The WT(Wavelet Transform) has become a very attractive technology in image compression area, because of its multiresolution image decomposition property. This thesis proposes a new image coding technique based on the combination of edge classification and the statistical energy distribution of high frequency subbands which are decomposed by the WT. Several high frequency subbands with lower energy distribution are eliminated from coding process for high compression ratio in the proposed compressiom method. A classification procedure is subsequently used to classify the other high frequency subband blocks with higher energy distribution into a finite number of classes according to edge classification criteria. The classified high frequency subband blocks are thresholed and are quantized in order to meet the predetermined bit rate using the classification map. The lowest frequency subband is encoded by DPCM(Differential Pulse Code Modulation).
PSNR(Peak Signal-to-Noise Ratio) of the compressed image is computed for given bit rates in order to analyze the compression performance of the proposed scheme. The computed PSNR is also compared to those of JPEG(Joint Photographic Experts Group) base-linescheme and VQ(Vector Quantization) based compression scheme.
오늘날, 전자공학과 컴퓨터 기술의 비약적인 발달로 인하여, 통신, 비디오, 오디오 등 인간의 편익을 도모하는 다양한 매체들이 이른바 멀티미디어 시스템이라고 하는 컴퓨터 시스템으로 통합, 발전되고 있다. 이 멀티미디어 시스템에서 영상 데이타는 처리해야할 데이타의 양이 매우 커 효율적인 저장 및 전송을 위하여 영상 데이타의 압축에 대한 다양한 기법들이 활발하게 연구되고 있다.
이러한 연구, 개발의 결과로서 JPEG, MPEG과 같은 블럭 변환 코딩(block transform coding) 방식에 기반을 둔 표준화된 영상 압축 시스템이 발표되었으며, 최근에는 대역분할(subband) 코딩 방식에 기반을 둔 웨이브릿(wavelet) 변환코딩 기법들이 기존의 블럭 변환 코딩 방식의 단점들을 보완할 수 있는 새로운 영상 압축 기법으로서 주목을 받고 있다. 웨이브릿 변환은 비정상신호(non-stationary signal)를 해석하기에 적합한, 시간과 주파수에 대한 국부성(locality)을 갖는 표현 방법을 찾는 과정에서 발견되었으며, 시간과 주파수 해상도가 균일(uniform)한 STFT(short-time Fourier transform)를 일반화시킨 비균일한 다해상도 신호해석방법이다. 이러한 신호해석방법은 이산화 과정을 거치면서 다중레이트(multirate)신호 해석 방법과 연관되며, 이것은 곧, 이산 웨이브릿 변환(discrete wavelet transform;DWT)이 필터뱅크(filter bank)이론에 의해 구현될 수 있음을 말해준다. 실제로 이산 웨이브릿 변환은 정규직교(orthogonal basis)의 저역통과 필터와 고역 통과 필터로 구성된 안전복원(perfect reconstruction) QMF(quadrature mirror filter)를 이용하여 반복 피라미드 방법으로 구현될 수 있다.
이러한 웨이브릿 변환을 이용한 영상 처리 기법은 그동안 연구되어온 다해상도 피라미드 기법과 대역분할 기법을 통합한 형태라고 말할 수 있다. 웨이브릿 변환을 이용한 이차원 영상 처리 기법은 Mallet에 의해 처음으로 소개되었는데, 이 기법을 영상 압축에 적용할 때 다음과 같은 유리한 점을 발견할 수 있다.
1) 웨이브릿 변환에 의한 신호의 다해상도 분해는 연속적인 원영상의 근사화 특성을 제공한다.
2) 옥타브대역 나무구조(octave band tree structure)분해 방식은 인간의 시각특성을 이용한 영상 부호화에 적합하다.
3) 원영상의 시간-스케일(time-scale)표현방식은 단계적인 에지 정보를 제공하며, 저역(low-frequency subband)에서의 에지정보를 이용해 고역(high-frequency subband)에서의 에지정보를 예측할 수 있게 하여 준다.
본 논문에서는 위에서 열거한 웨이브릿 변환의 장점과 고역에서의 에너지 분포를 이용한 영상 압축 기법을 제안하였다. 원영상은 웨이브릿 변환을 이용하여 Mallet이 제안한 나무구조로 분해된 후, 제일 높은 주파수 대역들은 다시 한번 더 분해된다. 제일 높은 주파수 대역을 재차 분해하여 얻은 12 개의 부대역들의 에너지 분포를 조사하여 가장 큰 에너지를 갖는 부대역 4개를 다음 부호화 과정을 위하여 선택하고 나머지 8개 부대역은 버린다. 선택된 4개의 부대역과 레벨 2,3의 고주파 부대역들을 에지 특성과 인간의 시각 특성, 그리고 각 부대역 간의 에지 방향 성분에 따른 연관성 등을 이용하여 몇개의 클래스들로 분류한 후 적절한 값으로 스케일한다. 그리고 나서 양자화시킨 후 RLC(run-length coding)와 호프만 코딩으로 압축, 부호화한다. 그리고 DC 성분의 부대역은 DPCM과 호프만 코딩으로 부호화한다. 제안된 코딩 방식은 JPEG에 의한 압축보다 좋은 결과를 나타냈으며, 웨이브릿을 이용한 VQ방식들에 비해서도 좋은 결과를 나타냈다.
더 나은 웨이브릿을 이용한 영상 압축을 위해서는 위에서 열거한 사항이외에, 웨이브릿 변환에 이용되는 필터들의 특성을 더 연구해야 할 것이다. 그 필터들의 특성으로는 선형 위상 특성(linear phase), 직교성(orthogonality), 필터의 크기, Regularity, 주파수 선택성(frequency selectivity) 등이 있다.
