Earticle

Many of the standard compression methods are based, at their lowest level, in coding digital words of variable length or VLC, Huffman type, designed in 1952 or in any of its versions, as canonical. This article presents an VLC with greater efficiency than Huffman encoding, named as “Leveling”, which uses two variants, “Leveled Reordering” for low redundancy, e.g. for text and, “Segmented Leveling” for middle and high redundancy, for image processing. Leveling, developed by Javier Joglar in 1995, uses the concepts of “meaning” and “ordering” of the VLC codes generated, to get optimum performance in terms of “compression ratio”, higher than any other non-adaptive VLC.

In this paper, we analyse the characteristics of the edge image and propose a new entropy coding optimized to the compression of the edge image. The pixel values of the edge image have the Gaussian distribution around '0', and most of the pixel values are '0'. By using this analysis, the Zero Block technique is utilized in spatial domain. And the Intra Prediction Mode of the edge image is similar to the mode of the surrounding blocks or likely to be the Planar Mode or the Horizontal Mode. In this paper, we make use of the MPM technique that produces the Intra Prediction Mode with high probability modes. By utilizing the above properties, we design a new entropy coding method that is suitable for edge image and perform the compression. In case the existing compression techniques are applied to edge image, compression ratio is low and the algorithm is complicated as more than necessity and the running time is very long, because those techniques are based on the natural images. However, the compression ratio and the running time of the proposed technique is high and very short, respectively, because the proposed algorithm is optimized to the compression of the edge image. Experimental results indicate that the proposed algorithm provides better visual and PSNR performance up to 11 times than the JPEG.

A new joint source channel coding reduces both input-width and average current consumption to transmit image data to LCD source drivers. As a source coding, it is based on entropy coding of differential pulse code modulation scheme, especially using median edge detector of image predictor. As a channel coding, it is not a simple pulse amplitude modulation, but linked by source entropy to reduce average amplitude. Simulation results show 1/4 width is achievable by 16-valued transmission with keeping conventional current consumption (0.36 to 1.3).

본 논문에서는 엔트로피 부호화기를 통해 그레이레벨 이미지에서의 효율적인 압축 알고리즘을 제안한다. 제안하는 기법의 핵심은 원래의 그레이레벨 이미지 정보를 특정 순위 정보로 변환하는 것이다. 이를 위해 먼저, 그레이레벨 값을 가지는 정보를 부호화하기 전에 이웃하는 주변 픽셀(그레이레벨) 값들에 대해서 상호 발생 빈도수를 계산한다. 그런 후, 이미 계산된 상호 발생 빈도수에 따른 특정 순위를 각 그레이레벨 값에 적용한다. 마지막으로, 엔트로피 부호화기를 통해 순위 정보를 전송하여 압축을 수행한다. 제안하는 기법은, 영상의 통계적 발생 빈도에 따른 정보를 토대로, 그레이레벨 이미지를 순위 영상으로 변환함으로써 기존의 엔트로피 코딩 기법의 성능을 향상시킨다. 시뮬레이션 결과 8비트의 그레이레벨 이미지에 대해서 제안하는 기법이 기존의 엔트로피 부호화기에 비해 최대 37.85%까지 압축 성능을 더 향상시킴을 알 수 있었다.

This paper proposes an algorithm for efficient compression gray-level images by entropy encoder. The issue of the proposed method is to replace original data of gray-level images with particular ranked data. For this, first, before encoding a stream of gray-level values in an image, the proposed method counts co-occurrence frequencies for neighboring pixel values. Then, it replaces each pay value with particularly ranked numbers based on the investigated co-occurrence frequencies. Finally, the ranked numbers are transmitted to an entropy encoder. The proposed method improves the performance of existing entropy coding by transforming original gray-level values into rank based images using statistical co-occurrence frequencies of gray-level images. The simulation results, using gray-level images with 8-bits, show that the proposed method can reduce bit rate by up to 37.85% compared to existing conventional entropy coders.

Multi-Valued Image Entropy Coding (MVIEC) is a new class of joint source channel coding, which reduces both input-width (1/4) and average current (0.36-1.3) for LCD source drivers. This paper describes the detail results on MVIEC for several image sets in order to verify the practical performance.

Over the past 30 years, many efficient 2D video coding techniques have been presented and developed from many research centers for commercialization. However, direct application of these monocular compression schemes is not optimal for stereo video coding. In this paper, we present a new technique for coding stereo video sequences based on Discrete Wavelet Transform (DWT). The proposed technique exploits Zerotree Entropy Coding (ZTE) that makes use of the wavelet block concept to achieve low bit rate stereo video coding. The one of two image streams, called main stream, is independently coded by modified MPEG-4 encoder and the other stream, called auxiliary stream, is coded by predicting from its corresponding image, its previous image or its follow image.

Recently, Hooda and Ram [7] have proposed and characterized a new generalized measure of R-norm entropy. In the present communication we have studied its application in coding theory. Various mean codeword lengths and their bounds have been defined and a coding theorem on lower and upper bounds of a generalized mean codeword length in term of the generalized R-norm entropy has been proved. AMS Mathematics Subject Classification : 94A17 and 94A24

본 논문은 저복잡도 비디오 부/복호화를 위한 엔트로피 부호화 기반의 분산 비디오 코딩 방법을 제안한다. 제안하는 엔트로피 부호화 기반의 분산 비디오 코딩은 복호기의 복잡도를 줄이기 위하여 기존의 분산 비디오 코딩에서 사용하는 채널코딩을 이용하는 것이 아니라 엔트로피 코딩을 이용하여 부호화를 수행한다. 제안하는 방법에서 복호가는 움집임 추정을 수행하고 그 결과인 움직임 백터를 부호기로 전송하며, 부호기는 전송받은 움직임 백터를 초기 움직임 백터로 하여 움직임 백터 값의 갱신을 수행한다. 제안한 방법의 성능을 평가하기 위하여 기존의 분산 비디오 코딩 방법과 복호기 복잡도를 비교한 결과 99%의 복잡도 감소가 있었고, H.264/AVC의 All Intra 방법과 비교하여 20.3%의 비트율 감소가 있었다.

본 논문은 표준완성형코드를 표준으로 허프만 부호를 생성하기 위해 부호화 효율이 가장 높은 곳에서 예외 부호화를 통해 최적의 허프만 부호를 얻는다. 현재 우리나라의 DTV는 한글문자를 압축하지 않고 전송하는 형태이며, 본격적인 데이터 방송이 시작되면 한글 데이터가 차지하는 전송량으로 인한 심각한 문제가 야기된다. 본 논문에서는 데이터 방송에서 문제가 되는 전송량을 줄이기 위해 한글 전용 최적의 허프만 부호를 생성하여 일련의 해결책을 찾고자 하며 영문 위주인 데이터 압축기술을 한글에 맞게 적용하여 DTV 방송용 한글 전용 압축부호를 만드는데 있다.

본 논문은 HEVC 표준화 회의 중 빈 단위 병렬화 위해 제안된 V2V 기술을 바탕으로 슬라이스 내에서 적응적으로 발생 확률 예측을 통하여 압축 효율을 높이는 기술을 제안한다. 기존의 V2V 기술은 슬라이스 단위로 확률 양자화 간격과 대표 확률 결정하여 다수개의 빈 코더에 매핑하여 병렬 엔트로피 부호화를 수행하였다. 제안하는 방법은 V2V 기술에서 슬라이스 보다 작은 단위의 확률적 특성을 고려하여 슬라이스 내에서 대표확률의 선택을 적응적으로 결정한다. 대표 확률의 적응적인 선택은 이전의 부호화된 빈의 실제 심볼의 확률을 이용하며, 이로 인해 슬라이스 보다 작은 단위의 국부적 특성을 확률 양자화기에 반영할 수 있다. 실험 결과, 제안하는 방법을 위해 실험된 현재 부호화 빈의 발생확률은 이용하여 최적의 확률을 얻는 실험은 기존의 V2V 기술 대비 0.1%의 부호화 효율을 얻었다.

웨이브렛 영역에서 벡터 양자화(vector quantization)를 수행하여 생성된 VQ 인덱스들을 엔트로피 부호화(entropy coding)하면 영상의 코딩 효율을 높일 수 있다. 본 논문에서는 벡터 양자화 이전에 VQ 인덱스들의 중복성을 높이기 위해 다중해상도 코드북의 코드 워드들을 에너지 크기 순으로 재정렬하는 기법을 제안한다. 코드 워드들의 평균과 편차를 이용한 재정렬 방법과 제안된 기법을 벡터 양자화 후 생성되는 VQ 인덱스에 DPCM/Huffman 기법을 적용하여 각각에 대한 코딩 효율을 비교한다.

엔트로피부호화(entropy coding)는 텍스트와 같은 일반적인 데이터들을 효율적으로 압축하는 반면에, 이미지 데이터들에 대해서는 그 성능이 다소 저하된다. 본 논문에서는 이러한 단점을 개선시키기 위한 효율적인 전처리기법(preprocessing technique)을 소개한다. 제안한 전처리기법은 입력된 명암도 등급 이미지를 무손실 압축하기 이전에, 이미지 내에서 인접한 명암도 값들의 발생빈도(occurrence frequency)를 조사한다. 다음으로 각 픽셀 쌍들의 명암도 값들을 발생빈도에 기반한 순서화된 값(ordered number)들로 대체시킨 후, 최종적으로 엔트로피부호화에 의한 압축을 수행한다. 이와 같은 단계들을 거치면서 이미지 데이터의 통계적인 특성(statistical feature)이 보다 강화되기 때문에, 엔트로피부호화에서의 무손실 압축 성능을 효율적으로 개선시킬 수 있다. 실험을 통하여 256 명암도 등급 이미지들을 산술부호화와 허프만부호화를 사용하여 압축한 결과, 제안한 전처리기법이 압축 후 비트율(bit rate)을 최대 37.49%까지 감소시켰음을 확인하였다.

벡터 양자화를 이용하여 영상신호를 압축하는 경우, 원 영상을 복원하기 위하여 복호기쪽에 어야 하는 인덱스들 사이에는 높은 상관성이 존재하며, 이러한 높은 상관성을 인덱스의 부호화에 이용하면 보다 높은 부호화 효율을 얻을 수 있다. 본 논문에서는, 각 인덱스들을 이전 인덱스의 값에 따라 적응적으로 부호화하는 조건부 엔트로피 부호화를 도입하고, 이 경우 벡터 양자기를 최적화하는 방법을 제안한다. 즉, 조건부 엔트로피 부호화를 도입하는 경우 각 입력벡터당 평균 비트수는 조건부 엔트로피에 근접한다는 사실을 유용하여, 조건부 엔트로피를 제한한 상태에서 평균 왜곡을 최소화 하도록 VQ 부호책을 구성함으로써 최적화 과정이 이루어진다. 또한, 이와 같이 각 입력벡터의 양자화 결과가 다음 입력벡터의 인덱스를 부호화하는데 영향을 미치는 경우, 장시간(long term)의 관점에서 최적인 인덱스열을 찾기 위해 우리는 비터비 탐색 방법을 도입한다. 영상 모의 실험을 통해, 제안하는 방법이, 구획간의 상관성을 이용하지 않는 기존의 엔트로피 제한 벡터 양자기에 비해 같은 비트율에서 약 1.0~3.0 dB 높은 PSNR을 나타냄을 알 수 있었다.

This paper proposes a new vector quantization scheme which exploits high correlations among indexes in vector quantization. An optimal vector quantizer in the rate-distortion sense can be obtained, if it is designed so that the average distortion can be minimized under the constraint of the conditional entropy of indes, which is usually much smaller than the entropy of index due to the high correlations among indexes of neighboring vectors. The oprimization process is very similar to that in ECVQ(entropy-constrained vector quanization) except that in the proposed scheme the Viterbi algorithm is introduced to find the optimal index sequence. Simulations show that at the same bitrate the proposed method provides higher PSNR by 1.0~3.0 dB than the conventional ECVQ when applied to image coding.

웨이블릿 화상 코딩 기법은 자연적으로 레이어드된 비트스트림을 생성해 내기 때문에, 주파수 제한적인 채널 상황에서 에러에 강한 성능을 나타내고 있다. 본 논문에서는 Progressive Image Coder의 성능을 비교하고 평가하는 새로운 기법인 시각적 엔트로피를 이용해, 웨이블릿 영역에서 시각적인 가중치를 이용해 정량화하려고 한다. 이 시각적인 가중치는 주파수 영역과 공간 영역에서, 인간의 시각 체계(HVS, human visual system)에 기반 하여 만들어진 것으로, 웨이블릿 계수들의 코딩 순서를 결정하는 기준으로 사용되고, 이렇게 해서 시각적인 화질을 개선할 수가 있다. 정규화된 채널 용량이 0.3일 때, 전송 이득은 시각적 엔트로피로 측정해 보았을 때 23% 이상 얻을 수 있다.

정보화 사회가 진행되어감에 따라 카메라 센서, 디지털 카메라, 휴대폰, 영상 관련디지털 기기들이 증가하고 이로 인하여 영상정보 서비스 기술의 중요성이 크게 부각되었다. 특히 멀티미디어 응용서비스 기술에서는 영상 정보가 필수적인데, 그 영상 정보의 양이 너무 방대하여 압축 부호화를 하여 사용되고 있다. 본 논문에서는 정지영상압축 방법 중 JPEG표준에서 제시한 4가지 동작 모드 중 베이스라인을 기반으로 하는 JPEG 알고리즘을 연구하여 허프만코팅 기반의 엔트로피 디코더의 불규칙적인 데이터 입출력타이밍의 효과적인 제어를 통해 Motion JPEG에서 동작 가능한 디코더를 C언어를 통해 시뮬레이션하고 최적화된 결과를 VHDL로 구현하였다.