대한전자공학회논문지SP (Journal of the Institute of Electronics Engineers of Korea SP)

대한전자공학회 (The Institute of Electronics and Information Engineers)
권호 표지

가변 블럭 벡터 양자화를 이용한 효율적인 다분광 화상 데이터 압축

Efficient Multispectral Image Compression Using Variable Block Size Vector Quantization

  • 반성원 (경북대학교 전자전기공학부) ;
  • 김병주 (경북대학교 전자전기공학부) ;
  • 석정엽 (경북대학교 전자전기공학부) ;
  • 권성근 (경북대학교 전자전기공학부) ;
  • 권기구 (경북대학교 전자전기공학부) ;
  • 김영춘 (영동대학교 정보·전자공학부) ;
  • 이건일 (경북대학교 전자전기공학부)
  • Ban, Seong-Won (School of Electronic & Electrical Engineering, Kyungpook National University) ;
  • Kim, Byeong-Ju (School of Electronic & Electrical Engineering, Kyungpook National University) ;
  • Seok, Jeong-Yeop (School of Electronic & Electrical Engineering, Kyungpook National University) ;
  • Gwon, Seong-Geun (School of Electronic & Electrical Engineering, Kyungpook National University) ;
  • Gwon, Gi-Gu (School of Electronic & Electrical Engineering, Kyungpook National University) ;
  • Kim, Yeong-Chun ;
  • Lee, Geon-Il (School of Electronic & Electrical Engineering, Kyungpook National University)
  • 발행 : 2001.11.01
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 논문에서는 가변 블럭 벡터 양자화를 이용한 효율적인 다중 분광 화상 데이타 압축 기법을 제안하였다. 이 방법에서는 먼저 공간적으로 가장 낮은 분산을 가지고 다른 대역과 상관성이 가장 큰 기준 대역을 웨이브릿 영역에서 가변 블럭 벡터 양자화를 행하였다. 그리고 나머지 각 대역은 웨이브릿 영역에서 기준 대역으로부터 영역별 예측을 통하여 대역간 중복성을 제거하였다. 그리고 원 화상의 웨이브릿 계수와 예측 영상의 웨이브릿 계수의 차이를 줄이기 위해 오차 가변 블럭 벡터 양자화를 행한다. 실제 원격 센싱된 인공위성화상데이타에 대한 실험을 통하여 제안한 기법의 부호화 효율이 기존의 기법에 비하여 우수함을 확인하였다.

In this paper, we propose efficient multispectral image compression using variable block size vector quantization (VQ). In wavelet domain, we perform the variable block size VQ to remove intraband redundancy for a reference band image that has the lowest spatial variance and the best correlation with other band. And in wavelet domain, we perform the classified interband prediction to remove interband redundancy for the remaining bands. Then error wavelet coefficients between original image and predicted image are residual variable block size vector quantized to reduce prediction error. Experiments on remotely sensed satellite image show that coding efficiency of the proposed method is better than that of the conventional method.

키워드

참고문헌

  1. P. M. Mather, Computer processing of remotely sensed images, John Wiley & Sons, 1987
  2. R. A. Schowengerdt, Remote Sensing Models and Methods for Image Processing, Academic Press, 1997
  3. A. Gersho and R. Gray, Vector Quantization and Signal Compression, Kluwer Academic Publishers, 1991
  4. J. Wang, K. Zhang, and S. Taeng, 'Spectral and spatial decorrelation of Landsat TM data for lossless compression,' IEEE Trans. on Geosci. and Remote Sensing, vol.33, no.5, pp.1277-1285, Sept. 1995 https://doi.org/10.1109/36.469492
  5. S. Gupta and A. Gersho, 'Feature predictive vector quantization of multispectral images,' IEEE Trans. on Geosci. and Remote Sensing, vol.30, no.3, pp.491-501, May 1992 https://doi.org/10.1109/36.142927
  6. G. Gelli and G. Poggi, 'Compression of multispectral images by spectral classification and Transform Coding,' IEEE Trans. on Image Processing. vol. 8. no. 4. Apr. 1999 https://doi.org/10.1109/83.753736
  7. 김영춘, 반성원, 김중곤, 서용수, 이건일, '영역 분류 백터양자화를 이용한 다중분광 화상데이터 압축,' 대한전자공학회지, 제 33권 B편 제 8호, pp. 42-49, 1996년 8월
  8. 김영춘, 이건일, '영역 분류 및 대역간 상관성을 이용한 원격 센싱된 위성 화상 데이터의 부호화,' 한국통신학회논문지, 제 2권 제 8호, pp. 1722-1732, 1997년 8월
  9. N. J. Fliege, Multirate Digital Signal Processing, John Wiley & Sons, 1993
  10. I. Daubechies, 'The Wavelet Transform, Time-Frequency Localization and Signal Analysis,' IEEE Trans. on Information Theory, vol.36, no.5, pp.961-1005, Sep. 1990 https://doi.org/10.1109/18.57199
  11. M. Antonini, M. Barlaud, P. Mathieu, and I. Daubechies, 'Image Coding Using Wavelet Transform,' IEEE Trans. on Image Processing, vol.1, no.2, pp.205-220, Apr. 1992 https://doi.org/10.1109/83.136597
  12. J. M. Shapiro, 'Embedded Image Coding Using Zero trees of Wavelet Coefficients,' IEEE Trans. Image Processing, vol.41, pp. 3445-3462, Dec. 1993 https://doi.org/10.1109/78.258085
  13. W. S. Chen, F. C. Ou, L. C. Lin, and C. Hsin, 'Image Coding using Vector Quantization with a Hierarchical Coodbook in Wavelet domain,' IEEE Trans. on Consumer Electronics, vol.45, no.1, pp.36-45, Feb. 1999 https://doi.org/10.1109/30.754415
  14. 반성원, 김병주, 김경규, 정원식, 김영춘, 이건일, '웨이브릿 변환과 선택적 예측 벡터 양자화 기법,' 대한전자공학회논문지, 제36권 제 s호, pp. 38-44, 1999년 4월
  15. 반성원, 권성근, 이종원, 박경남, 김영춘, 장종국, 이건일, '웨이브릿 영역에서의 영역 별 대역간 예측과 벡터 양자화를 이용한 다분광 화상데이타의 압축,' 한국통신학회논문지, 제 25권 제 18호, pp. 120-127, 2000년 1월