영상신호 압축

• 데이터 압축의 기법 : 무손실 기법, 손실 기법

 

무손실 압축

 

- Run Length 부호화 - Huffman 부호화 - Lempel - Ziv 부호화

무손실 (lossless) 기법 : 가역 압축 - 무손실 기법을 사용하여 압축한 결과를 복원할 경우 원래의 데이터를 그대로 재현할 수 있다. - 무손실 기법을 사용할 경우 일반적인 사진에서는 2:1 또는 3:1 이상의 압축효과를 얻기 어렵다. - 엑스레이 사진과 같이 점 하나가 갖는 의미가 중요한 경우에는 무손실 기법을 사용한다. - WinZip

 

1) Run Length (RL) 부호화

 

https://q-viper.github.io/2021/05/24/coding-run-length-encoding-in-python/

 

부호화 반복되어 나타나는 블록 (run) 정보들을 그 반복 횟수 (length)로 표현하는 부호화

 

2) Huffman 부호화

 

각 단위 정보를 표현하는 비트 수를 단위 정보들의 출현 빈도를 기반으로 할당하는 것이다. 빈도가 높은 정보는 적은 비트 수를 사용하여 표현하고, 빈도가 낮은 정보는 비트 수를 많이 사용하여 표현함으로써 전체 데이터의 표현에 필요한 비트의 양을 줄일 수 있다.

 

3) Lempel-Ziv (LZ) 부호화

 

텍스트 데이터에서 단위 정보를 한 개의 글자 대신 한 개의 어구로 설정한다. 동일한 어구가 반복적으로 나타나는 경우 맨 처음 그 어구가 나타난 문서상의 위치 정보를 이용하여 그 이후에 나타난 어구들을 부호화

 

손실 압축

 

- DCT 변환 - 양자화 기법 - 예측 기법 : PCM, DPCM, ADPCM

손실 (lossy) 기법 : 비가역 압축 - 손실기법을 사용할 경우에는 무손실 기법 이상의 압축효과를 얻을 수 있다. - 사진을 사용하는 대부분의 응용분야에는 데이터의 크기를 줄이는 것이 더 중요하며 따라서 손실기법이 더 널리 사용된다. - JPEG, MPEG

 

1) DCT 변환

 

JPEG (정지영상 데이터 압축 표준)이나 MPEG과 H.261 (동영상 데이터 압축 표준) 등의 부호화 과정에서 이용되는 Discrete Cosine Transform (DCT)은 2차원 행렬로 정의된 영상데이터를 공간 영역 (spatial domain)에서 주파수 영역 (frequency domain)으로 변환하는 방법이다. DCT는 다양한 종류의 영상 데이터의 변환에 적용되며, 변환 후 양자화 과정을 거쳐 무손실 압축 기법으로 압축하였을 때 높은 압축률을 얻을 수 있으므로 많이 이용된다. 특징으로 낮은 전송 속도에서 좋은 영상 재현하고 실시간 처리 곤란한 것이 단점이다. 고속 계산 방법 개발, 고속 VLSI 상용화로 보완한다.

 

2) 양자화 기법

 

양자화는 양자 (quantum)로 불리는 미리 정의된 정보들을 이용하여 데이터를 부호화하는 방법이다. 이 방법에서는 양자를 이용하여 주어진 데이터를 정확하게 부호화할 수 없는 경우, 주어진 데이터와 가장 비슷한 데이터를 복원할 수 있는 부호를 생성한다. 양자로 이용되는 정보들이 스칼라 (scalar) 값이면 스칼라 양자화, 벡터 (vector) 값이면 벡터 양자화라고 한다. 벡터 양자화의 경우에는 입력된 데이터를 벡터로 분할한 후 벡터들을 미리 사전 (dictionary)에 정의되어 있는 벡터 양자들을 이용하여 부호화한다.

 

3) 예측 기법 

 

미래에 대한 예측이 가능하다면 이를 활용하여 압축에 이용할 수 있다. 부호화의 관점에서 보면 예측기법 (predictive technique)은 이전 정보를 바탕으로 다음 정보를 예측하고 예측값과 원래값 사이의 오차를 소량의 오차 보정 정보를 이용하여 보정함으로써 원래 정보를 복원한다.

 

• PCM PCM (Pulse Code Modulation) 변환은 가장 기본적인 변환 기법으로 아날로그 신호로 들어오는 데이터를 표본화 (sampling) 양자화 (quantization)를 거쳐 디지털 신호로 변형하는 기법을 말한다. 이 PCM 변환은 데이터 통신과 멀티미디어에서 광범위하게 사용되고 있으며 가장 흔하게 보는 PCM 변환은 모뎀과 음성 압축일 것이다.

 

• DPCM (differential pulse code modulation) 예측 기법은 근접한 픽셀들의 값을 비교하여 그 차이 (difference)만을 전송하며, 복원할 때는 차이 정보를 이용하여 이전의 값으로부터 새로운 픽셀의 값을 계산한다. 모든 픽셀들의 값을 바로 전송하는 것보다 연속된 픽셀들의 값의 차이만을 전송하는 것이 훨씬 효율적일 수 있다. 

 

• ADPCM는 DPCM 사용시의 문제점을 해결하기 위해서 ADPCM (Adaptive DPCM)을 사용하면 기울기 과부하에 의한 왜곡을 많이 줄일 수 있다. ADPCM 구현 방법은 값의 차이를 나타내는 비트의 수를 적절하게 변화시키는 것이다.앞의 예에서 검은색에서 흰색으로의 변화가 있다는 것을 미리 안다면 비트 수를 그에 맞게 증가시킨다. 이 과정이 지나면 이전에 사용하던 비트 수로 복귀한다. 복원 시스템이 비트 수를 변화시키려면 압축된 영상의 어딘가에 비트 수의 변화를 알리는 정보가 기록되어 있어야 한다. 다시 말해서 ADPCM의 구현을 위해서는 추가적인 데이터 연산이 필요하다.