The Improved Binary Tree Vector Quantization Using Spatial Sensitivity of HVS

Color image quantization is a process of selecting a set of colors to display an image with some representative colors without noticeable perceived difference. It is very important in many applications to display a true color image in a low cost color monitor or printer. The basic problem is how to display 256 colors or less colors, called color palette, In this paper, we propose improved binary tree vector quantization based on spatial sensitivity which is one of the human visual properties. We combine the weights based on the responsibility of human visual system according to changes of three Primary colors in blocks of images with the process of splitting nodes using eigenvector in binary tree vector quantization. The test results show that the proposed method generates the quantized images with fine color and performs better than the conventional method in terms of clustering the similar regions. Also the proposed method can get the better result in subjective quality test and WSNR.

인간 시각 시스템의 공간 지각 특성을 이용한 개선된 이진트리 벡터양자화

칼라 양자화는 칼라 카메라로부터 입력된 자연 색의 칼라 영상을 컴퓨터 모니터에 표현하기 위해 더 적은 칼라 팔레트로 구성하는 것이다. 이것은 자연색 중에서 인간이 인식한 수 있는 색은 수 백가지 정도일 뿐 아니라 실제 칼라 영상에 나타나는 색은 이 보다는 훨씬 적다는 것을 바탕으로 한다. 본 논문에서는 인간의 시각 특성중 공간 지각 특성을 고려한 개선된 고유벡터를 이용한 이진 트리 벡터양자화 기법을 제안한다. 제안 방법은 고유벡터를 이용한 이진 트리 벡터 양자화의 두 노드로 분할하는 과정에 영상의 블록 내의 칼라의 변화에 따른 인간의 시각의 반응 정도를 가중피로 결합하여 양자화를 하였다. 제안 방법은 기존의 방법보다 색상이 선명해지며 유사한 영역의 분한에 뛰어난 성능을 보여 주었으며 주관적인 화질 평가와 PSNR에서도 좋은 결과를 보였다.