KR20170046136A - 이미지 유형에 따른 압축 알고리즘 선택 방법 - Google Patents

Abstract

본 발명은 이미지를 압축하는 방법에 관한 것으로,
- 이미지의 하나의 층의 적어도 전체에 대하여 상기 이미지의 색상 레벨을 계산하는 단계;
- 상기 이미지의 하나의 층의 적어도 전체의 색상 유형에 따라, 상기 이미지를 다음의 세 가지 클래스 중 하나로 분류하는 단계:
○ 이미지가 그래픽 유형이면, 제1 클래스;
○ 이미지가 고대비 유형이면, 제2 클래스;
○ 이미지가 저대비 유형이면, 제3 클래스; 및,
- 상기 이미지의 클래스에 따라 압축 처리 유형을 선택하는 단계로서:
○ 이미지가 제1 클래스인 경우, 바람직하게는 APE 유형의, 차분치 처리;
○ 이미지가 제3 클래스인 경우, 바람직하게는 웨이블릿을 이용하는, 주파수 처리; 및
○ 상기 이미지가 제2 클래스인 경우:
■ 무손실 또는 저손실 압축을 위해서는, 바람직하게는 APE 유형의, 바람직하게는 차분치 처리를 이용하고,
■ 다른 경우에는, 바람직하게는 웨이블릿을 이용하는, 바람직하게는 주파수 처리를 이용하는 단계;를 특징으로 한다.

Description

이미지 유형에 따른 압축 알고리즘 선택 방법{METHOD FOR CHOOSING A COMPRESSION ALGORITHM DEPENDING ON THE IMAGE TYPE}

이미지는 매우 다른 유형에 속할 수 있다. 특히, 선명한 선으로 구성된 고도의 "그래픽" 이미지와, 많은 색상 그라디언트(gradient)로 구성된 더 많은 "자연적인" 이미지가 있다.

각 압축 알고리즘은 자체적 데이터 표현을 사용한다. 예를 들어, 웨이블릿(wavelet)을 통한 압축은 이미지를 주파수 변환이 포함된 연속적인 하위 이미지로 분리하는 반면, 특히 지원자에 의해 개발된 특정 코덱은 이미지의 수치값 사이의 차분치들을 가진다.

따라서, 본 발명은 이미지 데이터 유형을 사용하는 데이터의 최선의 표현을 인코딩함에 있어서 자동적으로 선택하고, 파일 헤더(header)에 포함된 정보를 이용하여 압축 해제시에 역변환을 수행하는 코덱을 정의하는 것을 제안한다.

각각의 알고리즘의 유형은 이미지의 특정 유형으로 거의 맞춰진다. 특히, 주파수 표현은 저대비 이미지를 매우 잘 모델링하는 반면 차분치들을 통한 표현은 그래픽이나 고대비 이미지를 잘 모델링한다.

각각의 방법(차분치들/웨이블릿)은 손실 또는 무손실 모드에서 사용될 수 있다. 상기 변환은 각 층마다 따로 적용된다. 반면에, 변환 유형의 선택은 가장 대표적인 것으로 간주되는 층에서 이뤄지는데, 예를 들어 사전에 YCbCr 변환을 받아온 이미지의 경우에는 Y층 또는 무손실 색도 변환(colorimetric transformation)의 경우에는 이미지의 빛의 세기를 가장 잘 대표하는 층이다.

사용된 알고리즘이 웨이블릿을 통한 변환일 때, 이러한 변환은 웨이블릿의 특정한 실행, 이진 인코딩(binary encoding)에 의하여, 또는 Jpeg2000이나 PGF 같은 표준 형식을 사용하여 실행될 수 있다. 다음의 예에서는 사용된 웨이블릿 포맷은 Jpeg2000과 PGF일 것이나, 이에 제한되는 것은 아니다.

사용된 알고리즘이 차분치들을 통한 변환일 때, 이러한 차분치들을 통한 변환은 동일 층상의 두 개의 인접한 픽셀 값 사이의 차분치를 취하고 소정의 인자 Q에 의해 이 차분치를 양자화(quantify)하는 것으로 구성된다. 에러를 전파하지 않기 위해, 차분치는 이하 정의된 압축 해제값에 관하여 취해진다. 같은 방법으로, 차분치들의 두 개의 방향이 가능하다면 압축 해제값을 사용하면서 가장 낮은 차분치를 발생시키는 방향이 결정된다. 그 다음에 압축과 압축 해제시의 차분치가 계산된다.

보다 상세하게는, 인코딩 방법은 다음과 같은 방식으로 이루어진다:

이미지 층을 2차원으로 표시하는, 변환될 행렬이 고려된다. 다음의 명명법이 채택된다:

Vij는 행렬의 초기값이고, i는 행 번호를 j는 열 번호를 나타낸다. Cij는 압축값을, Dij는 압축 해제값을 나타낸다. 이를테면, 5x5 행렬의 경우에 그 값들의 분포는 다음과 같다:

각 Vij에 대한 다음의 수치값과 양자화 계수 Q=3일 때 수치 예시를 들어 본다.

0	0	0	0	0
0	0	255	253	0
0	0	255	253	0
0	0	255	253	0
0	0	255	253	0

차분치들은 처음부터 끝까지 좌측에서 우측으로 한 줄씩 취해진다. 첫 번째 값 V11은 그대로 유지된다. 제1행에서 각각의 값 V1j에 대하여, 상기 차분치는 D1j-1의 좌측에 위치한 압축 해제값에 관하여 취해지고, 이는 정량화(quantified)되고 근사화(rounded) 된다. 다음과 같다:

상기 제1행의 끝까지 이어진다.

다음 각 행에서, 상기 라인의 제1상자의 압축값 Ci1은 현재 값 Vi1과 Di-11 바로 위에 있는 라인의 압축 해제값 사이의 차분치를 취함으로써 계산된다:

따라서, 제2행을 예로 들면 아래와 같이 산출될 것이다:

상기 행의 다음 값들 각각에서, (Di-1j - Di-1j-1)이 (Dij-1 - Di-1j-1) 보다 절대값이 작은 경우 각 Vij 값에 대해 수평 차분치가 계산되고, 반대의 경우에는 수직 차분치가 계산된다.

V22의 경우에 있어서:

● (D12 - D11)의 절대값은 0;

● (D21 - D11)의 절대값은 0;

● 두 값이 같으므로, 수직 차분치가 선택된다;

● 따라서, 압축값이 다음과 같이 계산된다: C22 = ROUND((V22 - D12)/Q) = ROUND((0 - 0)/3) = 0

● 다음으로 압축 해제값이 다음과 같이 계산된다: D22 = ROUND(D12 + (C22*Q)) = ROUND(0 + 0*3) = 0

V23의 경우에 있어서:

● (D13 - D12)의 절대값은 0;

● (D22 - D12)의 절대값은 0;

● 두 값이 같으므로, 수직 차분치가 선택된다;

● 따라서, 압축값은 다음과 같이 계산된다: C23 = ROUND((V23 - D13)/Q) = ROUND((255 - 0)/3) = 85

● 다음으로 압축 해제값이 다음과 같이 계산된다: D23 = ROUND(D13 + (C23*Q)) = ROUND(0 + 85*3) = 255

V24의 경우에 있어서:

● (D14 - D13)의 절대값은 0;

● (D23 - D13)의 절대값은 255;

● 첫 번째 차분값(수평)이 작으므로, 수평 차분치가 선택된다;

● 따라서, 압축값은 다음과 같이 계산된다: C24 = ROUND((V24 - D23)/Q) = ROUND((253 - 255)/3) = -1

● 다음으로 압축 해제값이 다음과 같이 계산된다: D24 = ROUND(D23 + (C24*Q)) = ROUND(255 - 1*3) = 252

반복을 통해, 이 행렬에 대하여 다음의 압축값과 압축 해제값이 얻어진다:

Q=1일 때, 이 변환은 무손실이다. Q>1일 때, 손실이 발생한다.

데이터의 이런 변환을 "APE"라고 부른다.

이러한 "APE"변환이 수행되면, 획득된 데이터에 RLE(Run-Length Encoding)이 적용된 후 Bzip2 알고리즘을 사용하는 압축이 적용된다. 압축 체인(compression chain)은 이미지의 각 층에 대해 다음과 같다: APE, RLE, Bzip

일 실시예에서, 웨이블릿을 통한 두 가지 압축방법, 예를 들어 Jpeg2000 및 PGF, 뿐만 아니라 상기한 압축 체인 APE, RLE, Bzip가 3가지 다른 이미지에 적용된다:

● 도 1은 흰색 배경에 많은 텍스트가 포함된 화면 복사본이고, "그래픽" 유형의 이미지의 예시를 나타낸다;

● 도 2는 건물과 하늘, 빛 등의 사이에 고대비를 가진 도시의 사진이다. 이는 "고대비" 유형의 이미지의 예시를 나타낸다;

● 도 3은 많은 그라디언트(gradient) 색상이 포함된 에어쇼 사진이다. 이는 "저대비" 유형의 이미지의 예시를 나타낸다.

각 방법(APE/RLE/Bzip, Jpeg2000, PGF)의 효과는 압축과 압축 해제 이후의 복원 이미지의 품질을 나타내는 소위 PSNR 곡선을 사용하여 표현된다. 각 인코딩 파라미터는 파일 크기와 0과 100 사이의 PSNR로 언급되는 품질 값에 해당한다. PSNR은, 여기서는 Y층에 대하여 계산된, 가능한 최대 품질이 100인 표준 측정값이고, 무손실 압축에 해당한다. 압축은 같은 크기에서 더 좋은 PSNR을 가질 때 또는 같은 PSNR에서 크기가 작을 때 다른 것보다 더 나은 성능을 가진 것으로 간주된다.

도 4와 아래 표는 도 1에 도시된 이미지의 크기에 따른 PSNR의 변화를 보여준다.

도 5와 아래 표는 도 2에 도시된 이미지의 크기에 따른 PSNR의 변화를 보여준다.

도 6과 아래 표는 도 3에 도시된 이미지의 크기에 따른 PSNR의 변화를 보여준다.

따라서, 다음 사항이 관찰된다:

● 웨이블릿을 사용한 인코딩은 크기/품질 성능이 비슷한 경향을 갖는 반면에, APE는 근본적으로 다른 결과를 얻는다;

● 이미지 1(그래픽 이미지)의 경우, 모든 경우에 APE가 더 좋다;

● 이미지 2(고대비 이미지)의 경우, 최대 압축을 위하여 웨이블릿을 통해 인코딩하는 고품질에서는 APE가 더 좋다;

● 이미지 3(저대비 이미지)의 경우, 웨이블릿을 통한 인코딩이 모든 경우에서 더 좋다.

본 발명의 제 1 실시예에서, 알고리즘의 선택은 도시된 예에서 색도 변환, YCbCr 이후에 실행된다.

알고리즘을 선택하기 위하여 다음이 수행된다:

● 가장 대표적인 층(이상적으로는 Y층) 상에서 각 값의 숫자가 카운팅되고;

● 상기 값의 히스토그램(histogram)이 도 7에 도시된 것과 같이 구성된다:

● 일반적으로 0과 255 사이의 각 k값에 대해, 상기 층에 존재하는 값의 횟수가 기록된다:

상기 층의 픽셀 수는 n(k)의 합과 같아지게 된다:

● 메트릭 "FD2"는 히스토그램의 "피크(peak)" 상의 아이디어를 제공한다.

● 메트릭 FD2는 상기 이미지 층의 전부 또는 일부에 걸쳐 수행된다.

● FD2가 높아질수록, 값이 더 집중된다.

따라서, 서로 다른 유형의 이미지가 서로 다른 크기에 속하고 상기 공식이 실제로 식별력 있다는 것을 쉽게 알 수 있다.

● 이미지는 다음의 방식으로 구분된다:

○ FD2 ＞ 0.075 : 그래픽 이미지

○ FD2 ＞ 10⁴ : 고대비 이미지

○ 그 외 경우 : 저대비 이미지

● FD2 > 0.075라면, 예를 들면 APE + RLE + zlib와 같이 차분치들을 통한 변환이 선택된다;

● 고대비 이미지의 경우, 예를 들어 무손실과 준 무손실 모드에서는 APE + RLE + zlib, 다른 경우에서는 웨이블릿에 의한 인코딩과 같이 차분치들을 통한 변환이 선택된다;

● 저대비 이미지의 경우, 예를 들어 JPEG 또는 PGF 유형과 같이 웨이블릿을 통한 인코딩이 모든 경우에 수행된다.

● 이미지 유형은 파일 헤더에 저장된다.

● 이미지 유형에 따라 압축 해제시에는 역으로 수행된다.

제2 실시예에서는, 이미지의 크기로 축소된 RGB 색상 트리플릿(triplet) 수가 카운팅된다. RGB 색상 트리플릿 수가 소정의 임계값보다 낮을 때, 이미지는 그래픽 이미지로 간주된다; 제 1 임계값보다 높은 제 2 임계값 이상일 때, 이미지는 저대비 이미지로 간주된다. 두 임계값 사이인 경우, 이미지는 고대비 이미지로 간주된다.

제1 실시예와 동일한 변환이 적용된다:

● 고대비 이미지의 경우, 예를 들어 무손실과 준 무손실 모드에서는 APE + RLE + zlib, 다른 경우에서는 웨이블릿에 의한 인코딩과 같이 차분치들을 통한 변환이 선택된다;

● 저대비 이미지의 경우, 예를 들어 JPEG 또는 PGF 유형과 같이 웨이블릿을 통한 인코딩이 모든 경우에 수행된다.

● 이미지 유형은 파일 헤더에 저장된다.

● 이미지 유형에 따라 압축 해제시에는 역으로 수행된다.

더욱 일반적으로:

다음을 특징으로 하는 이미지 압축 방법이 제안된다:

- 이미지의 하나의 층의 적어도 전체에 대하여 상기 이미지의 색상 레벨을 계산하고;

- 하나의 층의 적어도 전체의 색상 유형에 따라, 상기 이미지를 다음의 세 가지 클래스 중 하나로 분류하며:

○ 이미지가 그래픽 유형이면, 제1 클래스;

○ 이미지가 고대비 유형이면, 제2 클래스;

○ 이미지가 저대비 유형이면, 제3 클래스; 및,

- 이미지의 클래스에 따라 압축 처리 유형을 선택한다:

○ 이미지가 제1 클래스인 경우, 차분치 처리;

○ 이미지가 제3 클래스인 경우, 바람직하게는 웨이블릿을 이용하는, 주파수 처리; 및

○ 이미지가 제2 클래스인 경우:

■ 무손실 또는 저손실 압축을 위해서는, 바람직하게는 차분치 처리를 이용하고,

■ 다른 경우에는, 바람직하게는 웨이블릿을 이용하는, 바람직하게는 주파수 처리를 이용한다.

유리하게는, 상기 계산은 이미지의 가장 대표적인 층(예를 들어 Y층) 전부에 걸쳐 이루어진다.

유리하게는, 이러한 단계들은 입력 데이터에, 손실 또는 무손실과 함께, 색도 변환(colorimetric transformation)이 선행될 수 있다. 예를 들어, YCbCr 변환은 RGB 입력 데이터에 적용될 수 있다.

상기 이미지를 분류하기 위하여, 색상 값에 대응하는 각각의 색상(hue)(8 비트 층의 경우 바람직하게는 k=0-255)으로, 각 색상에 대해 그 색상을 갖는 픽셀의 수 n(k)가 계산되고; k값 주변의 이미지의 색상 농도 지표가 계산되는데, 예를 들어:

E(k) = n(k) - 0.4(n(k-1)+n(k+1)) - 0.1(n(k-2)+n(k+2)),

각각의 비율은 가장 높은 행의 주변(neighbours)에 대하여 더욱 감소되면서, 고려되는 색상(k)의 픽셀 수 n(k)와 그 주변(neighbours), 바람직하게는 제1행(k-1 과 k+1) 및 제2행(k-2 와 k+2) 주변의 색상 비율 사이의 차분치를 취함으로써 계산되며, 예를 들어 제1행 주변, 즉 고려되는 색상(k)의 바로 주변(immediate neighbours) 각각의 80% 비율과 제2행 주변, 즉 제1행 주변의 바로 주변 각각의 20%의 비율 사이의 차분치를 취함으로써 계산된다.

바람직하게는, 이웃하는 값(neighbouring value)의 비율의 합은 1이다. 도시된 예에서 볼 수 있듯이, 비율의 합은 실질적으로 1이다(0.4+0.4+0.1+0.1=1).

k 값(E(k)) 주변의 색상 농도 지표는 특정 임계값, 바람직하게는 양의 농도 지표, 즉 Max(E(k),0) 보다 높게 유지되고, 각 농도 지표는 이미지 크기, 예를 들어 이미지의 총 픽셀 수(N)로 축소된다.

바람직하게는, 이미지 유형 사이의 더 나은 식별을 위해서, 즉 용이하게 분류하기 위해서, 결과에 따른 Max(E(k))/N은 엄밀하게는 1보다 큰, 바람직하게는 2와 동일한 파워(power)로 상승된다.

상기 모든 층의 결과를 컴파일함으로써, 바람직하게는 상기 층의 모든 색상에 대해 획득한 결과의 합계를 취함으로써 메트릭(FD)이 얻어진다. 도시된 예에서는 다음과 같다:

FD2 = Σ(Max(E(k))/N)², 여기서 k는 0 내지 255에서 변함

Claims (13)

1. 이미지를 압축하는 방법으로서,
   - 이미지의 하나의 층의 적어도 전체에 대하여 상기 이미지의 색상 레벨을 계산하는 단계;
   - 상기 이미지의 하나의 층의 적어도 전체의 색상 유형에 따라, 상기 이미지를 다음의 세 가지 클래스 중 하나로 분류하는 단계:
   ○ 이미지가 그래픽 유형이면, 제1 클래스;
   ○ 이미지가 고대비 유형이면, 제2 클래스;
   ○ 이미지가 저대비 유형이면, 제3 클래스; 및,
   - 상기 이미지의 클래스에 따라 압축 처리 유형을 선택하는 단계로서:
   ○ 이미지가 제1 클래스인 경우, 바람직하게는 APE 유형의, 차분치 처리;
   ○ 이미지가 제3 클래스인 경우, 바람직하게는 웨이블릿을 이용하는, 주파수 처리; 및
   ○ 이미지가 제2 클래스인 경우:
   ■ 무손실 또는 저손실 압축을 위해서는, 바람직하게는 APE 유형의, 바람직하게는 차분치 처리를 이용하고,
   ■ 다른 경우에는, 바람직하게는 웨이블릿을 이용하는, 바람직하게는 주파수 처리를 이용하는 단계;를 특징으로 하는 이미지 압축 방법.
2. 제1항에 있어서,
   상기 계산은 상기 이미지의 색상(k)의 가장 대표적인 층에서 수행되는 것을 특징으로 하는 이미지 압축 방법.
3. 제2항에 있어서,
   각 색상이 색상 값(k=0-255)에 대응하는 이미지를 분류하기 위하여, 각 색상에 대하여:
   - 상기 색상을 갖는 픽셀 수 n(k)가 계산되고;
   - 고려되는 색상(k)의 픽셀 수 n(k)와 주변 색상의 비율 사이의 차분치를 취함으로써 색상 농도 지표가 계산되며;
   - 상기 색상 농도 지표(E(k))는 특정 임계값, 바람직하게는 양의 농도 지표 이상으로 유지되고, 각 농도 지표는 상기 이미지의 크기로, 바람직하게는 상기 이미지의 전체 픽셀 수(N)로 축소되며;
   - 상기 층 전체에 걸쳐 각 색상에 대해 얻어진 결과는, 바람직하게는 상기 층의 모든 색상에 대해 획득된 결과의 합(FD2)을 취함으로써 컴파일되는 것을 특징으로 하는 이미지 압축 방법.
4. 제3항에 있어서,
   각각의 비율은 가장 높은 행 주변에 대하여 더 축소되는 것을 특징으로 하는 이미지 압축 방법.
5. 제2항 또는 제3항에 있어서,
   제1행(k-1 및 k+1) 및 제2행(k-2 및 k+2) 주변(neighbours)은, 바람직하게는 제1행 주변 즉, 고려되는 상기 색상(k)의 바로 주변(immediate neighbours) 각각에 대한 80% 비율과 제2행 주변 즉, 제1행 주변의 바로 주변 각각에 대한 20% 비율을 할당함으로써, 사용되는 것을 특징으로 하는 이미지 압축 방법.
6. 제3항 내지 제5항 중 어느 한 항에 있어서,
   이웃하는 값(neighbouring value)의 비율의 합은 1인 것을 특징으로 하는 이미지 압축 방법.
7. 제3항 내지 제6항 중 어느 한 항에 있어서,
   각각의 유지된 농도 지표는, 엄밀하게는 1보다 크고, 바람직하게는 2와 동일한 파워(power)로 상승되는 것을 특징으로 하는 이미지 압축 방법.
8. 제1항 내지 제7항 중 어느 한 항에 있어서,
   가장 대표적인 층이 선택되기 전에, 입력 데이터에 색도 변환이 적용되는 것을 특징으로 하는 이미지 압축 방법.
9. 제8항에 있어서,
   RGB 또는 RGR 유형의 입력 데이터에 YCbCr 변환이 적용되는 것을 특징으로 하는 이미지 압축 방법.
10. 제1항 내지 제9항 중 어느 한 항에 있어서,
    입력 데이터 또는 색도 변환 후에는 YCbCr 또는 YUV 유형이고, 선택된 가장 대표적인 층은 Y층인 것을 특징으로 하는 이미지 압축 방법.
11. 제1항에 있어서,
    상기 이미지의 색상 레벨의 계산은 이미지 전부에 대하여 고유한 RGB 조합의 수를 계산하는 것을 포함하는 것을 특징으로 하는 이미지 압축 방법.
12. 제11항에 있어서,
    이미지 전부에 대한 고유한 RGB 조합의 수는 이미지의 픽셀 수에 따른 계수로 나누어지는 것을 특징으로 하는 이미지 압축 방법.
13. 제11항 또는 제12항에 있어서,
    이미지 전부에 대한 고유한 RGB 조합의 수 또는 계수로 나누어진 이미지 전부에 대한 고유한 RGB 조합의 수는 한 세트의 임계값과 비교되고, 상기 이미지는 다음 규칙에 따라:
    - 제1 임계값 아래인 경우, 이미지는 제1 카테고리로 분류되고;
    - 제1임계값 보다 큰 제2 임계값보다 높은 경우, 이미지는 제3 카테고리로 분류되고;
    - 제1 임계값과 제2 임계값 사이인 경우, 이미지는 제2 카테고리로 분류되는; 것을 특징으로 하는 이미지 압축 방법.

Images