Prediction is an important process to explore the redundancy in lossless coding. There are many researches on the optimization of prediction scheme, globally and locally. Due to its simple structure and good performance, the predictor of JPEG-LS is used as spatial prediction scheme. In addition to the spatial predictor, we design new prediction algorithm called the inter-color prediction to explore the redundancy between color components. The high similarities between neighborhood pixels in the YDbDr color coordinate system is used to estimate the color of current pixels. From experiments for various images, it is confirmed that inter-color prediction is effective to reduce the energy of residue.
The performance of entropy coding as well as the prediction is critical to compression efficiency. To improve the performance of entropy coding, many researches have been focused on how to define the contexts from neighbors. In this thesis, we design a new algorithm to increase the probability inequality of symbols of each bit-plane by multiple predictors during the bit-plane coding. We also improve the algorithm to be compatible with previous context based entropy coding.
The proposed compression algorithm produces embedded-structured bitstream. It is easy to control the bitstream size on it. Through this way, we can achieve constant bitrate compression. For practical implementation, we develop a parallel prediction scheme based on color components interleaving and image partitioning. For a processing unit which consists of color components of multiple pixels, each component can be predicted from neighborhoods in parallel. The prediction scheme has side effect of random sampling which is helpful to improve the worst case performance because it lessens the local characteristics in the processing unit.
무 손실 압축에서 데이터간의 중복을 제거하기 위해 예측은 중요한 과정이다. 예측 처리를 보다 최적화하기 위해서 많은 연구들이 있어왔다. 본 연구에서는 JPEG-LS 에서 사용하는 단순하고 효과적인 예측 구조를 공간 예측 구조로 적용하였다. 공간 예측 구조에 더하여 컬러 상호 예측이라고 하는 새로운 예측 구조를 설계하였다. 이를 통하여 입력 영상의 칼라 성분들간에 존재하는 중복을 효과적으로 제거할 수 있었다. 컬러 상호 예측은 다양한 영상들에 대하여 반복적 실험을 수행하였으며, 이를 통하여 컬러 상호 예측의 효과성을 입증하였다.
예측과 함께 엔트로피 부호화의 성능은 압축의 효율성에 중요하다. 엔트로피 부호화의 성능을 향상하기 위해서 데이터의 지역적 특성을 얼마나 잘 이용할 것인가가 이슈가 되고 있다. 데이터의 지역적 특성은 이미 처리된 인접한 데이터를 통하여 정의될 수 있다. 우리는 비트 평면의 각 심볼들을 부호화하기 위하여 보다 정확한 예측기를 선정하고, 이를 통하여 부호화되는 심볼에 대한 보다 정확한 확률 예측을 하고자 하였다. 다양한 영상에 대한 실험을 에서 다중 예측을 통한 엔트로피 부호화의 성능이 상황 기반 엔트로피 부호화의 성능보다 효과적이라는 것을 보였다.
제안된 영상 압축 방법은 임베디드 구조의 비트스트림을 생성한다. 임베디드 구조의 비트스트림은 비트량을 매우 쉽게 조절할 수 있기 때문에, 일정한 단위당 같은 비트스트림을 쉽게 생성할 수 있다. 이와 함께, 컬러 상호 예측의 직렬성에도 불구하고, 컬러 성분의 인터리빙, 영상 파티셔닝의 방법을 통하여 압축 방법의 구조를 병렬처리가 가능하도록 설계 하였다. 병렬 처리를 위하여 적용된 기법들은 같이 처리되는 컬러 성분들에 대하여 임의 선정의 효과를 주기 때문에 고정 비트율 압축에서 지역적 특성을 없애, 최악의 압축 조건을 완화하는 효과를 갖는다.
