KR20140027040A - 적응 이미지 압축시스템 및 그 방법 - Google Patents

Abstract

적응 이미지 압축시스템 및 그 방법이 개시된다. 상기의 적응 이미지 압축방법은 적응 이미지 압축시스템이 압축대상 이미지의 특성을 판단하는 단계, 상기 적응 이미지 압축시스템이 판단된 상기 압축대상 이미지의 특성에 기초하여 QSF(Quantization Scale Factor)를 결정하는 단계, 결정된 상기 QSF에 기초하여 상기 압축대상 이미지에 상응하는 적응 양자화 테이블을 생성하는 단계, 및 생성된 상기 적응 양자화 테이블을 이용하여 상기 압축대상 이미지를 인코딩하는 단계를 포함한다.

Description

적응 이미지 압축시스템 및 그 방법{Adaptive predictive image compression system and method thereof}

본 발명은 적응 이미지 압축시스템 및 그 방법에 관한 것으로, 보다 상세하게는 압축될 이미지의 특성을 분석하여 압축 전에 미리 유사화질을 유지할 수 있는 손실 허용범위를 결정한 후 압축을 수행함으로써 효율적인 압축을 수행할 수 있는 시스템 및 그 방법에 관한 것이다.

이미지를 압축하는 종래의 다양한 방식이 널리 공지되어 있다. 그 중에서 가장 널리 쓰이고 있는 JPEG(Joint Photographic Experts Group)은 이미지를 압축하여 표현하는 표준으로 널리 이용되고 있다.

본 발명의 기술적 사상은 모든 형태의 데이터 압축 방식에 적용될 수 있지만, 설명의 편의를 위해 대표적으로 JPEG에 적용되는 경우를 일 예로 설명하기로 한다.

도 1은 종래의 JPEG 이미지의 생성방법을 개략적으로 설명하기 위한 도면이다.

도 1을 참조하면, JPEG은 원본 이미지를 압축하여 저장하는 방식인데, 원본 이미지를 DCT(Discrete Cosine Transform)을 수행하여 주파수 공간의 데이터로 변환하고(S10), 변환된 데이터를 표준 양자화 테이블을 이용하여 양자화(Quantization)을 수행함으로써(S11) 손실 압축(lossy compression)을 수행하게 된다(S11). 그리고 손실 압축된 데이터를 인코딩(encoding)을 수행함으로써(S12), 압축된 이미지 데이터를 생성할 수 있다.

이와 같이 JPEG과 같은 손실 압축을 수행하는 경우, 정보의 손실은 대부분이 양자화 과정에서 수행되게 된다. 따라서, 이미지 압축률은 얼마만큼의 스케일(scale)로 양자화를 수행하는지에 주도적으로 의존하게 되는 방식이다.

하지만, 이미지 압축은 사용자의 가시적 화질이 크게 저하되지 않는 범위에서 수행되는 것이 바람직하다. 예컨대, 이미지 압축률을 크게 하는 경우(즉, 양자화 스케일을 크게 하는 경우)에는 압축된 이미지의 데이터 크기가 적어진다는 효과는 있지만, 가시적으로 크게 화질이 떨어질 수 있는 문제점이 있다. 또한, 이미지 압축률을 적게 하는 경우에는 화질의 저하는 크지 않지만, 데이터의 압축 정도가 미미하다는 문제점이 있다.

따라서, 가시적 화질을 유사화질(즉, 원본 대비 가시적 화질이 육안으로 구분하기 어려운 정도의 화질)의 범위 내로 유지하면서 최대한 압축률을 높일 수 있도록 하기 위한 방법 즉, 화질 대비 압축률을 최적화하는 방법에 대한 연구가 활발히 수행되고 있다.

이와 관련된 종래의 방법은 주로 반복적인(iterative) 압축을 수행함으로써 최적화 압축률을 탐색하는 방식(예컨대, JPEG Mini)을 이용하고 있다. 도 2는 이러한 일 예를 나타낸다.

도 2를 참조하면, 종래의 방식은 주파수 영역으로 변환된 이미지를 소정의 양자화 스케일로 양자화 즉, 블록별 DCT 계수 조정을 수행하는 스텝(S20), 화질 저하가 발생하였는지를 판단하는 스텝(S21), 화질저하가 없다면 다시 양자화 스케일로 블록별 DCT 계수 조정을 수행하는 스텝을 반복적으로 수행하고 있다(S20). 화질 저하가 발생하였는지는 이른바 아티팩트(Artifact) 즉, 유사화질을 벗어나도록 하는 인공적 영상이 발생하였는지를 검사하는 방식이 사용될 수 있다. 물론, 이때에도 양자화에는 각 스텝별 양자화 스케일에 상응하는 양자화 테이블이 사용될 수 있으며, 이전 이미지와 압축 후의 이미지의 차이 값을 기준으로 각각의 스텝별 양자화 스케일이 결정되는 방식이다. 그리고, 반복적인 압축을 통해 아티팩트가 발생하면, 이전 스텝까지의 압축된 정보를 인코딩함으로써 압축을 완료할 수 있다(S23).

하지만, 이러한 종래의 압축방식은 압축할 이미지가 복잡하여 손실이 커도 상대적으로 가시적 화질 저하가 적은 이미지인지 또는 이미지가 단순하여 손실이 적어도 상대적으로 가시적 화질 저하가 큰 이미지인지 여부를 고려하지 않고 양자화가 수행되므로 비효율적인 방식일 수 있다. 또한, 일단 압축을 해본 후 다시 압축을 할지 압축을 그만 수행할지를 반복적으로 수행하므로 압축속도가 느릴 수밖에 없다.

또한, 최종 압축결과가 최적의 압축률임을 보장할 수 없는 문제점이 있다. 왜냐하면, 마지막 양자화 스텝 수행결과 아티팩트가 발생하면 이전 양자화 스텝의 결과가 최종 압축결과가 되는데, 이전 양자화 스텝의 결과가 최적화 압축률로 압축되었음을 보장하지 못하기 때문이다.

따라서, 종래의 방식과 달리 이미지의 특성에 따라 DCT 계수별로 가시적 화질을 보장하는 양자화 레벨(level)을 결정하여 비반복적으로 압축을 수행하는 방식이 요구된다. 즉, 이미지의 특성을 분석하여 유사화질을 유지하는 손실 허용 범위를 결정하고, 그에 따라 미리 압축에 사용될 양자화 스케일을 결정한 후 결정된 양자화 스케일에 상응하는 적응적 양자화 테이블을 생성하여 압축을 수행함으로써 한 번의 압축만으로 유사화질 범위내에서 압축률을 높일 수 있는 방법이 절실히 요구된다.

따라서, 본 발명이 이루고자 하는 기술적인 과제는 압축을 수행한 후 압축된 결과가 유사화질 범위 내인지를 판단하는 과정을 반복적으로 수행하는 것이 아니라, 압축 전에 이미지의 특성에 따라 DCT 계수별로 가시적 화질을 보장하는 양자화 레벨(level)을 결정하여 한번에 압축을 수행하도록 함으로써, 압축결과가 원본 이미지 대비 유사화질임을 보장하고 압축 속도 역시 개선될 수 있는 압축 방법 및 그 시스템을 제공하는 것이다.

상기의 기술적 과제를 해결하기 위한 본 발명의 실시 예에 따른 적응 이미지 압축방법은 적응 이미지 압축시스템이 압축대상 이미지의 특성을 판단하는 단계, 상기 적응 이미지 압축시스템이 판단된 상기 압축대상 이미지의 특성에 기초하여 QSF(Quantization Scale Factor)를 결정하는 단계, 결정된 상기 QSF에 기초하여 상기 압축대상 이미지에 상응하는 적응 양자화 테이블을 생성하는 단계, 및 생성된 상기 적응 양자화 테이블을 이용하여 상기 압축대상 이미지를 인코딩하는 단계를 포함한다.

상기 적응 이미지 압축시스템이 압축대상 이미지의 특성을 판단하는 단계는 상기 압축대상 이미지에 상응하는 그레이(gray) 이미지를 복수의 블록으로 구분하는 단계, 구분된 복수의 블록 각각의 특징값을 산출하는 단계, 및 산출된 복수의 블록 각각의 특징값에 기초하여 상기 압축대상 이미지의 상기 특성을 판단하는 단계를 포함할 수 있다.

상기 구분된 복수의 블록 각각의 특징값을 산출하는 단계는 상기 적응 이미지 압축시스템이 상기 복수의 블록 중 어느 하나에 포함된 픽셀들 각각의 디퍼렌셜(differential) 값의 평균값을 상기 특징값으로 산출하는 단계를 포함하며, 상기 디퍼렌셜 값은 특정 픽셀의 픽셀 값과 상기 특정 픽셀 주변의 픽셀들 각각의 픽셀 값의 차이 값의 평균인 것을 특징으로 할 수 있다.

상기 산출된 복수의 블록 각각의 특징값에 기초하여 상기 압축대상 이미지의 상기 특성을 판단하는 단계는, 상기 적응 이미지 압축시스템이 상기 복수의 블록 각각의 특징값에 기초하여 상기 복수의 블록 각각의 블록별 특성을 분류하는 단계 및 상기 분류된 복수의 상기 블록별 특성에 기초하여 상기 특성을 판단하는 단계를 포함할 수 있다.

상기 적응 이미지 압축시스템이 판단된 상기 압축대상 이미지의 특성에 기초하여 QSF(Quantization Scale Factor)를 결정하는 단계는, 판단된 상기 특성별로 대응되는 QSF 값에 대한 정보를 포함하는 QSF 판단 리스트에 기초하여, 상기 적응 이미지 압축시스템이 상기 압축대상 이미지에 상응하는 QSF 값을 결정하는 단계를 포함할 수 있다.

상기 결정된 상기 QSF에 기초하여 상기 압축대상 이미지에 상응하는 적응 양자화 테이블을 생성하는 단계는, 상기 적응 이미지 압축시스템이 결정된 상기 QSF 및 기준 양자화 테이블에 기초하여 그레이 적응 양자화 테이블 및 칼라 적응 양자화 테이블을 생성하는 단계를 포함할 수 있다.

상기 적응 이미지 압축방법은 프로그램을 기록한 컴퓨터 판독 가능한 기록매체에 저장될 수 있다.

상기 기술적 과제를 해결하기 위한 적응 이미지 압축시스템은 압축대상 이미지의 특성을 판단하기 위한 특성 판단모듈, 판단된 상기 압축대상 이미지의 특성에 기초하여 QSF(Quantization Scale Factor)를 결정하기 위한 QSF 결정모듈, 결정된 상기 QSF에 기초하여 상기 압축대상 이미지에 상응하는 적응 양자화 테이블을 생성하기 위한 적응 양자화 테이블 생성모듈, 및 생성된 상기 적응 양자화 테이블을 이용하여 상기 압축대상 이미지를 인코딩하기 위한 인코더를 포함한다.

상기 특성 판단모듈은 상기 압축대상 이미지에 상응하는 그레이(gray) 이미지를 복수의 블록으로 구분하고, 구분된 복수의 블록 각각의 특징값을 산출하며, 산출된 복수의 블록 각각의 특징값에 기초하여 상기 압축대상 이미지의 상기 특성을 판단할 수 있다.

상기 특성 판단모듈은 상기 복수의 블록 중 어느 하나에 포함된 픽셀들 각각의 디퍼렌셜(differential) 값의 평균값을 상기 특징값으로 산출하며, 상기 디퍼렌셜 값은 특정 픽셀의 픽셀 값과 상기 특정 픽셀 주변의 픽셀들 각각의 픽셀 값의 차이 값의 평균인 것을 특징으로 할 수 있다.

상기 특성 판단모듈은 상기 복수의 블록 각각의 특징값의 분류기준에 기초하여 상기 복수의 블록 각각의 블록별 특성을 분류하고, 상기 분류된 복수의 상기 블록별 특성에 기초하여 상기 특성을 판단할 수 있다.

상기 QSF 결정모듈은 판단된 상기 특성별로 대응되는 QSF 값에 대한 정보를 포함하는 QSF 판단 리스트에 기초하여, 상기 압축대상 이미지에 상응하는 QSF 값을 결정할 수 있다.

상기 적응 양자화 테이블을 생성모듈은 결정된 상기 QSF 및 기준 양자화 테이블에 기초하여 그레이 적응 양자화 테이블 및 칼라 적응 양자화 테이블을 생성할 수 있다.

본 발명의 기술적 사상에 따르면 압축 정도 즉, 양자화 스케일이 이미지 특성에 따라 미리 결정된 후 한 번의 양자화만으로 압축이 완료되므로, 압축 속도의 현저한 개선이 존재하는 효과가 있다.

또한, 압축될 이미지의 특성, 복잡도, 화질 등이 고려되어 압축이 수행될 수 있으므로, 이미지 열화 현상이 적을 수 있는 효과가 있다.

또한, 적응 양자화 테이블을 이용하므로 상대적으로 압축률이 높을 수 있는 효과가 있다.

본 발명의 상세한 설명에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.
도 1은 종래의 JPEG 압축 방식을 개략적으로 설명하기 위한 도면이다.
도 2는 종래의 반복적인 압축 방식을 개략적으로 설명하기 위한 도면이다.
도 3은 본 발명의 실시 예에 따른 적응 이미지 압축시스템의 개략적인 구성을 나타내는 도면이다.
도 4는 본 발명의 실시 예에 따른 적응 이미지 압축방법에 따라 압축대상 이미지의 블록별 이미지 특징값을 판단하는 방법을 설명하기 위한 도면이다.
도 5는 본 발명의 실시 예에 따라 압축대상 이미지의 블록별 특성을 판단하는 방식을 설명하기 위한 도면이다.
도 6은 본 발명의 실시 예에 따른 적응 이미지 압축방법에 의한 성능 시뮬레이션 결과를 나타내는 도면이다.

본 발명과 본 발명의 동작상의 이점 및 본 발명의 실시에 의하여 달성되는 목적을 충분히 이해하기 위해서는 본 발명의 바람직한 실시 예를 예시하는 첨부 도면 및 첨부 도면에 기재된 내용을 참조하여야만 한다.

또한, 본 명세서에 있어서는 어느 하나의 구성요소가 다른 구성요소로 데이터를 '전송'하는 경우에는 상기 구성요소는 상기 다른 구성요소로 직접 상기 데이터를 전송할 수도 있고, 적어도 하나의 또 다른 구성요소를 통하여 상기 데이터를 상기 다른 구성요소로 전송할 수도 있는 것을 의미한다.

반대로 어느 하나의 구성요소가 다른 구성요소로 데이터를 '직접 전송'하는 경우에는 상기 구성요소에서 다른 구성요소를 통하지 않고 상기 다른 구성요소로 상기 데이터가 전송되는 것을 의미한다.

이하, 첨부한 도면을 참조하여 본 발명의 바람직한 실시 예를 설명함으로써, 본 발명을 상세히 설명한다. 각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다.

도 3은 본 발명의 실시 예에 따른 적응 이미지 압축시스템의 개략적인 구성을 나타내는 도면이다.

도 3을 참조하면, 본 발명의 실시 예에 따른 적응 이미지 압축시스템(100)은 특성 판단모듈(110), QSF 결정모듈(120), 적응 양자화 테이블 생성모듈(130), 및 인코더(140)를 포함한다. 상기 적응 이미지 압축시스템(100)은 타입 컨버터(150)를 더 포함할 수도 있다.

상기 적응 이미지 압축시스템(100)은 소정의 압축대상 이미지를 입력 값으르 수신하면, 본 발명의 기술적 사상에 따른 적응 이미지 압축방법에 따라 상기 압축대상 이미지를 압축한 후 압축된 이미지 데이터를 출력할 수 있다.

상기 적응 이미지 압축시스템(100)은 소정의 데이터 프로세싱 장치(예컨대, 컴퓨터, 모바일 단말기 등)에 설치되어, 상기 데이터 프로세싱 장치에 구비된 하드웨어 및 본 발명의 기술적 사상을 구현하도록 정의되는 소정의 소프트웨어 코드와 유기적으로 결합되는 구성을 의미할 수 있다.

본 명세서에서 '모듈'이라 함은, 본 발명의 기술적 사상을 수행하기 위한 하드웨어 및 상기 하드웨어를 구동하기 위한 소프트웨어의 기능적, 구조적 결합을 의미할 수 있다. 예컨대, 상기 '모듈'은 소정의 코드와 상기 소정의 코드가 수행되기 위한 하드웨어 리소스(resource)의 논리적인 단위를 의미할 수 있으며, 반드시 물리적으로 연결된 코드를 의미하거나, 한 종류의 하드웨어를 의미하는 것은 아님은 본 발명의 기술분야의 평균적 전문가에게는 용이하게 추론될 수 있다.

구현 예에 따라, 상기 적응 이미지 압축시스템(100)은 어느 하나의 물리적 장치가 아니라, 복수의 물리적 장치에 분산되어 설치될 수도 있다. 필요에 따라, 상기 적응 이미지 압축시스템(100)에 포함된 각각의 구성들이 독립적인 물리적 장치들로 구현되면, 이러한 물리적 장치들이 유무선 네트워크를 통해 유기적으로 결합되어 구현되어 본 발명의 기술적 사상에 따른 상기 적응 이미지 압축시스템(100)을 구현할 수도 있다.

상기 특성 판단모듈(110)은 상기 적응 이미지 압축시스템(100)으로 입력되는 압축대상 이미지의 특성을 판단할 수 있다. 즉, 상기 압축대상 이미지가 복잡한 이미지인지 단순한 이미지인지 등을 나타내는 복잡도, 화질, 종류(그라데이션(gradation), 스토롱 에지(strong edge), 텍스쳐(texture) 등) 등 압축과 관련된 특성을 판단할 수 있다. 이러한 상기 압축대상 이미지의 특성은 상기 적응 이미지 압축시스템(100)이 손실 압축을 수행하기 때문에 고려되어야 할 특성일 수 있다. 왜냐하면, 상기 압축대상 이미지는 그 특성에 따라 일정 정도의 정보의 손실이 되어도 가시적 화질에는 큰 영향이 없는 이미지일 수도 있고, 상기 일정 정도의 정보의 손실이 있는 경우에는 가시적 화질에 큰 영향이 존재하는 이미지일 수도 있기 때문이다.

따라서, 본 발명의 기술적 사상에 따르면, 후술할 바와 같은 방식으로 상기 압축대상 이미지의 특성을 판단하고, 판단된 특성에 따라 압축을 수행할 정도 즉, QSF(Quantization Scale Factor)를 결정하므로 압축대상 이미지에 적응적 압축을 수행할 수 있는 효과가 있다. 또한, 종래의 압축방식처럼 압축대상 이미지가 어떠한 이미지인지와는 무관하게 반복적으로 압축을 해본 후 아티팩트가 존재하는지를 판단하여 최적 압축을 수행하는 방식과 달리, 압축대상 이미지에 따라 압축을 수행할 정도를 결정한 후 한 번의 압축을 통해 압축을 수행할 수도 있다.

이를 위해, 상기 특성 판단모듈(110)에 의해 상기 압축대상 이미지의 특성이 결정되면, 상기 QSF 결정모듈(120)은 판단된 이미지 특성에 따라 적응적으로 QSF 값을 결정할 수 있다. 상기 QSF 값은 압축 스캐일 즉, 양자화의 정도를 나타내는 값을 의미할 수 있다.

또한, 상기 QSF 결정모듈(120)에 결정된 QSF 값은 실제 양자화를 수행하기 위해 이용되는 양자화 테이블 각각의 값을 결정하는데 이용될 수 있다. 이를 위해 상기 적응 양자화 테이블 생성모듈(130)은 상기 QSF 결정모듈(120)로부터 결정된 QSF 값을 수신하고, 상기 압축대상 이미지를 양자화하는데 이용될 양자화 테이블을 생성할 수 있다.

양자화 테이블은 블록의 DCT 계수 값을 얼마만큼 양자화할지를 결정하는데 이용되는 정보로써, 일반적으로 JPEG 표준은 어느 하나의 양자화 테이블을 이용하여 상기 압축대상 이미지에 포함된 모든 블록을 양자화할 수 있다. JPEG 표준은 일반적으로 압축대상 이미지를 8×8 픽셀을 갖는 블록으로 나누고, 블록별로 양자화를 수행할 수 있다. 그리고, 양자화 테이블 역시 각각의 블록에 포함된 각각의 픽셀을 양자화하기 위한 8×8 엘리멘트를 갖는 배열로 정의될 수 있다. 따라서, 본 발명의 일 실시 예에 따라 생성되는 상기 적응 양자화 테이블 역시 8×8 배열로 구현될 수 있다. 하지만, 본 발명의 기술적 사상은 상기 압축대상 이미지가 어떠한 크기를 갖는 블록으로 나누는지에 무관하게 적용될 수 있으므로, 각각의 블록의 크기 및 상기 적응 양자화 테이블의 크기는 다양한 변형이 가능할 수 있음을 본 발명의 기술분야의 평균적 전문가는 용이하게 추론할 수 있을 것이다.

일 실시 예에 의하면, 상기 적응 양자화 테이블 생성모듈(130)은 상기 QSF 결정모듈(120)에 의해 결정된 QSF 값을 이용하여 소정의 방식으로 상기 적응 양자화 테이블을 생성할 수 있다. 상기 소정의 방식은 본 발명의 기술적 사상을 위해 별도로 고안될 수도 있다. 다른 일 실시 예에 의하면, 상기 적응 양자화 테이블 생성모듈(130)은 상기 결정된 QSF 값과 JPEG 표준에서 정의되는 표준 양자화 테이블을 이용하여 상기 적응 양자화 테이블을 생성할 수도 있다. 또는, 본 발명의 기술적 사상을 위해 이용될 소정의 양자화 테이블이 정의되고, 정의된 상기 양자화 테이블과 상기 QSF 값을 이용하여 상기 적응 양자화 테이블을 생성할 수도 있다. 이처럼 새롭게 정의된 양자화 테이블 또는 상기 표준 양자화 테이블 중 어느 하나와 상기 QSF 값을 이용하여 적응 양자화 테이블이 생성될 수 있으며, 이처럼 적응 양자화 테이블의 생성에 이용되는 양자화 테이블을 본 명세서에서는 기준 양자화 테이블로 정의하기로 한다. 상기 기준 양자화 테이블은 압축대상 이미지에 따라 별도로 생성할 수도 있고, JPEG 표준의 표준 양자화 테이블이 이용될 수도 있다. 표준 양자화 테이블이 기준 양자화 테이블로 이용되는 경우에는 간단하게 이미 존재하는 JPEG 표준 압축 시스템을 변경함으로써 본 발명의 기술적 사상을 구현할 수도 있다.

예컨대, 상기 QSF 값이 결정되면, 상기 적응 양자화 테이블 생성모듈(130)은 기준 양자화 테이블의 각 엘리멘트의 값과 상기 QSF 값을 이용하여 소정의 연산을 수행하여 상기 적응 양자화 테이블의 엘리멘트의 값을 결정할 수 있다. 상기 소정의 연산은 단순히 기준 양자화 테이블의 엘리멘트의 값과 상기 QSF 값을 곱하는 연산일 수도 있고, 곱한 후 소정의 상수를 더 할 수도 있다. 기타 다양한 방식으로 상기 적응 양자화 테이블의 엘리멘트의 값이 상기 기준 양자화 테이블의 엘리멘트 값과 상기 QSF 값에 기초하여 생성될 수 있다.

한편, 상기 압축대상 이미지에 이처럼 생성되는 적응 양자화 테이블은 하나일 수 있다. 즉, 상기 압축대상 이미지에 포함되는 모든 블록은 상기 적응 양자화 테이블 생성모듈(130)에 의해 생성된 하나의 상기 적응 양자화 테이블을 이용하여 양자화가 수행될 수 있다.

상기 인코더(140)는 JPEG 표준에 정의된 바와 같이 상기 압축대상 이미지에 포함된 각 블록들에 대해 상기 적응 양자화 테이블 생성모듈(130)에 의해 생성된 적응 양자화 테이블을 이용하여 양자화를 수행하여 인코딩을 수행할 수 있다.

상기 타입 컨버터(Type Converter, 150)는 상기 압축대상 이미지를 그레이(gray) 이미지와 컬러 이미지로 타입 컨버팅할 수 있다. 일반적으로 압축대상 이미지를 그레이 이미지로 컨버팅하는 방식에 대해서는 널리 알려져 있으므로 상세한 설명은 생략하도록 한다. 일반적으로 소정의 이미지는 그레이 이미지 및 컬러 이미지로 분리될 수 있으며, 그레이 이미지가 보다 이미지 특성을 잘 나타내는 것으로 알려져 있다. 따라서, 본 발명의 기술적 사상 역시 그레이 이미지를 이용하여 상기 압축대상 이미지의 특성을 판단할 수 있다.

상기 압축대상 이미지의 특성을 판단하기 위한 본 발명의 기술적 사상은 상기 적응 이미지 압축시스템(100)이 상기 압축대상 이미지를 복수의 블록으로 구분하고, 구분된 복수의 블록별로 특징 값을 산출하여, 산출된 복수의 블록별 특징 값에 기초하여 상기 압축대상 이미지 전체의 특성이 판단될 수 있다.

이러한 일 예는 도 4를 참조하여 보다 구체적으로 설명하기로 한다.

도 4는 본 발명의 실시 예에 따른 적응 이미지 압축방법에 따라 압축대상 이미지의 블록별 이미지 특징값을 판단하는 방법을 설명하기 위한 도면이다.

도 3 및 도 4를 참조하면, 상기 타입 컨버터(150)에 의해 그레이 이미지로 타입 컨버팅된 데이터가 상기 특성 판단모듈(110)로 입력될 수 있다. 상기 그레이 이미지는 예컨대, 이미지의 루미넌스(luminence) 값을 갖는 데이터일 수 있으며, 소정의 버퍼에 저장될 수 있다. 그러면, 상기 특성 판단모듈(110)은 상기 버퍼로부터 상기 데이터를 독출할 수 있다. 물론, 상기 적응 이미지 압축시스템(100)에 인코딩된 이미지 파일(예컨대, JPEG 파일 등)이 입력되는 경우에는, 소정의 디코더를 통해 인코딩된 이미지 파일이 디코딩되어 원본 이미지에 상응하는 데이터(RGB raw image)로 변환된 후, 상기 타입 컨버터(150)로 입력될 수도 있다.

상기 특성 판단모듈(110)은 이미지를 복수의 블록으로 구분할 수 있다. 일 예에 의하면, 상기 특성 판단모듈(110)은 JPEG 표준과 같이 상기 블록의 크기를 8×8로 설정할 수 있지만, 이에 한정되는 것은 아니다.

상기 특성 판단모듈(110)은 구분된 복수의 블록들 각각의 특징 값을 산출할 수 있다. 상기 특징 값은 각각의 블록에 상응하는 부분 이미지의 특징을 나타낼 수 있는 정보를 의미할 수 있다. 상기 특징 값은 각 블록이 얼마나 압축될 수 있는지와 관련된 값일 수 있다. 본 명세서에서는 상기 특징 값을 BQI(Block Quality Indicator)로 명명하기로 한다. 그리고 이러한 블록별 BQI에 기초하여 상기 압축대상 이미지 전체의 특성이 결정될 수 있다.

상기 BQI는 도 4에 도시된 바와 같이 상기 블록에 포함된 각각의 픽셀들의 디퍼렌셜 값의 평균에 의해 산출될 수 있다. 디퍼렌셜 값의 평균이 높다는 것은 상기 블록에 상응하는 부분 이미지가 복잡도가 높음을 나타낼 수도 있고, 부분 이미지 내에 루미넌스의 변화가 많음을 나타낼 수도 있다. 그리고 이처럼 디퍼렌셜 값의 평균 즉, BQI가 높다는 것은 일반적으로 압축이 많이 되어도 가시적인 화질의 저하가 상대적으로 낮음을 의미할 수도 있다.

상기 블록에 포함된 어느 하나의 픽셀(예컨대, 10)의 디퍼렌셜 값은 상기 필셀(10)과 주변 픽셀들(11~17) 각각의 값의 차이들(d1~d7)의 평균을 의미할 수 있다. 이처럼, 상기 블록에 포함된 어느 하나의 픽셀의 디퍼렌셜 값이 결정되면, 나머지 픽셀들에 대해서도 동일한 방식으로 디퍼렌셜 값이 결정될 수 있다. 그러면, 상기 특성 판단모듈(110)은 상기 블록에 포함된 모든 픽셀들 각각의 디퍼렌셜 값을 산출할 수 있고, 이에 따라 상기 블록의 BQI 값을 산출할 수 있다.

그러면, 결국, 상기 특성 판단모듈(110)은 모든 블록들 각각의 BQI를 산출할 수 있다.

그러면, 상기 특성 판단모듈(110)은 산출된 블록들 각각의 BQI를 상기 QSF 결정모듈(120)로 출력할 수 있다. 그러면, 상기 QSF는 수신된 블록들 각각의 BQI에 기초하여 상기 압축대상 이미지의 특성을 판단할 수 있다.

상기 BQI에 기초하여 상기 압축대상 이미지의 특성을 판단하는 방식은 다양할 수 있다. 예컨대, 상기 BQI의 산술평균값 등과 같은 소정의 대표 값을 상기 압축대상 이미지의 특성으로 판단할 수 있다. 어떠한 방식이든 상기 BQI에 기초하여 상기 압축대상 이미지 전체의 특성을 결정할 수 있다. 상기 특성은 상기 압축대상 이미지가 얼마나 압출될 수 있는지를 나타낼 수 있는 소정의 값일 수도 있고, 상기 BQI 값들의 조합 또는 통계를 의미할 수도 있다. 이처럼 상기 특성을 판단할 수 있는 다양한 구현 예가 가능하다.

일 실시 예에 의하면, 상기 QSF 결정모듈(120)은 수신된 상기 복수의 블록들 각각에 상응하는 복수의 BQI들 각각을 소정의 분류기준에 기초하여 분류할 수 있다. 즉, 복수의 블록들 각각의 특성을 상기 분류기준에 기초하여 분류할 수 있다. 그리고, 분류된 결과를 이용하여 상기 압축대상 이미지 전체의 특성을 판단할 수도 있다.

이러한 일 예는 도 5에 도시된다.

도 5는 본 발명의 실시 예에 따라 압축대상 이미지의 블록별 특성을 판단하는 방식을 설명하기 위한 도면이다.

도 5를 참조하면, 상기 QSF 결정모듈(120)은 각각의 블록들이 가질 수 있는 BQI를 소정의 범위로 분류하는 기준을 미리 저장하고 있을 수 있다. 그리고, 이러한 분류의 기준에 기초하여, 도 5에 도시된 바와 같이 BQI가 제1범위(예컨대, 0.5보다 적은 범위) 보다 적은 블록을 제1분류, 제2범위(예컨대, BQI가 0.5보다 크거나 같고 1보다 적은 범위)에 해당하는 블록을 제2분류, 제3범위(예컨대, BQI가 1보다 크거나 같고 1.5보다 적은 범위)에 해당하는 블록을 제3분류로 구분할 수 있다.

그러면, 유사한 특성을 가지는 블록들은 동일한 분류로 분류될 수 있다. 그러면, 상기 QSF 결정모듈(120)은 상기 압축대상 이미지에 포함되는 블록들 중 어떤 분류에 해당하는 블록이 몇 개인지에 따라 상기 압축대상 이미지의 특성을 결정할 수 있다. 예컨대, 제1분류에 해당하는 블록이 많은 경우에는, 압축률이 작아야 가시적 화질 저하가 없는 블록이 많은 것을 의미할 수 있다. 따라서, 이러한 경우에는 상기 QSF 결정모듈(120)은 상기 압축대상 이미지 전체의 압축률이 낮아야 가시적 화질 저하가 없는 이미지라고 판단할 수 있다. 그러면, 그에 적합한 QSF 값을 결정할 수 있다. 물론, 제1분류 뿐만 아니라, 다른 다양한 분류에 해당하는 블록의 개수 등에 기초하여 상기 QSF 결정모듈(120)은 상기 압축대상 이미지의 특성 즉, 상기 압축대상 이미지의 압축정도를 나타내는 QSF를 결정할 수 있다.

어떠한 경우든 상기 QSF 결정모듈(120)은 상기 특성 판단모듈(110)에 의해 산출된 블록들 각각의 BQI에 기초하여 상기 QSF를 결정할 수 있다.

상기 BQI의 분류기준 즉, BQI를 분류하는 기준 값들 및 분류된 BQI에 기초하여 어떠한 QSF 값이 결정될지 여부는 실험적으로 결정되어 미리 상기 적응 이미지 압축시스템(100)에 저장되어 있을 수 있다. 예컨대, 제1분류를 결정하는 기준 값(예컨대, 0.5)은 반복적인 실험 및 이에 따른 압축결과의 검증에 통해 결정될 수 있다. 또한, 상기 BQI가 어떠한 값들을 가지는지, 어떠한 분포를 가지는지, 또는 어떤 분류에 속하는 블록들이 몇 개(또는 전체 블록에서 차지하는 비율)인지 여부 등에 따라 실험적으로 결정된 QSF 값들에 대한 정보가 즉, QSF 판단 리스트가 미리 상기 적응 이미지 압축시스템(100)에 저장되어 있을 수 있다. 그리고, 이러한 QSF 판단 리스트에 기초하여 상기 QSF 값이 결정될 수 있다.

이처럼 QSF 값이 결정되면, 결정된 QSF 값은 상기 적응 양자화 테이블 생성모듈(130)로 출력될 수 있다. 상기 적응 양자화 테이블 생성모듈(130)은 수신된 QSF 값에 기초하여 적응 양자화 테이블을 생성할 수 있다. 또한, 전술한 바와 같이 상기 적응 양자화 테이블을 생성하기 위해 표준 양자화 테이블이 이용될 수도 있다.

이처럼 적응 양자화 테이블이 생성되면, 상기 인코더(140)는 생성된 상기 적응 양자화 테이블을 이용하여 블록별로 양자화를 수행하면서 인코딩을 수행할 수 있다.

이처럼 본 발명의 기술적 사상이 QSF 결정모듈(120)에 의해 압축대상 이미지 전체의 특성을 나타내는 QSF 값을 결정하고, 결정된 QSF 값에 기초하여 적응 양자화 테이블을 생성하는 것은, JPEG 표준은 모든 블록들에 대해 동일한 압축정도로 압축 즉, 양자화를 수행하기 때문이다. 즉, 각각의 블록들에 대한 양자화가 수행될 때 동일한 적응 양자화 테이블을 이용하여 양자화가 수행되기 때문이다. 따라서, 본 발명의 기술적 사상도 상기 이미지 전체의 특성을 고려해서 하나의 적응 양자화 테이블을 생성하고, 그에 따라 모든 블록들에 대해 하나의 적응 양자화 테이블을 이용한 양자화를 수행할 수 있다. 하지만, 종래의 방식은 이미지의 특성에 관계없이 동일한 압축 정도로 블록별 양자화를 수행하는 반면, 본 발명의 기술적 사상은 이미지의 특성에 따라 양자화가 수행되는 특징이 존재한다. 즉, 양자화가 수행될 때 종래의 방식은 특정 이미지에 적합한 양자화 테이블이 아니라, 이미지의 특성에 무관하게 압축정도에 따라 동일한 적응 양자화 테이블을 이용하여 양자화가 수행되는 반면, 본 발명에 의하면 특정 이미지의 특성에 따라 적합한 양자화 테이블이 결정된 후 양자화가 수행되므로 효율적 압축이 가능한 효과가 있다.

한편, 상기 적응 양자화 테이블 생성모듈(130)은 결정된 QSF 값에 기초하여 그레이 적응 양자화 테이블 및 칼라 적응 양자화 테이블을 생성할 수 있음은 물론이다. 즉, 그레이 이미지를 양자화할 그레이 적응 양자화 테이블 및 칼라 이미지를 양자화할 때 이용될 칼라 적응 양자화 테이블 각각을 생성할 수 있다. 이때에는 그레이 기준 양자화 테이블 및 칼라 기준 양자화 테이블 각각과 상기 QSF 값을 이용하여 그레이 적응 양자화 테이블 및 칼라 적응 양자화 테이블을 각각 생성할 수 있음은 물론이다. 그러면, 상기 인코더(140)는 양자화된 그레이 이미지 및 양자화된 칼리 이미지를 각각 생성하여 인코딩을 수행함으로써 압축된 이미지를 생성할 수 있다. 이처럼 그레이 이미지를 이용해 상기 압축대상 이미지의 특성이 파악되고, 파악된 특성을 칼라 이미지에 적용하여도 압축효율은 보장될 수 있음은 널리 알려져 있다.

결국, 본 발명의 기술적 사상에 의하면, 종래의 압축방식과 같이 기준 양자화 테이블에 상응하도록 압축을 수행한 후 아티팩트가 존재하는지를 검사하는 과정을 반복적으로 수행하는 것이 아니라, 미리 얼마만큼 압축대상 이미지를 압축할지(즉, 적응 양자화 테이블의 결정)를 결정한 후, 한 번의 압축으로 압축을 수행할 수 있으므로, 현저한 압축 속도의 성능 개선 효과가 존재할 수 있다. 또한, 압축대상 이미지의 이미지 특성을 미리 고려하므로, 압축이 수행된 후에도 어느 정도의 유사화질이 보장될 수 있는 효과가 있다. 물론, 이때에는 상기 압축대상 이미지의 특성을 판단하기 위해 산출된 BQI와 이를 이용하여 QSF 값을 결정하는 적절한 기준이 미리 정의되어야 할 수 있다.

본 발명의 기술적 사상은 압축대상 이미지가 JPEG 이미지인 경우뿐만 아니라, 다양한 형태의 이미지에 모두 적용될 수 있다. 즉, 압축대상 이미지를 디코딩할 수 있는 디코더만 구비되고, 이를 통해 RGB raw image 만 획득할 수 있으면 본 발명의 기술적 사상이 적용될 수 있는 효과도 있다.

도 6은 본 발명의 실시 예에 따른 적응 이미지 압축방법에 의한 성능 시뮬레이션 결과를 나타내는 도면이다.

도 6은 각각 1.9M, 11M, 15M, 21M인 압축되지 않은 이미지에 대해 JPEG으로 압축된 원본 JPEG 이미지를 본 발명의 기술적 사상에 따른 압축 방식(Atom JPEG)으로 재압축한 결과 및 전술한 바와 같이 종래의 이터러티브(iterative) 압축 방식(JPEG Mini)로 재압축한 결과를 나타낸다.

도 6을 참조하면, 알 수 있듯이 4 가지의 이미지 전부에 대해서 PSNR(Peak Signal to Noise Ratio)이 본 발명의 기술적 사상에 따른 압축 방식이 더 높음을 알 수 있다. 또한, 압축율 역시 21M의 원본 이미지를 제외하고는 더 높음을 알 수 있다. 실험결과에 의하면 압축율 역시 본 발명의 기술적 사상에 따른 압축 방식이 대개 높게 나옴을 알 수 있었다.

그럼에도 불구하고 본 발명의 기술적 사상에 따른 압축 방법이 종래의 방식에 비해 압축속도가 현저히 높으므로, 종래의 압축 방식에 비해 본 발명의 기술적 사상에 따른 압축 방식은 전체적으로 뛰어난 성능의 개선효과가 있음을 알 수 있다.

본 발명의 실시 예에 따른 적응 이미지 압축방법은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 하드 디스크, 플로피 디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있다.

본 발명은 도면에 도시된 일 실시 예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시 예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.

Claims (2)

1. 적응 이미지 압축시스템이 이미지를 복수의 블록으로 구분하고, 구분된 상기 복수의 블록 각각의 특징 값을 산출하는 단계;
   상기 적응 이미지 압축시스템이 산출된 상기 복수의 블록 각각의 특징 값에 기초하여 상기 이미지의 전체의 특성을 판단하는 단계;
   상기 적응 이미지 압축시스템이 판단된 상기 이미지의 전체의 특성에 기초하여 QSF(Quantization Scale Factor)를 결정하는 단계;
   결정된 상기 QSF에 기초하여 상기 이미지에 상응하는 적응 양자화 테이블을 생성하는 단계; 및
   생성된 상기 적응 양자화 테이블을 이용하여 상기 이미지를 인코딩하는 단계를 포함하는 적응 이미지 압축방법.
   
2. 이미지를 복수의 블록으로 구분하고, 구분된 복수의 블록 각각의 특징값을 산출하며, 산출된 복수의 블록 각각의 특징값에 기초하여 상기 이미지의 전체의 특성을 판단하기 위한 특성 판단모듈;
   판단된 상기 이미지의 전체의 특성에 기초하여 QSF(Quantization Scale Factor)를 결정하기 위한 QSF 결정모듈;
   결정된 상기 QSF에 기초하여 상기 이미지에 상응하는 적응 양자화 테이블을 생성하기 위한 적응 양자화 테이블 생성모듈; 및
   생성된 상기 적응 양자화 테이블을 이용하여 상기 이미지를 인코딩하기 위한 인코더를 포함하는 적응 이미지 압축시스템.
   
   

Images