DWT를 이용한 영상압축을 위한 경계화소의 효과적인 처리방법

Abstract

2차원 이산 웨이블릿 변환(2D-DWT)을 이용한 영상처리에서 영상의 경계부분 화소들을 처리하는 방법은 영상의 화질과 구현비용에 영향을 미친다. 본 논문에서는 하드웨어 및 소프트웨어 구현에 적합하고 화질의 손실이 거의 없는 효과적인 경계화소 처리방법을 제안하였다. 이 방법은 2차원 영상을 1차원 배열로 처리하는 방법으로, DWT 진행방향에 따라 영상을 직렬의 연속적인 데이터구조로 간주하고 DWT를 수행(Serial-Sequential Processing)한다. 제안한 방법의 성능 및 구현의 용이성을 보이기 위하여 영상을 압축하고 복원하는 영상압축 코덱을 구현하여 실험하였다. 여기에는 고그-스케일의 고정 양자화기를 사용하였으며, 엔트로피 코더는 구현하지 않았다. 실험결과 압축률 2:1 이상의 경우(엔트로피 코딩을 제외한 압축률) 주기적 확장(Periodic Expansion, PE)방법과는 거의 동일한 SNR(Signal to Noise Ration)을 보였으며, 대칭적 확장(Symmetric Expansion, SE)방법에 비해서는 15.3％, O-화소 삽입(Zero-Padding Expansion, ZPE)방법에 비해서는 9.6％ 높은 SNR을 보였다. 또한 주기적 확장방법은 본 논문의 방법에 비해 12.99％의 메모리가 더 필요하였으며, 영상의 압축동작만을 고려할 때 제안한 방법에 비해 SE 방법과 ZPE 방법은 추가적인 동작이 필요하였다. 하드웨어로 구현한 결과로는 제어회로의 크기가 본 논문에서 제안한 방법의 경우 전체 회로의 5.92％를 차지한 반면, SE 방법은 22％,PE 방법은 21.2％, ZPE 방법은 11.9％를 각각 차지하여 제안한 방법이 하드웨어를 가장 적게 사용하는 것으로 나타났다. 따라서 제안한 방법은 일반적인 영상처리 응용의 하드웨어 및 소프트웨어적 구현에 있어서 화질의 손실없이 효과적으로 사용될 수 있을 것으로 사료된다.

In processing images using 2 dimensional Discrete Wavelet Transform(2D-DWT), the method to process the pixels around the image boundary may affect the quality of image and the cost to implement in hardware and software. This paper proposed an effective method to treat the boundary pixels, which is apt to implement in hardware and software without losing the quality of the image mostly. This method processes the 2-D image as 1-D array so that 2-D DWT is performed by considering the image with the serial-sequential data structure (Serial-Sequential Processing). To show the performance and easiness in implementation of the proposed method, an image compression codec which compresses image and reconstructs it 몬 been implemented and experimented. It included log-scale fixed quantizer, but the entropy coder was not implemented. From the experimental results, the proposed method showed the SNR of almost the same SNR(Signal to Noise Ratio) to the Periodic Expansion(PE) method when the compression ratio(excluding entropy coding) of 2:1, 15.3% higher than Symmetric Expansion(SE) method, and 9.3% higher than O-pixel Padding Expansion(ZPE) method. Also PE method needed 12.99% more memory space than the proposed method. By considering only the compression process, SE and ZPE methods needed additional operations than the proposed one. In hardware implementation, the proposed method in this paper had 5.92% of overall circuit as the control circuit, while SE, PE, and ZPE method has 22%, 21,2%, and 11.9% as the control circuit, respectively. Consequently, the proposed method can be thought more effective in implementing software and hardware without losing any image quality in the usual image processing applications.