DOI QR코드

DOI QR Code

웨이블렛 변환 계수의 제로트리를 이용한 영상압축

Image Compression with using Wavelet Conversion Coefficients of Zerotree

  • 투고 : 2012.04.16
  • 심사 : 2012.05.16
  • 발행 : 2012.06.29

초록

임베디드 제로트리 웨이블렛(EZW : Embedded Zerotree Wavelet) 알고리즘은 원본 영상을 웨이블렛 변환하고 그 변환된 데이터를 이용하여 영상을 압축하는 기법으로써, 간단한 구조형태를 이루며 그 효율이 또한 매우 우수한 알고리즘이다. 본 논문은 이를 개선하여 압축 효율을 향상 시킨 것이다. 기본적으로 임베디드 제로트리 웨이블렛 알고리즘은 웨이블렛 변환된 데이터의 중요도를 판단하고, 그 중요도와 위치정보를 4가지로 분류하여 저장하게 된다. 이 부호는 P, N, Z, T로 나타내며 이중 P,N은 데이터의 크기와 관련한 중요도를 의미하고, 그 위치 정보를 Z, T 부호로 나타낸다. 각각의 부호들은 주부호화 과정을 통해 저장되게 되는데 이때 Z, T의 정보가 중복저장 되어 데이터양이 증가하게 된다. 본 논문에서는 중복 저장되는 데이터 량을 줄이기 위해 기존의 부호에 중복 기능을 나타내는 4가지 부호를 추가한 수정된 임베디드 제로트리 알고리즘을 제안하고, 이를 확장 임베디드 제로트리 웨이블렛(EEZW, Extended Embedded Wavelet) 알고리즘으로 명명하였다. 제안된 알고리즘은 다양한 영상을 대상으로 영상 품질을 정량적으로 표현한 PSNR(Peak Signal To Noise Rate) 수치를 비교하여 우수한 결과를 확인하였다.

EZW, also known as Embedded Zerotree Wavelet, is a technique that allows transforming original images into wavelet, then again compressing images using the transformed data. This algorithm demonstrates a simple structure and remarkable effectiveness. This paper has reformed the EZW to improve a compression efficiency. Fundamentally, EZW evaluates the priority level of wavelet-transformed data and stores them into four different categories considering the priority level of the data as well as their location information. The four categories are represented as the symbols P, N, Z, and T. Here, P and N correspond to the volume of data and the priority level whereas Z and T show the location information of data. Each letter is stored through the process of dominant pass. However, here is when the data of Z and T are stored redundantly which lead to unnecessary increase of data volume. In this paper, we propose a modified version of Embedded Zerotree Wavelet algorithm, which is designed to efficiently reduce the volume of redundantly stored data using four additionally inserted symbols. We name it EEZW, Extended Embedded Zerotree Wavelet. The proposed algorithm demonstrates the efficiency verified by a number of image and confirms an outstanding result through the PSNR(Peak Signal To Noise Rate) values, which measure their quality of images.

키워드

참고문헌

  1. K.R Rao and J.J Hwang, "Techniques & standards for Image for Video & Audio coding," prentice Hall, 1966.
  2. W.B pennebarker and J.L Mitchell, "APEG Still Image Data Compression Standard," Van Norstrand Reinhold Publishers N. Y, 1993.
  3. Sidney Burrus C, Gopinnath R A and Guo Haital. "Introduction to wavelets and wavelet transform," New Jersey : Prentice-Hall, 1988.
  4. M. Antonini, M.Barluad, P Mathieu and I Daubechies, "Image coding using wavelet transform," IEEE Trans. Image Processing, vol. 5, pp. 4-15, Jan.1966.
  5. E.Yeung, "Image compression using Wavelet," IEEE CCECE'97, vol. 1, pp.241-244, May. 1997.
  6. Jerome M. Shappiro, "Embedded Image Coding Using Zerotrees of Wavelet Coefficients," IEEE Trans. on signal Processing, vol. 41, no. 12, December 1993.
  7. S.G Mallat, "A theory for multi-resolution signal decomposition the wavelet representation," IEEE Trans.Patt Analy Mach.Intell, vol. 11, pp.674-693, July, 1989. https://doi.org/10.1109/34.192463
  8. J.M Shapirro, "An Embedded Wavelet Hierarchial Image Coder," IEEE ICASSP'92, vol. 4, pp.657, 660, Mar. 1992.