[논문 리뷰] Color Image Compression Algorithm Based on the DCT Blocks

Walaa M. Abd-Elhafiez, Wajeb Gharibi|arXiv (Cornell University)|2012. 08. 15.

Image and Signal Denoising Methods참고 문헌 7인용 수 8

한 줄 요약

이 논문은 DCT 기반 블록 분류를 통해 에지 영역과 비에지 영역으로 나누어 가변 압축률을 적용함으로써 색상 이미지 압축 알고리즘을 제안한다. YCbCr 색상 공간로 변환한 후 에지 블록에는 낮은 압축률을, 비에지 블록에는 높은 압축률을 적용함으로써, 표준 DCT 방법에 비해 더 높은 압축률과 향상된 이미지 품질을 달성한다.

ABSTRACT

This paper presents the performance of different blockbased discrete cosine transform (DCT) algorithms for compressing color image. In this RGB component of color image are converted to YCbCr before DCT transform is applied. Y is luminance component;Cb and Cr are chrominance components of the image. The modification of the image data is done based on the classification of image blocks to edge blocks and non-edge blocks, then the edge block of the image is compressed with low compression and the nonedge blocks is compressed with high compression. The analysis results have indicated that the performance of the suggested method is much better, where the constructed images are less distorted and compressed with higher factor.

연구 동기 및 목표

• 블록 콘텐츠에 따라 압축률을 적응적으로 조정함으로써 색상 이미지 압축 효율을 향상시키기.
• 에지 세부 정보를 보존함으로써 압축된 이미지의 시각적 왜곡을 줄이기.
• 감지 가능한 이미지 품질을 희생시키지 않고도 압축률을 향상시키기.
• 이미지 블록을 에지 및 비에지 영역으로 분류함으로써 DCT 기반 압축을 최적화하기.
• 주관적 지표를 사용하여 표준 JPEG 유사 DCT 방법과의 성능 평가하기.

제안 방법

• 입력 RGB 이미지는 라이트니언스(Y) 및 색채성(Cb, Cr) 성분을 분리하기 위해 YCbCr 색상 공간으로 변환된다.
• 지역 분산 또는 기울기 크기를 기반으로 블록을 에지 또는 비에지로 분류한다.
• 에지 블록은 세부 정보를 보존하기 위해 낮은 양자화를 적용하고, 비에지 블록은 높은 압축률을 적용한다.
• 각 블록에 대해 이산余弦변환(DCT)이 적용된 후에 양자화 및 엔트로피 코딩이 이루어진다.
• 압축 전략은 블록 유형별로 양자화 행렬을 동적으로 조정하여 품질과 비트레이트의 균형을 맞춘다.
• 최종적으로 압축된 데이터는 양자화 이후 표준 엔트로피 코딩 기법을 사용하여 인코딩된다.

실험 결과

연구 질문

• RQ1 에지 및 비에지 영역으로 블록을 분류하는 것이 이미지 압축 품질에 어떤 영향을 미치는가?
• RQ2 블록 유형별로 가변 압축률을 적용하면 더 높은 압축률에서도 전체 이미지의 정밀도를 향상시킬 수 있는가?
• RQ3 제안된 방법은 PSNR 및 시각적 왜곡 측면에서 표준 DCT 기반 압축과 비교해 어떻게 성능을 내는가?
• RQ4 낮은 압축률을 적용한 에지 블록 보존이 인지된 이미지 품질에 어떤 영향을 미치는가?
• RQ5 YCbCr 색상 공간을 사용함으로써 블록 분류와 조합했을 때 압축 성능 향상이 이루어지는가?

주요 결과

• 제안된 방법은 표준 DCT 기반 압축에 비해 더 높은 압축률과 감소된 시각적 왜곡을 달성한다.
• 에지 블록에 낮은 압축률을 적용함으로써 에지 영역에서 특히 이미지 품질이 크게 향상된다.
• 이 방법은 PSNR 측면에서 기존의 DCT 접근 방식을 뛰어넘으며, 더 높은 정밀도를 나타낸다.
• 블록 분류의 사용은 적응형 압축을 가능하게 하여 시각적 중요도에 따라 비트 할당을 최적화한다.
• 지능적인 블록 단위 처리 덕분에 고압축 요소에서도 높은 인지 품질을 유지한다.
• 결과적으로 에지 인식 압축이 압축률과 이미지 품질 간의 더 나은 트레이드오���을 이끌어낸다.