$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

이산코사인변환 기반 이미지 압축 알고리즘에 관한 재구성
Rebuilding of Image Compression Algorithm Based on the DCT (discrete cosine transform) 원문보기

한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.23 no.1, 2019년, pp.84 - 89  

남수태 (Division of Information and Electronic Commerce (Institute of Convergence and Creativity), Wonkwang University) ,  진찬용 (Division of Information and Electronic Commerce (Institute of Convergence and Creativity), Wonkwang University)

초록
AI-Helper 아이콘AI-Helper

JPEG은 가장 널리 사용되는 이미지 압축 표준 기술이다. 본 논문에서는 JPEG 이미지 압축 알고리즘을 소개하고 압축 및 압축 해제의 각 단계를 서술하고자 한다. 이미지 압축은 디지털 이미지를 데이터 압축을 적용하는 과정이다. 이산코사인변환은 시간 도메인에서 주파수 도메인으로 변환하는 기술이다. 먼저, 이미지는 8 by 8 픽셀 블록으로 분할하게 된다. 둘째, 위에서 아래로 왼쪽에서 오른쪽으로 진행하면서 DCT가 각각의 블록에 적용하게 된다. 셋째, 각 블록은 양자화를 통해 압축을 진행한다. 넷째, 이미지를 구성하는 압축된 블록의 행렬은 크게 줄어든 공간에 저장된다. 끝으로, 원하는 경우 이미지는 역이산코사인변환(IDCT)을 사용하는 프로세스인 압축 해제를 통해 재구성하게 된다. 본 연구에서는 이산코사인변환 기법을 이용해 이미지 압축/복원 및 재구성하는 것에 목적을 두고 있다.

Abstract ▼ AI-Helper 아이콘AI-Helper

JPEG is a most widely used standard image compression technology. This research introduces the JPEG image compression algorithm and describes each step in the compression and decompression. Image compression is the application of data compression on digital images. The DCT (discrete cosine transform...

주제어

#데이터 압축   #압축 알고리즘   #양자화   #이미지   #이산코사인변환  

표/그림 (11)

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 연구는 이산코사인변환을 기반으로 하여 이미지의 압축과 복원의 전체적인 고찰 과정을 통해 보다 쉽게 이해하고 재구성하는 것에 목적을 두고 있다. 앞에서 1 장에서는 이미지 압축의 필요성과 목적을 서술하고, 2 장에서는 이산코사인변환의 원리에 대한 살펴보았다.
  • 인간의 시각 시스템과 관련된 주관적인 실험 결과를 바탕으로 JPEG 표준 양자화 매트릭스가 설계되어 있다는 것이다. 품질 수준이 50인 매트릭스는 압축률이 높고, 압축 해제된 이미지 품질도 뛰어나다고 할 수 있다.
  • 최종적으로 압축으로 손상된 이미지 복원을 통해 오리지널 이미지와 복원된 데이터의 차이를 살펴보고자 한다. 먼저, 이미지의 재구성은 양자화된 매트릭스 C를 나타내는 비트 스트림을 디코딩함으로서 시작된다.

가설 설정

  • 셋째, 각 블록은 양자화를 통해 압축된다. 넷째, 이미지를 구성하는 압축된 블록의 배열은 크게 줄어든 공간에 저장된다. 끝으로 원하는 경우 IDCT(역이산코사인변환)를 사용하는 프로세스인 압축의 해제를 통해 이미지를 재구성 한다[1,4,5,6].
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
멀티미디어 분야에서 많은 저장 공간과 대역폭이 필요한 이유는 무엇인가? 최근 압축 기술은 멀티미디어 분야에서 활발하게 연구되고 있다. 멀티미디어 분야에서 사용되는 데이터 량은 매우 크기 때문에 데이터의 저장 및 전송을 위해서는 많은 저장 공간과 대역폭이 필요로 하다. 따라서 압축 기술의 사용은 이미지 데이터를 왜곡시키지 않고 최소 비용으로 저장 및 전송하는데 필수적이라고 말할 수 있다.
JPEG의 일부 정보는 압축할 때 이미지에서 제거해도 괜찮은 이유는 무엇인가? 따라서 일반적으로 JPEG은 손실 압축 알고리즘을 사용하며, 이름에서 알 수 있듯이 일부 정보는 압축할 때 이미지에서 제거된다. 이러한 알고리즘은 인간 눈의 한계를 이용하여 많은 압축을 달성 가능하기 때문이다. 인간의 눈은 고주파에는 덜 민감하기 때문에 고주파 성분을 억제하여 압축 할 수 있다[1].
이산코사인변환이란 무엇인가? 이미지 압축은 디지털 이미지를 데이터 압축을 적용하는 과정이다. 이산코사인변환은 시간 도메인에서 주파수 도메인으로 변환하는 기술이다. 먼저, 이미지는 8 by 8 픽셀 블록으로 분할하게 된다.
질의응답 정보가 도움이 되었나요?

참고문헌 (9)

  1. W. Ekta, J. Payal and N. Navdeep, "An Analysis of LSB and DCT based Steganography," Global Journal of Computer Science and Technology, vol. 10, no. 1, pp. 4-8, Apr. 2010. 

  2. Y. K. Shin and T. W. Lee, "Design and Implementation of DCT (Discrete Cosine Transform) Processor Using Distributed Arithmetic Algorithm," Collected Papers of Sorabol College, vol. 22, no. 1, pp. 179-191, Jan. 2004. 

  3. M. Gupta, and A. K. Garg, "Analysis Of Image Compression Algorithm Using DCT," International Journal of Engineering Research and Applications, vol. 2, no. 1, pp. 514-521, Jan. 2012. 

  4. E. A. Kaushik, and E. D. Nain, "Image Compression Algorithms Using Dct," International Journal of Engineering Research and Applications, vol. 4, no. 4, pp. 357-364, Apr. 2014. 

  5. A. J. MAAN, "An Introduction to JPEG Image Compression Algorithm," International Journal of Electrical, Electronics and Data Communication, vol. 1, no. 10, pp. 44-46, Dec. 2013. 

  6. S. H. Kim, "An Orthogonal Approximate DCT for Fast Image Compression," Journal of the Korea Institute of Information and Communication Engineering, vol. 19, no. 10, pp. 2403-2408, Oct. 2015. 

    원문보기 상세보기 crossref

  7. Y. Devi, "JPEG Image Compression Using Various Algorithms: A Review," International Journal of Computer Science Trends and Technology, vol. 4, no. 3, pp. 89-92, May 2016. 

  8. D. J. Kim, and P. L. Manjusha, "Building Detection in High Resolution Remotely Sensed Images based on Automatic Histogram-Based Fuzzy C-Means Algorithm," Asia-pacific Journal of Convergent Research Interchange, vol. 3, no. 1, pp. 57-62, Mar. 2017. 

    crossref

  9. S. T. Nam, D. G., and J. C. Jin "A Comparison Analysis among Structural Equation Modeling (AMOS, LISREL and PLS) Using the Same Data," Journal of the Korea Institute of Information and Communication Engineering, vol. 22, no. 7, pp. 978-984, Jul. 2018. 

    원문보기 상세보기

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로