On the Lower Level Laplacian Pyramid Image Coding Using Vector Quantization

벡터 양자화를 이용한 저층 라플라시안 피라미드 영상의 부호화에 관한 연구

An encoding technique based on region splitting and vector quantization is proposed for the lower level Laplacian pyramid images. The lower level Laplacian pyramid images have lower variance than higher levels but a great influence on compression ration due to large spatial area. And so from data compression viewpoint, we subdivide them with variance thresholding into two regions such as one called : flat region” and the other “edge region”, and encode the flat region with its mean value and the edge region as vector quantization method. The edge region can be reproduced faithfully and significant improvement on compression ratio can be accomplished with a little degradation of PSNR in spite of the effect of large flat region since the codebook used is generated from the edge region only on from the entire image including the flat region. It can be verified by computer simulation results that proposed method is more efficient in compression ratio and processing time than the conventional encoding technique of vector quantization.

저층 라플라시안 피라미드 영상의 부호화 방법을 제안하였다. 이 방법은 근본적으로 영역 분리와 벡터양지화 방법을 이용하였다. 저층 라플라시안 영상은 고층에 비하여 분산이 매우 작지만 공간 면적이 넓어 압축율에 크게 영향을 미친다. 바로 이 점에서 저층 영상을 분산값의 크기로 평탄/윤곽 영역으로 분리하여 평탄 영역은 평균값으로, 윤곽 영역은 벡터 양자화 방법으로 부호화하였다. 이 방법은 윤곽 영역만을 벡터 양자화함으로써 보다 효율적으로 윤곽 정보를 나타낼 수 있어서 평탄 영역에 의한 약간의 PSNR감소를 수반하지만 높은 압축율을 얻을수 있는 것이 장점이다. 컴퓨터 시뮬레이션 결과로 기존의 벡터 양자화 방법보다 압축율면이나 처리 시간면에서 효율적이라는 것을 알 수 있었다.