[논문 리뷰] JPEG Image Compression using the Discrete Cosine Transform: An Overview, Applications, and Hardware Implementation

Ahmad Shawahna, Md. Enamul Haque외 1명|arXiv (Cornell University)|2019. 11. 01.

Advanced Data Compression Techniques참고 문헌 14인용 수 8

한 줄 요약

이 논문은 저지연과 고-throughput를 위해 최적화된 VHDL를 사용한 2차원 이산余弦변환(DCT)을 활용한 고성능 병렬 하드웨어 구현을 제시한다. 이 설계는 최대 85%의 압축 비율을 달성하며 시각적으로 미미한 왜곡을 유발하며, 효율적인 하드웨어 자원 활용과 빠른 처리(3.94 ns DCT)를 보여준다.

ABSTRACT

Digital images are becoming large in size containing more information day by day to represent the as is state of the original one due to the availability of high resolution digital cameras, smartphones, and medical tests images. Therefore, we need to come up with some technique to convert these images into smaller size without loosing much information from the actual. There are both lossy and lossless image compression format available and JPEG is one of the popular lossy compression among them. In this paper, we present the architecture and implementation of JPEG compression using VHDL (VHSIC Hardware Description Language) and compare the performance with some contemporary implementation. JPEG compression takes place in five steps with color space conversion, down sampling, discrete cosine transformation (DCT), quantization, and entropy encoding. The five steps cover for the compression purpose only. Additionally, we implement the reverse order in VHDL to get the original image back. We use optimized matrix multiplication and quantization for DCT to achieve better performance. Our experimental results show that significant amount of compression ratio has been achieved with very little change in the images, which is barely noticeable to human eye.

연구 동기 및 목표

• VHDL를 사용한 고속, 저지연 하드웨어 아키텍처를 설계하여 JPEG 이미지 압축을 수행한다.
• 2차원 DCT 구현을 위해 행과 열에 대해 병렬 1차원 DCT 처리를 통해 DCT 계산을 최적화한다.
• 고속 처리와 낮은 면적 비용을 유지하면서도 효율적인 하드웨어 자원 활용을 달성한다.
• 다양한 양자화 행렬을 기반으로 성능을 평가하고 기존 구현과 결과를 비교한다.
• 의료 및 교통 영상 시스템과 같은 고데이터 전송 속도 응용 분야에 실용적으로 구현 가능하도록 한다.

제안 방법

• 8×8 이미지 블록의 행과 열에 대해 순차적으로 1차원 DCT를 적용하는 병렬 아키텍처를 사용하여 2차원 DCT를 구현한다.
• 64개의 병렬 행-열 승수기와 32비트 IEEE 754 준수 부동소수점 표현 방식을 활용한 최적화된 행렬 곱셈 기법을 적용한다.
• 시각적 중요도에 따라 고주파 성분을 기각하기 위해 사용자 정의 8×8 양자화 행렬(Q75)을 적용한다.
• 압축 및 복원 과정에서 엔트로피 인코딩을 위해 런-레ング스 인코딩과 지그재그 스캐닝을 사용한다.
• 역 DCT는 스케일링과 반올림을 포함한 행렬 곱셈을 통해 수행한 후, 픽셀 값 복원을 위해 128을 더한다.
• 고주파 및 저지연을 갖춘 FPGA 유사 하드웨어를 대상으로 Synopsys Design Compiler를 사용해 설계를 합성한다.

실험 결과

연구 질문

• RQ1 병렬로 최적화된 하드웨어 아키텍처를 통해 JPEG 압축 속도와 처리량을 향상시킬 수 있는 방법은 무엇인가?
• RQ2 하드웨어로 구현된 JPEG 시스템에서 다양한 양자화 행렬이 압축 비율과 영상 품질에 미치는 영향은 무엇인가?
• RQ3 최적화된 행렬 곱셈과 IEEE 754 형식이 DCT 계산에서 자원 사용과 지연을 얼마나 줄일 수 있는가?
• RQ4 기존 구현과 비교했을 때 제안된 하드웨어 구현은 면적, 지연, 처리량 측면에서 어떤가?
• RQ5 실시간 응용 분야에서 시각적으로 미미한 왜곡을 유발하면서도 고압축 비율을 달성할 수 있는가?

주요 결과

• 제안된 DCT 하드웨어 구현은 3.94 ns의 처리 시간을 기록하여 실시간 시스템에 적합한 고속 동작을 보였다.
• 사막 이미지의 경우 최대 84.98%의 압축 비율을 달성하였으며, 원본 846 KB에서 압축 크기가 127 KB로 감소하였다.
• 코알라 이미지는 원본 781 KB에서 160 KB로 79.51% 감소하여 다양한 이미지 콘텐츠에서 일관된 성능을 확인하였다.
• 등대 이미지는 82.17%의 압축 비율을 기록하여 다양한 질감과 주파수 성분에서도 뛰어난 안정성을 보였다.
• 펭귄과 튤립 이미지는 각각 84.70%와 84.54%의 압축 비율을 기록하여 다양한 이미지 특성에서도 안정적인 성능을 보였다.
• 설계는 임베디드 및 재구성 가능한 플랫폼에 적합한 속도와 면적 효율성을 균형 잡고, 면적 19,064,344.4 µm²에서 최적의 하드웨어 자원 활용을 달성하였다.