KR19980034880A

KR19980034880A - 영상 특성 분류법을 이용한 영상 부호화 장치

Info

Publication number: KR19980034880A
Application number: KR1019960053081A
Authority: KR
Inventors: 김성진
Original assignee: 김광호; 삼성전자 주식회사
Priority date: 1996-11-09
Filing date: 1996-11-09
Publication date: 1998-08-05
Also published as: KR100389893B1

Abstract

움직임 예측 오차에서 시감적으로 느끼지 못하는 오차들을 시감 색차 특성을 이용해 정의한 영상 복잡도와 허용 시감 색차를 이용해 제거하여 영상 부호화 효율을 향상시키기 위한 영상 특성 분류법을 이용한 영상 부호화 장치를 개시한다. 이는 예측 오차 영상 e를 영상 복잡도에 따라 PCT 가중치를 부호화할 각 화소들마다 달리 부여하도록하여 시감 색차를 발생하는 오차들만으로 구성된 시감 오차 영상 S를 구성시켜 영상 데이터의 시간적 상관성을 높이기 위한 영상 부호화 장치에 있어서, Y 성분을 이용하는 분산 대신에 원영상의 화소 O(x,y)(0≤x≤N-1, 0≤y≤N-1)을 입력받아 이 화소를 중심으로 하는 M×M 윈도우(단, M-1은 4의 배수)의 영상 복잡도를 시감 색차 특성을 이용해 정의하여 부호화할 화소에 시감 특성을 고려한 PCT 가중치를 부여할 수 있도록 하는 영상복잡도 분류부; 상기 영상복잡도 분류부에서 정의된 복잡도를 입력받아 특정 크기의 복잡도 구간들로 나누고, 복잡도가 크면 큰 PCT 가중치를 그렇지 않으면 작은 PCT 가중치를 영상복잡도에 따라 차별적으로 부여할 수 있게하여 부호화기에 부호화할 영상 특성을 제공하도록 하는 허용시감색차 조정부; 및 상기 허용시감색차 조정부에서 정의된 PCT 가중치(Ty, Tu, Tv)와 예측 오차 영상 e의 각 색성분별 크기(ey, eu, ev)를 비교하여 PCT 가중치보다 작은 예측 오차들은 시감 색차를 갖지 않는 오차들로 판단하여 모두 0으로 치환시킴으로써 시감 색차 특성에 따른 시감 예측 오차 영상 S를 정의하는 시감예측 발생부를 구비하는 시감 오차 처리부를 포함한다.

따라서, 부호화할 각 화소들마다 인간의 시감 색차 특성을 적용하여 주변 영상 복잡도를 적용하여 복원된 영상에 대한 화질 열화는 초래하지 않으면서도 영상 데이터들의 시간적 상관성을 높일 수 있도록 구성하여 영상의 부호화 효율을 향상시키는 효과를 갖게 한다.

Description

영상 특성 분류법을 이용한 영상 부호화 장치

본 발명은 영상 특성 분류법을 이용한 영상 부호화 장치에 관한 것으로서, 특히 움직임 예측 오차에서 시감적으로 느끼지 못하는 오차들을 시감 색차 특성을 이용해 정의한 영상 복잡도와 허용 시감 색차를 이용해 제거하여 영상 부호화 효율을 향상시키기 위한 영상 특성 분류법을 이용한 영상 부호화 장치에 관한 것이다.

부호화된 영상 데이터량을 최소화하면서 아울러 복원된 영상의 화질열화를 최소화하는 것을 목적으로하는 영상 부호화 기술에서는 시간 영역대에서 이전 영상과 현재 영상간의 영상 데이터의 상관성과 공간 영역대에서 영상 데이터들간의 상관성을 이용해 복원 영상의 화질 열화 정도를 최소화하면서 부호화할 영상 데이터량을 줄이는 압축 부호화 방법을 사용하고 있다. 특히, 시간 영역대에서는 이전 시간에 있는 영상과 현재 시간에 있는 영상간의 움직임을 이용해 예측 오차 영상을 구성하고, 이 예측 오차 영상을 부호화하고 보상하는 방법을 일반적으로 사용한다. 한편, 이와 같이 영상 데이터들간의 상관성을 높이기 위해 사용되는 영상 예측 오차들중에는 실제로 육안으로 구별할 수 없는 오차들도 존재하는데 이런 예측 오차만을 선별하고 이를 제거한다면 영상 부호화 효율을 더욱 높일 수 있다.

종래의 디지탈 영상 부호화 방법에서 입력된 영상 데이터에 대한 상관성을 이용해 부호화 효율을 높이는 방법으로 도 1에 도시한 것과 같이 일반적으로 두가지 부호화 기법을 사용한다.

도 1은 종래의 영상 부호화 장치의 블록도이다.

입력 영상 저장부(100)는 현재 부호화할 디지탈 영상(t)와 움직임 추정부에서 움직임 벡터를 추정하는데 이용되는 이전이나 이후 시간대에 있는 원영상들을 저장한다. 움직임 추정부(102)는 현재 부호화할 영상 블록(n)과 가장 유사한 영상 특성을 갖는 블록을 이전 원영상 이나 이후의 원영상을 이용해 찾고 이 블록에 대한 위치정보 즉, 움직임 벡터를 부호화기에 전달하는 기능을 한다. 부호화할 영상은 16 × 16 크기의 영상 블록 단위로 처리된다. 움직임 추정부(102)에서는 현재 부호화할 영상 블록(n)과 가장 유사한 영상 데이타 특성을 갖는다고 추정하는 예측영상 블록과의 차이값을 부호화할 영상 신호 데이터로 이용할 수 있게 함으로써 부호화할 영상 데이터량을 줄이는 효과를 갖게 된다. 움직임 보상부(104)는 움직임 추정부(102)에서 구한 n번째 부호화할 원영상 블록의 움직임 벡터값이 지정한 곳의 영상 블록을 영상복원부(106)에 저장되어 있는 이전 복원 영상에서 가져오는 기능을 수행한다. 영상복원부(106)는 움직임 보상부에서 움직임 벡터를 이용해 현재 부호화할 영상 블럭의 예측 영상 블럭을 정의할 수 있도록 부호화된 이전 영상들을 복원하고 저장하는 기능을 한다. 예측오차계산부(108)에서는 입력영상저장부(100)에서 n번째 부호화할 영상(O)을 입력 받았을 경우 n-1번째 부호화한 이전 영상과 비교하여 부호화 영상 단위별 움직임 정도를 벡터값을 이용해 추정하고, 추정된 움직임 벡터에 의해 n번째 부호화할 원영상에 대한 예측영상(P)를 생성한다. 이산여현변환부(110)는 부호화할 n번째 원영상 블록과 움직임 벡터에 의해 움직임 보상부(104)에서 구한 복원영상블록과의 차영상에 정보를 주파수 성분별 특성치로 정의한다. 양자화기(112)는 이산여현변환부(110)에서 생성된 DCT 계수들을 양자화하여 실제 영상을 압축시키는 기능을 수행한다. 가변길이부호화부(114)는 양자화기(112)에서 양자화된 DCT 계수들 값에 따라 복호화기에서 사용되는 비트 스트림을 구성시키는 기능을 수행한다. 버퍼(116)는 가변길이부호화부(114)에서 출력된 신호를 버퍼링하는 기능을 수행한다. 역양자화기(118)와 역이산여현변환부(120)는 역양자화 과정을 정의하는 것으로 현재 부호화된 n번째 영상 블록을 다시 복원해 영상복원부(106)에 저장하여 (t+1)번째 원영상을 부호화할 때 움직임 보상을 하기 위한 t번째 복원 영상을 제공하는 기능을 수행한다. 비트조정부(122)는 부호화된 영상의 실제 총비트 발생량을 총목표 비트 발생량에 정확히 맞추기 위해 버퍼(116)의 버퍼링된 량에 따라 양자화 크기값을 조절시키는 기능을 수행한다.

첫 번째 방법은 이산여현변환(DCT)을 이용해 부호화할 입력 영상 데이터들을 시간 주파수 영역에서 공간 주파수 영역으로 변환하여 공간 주파수 영역에서 영상 데이터들의 상관성을 정의하는 변환 부호화 방법이다. 이 부호화 방법은 영상 데이터의 손실없이 영상 데이터의 공간 주파수 특성만을 추출하여 영상의 압축, 부호화 방법에 이용하는 것을 그 특징으로 하며 정지 영상 부호화 방법에 많이 이용된다.

두 번째 방법은 DPCM(Differential Pulse Code Modulation)에 의한 예측 부호화 방법으로 시간 영역에서 부호화할 영상 데이터들의 상관성을 정의하게 한다. 이 방법은 도 1에 도시한 것과 같이 영상 입력부에서 n번째 부호화할 영상(0)을 입력받았을 경우 n-1번째 부호화한 이전 영상과 비교하여 부호화 영상 단위별 움직임 정도를 벡터값을 이용해 추정하고, 추정된 움직임 벡터에 의해 n번째 부호화할 원영상에 대한 예측 영상을 구성하게 한다. 이와 같이 구성된 예측 영상은 실제 n번째 원영상과 비교했을 때 움직임에 의한 오차를 갖고 있는데 이런 움직임에 의한 오차를 예측 오차(e)라 하고 수학식 1과 같이 정의한다.

e = O - P

상기 수학식 1과 같이 정의된 예측 오차는 시간 영역에서 영상 데이터들의 상관 정도를 의미하는 것으로 이 예측 오차에 의해 구성된 영상 데이터만을 실제 부호화기에서 사용하므로서 영상 데이터의 손실은 있으나 영상의 부호화 효율을 높일 수 있는 특성을 갖고 있다. 따라서, 동화상 부호화 방법에서는 도 1과 같이 영상 신호의 공간 상관성을 추출하는 이산여현변환(DCT)와 시간 상관성을 추출하는 DPCM 방법을 모두 적용한 혼합형 부호화 방법을 많이 사용한다.

한편, 이와 같은 영상 데이터의 상관성 추출 방법에 인간의 색시감 특성(Human Color Perception)을 고려한다면 보다 높은 효율의 부호화 효과를 기대할 수 있다. 예를 들어, DPCM 과정을 통해 얻은 예측 오차값들중에는 실제 사람의 눈으로는 식별할 수 없는 예측 오차들이 상당량 존재하고 있다. 따라서, 이와 같은 예측 오차들을 시감 색차 특성(PCT)을 이용해 제거한다면 동일한 복원 영상의 화질을 제공하면서도 영상 데이터의 상관성만을 상대적으로 높여 주는 효과를 갖게하여 부호화 효율을 향상시키는 결과를 갖게 할 수 있다. 아울러, 부호화할 영상이 복잡한 영상인 경우 단순한 영상에 비해 오차에 대한 식별력이 상대적으로 감소하는 시감 특성이 있는데, 이와 같은 시감 특성은 시감색차특성(PCT)을 이용한 영상 복잡도 분류법을 이용해 정의하므로써 영상 복잡도가 큰 값으로 분류된 부호화 영상에서 예측한 영상 오차들중 식별 불가능한 예측 오차를 선별하기 위해 사용되는 문턱치를 보다 큰 값으로 정의할 수 있게하여 예측 오차의 제거 효과를 더욱 높이게 할 수 있다.

본 발명의 목적은 인간의 시감 특성을 실시간 처리가 가능하도록 룩업-테이블로 모델링하여 원 영상을 이용해 영상 복잡도를 분류하고 분류된 복잡도에 따라 차별적으로 시감 예측 오차들을 분류하여 제거시킴으로써 영상 부호화 효율을 향상시키기 위한 영상 부호화 장치를 제공함에 있다.

도 1은 종래의 영상 부호화 장치의 블록도이다.

도 2는 본 발명에 따른 영상 부호화 장치의 블록도이다.

도 3은 도 2의 시감오차처리부(200)의 상세 블록도이다.

도 4는 시감 색차 룩업-테이블 구성도이다.

도 5는 영상 복잡도 분류도이다.

도 6은 오차 영상 데이터와 시감 오차 영상 데이터를 비교하기 위한 도면이다.

상술한 바와 같은 목적을 달성하기 위한 본 발명의 장치는 예측 오차 영상 e를 영상 복잡도에 따라 PCT 가중치를 부호화할 각 화소들마다 달리 부여하도록하여 시감 색차를 발생하는 오차들만으로 구성된 시감 오차 영상 S를 구성시켜 영상 데이터의 시간적 상관성을 높이기 위한 영상 부호화 장치에 있어서, Y 성분을 이용하는 분산 대신에 원영상의 화소 O(x,y)(0≤x≤N-1, 0≤y≤N-1)을 입력받아 이 화소를 중심으로 하는 M×M 윈도우(단, M-1은 4의 배수)의 영상 복잡도를 시감 색차 특성을 이용해 정의하여 부호화할 화소에 시감 특성을 고려한 PCT 가중치를 부여할 수 있도록 하는 영상복잡도 분류부; 상기 영상복잡도 분류부에서 정의된 복잡도를 입력받아 특정 크기의 복잡도 구간들로 나누고, 복잡도가 크면 큰 PCT 가중치를 그렇지 않으면 작은 PCT 가중치를 영상복잡도에 따라 차별적으로 부여할 수 있게하여 부호화기에 부호화할 영상 특성을 제공하도록 하는 허용시감색차 조정부; 및 상기 허용시감색차 조정부에서 정의된 PCT 가중치(Ty, Tu, Tv)와 예측 오차 영상 e의 각 색성분별 크기(ey, eu, ev)를 비교하여 PCT 가중치보다 작은 예측 오차들은 시감 색차를 갖지 않는 오차들로 판단하여 모두 0으로 치환시킴으로써 시감 색차 특성에 따른 시감 예측 오차 영상 S를 정의하는 시감예측 발생부를 구비하는 시감 오차 처리부를 포함한다.

이하, 첨부된 도면을 참조하여 본 발명을 상세히 설명한다.

도 2는 본 발명에 따른 영상 부호화 장치의 블록도이다.

도 2에 있어서, 시감오차처리부(200)를 제외한 구성요소들은 도 1과 동일하기 때문에 그 설명을 생략한다.

도 2의 시감오차처리부(200)는 이산여현변환부(110)에 입력되기 전의 예측 오차 영상 데이터를 시감색차특성을 모델링한 룩업-테이블을 이용해 영상 복잡도를 분류하고 육안으로 인식할 수 없는 예측 오차들을 제거한다.

도 3은 도 2의 시감오차처리부(200)의 상세 블록도이다.

도 3에 있어서, 참조부호 300은 영상복잡도 분류부이고, 302는 허용시감색차 조정부이며, 304는 시감예측오차 발생부이다.

먼저, 영상복잡도 분류부(300)를 설명한다.

하나의 화소는 주변의 영상 특성에 따라 달리 보인다. 즉, 주변 영상의 색이 다양하게 분포되거나 복잡한 영상일 경우 이 화소의 값이 조금 변해도 쉽게 눈에 뛰질 않는 특성이 있다. 이와 같은 시감 특성을 색시감 특성치를 이용해 모델링한 처리부이다. 이때 사용되는 색시감 특성이란 한 임의의 화소의 Y, U, V 색 값들을 각각 변화시켰을 때 육안으로 색 변화를 인식하지 못하는 Y, U, V 값 각각에 대한 최대값과 최소값을 일컫는다.

허용시감색차 조정부(302)를 설명한다.

영상 복잡도 분류부(300)에서 정의된 각 화소별 주변 영상의 복잡도에 대한 특성치에 따라 화소의 색시감 특성값들을 조정하는 처리부이다.

시감예측오차 발생부(304)를 설명한다.

영상 부호화 방법에서 원영상과 복원영상간의 차이값으로 정의된 오차 영상 데이터들중 허용 시감 색차 조정부(302)에서 정의된 색시감 특성값보다 절대값이 작은 오차 신호 데이터들은 실제 육안으로는 식별할 수 없는 오차이므로 이런 오차는 제거시킴으로써 실제 시감적으로 느끼는 오차 데이터만을 이산여현변환부(110)로 보내게 된다. 이는 복원 영상의 화질 열화없이 부호화할 영상 데이터량을 줄여주기 때문에 부호화 효율을 높일 수 있다.

본 발명의 동작 원리는 다음과 같다.

영상복잡도 분류부(300)는 Y, U, V 색값으로 구성된 N × N 원영상 블록 O를 입력받아 각 영상 화소들 O(x, y) 단,,에 대한 PCT 값을 결정하고, 입력 영상 블록내의 각 화소들에 대한 주변 영상 복잡도를 PCT를 이용해 k가지 종류로 분류시키는 처리부로 연산의 복잡성을 줄이기 위해 룩업-테이블을 사용한다. 먼저, 이 처리부에서 사용되는 PCT용 룩업-테이블은 CIE L*a*b 균등 시감 색좌표계상에서 수학식 2와 같이 정의된 CMC(Color Measurement Committee) 시감색차공식을 적용해 각 색성분들(L, a, b)에 대한 허용 시감색차 크기를 Y, U, V 색좌표계로 변환시켜 도 4에 도시한 것과 같이 구성한다.

그리고, 입력된 원영상 화소의 색값(Oy, Ou, Ov)에 의해 룩업-테이블을 이용한 PCT 값(Ty, Tu, Tv)를 정의하는 방법은 수학식 3, 수학식 4와 같다.

index = (Oy/32)*64 + (Ou/32)*8 + (Ov/32)

수학식 4는 영상 입력 형태가 4:4:4 형태일 경우 Tu와 Tv를 정의하는 식으로 영상의 입력 형태에 따라 Tu와 Tv의 결정 방법은 다르게 정의된다. 예를 들면, 4개의 Y 성분에 1개의 u와 v 성분이 결합되는 4:2:0 영상 입력 형태일 경우 상기 수학식 3과 수학식 4를 적용하면 1개의 u 성분에 4가지 Tu 값이 정의되는데(v 성분도 동일함) 이런 경우 4가지 Tu 값들중 최소값으로 결정하게 한다.

이와 같은 방법으로 입력 영상의 각 화소들에 대한 PCT 값들이 정의되면 입력 영상 블록내의 각 화소들을 중심으로 한 주변 영상들의 복잡도를 결정해야 하는데 이는 도 5의 (a)와 같이 대상 화소를 중심으로 한 N × N 영상에 대해 인접 화소들간의 색차 특성을 이용해서 결정한다. 즉, 부호화할 영상 블록이 두 방향에 대한 색차 비교치를 이용해 정의한다.

M × M 크기의 윈도우내의 한 화소 W(i, j)에 대해 수평 방향으로 인접한 화소 (i, j+1)과의 색차 크기 hE와 수평 방향으로 인접한 화소 (i-1, j)와의 색차 크기 vE를 수학식 5를 이용해 구한 후, (i, j) 화소의 PCT 값(Ty, Tu, Tv)에 대한 색차 크기 pE와 각기 비교해 hE나 vE가 pE보다 큰 값을 가질 경우(i, j)화소는 인접화소와 색차를 갖는 화소로 판단하여 복잡도를 각 방향에 따라 1 만큼 증가시킨다. 이와 같은 방법으로 윈도우내 모든 화소들의 색차를 비교하여 복잡도를 계산한다.

단, i=M-1 일 경우에는 수평 방향에 대해서만 색차 크기를 비교하고, j=M-1 일 경우에는 수직 방향으로만 색차 크기를 비교한다. 이와 같은 방법은 시감적으로 차이를 느낄 수 없는 색차를 갖는 화소들은 동일한 색값을 갖는 화소로 처리함으로써 영상 특성중 복잡도를 대표하는 특성치로 이용할 수 있도록 한 것이다. 또한, M× M 영상 블록에 대한 최대 복잡도 크기는 수학식 6과 같이 정의된다.

MaxC = 2 * M * M

한편, 이와 같은 방법으로 결정된 영상 복잡도는 실제 영상을 양자화할 때 양자화 간격 특성과 불일치하는 경우가 발생할 수 있다. 예를 들면, 부호화할 영상 블록에서 대부분의 영역은 색이 민감한 화소들로 구성되고 낮은 복잡도를 갖고 있으나 임의의 한 부분에만 복잡도가 높은 영상이 치우쳐 나타날 경우 전체 복잡도는 높게 정의되는데, 이는 복잡한 영상은 상대적으로 둔감하다는 시감 특성에 따라 큰 값의 양자화 간격을 할당하게하여 복원 영상의 화질 열화를 두드러지게 하는 결과를 초래한다. 따라서, 본 발명에서는 아래와 같이 입력 영상 블록을 4×4 크기의 종속 영상 블록들 s(단, 0≤s≤n, n은 종속 영상 블록들의 총수)로 나누고, 각 종속 영상 블록들의 특성을 이용해 부호화할 영상 블록의 복잡도를 정의하는 방법을 사용해 상기의 문제점을 보완한다. 단, (M-1)은 4의 배수로 정의한다.

1) 종속 영상 블록들에서 색차를 발생하는 화소들의 수(spel(s))를 구한다. 즉, 수평이나 수직방향으로 pE 보다 큰 색차를 갖는 화소들을 종속 영상 블록 내에서 정의한다.

2) spel(s)≥3을 만족하는 종속 영상 블록의 총수(sblk)를 구한다.

3) sblk≥(n/2)+1을 만족하거나 sblk=(n/2)이고, spel≥3을 만족하는 종속 영상 블록이 도 5의 (c)와 같이 나타날 경우 부호화할 영상 블록의 복잡도는 상기에서 정의한 값으로 정의하지만 위의 조건들을 만족하지 않는 경우 복잡도를 4M-2로 정의한다. 복잡도 4M-2는 도 5의 (b)와 같이 한 성분이 동일한 색으로 구성된 영상 블록을 대각선 방향으로 지나갈 때 정의되어지는 복잡도로 이 복잡도 이하 값을 갖는 영상은 민감한 영상으로 분류한다.

상기의 방법으로 분류된 영상 복잡도는 수학식 7과 같이 k가지의 복잡도 구간(C[k])으로 특성화되는데, 이는 시감 예측 오차 결정부에서 영상 특성에 따라 허용 예측 오차 크기를 달리 결정하도록 하는데 이용된다.

0 ≤ complexity ≤4M-2, C[0]=complexity

4M-2 complexity ≤2, C[complexity/10-2]=complexity

허용시감색차 조정부(302)는 수학식 1과 같이 발생된 예측 오차 영상 데이터 e에는 실제 시감적으로 느끼지 못하는 오차가 분포되어 있다. 그리고, 이런 오차들은 영상 특성에 따라 시감적 차이를 달리하는 특성을 갖고 있다. 이와 같은 특성은 부호화할 영상 블록 O에서 각 화소들마다의 주변 영상 복잡도 특성치 C를 영상 복잡도 분류부에서 입력받아 C에 따라 PCT 가중치를 할당해야만 하는데 대한 타당성을 제공한다. 즉, 복잡도가 높으면 PCT 값을 상대적으로 높여주고, 낮으면 상대적으로 낮추어야 한다는 것을 의미한다. 따라서, 허용 시감 색차 조정부(302)에서는 영상 복잡도와 PCT 가중치(WY, WU, WV) 관계를 주변 영상의 복잡도에 따라 정의하고, 이를 이용해 수학식 8과 같이 영상 복잡도에 따른 PCT 값을 정의하게 한다.

Ty = Ty * WY

Tu = Tu * WU

Tv = Tv * WV

시감예측오차 발생부(304)는 입력된 예측 오차 영상 e에서 시감적으로 느끼지 못하는 오차들은 영상 복잡도를 고려해 정의한 PCT 값을 이용해 Y, U, V 색성분별로 예측 오차를 제거하여 전체적으로 오차 발생량을 줄인 예측 오차 영상 S를 발생하며 수학식 9과 같이 정의된다.

if (eY≤Ty) SY = 0;

else SY = eY;

if (eU≤Tu) SU = 0;

else SU = eY;

if (eV≤Tv) SV = 0;

else SV = eY;

본 발명은 종래의 영상 부호화 장치에서 부호화할 각 화소들마다 인간의 시감 색차 특성을 적용하여 주변 영상 복잡도를 적용하여 복원된 영상에 대한 화질 열화는 초래하지 않으면서도 영상 데이터들의 시간적 상관성을 높일 수 있도록 구성하여 영상의 부호화 효율을 향상시키는 효과를 갖게 한다. 한편, 본 발명에서는 영상 복잡도를 시감 색차 특성을 이용해 정의하였는데 이는 종래의 영상 복잡도를 정의하기 위해 주로 사용했던 분산값보다 다음과 같은 점에서 효과적인 점을 제공할 수 있는 잇점이 있다.

1) 영상에서 Y 성분만으로는 정의할 수 없었던 색특성을 고려할 수 있다.

2) 복잡도에 대한 최대값을 알 수 있어 복잡도 정도를 한 번에 알 수 있다.

3) 복잡도 범위를 알 수 있어 영상을 분류하는데 용이하다.

아울러, 발생된 예측 오차를 제거하는데 있어 영상 복잡도를 고려하게하여 보다 많은 오차 제거 효과를 기대할 수 있도록하여 부호화 효율을 향상시키는 효과를 갖는다. 이는 도 6에서 비교할 수 있다. 도 6의 (a)는 오차 영상 데이터를 나타내고, (b)는 시감 오차 영상 데이터를 나타낸다. 그리고, 인간의 색시감 특성을 룩업-테이블에 구현하므로서 영상 부호화 방법에 적용시 연산을 위한 부가적 처리 시간을 요구하지 않아 연산의 효율을 꾀할 수 있다는 장점을 갖는다. 또한, 종래의 영상 부호화 장치들과 호환성이 유지되도록 적용할 수 있다는 장점을 가지고 있다.

Claims

예측 오차 영상 e를 영상 복잡도에 따라 PCT 가중치를 부호화할 각 화소들마다 달리 부여하도록하여 시감 색차를 발생하는 오차들만으로 구성된 시감 오차 영상 S를 구성시켜 영상 데이터의 시간적 상관성을 높이기 위한 영상 부호화 장치에 있어서,

Y 성분을 이용하는 분산 대신에 원영상의 화소 O(x,y)(0≤x≤N-1, 0≤y≤N-1)을 입력받아 이 화소를 중심으로 하는 M×M 윈도우(단, M-1은 4의 배수)의 영상 복잡도를 시감 색차 특성을 이용해 정의하여 부호화할 화소에 시감 특성을 고려한 PCT 가중치를 부여할 수 있도록 하는 영상복잡도 분류부;

상기 영상복잡도 분류부에서 정의된 복잡도를 입력받아 특정 크기의 복잡도 구간들로 나누고, 복잡도가 크면 큰 PCT 가중치를 그렇지 않으면 작은 PCT 가중치를 영상복잡도에 따라 차별적으로 부여할 수 있게하여 부호화기에 부호화할 영상 특성을 제공하도록 하는 허용시감색차 조정부; 및

상기 허용시감색차 조정부에서 정의된 PCT 가중치(Ty, Tu, Tv)와 예측 오차 영상 e의 각 색성분별 크기(ey, eu, ev)를 비교하여 PCT 가중치보다 작은 예측 오차들은 시감 색차를 갖지 않는 오차들로 판단하여 모두 0으로 치환시킴으로써 시감 색차 특성에 따른 시감 예측 오차 영상 S를 정의하는 시감예측 발생부를 구비하는 시감 오차 처리부를 포함하는 영상 부호화 장치.