[논문 리뷰] Color Image Compression Based On Wavelet Packet Best Tree

G. K. Kharate, Varsha Patil|arXiv (Cornell University)|2010. 04. 19.

Advanced Data Compression Techniques참고 문헌 11인용 수 47

한 줄 요약

이 논문은 계산 복잡도를 감소시키고 압축 효율을 향상시키기 위해 임계값 엔트로피를 기반으로 한 웨이브렛 패킷 최적 트리 선택을 사용하는 새로운 색상 이미지 압축 방법을 제안한다. 유의미한 서브밴드만 선택하고 개선된 런 레ング스 인코딩을 적용함으로써, JPEG-2000보다 더 높은 압축 비율과 이미지 품질을 달성하면서도 분해 시간을 줄이고 비트레이트 성능을 향상시킨다.

ABSTRACT

In Image Compression, the researchers' aim is to reduce the number of bits required to represent an image by removing the spatial and spectral redundancies. Recently discrete wavelet transform and wavelet packet has emerged as popular techniques for image compression. The wavelet transform is one of the major processing components of image compression. The result of the compression changes as per the basis and tap of the wavelet used. It is proposed that proper selection of mother wavelet on the basis of nature of images, improve the quality as well as compression ratio remarkably. We suggest the novel technique, which is based on wavelet packet best tree based on Threshold Entropy with enhanced run-length encoding. This method reduces the time complexity of wavelet packets decomposition as complete tree is not decomposed. Our algorithm selects the sub-bands, which include significant information based on threshold entropy. The enhanced run length encoding technique is suggested provides better results than RLE. The result when compared with JPEG-2000 proves to be better.

연구 동기 및 목표

• 웨이브렛 패킷 기반 이미지 압축에서 전체 트리 분해를 피하여 계산 복잡도를 감소시키기 위해.
• 임계값 엔트로피를 사용해 유의미한 서브밴드만 선택하여 압축 비율과 이미지 품질을 향상시키기 위해.
• 기존 RLE보다 더 높은 압축 효율을 달성하기 위해 런 레ング스 인코딩을 개선하기 위해.
• PSNR와 비트레이트 측면에서 JPEG-2000에 비해 열등한 성능을 내는 것을 방지하기 위해.
• 이미지 특성에 기반한 웨이브렛 최적 선택을 통해 더 나은 압축 성과를 도출하기 위해.

제안 방법

• 이 방법은 색상 이미지를 서브밴드로 분해하기 위해 웨이브렛 패킷 변환을 사용하지만, 임계값 엔트로피를 통해 에너지가 유의미한 서브밴드만 선택한다.
• 전체 분해를 피하기 위해 최적 트리 선택 알고리즘을 적용하여 시간 복잡도를 감소시킨다.
• 각 서브밴드에 대해 임계값 엔트로피를 계산하여 가장 정보가 풍부한 성분만 식별하고 유지한다.
• 선택된 서브밴드에 대해 개선된 런 레링스 인코딩을 적용하여 기존 표준 RLE를 초월한 압축 효율을 향상시킨다.
• 선택된 서브밴드와 인코딩된 데이터를 기반으로 엔트로피 코딩을 수행하여 최종 압축 비트스트림을 생성한다.
• 이미지 콘텐츠에 따라 최적의 모체 웨이브렛을 동적으로 선택하여 압축 성능을 극대화한다.

실험 결과

연구 질문

• RQ1 웨이브렛 패킷 분해를 어떻게 최적화하여 압축 품질을 유지하면서도 시간 복잡도를 감소시킬 수 있는가?
• RQ2 임계값 엔트로피가 웨이브렛 패킷 분해에서 가장 중요한 서브밴드를 효과적으로 식별할 수 있는가?
• RQ3 개선된 런 레링스 인코딩이 웨이브렛 패킷 계수를 압축할 때 기존 RLE보다 뛰어난 성능을 보일 수 있는가?
• RQ4 제안된 방법은 PSNR와 비트레이트 효율 측면에서 JPEG-2000와 비교해 어떻게 다를 수 있는가?
• RQ5 다양한 이미지 유형에 대해 모체 웨이브렛 선택이 최종 압축 성능에 미치는 영향은 무엇인가?

주요 결과

• 같은 비트레이트에서 제안된 방법은 JPEG-2000보다 더 높은 피크 신호 대 노이즈비(PSNR)를 달성하여 더 뛰어난 이미지 품질을 보여준다.
• 임계값 엔트로피를 통한 서브밴드 선택으로 전체 트리 탐색을 피함으로써 분해 시간이 감소한다.
• 개선된 런 레링스 인코딩은 기존 RLE보다 비트스트림 크기를 더 효과적으로 줄여 전체 압축 비율을 향상시킨다.
• 이 방법은 특히 저비트레이트에서 압축 효율성과 이미지 무결성 측면에서 JPEG-2000를 능가한다.
• 이미지 콘텐츠에 기반한 최적의 모체 웨이브렛 선택은 압축 성능 향상에 상당한 기여를 한다.
• 최적 트리 선택 전략은 계산 비용과 압축 성능 향상 사이의 균형을 효과적으로 달성한다.