Earticle

본 논문에서는 이미지 데이터를 압축하는 여러 방식 중에 YUV색 공간을 이용하여 중요도에 따라 색상 비트를 줄이는 압축 알고리즘을 제안한다. 4:2:2 서브샘플링은 영상 분야에서 표준으로 사용되고 있다. 색 정보와 사람의 망막 이 가지는 특성을 이용하여 4:2:2 서브 샘플링으로 YUV의 색상 데이터를 줄였다. YUV와 RGB는 다음과 같은 변환 행 렬을 통해 서로의 색영역으로 변환하여 사용할 수 있다. 이미지 데이터를 YUV로 색 공간으로 변환하여 상대적으로 낮 은 U , V 비트를 다운 스케일작업을 수행 한 후 수행한 후 4:2:2 서브 샘플링을 통하여 데이터를 압축한다. 기존의 방식 들과의 비교를 통하여 제안한 알고리즘의 성능을 비교하고 분석한다. 분석한 결과 중요도가 낮은 색상 요소의 정보를 줄인 결과와 원본과 비교했을 때 품질의 큰 저하 없이 이미지를 압축 할 수 있었다.

In this paper, we propose a compression algorithm that reduces color bits according to importance by using YUV color space among various methods of compressing image data. 4: 2: 2 subsampling is the standard in the field of video. By using the color information and the characteristics of the human retina, YUV color data was reduced by 4: 2: 2 subsampling. YUV and RGB can be converted to each other by using the following transformation matrix. The image data is converted into color space by YUV, and the relatively low U and V bits are subjected to the downscaling operation, and then the data is compressed through 4: 2: 2 subsampling. The performance of the proposed algorithm is compared and analyzed through comparison with existing methods. As a result of the analysis, it was possible to compress the image without reducing the information of the low importance color element and without a significant deterioration in the quality compared with the original.

There are images in which some directional edges other than the vertical or horizontal ones dominate. So the conventional discrete cosine transform (DCT) may not be the best choice for them. Directional DCT framework is able to provide a better coding performance for image blocks that contain directional edges. In addition, the all phase biorthogonal transform (APBT) algorithm can improve the performance of compression. In the light of directional DCT and APBT, directional APBT is proposed and applied to color image coding. Experimental results show that this framework can indeed improve the compression performance of color image remarkably.

This paper proposes image compression in different color spaces using hybrid wavelet transform. To generate hybrid wavelet transform Discrete Kekre transform (DKT) and Discrete Cosine transform (DCT) are selected as component transforms. Due to high energy compaction property, DCT is selected as local component transform that contributes to local features of an image. Hybrid wavelet transform extracts features of both the component transforms and hence gives less error and better image quality. Component transforms of different sizes are selected to generate hybrid wavelet of size 256x256 and applied on images. In RGB color space 16-16 combination i.e. hybrid wavelet generated using DKT 16x16 and DCT 16x16 gives least error than other combinations like 8-32, 32-8 and 64-4. RMSE, MAE, AFCPV and Structural Similarity Index (SSIM) are the error metrics used to measure reconstructed image quality. Different color spaces have been used to observe the performance of this hybrid wavelet transform. In KLUV color space minimum RMSE and MAE is observed than RGB, YUV, YCbCr, XYZ and YIQ color space. Whereas RGB color space gives lowest AFCPV than other color spaces using 16-16 component size. Hence SSIM is used to eliminate this inconsistency in these traditional error metrics. KLUV color space gives highest SSIM 0.998 which is closest to maximum one proving it as a better choice than other color spaces.

There have been substantially growing needs for storage space as there are more and more valuable and important stuff to be stored. The data which, originally, used to be processed manually and kept physically in the form of paper are now transformed into computerized data. However, these data keep increasing and within a certain period of time they become very large that they take more space to store. This situation causes serious problems in storing and transmitting image data. This research tries to find out the influence of wavelet to the Peak Signal to Noise Ratio (PSNR), and its level of decomposition towards the PSNR. The wavelet used are Daubechies family of Haar (Daubechies 1), Daubechies 2, Daubechies 3, Daubechies 4, Daubechies 5, and Coiflet families, as well as Symlet families. Test images used are 24-bit color image which are 512x512 in size. The wavelet which has the highest PSNR in each family is Haar, Coiflet 3, and Symlet 5. The effect of decomposition level towards PSNR is that the greater is the level of the decomposition, the smaller its PSNR becomes.

A novel color image compression scheme based on block truncation coding is proposed in this paper. In this scheme, the quadtree segmentation technique is employed to partition the color image into variable-sized image blocks according to its block activities. Then, the block truncation coding scheme with the bit map omission technique is employed to encode the image blocks. According to the experimental results, the proposed scheme significantly cuts down the bit rates while keeping good reconstructed image qualities of the compressed color images.

In order to solve the issue of embedded image processing, a method of mixed compression for RGB565 format true color image is proposed. According to the inherent correlation of image data, the method adopts the discrete cosine transform and rearrangement to centralize the data that have higher correlation. Finally, it achieves the image compression by improving the run-length coding combined with statistical coding. Experiments show that the method can compress the true color images with RGB565 format effectively on the platform of ARM-Linux, and achieve a good compression ratio.

Image compression techniques such as JPEG and MPEG induce losses of image quality. These losses are usually investigated on the spatial distortions from reconstructed images. Representative specifications are blocking artifacts, color bleeding and smearing. However, the compression techniques also influence the color information. The distortion of color information means distortion of gamut characteristics such as gamut size and unique color from the CIELAB values for each pixel in the reconstructed images. Accordingly, this paper introduces the investigation of the relationship between image compression and the gamut characteristics for reconstructed images using MPEG compression. The results show the consist variation of gamut, hue, and chroma due to MPEG compression.

A correlation exists between luminance samples and chrominance samples of a color image. It is beneficial to exploit such interchannel redundancy for color image compression. We propose an algorithm that predicts chrominance components Cb and Cr from the luminance component Y. The prediction model is trained by supervised learning with Laplacian-regularized least squares to minimize the total prediction error. Kernel principal component analysis mapping, which reduces computational complexity, is implemented on the same point set at both the encoder and decoder to ensure that predictions are identical at both the ends without signaling extra location information. In addition, chrominance subsampling and entropy coding for model parameters are adopted to further reduce the bit rate. Finally, luminance information and model parameters are stored for image reconstruction. Experimental results show the performance superiority of the proposed algorithm over its predecessor and JPEG, and even over JPEG-XR. The compensation version with the chrominance difference of the proposed algorithm performs close to and even better than JPEG2000 in some cases.

채색화 기법은 일부 픽셀의 색상 정보를 이용하여 흑백의 이미지에 색상 정보를 추가하는 기법이다. 이러한 채색화 기법을 기반으로한 색상 이미지 압축기법들이 연구되고 있다. 색상 평면에서 대표적인 픽셀들을 소스 픽셀로 자동적으로 선택하고, 이 소스 픽셀들의 위치와 색상 정보만을 디코더에 압축하여 전송한다. 본 논문에서는 밝기 변화량을 이용하여 소스 픽셀의 위치를 결정함으로써, 디코더에서도 동일한 작업으로 소스 픽셀의 위치를 결정할 수 있다. 따라서 소스 픽셀에 대한 위치정보를 전송하기 위한 비트량을 줄임으로써 압축 효율을 높였다. 제안알고리듬은 디코더에서 색상정보의 복원에 이용하는 채색화 기법의 특성에 맞추어서 밝기가 평평하고 넓은 영역에서 먼저 소스픽셀을 선택하여, 이웃의 비슷한 밝기를 가지는 픽셀에 대한 색상 정보를 효율적으로 압축한다.

A color image compression based on saliency map was proposed. The proposed method provides higher quality in saliency blocks on which people's attention focuses, compared with non-saliency blocks on which the attention less focuses at a given bitrate. The proposed method uses 3 different quantization tables according to each block's saliency level. In the experiment using 6 typical images, we compared the proposed method with JPEG and other conventional methods. As the result, it showed that the proposed method (Qup=0.5*Qx) is about 3.1 to 1.2 dB better than JPEG and others in saliency blocks in PSNR at the almost similar bitrate. In the comparison of result images, the proposed one also showed less error than others in saliency blocks.

기존의 무손실 컬러 이미지 압축 연구에는 하나의 색상 채널을 압축한 뒤에 이를 이용하여 나머지 색상 채널의 값을 예측하여 압축을 수행하는 방법이 많다. 또한, 각각의 채널을 독립적으로 압축하는 경우, 무손실 색상 변환(reversible color transform을 먼저 수행하는 것이 유리하다는 연구 결과도 있다. 본 논문에서는 무손실 컬러 이미지 압축을 위한 새로운 색상변환 방법을 제안한다. 새롭게 제안하는 색상 변환은 R, G, B 색공간에서 표현된 이미지를 YCuCv 색공간으로 변환하는데, 기존의 방법에 비해 채널 간 상관관계를 효과적으로 제거한다. 실험 결과, 제안하는 방법은 기존의 무손실 색상 변환 방법에 비해 평균 2.6% 엔트로피를 감소시키는 성능 향상을 보인다.

본 레터논문에서는 컬러라이제이션(Colorization)기반 영상압축방법을 위해 평균이동기반의 영상분할법을 사용하여 컬러라이제이션 행렬을 분할하는 방법을 제안한다. 실험을 통해 제안한 방법을 사용할 경우 계산 속도는 대략 30배 이상 빨라지고, 기존의 역컬러라이제이션 기반의 압축방법에서 생기는 번짐(smearing) 현상도 많이 제거가 되는 것을 볼 수 있었다.

In this letter, we propose a method for colorization based coding, which divides the colorization matrix into smaller sub-matrices using the meanshift segmentation. Using the proposed method the computation speed becomes more than 30 times faster. Furthermore, the smearing artifact, which appears in conventional colorization based compression method, is greatly reduced.

기존의 무손실 압축은 일반적으로 채널간의 상관관계를 고려하지 않고 각각의 채널을 따로 압축하였다. 채널 간 상관관계를 이용하는 경우도 있으나 이들은 위성/항공 영상과 같은 경우에 제한된 것으로서 일반적인 이미지에 대해서는 만족할만한 성능을 얻지 못하였다. 본 논문에서는 컬러 이미지가 갖는 채널 간의 상관관계를 이용하여 무손실 압축의 성능을 향상시키는 방법을 제안하였다. 제안된 방법에서는 채널 간 상관관계를 표현할 수 있도록 하기 위하여, 비대칭 샘플링을 통해 주어진 영상의 모자이크 이미지를 구성하여 압축을 수행하였고, 압축된 모자이크 이미지의 정보를 이용해서 샘플링되지 않은 나머지 이미지를 예측하여 압축할 정보의 양을 감소시켰다. 제안된 방법은 압축 성능을 평가하는데 일반적으로 사용되는 데이터들에 대해서 채널 간 상관관계를 이용하지 않는 방법에 대해 35%, 채널 간 상관관계를 이용한 기존 방법에 대해 10%의 성능 개선을 보인다.

The conventional lossless compression of color images is to apply a compression method to each of color components separately, without considering the channel correlation. There had been several methods that consider the channel correlation, but they were confined to the compression of satellite or aerial images only, and the performance of these algorithms to general photos is not satisfactory. This paper proposes a new lossless color image compression method that exploits the correlation between the color components. Specifically, asymmetric sampling is applied to transform an image into mosaic image and the rest, which are compressed separately. By using the information from the compressed mosaic image, the rest images are predicted for further reducing the information to be compressed. Experimental results show that the proposed method improves the compression performance by 35% over the conventional separate compression methods and 10% over the existing methods that exploit the channel correlation.

기존의 무손실 압축은 일반적으로 채널간의 상관관계를 거의 이용하지 않고, 각각의 채널을 따로 압축하였다. 본 논문에서는 컬러 이미지가 갖는 채널 간의 상관관계를 이용하여 무손실 압축의 성능을 향상시키는 방법을 제안하였다. 제안하는 방법에서는 채널 간 상관관계를 표현할 수 있도록 비대칭 샘플링을 이용하여 모자이크 이미지와 나머지 이미지로 나누어 압축을 수행하였고, 압축된 모자이크 이미지의 정보를 이용해서 나머지 이미지를 예측하여 압축할 정보의 양을 감소시켰다. 압축 성능을 평가하는데 일반적으로 사용되는 데이터들에 대하여 실험한 결과, 기존의 압축표준인 JPEG2000 lossless에 대해 평균 4.75%의 성능 향상을 보여주었다.

멀티미디어 신호의 대부분은 이미지 데이터가 차지하고 있어 이미지 데이터를 효율적으로 처리하고 전송하는 문제가 정보화 사회의 중요 과제라 할 수 있다. 따라서 본 논문에서는 이미지 데이터를 압축하는 여러 방식 중에 YUV색 공간을 이용하여 중요도에 따라 색상 비트를 줄이는 압축 알고리즘을 제안한다. 4:2:2 서브샘플링은 영상 분야에서 표준으로 사용되고 있다. 색 정보와 사람의 망막이 가지는 특성을 이용하여 4:2:2 서브 샘플링으로 YUV의 색상 데이터를 줄였다. YUV 이미지와 RGB 이미지는 변환 행렬을 통해 서로의 색 영역으로 변환하여 사용할 수 있다. 이미지 데이터를 YUV로 색 공간으로 변환하여 상대적으로 낮은 U, V 비트를 다운 스케일작업을 수행 한 후 4:2:2 서브 샘플링을 통하여 데이터를 압축한다. 기존의 방식들과의 비교를 통하여 제안한 알고리즘의 성능을 비교하고 분석하였다. 분석한 결과 중요도가 낮은 색상 요소의 정보를 줄인 제안된 방식의 결과와 원본과 비교했을 때 품질의 큰 저하 없이 이미지를 압축 할 수 있었다.

Most multimedia signals contain image data, so the problem of efficient processing and transmitting the image data is an important task of the information society. This paper proposes a compression algorithm that reduces the color bits according to importance using YUV color space among the various methods of compressing image data. 4: 2: 2 subsampling is the standard in the field of video. Using the color information and the characteristics of the human retina, YUV color data was reduced by 4: 2: 2 subsampling. The YUV images and RGB images can be interconverted using the transformation matrix. The image data was converted into color space by YUV, and the relatively low U and V bits were subjected to a downscaling operation. The data was then compressed through 4: 2: 2 subsampling. The performance of the proposed algorithm was compared and analyzed by a comparison with existing methods. As a result of the analysis, it was possible to compress the image without reducing the information of the low importance color element and without significant deterioration in the quality compared to the original.

RGB 컬러 좌표계상에서는 각 컬러 성분간의 상관도가 매우 높고, 색을 표현할 때 R, G, B 각 성분에 똑같은 대역폭을 주기 때문에 영상의 압축 관점에서 효율적이지 못하다. 대표적인 영상압축 알고리즘인 MPEG-1,MPEG-2, MPEG-4, H.263, JPEG, JPEG-2000등에서는 압축 효율을 높이기 위해서 YCbCr 컬러 좌표계를 사용하고 있다. 본 논문에서는 좀 더 효율적인 영상 압축을 위해서 새로운 컬러 좌표계를 제안하고자 한다. 제안하는 컬러 좌표계는 DCT 커널에 기반을 두고 있다. DCT 컬러 좌표계는 각각의 커널끼리 직교하며, 빠른 연산이 가능하고, 구조가 간단하다. 실험결과, DCT 컬러 좌표계의 신호들의 분산이 YCbCr 컬러 좌표계의 신호들의 분산보다 작은 경향을 보이며, 동일한 비트율에서 작은 MSE (Mean Square Error)를 가지는 것을 실험적으로 알 수 있다.