웨이블릿 영역에서 분류 예측과 KLT를 이용한 다분광 화상 데이터 압축

Multispectral Image Data Compression Using Classified Prediction and KLT in Wavelet Transform Domain

  • 김태수 (경북대학교 대학원 전자공학과) ;
  • 김승진 (경북대학교 대학원 전자공학) ;
  • 이석환 (경북대학교 대학원 전자공학) ;
  • 권기구 (한국전자통신연구언(ETRI) ;
  • 김영춘 (영동대학교 정보통신학) ;
  • 이건일 (경북대학교 대학원 전자공학과)
  • 발행 : 2004.04.01

초록

본 논문에서는 웨이블릿(wavelet) 영역에서 분류 예측, KLT (Karhunen-Loeve transform), 및 3-D SPIHT(three-dimensional set partitioning in hierarchical trees) 알고리즘(algorithm)을 이용하여 인공위성 화상 데이터에 존재하는 대역내 중복성 (intraband redundancy)과 대역간 중복성 (interband redundancy)을 효과적으로 제거하는 새로운 압축 방법을 제안하였다. 대역간 중복성을 제거하기 위해 웨이블린 영역에서의 분류 정보를 이용하여 영역별 대역간 예측을 행한다. 영역별 대역간 예측에 의해 복원되는 화상들은 예측 오차로 인해 원 화상 (original image)과 차 화상 (residual image)을 가진다. 이 차 화상들 간에 존재하는 대역간 중복성을 제거하기 위하여 KLT를 행한다. 웨이블릿 변환 (wavelet transform)과 KLT를 행하여 대역내 및 대역간 크기 순서로 재정렬된 변환 계수들을 3-D SPIHT 알고리즘을 이용하여 부호화 한다. 제안한 방법의 성능 평가를 위해서 다분광 화상 데이터에 대하여 압축 실험을 행하여 제안한 방법이 기존의 방법들 보다 동일한 여러 비트율 (bit rate)에서 평균 PSNR (peak signal-to-noise ratio)이 0.12∼3.83㏈ 향상됨을 확인하였다.

This paper proposes a new multispectral image data compression algorithm that can efficiently reduce spatial and spectral redundancies by applying classified prediction, a Karhunen-Loeve transform (KLT), and the three-dimensional set partitioning in hierarchical trees (3-D SPIHT) algorithm in the wavelet transform (WT) domain. The classification is performed in the WT domain to exploit the interband classified dependency, while the resulting class information is used for the interband prediction. The residual image data on the prediction errors between the original image data and the predicted image data is decorrelated by a KLT. Finally, the 3-D SPIHT algorithm is used to encode the transformed coefficients listed in a descending order spatially and spectrally as a result of the WT and KLT. Simulation results showed that the reconstructed images after using the proposed algorithm exhibited a better quality and higher compression ratio than those using conventional algorithms.

키워드

참고문헌

  1. IEEE Trans. Geosci. Remote Sensing v.30 no.3 Feature predictive vector quantization of multispectral images S.Gupta;A.Gersho https://doi.org/10.1109/36.142927
  2. IEEE Trans. Image Processing v.8 no.4 Compression of multispectral images by spectral classification and transform coding G.Gelli;G.Poggi https://doi.org/10.1109/83.753736
  3. IEEE Trans. Geosci. Remote Sensing v.38 no.1 Compression of multispectral images by three-dimensional SPIHT algorithm P.L.Dragotti;G.Poggi;A.R.P.Ragozini https://doi.org/10.1109/36.823937
  4. IEEE Signal Processing Mag. v.12 no.1 Practical transform coding of multispecral imagery J.A.Saghri;A.G.Tescher;J.T.Reagon https://doi.org/10.1109/79.363506
  5. Proc. ICIP v.2 Coding of spectrally homogeneous regions in multispectral image compression G.Fernandez;C.M.Wittenbrink
  6. IEEE Trns. Commun. v.36 Image coding using vector quantization: A review N.M.Nasrabadi;R.A.King https://doi.org/10.1109/26.3776
  7. 대한전자공학회 하계종합학술대회 논문집 v.19 no.1 대역간 예측과 영역 분류 벡터양자화를 이용한 다중 광 화상데이타 압축 반성원;김영춘;김중곤;서용수;이건일
  8. 한국통신학회 논문지 v.25 no.18 웨이브릿 영역에서의 영역별 대역간 예측과 벡터 양자화를 이용한 다분광 화상데이타의 압축 반성원;권성근;이종원;박경남;이건일
  9. IEEE Trans. Geosci. Remote Sensing v.34 no.2 Multispectral data compression using bidirectional interband prediction A.K.Rao;S.Bhargava https://doi.org/10.1109/36.485116
  10. IEEE Trans. Signal Processing v.41 no.12 Embedded image coding using zerotrees of wavelet coeffiients J.M.Shapiro https://doi.org/10.1109/78.258085
  11. IEEE Trans. Circuits Syst. Video Technol. v.6 no.3 A new fast and efficient image codec based on set partitioning in hierarchical trees A.Said;W.A.Pearlman https://doi.org/10.1109/76.499834
  12. Proc. IGARSS'01 v.4 Multispectral image compression using eigen-region-based segmentation L.Chang;C.M.Cheng