WO2011002170A2 - 갱신-예측 구조 리프팅 기반 웨이블렛 변환 장치와 방법, 이를 위한 적응적 예측 장치와 방법, 및 이를 위한 기록 매체 - Google Patents

갱신-예측 구조 리프팅 기반 웨이블렛 변환 장치와 방법, 이를 위한 적응적 예측 장치와 방법, 및 이를 위한 기록 매체 Download PDF

Info

Publication number
WO2011002170A2
WO2011002170A2 PCT/KR2010/004025 KR2010004025W WO2011002170A2 WO 2011002170 A2 WO2011002170 A2 WO 2011002170A2 KR 2010004025 W KR2010004025 W KR 2010004025W WO 2011002170 A2 WO2011002170 A2 WO 2011002170A2
Authority
WO
WIPO (PCT)
Prior art keywords
sample
update
polyphase sample
basis
prediction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/KR2010/004025
Other languages
English (en)
French (fr)
Other versions
WO2011002170A3 (ko
Inventor
김수년
최윤식
김용구
최영호
김성제
임정연
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SK Telecom Co Ltd
Original Assignee
SK Telecom Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SK Telecom Co Ltd filed Critical SK Telecom Co Ltd
Publication of WO2011002170A2 publication Critical patent/WO2011002170A2/ko
Publication of WO2011002170A3 publication Critical patent/WO2011002170A3/ko
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding
    • H04N19/615—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding using motion compensated temporal filtering [MCTF]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/154—Measured or subjectively estimated visual quality after decoding, e.g. measurement of distortion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/63—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using sub-band based transform, e.g. wavelets
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/63—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using sub-band based transform, e.g. wavelets
    • H04N19/635—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using sub-band based transform, e.g. wavelets characterised by filter definition or implementation details
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/13—Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]

Definitions

  • the present invention relates to an image data compression technique, and more particularly, to spatial coding in an image using a wavelet transform designed based on an update-prediction structure lifting scheme in order to increase coding efficiency of a wavelet transform-based image data compression technique.
  • the present invention relates to an update-prediction structure lifting-based wavelet transform apparatus and method, an adaptive prediction apparatus and method for the same, and a recording medium therefor.
  • wavelet transform-based image data compression technology solves the blockage phenomenon of conventional block-oriented data processing schemes such as JPEG, and provides scalability and progressive transmission according to the environment of a transmission and storage medium.
  • Progressive Transmission is expected to be applied to JPEG2000, which has recently been standardized as an international standard, and Dirac, a video compression technology developed by the BBC.
  • the wavelet transform technique recursively takes two one-dimensional filters consisting of a low band filter and a high band filter on an input image in a horizontal direction and a vertical direction to convert an image signal in a spatial domain into a wavelet domain. Sufficient directional vanishing moments can be provided in the horizontal and vertical directions, resulting in a high energy concentration for flat image signals.
  • the directional attenuation moment refers to a state in which energy of the wavelet transform coefficient is sufficiently collected in the low band subband, thereby minimizing energy transfer in the high band filtering direction.
  • the conventional discrete wavelet transform structure is a wavelet transform is performed by filtering in two horizontal and vertical directions, so that when the contour or boundary of the image is determined to be out of these two directions, This is because the directional attenuation moment is not sufficiently provided in the band signal.
  • [1] attempted to provide a directional attenuation moment in a high band signal using a filter bank having a frequency response in various directions as well as in the horizontal and vertical directions.
  • [2] and [3] were able to significantly reduce the energy of the high band filter band by converting two-dimensional continuous signals based on the characteristic information (lines and curves) of the image.
  • [4] proposed a prediction method using a 2-D prediction filter based on edge direction based on the update-prediction structure lifting.
  • 1 and 2 are block diagrams of a conventional lifting-based wavelet transform apparatus.
  • the conventional lifting-based wavelet transform apparatus includes an analysis unit 10 illustrated in FIG. 1 and an integrated unit 20 illustrated in FIG. 2.
  • the analyzing unit 10 converts the input signal into wavelet coefficients
  • the integrating unit 20 converts the wavelet coefficients into a reconstruction signal.
  • the analyzer 10 includes a divider 11, a predictor 13, and an updater 15.
  • the integrator 20 includes an updater ( 21), the prediction unit 23 and the confluence unit 25.
  • the divider 11 divides the one-dimensional signal into even and odd polyphase samples
  • the predictor 13 divides the plurality of odd polyphase samples into a plurality of even numbers around. Prediction from a polyphase sample is performed to subtract the prediction from an odd polyphase sample to yield a residual polyphase sample.
  • the updater 15 generates an updated polyphase sample by predicting an even polyphase sample from the generated residual polyphase sample and adding the prediction value to the even polyphase sample.
  • the updated even polyphase sample becomes a wavelet coefficient passing through the low band filter
  • the predicted odd polyphase sample is a wavelet passing through the high band filter. It becomes a coefficient.
  • the lifting-based wavelet described above can be extended and applied to a two-dimensional signal, which performs division / prediction / update again in the horizontal direction on the updated polyphase sample and residual polyphase sample generated after performing division / prediction / update in the vertical direction.
  • the conventional lifting-based wavelet transform apparatus implements wavelets in the order of splitting, updating, and predicting in lifting-predicting structure lifting, while the structure of the lifting scheme implements wavelets in the order of splitting, predicting, and updating.
  • [4] introduced directional prediction in update-prediction structure lifting based wavelets, which allowed to remove more energy in high band bands than simple wavelets of two-dimensional signals. That is, [4] tried to reduce the energy of the high band band based on the update-prediction structure lifting based wavelet.
  • the method of [Document 4] is as follows.
  • Each one-dimensional wavelet is divided into odd and even polyphase samples along the horizontal direction.
  • the even polyphase sample is updated in the horizontal direction using the odd polyphase sample. That is, the even polyphase sample is updated by the odd polyphase samples to the left and right of the even polyphase sample.
  • the odd polyphase samples are then predicted by adjacent updated even polyphase samples.
  • the prediction may be performed using even polyphase samples placed diagonally as well as even polyphase samples positioned horizontally. In other words, if the edge is in the diagonal direction, it would be better to predict with even polyphase samples in the diagonal direction (+45 degrees, -45 degrees) than with the left and right even polyphase samples of the odd polyphase samples. . Therefore, conventionally, prediction was performed only in the horizontal direction (0 degree). In [4], the prediction is performed in three directions of +45 degree, 0 degree, and -45 degree.
  • the updating direction is performed only in the horizontal or vertical direction in order to appropriately remove aliasing of the updated even polyphase samples since the updated even polyphase samples must recursively perform wavelet decomposition.
  • spatial adaptive transform techniques have been proposed to improve subjective picture quality by adaptively changing filter taps at the boundary of an image signal.
  • Space-adaptive transform [5] and spatial adaptive wavelet are proposed.
  • Spatially adaptive wavelet video coding [6] and Median-based minimum variance interpolation (MINT) [2] are typical techniques, and the existing standard wavelet transform technique has a high damping moment for a relatively regular signal.
  • MINT Median-based minimum variance interpolation
  • the methods described in [5-7] use a long tap filter on the flat area of the image and a short tap filter on the interface to reduce subjective ringing and to maintain the sharpness of the interface. Although it improved, there was a limit to the performance improvement in terms of objective image quality. Since the wavelet transform generates wavelet coefficients with a small magnitude for a gentle video signal as the attenuation moment of the wavelet filter is larger, a short tap filter with a small attenuation moment produces relatively large wavelet coefficients for a gentle video signal. Has a limit. In other words, even if the gradient of the image signal boundary is not large, the use of a short tap filter or an excessively short tap filter determined as the boundary causes a limitation in coding gain.
  • the directional filtering selection technique based on the update-prediction structure such as [4] still has a limitation in the subjective quality part, despite the improvement of the objective image quality.
  • the adaptive filter tap selection technique has a limitation in improving the objective image quality despite the subjective image quality improvement, an integrated technique that can cover objective and subjective image quality improvement in terms of encoding the image signal is required.
  • An object according to an embodiment of the present invention is to achieve an objective image quality improvement by using wavelet transform designed based on the update-prediction structure lifting scheme, minimizing energy in a high-band signal, and subjectively using proper characteristics of the video signal.
  • the current sample is efficiently estimated and based on the surrounding sample information of the current sample in the prediction process after the update process of the directional prediction method based on the update-prediction structure. It provides a technique to select the optimal directional basis function from a set of functions.
  • a splitter for separating an input signal into an even polyphase sample and an odd polyphase sample.
  • An updater and the odd polyphase sample that obtain an updated even polyphase sample by updating the even polyphase sample.
  • a predictor for obtaining a residual odd polyphase sample based on a specific basis function among a plurality of basis functions having various directions and coefficients of filters with respect to the updated even polyphase sample.
  • a splitting step of separating an input signal into an even polyphase sample and an odd polyphase sample may include: an updating step of obtaining an updated even polyphase sample by updating the even polyphase sample and the odd polyphase sample And a prediction step of obtaining a residual odd polyphase sample based on a specific basis function among a plurality of basis functions having various directions and coefficients of a filter with respect to the updated even polyphase sample.
  • a prediction apparatus for predicting an odd polyphase sample from an even polyphase sample updated by an update-prediction structure lifting based wavelet transform, the reconstructed preceding samples
  • a current sample matcher that selects a first sample that is template matched to a current even polyphase sample.
  • a base function set unit having a plurality of basis functions of varying directions and coefficients of a filter for the even polyphase sample.
  • the first sample and the updated even polyphase An update-prediction structure including a base function selection unit for selecting a specific base function among the plurality of base functions based on a sample, and a residual signal generator for obtaining a residual odd polyphase sample based on the selected specific base function and the corresponding odd polyphase sample.
  • a prediction method for predicting an odd polyphase sample from an even polyphase sample updated by an update-predictive structure lifting based wavelet transform, the reconstructed preceding samples Update the current sample matching step to select a first sample that is template matched to the current even polyphase sample.
  • the base function aggregation step having a plurality of basis functions of varying directions and coefficients of the filter for the even polyphase sample.
  • the first sample and the updated even polyphase An update-prediction comprising a base function selection step of selecting a particular base function from the plurality of base functions based on a sample and a residual signal generation step of obtaining a residual odd polyphase sample based on the selected specific base function and the corresponding odd polyphase sample Adaptive Prediction Method for Wavelet Transform Based on Structure Lifting The.
  • a program for realizing an adaptive prediction function for predicting an odd polyphase sample from an even polyphase sample updated by an update-prediction structure lifting based wavelet transform is recorded.
  • a computer-readable recording medium comprising: updating a current sample matching function for selecting a first sample that is template-matched with a current even polyphase sample among restored previous samples;
  • a base function set function having a function;
  • a base function selection function for selecting a specific base function from the plurality of base functions based on the first sample and the updated even polyphase sample;
  • a computer-readable recording medium having recorded thereon an adaptive predictive program of update-prediction structure lifting based wavelet transform for realizing a residual signal generation function for obtaining residual odd polyphase samples based on the selected specific basis function and corresponding odd polyphase samples.
  • FIG. 1 and 2 are block diagrams of a conventional lifting-based wavelet transform apparatus
  • 3 and 4 are block diagrams of an update-prediction structure lifting based wavelet transform apparatus according to an embodiment of the present invention
  • FIG. 5 is a block diagram illustrating an adaptive prediction apparatus for update-prediction structure lifting based wavelet transform according to an embodiment of the present invention
  • FIG. 6 is a block diagram of an update-prediction structure wavelet compression apparatus according to an embodiment of the present invention.
  • FIG. 7 is a view for explaining a template matching technique in an embodiment of the present invention.
  • FIG. 8 is a flowchart of an update-prediction structure lifting based wavelet transform method according to an embodiment of the present invention.
  • FIG. 9 is a flowchart illustrating an adaptive prediction method of update-prediction structure lifting based wavelet transform according to an embodiment of the present invention.
  • 3 and 4 are block diagrams of an update-prediction structure lifting based wavelet transform apparatus according to an embodiment of the present invention.
  • the update-prediction structure lifting-based wavelet transform apparatus includes an analysis unit 30 shown in FIG. 3 and an integration unit 40 shown in FIG. 4.
  • the analyzing unit 30 converts the input signal into wavelet coefficients
  • the integrating unit 40 converts the wavelet coefficients into a reconstruction signal.
  • the analyzer 30 includes a divider 31, an updater 33, and a predictor 35.
  • the integrator 40 includes a predictor ( 41) an updater 43 and a merger 45.
  • the divider 31 separates the input signal into even polyphase samples and odd polyphase samples.
  • the updater 33 updates the even polyphase sample to generate an update even polyphase sample.
  • the predictor 35 calculates a residual odd polyphase sample with respect to the odd polyphase sample and the updated even polyphase sample based on a specific basis function among a plurality of basis functions having various directions and coefficients of a filter.
  • the residual odd polyphase sample is obtained by subtracting the value of the specific basis function from the pixel value of.
  • the specific basis function will be described later.
  • the updated even polyphase sample is the wavelet coefficient passing through the low band filter, and the predicted odd polyphase sample (residual odd polyphase sample) passes through the high band filter. It is a wavelet coefficient. These wavelet coefficients can be restored to the original signal by the integrator 40 of FIG.
  • the update-prediction structure lifting based wavelet described above may be extended and applied to a two-dimensional signal, similar to a general lifting based wavelet.
  • FIG. 5 is a detailed block diagram of the predictor 35 of FIG. 3, which is a block diagram of an adaptive prediction apparatus of update-prediction structure lifting based wavelet transform according to an embodiment of the present invention.
  • the adaptive prediction apparatus of the update-prediction structure lifting based wavelet transform includes a current sample matching unit 510, a base function collection unit 530, and a base function selection as illustrated in FIG. 5.
  • the unit 550 includes a residual signal generator 570.
  • the current sample matcher 510 selects a first sample that is template-matched with the current even polyphase sample among the reconstructed preceding samples. Specifically, the current sample matching unit 510 is obtained after passing through the analysis unit 30, the compression unit 50, and the integration unit 40 by the update-prediction structure wavelet compression device 600 as shown in FIG. 6. With the reconstructed signal (or sample) as input, the sample most similar to the current sample is found using the template matching technique in the reconstructed previous sample.
  • the template matching technique is a current sample Most similar sample for Current sample to find
  • the template 730 most similar to the L-shaped template 710 consisting of the surrounding samples of the matching sample is found by matching among the previously restored samples 750. Finding technique. Because the video signal is highly correlated with adjacent samples, this technique allows the current sample to be more accurately Most similar to You can find it.
  • the L-shaped template is used as an example, and various types of templates may be possible.
  • the base function set unit 530 has a set of a plurality of base functions having various directions and coefficients of a filter with respect to the updated even polyphase sample.
  • the basis function selection unit 550 is the sample And a specific base function from among a plurality of base functions stored in the base function set unit 530 based on the updated even polyphase sample. Specifically, the basis function selector 550 is the sample obtained through the current sample matcher 510. A set of base functions stored in the base function set unit 530 by inputting We determine the best basis function for which the residual signal can be minimized. That is, the base function selection unit 550 can obtain the optimal base function through the following equation (2) from the point of view of the encoder, but the decoder Since we do not know, similar samples obtained by the current sample matching unit 510 to correspond to the encoder and the decoder. By using Equation (3), the optimal basis function is determined and selected.
  • the base function selector 550 is a set of base functions stored in the base function set 530.
  • the basis function that satisfies the following equation (3) is selected as a specific optimal basis function.
  • Is a particular similar sample matching the template with the even polyphase sample Is a set of basis functions
  • c (n) is the corresponding update even polyphase sample
  • K represents a constant.
  • K may vary depending on the type of filter at the time of update.
  • the division unit 31 performs a division step S810 of dividing an input signal into an even polyphase sample x (2n) and an odd polyphase sample x (2n + 1), and the updater 33 performs an even polyphase sample x (2n).
  • ) Is updated to obtain an updated even polyphase sample c (n) (S830), and then the prediction unit 35 performs an odd polyphase sample x (2n + 1) and the updated even polyphase sample c (n).
  • Optimal basis function specified among a plurality of basis functions P i (c) [n] (i 0, 1, 2, 3, 4) with various filter directions and coefficients
  • FIG. 9 is a flowchart of an adaptive prediction method of update-prediction structure lifting based wavelet transform according to an embodiment of the present invention, which is a detailed flowchart of the prediction step S850 of FIG. 8.
  • the current sample matcher 510 is the first sample template matched with the current even polyphase sample x (2n) among the preceding samples reconstructed by the apparatus of FIG. 4 (750 of FIG. 4). Performs a current sample matching step (S910) to select.
  • the template matching in the current sample matching step S910 has been described above when the current sample matching unit 510 is described.
  • a base function set step S930 having 2, 3, and 4) is performed.
  • Computer-readable recording media include all types of recording devices that store data that can be read by a computer system. For example, ROM, RAM, CD-ROM, magnetic tape, floppy disk, and optical data. Storage devices.
  • the recording medium may also be implemented in the form of a carrier wave (for example, transmission over the Internet), and may be distributed and distributed in a networked computer system so that computer-readable code is stored and executed in a distributed manner.
  • a carrier wave for example, transmission over the Internet
  • an embodiment of the present invention is applied to the field of wavelet transform-based image data compression technology for compressing a large amount of image data, and uses a wavelet transform designed based on an update-prediction lifting scheme to perform spatial correlation in an image.
  • it is a very useful invention to effectively reduce the energy of the high band signal to increase the coding efficiency and improve the subjective picture quality of the video signal.

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

본 발명은 갱신-예측 구조 리프팅 기반 웨이블렛 변환 장치와 방법, 이를 위한 적응적 예측 장치와 방법, 및 이를 위한 기록 매체에 관한 것으로, 갱신-예측 구조 리프팅 기반 웨이블렛 변환에 의해 갱신된 짝수 다상 샘플로부터 홀수 다상 샘플을 예측하기 위한 예측 장치에 있어서, 복원된 선행 샘플들 중 현재 짝수 다상 샘플과 템플릿 매칭되는 제 1 샘플을 선택하는 현재 샘플 정합부 갱신 짝수 다상 샘플에 대하여 필터의 방향과 계수가 다양한 복수의 기저 함수를 갖는 기저 함수 집합부 상기 제 1 샘플 및 상기 갱신 짝수 다상 샘플에 근거하여 상기 복수의 기저 함수 중 특정 기저 함수를 선택하는 기저 함수 선택부 및 상기 선택된 특정 기저 함수 및 해당 홀수 다상 샘플에 근거하여 잔여 홀수 다상 샘플을 구하는 잔여 신호 생성부를 포함하여, 영상 내의 공간적 상관관계를 효과적으로 제거하고 주관적 화질 열화를 최소로 하는 최적 기저 함수를 선택하여 부호화 효율 및 주관적 화질평가를 증대시킨다.

Description

갱신-예측 구조 리프팅 기반 웨이블렛 변환 장치와 방법, 이를 위한 적응적 예측 장치와 방법, 및 이를 위한 기록 매체
본 발명은 영상 데이터 압축 기술에 관한 것으로서, 보다 상세하게는 웨이블렛 변환 기반 영상 데이터 압축 기술의 코딩 효율을 증대시키기 위해, 갱신-예측 구조 리프팅 방식을 기반으로 설계된 웨이블렛 변환을 이용하여 영상 내의 공간적 상관관계를 효율적을 제거하는 최적의 필터를 결정할 수 있도록 된, 갱신-예측 구조 리프팅 기반 웨이블렛 변환 장치와 방법, 이를 위한 적응적 예측 장치와 방법, 및 이를 위한 기록 매체에 관한 것이다.
일반적으로, 웨이블렛(Wavelet) 변환 기반의 영상 데이터 압축 기술은 종래의 JPEG와 같은 블록 중심 데이터 처리 방식이 갖는 블록화 현상을 해결하고, 전송 및 저장 매체의 환경에 따라 스케일러빌리티(Scalability)와프로그레시브 전송(Progressive Transmission) 등을 제공할 수 있는 기술로, 최근 국제 표준으로 규격화 된 JPEG2000 이나 영국의 BBC에서 개발한 동영상 압축 기술인 Dirac에도 응용되어 그 효과를 기대하고 있다.
웨이블렛 변환 기법은 입력 영상에 대해 저 대역 필터와 고 대역 필터로 이루어진 2개의 1차원 필터를 수평 방향과 수직 방향으로 재귀적으로 취하여 공간 영역의 영상 신호를 웨이블렛 영역으로 변환하는 기법으로, 필터링 방향인 수평 방향과 수직 방향으로 충분한 방향성 감쇄 모멘트(Directional Vanishing Moments)를 제공할 수 있어 평탄한 영상 신호에 대해 높은 에너지 집중 효과를 보인다.
여기에서, 방향성 감쇄 모멘트는 웨이블렛 변환 계수의 에너지를 저 대역 서브 밴드에 충분히 모아, 고 대역 필터링 되는 방향으로의 에너지 전달이 최소화 되는 상태를 의미한다.
최근에는 표준 이산 웨이블렛 변환 구조가 영상 신호가 가지는 고유한 특성인 선(Lines)과 경계(Edges), 윤곽(Contours)을 따라 충분한 에너지 집중 효과를 보이는 데에 한계를 갖는다는 것을 인식하여 영상의 특성을 반영한 이산 웨이블렛 변환 기술들이 제안되고 있다.
이러한 추세의 근본적인 이유를 보다 구체적으로 설명하면, 기존의 이산 웨이블렛 변환 구조는 수평과 수직 두 방향의 필터링으로 웨이블렛 변환이 수행되기 때문에 영상의 윤곽이나 경계가 이 두 방향 이외로 결정되어 있는 경우에는 고 대역 신호에 방향성 감쇄 모멘트가 충분히 제공되지 못하기 때문이다.
[문헌 1] Roberto H. Bamberger, and Mark J. T. Smith(AFilter Bank for the Directional Decomposition of Images : Theory and Design, IEEE Trans. On Signal Processing, vol. 40, no.4, pp.882-893, April, 1992)
[문헌 2] E. J. Candes("Ridgelets : Theory and applications, Ph.D. dissertation, Dept. Statistics, Stanford Univ., Stanford, CA, 1998)
[문헌 3] E. J. Candes and D. L. Donoho("Curvelets - a surprisingly effective nonadaptive representation for objects with edges", in Curve and Surface Fitting, A Choen, C. Rabut, L. L. Schmumaker, Eds. Saint-Malo : Vanderbit University Press, 1999)
상술한 문제를 해결하기 위해 [문헌 1]은 가로와 세로 방향만이 아닌 다양한 방향에 대한 주파수 응답을 갖는 필터 뱅크(Filter Bank)를 사용하여 고 대역 신호에 방향성 감쇄 모멘트를 제공하려 하였고, [문헌 2]와 [문헌 3]은 2차원 연속(Continuous) 신호를 영상의 특징 정보(선, 곡선)에 기반하여 변환함으로써 고 대역 필터 밴드의 에너지를 크게 줄일 수 있었다.
[문헌 4] Omer N. Gerek and A. Enis Cetin ("A 2-D Orientation-Adaptive Prediction Filter in Lifting Structures for Image Coding", IEEE Trans. Image Processing, vol.15, no.1, pp.106-111, Jan. 2006)
그러나 상술한 방식들은 기존의 웨이블렛과 같이 1차원 필터로 독립적 구현이 불가능하여 지나친 연산량을 요구한다는 문제점이 존재하여 실제 부호화에 적용하기 어렵다.
이와 같은 문제점을 해결하면서 고 대역 필터 밴드의 에너지를 줄이기 위해서 [문헌 4]는 갱신-예측 구조 리프팅에 기반하여 에지 방향에 근거한 2-D 예측 필터를 사용한 예측 방법을 제안하였다.
도 1 및 도 2는 종래의 리프팅 기반 웨이블렛 변환 장치의 블록 구성도이다.
종래의 리프팅 기반 웨이블렛 변환 장치는, 도 1에 도시된 분석부(10)와 도 2에 도시된 통합부(20)를 포함한다. 분석부(10)는 입력 신호를 웨이블렛 계수로 변환하는 것이고, 통합부(20)는 웨이블렛 계수를 복원 신호로 변환하는 것이다.
도 1에 도시된 바와 같이 분석부(10)는 분할부(11), 예측부(13) 및 갱신부(15)를 포함하며, 도 2에 도시된 바와 같이 통합부(20)는 갱신부(21), 예측부(23) 및 합류부(25)를 포함한다.
1차원 웨이블렛 변환을 기준으로 설명하면, 분할부(11)는 1차원 신호를 짝수 및 홀수의 다상(Polyphase) 샘플로 분리하고, 예측부(13)는 복수의 홀수 다상 샘플을 주위의 복수의 짝수 다상 샘플로부터 예측하여 그 예측치를 홀수 다상 샘플로부터 감하여 잔여 다상 샘플을 산출한다.
마지막으로, 갱신부(15)는 생성된 잔여 다상 샘플로부터 짝수 다상 샘플을 예측하여 그 예측치를 짝수 다상 샘플에 더해 줌으로써 갱신 다상 샘플을 생성한다.
이때, 예측 및 갱신에 특정한 형태의 필터를 사용하게 되면, 갱신된 짝수 다상 샘플은 저 대역 필터를 통과한 웨이블렛 계수가 되고, 예측된 홀수 다상 샘플(잔여 다상 샘플)은 고 대역 필터를 통과한 웨이블렛 계수가 된다. 이 웨이블렛 계수들은 도 2의 통합부(20)에 의해 다시 원 신호 로 복원되는 것이 가능하다.
상술한 리프팅 기반 웨이블렛은 2차원 신호에 확장 및 적용될 수 있는데, 이는 수직 방향으로 분할/예측/갱신을 수행한 후 생성된 갱신 다상 샘플 및 잔여 다상 샘플에 다시 수평 방향으로 분할/예측/갱신을 수행하여 2차원 신호에 대한 웨이블렛 변환을 수행하는 것이다.
상술한 바와 같이 종래의 리프팅 기반 웨이블렛 변환 장치는 리프팅 기법의 구조가 분할, 예측, 갱신의 순서로 웨이블렛을 구현하는데 반하여, 갱신-예측 구조 리프팅에서는 분할, 갱신, 예측의 순서로 웨이블렛을 수행한다.
[문헌 4]는 갱신-예측 구조 리프팅 기반 웨이블렛에 방향성 예측을 도입하여 2차원 신호의 단순 웨이블렛보다 고 대역 밴드에서의 에너지를 더 제거할 수 있게 하였다. 즉, [문헌4]는 갱신-예측 구조 리프팅 기반 웨이블렛을 기반하여 고 대역 밴드의 에너지를 줄이고자 하였다. [문헌4]의 방법은 다음과 같다.
수평 방향을 따라 각각의 1차원 웨이블렛을 홀수 및 짝수 다상 샘플로 분할한다. 홀수 다상 샘플을 이용하여 짝수 다상 샘플을 수평방향으로 갱신한다. 즉 짝수 다상 샘플은 그 짝수 다상 샘플의 좌우에 있는 홀수 다상 샘플에 의해 갱신된다. 그 후, 홀수 다상 샘플들은 인접한 갱신된 짝수 다상 샘플들에 의해 예측된다. 예측의 효율을 높이기 위하여 홀수 다상 샘플의 수평 방향에 위치한 짝수 다상 샘플뿐만 아니라 대각선에 위치한 짝수 다상 샘플들도 이용하여 예측할 수 있다. 즉, 만약 에지가 대각 방향에 있다면 홀수 다상 샘플의 좌우의 짝수 다상 샘플로 예측을 하는 것 보다 대각 방향(+45도,-45도)에 있는 짝수 다상 샘플로 예측하는 것이 더 잘 예측할 수 있을 것이다. 따라서 기존에는 수평 방향(0도)으로만 예측을 수행하였는데 [문헌4]에서는 +45도, 0도 및 -45도의 3가지 방향으로 예측을 수행한다.
수평 방향으로의 리프팅이 완료되면 위와 같은 방법으로 다시 수직 방향으로 리프팅을 수행한다.
여기서 갱신 방향을 수평 또는 수직 방향으로만 수행하는 것은 갱신된 짝수 다상 샘플들이 다시 재귀적으로 웨이블렛 분해를 수행해야 하기 때문에 갱신된 짝수 다상 샘플들의 앨리어싱(aliasing)을 적절히 제거하기 위해서이다.
그러나, [문헌 4]의 방법은 객관적인 화질 측면에 있어서 성능 향상을 보였지만, 경계 면에서 주관적 화질 열화가 유지되는 한계를 가진다.
반면에, 영상 신호의 경계에서 필터 탭을 적응적으로 변화시켜 주관적 화질을 향상시키는 공간 적응적 변환 기법들이 제안 되었는데, 공간 적응적 변환 기법(Space-adaptive transform) [문헌 5]과 공간 적응적 Wavelet 비디오 코딩 기법(Spatially adaptive wavelet video coding) [문헌6], MINT(Median-based minimum variance interpolation) 기법 [문헌 7]이 대표적인 기술로서, 기존의 표준 웨이블렛 변환 기법이 비교적 규칙적인 신호에 대해 높은 감쇄 모멘트를 제공하지만 경계나 윤곽과 같은 고립점(Singularity)에 대해 높은 웨이블렛 계수를 생성하는 한계를 가지고 있기 때문에, 경계나 윤곽에서 이를 해결하기 위해 적응적으로 필터 탭을 변화시켜 코딩 이득을 향상 시키는 방법들이 제안되었다.
[문헌 5] Roger L. Claypoole, Geoffrey M. Davis, Wim Sweldens, and Richard G. Baraniuk("Nonlinear Wavelet Transformsfor Image Coding via Lifting", IEEE Trans. Image Processing, vol.12, no.12, pp.1449-1459, Dec. 2003)
[문헌 6] Zhen Li, Feng Fu, Shipeng Li, and Edward Delp("Wavelet Video Coding Via a Spatially Adaptive Lifting Structure", IEEE Int. Conf. on Acoustics, Speech, and Signal Processing, vol.3, pp.93-96, 2003)
[문헌7] Nikolaos V. Boulgouris, Dimitrios Tzvaras, Michael G. Strintzis("Lossless Image Compression Based on Optimal Prediction, Adaptive Lifting, and Conditional Arithmetic Coding", IEEE Trans. Image Processing, vol.10, no.1, Jan. 2001)
언급한 [문헌 5-7]의 방법들은 영상의 평탄한 영역에는 긴 탭 필터를, 경계면에는 짧은 탭 필터를 사용하여 물결 현상(Ringing Artifact)을 완화하고 경계면의 선명도(Sharpness)를 유지해주는 주관적 화질의 향상을 가져왔지만, 객관적 화질 측면에서는 성능 향상의 한계가 있었다. 웨이블렛 변환은 웨이블렛 필터의 감쇄 모멘트가 클수록 완만한 영상 신호에 대해 작은 크기를 갖는 웨이블렛 계수를 생성하기 때문에, 감쇄 모멘트가 작은 짧은 탭의 필터는 완만한 영상 신호에 대해 상대적으로 큰 웨이블렛 계수를 생성하는 한계를 가진다. 즉, 영상 신호의 경계면의 경사도가 크지 않음에도 불구하고 경계면으로 판단하여 짧은 탭 필터를 사용하거나 지나치게 많이 짧은 탭 필터를 사용하는 경우는 코딩 이득을 제한하는 결과를 야기한다.
결과적으로, [문헌 4]와 같은 갱신-예측 구조 기반의 방향성 필터링 선택 기법은 객관적인 화질의 향상에도 불구하고, 여전히 주관적인 화질 부분에 있어서 한계를 가지며, [문헌 5]와 같은 갱신-예측 구조 기반의 적응적 필터탭 선택 기법은 주관적인 화질 향상에도 불구하고, 객관적인 화질의 향상에는 한계점을 가지기 때문에 영상 신호의 부호화라는 관점에서 객관적 및 주관적 화질 향상을 포괄할 수 있는 통합 기법이 필요하다.
본 발명의 실시예에 따른 목적은, 갱신-예측 구조 리프팅 방식을 기반으로 설계된 웨이블렛 변환을 이용하고 고 대역 신호 내에 에너지를 최소화하여 객관적 화질 향상을 이루고, 영상 신호의 고유한 특성을 적절히 사용하여 주관적 화질 향상을 이루어 기존의 기술들이 가지고 있는 한계를 효과적으로 해결하기 위하여, 갱신-예측 구조 기반의 방향성 예측 기법의 갱신 과정 후 예측 과정에서 현 샘플의 주변 샘플 정보를 이용하여 효율적으로 현 샘플을 예측하고 기저 함수 집합에서 최적의 방향성 기저 함수를 선택할 수 있도록 하는 기술을 제공하는 것이다.
전술한 목적을 달성하기 위하여 본 발명의 일 측면에 따르면, 입력 신호를 짝수 다상 샘플 및 홀수 다상 샘플로 분리하는 분할부 상기 짝수 다상 샘플을 갱신하여 갱신 짝수 다상 샘플을 구하는 갱신부 및 상기 홀수 다상 샘플, 및 상기 갱신 짝수 다상 샘플에 대하여 필터의 방향과 계수가 다양한 복수의 기저 함수 중 특정 기저 함수에 근거하여 잔여 홀수 다상 샘플을 구하는 예측부를 포함하는 갱신-예측 구조 리프팅 기반 웨이블렛 변환 장치가 제공된다.
전술한 목적을 달성하기 위하여 본 발명의 다른 측면에 따르면, 입력 신호를 짝수 다상 샘플 및 홀수 다상 샘플로 분리하는 분할 단계 상기 짝수 다상 샘플을 갱신하여 갱신 짝수 다상 샘플을 구하는 갱신 단계 및 상기 홀수 다상 샘플, 및 상기 갱신 짝수 다상 샘플에 대하여 필터의 방향과 계수가 다양한 복수의 기저 함수 중 특정 기저 함수에 근거하여 잔여 홀수 다상 샘플을 구하는 예측 단계를 포함하는 갱신-예측 구조 리프팅 기반 웨이블렛 변환 방법이 제공된다.
전술한 목적을 달성하기 위하여 본 발명의 또 다른 측면에 따르면, 갱신-예측 구조 리프팅 기반 웨이블렛 변환에 의해 갱신된 짝수 다상 샘플로부터 홀수 다상 샘플을 예측하기 위한 예측 장치에 있어서, 복원된 선행 샘플들 중 현재 짝수 다상 샘플과 템플릿 매칭되는 제 1 샘플을 선택하는 현재 샘플 정합부 갱신 짝수 다상 샘플에 대하여 필터의 방향과 계수가 다양한 복수의 기저 함수를 갖는 기저 함수 집합부 상기 제 1 샘플 및 상기 갱신 짝수 다상 샘플에 근거하여 상기 복수의 기저 함수 중 특정 기저 함수를 선택하는 기저 함수 선택부 및 상기 선택된 특정 기저 함수 및 해당 홀수 다상 샘플에 근거하여 잔여 홀수 다상 샘플을 구하는 잔여 신호 생성부를 포함하는 갱신-예측 구조 리프팅 기반 웨이블렛 변환의 적응적 예측 장치가 제공된다.
전술한 목적을 달성하기 위하여 본 발명의 또 다른 측면에 따르면, 갱신-예측 구조 리프팅 기반 웨이블렛 변환에 의해 갱신된 짝수 다상 샘플로부터 홀수 다상 샘플을 예측하기 위한 예측 방법에 있어서, 복원된 선행 샘플들 중 현재 짝수 다상 샘플과 템플릿 매칭되는 제 1 샘플을 선택하는 현재 샘플 정합 단계 갱신 짝수 다상 샘플에 대하여 필터의 방향과 계수가 다양한 복수의 기저 함수를 갖는 기저 함수 집합 단계 상기 제 1 샘플 및 상기 갱신 짝수 다상 샘플에 근거하여 상기 복수의 기저 함수 중 특정 기저 함수를 선택하는 기저 함수 선택 단계 및 상기 선택된 특정 기저 함수 및 해당 홀수 다상 샘플에 근거하여 잔여 홀수 다상 샘플을 구하는 잔여 신호 생성 단계를 포함하는 갱신-예측 구조 리프팅 기반 웨이블렛 변환의 적응적 예측 방법이 제공된다.
전술한 목적을 달성하기 위하여 본 발명의 또 다른 측면에 따르면, 갱신-예측 구조 리프팅 기반 웨이블렛 변환에 의해 갱신된 짝수 다상 샘플로부터 홀수 다상 샘플을 예측하기 위한 적응적 예측 기능을 실현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체에 있어서, 복원된 선행 샘플들 중 현재 짝수 다상 샘플과 템플릿 매칭되는 제 1 샘플을 선택하는 현재 샘플 정합 기능 갱신 짝수 다상 샘플에 대하여 필터의 방향과 계수가 다양한 복수의 기저 함수를 갖는 기저 함수 집합 기능 상기 제 1 샘플 및 상기 갱신 짝수 다상 샘플에 근거하여 상기 복수의 기저 함수 중 특정 기저 함수를 선택하는 기저 함수 선택 기능 및
상기 선택된 특정 기저 함수 및 해당 홀수 다상 샘플에 근거하여 잔여 홀수 다상 샘플을 구하는 잔여 신호 생성 기능을 실현시키기 위한 갱신-예측 구조 리프팅 기반 웨이블렛 변환의 적응적 예측 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체가 제공된다.
이상과 같은 본 발명의 다양한 측면에 의하면, 갱신-예측 구조 리프팅 방식을 기반으로 설계된 방향성 기저 함수 중에서 영상 내의 공간적 상관관계를 효과적으로 제거할 수 있고, 주관적 화질 열화를 최소로 하는 최적 기저 함수를 선택하여 부호화 효율 및 주관적 화질평가를 증대시킬 수 있다.
도 1및 도 2는 종래의 리프팅 기반 웨이블렛 변환 장치의 블록 구성도,
도 3 및 도 4는 본 발명의 일 실시예에 따른 갱신-예측 구조 리프팅 기반 웨이블렛 변환 장치의 블록 구성도,
도 5는 본 발명의 일 실시예에 따른 갱신-예측 구조 리프팅 기반 웨이블렛 변환의 적응적 예측 장치를 설명하는 블록 구성도,
도 6은 본 발명이 일 실시예에 따른 갱신-예측 구조 웨이블렛 압축 장치의 블록 구성도,
도 7은 본 발명의 일 실시예에서 템플릿 매칭 기법을 설명하기 위한 도면,
도 8은 본 발명의 일 실시예에 따른 갱신-예측 구조 리프팅 기반 웨이블렛 변환 방법의 흐름도,
도 9는 본 발명의 일 실시예에 따른 갱신-예측 구조 리프팅 기반 웨이블렛 변환의 적응적 예측 방법을 설명하는 흐름도.
이하, 본 발명의 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 우선 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
또한, 본 발명의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 어떤 구성 요소가 다른 구성요소에 "연결", "결합" 또는 "접속"된다고 기재된 경우, 그 구성 요소는 그 다른 구성요소에 직접적으로 연결되거나 또는 접속될 수 있지만, 각 구성 요소 사이에 또 다른 구성 요소가 "연결", "결합" 또는 "접속"될 수도 있다고 이해되어야 할 것이다.
도 3 및 도 4는 본 발명의 일 실시예에 따른 갱신-예측 구조 리프팅 기반 웨이블렛 변환 장치의 블록 구성도이다.
본 발명의 일 실시예에 따른 갱신-예측 구조 리프팅 기반 웨이블렛 변환 장치는 도 3에 도시된 분석부(30)와 도 4에 도시된 통합부(40)를 포함한다. 분석부(30)는 입력 신호를 웨이블렛 계수로 변환하는 것이고, 통합부(40)는 웨이블렛 계수를 복원 신호로 변환하는 것이다.
도 3에 도시된 바와 같이 분석부(30)는 분할부(31), 갱신부(33) 및 예측부(35)를 포함하며, 도 4에 도시된 바와 같이 통합부(40)는 예측부(41) 갱신부(43) 및 합류부(45)를 포함한다.
분할부(31)는 입력 신호를 짝수 다상 샘플 및 홀수 다상 샘플로 분리한다. 갱신부(33)는 상기 짝수 다상 샘플을 갱신하여 갱신 짝수 다상 샘플을 생성한다.
예측부(35)는 상기 홀수 다상 샘플과, 상기 갱신 짝수 다상 샘플에 대하여 필터의 방향과 계수가 다양한 복수의 기저 함수 중 특정 기저 함수에 근거하여 잔여 홀수 다상 샘플을 산출하는 것으로, 상기 홀수 다상 샘플의 화소값에서 상기 특정 기저 함수의 값을 감산하여 상기 잔여 홀수 다상 샘플을 구한다. 상기 특정 기저 함수에 대해서는 후술한다.
상술한 갱신 및 예측에 특정한 형태의 필터를 사용하게 되면, 갱신된 짝수 다상 샘플은 저 대역 필터를 통과한 웨이블렛 계수가 되고, 예측된 홀수 다상 샘플(잔여 홀수 다상 샘플)은 고 대역 필터를 통과한 웨이블렛 계수가 된다. 이 웨이블렛 계수들은 도 4의 통합부(40)에 의해 다시 원 신호 로 복원되는 것이 가능하다.
상술한 갱신-예측 구조 리프팅 기반 웨이블렛은 일반적인 리프팅 기반 웨이블렛과 마찬가지로, 2차원 신호에 확장 및 적용될 수 있다.
도 5는 도 3의 예측부(35)의 상세 구성도로서, 본 발명의 일 실시예에 따른 갱신-예측 구조 리프팅 기반 웨이블렛 변환의 적응적 예측 장치의 블록 구성도이다.
본 발명의 일 실시예에 따른 갱신-예측 구조 리프팅 기반 웨이블렛 변환의 적응적 예측 장치는, 도 5에 도시된 바와 같이, 현재 샘플 정합부(510), 기저 함수 집합부(530), 기저 함수 선택부(550), 및 잔여 신호 생성부(570)를 포함한다.
현재 샘플 정합부(510)는 복원된 선행 샘플들 중 현재 짝수 다상 샘플과 템플릿 매칭되는 제 1 샘플을 선택한다. 구체적으로, 현재 샘플 정합부(510)는 도 6과 같은 갱신-예측 구조 웨이블렛 압축 장치(600)에 의해서 분석부(30), 압축부(50), 통합부(40)를 통과한 후, 얻어지는 복원된 신호(또는 샘플이라 칭함)를 입력으로 하여 현재 샘플과 가장 유사한 샘플을 복원된 이전 샘플에서 템플릿 매칭 기법을 이용하여 찾아낸다.
템플릿 매칭 기법은, 도 7에 도시된 바와 같이, 현재의 샘플
Figure PCTKR2010004025-appb-I000001
에 대해서 가장 유사한 샘플
Figure PCTKR2010004025-appb-I000002
을 찾기 위해 현재 샘플
Figure PCTKR2010004025-appb-I000003
의 주위 샘플로 구성되는 L 자의 템플릿(710)과 가장 유사한 템플릿(730)을 이전에 복원된 샘플(750) 중에서 정합을 통해 찾아 유사 샘플
Figure PCTKR2010004025-appb-I000004
을 찾는 기법이다. 영상 신호는 인접 샘플과 상관도가 매우 크기 때문에 이 기법을 통해 보다 정확하게 현재 샘플
Figure PCTKR2010004025-appb-I000005
과 가장 유사한 샘플
Figure PCTKR2010004025-appb-I000006
을 찾아낼 수 있다. L 자의 템플릿은 일 예로서 사용된 것으로, 다양한 형태의 템플릿이 가능할 것이다.
기저 함수 집합부(530)는 갱신 짝수 다상 샘플에 대하여 필터의 방향과 계수가 다양한 복수의 기저 함수의 집합을 갖는다. 구체적으로, 기저 함수 집합부(530)는 다음 식(1)과 같이 필터의 방향 및 필터의 계수가 다양한 기저 함수들의 집합
Figure PCTKR2010004025-appb-I000007
((i= 0, 1, 2, 3, 4…)을 가지고 있다. 아래의 식(1)은 일 실시예로 제시된 것으로, 이에 한정되지 않고 더 많은 수의 기저 함수 집합을 가질 수 있다.
식(1)
Figure PCTKR2010004025-appb-I000008
기저 함수 선택부(550)는 상기 샘플
Figure PCTKR2010004025-appb-I000009
및 해당 갱신 짝수 다상 샘플에 근거하여 기저함수 집합부(530)에 저장된 복수의 기저 함수 중 특정 기저 함수를 선택한다. 구체적으로, 기저 함수 선택부(550)는 현재 샘플 정합부(510)를 통해서 얻어낸 상기 샘플
Figure PCTKR2010004025-appb-I000010
을 입력으로 하여, 기저 함수 집합부(530)에 저장된 기저 함수들의 집합
Figure PCTKR2010004025-appb-I000011
중에서 잔여 신호가 최소가 될 수 있는 최적의 기저 함수를 판별해낸다. 즉, 기저 함수 선택부(550)는 부호기의 관점에서 다음 식(2)를통하여 최적의 기저 함수를 구할 수 있지만, 복호기에서는 현재 샘플
Figure PCTKR2010004025-appb-I000012
을 알 수 없기 때문에, 부호기와 복호기를 대응시키기 위하여 현재 샘플 정합부(510)에서 얻어낸 유사 샘플
Figure PCTKR2010004025-appb-I000013
을 사용하여 다음 식 (3)를 통해서 최적의 기저 함수를 판별하고 선택하게 된다. 따라서, 기저함수 선택부(550)는 기저 함수 집합부(530)에 저장된 기저 함수들의 집합
Figure PCTKR2010004025-appb-I000014
중에서 다음 식(3)을 만족하는 기저 함수를 특정의 최적 기저함수로 판별하여 선택한다. 참고로, 식(2)(3)에서
Figure PCTKR2010004025-appb-I000015
은 상기 짝수 다상 샘플과 템플릿 매칭되는 특정이 유사 샘플이고,
Figure PCTKR2010004025-appb-I000016
은 기저 함수들의 집합이고, c(n)은 해당 갱신 짝수 다상 샘플이고, K는 상수를 나타낸다. 여기서, K는 갱신 시 필터의 종류에 따라 달라질 수 있다.
식 (2)
Figure PCTKR2010004025-appb-I000017
식 (3)
Figure PCTKR2010004025-appb-I000018
잔여 신호 생성부(570)는 기저 함수 선택부(550)에 의해 선택된 최적 기저 함수 및 해당 홀수 다상 샘플에 근거하여 잔여 홀수 다상 샘플(잔여 신호)을 구한다. 즉, 잔여 신호 생성부(570)는 잔여 홀수 다상 샘플 d(n)을 계산하는 것으로, 해당 홀수 다상 샘플 x(2n+1) 및 기저 함수 선택부(550)에 의해 선택된 최적 기저 함수
Figure PCTKR2010004025-appb-I000019
(i= 0, 1, 2, 3 및 4 중의 하나)를 바탕으로 하기 식 (4)에 따라 잔여 홀수 다상 샘플 d(n)을 산출한다.
식 (4)
Figure PCTKR2010004025-appb-I000020
이어 도 8를 참조하여 본 발명에 따른 갱신-예측 구조 리프팅 기반 웨이블렛 변환 방법의 일 예를 설명하되, 도 3의 장치에 적용되므로 그 동작과 병행하여 설명한다.
분할부(31)에서 입력 신호를 짝수 다상 샘플 x(2n) 및 홀수 다상 샘플 x(2n+1)로 분리하는 분할 단계(S810)를 수행하고, 갱신부(33)에서 짝수 다상 샘플 x(2n)을 갱신하여 갱신 짝수 다상 샘플 c(n)을 구하는 갱신 단계(S830)를 수행한 후, 예측부(35)에서 홀수 다상 샘플 x(2n+1)과 그리고 상기 갱신 짝수 다상 샘플 c(n)에 대하여 필터의 방향과 계수가 다양한 복수의 기저 함수 Pi(c)[n](i= 0, 1, 2, 3, 4) 중 특정된 최적 기저 함수
Figure PCTKR2010004025-appb-I000021
(i= 0, 1, 2, 3 및 4 중의 특정 하나)를 기초로 잔여 홀수 다상 샘플 d(n)을 구하는 예측 단계(S850)를 수행한다.
예측 단계(S850)에서 잔여 홀수 다상 샘플 d(n)은 수학식 (4)에서와 같이 홀수 다상 샘플 x(2n+1)의 화소값에서 최적 기저 함수
Figure PCTKR2010004025-appb-I000022
(i= 0, 1, 2, 3 및 4 중의 특정 하나)의 값을 감산하여 산출한다.
이어 도 9를 참조하여 본 발명에 따른 갱신-예측 구조 리프팅 기반 웨이블렛 변환의 적응적 예측 방법의 일 예를 설명하되, 도 5의 장치에 적용되므로 그 동작과 병행하여 설명한다.
도 9는 본 발명의 일 실시예에 따른 갱신-예측 구조 리프팅 기반 웨이블렛 변환의 적응적 예측 방법의 흐름도로서, 도 8의 예측 단계(S850)의 세부 흐름도이다.
먼저, 현재 샘플 정합부(510)는 도 4의 장치에 의해 복원된 선행 샘플들(도 4의 750) 중에서 현재 짝수 다상 샘플 x(2n)과 템플릿 매칭되는 제 1 샘플
Figure PCTKR2010004025-appb-I000023
을 선택하는 현재 샘플 정합 단계(S910)를 수행한다. 현재 샘플 정합 단계(S910)에서의 템플릿 매칭은 현재 샘플 정합부(510)의 설명 시 상술한 바 있다.
기저함수 집합부(530)는 갱신 짝수 다상 샘플 c(n)에 대하여 필터의 방향과 계수가 다양한 식 (1)의 복수의 기저 함수 집합 Pi(c)[n](i= 0, 1, 2, 3, 4)을 구비하는 기저 함수 집합 단계(S930)를 수행한다.
이어, 기저 함수 선택부(550)는 제 1 샘플
Figure PCTKR2010004025-appb-I000024
, 갱신 짝수 다상 샘플 c(n), 및 복수의 기저 함수 Pi(c)[n](i= 0, 1, 2, 3, 4)에 근거하여, 상기 복수의 기저 함수 Pi(c)[n](i= 0, 1, 2, 3, 4) 중에서 수학식 (3)을 만족하는 최적 기저 함수
Figure PCTKR2010004025-appb-I000025
(i= 0, 1, 2, 3 및 4 중의 특정 하나)를 선택하는 기저 함수 선택 단계(S950)를 수행한다.
마지막으로, 잔여 신호 생성부(570)는 상기 선택된 최적 기저 함수
Figure PCTKR2010004025-appb-I000026
(i= 0, 1, 2, 3 및 4 중의 특정 하나) 및 해당 홀수 다상 샘플 x(2n+1)을 수학식 (4)에 대입하여 잔여 홀수 다상 샘플 d(n)을 구하는 잔여 신호 생성 단계(S970)을 수행한다.
도 8 내지 도 9을 참조로 설명된 본 발명의 일 실시예에 따른 방법은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로써 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함하는 것으로, 예를 들어, ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 및 광 데이터 저장장치 등이다.
또한, 기록매체는 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함하며, 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이상에서, 본 발명의 실시예를 구성하는 모든 구성 요소들이 하나로 결합되거나 결합되어 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다. 또한, 그 모든 구성 요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성 요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수 개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 그 컴퓨터 프로그램을 구성하는 코드들 및 코드 세그먼트들은 본 발명의 기술 분야의 당업자에 의해 용이하게 추론될 수 있을 것이다. 이러한 컴퓨터 프로그램은 컴퓨터가 읽을 수 있는 저장매체(Computer Readable Media)에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 발명의 실시예를 구현할 수 있다. 컴퓨터 프로그램의 저장매체로서는 자기 기록매체, 광 기록매체, 캐리어 웨이브 매체 등이 포함될 수 있다.
또한, 이상에서 기재된 "포함하다", "구성하다" 또는 "가지다" 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소가 내재될 수 있음을 의미하는 것이므로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것으로 해석되어야 한다. 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥 상의 의미와 일치하는 것으로 해석되어야 하며, 본 발명에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나 지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
이상 설명한 바와 같이, 본 발명의 실시예는 대용량의 영상 데이터 압축을 위한 웨이블렛 변환 기반 영상 데이터 압축 기술 분야에 적용되어, 갱신-예측 리프팅 방식을 기반으로 설계된 웨이블렛 변환을 이용하여 영상 내의 공간적 상관관계를 제거할 때, 고 대역 신호의 에너지를 효과적으로 감소시켜 부호화 효율을 증대시키고 영상 신호의 주관적 화질을 향상하는 매우 유용한 발명이다.
CROSS-REFERENCE TO RELATED APPLICATION
본 특허출원은 2009년 7월 2일 한국에 출원한 특허출원번호 제 10-2009-0060072 호에 대해 미국 특허법 119(a)조(35 U.S.C § 119(a))에 따라 우선권을 주장하면, 그 모든 내용은 참고문헌으로 본 특허출원에 병합된다. 아울러, 본 특허출원은 미국 이외에 국가에 대해서도 위와 동일한 동일한 이유로 우선권을 주장하면 그 모든 내용은 참고문헌으로 본 특허출원에 병합된다.

Claims (20)

  1. 입력 신호를 짝수 다상 샘플 및 홀수 다상 샘플로 분리하는 분할부;
    상기 짝수 다상 샘플을 갱신하여 갱신 짝수 다상 샘플을 구하는 갱신부; 및
    상기 홀수 다상 샘플, 및 상기 갱신 짝수 다상 샘플에 대하여 필터의 방향과 계수가 다양한 복수의 기저 함수 중 특정 기저 함수에 근거하여 잔여 홀수 다상 샘플을 구하는 예측부
    를 포함하는 것을 특징으로 하는 갱신-예측 구조 리프팅 기반 웨이블렛 변환 장치.
  2. 제 1 항에 있어서,
    상기 예측부는 상기 홀수 다상 샘플의 화소값에서 상기 특정 기저 함수의 값을 감산하여 상기 잔여 홀수 다상 샘플을 구하는 것을 특징으로 하는 갱신-예측 구조 리프팅 기반 웨이블렛 변환 장치.
  3. 제 2 항에 있어서,
    상기 예측부는 상기 복수의 기저 함수 중 하기 식을 만족하는 최적 기저 함수를 상기 특정 기저함수로 선택하고, 하기 식에서
    Figure PCTKR2010004025-appb-I000027
    은 상기 짝수 다상 샘플과 템플릿 매칭되는 특정 샘플,
    Figure PCTKR2010004025-appb-I000028
    은 상기 복수의 기저 함수, c(n)은 상기 갱신 짝수 다상 샘플이고, K는 상수인 것을 특징으로 하는 갱신-예측 구조 리프팅 기반 웨이블렛 변환 장치.
    Figure PCTKR2010004025-appb-I000029
  4. 제 3 항에 있어서,
    상기 예측부는 상기 복수의 기저 함수
    Figure PCTKR2010004025-appb-I000030
    를 저장하고 있으며, 상기 복수의 기저 함수
    Figure PCTKR2010004025-appb-I000031
    는 적어도 하기의 기저 함수들을 포함하는 것을 특징으로 하는 갱신-예측 구조 리프팅 기반 웨이블렛 변환 장치.
    Figure PCTKR2010004025-appb-I000032
  5. 제 3 항에 있어서,
    상기 특정 샘플은 복원된 선행 샘플 중 상기 짝수 다상 샘플과 템플릿 매칭되는 샘플인 것을 특징으로 하는 갱신-예측 구조 리프팅 기반 웨이블렛 변환 장치.
  6. 입력 신호를 짝수 다상 샘플 및 홀수 다상 샘플로 분리하는 분할 단계;
    상기 짝수 다상 샘플을 갱신하여 갱신 짝수 다상 샘플을 구하는 갱신 단계; 및
    상기 홀수 다상 샘플, 및 상기 갱신 짝수 다상 샘플에 대하여 필터의 방향과 계수가 다양한 복수의 기저 함수 중 특정 기저 함수에 근거하여 잔여 홀수 다상 샘플을 구하는 예측 단계
    를 포함하는 것을 특징으로 하는 갱신-예측 구조 리프팅 기반 웨이블렛 변환 방법.
  7. 제 6 항에 있어서,
    상기 잔여 홀수 다상 샘플은 상기 홀수 다상 샘플의 화소값에서 상기 특정 기저 함수의 값을 감산하여 구하는 것을 특징으로 하는 갱신-예측 구조 리프팅 기반 웨이블렛 변환 방법.
  8. 제 7 항에 있어서,
    상기 특정 기저 함수는 상기 복수의 기저 함수 중 하기 식을 만족하는 최적 기저 함수이고, 하기 식에서
    Figure PCTKR2010004025-appb-I000033
    은 상기 짝수 다상 샘플과 템플릿 매칭되는 특정 샘플,
    Figure PCTKR2010004025-appb-I000034
    은 상기 복수의 기저 함수, c(n)은 상기 갱신 짝수 다상 샘플이고, K는 상수인 것을 특징으로 하는 갱신-예측 구조 리프팅 기반 웨이블렛 변환 방법.
    Figure PCTKR2010004025-appb-I000035
  9. 제 8 항에 있어서,
    상기 복수의 기저 함수
    Figure PCTKR2010004025-appb-I000036
    는 적어도 하기의 기저 함수를 포함하는 것을 특징으로 하는 갱신-예측 구조 리프팅 기반 웨이블렛 변환 방법.
    Figure PCTKR2010004025-appb-I000037
  10. 제 8 항에 있어서,
    상기 특정 샘플은 복원된 선행 샘플 중 상기 짝수 다상 샘플과 템플릿 매칭되는 샘플인 것을 특징으로 하는 갱신-예측 구조 리프팅 기반 웨이블렛 변환 방법.
  11. 갱신-예측 구조 리프팅 기반 웨이블렛 변환에 의해 갱신된 짝수 다상 샘플로부터 홀수 다상 샘플을 예측하기 위한 예측 장치에 있어서,
    복원된 선행 샘플들 중 현재 짝수 다상 샘플과 템플릿 매칭되는 제 1 샘플을 선택하는 현재 샘플 정합부;
    갱신 짝수 다상 샘플에 대하여 필터의 방향과 계수가 다양한 복수의 기저 함수를 갖는 기저 함수 집합부;
    상기 제 1 샘플 및 상기 갱신 짝수 다상 샘플에 근거하여 상기 복수의 기저 함수 중 특정 기저 함수를 선택하는 기저 함수 선택부; 및
    상기 선택된 특정 기저 함수 및 해당 홀수 다상 샘플에 근거하여 잔여 홀수 다상 샘플을 구하는 잔여 신호 생성부
    를 포함하는 것을 특징으로 하는 갱신-예측 구조 리프팅 기반 웨이블렛 변환의 적응적 예측 장치.
  12. 제 11 항에 있어서,
    상기 기저 함수 집합부에서 상기 복수의 기저 함수
    Figure PCTKR2010004025-appb-I000038
    은 적어도 하기의 기저 함수들을 포함하는 것을 특징으로 하는 갱신-예측 구조 리프팅 기반 웨이블렛 변환의 적응적 예측 장치.
    Figure PCTKR2010004025-appb-I000039
  13. 제 11 항에 있어서,
    상기 기저함수 선택부는 상기 복수의 기저 함수 중 하기 식을 만족하는 최적 기저 함수를 상기 특정 기저함수로 선택하고, 하기 식에서
    Figure PCTKR2010004025-appb-I000040
    은 상기 짝수 다상 샘플과 템플릿 매칭되는 특정 샘플,
    Figure PCTKR2010004025-appb-I000041
    은 상기 복수의 기저 함수, c(n)은 상기 갱신 짝수 다상 샘플이고, K는 상수인 것을 특징으로 하는 갱신-예측 구조 리프팅 기반 웨이블렛 변환의 적응적 예측 장치.
    Figure PCTKR2010004025-appb-I000042
  14. 제 11 항에 있어서,
    상기 잔여 신호 생성부는 상기 해당 홀수 다상 샘플의 화소값에서 상기 특정 기저 함수의 값을 감산하여 상기 잔여 홀수 다상 샘플을 구하는 것을 특징으로 하는 갱신-예측 구조 리프팅 기반 웨이블렛 변환의 적응적 예측 장치.
  15. 갱신-예측 구조 리프팅 기반 웨이블렛 변환에 의해 갱신된 짝수 다상 샘플로부터 홀수 다상 샘플을 예측하기 위한 예측 방법에 있어서,
    복원된 선행 샘플들 중 현재 짝수 다상 샘플과 템플릿 매칭되는 제 1 샘플을 선택하는 현재 샘플 정합 단계;
    갱신 짝수 다상 샘플에 대하여 필터의 방향과 계수가 다양한 복수의 기저 함수를 갖는 기저 함수 집합 단계;
    상기 제 1 샘플 및 상기 갱신 짝수 다상 샘플에 근거하여 상기 복수의 기저 함수 중 특정 기저 함수를 선택하는 기저 함수 선택 단계; 및
    상기 선택된 특정 기저 함수 및 해당 홀수 다상 샘플에 근거하여 잔여 홀수 다상 샘플을 구하는 잔여 신호 생성 단계
    를 포함하는 것을 특징으로 하는 갱신-예측 구조 리프팅 기반 웨이블렛 변환의 적응적 예측 방법.
  16. 제 15 항에 있어서,
    상기 복수의 기저 함수
    Figure PCTKR2010004025-appb-I000043
    은 적어도 하기의 기저 함수들을 포함하는 것을 특징으로 하는 갱신-예측 구조 리프팅 기반 웨이블렛 변환의 적응적 예측 방법.
    Figure PCTKR2010004025-appb-I000044
  17. 제 15 항에 있어서,
    상기 기저함수 선택 단계는 상기 복수의 기저 함수 중 하기 식을 만족하는 최적 기저 함수를 상기 특정 기저함수로 선택하고, 하기 식에서
    Figure PCTKR2010004025-appb-I000045
    은 상기 짝수 다상 샘플과 템플릿 매칭되는 특정 샘플,
    Figure PCTKR2010004025-appb-I000046
    은 상기 복수의 기저 함수, c(n)은 상기 갱신 짝수 다상 샘플이고, K는 상수인 것을 특징으로 하는 갱신-예측 구조 리프팅 기반 웨이블렛 변환의 적응적 예측 방법.
    Figure PCTKR2010004025-appb-I000047
  18. 제 15 항에 있어서,
    상기 잔여 신호 생성 단계는 상기 해당 홀수 다상 샘플의 화소값에서 상기 특정 기저 함수의 값을 감산하여 상기 잔여 홀수 다상 샘플을 구하는 것을 특징으로 하는 갱신-예측 구조 리프팅 기반 웨이블렛 변환의 적응적 예측 방법.
  19. 갱신-예측 구조 리프팅 기반 웨이블렛 변환에 의해 갱신된 짝수 다상 샘플로부터 홀수 다상 샘플을 예측하기 위한 적응적 예측 기능을 실현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체에 있어서,
    복원된 선행 샘플들 중 현재 짝수 다상 샘플과 템플릿 매칭되는 제 1 샘플을 선택하는 현재 샘플 정합 기능;
    갱신 짝수 다상 샘플에 대하여 필터의 방향과 계수가 다양한 복수의 기저 함수를 갖는 기저 함수 집합 기능;
    상기 제 1 샘플 및 상기 갱신 짝수 다상 샘플에 근거하여 상기 복수의 기저 함수 중 특정 기저 함수를 선택하는 기저 함수 선택 기능; 및
    상기 선택된 특정 기저 함수 및 해당 홀수 다상 샘플에 근거하여 잔여 홀수 다상 샘플을 구하는 잔여 신호 생성 기능
    을 실현시키기 위한 갱신-예측 구조 리프팅 기반 웨이블렛 변환의 적응적 예측 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체.
  20. 제 19 항에 있어서,
    상기 특정 기저 함수는 상기 복수의 기저 함수 중
    Figure PCTKR2010004025-appb-I000048
    의 수학식을 만족하는 최적 기저 함수이고,
    Figure PCTKR2010004025-appb-I000049
    은 상기 짝수 다상 샘플과 템플릿 매칭되는 특정 샘플,
    Figure PCTKR2010004025-appb-I000050
    은 상기 복수의 기저 함수, c(n)은 상기 갱신 짝수 다상 샘플, K는 상수이며, 상기 잔여 홀수 다상 샘플은 상기 해당 홀수 다상 샘플의 화소값에서 상기 특정 기저 함수의 값을 감산하여 구하는 갱신-예측 구조 리프팅 기반 웨이블렛 변환의 적응적 예측 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체.
PCT/KR2010/004025 2009-07-02 2010-06-22 갱신-예측 구조 리프팅 기반 웨이블렛 변환 장치와 방법, 이를 위한 적응적 예측 장치와 방법, 및 이를 위한 기록 매체 Ceased WO2011002170A2 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2009-0060072 2009-07-02
KR1020090060072A KR101467849B1 (ko) 2009-07-02 2009-07-02 갱신-예측 구조 리프팅 기반 웨이블렛 변환 장치와 방법, 이를 위한 적응적 예측 장치와 방법, 및 이를 위한 기록 매체

Publications (2)

Publication Number Publication Date
WO2011002170A2 true WO2011002170A2 (ko) 2011-01-06
WO2011002170A3 WO2011002170A3 (ko) 2011-02-24

Family

ID=43411559

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2010/004025 Ceased WO2011002170A2 (ko) 2009-07-02 2010-06-22 갱신-예측 구조 리프팅 기반 웨이블렛 변환 장치와 방법, 이를 위한 적응적 예측 장치와 방법, 및 이를 위한 기록 매체

Country Status (2)

Country Link
KR (1) KR101467849B1 (ko)
WO (1) WO2011002170A2 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111213382A (zh) * 2017-10-12 2020-05-29 交互数字Vc控股公司 用于视频编码和解码中的自适应变换的方法和装置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102254162B1 (ko) * 2016-05-12 2021-05-20 엘지전자 주식회사 비디오 코딩 시스템에서 인트라 예측 방법 및 장치

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1860794A (zh) * 2003-09-29 2006-11-08 皇家飞利浦电子股份有限公司 使用用于3－d过完备小波视频编码框架的联合时空预测进行形态学有效位映射编码
KR100985794B1 (ko) * 2003-11-21 2010-10-06 한국전자통신연구원 연산 복잡도 조절이 가능한 인터프레임 웨이블렛 코딩장치 및 그 방법
WO2006031093A1 (en) * 2004-09-16 2006-03-23 Samsung Electronics Co., Ltd. Wavelet transform apparatus and method, scalable video coding apparatus and method employing the same, and scalable video decoding apparatus and method thereof
KR101467846B1 (ko) * 2008-08-11 2014-12-02 에스케이 텔레콤주식회사 갱신-예측 구조 리프팅 기반 웨이블렛 변환 장치와 방법, 이를 위한 적응적 예측 장치와 방법, 및 이를 위한 기록 매체

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111213382A (zh) * 2017-10-12 2020-05-29 交互数字Vc控股公司 用于视频编码和解码中的自适应变换的方法和装置
CN111213382B (zh) * 2017-10-12 2022-07-19 交互数字Vc控股公司 用于视频编码和解码中的自适应变换的方法和装置

Also Published As

Publication number Publication date
KR101467849B1 (ko) 2014-12-03
WO2011002170A3 (ko) 2011-02-24
KR20110002557A (ko) 2011-01-10

Similar Documents

Publication Publication Date Title
CN105847803B (zh) 图像处理装置和方法
JP4425561B2 (ja) イメージおよびビデオ符号化のための２−ｄ変換
CN104602002B (zh) 图像处理装置和方法
CN104639945B (zh) 图像处理装置和图像处理方法
JP4889248B2 (ja) 方向予測及びリフテイング・ウェーブレットの組合せを使用して画像を符号化するシステムおよび方法
CN104023240B (zh) 图像处理设备和方法
WO2011155714A2 (ko) 엣지-적응 변환을 이용한 영상 부호화/복호화 시스템 및 방법
WO2009113791A2 (ko) 영상 부호화장치 및 영상 복호화장치
WO2012115487A2 (ko) 영상의 변환 및 역변환 방법, 및 이를 이용한 영상의 부호화 및 복호화 장치
WO2013002549A2 (ko) 영상 부호화/복호화 방법 및 장치
JPWO2012008039A1 (ja) 画像符号化方法及び画像復号化方法
WO2018074626A1 (ko) 적응적 보간 필터를 사용하는 비디오 코딩 방법 및 장치
WO2013133648A1 (ko) 비디오 신호 처리 방법 및 장치
EP1577790A2 (en) Integer transform matrix selection method in video coding and related integer transform matrix
WO2015122726A1 (ko) 시각적 인지 특성을 이용한 ｐｖｃ 방법
WO2015047039A1 (ko) 영상 부호화 및 복호화 방법, 장치 및 시스템
WO2011090352A2 (ko) 영역 기반의 부호화/복호화 장치 및 방법
JP4429968B2 (ja) Ｓｖｃの圧縮率を高めるシステムおよび方法
WO2011002170A2 (ko) 갱신-예측 구조 리프팅 기반 웨이블렛 변환 장치와 방법, 이를 위한 적응적 예측 장치와 방법, 및 이를 위한 기록 매체
WO2010011047A2 (ko) 웨이블렛 변환 계수 부호화를 위한 적응적 필터 탭 결정 장치와 방법, 그것을 이용한 웨이블렛 변환 장치와 방법, 및 그를 위한 기록 매체
WO2010047492A2 (ko) 동영상 부호화 장치 및 이를 위한 영상 신호의 2차원 정렬 변환 장치 및 방법, 및 이를 위한 기록 매체
WO2012008388A1 (ja) 符号化装置および符号化方法、並びに、復号装置および復号方法
KR100898058B1 (ko) Ｄｃｔ 계수와 ｄｗｔ 계수의 상호변환장치 및 방법
CN101720043A (zh) 基于多模式预测的成像光谱图像压缩方法
Panchanathan et al. Fast multiresolution motion estimation scheme for a wavelet transform video coder

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 10794305

Country of ref document: EP

Kind code of ref document: A2

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 10/04/12)

122 Ep: pct application non-entry in european phase

Ref document number: 10794305

Country of ref document: EP

Kind code of ref document: A2