KR20030048719A

KR20030048719A - Dvr 시스템에서 영상전송 및 저장을 위한 웨이블릿 변환기반 영상 압축 기법

Info

Publication number: KR20030048719A
Application number: KR1020010078707A
Authority: KR
Inventors: 박상래; 류점수
Original assignee: 박상래
Priority date: 2001-12-12
Filing date: 2001-12-12
Publication date: 2003-06-25

Abstract

본 발명은 DVR에서 감시 정보 등을 전달함에 있어서 가장 결정적 역할을 하는 영상의 압축율을 높임으로써 데이터의 양을 줄여 보다 빠르게 정보를 전달 할 수 있도록 했다. 압축율은 시스템의 복잡도에 상대적으로 의존도가 높고, 시스템의 복잡도는 다시 시스템의 가격과 밀접한 관계가 있으므로 압축 알고리즘을 소프트웨어적으로 구현하면 시스템의 복잡도를 피하면서 압축율을 높일 수 있다. 그러나 압축알고리즘을 소프트웨어적으로 구현할 때 프로세서의 성능에 의존하게 되므로 압축율을 동일한 프로세서를 사용하면서 빠르게 압축을 하기 위한 알고리즘이 중요하다. 따라서 본 발명에서는 압축 효율뿐만 아니라 압축 시간도 빠르게 하기 위해 압축 성능이 좋은 H.263과 웨이블릿을 결합한 하이브리드 압축 기법을 만들어 압축 성능이 우수하고 더욱 빠른 영상 압축 알고리즘을 구현하였다.

Description

DVR 시스템에서 영상전송 및 저장을 위한 웨이블릿 변환 기반 영상 압축 기법{Image Compression Technique based on Wavelet Transform for Image Transmission and Storage in the DVR(Digital Video Recording) System}

본 발명은 디브이알(DVR: Digital Video Recording) 시스템에서 영상의 압축/복원 방법에 관한 것으로서, 상세하게는 영상데이터 압축/복원 알고리즘으로 웨이블릿(Wavelet)과 H.263을 효과적으로 채택하여, 웨이블릿 압축방식을 이용하여 초기 영상을 고주파 성분과 저주파 성분으로 나눈 후 저주파 성분(Low-pass)만 H.263을 이용하여 압축하되, 움직임 추정을 하여 움직임이 있는 곳만 압축을 한다.웨이블릿을 이용하면 분할된 화면들은 모두 움직임이 있는 곳이 똑같기 때문에 저주파 성분의 움직임으로 다른 고주파 성분(High-pass)의 움직임이 있는 곳들을 쉽게 알아낼 수 있다. 기존의 H.263의 움직임 추정은 영상의 모든 영역을 다 추정해야 하는데 웨이블릿을 이용하면 기존 영역의 1/4만 움직임을 추정한 다음, 고주파 밴드에서 약간의 보정만 하면 되기 때문에 움직임 추정시 소요되는 추정 시간을 크게 줄일 수 있다. 저주파 성분의 움직임은 이산여현변환(DCT)을 이용하여 압축하고 다른 고주파 성분은 밴드(Band)간의 연관성을 이용하여 제로트리 부호(Zero-tree coding)를 이용하여 압축한다.

종래의 영상데이터 압축은 데이터에 내재되는 중복성을 없애고 꼭 필요한 성분만을 뽑아내는 과정이다. 그러나 어느 한 기법에 얽매여 여러 효과적인 압축방법들을 복합적으로 이용하는 하이브리드방식을 사용하지 못하였다. 그리하여 영상데이터의 중복성을 압축 과정에서 제거하지 못하여 같은 크기의 영상을 압축하고도 중복성을 포함하게 되어 본 발명에 비해 상대적으로 큰 크기의 압축 영상을 가지는 문제점이 있었다. 영상데이터에 내재하는 중복성은 화면과 화면사이에 존재하는 시간적 중복성, 한 화면 내에서도 이웃하는 화소끼리는 그 값들이 매우 비슷한 화소와 화소 사이에 존재하는 공간적 중복성, 파일 압축의 경우에 해당되는 통계적 중복성이다. 시간적 중복성과 공간적 중복성을 없애기 위해 손실부호화를 이용하여야 한다. 보다 구체적으로, 움직임 보상과 이산여현변환(discrete cosine transform: DCT)과 양자화 등이다. 통계적 중복성을 없애기 위해서는 무손실 부호화를 이용한다. 즉, 양자화된 움직임보상 DCT계수들은 통계적으로 어떤 값들은 자주 나오고 어떤 값들은 희박하게 나타나는데 이중에 통계적으로 자주 나오는 값들에 대해 효과적으로 부호화를 실행한다.

디브이알(DVR)에서 입력영상의 압축/복원에 사용되는 알고리즘에 있어서, 영상을 웨이블릿(Wavelet) 변환하게 되면 서로 다른 단계의 다중 해상도 부밴드 영상들을 얻을 수 있다. 분해된 영상은 저주파 성분만을 갖는 밴드(LL)와 방향성을 가지는 고주파 성분 밴드(LH, HL, HH)로 분해된다. LL 밴드의 영상은 원 영상에 비해 해상도가 반으로 줄어든다. LH, HL, HH 밴드들은 각각 수직, 수평, 대각 방향의 에지 성분을 가지는 고주파 대역의 부밴드 영상들이 된다. 웨이블릿 변환된 부분 영상은 해상도를 나타내는 변환 레벨, L(1,2,3. ...)과 방향 O(LL, LH, HL, HH) 즉, (L,O)의 형태로 표현될 수 있다. 저주파 대역(LL)의 영상은 원 영상의 저대역 통과 필터링 된 성분이므로 원 영상과 상당히 유사한 특성을 가진다. 고주파 대역의 영상은 각각 수직, 수평, 대각 방향의 에지 성분을 가지고 있으며 같은 방향(Orientation)인 대역별로 서로 닮은꼴을 가진다. 웨이블릿 변환된 계수들간의 대응 관계에서 같은 방향별로 상당히 유사한 특성을 갖는 자기 상관성(Self-similarity)으로서, 저주파 영역 (3, LL)의 한 점을 (3, LH), (3, HL) 및 (3, HH)의 한 점으로 대응시키고, 각각의 (3, LH), (3, HL) 및 (3, HH)의 한 점은 (2, LH), (2, HL) 및 (2, HH)의 네 점짜리로 대응시킨다. 같은 방법으로 각각의 (2, LH), (2, HL) 및 (2, HH)의 네 점짜리는 (1, LH), (1, HL) 및 (1, HH)의 16 점짜리의 계수와 대응 관계를 이용하여 디브이알(DVR)에서 영상의 압축/복원을 구현한다.

본 발명의 하이브리드 부호화기는 가상 제로트리(Virtual zero-tree) 부호화 방식을 사용한다. LL 밴드에서는 제로트리 루트(Zero-tree root)가 없는 단점을 보완하여 가상의 서브밴드(Subband)를 LL 밴드에 만든 다음, 가장 큰 스케일을 갖는 고주파 서브밴드에 집단으로 발생하는 제로트리 루트들을 한데 모아 부호화 효율을 높인다. 이를 이용하면, 특히 초저속 영상통신에서, 많은 수의 제로트리 루트 부호들을 절약하는 장점을 갖게 되므로 기존의 방식보다 몇 배 이상의 압축률을 얻을 수 있다. 또한 제로의 수를 줄이기 위하여, 제로트리 방식에서 가장 많은 데이터를 차지하는 제로는 중간 정도의 압축률에서 가장 많이 발생하게 된다. 이것은 주로 가장 작은 스케일의 웨이블릿 변환 계수인 가장 낮은 대역 레벨에서 빈번하게 발생하게 된다. 구체적으로, 각 밴드의 최대 절대값을 갖는 계수를 찾은 다음 현재 스캔에 사용된 임계값보다 그 절대값이 낮은 경우 해당 밴드는 스캔에서 제외할 수 있다. 그러므로 부호화에 소요되는 시간이 절약되는 것이다. 그리고 각 밴드간의 최대 절대값 계수의 비율을 부모-자식 계수들간의 크기 예측 정보로써 사용하면 압축 효율을 높일 수 있다. 이 때 각 밴드의 최대 절대값을 갖는 계수 자체를 보내는 대신 원래의 값보다 같거나 큰 정수를 추출한 다음 시작값과 차분값들을 순서대로 보내면 비트열 헤더에 사용되는 비트 수가 줄어들게 된다.

도 1은 본 발명에 적용되는 웨이블릿(Wavelet)을 이용한 화면 분할

도 2는 본 발명의 웨이블릿(Wavelet)과 H.263을 이용한 영상 압축

도 3은 제로트리 부호화(Zero-tree coding)의 중요 계수 맵의 부호화 순서도

도 4는 본 발명의 가상 제로트리(Virtual zero-tree)를 이용한 부호화

도 5는 본 발명의 각 밴드의 최대 절대값을 갖는 계수를 추출한 예

도 6은 본 발명의 웨이블릿(Wavelet)과 H.263을 이용한 영상 복원

디브이알(DVR)에서 입력영상의 압축/복원에 사용되는 알고리즘을 웨이블릿(Wavelet) 변환을 사용하고; 상기 웨이블릿 변환에서 서로 다른 단계의 다중 해상도 부밴드 영상들을 얻을 수 있고; 상기 다중 해상도 부밴드 영상은 저주파성분만을 갖는 밴드(LL)와 방향성을 가지는 고주파 성분 밴드(LH, HL, HH)로 분해되는 단계에서; 상기의 저주파 성분(LL)만 H.263을 이용하여 압축/복원을 행하고; 상기 압축/복원에서 압축에 관하여는 움직임 추정을 이용하여 움직임이 있는 곳만 압축을 하며; 상기 단계의 고주파 성분(LH, HL, HH)에 대해서는 웨이블릿 변환 알고리즘을 사용하면 모두 움직임이 있는 곳이 똑같으므로 상기의 저주파 성분(LL)의 움직임 중심의 압축과 같은 방법으로 압축/복원을 하는 것을 특징으로 한다.

본 발명의 웨이블릿 변환 기반 영상 압축 기법에 대한 구성 및 작용을 첨부된 도면을 참조하여 상세히 설명하면 다음과 같다.

도 1은 본 발명에 적용되는 웨이블릿(Wavelet)을 이용한 화면 분할로서, 초기 영상을 웨이블릿 압축방식을 이용하여 고주파 성분(LL)과 고주파 성분(LH, HL, HH)으로 나눈다.

도 2는 본 발명의 웨이블릿(Wavelet)과 H.263을 이용한 영상 압축으로서, 입력영상을 웨이블릿 변환(Wavelet Transform)후 저주파 성분(Low Frequency: LL)만 H.263을 이용하여 압축하고 움직임이 있는 곳만 압축을 행하는 방법을 사용한다. 웨이블릿을 이용한 분할 화면은 모두 움직임이 있는 곳이 같으므로 저주파 성분(Low Frequency: LL)의 움직임으로 다른 고주파 성분들(High Frequency: LH, HL, HH)의 움직임을 쉽게 알아 낼 수 있다. 즉, 기존 영역의 1/4(Low Frequency: LL)만 움직임 추정을 한 다음, 고주파 성분들(High Frequency: LH, HL, HH)은 약간의 보정(Zero-tree Coding)만 행하므로 움직임 추정시 소요되는 추정 시간을 크게 줄일 수 있다. 저주파 성분(Low Frequency: LL)의 움직임은 이산여현변환(DCT,Entropy Coding)을 이용하여 압축하고 다른 고주파 성분들(High Frequency: LH, HL, HH)은 밴드(Band)간의 연관성을 이용하여 제로트리 부호(Zero-tree Coding)를 이용하여 압축(Bit Stream)한다.

도 3은 제로트리 부호화(Zero-tree coding)의 중요 계수 맵의 부호화 순서도로서, 중요 계수 맵은 중요 목록(SL; Significant List)과 비중요 목록(IL; Insignificant List)의 두 형태로 보관된다. SL은 중요 계수로, IL은 비중요 계수 및 서브트리로 이루어진다. 도 3과 같이 제일 먼저 IL의 항목(Input Coefficient)이 현재의 임계값과 비교(Is Coefficient Significant?)된다. 만약 임의의 항목이 중요하다고 판명되면, 계수일 경우 SL로 보내지고 서브트리일 경우 항목에서 제거되고 그의 모든 자식은 새로운 서브트리의 루트로 나누어진다. 새 서브트리가 IL로 다시 추가되면, 앞의 과정이 반복된다. 그 후 SL의 모든 항목은 현재의 임계값과 비교되어 정제된다. 중요 계수로 판명된 계수는 부호를 판별하여 POS(Positive)와 NEG(Negative) 기호로 나누어지고, 중요하지 않은 계수로 판명된 계수는 그 자식들 중에서 중요 계수가 있는지 없는지에 따라 나누어지는데, 있는 경우에는 IZ(Isolated Zero), 없는 경우에는 ZTR(ZeroTree Root)이 된다. 내포된 비트열(Embedded bitstream)은 제로트리 부호기로써 쉽게 얻을 수 있다. 부호기는 정해진 파라미터(비트 수 등)를 감지하는데 이것이 일치하면 부호 과정이 중지된다. 이와 비슷하게 복호기(Decoder)도 어느 시점에서 복호 동작을 그만둘 수 있으며, 더 낮은 어떤 비트율을 가지는 복원된 영상도 만들 수 있다.

도 4는 본 발명의 가상 제로트리(Virtual zero-tree)를 이용한 부호화로서,하이브리드 부호화기에 맞는 가상 제로트리 부호화 방식을 사용한다. LL 밴드에서는 제로트리 루트(Zero-tree root)가 없는 단점을 보완하여 가상의 서브밴드를 LL 밴드에 만든 다음, 가장 큰 스케일을 갖는 고주파 서브밴드에 집단으로 발생하는 제로트리 루트(A Virtual Zerotree)들을 한데 모아 부호화 효율을 높인다. 그리하여 많은 수의 제로트리 루트(Virtual Zerotree Map) 부호들을 절약하는 장점을 갖게 되므로 기존의 방식보다 몇 배 이상의 압축률을 얻을 수 있다.

도 5는 본 발명의 각 밴드의 최대 절대값을 갖는 계수를 추출한 예로서, 가상 제로트리(Virtual zero-tree) 방식에서 가장 많은 데이터를 차지하는 제로는 중간정도의 압축률에서 가장 많이 발생하게 되는데, 주로 가장 작은 스케일의 웨이블릿 변환 계수, 즉 가장 낮은 대역 레벨에서 빈번하게 발생하게 된다. 구체적으로, 각 밴드의 최대 절대값을 갖는 계수를 찾은 다음 현재 스캔에 사용된 임계값보다 그 절대값이 낮은 경우 해당 밴드는 스캔에서 제외할 수 있어서, 부호화에 소요되는 시간이 절약된다. 또한, 각 밴드간의 최대 절대값 계수의 비율을 부모-자식 계수들간의 크기 예측 정보로써 사용하여 압축 효율을 높일 수 있다. 이 때 각 밴드의 최대 절대값을 갖는 계수 자체를 보내는 대신 그것을 원래의 값보다 같거나 큰 정수를 추출한 다음 시작 값과 차분 값들을 순서대로 보내면 비트열 헤더에 사용되는 비트수가 줄어들게 된다.

도 6은 본 발명의 웨이블릿(Wavelet)과 H.263을 이용한 영상 복원으로서, 영상복원 과정은 영상 압축 과정을 정확하게 반대로 행한다. 역으로 저주파 성분은 역이산여현변환(Entropy Decoding, Inverse DCT)을 하고 고주파 성분은 제로트리복호(Zero-tree Decoding) 후 역 움직임보상(Motion Compensation)하여 움직임이 있던 곳에 추가한다. 마지막으로 역 웨이블릿(Inverse Wavelet Transform)을 취하여 본래의 영상을 복원한다.

이상에서 설명한 바와 같이 본 발명의 압축방식을 사용하면, 공간 가변적인 움직임이 있는 압축전의 원영상이 352x288의 파일 사이즈(304K 바이트)를 파일 사이즈 3.2K 바이트인 크기로 압축하였을 때, H.263만을 사용하면 PSNR(Peak-to-peak Signal-to-Noise Ratio)이 33.35dB이고, 본 발명의 방식인 H.263과 웨이블릿을 이용하면 PSNR은 39.11dB이다. 압축전의 원 영상을 압축 파일 사이즈 3.2K 바이트 이하로 압축을 했을 때는, H.263만을 사용하면 압축 파일 사이즈 2.5K 바이트에 PSNR은 30.97dB이고, 본 발명의 방식인 H.263과 웨이블릿을 이용하면 압축 파일 사이즈 2.0K 바이트에 PSNR은 35.29dB이다. 압축된 파일이 3.2K 바이트로 동일할 때는 본 발명의 방식에 의한 것이 PSNR 측면에서 약 6dB정도 영상이 선명하며, 압축 파일 사이즈와 선명도 모두를 비교할 때에도 본 발명의 방식인 H.263과 웨이블릿을 이용하면 압축 파일 사이즈는 37퍼센트 이상 줄었고 영상의 선명도인 PSNR도 1.94dB나 높아 모두 우수하다. 또한 압축에 소요되는 시간도 기존에 비해 움직임 추정을 1/4만 하게 되므로 움직임 추정 소요되는 시간을 전체 압축에 소요되는 시간으로 나누어 계산하면 압축 시간이 20퍼센트 이상 감소한다.

Claims

디브이알(DVR)에서 입력영상의 압축/복원에 사용되는 알고리즘을 웨이블릿(Wavelet) 변환을 사용하고; 상기 웨이블릿 변환에서 서로 다른 단계의 다중 해상도 부밴드 영상들을 얻을 수 있고; 상기 다중 해상도 부밴드 영상은 저주파 성분만을 갖는 밴드(LL)와 방향성을 가지는 고주파 성분 밴드(LH, HL, HH)로 분해되는 단계에서; 상기의 저주파 성분(LL)만 H.263을 이용하여 압축/복원을 행하고; 상기 압축/복원에서 압축에 관하여는 움직임 추정을 이용하여 움직임이 있는 곳만 압축을 하며; 상기 단계의 고주파 성분(LH, HL, HH)에 대해서는 웨이블릿 변환 알고리즘을 사용하면 모두 움직임이 있는 곳이 똑같으므로 상기의 저주파 성분(LL)의 움직임 중심의 압축과 같은 방법으로 압축/복원을 하는 것을 특징으로 하는 DVR(Digital Video Recording) 시스템에서 영상전송 및 저장을 위한 웨이블릿 변환기반 영상 압축 기법.
청구항 1에 있어서, 웨이블릿을 이용하여 H.263의 움직임 추정을 기존 영역의 1/4만 움직임 추정을 하여 움직임 추정시 소요되는 추정 시간을 대폭 줄일 수 있게 한 다음; 저주파 성분(LL)의 움직임은 이산여현변환(DCT)을 이용하여 압축하고; 고주파 성분들(LH, HL, HH)은 밴드(Band)간의 연관성을 이용하여 가상 제로트리(Virtual zero-tree)를 이용하여 압축하는 것을 특징으로 하는 DVR(Digital Video Recording) 시스템에서 영상전송 및 저장을 위한 웨이블릿 변환기반 영상 압축 기법.
청구항 2에 있어서, 하이브리드 부호화기에 맞는 가상 제로트리(Virtual zero-tree) 부호화 방식을 사용함에 있어서; LL 밴드에서는 제로트리 루트(Zero-tree root)가 없는 단점을 보완하기 위해서 가상의 서브밴드를 LL 밴드에 만든 다음; 가장 큰 스케일을 갖는 고주파 서브밴드에 집단으로 발생하는 제로트리 루트(Zero-tree root)들을 한데 모아 부호화 효율을 높이고; 많은 수의 제로트리 루트(Zero-tree root) 부호들을 절약하게 하여 기존의 제로트리 부호(Zero-tree coding) 방식보다 몇 배 이상의 압축률을 얻을 수 있는 것을 특징으로 하는 DVR(Digital Video Recording) 시스템에서 영상전송 및 저장을 위한 웨이블릿 변환기반 영상 압축 기법.
청구항 3에 있어서, 가상 제로트리(Virtual zero-tree) 방식에서 가장 낮은 대역 레벨에서 빈번하게 발생하여 가장 많은 데이터를 차지하는 제로를, 각 밴드의 최대 절대값을 갖는 계수를 찾은 다음; 현재 스캔에 사용된 임계값보다 그 절대값이 낮을 때 해당 밴드를 스캔에서 제외하여; 부호화에 소요되는 시간을 절약하는 것을 특징으로 하는 DVR(Digital Video Recording) 시스템에서 영상전송 및 저장을 위한 웨이블릿 변환 기반 영상 압축 기법.
청구항 4에 있어서, 각 밴드간의 최대 절대값 계수의 비율을 부모-자식 계수들간의 크기 예측 정보로써 사용하여 압축 효율을 높이고; 상기 각 밴드의 최대 절대값을 갖는 계수 자체를 보내는 대신 원래의 값보다 같거나 큰 정수를 추출한 다음; 시작값과 차분값들을 순서대로 보내어; 비트열 헤더에 사용되는 비트 수가 줄어들게 하는 것을 특징으로 하는 DVR(Digital Video Recording) 시스템에서 영상전송 및 저장을 위한 웨이블릿 변환 기반 영상 압축 기법.
청구항 5에 있어서, 각 밴드간의 최대 절대값 계수의 비율을 부모-자식 계수들간의 크기 예측 정보로써 사용하여 압축 효율을 높이는 단계에서;

상기의 부모-자식 계수들간에서 자식 계수의 정보를 사용하여 부모 계수를 유추해낼 수 있는 정보로서; 중요도 정보와; 새로운 양자화 간격에 해당하는 크기 값과; 부호 정보를 사용하는 것을 특징으로 하는 DVR(Digital Video Recording) 시스템에서 영상전송 및 저장을 위한 웨이블릿 변환 기반 영상 압축 기법.
본 발명에 의해 압축된 영상의 복원 과정은; 영상 압축 과정을 정확하게 반대로 행하고; 상기에서 저주파 성분은 역 이산여현변환(Inverse DCT)을 사용하고; 고주파 성분은 제로트리 복호(Zero-tree decoding)를 한 후; 상기에 더하여 역 움직임보상(Motion compensation)하여 움직임이 있던 곳에 추가하고; 마지막으로 역 웨이블릿(Inverse wavelet transform)을 취하여 본래의 영상을 복원하는 것을 특징으로 하는 DVR(Digital Video Recording) 시스템에서 웨이블릿 변환 기반 영상 복원 기법.