Quadtree Image Compression Using Edge-Based Decomposition and Predictive Coding of Leaf Nodes

This paper proposes a quadtree image compression method which encodes images efficiently and also makes unartificial compressed images. The proposed compression method uses edge-based quadtree decomposition to preserve the significant edge-lines, and it utilizes the predictive coding scheme to exploit the high correlation of the leaf node blocks. The simulation results with $256\times256$ grayscale images verify that the proposed method yields better coding efficiency than the JPEG by about 25 percents. The proposed method can provide more natural compressed images as it is free from the ringing effect in the compressed images which used to be in the images compressed by the fixed block based encoders such as the JPEG.

에지-기반 분할과 잎 노드의 예측부호화를 적용한 쿼드트리 영상 압축

본 논문은 영상을 효율적으로 부호화하면서도 자연스러운 압축 영상을 만들어내는 쿼드트리 영상 압축 기법을 제안한다. 제안하는 압축 기법은 유의미한 에지 선을 보존하기 위해서 에지-기반 쿼드트리 분할을 적용하고, 잎 노드 블록 사이의 높은 상관성을 활용하기 위해서 예측부호화 기법을 이용한다. 제안하는 압축 기법이 JPEG에 비해서 부호 효율이 27% 이상 개선됨을 $256\times256$ 휘도영상에 대한 전산실험을 통하여 검증하였다. 제안하는 압축 기법은 JPEG과 같은 고정 블록 부호화 기법에서 나타나곤 하는 압축 영상에서의 파문 현상을 발생시키지 않아서, 보다 자연스러운 압축 영상을 제공할 수 있다.