를 이용한 디지털 비디오 인식 시스템 및 방법

Also Published As

Publication number Publication date
KR20090051434A (ko) 2009-05-22

Similar Documents

Publication Publication Date Title
Liang et al. Fast multiplierless approximations of the DCT with the lifting scheme
Talukder et al. Haar wavelet based approach for image compression and quality assessment of compressed image
Walker et al. Wavelet-based image compression
Walker Lossy image codec based on adaptively scanned wavelet difference reduction
Latha et al. Collective compression of images using averaging and transform coding
Vrindavanam et al. A survey of image compression methods
Kadhim Image compression using discrete cosine transform method
Indradjad et al. A comparison of Satellite Image Compression methods in the Wavelet Domain
Akbari et al. Image compression using adaptive sparse representations over trained dictionaries
Ponomarenko et al. Additional lossless compression of JPEG images
Kashyap Review of image compression and comparison of its algorithms
Vallabhaneni et al. On the performance characteristics of embedded techniques for medical image compression
KR100918777B1 (ko) 문맥모델링을 이용한 제이펙 및 제이펙 2000 압축 영상통합 검색 방법
John Discrete cosine transform in JPEG compression
Zerva et al. An improved medical image compression method based on wavelet difference reduction
Zargari et al. A fast and efficient compressed domain JPEG2000 image retrieval method
KR100909373B1 (ko) 문맥정보를 이용한 제이펙 2000 압축 영상 품질 평가 방법
Balasingham et al. Performance evaluation of different filter banks in the JPEG-2000 baseline system
Poolakkachalil et al. Comparative analysis of lossless compression techniques in efficient DCT-based image compression system based on Laplacian Transparent Composite Model and An Innovative Lossless Compression Method for Discrete-Color Images
KR20090051430A (ko) 부분 엔트로피 복호화를 이용한 제이펙-2000 압축 영상검색방법
Verma et al. Survey on JPEG Image Compression
JP4697111B2 (ja) 画像比較装置および方法、並びに、画像検索装置および方法
Sivanandam et al. Lossy still image compression standards: JPEG and JPEG2000-a survey
Srimanth et al. Implementation Challenges and Performance Analysis of Image Compression Using Huffman Encoding and DCT Algorithm on DSP Processor TMS320C6748 and Arduino Nano 33 BLE
Talooh et al. Comparative study of discrete cosine transforms and set partitioning in hierarchical trees

Legal Events

Date Code Title Description
A201 Request for examination
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: 20130621

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20140703

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20150601

Year of fee payment: 7

LAPS Lapse due to unpaid annual fee