KR100307621B1 - 기준선 기반 외곽선 부호화 및/또는 복호화방법 - Google Patents

Abstract

정지영상 및 동영상에 있어서 객체의 외곽선을 효과적으로 추출하고, 추출된 외곽선을 부호화 및/또는 복호화하는 방법이 제시된다. 이를 위하여, 정지영상 혹은 동영상에서 객체의 모양 마스크에 대한 기준선과 샘플링 간격을 결정하고, 기준선에서 가장 큰 거리값을 갖는 샘플의 위치를 최초의 샘플점으로 하여 진행방향을 고려한 우선순위에 따라서 객체의 외곽선을 샘플링하고, 해당 샘플점이 객체의 모양 마스크에서 전환점에 해당하는 것인지를 판단하고, 해당 샘플점이 전환점인 경우 기준선상에서 전환점에 해당하는 좌표값을 두 번 반복처리하고, 전환점의 위치데이타를 추출하고, 해당 샘플점이 전환점이 아닌 경우 기준선상에서 해당 샘플점까지의 거리데이타를 추출하는 단계와, 전환점의 위치데이타와 거리데이타를 각각 움직임 보상-변환 구조를 이용하여 부호화하는 단계를 구비한다. 따라서, 추출된 외곽선 샘플들은 연속성을 유지하고 있기 때문에 DPCM이나 DCT와 같은 변환을 통한 부호화에 매우 우수한 성능을 갖는다.

Description

기준선 기반 외곽선 부호화 및/또는 복호화방법

본 발명은 영상 부호화방법에 관한 것으로서, 특히 기준선 기반 외곽선 부호화 및/또는 복호화방법에 관한 것이다.

객체에 대한 외곽선의 부호화는 정지영상 혹은 동영상에서 객체를 단위로 하는 부호화에 있어서 중요한 역할을 한다. 특히, MPEG4 등과 같은 저전송률 부호화의 경우에는 외곽선이 부호화에 따르는 부담을 최대한 줄여야 하기 때문에 원래의 외곽선과 비슷하게 재현하면서도 압축효과가 높아야 한다. 또한, 외곽선들은 대부분의 경우 연속성을 갖고 있기 때문에 완만하게 변하는 1차원 데이타로 구성할 수 있으므로 변환을 이용한 부호화에 적합하다.

현재까지 일반적으로 사용되고 있는 외곽선 부호화방법은 컴퓨터 비젼에서 널리 사용되고 있는 체인 코딩(chain coding) 방법으로서, 각 방향에 대하여 코드를 미리 정의하고, 외곽선을 일정한 방향으로 추적하면서 추적방향에 대해 미리 정의된 코드를 사용하여 부호화하는 방법이다. 이 체인 코딩방법은 외곽선에 대한 정보를 전혀 잃지 않기 때문에 원래의 외곽선과 똑같이 재생할 수 있는 장점을 가지나, 부호화에 의하여 발생되는 비트발생량이 많고 비디오와 같은 시퀀스에서 시간적인 중복성을 고려하기 힘든 단점을 가진다. 이러한 체인 코딩방법의 단점을 극복하기 위하여 재현성과 비트발생량을 절충하는 방법이 제안되었다. 그러나, 이러한 경우 비트발생량은 절감할 수 있지만 체인 코딩방법의 근본적인 단점을 극복하지 못한다.

영상처리분야에서는 아주 정확한 외곽선 재현을 요구하지 않는 많은 응용분야들이 있다. 이러한 응용분야에서는 비트발생량이 많은 체인 코딩방법이 큰 부담으로 작용하기 때문에 완전하게 외곽선정보를 재현 하지 않지만 비트발생량에서 효과적인 외곽선 부호화방법들이 제안 되었다. 이러한 방법들중의 하나가 다각형 근사화(polgonal approximation)방법으로서, 하나의 객체에 관련된 전체 외곽선에 대하여 내부 또는 외부에 다각형으로 근사시키는 방법이다. 그러나, 다각형 근사화방법은 비트발생면에서 매우 효과적이긴 하나 재현성이 떨어지는 단점을 가진다.

이러한 단점을 극복하기 위하여 스플라인 근사화(spline approximation)방법이 사용되었다. 전통적인 다각형 근사화방법이 외곽선에 대하여 직선으로 근사화시키는 것에 비하여 스플라인 근사화방법은 곡선으로 근사화함으로써 동일한 비트발생량에 대하여 보다 높은 재현성을 실현할 수 있다.

한편, 스플라인 기법대신 이산사인변환(Discrete Sine Transform;이하 DST라 약함)을 사용하여 비트발생량에서 다각형 근사화방법의 효율성을 유지하면서 보다 복잡한 모양의 외곽선에 대해서도 높은 재현성을 갖는 부호화방법이 개발되었다. 이 방법에서는, 우선 다각형 근사화방법에 의하여 외곽선을 근사화시키고, 다각형과 외곽선과의 차이에 대하여 다각형의 한 직선당 일정수로 샘플링한 후, 샘플링된 에러값에 대하여 DST와 양자화를 수행하여 부호화한다. 이 방법에 의하면 비트발생량이 적을 뿐 아니라 보다 복잡한 외곽선까지 재현할 수 있는 장점을 가진다.

그러나 상기 언급한 여러가지의 외곽선 부호화방법들은 모두 정지영상에서의 외곽선 부호화를 수행하는 방법들이다. 동영상에서 각 객체들은 인접한 시간내에서는 대체로 비슷한 모양과 위치에 있기 때문에 일반적인 동영상에서와 같이 각 객체들의 외곽선들도 시간적인 중복성을 갖는다. 따라서 동영상의 외곽선에 대하여 시간적인 중복성을 이용하여 부호화함으로써 부호화 효율을 높일 수 있다. 동영상에서의 외곽선 부호화방법의 예로는, k번째 프레임의 객체에 대하여 k-1 번째 프레임의 객체를 움직임 평가를 통하여 움직임 평가하고 이를 보상함으로써, 객체를 중첩시켜 중첩되지 않는 부분에서 부호화되어야할 외곽선을 추출하여 이를 체인 코딩방법을 통하여 부호화하는 것이다. 그러나, 이 방법은 움직임이 발생된 객체들의 외곽선이 매우 복잡하게 변하는 경우에는 부호화되어야 할 외곽선이 작은 길이로 많이 발생함으로써 외곽선의 시작점 좌표가 빈번하게 부호화되어야 하므로 비효율적인 단점이 있다.

이러한 단점을 극복하기 위하여 객체의 외곽선 부호화에서 중심점으로부터 일정한 증가각도에 대하여 외곽선까지의 거리를 측정하고, 측정된 거리를 이산여현변환을 이용하여 부호화하는 중심점 기반 외곽선 부호화방법이 동일 출원인에 의해 선출원된 바 있다. 이러한 중심점 기반 외곽선 부호화의 경우, 중심점으로부터 선택된 인접한 외곽선 샘플들간의 거리가 매우 다른 경우가 많다. 즉, 중심점으로부터 가까운 외곽선의 경우에는 매우 많은 샘플들이 추출되고, 중심점으로부터 먼 외곽선에서는 매우 적은 샘플들이 추출된다. 따라서 중심점으로부터 먼 외곽선이 복잡한 형태를 갖는다면 이를 정확하게 복원하기 위하여 샘플링을 위한 각도가 조밀해야 하고, 이러한 경우 가까운 외곽선에서는 필요 이상의 샘플들이 추출됨으로써 부호화된 데이타에서 비트 발생량이 증가하는 원인이 된다.

따라서 본 발명의 목적은 상술한 문제점을 해결하기 위하여 객체의 기준선을 이용하여 외곽선을 샘플링하기 위한 외곽선 샘플링방법을 제공하는데 있다.

본 발명의 또 다른 목적은 상기 외곽선 샘플링방법에 의해 샘플링된 외곽선 데이타를 부호화 및/또는 복호화하기 위한 외곽선 부호화 및/또는 복호화방법을 제공하는데 있다.

상기 목적을 달성하기 위하여 본 발명에 의한 외곽선 샘플링방법은 정지영상 혹은 동영상에서 객체에 대한 기준선과 샘플링 간격을 결정하는 단계; 상기 기준선과 샘플링 간격을 이용하여 상기 객체의 외곽선을 샘플링하여 외곽선 데이타를 생성하고, 상기 외곽선 데이타로 부터 상기 객체의 모양을 복원하는 단계; 상기 샘플링한 외곽선 데이타로 부터 상기 객체의 최외곽 샘플들을 추출하는 단계; 상기 최외곽 샘플들을 이용하여 외곽선을 복원하는 단계; 및 상기 복원된 객체의 모양에서부터 상기 복원된 외곽선의 차를 구하여 에러 샘플들을 추출하는 단계를 구비하는 것을 특징으로 한다.

상기 목적을 달성하기 위하여 본 발명에 의한 외곽선 샘플링방법은 정지영상 혹은 동영상에서 객체의 모양 마스크에 대한 기준선과 샘플링 간격을 결정하는 단계; 상기 기준선에서 가장 큰 거리값을 갖는 샘플의 위치를 최초의 샘플점으로 하여 진행방향을 고려한 우선순위에 따라서 상기 객체의 외곽선을 샘플링하는 단계; 상기 샘플링 단계에서 해당 샘플점이 상기 객체의 모양 마스크에서 전환점에 해당하는 것인지를 판단하는 단계; 상기 전환점 판단단계에서 상기 해당 샘플점이 전환점인 경우 상기 기준선상에서 상기 전환점에 해당하는 좌표값을 두 번 반복처리하고, 상기 전환점의 위치데이타를 추출하는 단계; 및 상기 전환점 판단단계에서 상기 해당 샘플점이 전환점이 아닌 경우 상기 기준선상에서 상기 해당 샘플점까지의 거리데이타를 추출하는 단계를 구비하는 것을 특징으로 한다.

상기 다른 목적을 달성하기 위하여 본 발명에 의한 기준선 기반 외곽선 부호화 및 복호화방법은 정지영상 혹은 동영상에서 객체의 외곽선을 기준선을 이용하여 샘플링하여 최외곽 데이타와 에러 데이타를 생성하는 단계; 상기 최외곽 데이타와 에러 데이타를 각각 움직임 보상-변환 구조를 이용하여 부호화하는 단계;

상기 부호화된 최외곽 데이타들과 에러 데이타들로 부터 각각 최외곽 샘플과 에러 샘플을 복원하는 단계; 상기 복원된 최외곽 샘플로 부터 에러 샘플을 감산하여 원래의 샘플 데이타에 양자화로 인한 에러가 첨가된 복원 데이타를 재생하는 단계; 및 상기 재생된 복원 데이타를 움직임 보상-변환 구조를 이용하여 복호화하는 단계를 구비하는 것을 특징으로 한다.

도 1은 본 발명에 의한 외곽선 부호화 및 복호화방법을 실행하기 위한 장치를 나타낸 블럭도.

도 2는 도 1에 있어서 외곽선 샘플링기의 제1실시예에 따른 동작을 설명하기 위한 흐름도.

도 3은 객체의 외곽선과 기준선의 예.

도 4는 도 2의 방법에 의하여 추출된 도 3의 외곽선 데이터의 예.

도 5는 도 3에서 외곽선 샘플링 데이타의 예.

도 6은 도 3에서 최외곽 데이타(data0)로부터 재생된 데이타의 예.

도 7은 도 3에서 에러 데이타(data1, data2)로부터 재생된 데이타의 예.

도 8은 도 1에 있어서 외곽선 샘플링기의 제2실시예에 따른 동작을 설명하기 위한 흐름도.

도 9는 도 8에서 진행 방향성을 고려하여 다음 샘플점을 찾는 우선 순위를 나타낸 도면.

도 10은 전환점의 예.

도 11은 도 8의 방법에 의하여 추출된 도 3의 외곽선 데이터의 예.

도 12는 거리 데이터를 사용한 데이터 복원의 예.

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예에 대하여 상세히 설명하기로 한다.

도 1은 본 발명에 의한 외곽선 부호화기 및 복호화기를 나타낸 블럭도로서, 외곽선 부호화기(10)는 외곽선 샘플링기(20), 움직임 평가기(21), 감산기(22), 변환기(23), 양자화기(24), 가변길이 부호화기(VLC;25), 역양자화기(26), 역변환기(27), 가산기(28), 복원 외곽선 저장기(29), 움직임 보상기(30)로 구성되고, 외곽선 복호화기(11)는 가변길이 복호화기(VLD;40), 역양자화기(41), 역변환기(42), 가산기(43), 복원 외곽선 저장기(44), 움직임 보상기(45)로 구성된다.

도 1에 도시된 외곽선 부호화기(10) 및 복호화기(11)의 기본적인 처리방식은 움직임 보상 및 변환 부호화이다.

외곽선 부호화기(10)에 있어서, 외곽선 샘플링기(20)에서는 마스크 영상으로 부터 기준선을 기반으로 한 외곽선의 데이타를 샘플링한다. 움직임 평가기(21)에서는 외곽선 샘플링기(20)에서 생성된 데이타를 일정한 크기의 블럭들로 나누고, 각각의 블럭들에 대하여 복원 외곽선 저장기(29)에 저장된 이전 외곽선 데이타를 참조하여 움직임을 평가한다. 움직임 보상기(30)에서는 이전 외곽선 데이타를 참조하고, 움직임 평가기(21)에서 평가된 움직임값으로 움직임 보상된 데이타를 생성한다. 이렇게 생성된 움직임 보상 데이타는 감산기(22)에서 외곽선 샘플링기(20)에서 생성된 원래의 데이타로 부터 감산된다. 감산기(22)에서 구해진 차 데이타는 변환기(23) 및 양자화기(24)를 거치면서 변환과 양자화과정을 수행한다. 양자화기(24)에서 양자화된 데이타는 VLC(25)에서 부호화되어 외곽선 복호화기(11)로 전송된다. 양자화기(24)에서 양자화된 데이타는 VLC(25)로 보내짐과 동시에 역양자화기(26)와 역변환기(27)를 순차적으로 거쳐 가산기(28)에서 움직임 보상기(30)에서 생성된 데이타와 합쳐져서 이전 외곽선 데이타를 생성한다. 이 이전 외곽선 데이타는 복원 외곽선 저장기(29)에 저장되어 다음에 들어오는 데이타의 움직임 평가 및 보상에 참조된다. VLC(25)에서는 양자화기(24)로 부터 공급되는 양자화된 데이타 이외에 부호화 처리과정에서 발생하는 처리모드(32)와 움직임 정보(31)도 함께 부호화하여 외곽선 복호화기(11)로 전송하게 된다.

외곽선 복호화기(11)에서는 전송된 부호화된 데이타를 입력받아 외곽선 영상을 재생하는 역할을 한다. VLD(40)에서는 VLC(25)에서 전송된 데이타를 해석하여 양자화 정보, 처리모드, 움직임 정보로 구분한다. 양자화 정보는 역양자화기(41)와 역변환기(42)에서 역양자화 및 역변환과정이 수행되고, 처리모드와 움직임정보는 복원 외곽선 저장기(44)에 저장된 이전 외곽선 데이타를 참조하여 움직임 보상기(45)에서 움직임 보상을 수행한다. 가산기(43)에서는 역변환기(42)에서 출력되는 데이타와 움직임 보상기(45)에서 출력되는 데이타를 합하여 최종적인 재생 외곽선 영상을 구성하며, 이 데이타는 다시 복원 외곽선 저장기(44)에 저장되어 다음에 오는 데이타의 움직임 보상을 위한 참조데이타로 사용된다.

도 2는 도 1에 있어서 외곽선 샘플링기(20)의 제1실시예에 따른 동작을 설명하기 위한 흐름도로서, 제60단계에서는 외곽선 샘플링을 위한 기준선을 선정하는 과정으로서, 기준선은 객체를 수직과 수평으로 투영하여 생성되는 수직선과 수평선 중에서 긴 것으로 설정한다. 도 3에서 참조번호 10은 객체를 나타내며, 참조번호 11은 이렇게 생성된 기준선의 예이다.

제61단계에서는 샘플링 간격을 결정하는 과정으로서, 양자화 스텝의 크기에 따라서 결정할 수 있다. 즉, 양자화과정에서 발생되는 최대 오차는 양자화 스텝의 1/2이기 때문에 샘플링 간격을 양자화 스텝의 1/2로 함으로써 수직과 수평의 최대 오차가 같도록 할 수 있다. 제62단계에서는 결정된 기준선과 샘플링 간격에 따라서 외곽선 샘플링을 수행한다.

도 4는 기준선(11)과, 동일한 샘플링 간격에 따라서 수행된 외곽선 샘플들을 나타낸다. 객체의 외곽점들을 추출하기 위하여 기준선상에 같은 간격으로 샘플점들(0~28)이 선정된다. 선정된 샘플점들로부터 객체로의 격자(grid)를 형성하여 객체의 외곽선과 격자들의 교점을 샘플링된 외곽점으로 한다. 여기서는 이들의 외곽점들의 배열에 있어서 기준선의 한쪽 끝에서 시작하여 다른 쪽으로 배열하면서 샘플링된 외곽점들중 기준선에서 가장 가까이 있는 점들을 배열하고, 다음 다시 반대 방향으로 배열하면서 기준선에서 가장 멀리 있는 점들을 배열하는 방법을 사용한다. 도 4에서 모양 데이터 0(shape data 0)는 도 3의 객체(10)를 상기의 방법으로 하여 추출한 것을 나타낸 것이다. 상기한 바와 같은 방법으로 외곽선 데이터가 추출된 다음, 아직까지 추출되지 않은 샘플링된 외곽점들을 동일한 방법으로 추출한다. 이 데이터의 예는 도 4에서 '비모양 데이터 1(non shape data 1)', '비모양 데이터 2(non shape data 2)'이다.

그러나, 이러한 방법에 의해 추출된 외곽선 데이터는 갑작스러운 데이터 값의 변화를 가져오는 경우가 있다. 도 4에서 20과 21, 22과 23이 그러한 경우로, 이러한 불연속성은 '비모양 데이터 1'와 '비모양 데이터 2'가 분리되면서 나타난 것이다. 이러한 부호화에서 불연속성은 데이터의 압축효과를 저하시키는 가장 큰 요인이 된다. 즉, 기준선의 한 점에 대하여 한개의 최외곽 샘플(nL,nH; 여기서 n은 샘플번호)과 0개 이상의 에러 샘플들(pLq, pHq; 여기서 p는 샘플번호, q는 에러 데이타번호)이 구성된다. 도 5는 도 3의 과정을 통하여 생성된 샘플링된 객체의 모양(org)을 나타낸 것이다.

다시 도 2로 돌아가서, 제63단계에서는 최외곽 샘플들을 데이타로 생성한다. 도 4의 '모양 데이터 0'는 최외곽 샘플들에 대한 데이타를 나타낸 것이다. 변환을 사용하는 부호화에서 완만하게 변하는 데이타의 경우에 효과적인 부호화가 가능하다. 따라서 데이타를 1차원 데이터로 변환할 때, H에서 L로 배열되는 과정에서 작은 차이가 나도록 하는 것이 효과적인 부호화에 유리하다. 도 4의 '모양 데이터 0'과 같이 28L에서 부터 0L까지 배열하고, 다음 0H에서 부터 28H까지 배열하는 것이 0L∼28L, 28H∼0H로 배열하는 것 보다 유리하다. 이와 같이 효과적인 배열은 0H-0L, 28H-28L의 크기를 비교하여 큰 쪽에서 배열을 시작하면 된다. 이때 배열방법에 대한 표시비트를 별도로 사용하지 않기 위하여 0부터 시작할 때에는 0H부터 시작하여 시계방향으로 배열하고 28부터 시작할 때에는 28L부터 시작하여 시계 반대방향으로 배열하도록 한다. 이와 정반대의 경우로 해도 상관없으나, 외곽선 복호화기(11)에서도 같은 방법으로 배열이 되도록 하면 된다. 제63단계에서 생성된 '모양 데이터 0'는 여러개의 일정한 크기의 블럭들로 나누어져 도 1과 같은 처리구조에서 처리되어 부호화된다.

다음, 에러샘플 데이타를 추출하기 위하여 제64단계에서는 제63단계에서 생성된 최외곽 샘플데이타를 이용하여 복원된 영상을 만든다. 도 6은 도 4의 '모양 데이터 0'를 이용하여 복원된 최외곽 샘플 데이타(rec0)이다. 제65단계에서는 제64단계에서 생성된 최외곽 샘플 영상에서 제62단계에서 생성된 'org' 샘플데이타를 빼는 과정을 수행한다. 도 7은 제65단계에서 생성된 에러 샘플 데이타이다. 제66단계에서는 도 7에서와 같이 생성된 에러 샘플들이 각각 도 4의 '비모양 데이터 1' 및 '비모양 데이터 2'와 같이 별도로 배열되며, 배열방법은 최외곽 샘플들의 경우와 같은 방법으로 한다. 여기서 배열된 데이타들은 각각 일정한 크기의 블럭들로 나누어져 도 1과 같은 처리구조에서 처리되어 부호화된다.

한편, 도 1에 있어서, 외곽선 복호화기(11)에서는 도 2의 샘플링 방법의 역으로 복원된 데이타를 생성한다. 먼저, 재생된 최외곽 데이타들로 부터 제6도와 같은 데이타를 만든 다음 복원된 에러 데이타들로 제7도와 같은 데이타를 만들어 빼면 원래의 샘플 데이타에 양자화로 인한 에러가 첨가된 복원 데이타를 재생할 수 있다. 재생된 샘플데이타를 사용하여 최종적으로 외곽선을 복원한다.

움직임 평가는 최외곽 데이타들의 경우에는 일정한 크기의 블럭이 재생된 이전의 최외곽 데이타들을 참조하여 현재의 위치에서 일정한 범위내에서 가장 작은 차이값을 갖는 위치변위를 움직임 정보를 사용한다. 에러 데이터의 경우에는 재생된 이전의 에러 데이타들 중에서 가장 비슷한 에러 데이타를 선정하고, 선정된 데이타에서 일정한 범위내에서 가장 작은 차이값을 갖는 위치변위를 움직임 정보로 한다. 따라서 에러 데이타의 경우에는 참조된 이전의 에러 데이타 번호도 함께 움직임 정보로 사용된다. 에러 데이타에서 데이타 수의 차이로 인하여 부분적으로 참조할 샘플 데이타가 없는 경우에는 양방향으로 각각 양 끝값을 사용하여 확장한다. 움직임 보상의 경우에는 움직임 평가와 같은 방법으로 참조영상을 결정하며, 에러 데이타의 경우에도 양방향으로 각각 양 끝값을 사용하여 참조 에러데이터로 사용한다.

도 8은 도 1에 있어서 외곽선 샘플링기(20)의 제2실시예에 따른 동작을 설명하기 위한 흐름도로서, 제100단계에서는 입력된 모양 마스크(shape mask)에 대하여 기준선을 선정하는 부분으로, 수평과 수직축중 긴축을 기준선으로 선정한다. 제101단계에서는 외곽선의 정확도를 조절하는 부분으로, 샘플링의 간격을 결정한다. 이때, 샘플링 간격이 넓으면 발생하는 데이터의 수가 적어지지만 재생된 외곽선의 질이 좋지 않고, 샘플링의 간격이 작으면 발생하는 데이터의 수는 많아지지만 재생된 외곽선의 질이 좋아지게 된다. 제102단계에서는 추출할 최초 데이터를 찾는 부분으로, 기준선 0에서의 샘플링 데이터중에서 가장 큰 값의 거리값을 갖는 샘플이 선정된다. 제103단계에서는 진행방향을 고려하여 현재의 샘플점에서 다음 샘플점을 찾는 부분이다. 이때는 사방 8개의 위치에 연결된 샘플들을 고려하며, 도 9와 같이 진행방향을 고려한 우선순위에 따라서 해당 위치에 처리되지 않은 샘플점이 있는 지를 확인하여 다음 샘플점을 선정한다. 제104단계에서는 모든 샘플점들이 처리되었는지를 판단하는 것으로 처음의 위치로 되돌아 오면 끝난 것으로 판단한다. 제105단계에서는 현재의 샘플점이 전환점(turning point)인지를 판단하는 부분으로, 전환점에서는 기준선상의 좌표값이 두번 반복된다. 한편, 하나의 샘플점에서 되돌아가는 경우에는 그 샘플점을 1회 반복하여 처리하므로써 이 판단기준을 일반화할 수 있다. 이는 도 10에 그 예를 나타내었다. 제106단계에서는 제105단계에서의 판단결과에 의하여 전환점으로 판단되면 전환점 위치값을 추출하여 전환점 리스트에 추가한다. 제107단계에서는 제105단계에서의 판단에 의하여 전환점이 아닌 것으로 판단되면 기준선으로부터 현재 샘플점까지의 거리를 추출하여 거리 리스트에 추가한다.

상기와 같은 과정을 통하여 최종적으로 전환점들의 위치와 거리 데이타들이 추출되어 도 1에 도시된 바와 같은 외곽선 부호화기로 보내진다. 도 11는 도 8의 r과정에 의하여 추출된 도 3의 외곽선 데이터의 예이다. 도 8의 과정에 의해 추출된 외곽선 샘플 데이터는 DPCM(Differential Pulse Code Modulation)이나 DCT와 같은 변환을 통해서 효과적으로 부호화할 수 있다. 즉, 데이터의 연속성이 뛰어나기 때문에 DPCM이나 DCT를 통해서 데이터의 집중효과가 우수하다.

도 12는 도 8의 과정에 의해 추출된 거리데이타와 전환점 데이터를 사용하여 복원이 가능함을 보인다. n 번째에 입력된 21번의 데이터에 의하여 a)와 같이 복원되고, (n+1)번째에 입력된 20번의 데이타에 의하여 b)와 같이 복원된다. 여기서 20번 상에서 전환점이 있다는 정보가 있기 때문에 복원되던 방향은 바뀌게 된다. 또한 전환점에서는 반복하여 전환점 위치에서 다음 입력되는 샘플데이타로 복원되야 하기 때문에 (n+2)번째에는 c)와 같이 복원된다. (n+3)번째에서는 이미 복원 방향이 바뀐데로 입력되는 샘플을 복원한다. 이와 같은 방법에 의여 모든 데이터를 사용하면 최종적으로 모든 데이터를 복원할 수 있다. 본 발명에 의한 기준선 기반 외곽선 부호화방법 및/또는 복호화방법은 동영상의 외곽선 부호화 뿐만 아니라 정지영상의 외곽선 부호화에도 사용될 수 있다.

상술한 바와 같이 본 발명에 의한 기준선 기반 외곽선 부호화 및/또는 복호화방법에 의하면, 기존의 중심점 기반 외곽선 부호화방법이 갖는 단순한 처리구조와 효과적인 시간적 중복성 제거라는 장점을 이용하면서 각 샘플들에 대한 중요도를 동등하게 하는 외곽선 샘플링방법을 채택함으로써, 중심점 기반 외곽선 부호화방식에서 가지고 있던 데이타의 중복을 근본을 방지할 수 있다.

또한, 완만한 변화를 갖는 외곽선 데이타의 특성을 이용하여 변환을 통한 정기영상의 외곽선 부호화에서 작은 비트 발생량으로 우수한 재현성을 가지며, 변환 및 움직임 평가를 통한 동영상의 외곽선 부호화에서 작은 비트 발생량으로 우수한 재현성을 가진다. 또한, 본 발명에 의한 기준선 기반 외곽선 부호화 및/또는 복호화방법을 실현하는 장치가 기존의 움직임 보상-변환 부호화구조를 가지므로 하드웨어 구현에 따르는 비용을 절감할 수 있다.

동영상에서 외곽선들은 완만하게 변하는 성향을 가지므로 역시 본 발명에 의한 외곽선 샘플링방법을 이용하여 샘플링한 1차원 데이타 상에서도 효과적으로 움직임 평가와 보상이 가능하다. 따라서 기존의 외곽선 부호화방식보다 효과적인 부호화가 가능하다. 또한, 추출된 외곽선 샘플들은 연속성을 유지하고 있기 때문에 DPCM이나 DCT와 같은 변환을 통한 부호화에 매우 우수한 성능을 갖는다. 또한, 여러 가지 종류의 데이터로 분리되지 않기 때문에 움직임 보상시에도 구조가 간단해지며, 특히 이전 외곽선 샘플들을 참조할 수 있기 때문에 움직임 보상에서도 우수한 성능을 갖는다.

Claims (13)

1. 정지영상 혹은 동영상에서 객체에 대한 기준선과 샘플링 간격을 결정하는 단계;

   상기 기준선과 샘플링 간격을 이용하여 상기 객체의 외곽선을 샘플링하여 외곽선 데이타를 생성하고, 상기 외곽선 데이타로 부터 상기 객체의 모양을 복원하는 단계;

   상기 샘플링한 외곽선 데이타로 부터 상기 객체의 최외곽 샘플들을 추출하는 단계;

   상기 최외곽 샘플들을 이용하여 외곽선을 복원하는 단계; 및

   상기 복원된 객체의 모양에서부터 상기 복원된 외곽선의 차를 구하여 에러 샘플들을 추출하는 단계를 구비하는 것을 특징으로 하는 외곽선 샘플링방법.
2. 제1항에 있어서, 상기 기준선은 상기 객체를 수직과 수평으로 투영하여 생성되는 수직선과 수평선 중에서 긴 것으로 설정하는 것을 특징으로 하는 외곽선 샘플링방법.
3. 제2항에 있어서, 상기 샘플링 간격은 양자화 스텝의 크기에 따라서 결정하는 것을 특징으로 하는 외곽선 샘플링방법.
4. 제3항에 있어서, 상기 샘플링 간격은 상기 양자화 스텝의 크기의 1/2로 설정하는 것을 특징으로 하는 외곽선 샘플링방법.
5. 제1항과 같은 방법으로 샘플링된 외곽선 데이타를 1차원 데이타로 변환하기 위하여, 상기 최외곽 샘플 및 에러 샘플을 배열할 경우 상기 객체의 왼쪽과 오른쪽에서 각 가장자리 샘플의 상단 외곽선과 하단 외곽선의 차이값을 비교하여, 차이값이 큰쪽에서 부터 배열을 시작하는 것을 특징으로 하는 샘플 배열방법.
6. 제5항에 있어서, 왼쪽 가장자리 샘플에서부터 배열을 시작할 경우에는 상기 왼쪽 가장자리 상단 외곽선 샘플부터 시작하여 시계방향으로 배열하고, 상기 오른쪽 가장자리 샘플에서부터 배열을 시작할 경우에는 상기 오른쪽 가장자리 외곽선 샘플부터 시작하여 시계 반대방향으로 배열하는 것을 특징으로 하는 샘플 배열방법.
7. 제1항과 같은 방법으로 정지영상 혹은 동영상에서 객체의 외곽선을 기준선을 이용하여 샘플링하여 최외곽 데이타와 에러 데이타를 생성하는 단계; 및

   상기 최외곽 데이타와 에러 데이타를 각각 움직임 보상-변환 구조를 이용하여 부호화하는 단계를 구비하는 것을 특징으로 하는 기준선 기반 외곽선 부호화방법.
8. 제7항과 같은 방법으로 부호화된 최외곽 데이타들과 에러 데이타들로 부터 각각 최외곽 샘플과 에러 샘플을 복원하는 단계;

   상기 복원된 최외곽 샘플로 부터 에러 샘플을 감산하여 원래의 샘플 데이타에 양자화로 인한 에러가 첨가된 복원 데이타를 재생하는 단계; 및

   상기 재생된 복원 데이타를 움직임 보상-변환 구조를 이용하여 복호화하는 단계를 구비하는 것을 특징으로 하는 기준선 기반 외곽선 복호화방법.
9. 제1항과 같은 방법으로 정지영상 혹은 동영상에서 객체의 외곽선을 기준선을 이용하여 샘플링하여 최외곽 데이타와 에러 데이타를 생성하는 단계;

   상기 최외곽 데이타와 에러 데이타를 각각 움직임 보상-변환 구조를 이용하여 부호화하는 단계;

   상기 부호화된 최외곽 데이타들과 에러 데이타들로 부터 각각 최외곽 샘플과 에러 샘플을 복원하는 단계;

   상기 복원된 최외곽 샘플로 부터 에러 샘플을 감산하여 원래의 샘플 데이타에 양자화로 인한 에러가 첨가된 복원 데이타를 재생하는 단계; 및

   상기 재생된 복원 데이타를 움직임 보상-변환 구조를 이용하여 복호화하는 단계를 구비하는 것을 특징으로 하는 기준선 기반 외곽선 부호화 및 복호화방법.
10. 제7항 내지 제9항 중 어느 한 항에 있어서, 상기 최외곽 샘플들의 경우 움직임 평가 및 보상시, 일정한 크기의 블럭이 재생된 이전의 최외곽 샘플 데이타들을 참조하여 현재의 위치에서 일정한 범위내에서 가장 작은 차이값을 갖는 위치변위를 움직임 정보로 사용하는 것을 특징으로 하는 기준선 기반 외곽선 부호화방법.
11. 제7항 내지 제9항 중 어느 한 항에 있어서, 상기 에러 샘플들의 경우 움직임 평가 및 보상시, 재생된 이전의 에러 데이타들 중에서 가장 비슷한 에러 데이타를 선정하고, 선정된 에러 데이타에서 일정한 범위내에서 가장 작은 차이값을 갖는 위치변위를 움직임 정보로 사용하는 것을 특징으로 하는 기준선 기반 외곽선 부호화방법.
12. 정지영상 혹은 동영상에서 객체의 모양 마스크에 대한 기준선과 샘플링 간격을 결정하는 단계;

    상기 기준선에서 가장 큰 거리값을 갖는 샘플의 위치를 최초의 샘플점으로 하여 진행방향을 고려한 우선순위에 따라서 상기 객체의 외곽선을 샘플링하는 단계;

    상기 샘플링 단계에서 해당 샘플점이 상기 객체의 모양 마스크에서 전환점에 해당하는 것인지를 판단하는 단계;

    상기 전환점 판단단계에서 상기 해당 샘플점이 전환점인 경우 상기 기준선상에서 상기 전환점에 해당하는 좌표값을 두 번 반복처리하고, 상기 전환점의 위치데이타를 추출하는 단계; 및

    상기 전환점 판단단계에서 상기 해당 샘플점이 전환점이 아닌 경우 상기 기준선상에서 상기 해당 샘플점까지의 거리데이타를 추출하는 단계를 구비하는 것을 특징으로 하는 외곽선 샘플링방법.
13. 제12항과 같은 방법으로 정지영상 혹은 동영상에서 객체의 외곽선을 소정의 기준선을 이용하여 샘플링하여 전환점의 위치데이타와 거리데이타를 생성하는 단계; 및

    상기 전환점의 위치데이타와 거리데이타를 각각 움직임 보상-변환 구조를 이용하여 부호화하는 단계를 구비하는 것을 특징으로 하는 기준선 기반 외곽선 부호화방법.