The Journal of Korean Institute of Communications and Information Sciences (한국통신학회논문지)

The Korean Institute of Commucations and Information Sciences (한국통신학회)
권호 표지

Edge Preserving Image Compression with Weighted Centroid Neural Network

신경망에 의한 테두리를 보존하는 영상압축

  • 박동철 (명지대학교 정보제어공학과 정보통신교육센터 정회원) ;
  • 우영준 (명지대학교 정보제어공학과 정회원)
  • Published : 1999.10.01
Download PDF
⟨ Previous Next ⟩

Abstract

A new image compression method to preserve edge characteristics in reconstructed images using an unsupervised learning neural is proposed in this paper. By the unsupervised competitive learning which generalizes previously proposed Centroid Neural Network(CNN) algorithm with the geometric characteristics of edge area and statistical characteristics of image data, more codevectors are allocated in the edge areas to provide the more accurate edges in reconstructed image. Experimental results show that the proposed method gives improved edge in reconstructed images when compared with SOM, Modified SOM and M/R-CNN.

무지도 경쟁학습을 이용하여 압축된 영상의 복원 후에 나타나는 테두리부분의 손상을 최소화하기 위한 영상압축 방법이 제안되었다. 제안된 영상압축방법은 영상데이터에서 테두리부분에 해당하는 데이터의 기하학적인 특징을 이용하는데, 영상데이터의 통계학적인 특성을 함께 이용하여 기존의 Centroid Neural Network을 일반화시키는 무지도 경쟁학습에 의하여 자동적으로 더욱 많은 code vector를 테두리부분에 배정함으로서 압축된 영상의 복원 후에 나타나는 테두리부분의 손상을 초소화하게 한다. 실험 결과, 기존의 SOM, M-SOM, M/R-CNN등과 비교하여 제안된 방법에 의해 압축된 영상의 복원된 테두리 부분에서 PSNR이 약 2dbv정도 향상된 결과를 보여줄 수 있었다.

Keywords

References

  1. IEEE Trans. Comm. v.28 An Algorithms for Vector Quantization Design Y. Linde;A. Buzo;R. Gray
  2. Proc. IEEE Int. Conf. Acoust., Speech, Signal Processing Image coding using vector quantization A. Gersho;B. Ramamurthi
  3. IEEE Trans. Comm. v.COM-34 no.11 Classified Vector Quantization of Images Bhaskar Ramamurthi;Allen Gersho
  4. Proc. 16th Asilomar Conf. circuits., Comput. Image compression using non-adaptive spatial vector quantization R. L. Baker;R. M. Gray
  5. Vector quantization of digital images B. L. Baker
  6. IEEE Trans. Neural Networks v.6 no.1 Adaptive Learning method in Self-Organizing Map for Edge Preserving Vector Quantization Y. K. Kim;J. B. Ra
  7. Self-Organization and Associative Memory, 3rd ed. T. Kohonen
  8. Bell telephone Laboratories Paper Least Squares Quantization in PCM’s Lloyd. S. P.
  9. Bell Syst. Tech. J. v.27 Spectra of quantized signals W. R. Bennett
  10. IEEE Trans. Inform. Theory v.IT-25 no.4 Asymptotically optimum block quantization A. Gersho
  11. IEEE Trans. Inform. Theory v.IT-26 no.1 Asymptotic Performance of Block Quantizers with Difference Distortion Measures Yoshio Yamada;Saburo Tazaki;Robert M. Gray
  12. Probability, Random Variables, and Stochastic Processes Papoulis
  13. 한국퍼지 및 지능 시스템학회 논문지 v.9 no.2 새로운 무감독 경쟁 학습 알고리즘의 개발 박동철
  14. IEEE Trans. on Neural Networks Centroid Neural Network Algorithm Dong C. Park
  15. Proc. Of 1997 Int. Conf. on Neural Networks v.3 Development of a Neural Network Algorithm for Unsupervised Competitive Learning Dong C. Park
  16. Proc. Of 1999 Int. Joint Conf. on Neural Networks Weighted Centroid Neural Networks for Edge Preserving Image Compression Dong-Chul Park;Yong-June Woo