Abstract
This paper proposes an algorithm for efficient compression gray-level images by entropy encoder. The issue of the proposed method is to replace original data of gray-level images with particular ranked data. For this, first, before encoding a stream of gray-level values in an image, the proposed method counts co-occurrence frequencies for neighboring pixel values. Then, it replaces each pay value with particularly ranked numbers based on the investigated co-occurrence frequencies. Finally, the ranked numbers are transmitted to an entropy encoder. The proposed method improves the performance of existing entropy coding by transforming original gray-level values into rank based images using statistical co-occurrence frequencies of gray-level images. The simulation results, using gray-level images with 8-bits, show that the proposed method can reduce bit rate by up to 37.85% compared to existing conventional entropy coders.
본 논문에서는 엔트로피 부호화기를 통해 그레이레벨 이미지에서의 효율적인 압축 알고리즘을 제안한다. 제안하는 기법의 핵심은 원래의 그레이레벨 이미지 정보를 특정 순위 정보로 변환하는 것이다. 이를 위해 먼저, 그레이레벨 값을 가지는 정보를 부호화하기 전에 이웃하는 주변 픽셀(그레이레벨) 값들에 대해서 상호 발생 빈도수를 계산한다. 그런 후, 이미 계산된 상호 발생 빈도수에 따른 특정 순위를 각 그레이레벨 값에 적용한다. 마지막으로, 엔트로피 부호화기를 통해 순위 정보를 전송하여 압축을 수행한다. 제안하는 기법은, 영상의 통계적 발생 빈도에 따른 정보를 토대로, 그레이레벨 이미지를 순위 영상으로 변환함으로써 기존의 엔트로피 코딩 기법의 성능을 향상시킨다. 시뮬레이션 결과 8비트의 그레이레벨 이미지에 대해서 제안하는 기법이 기존의 엔트로피 부호화기에 비해 최대 37.85%까지 압축 성능을 더 향상시킴을 알 수 있었다.
