Wavelet-Based Image Compression Using the Properties of Subbands

대역의 특성을 이용한 웨이블렛 기반 영상 압축 부호화

This paper proposes a wavelet transform- based image compression method using the energy distribution. The proposed method Involves two steps. First, we use a wavelet transform for the subband decomposition. The original image Is decomposed into one low resolution subimage and three high frequency subimages. Each high frequency subimages have horizontal, vertical, and diagonal directional edges. The wavelet transform is luther applied to these high frequency subimages. Resultant transformed subimages have different energy distributions corresponding to different orientation of the high pass filter. Second, for higer compression ratio and computational effciency, we discard some subimages with small energy. The remaining subimages are encoded using either DPCM or quantization followed by entropy coding. Experimental results show that the proposed coding scheme has better performance in the peak signal to noise ratio(PSNR) and higher compression ratio than conventional image coding method using the wavelet transform followed by the straightforward vector quantization.

본 논문에서는 웨이블렛 변환에 의해서 얻어진 고주파 대역에 웨이블렛 변환을 반복 적용하면 분해된 대역들이 필터링 방향에 따라서 대역 내의 웨이블렛 계수의 자승합으로 정의되는 에너지량을 다르게 갖는 특성을 이용하여 영상을 압축 부호화한다. 2차원 영상에 웨이블렛 변환을 적용하면 하나의 저해상도 영상과 세 개의 고주파 대역을 얻을 수 있다. 원영상에 포함되어 있는 고주파 성분은 웨이블렛 변환에 의해서 수평 방향, 수직 방향, 대각 방향의 윤곽선 형태로 세 개의 고주파 대역에 나뉘어서 존재하게 된다. 이러한 세 개의 고주파 대역에 다시 웨이블렛 변환을 적용하면, 윤곽선 방향과 동일한 방향으로 저역 통과 필터링되어 얻어진 대역에서는 에너지량이 크게 나타나지만, 윤곽선 방향과 동일한 방향으로 고역 통과 필터링되어 얻어진 대역에서는 에너지량이 적게 나타난다. 그러므로, 효율적인 압축을 위하여 에너지량이 적은 대역들을 부호화 과정에서 제외하며 제외되지 않은 나머지 대역들은 대역에 따라 DPCM 또는 임계값을 이용하여 양자화한 후에 엔트로피 부호화한다. 본 논문에서 제안한 방법은 압축률과 화질면에서 기존의 웨이블렛 변환과 벡터 양자화를 이용한 방법보다 우수한 성능을 보인다는 것을 실험을 통하여 제시하였다.