KR101596954B1 - 데이터 압축과 복원 방법 및 장치와 이를 이용한 액정표시장치 - Google Patents

Abstract

본 발명은 데이터를 압축 및 복원하기 위한 데이터 압축 방법에 관한 것으로, 미리 설정된 크기의 비트맵 블록 단위로 입력 데이터를 분석하여 상기 비트맵 블록의 상위행 데이터와 하위행 데이터가 동일하고 상기 비트맵 블록이 3 색의 데이터들을 포함하면 제1 VQ-BTC 알고리즘을 실행하여 3 개의 벡터 대표값들을 포함하는 제1 압축 데이터를 발생하는 제1 단계; 및 상기 비트맵 블록의 벡터들 간의 평균 거리가 미리 설정된 임계값보다 크면 제2 VQ-BTC 알고리즘을 실행하여 2 개의 벡터 대표값과 상기 2 개의 벡터 대표값의 보정위치 정보를 포함하는 제2 압축 데이터를 발생하는 제2 단계를 포함한다.

Description

데이터 압축과 복원 방법 및 장치와 이를 이용한 액정표시장치{Data Compressing and Decompressing Method and Apparatus, Liquid Crystal Display using the same}

본 발명은 데이터를 압축 및 복원하기 위한 데이터 압축 방법 및 장치와 그 복원 방법 및 장치에 관한 것이다. 또한, 본 발명은 상기 데이터 압축과 복원 방법 및 장치를 이용하여 메모리에 저장될 데이터를 압축 및 복원한 후에 액정셀들에 인가될 데이터전압을 액정표시장치의 과구동(Over driving control, ODC) 방식으로 변조하는 액정표시장치와 그 구동방법에 관한 것이다.

액정표시장치는 수학식 1 및 2와 같이 액정의 고유한 점성과 탄성 등의 특성에 의해 응답속도가 느린 단점이 있다.

여기서, τr는 액정에 전압이 인가될 때의 라이징 타임(rising time)을, Va는 인가전압을, V_F는 액정분자가 경사운동을 시작하는 프리드릭 천이 전압(Freederick Transition Voltage)을, d는 액정셀의 셀갭(cell gap)을,

(gamma)는 액정분자의 회전점도(rotational viscosity)를 각각 의미한다.

여기서, τf는 액정에 인가된 전압이 오프된 후 액정이 탄성 복원력에 의해 원위치로 복원될 때의 폴링타임(falling time)을, K는 액정 고유의 탄성계수를 각각 의미한다.

액정표시장치에 가장 일반적으로 사용되어 왔던 액정 모드인 TN 모드(Twisted Nematic mode)의 액정 응답속도는 액정 재료의 물성과 셀갭 등에 의해 달라질 수 있지만 통상, 라이징 타임이 대략 20ms~80ms 정도이고 폴링 타임이 대략 20ms~30ms 정도로 길다. 이러한 액정의 응답속도는 한 프레임기간(NTSC : 16.67ms)보다 길다. 이 때문에 도 1과 같이 액정셀에 충전되는 전압이 원하는 전압에 도달하기 전에 다음 프레임으로 진행되므로 동영상에서 모션 블러(Motion Blurr) 현상이 나타난다.

도 1을 참조하면, 액정의 느린 응답속도로 인하여 한 레벨에서 다른 레벨로 데이터(VD)가 변할 때 그에 대응하는 표시 휘도(BL)가 원하는 휘도에 도달하지 못 하게 되어 원하는 색과 휘도를 표현하지 못하게 된다. 그 결과, 액정표시장치는 동영상에서 모션 블러가 나타나므로 화질이 떨어진다.

액정표시소자의 느린 응답속도를 해결하기 위하여, 미국특허 제5,495,265호와 PCT 국제공개번호 WO 99/05567에는 룩업 테이블(Look-up table)을 이용하여 데이터의 변화여부에 따라 데이터를 변조하여 과구동(Over driving control, ODC)이 제안된 바 있다. 과구동 방법은 도 2와 같은 원리로 데이터를 변조한다.

도 2를 참조하면, 과구동 방법은 입력 데이터 전압(VD)을 미리 설정된 변조 데이터의 전압(MVD)으로 변조하고 그 변조 데이터의 전압(MVD)을 액정셀에 인가하여 원하는 휘도(MBL)를 얻게 된다. 과구동 방법은 한 프레임기간 내에 원하는 휘도(MBL)를 얻을 수 있도록 데이터의 변화여부에 기초하여 수학식 1에서

을 크게 하게 된다. 따라서, 과구동 방법으로 구동되는 액정표시장치는 액정의 늦은 응답속도를 데이터값의 변조로 보상하여 동영상에서 모션 블러를 줄일 수 있다.

이러한 과구동 방법은 이전 프레임과 현재 프레임 사이에서 데이터를 비교하고 그 데이터들 사이에 변화가 있으면, 미리 설정된 변조 데이터로 현재 프레임의 데이터를 변조한다.

도 3은 과구동 회로를 개략적으로 나타낸 블록도이다.

도 3을 참조하면, 과구동 회로는 데이터 입력버스(32)로부터의 데이터를 저장하기 위한 제1 및 제2 프레임 메모리(33a, 33b)와, 데이터를 변조하기 위한 룩업 테이블(34)을 구비한다.

제1 및 제2 프레임 메모리(33a, 33b)는 픽셀 클럭에 맞추어 데이터를 프레임 단위로 교대로 저장하고 저장된 데이터를 교대로 출력하여 룩업 테이블(34)에 이전 프레임 데이터 즉, n-1 번째 프레임 데이터(Fn-1)를 공급한다.

룩업 테이블(34)은 아래의 표 1과 같이 미리 설정된 변조 데이터(MRGB)를 n 번째 프레임 데이터(Fn)와 제1 및 제2 프레임 메모리(33a, 33b)로부터의 n-1 번째 프레임 데이터(Fn)를 어드레스로 하여 선택함으로써 데이터를 변조한다. 이 룩업 테이블(34)은 읽기 전용 메모리(Read Only Memory, ROM)와 메모리 제어회로를 포함한다.

구분	0	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15
0	0	2	3	4	5	6	7	9	10	12	13	14	15	15	15	15
1	0	1	3	4	5	6	7	8	10	12	13	14	15	15	15	15
2	0	0	2	4	5	6	7	8	10	12	13	14	15	15	15	15
3	0	0	1	3	5	6	7	8	10	11	13	14	15	15	15	15
4	0	0	1	3	4	6	7	8	9	11	12	13	14	15	15	15
5	0	0	1	2	3	5	7	8	9	11	12	13	14	15	15	15
6	0	0	1	2	3	4	6	8	9	10	12	13	14	15	15	15
7	0	0	1	2	3	4	5	7	9	10	11	13	14	15	15	15
8	0	0	1	2	3	4	5	6	8	10	11	12	14	15	15	15
9	0	0	1	2	3	4	5	6	7	9	11	12	13	14	15	15
10	0	0	1	2	3	4	5	6	7	8	10	12	13	14	15	15
11	0	0	1	2	3	4	5	6	7	8	9	11	13	14	15	15
12	0	0	1	2	3	4	5	6	7	8	9	10	12	14	15	15
13	0	0	1	2	3	3	4	5	6	7	8	10	11	13	15	15
14	0	0	1	2	3	3	4	5	6	7	8	9	11	12	14	15
15	0	0	0	1	2	3	3	4	5	6	7	8	9	11	13	15

표 1에 있어서, 최좌측열은 이전 프레임(Fn-1)의 데이터이며, 최상측행은 현재 프레임(Fn)의 데이터이다.

n 번째 프레임 기간 동안, 실선으로 나타낸 바와 같이 동일한 픽셀 클럭에 맞추어 n 번째 프레임 데이터(Fn)는 제1 프레임 메모리(33a)에 저장됨과 동시에 룩업 테이블(34)에 공급된다. 이와 동시에 n 번째 프레임 기간 동안 제2 프레임 메모리(33b)는 n-1 번째 프레임 데이터(Fn-1)를 룩업 테이블(34)에 공급한다.

n+1 번째 프레임 기간 동안, 점선으로 나타낸 바와 같이 동일한 픽셀 클럭에 맞추어 현재의 n+1 번째 프레임 데이터(Fn+1)는 제2 프레임 메모리(33b)에 저장됨과 동시에 룩업 테이블(34)에 공급된다. 이와 동시에 n+1 번째 프레임 기간 동안 제1 프레임 메모리(33a)는 n 번째 프레임 데이터(Fn)를 룩업 테이블(34)에 공급한다.

이러한 과구동 회로의 비용을 줄이기 위해서는 메모리 용량을 줄여야 한다. 최근에는 메모리 용량을 줄이기 위하여 메모리에 저장되는 데이터를 압축하는 방법이 제안되고 있다. 이러한 압축 방법으로, BTC(Block Truncation Coding) 알고리즘이 이용될 수 있다. 기존 1/3 압축기반 BTC 알고리즘은 겹치지 않는 블록들의 데이터들에 대하여 2 레벨로 양자화한다. 기존 BTC 알고리즘이 컬러 영상에 적용될 때, RGB 각 데이터마다 레벨을 나타내는 일정 크기의 비트맵(bitmap) 블록과 2개의 대표값이 필요하다. 일반적으로 각 대표값들은 평균과 분산으로 표현되어 압축되기 때문에, 1/3 압축률을 달성할 수 있고 나아가, 도 4와 같이 1/4 압축율로 데이터를 압축할 수도 있다.

도 4는 4×4 비트맵 블록 단위로 입력 데이터들을 인코딩하는 BTC 알고리즘의 인코딩 예를 보여 준다.

도 4를 참조하면, BTC 인코딩 방법은 4×4 블록에 포함된 4×4×3×8=384 bits의 RGB 입력 데이터를 3×4×4=48 bits의 RGB 비트맵 데이터(Bitmapr, Bitmapg, Bitmapb)와 2×3×8 = 48 bits의 두 개 대표값들을 포함한 압축 데이터들로 인코딩한다.

IEEE TRANSACTIONS ON COMMUNICATIONS, VOL. 41, NO. 9 SEPTEMBER 1993에 개시된 "A method of block truncation coding for color image compression by Takio Kurita and Nobuyuki Otsu"와 IEEE TRANSACTIONS ON COMMUNICATIONS VOL. COM-28, NO. 1 JANUARY 1980에 개시된 "An Algorithm for Vector Quantizer Design by Yoseph Linde, Andres Buzo and Robert M. Gray" 등에서 제안된 바 있는 벡터 양자화 BTC(VQ-BTC) 압축 알고리즘은 컬러 영상을 보다 효율적으로 압축하기 위하여 R, G, B 각각의 데이터들을 하나의 벡터로 표현하여, 1 장의 비트맵 블록과 2 개의 RGB 벡터 대표값을 인코딩함으로써 2 장의 비트맵 블록에 상응하는 압축 효과를 얻을 수 있다.

도 5는 8 개의 검은 점들로 표현된 원영상의 데이터 값들이 두 개의 흰점으로 표현된 VQ-BTC 압축 알고리즘의 인코딩 방법을 도시화한 도면이다.

도 5를 참조하면, VQ-BTC 압축 알고리즘의 인코딩 방법은 4×4 블록에 포함된 4×4×3×8=384 bits의 RGB 입력 데이터를 흰점의 벡터 성분으로 양자화된 4×4=16 bits의 비트맵 블록과, 두 개의 대표값 2×3(for RGB)×8(for 1 BYTE) = 48 bits로 인코딩하므로 1/6의 압축율로 입력 데이터를 압축할 수 있다.

BTC 알고리즘과 VQ-BTC 알고리즘의 인코딩 과정의 이해를 돕고자 도 6 내지 도 10의 실예를 들어 설명하기로 한다.

BTC 알고리즘은 RGB 각각에 대해 스칼라 양자화기(scalar quantizer)를 적용하였다. 이에 비하여, VQ-BTC 알고리즘은 RGB 각각을 R, G, B의 벡터로 표현하고, 이 벡터들을 이용하여 벡터 양자화기(vector quantizer)를 적용한다.

도 6은 실험 영상의 RGB 블록 예로써 768×512 parrot 이미지(YCbCr 4:2:0)의 (136,188) 부분에서 2×4 블록 사이즈로 추출된 블록이다,

BTC 알고리즘은 블록 내 픽셀값들의 평균값이 양자화 문턱치(quantization threshold)로 결정된다. 즉, BTC 알고리즘은 RGB 각각에서 서로 다른 문턱치가 할당된다. 이렇게 기존 BTC 알고리즘은 RGB 각각에 서로 다른 문턱치가 할당되므로 문턱치 차이에 의해 색왜곡(Color distortion)이 발생할 수 있다. 2×4 블록의 최좌측 상위 RGB 픽셀값은 (229, 210, 200)이므로 화이트 계조에 가까운 영상이지만 BTC 알고리즘으로 인코딩된 (248, 158, 148)은 분홍색에 가까운 계조로 된다. 만약, BTC 알고리즘에 YCbCr 4:2:0 변환 알고리즘이 추가된다면 색 왜곡은 더욱 심하게 보인다.

도 6과 같은 768×512 parrot 이미지(YCbCr 4:2:0)의 (136,188) 부분에서 2×4 블록 사이즈로 추출된 블록에 대하여 VQ-BTC 알고리즘으로 인코딩하면 그 결과는 도 7과 같다.

도 7은 RGB 각각의 블록 내의 픽셀값들을 같은 위치에 있는 요소들끼리 묶어서 벡터로 변환한 예를 나타낸다. VQ-BTC 알고리즘은 벡터를 k-mean clustering을 이용해서 양자화를 실행한다. 그 방법을 단계적으로 구분하면 다음과 같다.

(1) 각 벡터들 사이의 거리를 계산한다.

(2) 산출된 거리 중 최장거리를 선택하고 그 최장거리로 이격된 벡터들이 어떤 벡터들인지 판단한다.

(3) 산출된 두 벡터들을 기준으로 나머지 벡터들을 거리가 가까운 벡터 중심으로 나눈다. 그 결과, 각 블록에서 벡터들은 2 개의 그룹 즉, 상위 블록과 하위 블록으로 나뉘어진다.

(4) 각 그룹 내의 벡터를 이용하여 평균 벡터를 계산한다.

(5) 산출된 평균 벡터를 기준으로 다시 (3)~(5)를 반복(iteration)한다.

도 8 내지 도 10은 (1) 내지 (5)의 인코딩 과정의 실예이다.

도 8은 도 7과 같이 산출된 벡터들 간의 맨하탄 거리를 나타낸다. 도 8에서 최장거리는 363이고, 그에 상응하는 벡터는 (255, 255, 255)와 (150, 131, 121)이다. 이렇게 산출된 벡터를 기준으로 나머지 6개의 벡터를 도 9와 같이 2개의 그룹으로 나눈다. 그리고 VQ-BTC 알로리즘은 각 그룹 안에 속한 벡터들을 이용하여 각 그룹의 평균을 계산한다. (255, 255, 255)가 속한 그룹을 그룹1, 나머지 그룹을 그룹2라 한다면, 그룹1의 평균은 (247, 242, 238)이고, 그룹2의 평균은 (162, 143, 133)이다. VQ-BTC 알로리즘은 이렇게 구해진 평균을 이용하여 각 벡터와 평균 벡터 사이의 거리를 다시 측정하고 이를 바탕으로 그룹을 재결정한다. 벡터 그룹들의 재결정 결과는 도 10과 같다. 도 10에서 평균 벡터가 각 그룹의 벡터 대표값이다.

그런데, VQ-BTC 압축 알고리즘에서 블록 사이즈를 2×4에서 2×8로 길이방향으로 증가시키거나, 블록 사이즈를 그대로 두고 RGB 벡터에 할당된 bits를 48 bits에서 24 bits로 줄이면 화질의 열화가 심하고 그 결과, 과구동 변조시에 데이터 에러가 크게 증가한다. 다시 말하여, VQ-BTC 알고리즘의 문제점은 압축률을 달성하기 위해 블록의 대표값에 할당된 bit 수를 줄이거나, 블록 크기를 길게 증가시켜 2개의 벡터로 넓은 영역을 표현하는 것을 시도하기 때문에, 화질의 열화가 발생한다. 대표값에 할당된 bit 수를 줄이면 영상의 깊이(depth)가 낮아져 색 표현력이 줄어들고, 이웃 블록 간 블로킹 아티펙트가 발생하는 원인이 된다. 또한, 2개의 벡터로 넓은 영역의 블록을 표현하게 되면, 영상의 디테일한 텍스쳐를 표현할 수 없게 되어 표시 영상에서 블러가 관찰되거나 모서리 정보가 손실되고 그 결과, 표시 영상에서 물체들 간의 경계부분에서 열화가 발생한다.

따라서, 본 발명의 목적은 상기 종래 기술의 문제점들을 해결하고자 안출된 발명으로써 표시영상의 색 표현력 저하와 블러를 줄이고 모서리 정보의 데이터 손실을 방지할 수 있으며 나아가, 압축 대상의 비트맵 블록에 3 색 이상의 데이터가 포함되는 경우에 압축에 따른 색왜곡을 줄이도록 한 데이터 압축과 복원 방법 및 장치를 제공하는데 있다.

본 발명의 다른 목적은 상기 데이터 압축과 복원 방법 및 장치를 이용하여 메모리에 저장될 데이터를 압축 및 복원한 후에 액정셀들에 인가될 데이터전압을 액정표시장치의 과구동 방식으로 변조하는 액정표시장치와 그 구동방법에 관한 것이다.

상기 목적을 달성하기 위하여, 본 발명의 실시예에 따른 데이터 압축 방법은 미리 설정된 크기의 비트맵 블록 단위로 입력 데이터를 분석하여 상기 비트맵 블록의 상위행 데이터와 하위행 데이터가 동일하고 상기 비트맵 블록이 3 색의 데이터들을 포함하면 제1 VQ-BTC 알고리즘을 실행하여 3 개의 벡터 대표값들을 포함하는 제1 압축 데이터를 발생하는 제1 단계; 및 상기 비트맵 블록의 벡터들 간의 평균 거리가 미리 설정된 임계값보다 크면 제2 VQ-BTC 알고리즘을 실행하여 2 개의 벡터 대표값과 상기 2 개의 벡터 대표값의 보정위치 정보를 포함하는 제2 압축 데이터를 발생하는 제2 단계를 포함한다.

본 발명의 실시예에 따른 데이터 복원 방법은 상기 플래그를 독출하여 복원 알고리즘을 선택하여 상기 압축 데이터들을 복원하는 단계를 포함한다. 상기 데이터 복원 방법은 제1 VQ-BTC 알고리즘으로 압축된 압축 데이터를 상기 비트맵 블록의 상위행 데이터로 복원하고 상기 복원된 상위행 데이터를 복사하여 상기 비트맵 블록의 하위행 데이터를 복원한다.

본 발명의 실시예에 따른 액정표시장치는 미리 설정된 크기의 비트맵 블록 단위로 입력 데이터를 분석하여 상기 비트맵 블록의 상위행 데이터와 하위행 데이터가 동일하고 상기 비트맵 블록이 3 색의 데이터들을 포함하면 제1 VQ-BTC 알고리즘을 실행하여 3 개의 벡터 대표값들을 포함하는 압축 데이터를 발생하고, 상기 비트맵 블록의 벡터들 간의 평균 거리가 미리 설정된 임계값보다 크면 제2 VQ-BTC 알고리즘을 실행하여 2 개의 벡터 대표값과 상기 2 개의 벡터 대표값의 보정위치 정보를 포함하는 압축 데이터를 발생하는 데이터 압축부; 상기 압축 데이터들을 복원하는 데이터 복원부; 상기 데이터 복원부로부터 입력된 이전 프레임 데이터와 상기 입력 데이터를 비교하여 그 변화양에 따라 상기 입력 데이터를 변조하는 과구동 데이터 변조부; 및 상기 변조된 데이터를 액정표시패널에 표시하는 표시 구동부를 구비한다.

본 발명의 실시예에 따른 데이터 압축과 복원 방법 및 장치는 비트맵 블록 내의 데이터 분석 결과에 따라 3 대표값 VQ-BTC 알고리즘과 P_VQ-BTC 알고리즘을 선택하여 데이터를 압축하고 그 압축 데이터를 복원하여 색 표현력 저하와 블러를 줄이고 모서리 정보의 데이터 손실을 방지할 수 있다.

나아가, 본 발명의 실시예에 따른 액정표시장치와 그 구동방법은 상기 데이터 압축과 복원 방법 및 장치를 이용하여 메모리에 저장될 데이터를 압축 및 복원한 후에 액정셀들에 인가될 데이터전압을 액정표시장치의 과구동 방식으로 변조하여 액정의 응답특성을 개선함은 물론 데이터 압축과정에서 초래되는 색 표현력 저하와 블러 및 모서리 정보의 데이터 손실을 방지하여 표시품질을 높일 수 있다.

상기 목적 외에 본 발명의 다른 목적 및 이점들은 첨부한 도면들을 참조한 본 발명의 바람직한 실시예에 대한 설명을 통하여 명백하게 드러나게 될 것이다.

이하, 도 11 내지 도 29를 참조하여 본 발명의 바람직한 실시예에 대하여 설명하기로 한다.

도 11을 참조하면, 본 발명의 실시예에 따른 액정표시장치는 액정표시패널(100), 과구동 처리회로(10), 타이밍 콘트롤러(11), 데이터 구동회로(12) 및 게이트 구동회로(13)를 구비한다.

액정표시패널(100)은 두 장의 유리기판 사이에 액정층이 형성된다. 이 액정표시패널(100)의 액정셀들은 데이터라인들(D1 내지 Dm)과 게이트라인들(G1 내지 Gn)의 교차 구조에 의해 매트릭스 형태로 배치된다.

액정표시패널(100)의 하부 유리기판에는 데이터라인들(D1 내지 Dm), 게이트라인들(G1 내지 Gn), 박막트랜지스터(Thin Film Transistor, TFT), TFT에 접속되어 화소전극들(1)과 공통전극(2) 사이의 전계에 의해 구동되는 액정셀들(Clc), 및 스토리지 커패시터(Cst) 등이 형성된다.

액정표시패널(100)의 상부 유리기판 상에는 블랙매트릭스, 컬러필터 및 공통전극(2)이 형성된다.

공통전극(2)은 TN(Twisted Nematic) 모드와 VA(Vertical Alignment) 모드와 같은 수직전계 구동방식에서 상부 유리기판 상에 형성되며, IPS(In Plane Switching) 모드와 FFS(Fringe Field Switching) 모드와 같은 수평전계 구동방식에서 화소전극(1)과 함께 하부 유리기판 상에 형성된다. 액정표시패널(100)의 상부 유리기판과 하부 유리기판 상에는 광축이 직교하는 편광판이 부착되고 액정과 접하는 계면에 액정의 프리틸트각(pre-tilt angle)을 설정하기 위한 배향막이 형성된다.

과구동 처리회로(10)는 후술하는 압축 및 복원 알고리즘을 이용하여 이전 프레임 데이터[Fn-1(RGB)]를 압축 및 복원하고 아래의 수학식 3 내지 5를 만족하는 변조 데이터들이 등재된 룩업 테이블을 이용하여 현재 프레임 데이터[Fn(RGB)]와 이전 프레임 데이터[Fn-1(RGB)]를 비교한다. 그리고 과구동 처리회로(10)는 이전 프레임과 현재 프레임 사이의 데이터 비교 결과에 따라 수학식 3 내지 5를 만족하도록 현재 프레임 데이터[Fn(RGB)]를 Fn(MRGB)로 변조한다.

Fn(RGB) < Fn-1(RGB) ---> Fn(MRGB) < Fn(RGB)

Fn(RGB) = Fn-1(RGB) ---> Fn(MRGB) = Fn(RGB)

Fn(RGB) > Fn-1(RGB) ---> Fn(MRGB) > Fn(RGB)

수학식 3 내지 수학식 5에서 알 수 있는 바, 과구동 처리회로(10)의 룩업 테이블은 이전 프레임 데이터[Fn-1(RGB)]보다 현재 프레임 데이터[Fn(RGB)]가 더 크면 현재 프레임 데이터[Fn(RGB)]보다 더 큰 값(MRGB)으로 현재 프레임 데이터[Fn(RGB)]를 변조하는 반면에, 이전 프레임 데이터[Fn-1(RGB)]보다 현재 프레임 데이터[Fn(RGB)]가 더 작으면 현재 프레임[Fn(RGB)]보다 더 작은 값(MRGB)으로 현재 프레임 데이터[Fn-1(RGB)]를 변조한다. 그리고 과구동 처리회로(10)의 룩업 테이블은 동일한 픽셀에서 그 픽셀 데이터 값이 이전 프레임과 현재 프레임에서 동일하면 현재 프레임 데이터[Fn(RGB)]와 동일한 값(MRGB)을 출력한다.

타이밍 콘트롤러(11)는 수직 및 수평 동기신호, 데이터 인에이블신호(DE), 도트클럭(CLK) 등의 타이밍신호들을 이용하여 데이터 구동회로(12)의 동작 타이밍을 제어하기 위한 데이터 타이밍 제어신호와, 게이트 구동회로(13)의 동작 타이밍을 제어하기 위한 게이트 타이밍 제어신호를 발생한다. 또한, 타이밍 콘트롤러(11)는 과구동 변조된 디지털 비디오 데이터(MRGB)를 데이터 구동회로(12)에 전송한다.

데이터 구동회로(12)는 타이밍 콘트롤러(11)로부터의 과구동 변조된 디지털 비디오 데이터들(MRGB)을 데이터 타이밍 제어신호에 응답하여 정극성/부극성 감마보상전압으로 변환하여 아날로그 정극성/부극성 데이터전압을 발생하고 그 데이터전압을 데이터라인들(D1 내지 Dm)에 공급한다.

게이트 구동회로(13)는 게이트 타이밍 제어신호에 응답하여 게이트펄스를 순차적으로 쉬프트하여 게이트라인들(G1 내지 Gn)에 게이트펄스 즉, 스캔펄스를 공급한다.

본 발명에서 적용 가능한 액정표시장치는 TN 모드, VA 모드, IPS 모드, FFS 모드뿐 아니라 어떠한 액정모드로도 구현될 수 있다. 또한, 본 발명의 액정표시장치는 투과형 액정표시장치, 반투과형 액정표시장치, 반사형 액정표시장치 등 어떠한 형태로도 구현될 수 있다. 투과형 액정표장치와 반투과형 액정표시장치에서는 도면에서 생략된 백라이트 유닛이 필요하다.

도 12는 과구동 처리회로(10)를 상세히 나타내는 블록도이다.

도 12를 참조하면, 과구동 처리회로(10)는 데이터 압축부(22), 데이터 복원부(24) 및 룩업 테이블(25)을 구비한다.

데이터 압축부(20)는 데이터 분석부(21), 벡터 대표값들의 평균 거리 계산부(22) 및 인코더(23)를 구비한다.

데이터 분석부(21)는 2×8 비트맵 블록의 데이터들(RGB)을 분석하고 그 데이터들의 상위행과 하위행의 동일여부와 그 데이터들에 포함된 색의 개수를 판단한다.

벡터 대표값들의 평균 거리 계산부(22)는 2×8 비트맵 블록 데이터들의 16 개의 벡터값과 2 개의 벡터 대표값들을 계산하고, 상위 벡터 대표값과 하위 벡터 대표값의 평균 거리를 계산한다.

인코더(23)는 데이터 분석부(21)로부터의 데이터 분석결과에 따라 2×8 비트맵 블록 데이터들의 상위행과 하위행이 동일하고 그 데이터들에 3 개의 색이 포함되어 있는 것으로 판단되면, 3 대표값 VQ-BTC 알고리즘을 이용하여 2×8 비트맵 블록 데이터들을 인코딩한다.

인코더(23)는 벡터 대표값들의 평균 거리 계산부(22)에 의해 계산된 벡터 대표값들 간의 평균 거리가 i(i는 8 이상의 정수) 보다 크면 후술하는 P_VQ-BTC(Proposed VQ-BTC) 알고리즘을 이용하여 2×8 비트맵 블록 단위로 데이터들을 인코딩한다.

인코더(23)는 2×8 비트맵 블록 데이터들의 상위행과 하위행이 동일하지 않거나, 그 데이터들에 3 개의 색이 포함되어 있지 않거나 또는, 벡터들 간의 평균 거리가 i 이하이면 VQ-BTC 알고리즘을 이용하여 2×8 비트맵 블록 단위로 데이터들을 인코딩한다.

데이터 복원부(24)는 데이터 압축부(20)에 의해 압축된 데이터를 복원하여 룩업 테이블(25)에 공급한다. 데이터 복원부(24)는 2×8 비트맵 블록당 하나씩 할당된 2bit의 플래그를 분석하여 데이터 압축부(20)의 압축 알고리즘을 판단하고 그 압축 알고리즘에 대응하는 복원 알고리즘으로 압축 데이터를 복원하여 프레임 메모리에 저장한다. 이 데이터 복원부(24)로부터 출력되는 데이터는 현재 프레임보다 1 프레임기간만큼 늦은 이전 프레임 데이터로써 룩업 테이블(25)에 공급된다.

룩업 테이블(25)은 수학식 3 내지 5를 만족하는 과구동 변조값들이 등재된다. 이 룩업 테이블(25)은 데이터 복원부(24)로부터 입력되는 이전 프레임과, 입력단자를 통해 직접 입력되는 현재 프레임 사이의 데이터 변화양에 기초하여 수학식 3 내지 5를 만족하는 과구동 변조값으로 데이터 구동회로(12)에 공급될 디지털 비디오 데이터를 변조한다.

도 13은 데이터 압축부(20)에 의해 행해지는 2×8 비트맵 블록 데이터들의 압축 과정을 단계적으로 보여 주는 흐름도이다.

도 13을 참조하면, 데이터 압축부(20)는 2×8 비트맵 블록에 포함된 16 개의 입력 픽셀 데이터들을 분석하여 상위행과 하위행의 동일여부를 판단하고, 2×8 비트맵 블록의 입력 픽셀 데이터들이 3 색의 픽셀 데이터들로 구성되어 있는지를 판단한다.(S1~S3) 데이터 압축부(20)는 2×8 비트맵 블록에 포함된 16 개의 입력 픽셀 데이터들의 상위행과 하위행이 실질적으로 동일하고 상위행과 하위행 데이터가 3 색의 픽셀 데이터들로 구성된 것으로 판단되면 1/6 압축률을 가지는 3 대표값 VQ-BTC 알고리즘으로 입력 데이터들을 인코딩한다.(S4)

데이터 압축부(20)는 2×8 비트맵 블록에 포함된 16 개의 입력 픽셀 데이터들의 상위행과 하위행이 실질적으로 동일하지 않거나 상위행과 하위행 데이터가 3 색의 픽셀 데이터들로 구성되지 않으면, 2×8 비트맵 블록의 상위 벡터 대표값과 하위 벡터 대표값을 계산하고 그 상위 벡터 대표값과 하위 대표값 사이의 평균거리를 계산한다. 그리고, 데이터 압축부(20)는 2×8 비트맵 블록의 16 개 벡터들 간의 평균거리가 i보다 크면 1/6 압축률을 가지는 P_VQ-BTC 알고리즘으로 입력 픽셀 데이터들을 인코딩한다.(S5~S9) P_VQ-BTC 알고리즘은 2×8 비트맵 블록의 입력 픽셀 데이터들의 벡터 대표값과 16 개의 벡터들 사이의 평균거리, 후술하는 보정위치를 계산하는 단계(S6), 2×8 비트맵 블록을 4 개의 2×2 서브 블록들로 분할하는 단계(S7), 및 평균거리 정보와 보정위치 정보를 이용하여 벡터 대표값을 미세보정(Refine)하여 데이터를 인코딩하는 단계(S8, S9)를 포함한다.

데이터 압축부(20)는 2×8 비트맵 블록에 포함된 16 개의 입력 픽셀 데이터들의 상위행과 하위행이 동일하지 않거나 상위행과 하위행 데이터가 3 색의 픽셀 데이터들로 구성되지 않고, 2×8 비트맵 블록에서 16 개 벡터들 간의 평균거리가 i 이하이면 1/6 압축률을 가지는 VQ-BTC 알고리즘으로 입력 픽셀 데이터들을 인코딩한다.(S10)

도 14 내지 도 16은 황색(Yellow: R=255, G=255, B=0)과 보라색(Violet: R=204, G=153, B=255) 사이에 얇은 흑색(Black: R=0, G=0, B=0)이 배치된 입력 영상에서 2×8 비트맵 블록을 좌에서 우로 스캐닝하면서 입력 픽셀 데이터의 압축 알고리즘을 선택하는 방법의 예를 보여 주는 도면들이다. 2×8 비트맵 블록은 도 14 -> 도 15 -> 도 16의 순으로 이동된다. 도 14 또는 도 16과 같이 2×8 비트맵 블록 내에 2 색의 데이터들만 포함되어 있으면 VQ-BTC 또는 P_VQ-BTC 알고리즘과 같이 2 개의 벡터 대표값으로 입력 데이터들을 압축한 후에 복원하면 색왜곡 없이 거의 정확하게 압축 데이터들을 복원할 수 있다.

도 15와 같이 2×8 비트맵 블록 내에 3 색의 데이터들이 포함되어 있으면 VQ-BTC 또는 P_VQ-BTC 알고리즘과 같이 2 개의 벡터 대표값으로 입력 데이터들을 압축하면 황색과 흑색 사이의 보라색 데이터들이 황색의 상위 벡터 대표값으로 인코딩되기 때문에 복원시에 황색에 가까운 보라색으로 복원되어 색왜곡이 나타날 수 있다. 색 왜곡은 2×8 비트맵 블록 내에 3 색의 픽셀 데이터들이 포함되고 그 색들의 색차가 크고 순색일 때 크게 나타난다. 이러한 색왜곡 문제를 해결하기 위하여, 본 발명은 2×8 비트맵 블록이 3 색의 픽셀 데이터를 포함하고 있고 상위행과 하위행이 동일하면 3 개 대표값으로 입력 픽셀 데이터를 인코딩하는 3 대표값 VQ-BTC 알고리즘으로 데이터를 압축한다.

VQ-BTC 알고리즘으로 데이터를 부호화할 때 2×8 비트맵 블록 단위로 4×4 비트맵 블록에 비하여 가로 길이가 긴 2×8 비트맵 블록에서 평균거리가 길어질수록 오차가 커진다. 이를 고려하여, 본 발명은 평균거리가 미리 설정된 임계값 i보다 클 때 P_VQ-BTC 알고리즘을 실생하여 2×8 비트맵 블록을 4 개의 2×2 서브 블록들로 분할하고 보정위치로 대표값들을 미세 보정한다.

데이터 복원부(24)는 압축 데이터를 복원하기 위하여, 압축된 데이터가 3 대표값 VQ-BTC, P_VQ-BTC, VQ-BTC 알고리즘 중 어느 압축 알고리즘에 의해 압축된 데이터인지를 식별하여야 한다. 이를 위하여, 인코더(23)는 2×8 비트맵 블록의 인코드 데이터의 헤드 2 bits에 플래그를 삽입하고, 데이터 복원부(24)는 그 플래그를 독출하여 플래그가 지시하는 알고리즘으로 압축 데이터를 복원한다. 플래그의 일예로써, VQ-BTC 알고리즘으로 압축된 데이터에는 플래그 '00'이 부가될 수 있고, P_VQ-BTC 알고리즘으로 압축된 데이터에는 플래그 '01'이 부가될 수 있다. 그리고 3 대표값 VQ-BTC 알고리즘으로 압축된 데이터에는 플래그 '10'이 부가될 수 있다.

이하에서, P_VQ-BTC 알고리즘을 상세히 설명하기로 한다.

P_VQ-BTC에서 대표값은 RGB 픽셀 데이터에서 상위 벡터 대표값에 최상위 비트(MSB) j(j는 4 또는 5) bits씩, 하위 벡터에 최상위 비트(MSB) k(k는 5 또는 4) bits씩 할당된다. 상위 벡터 대표값에 최상위 비트(MSB) 4 bits가 할당된다면 하위 벡터에 최상위 비트(MSB) 4 bits 또는 5 bits가 할당된다. 상위 벡터 대표값에 최상위 비트(MSB) 4 bits가 할당되고 하위 벡터에 최상위 비트(MSB) 5 bits가 할당된다면 기존 VQ-BTC 알고리즘에 비해 상위 벡터에서 3비트씩 3개, 하위 벡터에서 4비트씩 3개가 절약되어 기존 VQ-BTC 압축 알고리즘에 비하여 인코드된 데이터 패킷에서 총 21비트의 여유분이 발생한다. 이러한 여유분은 평균 거리와 위치정보에 할당된다.

P_VQ-BTC 알고리즘은 2×8 블록을 기준으로 VQ-BTC 알고리즘을 실행하여 인코드된 데이터에서 16개의 벡터와 대표값 벡터 간의 평균 거리를 산출한다. 평균 거리는 수학식 6과 같이 2×2 서브 블록 내의 모든 픽셀 벡터 [R_n G_n B_n]^T와 대표 벡터 [R_K G_K B_K]^T의 유클리디안 거리(Euclidean Distance :

) 또는 맨하탄 거리(Manhattan Distance :

)로 계산될 수 있다. 여기서, 평균 거리는 비트맵을 사용하여 서브 블록 안의 픽셀 벡터가 하위 그룹으로 구 분된다면 하위 대표 벡터[R₀ G₀ B₀]^T와의 차로 계산되고 서브 블록 안의 픽셀 벡터가 상위 그룹으로 구분된다면 상위 대표 벡터[R₁ G₁ B₁]^T와의 차로 계산된다.

여기서, m은 서브 블록 각각에서 벡터값들의 개수를 나타낸다.

16 개의 벡터들 중에서 그룹1에 속한 벡터는 상위 벡터와의 거리를 구하는 기준이 되고 그룹2에 속한 벡터는 하위 벡터와의 거리를 구하는 기준이 된다. P_VQ-BTC에서 평균 거리는 4비트가 할당되고, 0x0004-0x003c 즉, 4에서 60까지 값 중에 하나로 저장된다. 그리고 P_VQ-BTC는 입력 데이터들의 블록을 2×2 서브 블록으로 나누고, 각 서브-블록 단위로 구해진 평균 거리와 15개의 보정될 가능성이 있는 위치정보를 이용하여 대표값의 벡터를 미세 보정(refine)하여 인코딩한다. 보정될 가능성이 있는 위치를 찾는 방법에 대한 상세한 설명은 후술된다. 그리고 P_VQ-BTC는 보정 위치를 각 서브-블록 당 4비트 코드워드의 형태로 부호화하여 총 4비트씩 4개 16비트를 인코딩된 데이터 스트림에 할당한다. 따라서, P_VQ-BTC에서 인코딩된 데이터 스트림에는 평균 거리로 할당된 4비트와 보정 위치로 할당된 16 비트를 포함한다.

P_VQ-BTC 알고리즘은 블로킹 아티펙트를 방지하기 위해 영상을 2×8 비트맵 블록으로 나누어 압축을 하되, 그 블록을 다시 4개의 2×2 서브-블록 단위로 나누어 경계값을 더 세밀하게 표현한다. 3 대표값 VQ-BTC 알고리즘은 2×8 비트맵 블록을 압축하기 위하여 RGB 각각 3 개씩 총 9 개의 벡터 대표값을 코딩한다. VQ-BTC 알고리즘은 2×8 비트맵 블록을 압축하기 위하여 16 bits의 비트 비트맵과 RGB 각각 2 개씩 총 6 개의 벡터 대표값을 코딩한다. 이 알고리즘들과 달리, P_VQ-BTC 알고리즘은 2×8 비트맵 블록을 압축하기 위해 RGB 각각 2 개의 벡터 대표값들, 4 bits의 거리 정보, 16 bits의 위치 정보를 코딩한다.

P_VQ-BTC의 부호화 과정을 정리하면 다음과 같다.

(1) 2×8 비트맵 블록을 기준으로 기존 BTC 알고리즘을 실행한다.

(2) 16개의 벡터값들과 벡터 대표값 간의 평균 거리를 계산한다.

(3) 2×8 블록을 2×2 서브 블록들로 분할한다.

(4) 각 서브-블록 단위로 (2) 항에서 계산한 평균 거리와 보정 위치에 기초하여 전술한 보정 위치 결정방법들로 벡터 대표값을 보정한다.

(5) 보정 위치를 각 서브-블록당 4비트 코드워드의 형태로 부호화한다.

(6) 만약 평균 거리가 임계값보다 작다면, (3)~(5)의 과정을 거치지 않고 VQ-BTC 알고리즘으로 2×8 블록 단위로 데이터를 압축한다.

도 17은 본 발명의 3 대표값 VQ-BTC 알고리즘으로 압축된 데이터 패킷의 포맷이다.

도 17을 참조하면, 3 대표값 VQ-BTC 알고리즘은 2×8 비트맵 블록당 2 bits 의 플래그, 16 bits의 2×8 비트맵, 45 bits의 RGB 3 대표값, 최하위 1 bit의 더미 비트 '0'을 발생한다. 3 대표값 VQ-BTC 알고리즘은 2×8 비트맵 블록의 상위행과 하위행이 동일한 데이터를 압축하므로 3 대표값 VQ-BTC 알고리즘에 의해 압축된 2×8 비트맵 블록의 압축 데이터는 2×8 비트맵 블록의 입력 데이터들에서 상위행의 압축 데이터만을 포함한다. 도 17에서 16 bits의 2×8 비트맵 데이터는 2×8 비트맵 블록의 상위행에 포함된 8 개의 픽셀 데이터를 포함하며, 그 픽셀 데이터 각각은 2 bits로 압축된다. 제1 색(도 14 내지 도 16의 예의 경우에, 황색)의 벡터 대표값과 같은 픽셀 데이터는 '01'로 압축될 수 있고, 제2 색(도 14 내지 도 16의 예의 경우에, 흑색)의 벡터 대표값과 같은 픽셀 데이터는 '0'으로 압축될 수 있고, 제3 색(도 14 내지 도 16의 예의 경우에, 황색)의 벡터 대표값과 같은 픽셀 데이터는 '11'로 압축될 수 있다. 45 bits의 RGB 3 대표값은 각각 하위 3 bits를 제거하고 남은 상위 5 bits로 할당되는 3(색)×3(RGB)= 9 개 대표값을 포함하며 구체적으로, 각각 5 bits로 할당된 제1 색의 R 대표값, 제2 색의 R 대표값, 제3 색의 R 대표값, 제1 색의 G 대표값, 제2 색의 G 대표값, 제3 색의 G 대표값, 제1 색의 B 대표값, 제2 색의 B 대표값, 및 제3 색의 B 대표값을 포함한다. 3 대표값 VQ-BTC 알고리즘은 입력 픽셀 데이터가 8 bits 일 때 2×8 비트맵 블록당 64 bits의 압축 데이터를 발생하므로 1/6 압축률로 입력 픽셀 데이터를 압축한다. 데이터 복원부(24)는 플래그를 독출하여 압축 데이터가 3 대표값 VQ-BTC 알고리즘으로 압축된 데이터이면 복원한 상위행의 데이터를 하위행의 데이터로 복사하여 하위행의 데이터를 복원한다.

도 18은 본 발명의 P_VQ-BTC 알고리즘으로 압축된 데이터 패킷의 포맷이다.

도 18을 참조하면, P_VQ-BTC 알고리즘은 2×8 비트맵 블록당 2 bits의 플래그, 16 bits의 2×8 비트맵, 4(상위 벡터 MSB) +4(하위 벡터 MSB) = 8 bits로 할당된 R 데이터의 두 개 벡터 대표값, 4(상위 벡터 MSB)+5(하위 벡터 MSB) = 9 bits로 할당된 G 데이터의 두 개 벡터 대표값, 4+5 = 9 bits로 할당된 B 데이터의 두 개 벡터 대표값, 4 bits의 평균거리 정보, 및 4(RGB 2×2 서브필록)×4(보정위치 코드워드)=16bit의 보정 위치 정보를 발생한다. 따라서, P_VQ-BTC 알고리즘은 입력 픽셀 데이터가 8 bits 일 때 2×8 비트맵 블록당 64 bits의 압축 데이터를 발생하므로 1/6 압축률로 입력 픽셀 데이터를 압축한다.

도 19는 본 발명의 VQ-BTC 알고리즘으로 압축된 데이터 패킷의 포맷이다.

도 19를 참조하면, VQ-BTC 알고리즘은 2×8 비트맵 블록당 2 bits의 플래그, 16 bits의 2×8 비트맵, 8(상위 벡터 대표값) +8(하위 벡터 대표값) = 16 bits로 할당된 R 데이터의 두 개 벡터 대표값, 8(상위 벡터 대표값)+7(하위 벡터 대표값) = 15 bits로 할당된 G 데이터의 두 개 벡터 대표값, 8+7 = 15 bits로 할당된 B 데이터의 두 개 벡터 대표값을 발생한다. 따라서, VQ-BTC 알고리즘은 입력 픽셀 데이터가 8 bits 일 때 2×8 비트맵 블록당 64 bits의 압축 데이터를 발생하므로 1/6 압축률로 입력 픽셀 데이터를 압축한다.

P_VQ-BTC 또는 VQ-BTC 알고리즘에 의해 압축된 2×8 비트맵 블록의 압축 데이터에서, 16 bits의 2×8 비트맵 데이터는 상위행의 8 개 픽셀 데이터와 하위 행의 8 개 픽셀 데이터를 포함한다. 2×8 비트맵 데이터에서 각 픽셀 데이터는 상위 벡터 대표값과 같은 '1' 또는 하위 벡터 대표값과 같은 '0'으로 압축된다.

도 20은 기존 VQ-BTC 알고리즘으로 압축된 데이터 패킷의 포맷이다.

도 20을 참조하면, 기존 VQ-BTC 알고리즘은 2×8 비트맵 블록당 16 bits의 비트맵과, RGB 각각에 할당된 16 bits의 대표값들을 발생한다. 기존 VQ-BTC 알고리즘에 의해 압축된 2×8 비트맵 블록의 압축 데이터에는 압축 알고리즘을 구분하기 위한 플래그, 평균거리 정보 그리고 보정 위치정보가 포함되지 않는다.

3 대표값 VQ-BTC와 P_VQ-BTC는 벡터 대표값 각각을 8 bits로 사용하지 않고 상위 4 bits 또는 상위 5 bits만 사용한다. 따라서, 데이터 복원부(24)는 벡터 대표값이 도 21a와 같을 때 압축 데이터의 복원시에 도 21b와 같이 하위 3 bits 또는 4 bits에 "0"을 부가하거나 도 21c와 같이 "0111" 또는 "011"를 부가한다. 압축 데이터의 복원시에 하위 비트의 절삭으로 인한 화질 열화를 줄이기 위하여 도 21c와 같은 중간값을 하위 bits에 부가하는 방법이 바람직하다.

P_VQ-BTC 알고리즘에서 보정위치를 이용한 벡터 대표값 보정 방법은 아래와 같이 2 개의 실시예가 가능하다.

보정위치를 이용한 벡터 대표값 보정 방법의 제1 실시예

수학식 7은 벡터 대표값과 실제 픽셀 값의 관계를 나타낸다.

여기서, (Rr, Gr, Br)는 n 번째 픽셀의 벡터 대표값이고, (Rn, Gn, Bn)는 n 번째 픽셀의 실제 픽셀값이다. 그리고 (

,

,

)는 n 번째 픽셀에서 실제 픽셀값과 벡터 대표값 간의 오차값이다.

'L'을 벡터 대표값과 16 개의 벡터값들 사이의 평균거리, (Rc, Gc, Bc)를 보정 위치라고 했을 때, 수학식 7의 오차(

,

,

)는 수학식 8과 같이 모델링될 수 있다.

벡터 대표값 주변의 모든 픽셀값이 보정 가능한 위치이지만, P_VQ-BTC 알고리즘은 보다 효과적인 보정 위치를 결정하기 위하여 HSI(Hue, Saturation, Intensity) 영상 좌표계에서 보정위치를 결정한다. HSI 영상 좌표계는 사람의 인지 능력(Human Vision System: HVS)에 주안점을 두고 색상을 표현할 수 있는 좌표 계로서 최근의 영상 처리에서 가장 주목 받고 있는 영상 좌표계이다. RGB 영상 좌표계에서 HSI 영상 좌표계의 변환 방법은 도 22와 같다.

도 22의 (a)와 같은 RGB 영상 좌표계에서 밝기(0, 0, 0)에서 (255, 255, 255)를 잇는 가상의 선(HSI 영상 좌표계의 I축임)을 B축과 일치하도록 이동시키면 도 22의 (b)와 같다. 도 22의 (b)는 도 22의 (c)와 같이 유사 HSI 영상 좌표계로 변환될 수 있다. HSI 영상 좌표계에서 벡터 대표값과 그 주변 16 개 벡터들을 표현할 수 있다. RGB 영상 좌표계와 HSI 영상 좌표계의 변환에 대하여는 CH2898-5/90/0000/0791$01.00 ⓒ 1990 IEE에 개시된 "Fundamentals of True-Color Image Processing by R.S. Ledley, M. Buas, and T. J. Golab"과, CH2998-3/91/10000-0722$01.00ⓒ1991 IEE에 개시된 "IMAGE PROCESSING USING THE HSI COLOR SPACE by Eric Welch, Robert Moorhead, and J. K. Owens" 등에서 상세히 설명되어 있으므로 이에 대한 상세한 설명을 생략하기로 한다.

HSI 영상 좌표계에서 도 23의 좌측 도면과 같이 인텐시티(I축) 차이에 따라 7개의 구간으로 나누고, 각각의 구간에 상응하는 점들을 찾으면 그 점들의 위치가 결정된다. 도 23의 우측 도면 즉, HSI 영상 좌표계를 RGB 영상 좌표계로 역변환하면 도 24와 같이 역변환된 RGB 영상 좌표계에서 검은 점들의 좌표가 벡터 대표값이 보정될 수 있는 위치들이다. 검은 점 각각은 도 25와 같이 4 bits 코드워드로 변환되어 아래의 표 2와 같은 테이블로 작성될 수 있고 이러한 테이블은 인코더(23)에 내장되는 룩업 테이블로 구현될 수 있다. P_VQ-BTC 알고리즘은 표 2의 테이블을 기반으로 부호화를 실행하여 각 서브 블록에서 벡터 대표값을 보정한다. 따라 서, 인코더(23)는 벡터 대표값의 보정시에 보정 가능한 위치를 표 2의 테이블에서 검색하는 것으로 간단히 벡터 대표값을 보정할 수 있다.

위 표 2에서 에러가 가장 작은 보정 위치를 선택하기 위하여 P_VQ-BTC 알고리즘은 아래의 수학식 9와 같은 최소 평균 에러식(minimum mean square error, MSE)을 만족하는 코드워드(c)를 선택한다.

여기서, (Rr, Gr, Br)는 n 번째 픽셀의 벡터 대표값, (Rn, Gn, Bn)는 n 번째 픽셀의 실제 픽셀값, (Rc, Gc, Bc)는 보정 위치, 그리고 'm'은 서브 블록 각각에서 벡터값들의 개수를 각각 나타낸다.

보정위치를 이용한 벡터 대표값 보정 방법의 제2 실시예

수학식 9와 같은 모든 보정 위치들에 대하여 연산을 행한 후에 최소값을 선택하는 과정없이 아래와 같은 알고리즘을 이용하여 보정 위치 선택을 빠르게 할 수 있다.

(1) 2×2 서브 블록에는 하나의 코드워드가 상위 대표값과 하위 대표값에 상관없이 적용되기 때문에, 각각의 픽셀과 벡터 대표값의 상관성을 파악한다면 코드워드를 생성할 수 있다. 각각의 픽셀값과 벡터 대표값이 알려져 있으므로 각각의 픽셀값과 대표값 크기를 비교하여 아래의 수학식 10과 같이, 픽셀값(R_o, G_o, B_o)이 벡터 대표값(R_r, G_r, B_r)보다 크다면 '+1', 픽셀값(R_o, G_o, B_o)과 벡터 대표값(R_r, G_r, B_r)이 유사하다면 '0', 픽셀값(R_o, G_o, B_o)이 벡터 대표값(R_r, G_r, B_r)보다 작다면 '-1'을 선택하여 RGB 각각의 2×2 서브 블록에서 선택된 값들을 서로 더한다. 여기서, 유사하다는 것은 픽셀값과 벡터 대표값의 차이가 평균거리의 반 이하를 의미한다.

수학식 10에서, (R_o, G_o, B_o)는 입력 영상의 오리지날 픽셀값이고 (R_r, G_r, B_r)는 RGB 각각의 벡터 대표값이다.

R의 2×2 서브 블록에서 벡터 보정값을 보정하기 위하여, 표 2의 인덱스를 선택하기 위한 R_code는 +4에서 -4까지의 값을 가진다. 마찬가지로, G의 2×2 서브 블록에서 벡터 보정값을 보정하기 위하여, 표 2의 인덱스를 선택하기 위한 G_code는 +4에서 -4까지의 값을 가지며, B의 2×2 서브 블록에서 벡터 보정값을 보정하기 위하여, 표 2의 인덱스를 선택하기 위한 B_code는 +4에서 -4까지의 값을 가진다.

2×2 서브 블록에서 각각 더해진 R_code, G_code, B_code, 값이 4,3,2이면 표 2의 코드워드에서 '1', 2×2 서브 블록에서 각각 더해진 R_code, G_code, B_code, 값이 1, 0, -1이면 표 2의 코드워드에서 '0', 2×2 서브 블록에서 각각 더해진 R_code, G_code, B_code, 값이 -2, -3, -4이면 표 2의 코드워드에서 '-1'로 선택하여, 도 16과 같이 R->G->B의 순서로 코드워드를 탐색하여 그 결과 사각형 안에 미리 설정된 인덱스 값을 찾는다. 예컨대, 2×2 서브 블록에서 더해진 R_code가 '-1', 2×2 서브 블록에서 더해진 G_code가 '1', 그리고 2×2 서브 블록에서 더해진 B_code가 '1'이면 표 2에서 벡터 대표값의 보정위치를 지시하는 인덱스는 '5'이고 따라서, 벡터 대표값의 보정위치는 표 2 및 도 25에서 (-1, 0, -1)로 결정된다. 이 실시예는 3 번의 연산으로 벡터 대표값의 보정위치를 결정하여 연산 속도가 빠르고 단순한 장점이 있다.

도 25의 트리형 탐색 구조에서 구조적 특성상, 코드워드가 할당되지 않는 경우(No)가 발생할 수 있다. 예를 들어, R_code, G_code, B_code가 각각 -1, 0, 0으로 결정될 수 있지만 이에 해당하는 인덱스는 없다. 이와 같은 경우에 오차를 최소화하는 방향으로 근처의 유사한 코드워드로 대체되어 인덱스가 결정된다.

도 24 및 도 25와 같이 표 2의 코드워드가 정육면체의 각 꼭지점과, 선의 중심, 및 면의 중심을 모두 반영하고 있지 않기 때문에, 위와 같은 방법으로 보정위치를 선택하기 위한 인덱스를 탐색할 때 인덱스를 맵핑할 수 없는 부분이 존재한다. 코드워드에 없는 부분들, 예를 들면 (1, 0, 0) 등은 모두 (0, 0, 0)으로 맵핑된다. 그 결과, B로 집중되었던 에러가 R, G 및 B로 분산하였고 이를 반영한 실험 결과를 통해 트리 탐색 구조에서 인덱스가 없는 부분 모두를 (0, 0, 0)으로 치환하였을 때 평균 PSNR(Peak Signal to Noise Ratio)과 화질의 더 개선된 것을 확인할 수 있었다. 이에 대한 효과는 도 26 및 도 27로도 설명될 수 있다.

벡터 대표값이 보정 가능한 위치들 중에서 도 26과 같은 점들[(0,0,0), (-1,1,0), (-1,-1,-1)]을 가정할 때, 이와 같은 점들에 대하여 임의의 한 점에 대해 어떤 점이 더 가까운지 계산해보면 도 27과 같다. 도 27의 (a)는 RGB 영상 좌표계에서 위의 세 점들[(0,0,0), (-1,1,0), (-1,-1,-1)]의 위치를 나타낸 도면이다. 도 27의 (b)는 (0,0,0)과 (-1,1,1)의 중간 벡터의 위치를 나타낸 것이다. 도 27의 (c)는 (0,0,0)과 (-1,1,0)의 중간 벡터의 위치를 나타낸 것이다.

도 27에서 (-1,1,0)는 도 25와 표 2의 코드워드에서 존재하지 않으므로 (0,0,0)과 (-1,1,0) 중심과 3/4 위치에 존재하는 점들은 도 27의 (c)와 같이 (-1,1,0)으로 맵핑되었다가 다시 (-1,1,1)로 맵핑될 수 있다. 즉, 도 27의 (c)에서 해치 처리된 부분은 (0,0,0)에 가깝지만 (-1,1,0)으로 맵핑되는 벡터 대표값 보정의 오류가 발생할 수 있다. 이와 같은 오류를 방지하기 위해 도 25 및 표 2에서 존재하지 않은 코드워드로 선택될 경우에는 (0,0,0)으로 자동 선택되도록 도 25의 트리 탐색 구조를 도 28과 같이 보정하는 것이 바람직하다. 도 28의 인덱스 (0,0,0)는 도 25에서 NO 코드로 선택될 수 있는 조합들과 HSI 영상 좌표계에서 인텐시티(Intensity)가 가장 유사한 값이다. 또한 보다 정확하게 서브 블록의 코드워드를 선택하기 위해서 수학식 10을 아래의 수학식 11으로 수정한다.

여기서, m은 2×2 서브 블록 내의 하위 벡터의 개수를 나타내고, R_H는 R의 상위 대표값, R_L은 하위 대표값이다. 수학식 11을 통해 산출된 코드워드의 적정성을 아래와 같은 수학식 12로 판단할 수 있다.

여기서, "aver_dis"는 벡터 대표값과 그 주변의 16 개 벡터들 사이의 평균거리이다.

RGB 각각에 대하여 수학식 12를 적용한 값을 계산한 후에, 계산된 값들의 조합에 가장 부합하는 코드워드를 선택하여야 한다. 수학식 12에서, 평균거리에 2가 곱해진 이유는 2×2 서브 블록에서 실제로 4개의 픽셀 값이 있고, 이 픽셀 값들에 대응하는 각각의 점들과 벡터 대표값들의 차이를 더한 것이 R_code이므로 R_code이 평균거리의 반에 4 배만큼 곱해진 거리 이상이어야 +1로 인정하여야 하기 때문이다.

도 29는 VQ-BTC 알고리즘과 P_VQ-BTC 알고리즘의 복원 원리를 비교한 도면이다.

도 29의 (a)는 VQ-BTC의 복호화 방법이다. P_VQ-BTC 알고리즘의 복원 방법은 도 29의 (b)와 같이 2×2 서브 블록 단위로 벡터 대표값을 복원하고 도 29의 (c)와 같이 RGB 격자를 이용하여 서브 블록 단위로 벡터 대표값을 미세 보정한다. 도 29의 (d)는 P_VQ-BTC 알고리즘의 복원 방법에서 벡터 대표값이 미세 보정된 상태를 보여 주는 도면이다.

P_VQ-BTC 알고리즘의 복원 방법은 아래의 수학식 13와 같다.

여기서, (Rd, Gd, Bd)는 복호화된 픽셀값이며, (Rr, Gr, Br)는 픽셀의 벡터 대표값이고, 'L'은 벡터 대표값과 그 주변의 벡터값들 사이의 평균거리, (Rc, Gc, Bc)는 보정 위치이다. 데이터 복원부(24)는 부호화 데이터의 플래그 비트를 읽어 입력 부호화 데이터의 인코드 방식을 판단한다. VQ-BTC 알고리즘 또는 3 대표값 알고리즘으로 인코드된 부호화 데이터가 데이터 복원부(24)에 입력되면, 데이터 복원부(24)는 평균 거리(L)와 보정 위치(Rc, Gc, Bc)의 bits을 0으로 치환하여 VQ-BTC 방식으로 부호화 데이터를 복호한다.

2×8 비트맵 블록의 입력 픽셀 데이터를 압축할 때 P_VQ-BTC 알고리즘은 2×8 개의 벡터들을 2×2 서브 블록으로 분할하고 벡터 대표값을 전술한 보정 위치 결정방법으로 보정하는 과정을 통해 벡터 대표값의 편차가 임계값 i보다 클 때에도 색 표현력 저하없이 블록간 아티팩트를 방지할 수 있다. 2×8 비트맵 블록 단위로 입력 픽셀 데이터를 압축하는 경우에, 벡터 대표값들 간의 편차가 클 때에 VQ-BTC는 영상의 색깊이가 낮아져 색 표현력이 줄고 이웃하는 블록 간 아티펙트가 발생할 수 있다. 반면에, VQ-BTC와 3 대표값 VQ-BTC는 벡터 대표값의 편차가 작을 때에 블록 간 아티펙트가 거의 관찰되지 않고 전술한 보정 위치 결정방법과 같은 별도의 연산과정이 없기 때문에 연산 처리가 단순하고 빠르므로 P_VQ-BTC 압축 알고리즘보다 유리하다.

이상 설명한 내용을 통해 당업자라면 본 발명의 기술사상을 일탈하지 아니하는 범위에서 다양한 변경 및 수정이 가능함을 알 수 있을 것이다. 따라서, 본 발명의 기술적 범위는 명세서의 상세한 설명에 기재된 내용으로 한정되는 것이 아니라 특허 청구의 범위에 의해 정하여져야만 할 것이다.

도 1은 통상의 액정표시장치에 있어서 데이터에 따른 휘도 변화를 나타내는 파형도이다.

도 2는 과구동 방법에서 데이터 변조에 따른 휘도 변화의 일례를 나타내는 파형도이다.

도 3은 과구동 회로를 나타내는 회로도이다.

도 4는 종래의 BTC 압축 알고리즘의 일예를 나타내는 도면이다.

도 5는 종래의 VQ-BTC 압축 알고리즘의 일예를 나타내는 도면이다.

도 6은 실험 이미지 "parrot의 (136,188) 부분"에서 추출된 2×4 블록과 그 픽셀값들을 나타내는 도면이다.

도 7은 VQ-BTC 알고리즘에 의해 블록 내의 픽셀값들이 벡터값들로 변환된 예를 나타내는 도면이다.

도 8은 도 7의 벡터값들 간의 맨하탄 거리를 나타내는 도면이다.

도 9는 도 8의 벡터값들 간의 거리를 기초로 하여 그룹화된 예를 나타내는 도면이다.

도 10은 VQ-BTC 알고리즘에 의해 결정된 벡터 대표값을 나타내는 도면이다.

도 11은 본 발명의 실시예에 따른 액정표시장치를 나타내는 도면이다.

도 12는 도 11에 도시된 과구동 처리회로를 상세히 나타내는 블록도이다.

도 13은 데이터 압축부에 의해 행해지는 2×8 비트맵 블록 데이터들의 압축 과정을 단계적으로 보여 주는 흐름도이다.

도 14 내지 도 16은 황색과 보라색 사이에 얇은 흑색이 존재하는 입력 영상에서 2×8 비트맵 블록을 좌에서 우로 스캐닝하면서 입력 픽셀 데이터의 압축 알고리즘을 선택하는 방법의 예를 보여 주는 도면들이다.

도 17은 본 발명의 3 대표값 VQ-BTC 알고리즘으로 압축된 데이터 패킷의 포맷이다.

도 18은 본 발명의 P_VQ-BTC 알고리즘으로 압축된 데이터 패킷의 포맷이다.

도 19는 본 발명의 VQ-BTC 알고리즘으로 압축된 데이터 패킷의 포맷이다.

도 20은 기존 VQ-BTC 알고리즘으로 압축된 데이터 패킷의 포맷이다.

도 21a 내지 도 21c는 벡터 대표값의 복호화 예를 보여 주는 도면들이다.

도 22는 RGB 영상 좌표계와 HSI 영상 좌표계 사이의 변환 과정을 보여 주는 도면이다.

도 23은 HSI 영상 좌표계에서 보여 지는 벡터 위치들과 HSI 영상 좌표계의 I축 차이에 따라 존재하는 벡터 위치를 평면으로 나타내는 도면이다.

도 24는 역변환된 RGB 영상 좌표계에서 벡터 대표값이 보정될 수 있는 벡터 위치들을 미리 설정된 코드워드와 맵핑한 예를 보여 주는 도면이다.

도 25는 P_VQ-BTC 알고리즘에서 벡터 대표값들의 보정을 위한 트리 탐색을 도식화한 도면이다.

도 26은 정육면체에서 벡터 대표값이 보정될 수 있는 임의의 세 점들을 보여 주는 도면이다.

도 27은 도 26과 같은 세 점들 사이에 존재하지만 도 25 및 표 2의 코드워드 에서 존재하는 않는 보정 위치를 그와 유사한 보정 위치로 치환할 때 발생하는 오류를 보여 주는 도면이다.

도 28은 도 25 및 표 2의 코드워드에서 존재하지 않는 보정 위치를 (0,0,0)으로 치환한 결과를 보여 주는 도면이다.

도 29는 VQ-BTC와 P_VQ-BTC의 복호화 방법을 도식화한 도면이다.

〈도면의 주요 부분에 대한 부호의 설명〉

10 : 과구동 처리회로 20 : 데이터 압축부

24 : 데이터 복원부 25 : 룩업 테이블

Claims (10)

1. 미리 설정된 크기의 비트맵 블록 단위로 입력 데이터를 분석하여 상기 비트맵 블록의 상위행 데이터와 하위행 데이터가 동일하고 상기 비트맵 블록이 3 색의 데이터들을 포함하면 제1 VQ-BTC 알고리즘을 실행하여 3 개의 벡터 대표값들을 포함하는 제1 압축 데이터를 발생하는 제1 단계; 및

   상기 비트맵 블록의 벡터들 간의 평균 거리가 미리 설정된 임계값보다 크면 제2 VQ-BTC 알고리즘을 실행하여 2 개의 벡터 대표값과 상기 2 개의 벡터 대표값의 보정위치 정보를 포함하는 제2 압축 데이터를 발생하는 제2 단계를 포함하는 것을 특징으로 하는 데이터 압축 방법.
2. 제 1 항에 있어서,

   상기 제2 단계는,

   상기 비트맵 블록의 상위행 데이터와 하위행 데이터가 동일하지 않거나 상기 비트맵 블록에 3 색의 데이터들이 포함되지 않을 때, 상기 비트맵 블록의 벡터들 간의 평균 거리가 상기 임계값보다 큰 조건을 만족하면 상기 제2 VQ-BTC 알고리즘을 실행하는 것을 특징으로 하는 데이터 압축 방법.
3. 제 2 항에 있어서,

   상기 비트맵 블록의 상위행 데이터와 하위행 데이터가 동일하지 않거나 상기 비트맵 블록에 3 색의 데이터들이 포함되지 않을 때, 상기 비트맵 블록의 벡터들 간의 평균 거리가 상기 임계값 이하인 조건을 만족하면 제3 VQ-BTC 알고리즘을 실행시켜 2 개의 벡터 대표값을 포함하고 상기 보정위치 정보를 포함하지 않는 제3 압축 데이터를 발생하는 제3 단계를 더 포함하는 것을 특징으로 하는 데이터 압축 방법.
4. 제 3 항에 있어서,

   상기 제1 내지 제3 단계 각각은,

   상기 VQ-BTC 알고리즘 각각을 식별하기 위한 2 bits의 플래그 비트를 상기 압축 데이터 각각에 부가하는 것을 특징으로 하는 데이터 압축 방법.
5. 제 4 항에 있어서,

   상기 플래그를 독출하여 복원 알고리즘을 선택하여 상기 압축 데이터들을 복원하는 단계를 포함하고,

   상기 제1 VQ-BTC 알고리즘으로 압축된 압축 데이터를 상기 비트맵 블록의 상위행 데이터로 복원하고 상기 복원된 상위행 데이터를 복사하여 상기 비트맵 블록의 하위행 데이터를 복원하는 것을 특징으로 하는 데이터 복원 방법.
6. 미리 설정된 크기의 비트맵 블록 단위로 입력 데이터를 분석하여 상기 비트맵 블록의 상위행 데이터와 하위행 데이터가 동일하고 상기 비트맵 블록이 3 색의 데이터들을 포함하면 제1 VQ-BTC 알고리즘을 실행하여 3 개의 벡터 대표값들을 포함하는 압축 데이터를 발생하고, 상기 비트맵 블록의 벡터들 간의 평균 거리가 미리 설정된 임계값보다 크면 제2 VQ-BTC 알고리즘을 실행하여 2 개의 벡터 대표값과 상기 2 개의 벡터 대표값의 보정위치 정보를 포함하는 압축 데이터를 발생하는 데이터 압축부;

   상기 압축 데이터들을 복원하는 데이터 복원부;

   상기 데이터 복원부로부터 입력된 이전 프레임 데이터와 상기 입력 데이터를 비교하여 그 변화양에 따라 상기 입력 데이터를 변조하는 과구동 데이터 변조부; 및

   상기 변조된 데이터를 액정표시패널에 표시하는 표시 구동부를 구비하는 것을 특징으로 하는 액정표시장치.
7. 제 6 항에 있어서,

   상기 데이터 압축부는,

   상기 비트맵 블록의 상위행 데이터와 하위행 데이터가 동일하지 않거나 상기 비트맵 블록에 3 색의 데이터들이 포함되지 않을 때, 상기 비트맵 블록의 벡터들 간의 평균 거리가 상기 임계값보다 큰 조건을 만족하면 상기 제2 VQ-BTC 알고리즘을 실행하는 것을 특징으로 하는 액정표시장치.
8. 제 7 항에 있어서,

   상기 데이터 압축부는,

   상기 비트맵 블록의 상위행 데이터와 하위행 데이터가 동일하지 않거나 상기 비트맵 블록에 3 색의 데이터들이 포함되지 않을 때, 상기 비트맵 블록의 벡터들 간의 평균 거리가 상기 임계값 이하인 조건을 만족하면 제3 VQ-BTC 알고리즘을 실행시켜 2 개의 벡터 대표값을 포함하고 상기 보정위치 정보를 포함하지 않는 제3 압축 데이터를 발생하는 것을 특징으로 하는 액정표시장치.
9. 제 8 항에 있어서,

   상기 데이터 압축부는,

   상기 VQ-BTC 알고리즘 각각을 식별하기 위한 2 bits의 플래그 비트를 상기 압축 데이터 각각에 부가하는 것을 특징으로 하는 액정표시장치.
10. 제 9 항에 있어서,

    상기 데이터 복원부는,

    상기 플래그를 독출하여 복원 알고리즘을 선택하여 상기 압축 데이터들을 복원하고,

    상기 제1 VQ-BTC 알고리즘으로 압축된 압축 데이터를 상기 비트맵 블록의 상위행 데이터로 복원하고 상기 복원된 상위행 데이터를 복사하여 상기 비트맵 블록의 하위행 데이터를 복원하는 것을 특징으로 하는 액정표시장치.

Images