이미지 압축

Image compression

이미지 압축은 저장 또는 전송 비용을 절감하기 위해 디지털 이미지에 적용되는 데이터 압축의 한 종류입니다.알고리즘은 다른 디지털 [1]데이터에 사용되는 범용 데이터 압축 방법과 비교하여 우수한 결과를 제공하기 위해 영상 데이터의 시각적 인식 및 통계적 특성을 이용할 수 있습니다.

Adobe Photoshop에 의해 저장된 JPEG 이미지 품질 수준과 "웹에 저장" 여부에 관계없이 비교

무손실 이미지 압축

이미지 압축은 손실되거나 손실되지 않을 수 있습니다.무손실 압축은 아카이브 목적으로 선호되며 의료 이미징, 기술 도면, 클립 아트 또는 만화용으로 사용되는 경우가 많습니다.손실 압축 방식, 특히 낮은 비트환율로 사용할 경우 압축 아티팩트가 발생합니다.손실 방법은 특히 작은(때로는 감지할 수 없는) 충실도 손실이 허용될 수 있는 애플리케이션의 사진 등 자연 이미지에 적합합니다.무시할 수 있는 차이를 생성하는 손실 압축은 시각적으로 무손실이라고 할 수 있습니다.

손실 압축 방법:

  • 변환 부호화– 가장 일반적으로 사용되는 방법입니다.
    • 이산 코사인 변환(DCT)– 가장 널리 사용되는 손실 압축 형식입니다.이것은 푸리에 관련 변환의 한 종류이며,[2] 1974년 Nasir Ahmed, T. Natarajan 및 K. Rao에 의해 처음 개발되었다.DCT는 이산 코사인 변환 패밀리의 컨텍스트에서 "DCT-II"로 불리기도 합니다(이산 코사인 변환 참조).일반적으로 가장 효율적인 형태의 이미지 압축입니다.
      • DCT는 가장 일반적인 손실 형식인 JPEG 및 최신 HEIF에서 사용됩니다.
    • 보다 최근에 개발된 웨이브릿 변환은 양자화 및 엔트로피 부호화에도 광범위하게 사용된다.
  • 색 양자화 - 이미지에서 색 공간을 몇 가지 "대표적인" 색상으로 축소합니다.선택한 색상은 압축된 이미지의 헤더에 있는 색상 팔레트에 지정됩니다.각 픽셀은 색상 팔레트의 색상 인덱스만 참조합니다.이 방법을 디더링과 결합하여 포스터화를 방지할 수 있습니다.
    • GIF 및 PNG 파일 형식으로 사용되는 전체 이미지 팔레트(일반적으로 256색)
    • 블록 팔레트(일반적으로 4x4 픽셀의 각 블록에 대해 2색 또는 4색), BTC, CCC, S2TC 및 S3TC에서 사용됩니다.
  • 크로마 서브샘플링이는 사람의 눈이 색상의 색도 정보 중 일부를 평균화하거나 떨어뜨림으로써 밝기의 공간적 변화를 색상의 공간적 변화보다 더 뚜렷하게 인지한다는 사실을 이용한다.
  • 프랙탈 압축

무손실 압축 방법:

기타 속성

특정 압축률(또는 비트레이트)에서 최상의 영상 품질은 영상 압축의 주요 목표이지만, 영상 압축 방식에는 다음과 같은 다른 중요한 속성이 있습니다.

scalability는 일반적으로 (압축 해제 및 재압축 없이) 비트스트림 또는 파일을 조작함으로써 실현되는 품질 저하를 의미합니다.scalability의 다른 이름으로는 프로그레시브 코딩 또는 임베디드 비트스트림이 있습니다.그 반대의 성질에도 불구하고 scalability는 무손실 코덱에서도 발견될 수 있습니다.보통, 거칠고 미세한 픽셀 스캔의 형태입니다.scalability는 이미지를 다운로드(예: 웹 브라우저에서)하는 동안 미리 보거나 데이터베이스 등에 대한 다양한 품질 액세스를 제공하는 데 특히 유용합니다.scalability에는 몇 가지 유형이 있습니다.

  • 품질 프로그레시브 또는 레이어 프로그레시브:비트스트림은 재구성된 영상을 순차적으로 재정렬합니다.
  • 해상도 프로그레시브:먼저 낮은 이미지 해상도를 인코딩한 다음 차이를 높은 [3][4]해상도로 인코딩합니다.
  • 컴포넌트 프로그레시브:먼저 그레이스케일 버전을 인코딩한 다음 전체 색상을 추가합니다.

관심 영역 코드화.이미지의 특정 부분은 다른 부분보다 더 높은 품질로 인코딩됩니다.이것은 scalability와 조합할 수 있습니다(이러한 부품을 먼저 코드화하고, 그 외의 부품을 나중에 코드화합니다).

메타 정보압축 데이터에는 영상을 분류, 검색 또는 탐색하는 데 사용할 수 있는 영상에 대한 정보가 포함될 수 있습니다.이러한 정보에는 색상 및 텍스처 통계, 작은 미리보기 이미지, 작성자 또는 저작권 정보가 포함될 수 있습니다.

처리 능력압축 알고리즘은 부호화 및 디코딩에 다른 처리 능력을 필요로 합니다.일부 고압축 알고리즘은 높은 처리 능력을 필요로 합니다.

압축법의 품질은 종종 피크 신호 대 잡음비로 측정됩니다.그것은 영상의 손실 압축을 통해 유입되는 노이즈의 양을 측정하지만, 시청자의 주관적인 판단도 아마도 가장 중요한 척도로 여겨질 것이다.

역사

엔트로피 부호화는 [6]1950년에 개발된 허프만 부호화의 기반인 섀넌-파노 [5]부호화의 도입으로 1940년대에 시작되었다.변환 부호화는 1960년대 후반으로 거슬러 올라가 1968년에 고속 푸리에 변환(FFT) 부호화가 도입되었고 [7]1969년에 하다마르 변환이 도입되었습니다.

이미지 데이터 압축의 중요한 발전은 1972년 [8]Nasir Ahmed가 처음 제안한 손실 압축 기술인 이산 코사인 변환(DCT)이었다.DCT 압축은 JPEG의 기반이 되었으며, 1992년 [9]JPEG(Joint Photographic Experts Group)에 의해 도입되었습니다.JPEG는 이미지를 훨씬 작은 파일 크기로 압축하여 가장 널리 사용되는 이미지 [10]파일 형식이 되었습니다.고효율 DCT 압축 알고리즘은 디지털 이미지와 디지털 [11]사진의 광범위한 확산에 크게 기여했으며,[12] 2015년 현재 매일 수십억 개의 JPEG 이미지가 생성되었습니다.

LZW(Lampel-Ziv-Welch)는 1984년 Abraham Lempel, Jacob Ziv 및 Terry Welch에 의해 개발된 무손실 압축 알고리즘이다.1987년에 [13]도입된 GIF 형식으로 사용됩니다.DEFLATE는 Phil Katz에 의해 개발되어 1996년에 지정된 무손실 압축 알고리즘으로 Portable Network Graphics([14]PNG) 형식으로 사용됩니다.

이미지 압축에서 웨이브릿 변환을 사용하는 웨이브릿 부호화는 DCT [15]부호화 개발 이후 시작되었습니다.DCT의 도입은 DCT의 블록 기반 [15]알고리즘 대신 웨이브렛을 사용하는 DCT 부호화의 변형인 웨이브렛 부호화의 개발로 이어졌다.JPEG 2000 표준은 1997년부터 2000년까지 Touradj Ebrahimi(나중에 JPEG 회장)[16]가 의장을 맡은 JPEG 위원회에 의해 개발되었습니다.원래의 JPEG 형식에서 사용되는 DCT 알고리즘과 달리 JPEG 2000은 이산 웨이브릿 변환(DWT) 알고리즘을 사용합니다.손실 압축 [17]알고리즘에는 CDF 9/7 웨이브릿 변환(1992년 Ingrid Daubechies에 의해 개발됨)을, 무손실 압축 [17]알고리즘에는 Le Gall-Tabatabai(LGT) 5/3 웨이브릿[18][19] 변환(1988년 [20]Didier Le Gall과 Ali J. Tabatabai에 의해 개발됨)을 사용한다.Motion JPEG 2000 확장을 포함한 JPEG 2000 기술은 [21]2004년 디지털 시네마의 비디오 코딩 표준으로 선정되었습니다.

주 및 참고 자료

  1. ^ "Image Data Compression".
  2. ^ Nasir Ahmed, T. Natarajan 및 K. Rao, "Discrete Cosine Transform", IEEE Trans. 컴퓨터, 90-93 1974년 1월
  3. ^ Burt, P.; Adelson, E. (1 April 1983). "The Laplacian Pyramid as a Compact Image Code". IEEE Transactions on Communications. 31 (4): 532–540. CiteSeerX 10.1.1.54.299. doi:10.1109/TCOM.1983.1095851.
  4. ^ Shao, Dan; Kropatsch, Walter G. (February 3–5, 2010). Špaček, Libor; Franc, Vojtěch (eds.). "Irregular Laplacian Graph Pyramid" (PDF). Computer Vision Winter Workshop 2010. Nové Hrady, Czech Republic: Czech Pattern Recognition Society.
  5. ^ Claude Elwood Shannon (1948). Alcatel-Lucent (ed.). "A Mathematical Theory of Communication" (PDF). Bell System Technical Journal. 27 (3–4): 379–423, 623–656. doi:10.1002/j.1538-7305.1948.tb01338.x. hdl:11858/00-001M-0000-002C-4314-2. Retrieved 2019-04-21.
  6. ^ David Albert Huffman (September 1952), "A method for the construction of minimum-redundancy codes" (PDF), Proceedings of the IRE, vol. 40, no. 9, pp. 1098–1101, doi:10.1109/JRPROC.1952.273898
  7. ^ 윌리엄 K.프랫, 줄리어스 케인, 해리 CAndrews: IEEE 57.1(1969)의 Proceedings of the IEEE 57.1(1969)의 "Hadamard transform image coding":세이텐 58~68
  8. ^ Ahmed, Nasir (January 1991). "How I Came Up With the Discrete Cosine Transform". Digital Signal Processing. 1 (1): 4–5. doi:10.1016/1051-2004(91)90086-Z.
  9. ^ "T.81 – DIGITAL COMPRESSION AND CODING OF CONTINUOUS-TONE STILL IMAGES – REQUIREMENTS AND GUIDELINES" (PDF). CCITT. September 1992. Retrieved 12 July 2019.
  10. ^ "The JPEG image format explained". BT.com. BT Group. 31 May 2018. Retrieved 5 August 2019.
  11. ^ "What Is a JPEG? The Invisible Object You See Every Day". The Atlantic. 24 September 2013. Retrieved 13 September 2019.
  12. ^ Baraniuk, Chris (15 October 2015). "Copy protections could come to JPEGs". BBC News. BBC. Retrieved 13 September 2019.
  13. ^ "The GIF Controversy: A Software Developer's Perspective". Retrieved 26 May 2015.
  14. ^ L. Peter Deutsch (May 1996). DEFLATE Compressed Data Format Specification version 1.3. IETF. p. 1. sec. Abstract. doi:10.17487/RFC1951. RFC 1951. Retrieved 2014-04-23.
  15. ^ a b Hoffman, Roy (2012). Data Compression in Digital Systems. Springer Science & Business Media. p. 124. ISBN 9781461560319. Basically, wavelet coding is a variant on DCT-based transform coding that reduces or eliminates some of its limitations. (...) Another advantage is that rather than working with 8 × 8 blocks of pixels, as do JPEG and other block-based DCT techniques, wavelet coding can simultaneously compress the entire image.
  16. ^ Taubman, David; Marcellin, Michael (2012). JPEG2000 Image Compression Fundamentals, Standards and Practice: Image Compression Fundamentals, Standards and Practice. Springer Science & Business Media. ISBN 9781461507994.
  17. ^ a b Unser, M.; Blu, T. (2003). "Mathematical properties of the JPEG2000 wavelet filters" (PDF). IEEE Transactions on Image Processing. 12 (9): 1080–1090. Bibcode:2003ITIP...12.1080U. doi:10.1109/TIP.2003.812329. PMID 18237979. S2CID 2765169. Archived from the original (PDF) on 2019-10-13.
  18. ^ Sullivan, Gary (8–12 December 2003). "General characteristics and design considerations for temporal subband video coding". ITU-T. Video Coding Experts Group. Retrieved 13 September 2019.
  19. ^ Bovik, Alan C. (2009). The Essential Guide to Video Processing. Academic Press. p. 355. ISBN 9780080922508.
  20. ^ Le Gall, Didier; Tabatabai, Ali J. (1988). "Sub-band coding of digital images using symmetric short kernel filters and arithmetic coding techniques". ICASSP-88., International Conference on Acoustics, Speech, and Signal Processing: 761–764 vol.2. doi:10.1109/ICASSP.1988.196696. S2CID 109186495.
  21. ^ Swartz, Charles S. (2005). Understanding Digital Cinema: A Professional Handbook. Taylor & Francis. p. 147. ISBN 9780240806174.

외부 링크