The performance of an extended conditional runlength code(CRC) is investigated for multilevel images. The new coding method named as "Multilevel conditional runlength (M/R) coding" is basically an extension of CRC using both runlength code and Huffman code based on the statistics of image states.
In M/R coding, after the fundamental states of Markov model have been classified into several groups with different probability distribution, runlength coding or Huffman coding is appropriately used in each group to achieve a pel entropy which approaches the Markov bound.
In this paper, the effects of various parameters are investigated to minimize the error propagation within the specified image quality for 6-bit images. In comparison, it is found that M/R coding is superior to Bit plane coding, and is comparable with Discrete cosine transform.
본논문에서는 일반적 영상의 data 감축을 위한 runlength coding 방법이 연구되어졌다. 이러한 multilevel runlength coding 방법은 일반적 영상의 통계에 적합하도록 runlength coding 방법과 Huffman coding방법을 적절히 혼합 응용하고 있다.
이 방법에서는 주어진 Markov model 의 통계적 특성에 따라 기본적인 state 를 몇개의 group 으로 나눈뒤 각각의 group 에 적절한 runlength coding 방법을 사용함으로써 Markov Bound 에 근접하는 감축율을 얻고 있다.
본 논문에서는 주어진 화질내에서 error 전파를 최소로 하도록 여러가지 변수를 적절히 선택함으로써 더 높은 감축율을 얻는데 주력하였다. 이러한 방법은 Bit plane coding 보다는 우수한 것으로 나타났으며 DCT와는 비교적 간단한 방법임에도 불구하고 비슷한 성능을 나타내었다.
