KR20040061738A

KR20040061738A - 웨이브릿 기반의 멀티미디어 데이터 분해와 복원 방법 및시스템

Info

Publication number: KR20040061738A
Application number: KR1020020088030A
Authority: KR
Inventors: 김형준
Original assignee: 정보통신연구진흥원; (주)텔리젠
Priority date: 2002-12-31
Filing date: 2002-12-31
Publication date: 2004-07-07
Also published as: KR100606357B1

Abstract

휴대용 무선 단말기에 사용할 수 있는 웨이브릿 기반의 멀티미디어 데이터 분해와 복원 방법 및 시스템이 개시되어 있다. 웨이브릿 기반의 멀티미디어 데이터 분해 및 복원 방법은 웨이브릿 필터의 계수와 이미지 데이터간의 곱셈 및 나눗셈을 단순한 쉬프트 연산의 조합으로 처리한다. 그 결과, 웨이브릿 변환을 이용한 이미지 압축 및 복원을 매우 빠르게 처리할 수 있고, 이미지 압축 및 복원시의 효율이 높다.

Description

웨이브릿 기반의 멀티미디어 데이터 분해와 복원 방법 및 시스템{Method of decomposing and composing multimedia data based on discrete wavelet transformation and system for decomposing and composing the same}

본 발명은 웨이브릿 기반의 멀티미디어 데이터 분해와 복원 방법 및 시스템에 관한 것이다. 보다 상세하게는, 휴대용 무선 단말기에 사용할 수 있는 웨이브릿 기반의 멀티미디어 데이터 분해와 복원 방법 및 시스템에 관한 것이다.

대부분의 영상 정보는 디지털 이미지의 형태로 저장되고 전송되며, 영상의 크기가 커지는 경우 디지털 이미지의 저장에는 많은 기억 용량을 차지하게되고 디지털 이미지의 전송에는 많은 시간과 비용이 소요되게 된다. 따라서, 이러한 디지털 이미지를 압축 및 복원해주는 다양한 기법들이 제시되고 있다.

지금까지 개발된 영상 압축 기술은 JPEG (Joint Photographic ExpertsGroup) 및 MPEG (Moving Picture Experts Group) 등이 있다. JPEG은 정지 영상의 압축의 압축 표준이고, MPEG은 동영상 압축의 표준으로 널리 사용되고 있다. 상기 JPEG 이나 MPEG은 이산 코사인 변환(Discrete Cosine Transform; DCT) 이론을 근거로 개발되어 왔다.

최근에는 기존의 영상 압축 기법이 가지는 시, 공간 특성에 따르는 제약을 극복하여 저주파 및 고주파 영역의 특성에 맞는 변환을 수행할 수 있는 웨이브릿 변환이 개발되었다.

많은 이산 직교 변환 중에 이산 웨이브릿 변환은 국부성과 에너지의 응집성 등 여러 유용한 성질을 가지고 있다. 일반적으로 웨이브릿 변환의 압축 효과는 기존의 압축표준인 JPEG보다 우수하고, 이러한 이유로 차세대 압축표준인 JPEG-2000에서는 기존의 DCT를 이용한 압축법을 웨이브릿 기반으로 바꾸었다.

웨이브릿 변환을 수행한 결과는 인간의 시각적 인식에 민감한 영향을 미치는 의미 있는 정보를 상대적으로 더 많이 포함하고 있는 저주파 영역이 한쪽으로 집중되고, 상대적으로 더 적게 포함하고 있는 고주파 영역이 한쪽으로 집중되는 서브밴드 영역 분할 구조를 가진다.

정지 영상 압축이나 실시간 동영상 압축의 프레임 레이트(frame rate)나 영상의 질을 높이기 위하여 빠르고 효과적인 계산과정이 요구된다. 특히 휴대용 무선 단말기-예를 들어 개인 휴대 단말기(Personal Digital Assistant; 이하 PDA라고 함)-와 같은 모바일 환경에서는 효율적이고 더 빠른 영상의 압축 및 복원 방법이 요구된다.

기존의 웨이브릿 변환에서는 웨이브릿 조건을 만족하는 기저 함수(basis function)를 이용해서 만들어진 디지털 필터로 컨벌루션(convolution) 하는 과정을 거친다. 상기 컨벌루션에서는 웨이브릿 필터의 계수와 이미지 데이터간의 곱셈 연산이 이루어진다.

따라서, 기존의 웨이브릿 변환 기법을 사용할 경우에는 웨이브릿 변환시 계산 처리가 복잡해지고 계산 속도가 떨어지는 문제점이 있다. 특히, 휴대용 무선 단말기와 같은 모바일(mobile)이라는 제한된 환경에서 영상의 압축 및 복원을 위해 기존의 웨이브릿 변환 기법을 사용할 경우에는 영상의 압축 및 복원 처리 속도의 효율이 떨어지는 문제점이 있다.

또한, 예를 들어 만화와 같은 애니메이션을 전자북(e-Book) 서비스의 형태로 모바일 환경에서 제공함에 있어서, 이미지로 이루어진 그림과 텍스트로 이루어진 대사를 함께 기존의 이미지 압축 기법을 사용하여 압축할 경우 압축 효율이 떨어지게 된다. 이미지 압축과 비교할 경우, 텍스트는 선으로 구성되어 있어서 이미지 압축 기법을 사용하여 압축할 경우에는 압축의 효율이 떨어지고, 복원 후의 상태도 사용자의 입장에서는 만족스럽지 못하다.

상기와 같은 문제점을 해결하기 위한 본 발명의 제1 목적은 모바일 환경에서 애니메이션의 압축시 그림 부분과 텍스트 부분 각각에 대하여 최적의 압축 효율을 제공할 수 있는 웨이브릿 기반의 멀티미디어 데이터 압축 방법 및 이에 상응하는시스템을 제공함에 있다.

또한, 본 발명의 제2 목적은 모바일 환경에서 애니메이션의 복원시 그림 부분과 텍스트 부분 각각에 대하여 최적의 복원 효율을 제공할 수 있는 웨이브릿 기반의 멀티미디어 데이터 압축 방법 및 이에 상응하는 시스템을 제공함에 있다.

도 1은 본 발명의 바람직한 일 실시예에 따른 웨이브릿 기반의 멀티미디어 데이터의 분해 및 복원 과정을 설명하기 위한 순서도이다.

도 2는 도 1의 이미지 분해 및 복원 과정을 설명하는 순서도이다.

도 3은 본 발명의 바람직한 일실시예에 따른 이미지의 웨이브릿 변환 결과의 3 레벨의 서브밴드 영역의 구조를 나타낸다.

도 4는 본 발명의 바람직한 일실시예에 따른 이미지의 3-레벨 웨이브릿 분해 과정에 사용되는 3-레벨 2 채널 쌍직교 웨이브릿 필터 뱅크를 나타낸 도면이다.

도 5는 본 발명의 바람직한 일실시예에 따른 이미지의 3-레벨 웨이브릿 복원 과정에 사용되는 3-레벨 2 채널 쌍직교 웨이브릿 필터 뱅크를 나타낸 도면이다.

도 6은 저대역 통과 필터를 이용하여 쉬프트 연산을 통해 본 발명의 바람직한 일실시예에 따른 이미지의 웨이브릿 분해 과정을 설명하기 위한 도면이다.

도 7은 고대역 통과 필터를 이용하여 쉬프트 연산을 통해 본 발명의 바람직한 일실시예에 따른 이미지의 웨이브릿 복원 과정을 설명하기 위한 도면이다.

도 8은 도 2의 웨이브릿 변환 과정을 구체적으로 구현한 순서도이다.

도 9는 도 2의 역웨이브릿 변환 과정을 구체적으로 구현한 순서도이다.

도 10은 본 발명의 바람직한 일실시예에 따른 이미지 분해 후의 이미지 파일의 데이터 구조를 나타낸다.

도 11은 본 발명의 바람직한 일실시예에 따른 웨이브릿 변환을 이용한 PDA용 애니메이션 저작 툴의 화면 구성을 나타낸다.

도 12a 및 12b는 도 11의 이미지와 대사 부분을 별도로 도시한 도면이다.

도 13a 및 도 13b는 본 발명의 바람직한 일실시예에 따른 역웨이브릿 변환을 이용한 PDA용 애니메이션 전용 뷰어의 디스플레이 화면을 나타낸다.

상기 제1목적을 달성하기 위한 본 발명은, 이미지 데이터와 텍스트 데이터를 포함하는 제1 멀티 미디어 데이터를 입력받고, 상기 제1 멀티 미디어 데이터로부터 상기 이미지 데이터와 상기 텍스트 데이터를 분리하고, 상기 이미지 데이터에 상응하는 이미지 프레임을 제1 및 제2 방향으로 복수의 레벨로 분해하고, 각 레벨에 대하여 상기 이미지 데이터의 이진 데이터 값을 이진형 계수를 가지는 웨이브릿 필터의 상기 이진형 계수에 상응하도록 쉬프트 연산하여 웨이브릿 변환함으로써 압축된 이미지 데이터를 생성하고, 상기 분리된 텍스트 데이터를 모바일 컨텐츠용 마크업 언어로 코딩하여 제2 텍스트 데이터를 생성하고, 상기 제2 텍스트 데이터를 상기 압축된 이미지 데이터에 부가하여 제2 멀티미디어 데이터를 생성하는 단계를 포함하는 웨이브릿 기반의 멀티미디어 데이터 압축 방법 및 이에 상응하는 시스템을 제공한다.

상기 제2목적을 달성하기 위한 본 발명은, 제1 이진형 계수의 웨이브릿 필터를 이용하여 압축된 이미지 데이터와 모바일 컨텐츠용 마크업 언어로 코딩된 텍스트 데이터를 포함하는 멀티 미디어 데이터를 입력받고, 상기 멀티 미디어 데이터로부터 상기 이미지 데이터와 상기 텍스트 데이터를 분리하고, 상기 이미지 데이터의 이진 데이터 값을 제2 이진형 계수를 가지는 역웨이브릿 필터의 상기 제2 이진형 계수에 상응하도록 쉬프트 연산을 하여 역웨이브릿 변환함으로써 복원된 이미지를 생성하고, 상기 텍스트 데이터를 모바일 컨텐츠용 마크업 언어로 디코딩 하여 제2 텍스트를 생성하고, 상기 복원된 이미지에 상기 제2 텍스트를 오버랩 시켜 디스플레이 하는 단계를 포함하는 것을 특징으로 하는 웨이브릿 기반의 멀티미디어 데이터 복원 방법 및 이에 상응하는 시스템을 제공한다.

본 발명에 따른 웨이브릿 기반의 멀티미디어 데이터 분해 및 복원 방법은 웨이브릿 필터의 계수와 이미지 데이터간의 곱셈 및 나눗셈을 단순한 쉬프트 연산의 조합으로 처리한다. 따라서, 웨이브릿 변환을 이용한 이미지 압축 및 복원을 매우 빠르게 처리할 수 있고, 이미지 압축 및 복원시의 효율이 높다.

이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명하면 다음과 같다.

도 1을 참조하면, 먼저, 이미지 데이터와 텍스트 데이터를 포함하는 제1 멀티 미디어 데이터를 입력받는다.(단계 S10) 여기서, 제1 멀티 미디어 데이터는 영상(image), 사운드, 음성 및 텍스트 정보에 관한 데이터를 포함한다. 예를 들어, 만화와 같은 애니메이션의 경우 상기 제1 멀티미디어 데이터는 그림 데이터, 대사와 같은 텍스트 데이터를 포함할 수 있고, 사운드 또는 대사 부분에 대한 음성 데이터를 더 포함할 수도 있다.

이 경우, 예를 들어, 그림 부분과 대사와 같은 텍스트 부분은 별도로 분리하여 압축하는 것이 효율적이다. 특히, 그림 부분에 적합한 웨이브릿 변환 기법을 적용하기 위하여 상기 제1 멀티 미디어 이미지 데이터로부터 상기 이미지 데이터와 상기 텍스트 데이터를 분리한다.(단계 S20)

먼저, 이미지의 경우에는 소스 이미지(source image) 프레임(frame)의 수평 방향과 수직 방향으로 각각 복수의 레벨로 나누어 소스 이미지를 분해(decomposition)한다. 각 분해된 블록의 이미지 데이터는 고주파 및 저주파의 2 채널 필터 뱅크(2 channel filter bank)를 거친다. 즉, 이진형 정수 계수의 웨이브릿 필터(wavelet filter)를 이용하여 상기 이미지 데이터의 이진 데이터 값을 쉬프트 연산하여 이산 웨이브릿 변환(discrete wavelet transform)하여 이미지 데이터를 압축한다.(S30) 자세한 설명은 후술한다.

텍스트의 경우는 상기 분리된 텍스트 데이터를 모바일 컨텐츠용 마크업 언어로 코딩한다.(S50) 상기 모바일 컨텐츠용 마크업 언어는 예를 들어 엑스텐서블 마크업 언어(eXtensible Markup Language; XML)가 될 수 있다. 자세한 설명은 후술한다.

상기 마크업 언어로 코딩된 텍스트 데이터는 상기 압축된 이미지 데이터에 부가되어 메모리 등에 저장되거나 네트워크를 통하여 전송된다. 예를 들어, 상기 네트워크는 무선 네트워크가 될 수 있다. 상기 압축된 이미지 데이터와 상기 마크업 언어로 코딩된 텍스트 데이터는 원래 이미지와 텍스트를 복원하기 위해 다음과 같은 처리 과정을 거친다.

이미지의 경우는 상기 웨이브릿 필터와 완전 복원 조건을 만족하는 역웨이브릿 필터(inverse wavelet filter)를 사용하여 상기 압축된 이미지 데이터의 이진 데이터 값을 쉬프트 연산하여 역웨이브릿 변환하여 원래 이미지 데이터를 복원한다.(S40)

텍스트의 경우는 상기 마크업 언어로 코딩된 텍스트를 디코딩 하여 복원한다.(S60) 상기 복원된 이미지와 텍스트는 상호 오버랩 시켜 원래의 애니메이션을 나타내도록 디스플레이 된다(S70). 이하 이미지의 분해, 압축 및 복원 과정에 대해 도 2를 참조하여 설명한다.

도 2를 참조하면, 먼저 이미지를 분해 및 압축하기 위하여 소스 이미지(source image) 프레임(frame)의 수평 방향과 수직 방향으로 각각 복수의 레벨로 나누어 소스 이미지를 신호의 연관성을 높여 부대역 별로 분해(decomposition)한다. 상기 각 레벨에 대하여 각 분해된 블록의 이미지 데이터는 고주파 및 저주파 영역으로 나뉘어 지고, 상기 각각의 저주파 영역과 고주파 영역에 대하여 상기 이진형 이산 웨이브릿 필터를 이용하여 웨이브릿 변환한다.(S31)

상기 웨이브릿 변환된 결과를 양자화하고(S33), 상기 양자화된 결과를 허프만 코딩한다.(S35) 상기 웨이브릿 변환으로 신호의 연관성을 높여 부대역 별로 분해한 후, 허프만 압축법(Huffman compression)을 이용하여 데이터의 압축을 실행한다. 허프만 압축법은 비손실 압축법 중에서 가장 일반적으로 사용하는 방법으로, 가장 빈번히 사용되어지는 정보에 가장 짧은 코드를 지정하여 전체의 데이터 양을 줄이는 방법이다.

그 다음, 원래 이미지를 복원하기 위하여 압축된 이미지 데이터를 역양자화하고(S41), 상기 역양자화된 결과를 역허프만 코딩한다(S43). 상기 역허프만 코딩된 결과를 저주파 영역과 고주파 영역에 대하여 상기 이진형 계수의 역웨이브릿 필터를 사용하여 역웨이브릿 변환한다.(S45)

이하 본 발명의 바람직한 일실시예에 따른 웨이브릿 변환 및 역웨이브릿 변환에 대하여 설명한다.

웨이브릿 변환은 웨이브릿 조건을 만족하는 기저 함수(basis function)를 이용해서 만들어진 디지털 필터로 컨벌루션(convolution) 하는 과정으로 나타낼 수 있다. 대부분의 디지털 필터들은 실수(real number) 값을 갖기 때문에, 이들 계수들은 양자화(quantization) 과정을 거쳐서 유한 비트수로 변환하여야 한다. 이 과정에서 왜곡이 생기며 완전한 복원을 이룰 수 없게 된다. 이러한 상태를 없애기 위하여 모든 필터의 계수를 음의 승수를 포함한 2의 배수의 합과 차로 나타낼 수 있다.

2-채널 필터뱅크에서 저대역 통과 필터(lowpass filter)와 고대역 통과 필터(highpass filter)을 이용한 완전 복원 조건은 다음의 수학식 1과 같다.

G₀(z)H₀(z) + G₁(z)H₁(z)=2z^-l(여기서 z^-l의 l은 delay를 나타낸다)

G₀(z)H₀(-z) + G₁(z)H₁(-z)=0

예를 들어, G₀(z)을 다음 수학식 2와 같이 선택하면,

(z^-1+ 2 + z)

이에 따른 척도함수는 선형 B-spline 함수가 된다. 그러면, H₀(z)은 다음 수학식 3과 같이 선택되어진다.

(-z^-2+ 2z^-1+ 6 + 2z - z²)

그러므로, 이 필터 조합은 위의 완전 복원 조건을 만족한다. 위 식의 표현에서 계수을 없애기 위하여 분해 필터에서는을 곱해주고, 복원 필터에서는을 곱해주어, 모든 필터의 계수들을 2의 배수 형태로 나타내도록 한다. 이와 같은 방법으로 모든 필터링 계산을 실수를 사용하지 않는 정수만의 연산으로 가능하게 할 수 있다. 분해와 복원의 필터들이 단순히 시간축의 역순인 직교 웨이브릿의 경우와는 대비하여, 위와 같은 쌍직교의 경우 분해와 복원 필터가 서로 교차하여 양음의 기호가 바뀌는 시간축 상의 역순인 관계를 가진다.

도 3을 참조하면, 웨이브릿 변환은 소스 이미지(source image) 프레임(frame)의 수평 (horizontal) 방향과 수직(vertical) 방향으로 각각 복수의 레벨로 소스 이미지에 대한 분해(decomposition)가 이루어진다.

정해진 각 영역의 오른쪽 상단에 위치하고 있는 서브밴드 즉, HL_i(HL₁, HL₂, HL₃)영역은 수평 방향의 고주파 성분이 표시되고 있으며, 왼쪽 하단에 위치하고 있는 서브밴드 즉, LH_i(LH₁, LH₂, LH₃)영역은 수직 방향의 고주파 성분이 표시되고 있으며, 오른쪽 하단에 위치하고 있는 서브밴드 즉, HH_i(HH₁, HH₂, HH₃)영역은 대각 성분이 나타나게 된다.

상기 레벨 수는 예를 들어 3 레벨이 될 수 있으며, 레벨 수는 3 레벨뿐만 아니라 응용 목적에 따라서는 4 레벨 이상도 가능함은 물론이다. 각 분해된 블록의 이미지 데이터는 고주파 및 저주파의 2 채널 필터 뱅크(2 channel filter bank)를 거치면서 주파수 영역으로 변환되어 복수개의 서브밴드로 나뉘어 진다.

이산 신호를 이용한 웨이브릿 변환은 다음 수학식 4, 5와 같다.

h ₀(n-2k)s _m-1,n,m=0, ... ,M

h ₁(n-2k)s _m-1,n,m=0, ... ,M

여기서와는 각각 웨이브릿 분해를 위한 저대역 통과 필터와 고대역 통과 필터이며, 원 신호는 반복적으로 다음 수학식 6을 이용하여 복원할 수 있다.

g ₀(n-2k)s _m,k+ g ₁(n-2k)d _m,k

여기서와는 각각 복원용 저대역 통과 필터와 고대역 통과 필터이다.

도 4는 본 발명의 바람직한 일실시예에 따른 이미지의 3-레벨 웨이브릿 분해 과정에 사용되는 3-레벨 2 채널 쌍직교 웨이브릿 필터 뱅크를 나타낸 도면이고, 도 5는 본 발명의 바람직한 일실시예에 따른 이미지의 3-레벨 웨이브릿 복원 과정에 사용되는 3-레벨 2 채널 쌍직교 웨이브릿 필터 뱅크를 나타낸 도면이다.

도 4를 참조하면, 입력 신호은 3-레벨 분해를 통하여 고대역 통과 신호들인로 분해되고, 최하위 레벨 3에서는 저대역 통과 신호을 얻는다. 도 5를 참조하면,신호들은 다시 3-레벨 웨이브릿 필터 뱅크를 통하여 복원되어진다.

도 6은 저대역 필터를 이용하여 쉬프트 연산을 통해 본 발명의 바람직한 일실시예에 따른 이미지의 웨이브릿 분해 과정을 설명하기 위한 도면이다.

본 발명의 바람직한 일실시예에서는 앞에서 정의한 필터 계수의 특성을 보다 효과적으로 이용하여 보다 빠른 계산 속도로 웨이브릿 변환을 하기 위하여 쉬프트(shift) 연산과 합(superposition) 연산만을 이용한 계산 방식을 사용한다.

이하, 예를 들어, 5개의 계수를 갖는 저대역 통과 필터를 이용한 예를 가지고 웨이브릿 분해 과정을 설명한다. 이미지 데이터 시퀀스가 {..., a, b, c, d, e, f, g, h, i, ...}이고 5개의 2진형 계수를 갖는 저대역 통과 필터h ₀ 의 계수가 {-1/8, 1/4, 3/4, 1/4, -1/8}라 가정한다.

일반적으로는, 매번 하나의 이미지 데이터 값은 저대역 통과 필터의 계수와 곱셈을 행하고 다섯 개의 곱셈을 모두 수행한 후 그 합을 계산하는 과정을 거쳐야 한다. 이 과정은 모든 이미지 데이터를 처리 할 때가지 계속된다. 이 저대역 통과 분해 필터링은 다음과 같이 수학식 7로 나타낼 수 있다.

본 발명의 바람직한 일실시예에서는 쉬프트(shift)와 합(superposition) 연산만을 이용하여 상기 수학식 7을 다음과 같이 보다 효과적으로 계산한다.

저대역 통과 필터 마스크(mask)의 인덱스(index)가 0인 위치에 있는 한 데이터 포인트(예를 들어 a)를 이용하여 스케일링한다. 디지털 이진 표현으로 두 번 shift-right하면 1/4를, 세 번 shift-right하면 1/8을, 한번 shift-right하고 여기에 두 번 shift-right한 것을 더하면 3/4가 된다.

이와 같은 쉬프트 연산의 조합을 이용하여 첫 번째 중간 계산 값들인 {-a/8, a/4, 3a/4, a/4, -a/8}을 얻는다. 이는 인덱스 0에 위치한 데이터 값이 필터 값들의 가중치(필터의 계수 값)만큼 필터의 양끝으로 번져 나가는 것처럼 보인다.

이와 같은 계산을 5 클럭 사이클동안 수행하고, 5 클럭 사이클 후 하나의 특정한 열(예를 들어 도 6의 데이터 c의 해당되는 열)의 5개의 중간 계산 값들을 모두 더한다. 그러면, 도 7의 데이터 c의 위치에 있는 세로 줄에서 보인 것 같이 첫 번째 계산 값l _b0 (-a/8 + b/4 + 3c/4 + d/4 - e/8)을 얻는다. 이는 수학식 7의l ₀ (-a/8 + b/4 + 3c/4 + d/4 - e/8)과 동일하며, 종래의 일반적인 계산 방법으로 얻는 첫 번째 계산 값l _a0 (-a/8 + b/4 + 3c/4 + d/4 - e/8)과 동일하다. 차이점은 종래에는 이미지 데이터 값과 필터 계수 값을 곱셈 연산을 통해 처리하므로 그 만큼 계산이 복잡해지고 계산 속도가 떨어지지만, 본 발명에서는 이미지 데이터 값을 쉬프트 연산과 합 연산만을 이용하여 처리하므로 그 만큼 계산이 간단하고 계산 속도가 빨라진다는 것이다.

그 다음, 웨이브릿 변환시 다운 샘플링 특성상 첫 번째 클럭 이후 2 클럭 사이클 후 (세번째 클럭)에는 다음 중간 데이터인l _b1 (-c/8 + d/4 + 3e/4 + f/4 -g/8)을 얻을 수 있다. 이는 수학식 7의l ₁ (-c/8 + d/4 + 3e/4 + f/4 - g/8)과 동일하다. 그 다음, 다시 2 클럭 사이클 후(다섯번째 클럭)에서는 도시하지는 않았지만, 다음 중간 데이터인l _b2 (-e/8 + f/4 + 3g/4 + h/4 - i/8)를 얻을 수 있다. 이는 수학식 7의l ₂ (-e/8 + f/4 + 3g/4 + h/4 - i/8)와 동일하며, 종래의 곱셈 연산을 이용한 일반적인 계산 방법으로 얻는 두 번째 계산 값l _a1 (-c/8 + d/4 + 3e/4 + f/4 - g/8)과 동일하다. 이와 같은 계산은 모든 이미지 데이터 시퀀스를 처리 할 때까지 계속하게 된다. 이와 같이, 쉬프트-합(shift-superposition)만으로 처리하는 계산과정은 불필요한 계산과정을 없애서 매우 빠르게 처리할 수 있다. 따라서 기존 컨벌루션을 이용하는 방법에 비해서 이미지 분해 및 압축 효율성이 높다.

전술한 저대역 통과 필터링과 비슷한 방법으로 고대역 통과 필터링을 계산할 수 있다. 이 고대역 통과 분해 필터링은 다음과 같이 수학식 8로 나타낼 수 있다.

고대역 통과 분해 필터링은 전술한 저대역 통과 필터링과 비슷한 방법으로 수행되므로 이하 설명은 생략한다.

고대역 통과 필터를 통과한 데이터는 복원을 위하여 저장하고, 저대역 통과필터를 통과한 데이터는 다음 레벨 웨이브릿 분해의 처리를 위하여 사용된다.

도 7은 고대역 필터를 이용하여 쉬프트 연산을 통해 본 발명의 바람직한 일실시예에 따른 이미지의 웨이브릿 복원 과정(Wavelet Reconstruction Process)을 설명하기 위한 도면이다.

이미지 복원을 위하여 다시 데이터 시퀀스가 {..., a, b, c, d, e, f,...} 이고, 5개의 2진형 계수를 갖는 고대역통과 필터g ₀ 의 계수가 {-1/4, -1/2, 3/2, -1/2, -1/4}라 가정한다.

본 발명의 바람직한 일실시예에 따른 웨이브릿 복원의 첫 번째 과정은 매 이미지 데이터들 사이에 0을 첨가하여 데이터 시퀀스를 2배로 늘이는 보간(interpolation) 과정이다. 도 7의 가로 방향 화살표들과 같이 종래의 일반적인 이미지 데이터와 필터 계수간의 컨벌루션은 이미지 분해 및 압축과정에서 설명한 방법과 동일하다.

상기 고대역 통과 복원 필터링을 다음과 같은 수학식 9로 나타낼 수 있다.

본 발명의 바람직한 일실시예에 따른 역웨이브릿 변환은 쉬프트와 합 연산만을 이용하여 다음과 같이 보다 효과적으로 계산하게 된다.

필터 마스크의 인덱스가 0인 위치에 있는 한 데이터 포인트(예를 들어 a)를 이용하여 스케일링을 한다. 디지탈 이진표현으로 한 번 shift-right하면 1/2를, 두 번 shift-right하면 1/4를, 한번 shift-right하고 여기에 원래의 값을 더하면 3/2가 얻어진다. 그 결과, 첫 번째 클럭에서는 도 7의 첫 번째 중간 계산 값들인 {-a/4, a/2, 3a/2, a/2, -a/4}를 얻는다. 이는 인덱스 0에 위치한 이미지 데이터 값이 필터 값들의 가중치(필터 계수 값) 만큼 필터의 양끝으로 번져 나가는 것처럼 보인다.

(첫 번째 클럭 후 4 클럭 사이클 후에는 한 특정한 열의 4개의 중간 계산 값들을 모두 더하면 도 7의 데이터 b의 위치에 있는 세로 줄에서 보인 것 같이 첫 번째 계산 값h _b0 (-a/2 - b/2) 을 얻는다. 이는 수학식 9의h ₀ (-a/2 - b/2)과 일치하고, 전술한 일반적인 계산법으로 얻는 첫 번째 데이터h _a0 (-a/2 - b/2)과 같다. )

그 다음 두 번째 클럭에서는 도 7과 같이 입력 데이터 값이 0이기 때문에 모든 계산 과정을 생략할 수 있다. 세 번째 클럭에서는 같은 방법으로 쉬프트 연산을 수행하여 다음 이미지 데이터(b)를 계산(-b/4)하게 된다. 네 번째 클럭에서는 앞에서 계산한 두 데이터를 더하여 도 7의 세로 방향 화살표와 같이 입력 데이터 b의 위치에 있는 세로 줄에서 보인 것 같이 처음 출력값h _b0 (-a/2 - b/2)을 얻는다. 이 값은 수학식 9의h ₀ (-a/2 - b/2)과 일치하고, 전술한 일반적인 계산법으로 얻는 첫번째 데이터h _a0 (-a/2 - b/2)과 같은 값이다. 다섯 번째 클럭에서는 두 0의 값을 제외한 3개의 중간 계산 값을 모두 더해서 두 번째 출력값h _b1 (-a/4 + 3b/2 - c/4)을 얻는다. 이 값은 수학식 9의h ₁ (-a/4 + 3b/2 - c/4)과 일치하고, 전술한 일반적인 계산법으로 얻는 두 번째 데이터h _a1 (-a/4 + 3b/2 - c/4)과 같은 값이다. 모든 데이터를 모두 처리할 때까지 같은 과정을 반복한다.

이와 같이 쉬프트 연산만을 이용한 계산법은 계산 방법이 단순하기 때문에 계산의 속도를 빠르게 할 수 있다. 웨이브릿 변환에서 일반적인 컨벌루션을 사용하면 많은 계수가 0인 고대역 필터링에서도 모든 계산을 해주어야 하며, 이는 분명 계산의 불필요한 낭비인 반면, 본 발명에서는 0의 데이터는 계산을 하지 않기 때문에 쉬프트 연산 외의 불필요한 계산을 제거하여 계산 속도를 더 빠르게 할 수 있다.

전술한 고대역 통과 복원 필터링과 비슷한 방법으로 저대역 통과 복원 필터링을 계산 할 수 있다. 이 저대역 통과 분해 필터링은 다음 수학식 10과 같이 나타낼 수 있다.

저대역 통과 분해 필터링은 전술한 고대역 통과 필터링과 비슷한 방법으로 수행되므로 이하 설명은 생략한다. 상기와 같은 저대역 통과 데이터와 고대역 통과 데이터를 합하게 되면, 한 레벨에서의 복원과정을 마치게 된다.

전술한 본 발명의 바람직한 일실시예에 따른 이미지 데이터에 대한 웨이브릿 변환 및 역웨이브릿 변환 과정을 구체적으로 구현한 의사 코드는 다음과 같다.

< 압축 알고리즘의 의사 코드(pseudo code) >

procedure Decomp(level,xsize,ysize,re[],im[])

for(level=0; level<num_levels; level++)

for(i=0, j=0; j<xsize; i=i+2, j++)

re[j]=-im[i-2]>>3+im[i-1]>>2+im[i]>>1+im[i]>>2+im[i+1]>>2-im[i+2]>>3

; 수평 방향 저대역 통과 분해 필터링 처리 부분

re[j+xsize/2]=-im[i-1]>>2+im[i]>>1-im[i+1]>>2

; 수평 방향 고대역 통과 분해 필터링 처리 부분

endfor

for(i=0, j=0; j<ysize; i=i+2, j++)

im[j]=-re[i-2]>>3+re[i-1]>>2+re[i]>>1+re[i]>>2+re[i+1]>>2-re[i+2]>>3

; 수직 방향 저대역 통과 분해 필터링 처리 부분

im[j+ysize/2]=-re[i-1]>>2+re[i]>>1-re[i+1]>>2

; 수직 방향 고대역 통과 분해 필터링 처리 부분

endfor

xsize=xsize/2;

ysize=ysize/2;

endfor

< 복원 알고리즘의 의사 코드(pseudo code) >

procedure Recons(level,xsize,ysize,re[],im[])

for(level=num_levels-1; level>=0; level--)

for(i=0, j=0; j<ysize; i++, j++)

re[j]=im[i];

re[j+1]=im[i]>>1+im[i+1]>>1

; 수직 방향 저대역 통과 복원 필터링 처리 부분

re[j+ysize/2]=-im[i-1]>>2+im[i]+im[i]>>1-im[i+1]>>2;

re[j+ysize/2+1]=-im[i]>>1-im[i+1]>>1

; 수직 방향 고대역 통과 복원 필터링 처리 부분

endfor

for(i=0, j=0; j<xsize; i++, j++)

im[j]=re[i];

im[j+1]=re[i]>>1+re[i+1]>>1

; 수평 방향 저대역 통과 복원 필터링 처리 부분

im[j+ysize/2]=-re[i-1]>>2+re[i]+re[i]>>1-re[i+1]>>2;

im[j+ysize/2+1]=-re[i]>>1-re[i+1]>>1

; 수평 방향 고대역 통과 복원 필터링 처리 부분

endfor

xsize=xsize*2;

ysize=ysize*2;

endfor

이하, 도 8 및 도 9를 참조하여 이미지 압축 및 복원 알고리즘을 상기 pseudo code와 관련하여 설명한다.

도 8은 도 2의 웨이브릿 변환 과정을 구체적으로 구현한 순서도이고, 도 9는 도 2의 역웨이브릿 변환 과정을 구체적으로 구현한 순서도이다.

도 8을 참조하면, 먼저 레벨 수(level), 이미지 가로 방향 사이즈(xsize), 이미지 세로 방향 사이즈(ysize) 등의 변수 값을 초기화한다.(S801)

상기 레벨 수(level) 변수를 체크하여 최종 레벨 값(num_levels)을 갖는지를 판단하여(S803) 최종 레벨인 경우에는 분해 과정을 종료하고, 최종 레벨이 아닌 경우에는 순차적으로 이미지의 가로 방향(또는 로우 방향, 수평 방향) 및 세로 방향(또는 컬럼 방향, 수직 방향)으로 웨이브릿 변환을 수행한다.

이미지의 수평 방향의 처리가 완료되었는지를 판단하고(S805), 수평 방향 처리가 완료되지 않은 경우는 S807 내지 S809를 반복 수행한다. 즉, 먼저 저주파 영역에 대해서 이미지 데이터 값을 쉬프트 연산하여 합산함으로써 수평 방향 저대역 통과 분해 필터링 처리를 수행하고(S807), 다음 고주파 영역에 대해서 이미지 데이터 값을 쉬프트 연산하여 합산함으로써 수평 방향 고대역 통과 분해 필터링 처리를 수행한다.(S809)

수평 방향 처리가 완료된 경우에는 이미지의 수직 방향의 처리가 완료되었는지를 판단(S811)하며, 수직 방향 처리가 완료되지 않은 경우는 S813 내지 S815를 반복 수행한다. 즉, 먼저 저주파 영역에 대해서 이미지 데이터 값을 쉬프트 연산하여 합산함으로써 수직 방향 저대역 통과 복원 필터링 처리를 수행하고(S813), 다음 고주파 영역에 대해서 이미지 데이터 값을 쉬프트 연산하여 합산함으로써 수직 방향 고대역 통과 복원 필터링 처리를 수행한다.(S815) 수직 방향 처리가 완료된 경우에는 레벨(level) 값을 하나 증가시킨 후 다음 레벨 이미지에 대하여 처리하기 위하여 S803으로 되돌아간다.

도 9를 참조하면, 먼저 레벨 수(level), 이미지 가로 방향 사이즈(xsize), 이미지 세로 방향 사이즈(ysize) 등의 변수 값을 초기화한다.(S901)

상기 레벨 수(level) 변수를 체크하여 0 레벨인지를 판단하여(S903) 0 레벨인 경우에는 복원 과정을 종료하고, 0 레벨이 아닌 경우에는 순차적으로 이미지의 가로 방향(또는 로우 방향, 수평 방향) 및 세로 방향(또는 컬럼 방향, 수직 방향)으로 역웨이브릿 변환을 수행한다.

이미지의 수평 방향의 처리가 완료되었는지를 판단하고(S905), 수평 방향 처리가 완료되지 않은 경우는 S907 내지 S909를 반복 수행한다. 즉, 먼저 저주파 영역에 대해서 이미지 데이터 값을 쉬프트 연산하여 합산함으로써 수평 방향 저대역 통과 복원 필터링 처리를 수행하고(S907), 다음 고주파 영역에 대해서 이미지 데이터 값을 쉬프트 연산하여 합산함으로써 수평 방향 고대역 통과 복원 필터링 처리를 수행한다.(S909)

수평 방향 처리가 완료된 경우에는 이미지의 수직 방향의 처리가 완료되었는지를 판단(S911)하며, 수직 방향 처리가 완료되지 않은 경우는 S913 내지 S915를 반복 수행한다. 즉, 먼저 저주파 영역에 대해서 이미지 데이터 값을 쉬프트 연산하여 합산함으로써 수직 방향 저대역 통과 복원 필터링 처리를 수행하고(S913), 다음 고주파 영역에 대해서 이미지 데이터 값을 쉬프트 연산하여 합산함으로써 수직 방향 고대역 통과 복원 필터링 처리를 수행한다.(S915) 수직 방향 처리가 완료된 경우에는 레벨(level) 값을 하나 감소시킨 후 다음 레벨 이미지에 대하여 처리하기 위하여 S903으로 되돌아간다.

도 10을 참조하면, 8 바이트 헤더(File ID information tag(1001), Number of decomposition level (1003), Image size(row, 1005), Image size(column, 1007), Initial quantization factor (1009)), 3 바이트 양자와 관련 정보(Quantization information tag(1011), Quantization factor for lowpass(1013)), 3 레벨 이미지 분해 후의 저대역 통과 이미지 데이터(Lowpassed data; 1017)와 저대역 정보 태그(Lowpass information tag; 1015), 각각의 레벨의고대역 밴드에 대한 양자화 태그(Quantization information for highpass level 1, level 2 (1019, 1023)) 및 양자와 인자(Quantization factor; 1021, 1025), 허프만 코딩 정보 태그(Huffman coding information tag; 1027), 허프만 트리 데이터(Huffman tree data; 1029) 및 3 레벨 이미지 분해 후의 부호화된 고대역 통과 이미지 데이터(Encoded highpass data; 1033)와 관련 정보 태그(Highpass data information tag)를 포함한다.

한편, 그림과 대사 등으로 이루어진 애니메이션 데이터 중 대사 부분에 대해서는 마크업 언어-예를 들어 XML-로 코딩하는데, 다음에 대사 부분에 대한 XML 태그의 일예를 나타냈다.

<대사부분의 XML tag 예>

<typing>대사를 타이핑하듯 한 글자씩 보이는 효과 지정</typing>

도 11은 본 발명의 바람직한 일실시예에 따른 웨이브릿 변환을 이용한 PDA용애니메이션 저작 툴의 화면 구성을 나타낸다. 도 12a 및 12b는 도 11의 이미지와 대사 부분을 별도로 도시한 도면이다.

도 11, 도 12a 및 도 12b를 참조하면, PDA용 애니메이션 저작툴을 이용하여 그림의 구성이나 크기 등을 조정한 후에 대사를 분리하여 삽입한다. 먼저 그림(1101a)을 포토샵과 같은 그래픽 소프트웨어를 이용하여 제작한 후, 상기 애니메이션 툴을 이용하여 대사부분(1101b)을 추가한다. 상기 대사부분(1101b)은 위치 선택 영역 (1107, 1109), 글꼴 선택 영역(1111), 색상 선택 영역(1113) 등을 이용하여 대사 부분(1101b)의 위치, 글꼴, 색상을 선택할 수 있도록 한다. 즉, 도 11에 도시된 바와 같이 대사를 표시하는 영역(1101c)인 말 풍선의 위치를 커서 등으로 조정한 후, 캡션 창에 대사를 쓰면 상기 대사 표시 영역(1101c)에도 동시에 대사가 기록되도록 한다. 상기 애니메이션 저작 툴을 이용하여 모든 애니메이션 저작 작업이 끝나면 그림 부분(1101a)은 본 발명의 바람직한 일실시예에 따른 웨이브릿 변환을 이용하여 압축되어 지고, 대사와 그 외 정보는 예를 들어 XML 형태로 저장되어 압축된 영상의 헤더 부분에 저장되어 전체적으로 하나의 파일이 형성된다. 상기 대사를 포함한 모든 정보는 XML 형태로 저장하기 때문에 검색 기능을 이용할 수 있는 등 효율적인 이용이 가능하다.

도 13a 및 도 13b를 참조하면, 상기 PDA용 애니메이션 전용 뷰어에서는 압축된 그림 이미지를 상술한 역웨이브릿 변환하여 압축을 풀고, 대사 부분에 대한 위치, 글꼴, 색상 정보와 함께 텍스트 데이터를 읽어들여 PDA 화면에 그림과 대사를 오버랩 시켜 디스플레이 한다. 도 13b에서는 하나의 PDA 화면에 2컷의 만화를 디스플레이 한다. 하나의 PDA 화면에서는 PDA의 작은 화면을 고려하여 기본 1컷에서 최대 4 컷까지 동시에 보여줄 수 있도록 설정할 수 있다.

상기와 같은 애니메이션 저작툴과 전용 뷰어를 이용하여 휴대용 무선 단말기-예를 들어 PDA-로 만화용 전자북(e-Book) 서비스를 제공할 수 있다.

상기와 같은 웨이브릿 변환 및 역웨이브릿 변환 과정은 소프트웨어적인 계산을 통하여 수행될 수도 있지만 쉬프트 연산과 논리합과 같은 디지털 논리 회로로 이루어진 하드웨어로 구현하여 더욱 빠르게 처리되도록 구현할 수도 있음은 물론이다.

또한, 상기 웨이브릿 기반의 멀티미디어 데이터 분해, 압축 및 복원 방법은 웨이브릿 변환 기반의 정지 영상 코덱(CODEC) 및 동영상 코덱에 사용할 수 있으므로, JPEG-2000이나 MPEG-4등에도 적용할 수 있다.

상기와 같은 본 발명에 따르면, 웨이브릿 기반의 멀티미디어 데이터 압축 및 복원 방법은 웨이브릿 필터의 계수와 이미지 데이터간의 곱셈 및 나눗셈을 단순한 쉬프트 연산(shift operation)의 조합으로 해결함으로써, 모든 계산을 곱셈과 나눗셈이 없는 정수계수의 쉬프트 연산만으로 처리하여 계산 속도를 향상할 수 있다.

또한, 쉬프트-합(shift-superposition) 연산만으로 처리하는 계산과정은 불필요한 계산과정을 없애고 웨이브릿 변환을 이용한 이미지 압축 및 복원을 매우 빠르게 처리할 수 있다. 그 결과, 기존 컨벌루션을 이용하는 방법에 비해서 이미지 분해, 압축 및 복원시의 효율이 높다.

따라서, 프로세서의 제약이 있고 빠른 처리 속도를 요하는 휴대용 무선 단말기에 효과적으로 적용될 수 있다.

또한, 이미지와 텍스트를 분리하여 만화와 같은 휴대용 무선 단말기에 제공되는 애니메이션을 압축하여 복원함으로써 텍스트의 수정이나 외국어로의 번역을 쉽게 할 수 있다.

또한, 이미지와 텍스트를 분리하여 만화와 같은 휴대용 무선 단말기에 제공되는 애니메이션을 압축하여 복원함으로써 압축률과 해상도를 높일 수 있고, 텍스트 부분의 검색이 가능하다.

상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

Claims

이미지 데이터와 텍스트 데이터를 포함하는 제1 멀티 미디어 데이터를 입력받는 단계;

상기 제1 멀티 미디어 데이터로부터 상기 이미지 데이터와 상기 텍스트 데이터를 분리하는 단계;

상기 이미지 데이터에 상응하는 이미지 프레임을 제1 및 제2 방향으로 복수의 레벨로 분해하고, 각 레벨에 대하여 상기 이미지 데이터의 이진 데이터 값을 이진형 계수를 가지는 웨이브릿 필터의 상기 이진형 계수에 상응하도록 쉬프트 연산하여 웨이브릿 변환함으로써 압축된 이미지 데이터를 생성하는 단계;

상기 분리된 텍스트 데이터를 모바일 컨텐츠용 마크업 언어로 코딩하여 제2 텍스트 데이터를 생성하는 단계; 및

상기 제2 텍스트 데이터를 상기 압축된 이미지 데이터에 부가하여 제2 멀티미디어 데이터를 생성하는 단계를 포함하는 것을 특징으로 하는 웨이브릿 기반의 멀티미디어 데이터 압축 방법.
제1항에 있어서, 상기 레벨의 수는 3 레벨인 것을 특징으로 하는 웨이브릿 기반의 멀티미디어 데이터 압축 방법.
제1항에 있어서, 상기 웨이브릿 필터는 쌍직교 웨이브릿 필터인 것을 특징으로 하는 웨이브릿 기반의 멀티미디어 데이터 압축 방법.
제1항에 있어서, 상기 압축된 이미지 데이터를 생성하는 단계는

상기 각 레벨에 대하여 저주파 영역과 고주파 영역으로 나누고, 상기 각각의 저주파 영역과 고주파 영역에 대하여 상기 웨이브릿 필터의 상기 이진형 계수에 상응하도록 상기 이미지 데이터의 이진 데이터 값을 소정 회수만큼 쉬프트 연산하여 합산함으로써 웨이브릿 변환하는 단계;

상기 웨이브릿 변환된 결과를 양자화하는 단계; 및

상기 양자화된 결과를 허프만 코딩하는 단계를 포함하는 것을 특징으로 하는 웨이브릿 기반의 멀티미디어 데이터 압축 방법.
제4항에 있어서, 상기 제2 멀티미디어 데이터는 허프만 코딩 정보, 상기 저주파 영역에 대한 양자화 정보 및 상기 고주파 영역에 대한 양자화 정보를 더 포함하는 것을 특징으로 하는 웨이브릿 기반의 멀티미디어 데이터 압축 방법.
제1항에 있어서, 상기 모바일 컨텐츠용 마크업 언어는 엑스텐서블 마크업 언어(eXtensible Markup Language; XML) 인 것을 특징으로 하는 웨이브릿 기반의 멀티미디어 데이터 압축 방법.
제1항에 있어서, 상기 제2 텍스트 데이터는 상기 텍스트의 표시 영역상의 위치, 글꼴 및 색상 정보 중 적어도 하나를 포함하는 것을 특징으로 하는 웨이브릿 기반의 멀티미디어 데이터 압축 방법.
제1항에 있어서, 상기 제2 텍스트 데이터는 상기 텍스트를 한 글자씩 디스플레이 하도록 하는 효과에 관한 태그 및 상기 텍스트를 소정 시간간격으로 스크롤 되도록 하는 슬라이딩 효과에 관한 태그 중 적어도 하나를 포함하는 것을 특징으로 하는 웨이브릿 기반의 멀티미디어 데이터 압축 방법.
제1항에 있어서, 상기 웨이브릿 기반의 멀티미디어 데이터 압축 방법은 개인 휴대 단말기(Personal Digital Assistant; PDA) 및 IMT 2000폰 중 적어도 하나를 포함하는 휴대용 무선 단말기에서 사용되는 것을 특징으로 하는 웨이브릿 기반의 멀티미디어 데이터 압축 방법.
제1항에 있어서, 상기 이미지는 전자북 서비스에 제공되는 만화를 포함하는 애니메이션 중의 그림 부분이고, 상기 텍스트는 상기 애니메이션 중의 대사 부분인 것을 특징으로 하는 웨이브릿 기반의 멀티미디어 데이터 압축 방법.
제1 이진형 계수의 웨이브릿 필터를 이용하여 압축된 이미지 데이터와 모바일 컨텐츠용 마크업 언어로 코딩된 텍스트 데이터를 포함하는 멀티 미디어 데이터를 입력받는 단계;

상기 멀티 미디어 데이터로부터 상기 이미지 데이터와 상기 텍스트 데이터를 분리하는 단계;

상기 이미지 데이터의 이진 데이터 값을 제2 이진형 계수를 가지는 역웨이브릿 필터의 상기 제2 이진형 계수에 상응하도록 쉬프트 연산을 하여 역웨이브릿 변환함으로써 복원된 이미지를 생성하는 단계;

상기 텍스트 데이터를 모바일 컨텐츠용 마크업 언어로 디코딩하여 제2 텍스트를 생성하는 단계; 및

상기 복원된 이미지에 상기 제2 텍스트를 오버랩시켜 디스플레이 하는 단계를 포함하는 것을 특징으로 하는 웨이브릿 기반의 멀티미디어 데이터 복원 방법.
제11항에 있어서, 상기 제2 이진형 계수는 상기 웨이브릿 필터와 함께 완전 복원 조건을 만족하도록 선택되는 것을 특징으로 하는 웨이브릿 기반의 멀티미디어 데이터 복원 방법.
제11항에 있어서, 상기 복원된 이미지를 생성하는 단계는

상기 이미지 데이터를 역양자화하는 단계;

상기 역양자화된 결과를 역허프만 코딩하는 단계; 및

상기 역허프만 코딩된 결과를 저주파 영역과 고주파 영역에 대하여 상기 역웨이브릿 필터의 상기 제2 이진형 계수에 상응하도록 상기 이미지 데이터의 이진 데이터 값을 소정 회수만큼 쉬프트 연산하여 합산함으로써 역웨이브릿 변환하는 단계를 포함하는 것을 특징으로 하는 웨이브릿 기반의 멀티미디어 데이터 복원 방법.
제11항에 있어서, 상기 모바일 컨텐츠용 마크업 언어는 엑스텐서블 마크업 언어(eXtensible Markup Language; XML)인 것을 특징으로 하는 웨이브릿 기반의 멀티미디어 데이터 복원 방법.
제11항에 있어서, 상기 웨이브릿 기반의 멀티미디어 데이터 복원 방법은 개인 휴대 단말기(Personal Digital Assistant; PDA) 및 IMT 2000폰 중 적어도 하나를 포함하는 휴대용 무선 단말기에서 사용되는 것을 특징으로 하는 웨이브릿 기반의 멀티미디어 데이터 복원 방법.
제15항에 있어서, 상기 디스플레이 하는 단계는 전자북(e-Book) 서비스를 제공하기 위하여 상기 복원된 이미지에 상기 제2 텍스트를 오버랩 시켜 상기 개인 휴대 단말기(PDA)의 한 화면에 1 장면의 만화로 디스플레이 하는 단계인 것을 특징으로 하는 웨이브릿 기반의 멀티미디어 데이터 복원 방법.
제15항에 있어서, 상기 디스플레이 하는 단계는 전자북(e-Book) 서비스를 제공하기 위하여 상기 복원된 이미지에 상기 복원된 텍스트를 오버랩 시켜 상기 개인 휴대 단말기(PDA)의 한 화면에 4 장면의 만화로 디스플레이 하는 단계인 것을 특징으로 하는 웨이브릿 기반의 멀티미디어 데이터 복원 방법.
제15항에 있어서, 상기 디스플레이 하는 단계는 상기 복원된 이미지와 상기 복원된 텍스트를 오버랩 시켜 상기 개인 휴대 단말기(PDA)의 화면에 소정 시간간격으로 한 개의 장면씩 스크롤 되도록 하는 슬라이딩 방식으로 디스플레이 하는 단계인 것을 특징으로 하는 웨이브릿 기반의 멀티미디어 데이터 복원 방법.
제15항에 있어서, 상기 제2 텍스트는 상기 개인 휴대 단말기(PDA)에서 음성으로 출력되는 것을 특징으로 하는 웨이브릿 기반의 멀티미디어 데이터 복원 방법.
제11항의 웨이브릿 기반의 멀티미디어 데이터 복원 방법을 사용하여 상기 멀티미디어 데이터를 복원하는 만화용 전자북(e-Book) 서비스를 제공하기 위한 애니메이션 전용 뷰어.
프로그램이 저장되어있는 메모리;

상기 메모리에 결합되어 상기 프로그램을 실행하는 프로세서

를 포함하되,

상기 프로세서는 상기 프로그램에 의해 제1항 내지 제10항 중 어느 한 항에 기재된 방법을 수행하는 웨이브릿 기반의 멀티미디어 데이터 압축 시스템.
프로그램이 저장되어있는 메모리;

상기 메모리에 결합되어 상기 프로그램을 실행하는 프로세서

를 포함하되,

상기 프로세서는 상기 프로그램에 의해 제11항 내지 제19항 중 어느 한 항에 기재된 방법을 수행하는 웨이브릿 기반의 멀티미디어 데이터 복원 시스템.