KR20100016272A - Ｐｉｘｏｎ 방법을 사용한 이미지 압축 및 압축 해제 - Google Patents
Ｐｉｘｏｎ 방법을 사용한 이미지 압축 및 압축 해제 Download PDFInfo
- Publication number
- KR20100016272A KR20100016272A KR1020097023175A KR20097023175A KR20100016272A KR 20100016272 A KR20100016272 A KR 20100016272A KR 1020097023175 A KR1020097023175 A KR 1020097023175A KR 20097023175 A KR20097023175 A KR 20097023175A KR 20100016272 A KR20100016272 A KR 20100016272A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- pixon
- compressed
- decompression
- image data
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 182
- 238000007906 compression Methods 0.000 title claims abstract description 80
- 230000006835 compression Effects 0.000 title claims abstract description 77
- 230000006837 decompression Effects 0.000 title claims description 67
- 238000012360 testing method Methods 0.000 claims abstract description 58
- 238000005457 optimization Methods 0.000 claims abstract description 13
- 238000009499 grossing Methods 0.000 claims description 22
- 238000004422 calculation algorithm Methods 0.000 claims description 20
- 238000004891 communication Methods 0.000 claims description 5
- 238000013461 design Methods 0.000 description 26
- 230000006870 function Effects 0.000 description 15
- 238000012545 processing Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 8
- 238000013459 approach Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000013139 quantization Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 238000010561 standard procedure Methods 0.000 description 3
- 241000255925 Diptera Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000004907 flux Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000004297 night vision Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241000699670 Mus sp. Species 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000002939 conjugate gradient method Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 206010015037 epilepsy Diseases 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 125000001475 halogen functional group Chemical group 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000001235 sensitizing effect Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/117—Filters, e.g. for pre-processing or post-processing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/154—Measured or subjectively estimated visual quality after decoding, e.g. measurement of distortion
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
- H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/182—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a pixel
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/189—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding
- H04N19/192—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding the adaptation method, adaptation tool or adaptation type being iterative or recursive
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
- H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
- H04N19/86—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression involving reduction of coding artifacts, e.g. of blockiness
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Compression Of Band Width Or Redundancy In Fax (AREA)
Abstract
방법은 공지된 압축 기술을 사용하여 원본으로 압축된 이미지를 압축 해제 하는 것을 제공한다. 원본 압축 이미지 파일은 이미지 데이터에 대응하는 복수의 위치들에 의해 정의된다. 스무스 테스트 이미지들의 세트는 복수의 서로 다른 크기 PIXON® 커널들을, 가장 작은 크기 커널로 시작되는 시작 이미지의 각 위치에 반복적으로 적용함으로써 생성된다. 각 스무스 테스트 이미지는 공지된 압축 기술을 사용하여 압축되고, 원본 압축 이미지 파일의 각 위치에 대해 압축된 스무스 테스트 이미지의 적합도를 판별하기 위해 이미지의 각 위치에서 원본 압축 이미지와 비교된다. 각 위치마다, 소정의 적합도 기준을 통과한 가장 큰 크기 커널을 가진 스무스 테스트 이미지는 압축 해제 이미지의 주어진 위치에 대해 선택된다. 압축 방법은 이미지 내의 노트 포인트들의 최적화를 위해 PIXON® 방법을 이용한다. 최적화된 노트 포인트들은 노트 포인트들 사이에서 이미지 강도를 보간하기 위해 사용된다.
제어기 모듈, 수신 모듈, 계산기 모듈, 적합도 모듈, 스무스 테스트 이미지, 노트 포인트
Description
관련 출원
본 출원은 2007년 4월 25일에 출원된 미국 가출원 제60/914,030호의 우선권을 주장하고, 참조로서 전체적으로 본원에 병합된다.
수많은 군용, 통신 및 보안 적용에 있어서, 이미지 데이터가 전송되는 무선 대역폭 요건 및 네트워크에 기반한 시스템을 감소시키기 위해서 이미지 데이터가 압축되는 것이 바람직하다. 또한, 이러한 이미지들에 연관된 데이터 양을 감소시킴으로써, 요구된 저장 공간 양은 최소화될 수 있고, 길이가 긴 이미지 시퀀스들(sequence)도 단일 디스크에 저장되도록 한다.
가장 널리 사용된 이미지-압축 방법들은 블럭(block)을 기반한 기술인 JPEG, MJPEG, MPEG, 및 H.264이다. 이러한 방법들은 이산 코사인 변환(discrete cosine transform, DCT)을 사용하여 원본 이미지를 변환시킨 후, 변환 계수들을 양자화시킴으로써 동작된다. 상기 DCT는 이미지를, 이미지의 시각적 품질에 대한 서로 다른 중요성의 부분들(또는 스펙트럼 서브-밴드들(sub-bands))로 분리시키고, 공간적 도메인에서 주파수 도메인으로 이미지를 변환시킨다. 이러한 이미지들을 압축 해 제하기 위해서, 대부분 상업적으로 시판가능한 하드웨어 및 소프트웨어 실행은 역 DCT를 사용한다. 큰 양의 압축을 이루기 위해서, 블럭 변환 코딩은 일반적으로 손실이 많고, 이미지 정보가 압축 동안 영구적으로 버려지게 된다는 것을 의미하기 때문에, 원본 이미지는 압축 버전(compressed version)으로부터 완전하게 복원될 수 없다. 압축 및 압축 해제의 처리에 있어서, 변환에 연관된 서브-이미지 블럭들의 8x8 매트릭스들은 종종 이미지 블럭 인공물들(artifacts)을 생성하고, 하나의 블럭에서 또 다른 블럭으로의 별개의 변화로 인해, 인코딩 블럭들(encoding blocks)의 아웃라인들(outlines)은 이미지 상에 중첩된다. 압축 양이 낮을 시에, 정보의 손실은 적고 거의 없다. 그러나, 압축 레벨이 높을 시에는 정보 손실은 증가하게 나타나고 인코딩의 블럭 성질에 대해, 그리고 DCT 계수의 양자화에 대해 시각적인 인공물들의 발생에 연관된다. JPEG는 밝기보다 색상에서 상세함이 덜 인식되는 인간 시야의 특정 형태를 활용하기 위해 시도되어, 광휘를 위해 사용되는 것보다 더 큰 블럭들에서 색채를 인코딩한다. 이 기술은 높은 압축에서 추가적인 인공물들을 구현한다. 서브-블럭(및 각 마크로블럭(macroblock))은 무관하게 처리되고, 이웃 블럭들을 연결하는 이미지 데이터의 중요한 부분은 종종 손실되고, 여분의 에지들(edges) 및 불연속들은 블럭 경계벽들에서 나타난다.
블럭 인공물들뿐만 아니라, 블럭의 내용들이 정확하게 재생될 수 없도록 정보가 손실되는데, 이는 변환 데이터가 양자화되었기 때문이다. 이러한 "모스퀴토 인공물들(mosquito artifacts)", 또는 "링잉(ringing)"은 객체들 주위에서 아우라(aura) 또는 할로(halo)로서 나타난다.
수많은 적용 필터링 방법은 블럭 인공물들 및 링잉의 감소를 위해 발전되어 왔다. 상기와 같은 방법들의 몇몇 일례들은 유(Yu)의 미국 특허 제6,636,645호; 레딘(Le Dinh)의 미국 특허 제7,076,113호, 및 앤더슨(Andersson)의 미국 특허 제7,136,536호에서 제공된다. 이러한 필터링 방법들이 인공물들을 감소시키기 위해 성공적으로 이루어진 반면에, 몇몇 경우에서, 추가적인 형태들(인공물들)은 추가될 수 있거나 데이터가 손실된다.
참조로서 본원에서 병합되는 미국 특허 제5,912,993호 및 미국 특허 제6,895,125호에 개시된 PIXON® 방법은 원래 이미지 복원을 위해 개발되어왔다. 상기와 같은 출원에서, PIXON® 방법은 경쟁 방법들과 관련된 우월한 성능을 제공하고, 복원된 이미지에서 감소된 인공물들 및 증대된 공간 해상도(spatial resolution)를 제공한다. 이러한 이점들은 복원된 이미지를 위한 PIXON® 방법의 최소 복잡성 모델에 대해 추적될 수 있다.
PIXON® 이미지 복원 설계는, 공간적인 가변 크기 및 형상을 가진 PIXON® 커널들을 지닌 슈더-이미지(pseudo-image)의 컨볼루션(convolution)으로서 복원된 이미지를 표현함으로써, 이미지 복원 설계의 최소 복잡성 모델을 구현한다. "최소 복잡성"은 콘텍스트 의존(context dependent)을 의미한다. 데이터(콘텍스트)에 대해 특정 질의들을 답변하기 위해 최소 복잡성 가설(모델)을 구현하려고 할 시, 최소 복잡성 가설(모델)은 이러한 질의들에 대한 답변에 관한 가장 적은 정보를 제공 한다. 이미지들의 경우에 있어서, 관심 있는 질의들: (a) 객체들의 형상들을 무엇인가; (b) 객체들의 어디에 위치하였는가, 및 (c) 플럭스 밀도(flux density)의 방출은 어떠한가 등이 전형적으로 있기 때문이다. 최소 복잡성 모델(가장 적은 정보 제공 가설)은 데이터와 일관되는 가장 스무스(smooth)한 이미지이다. 이 가장 스무스한 이미지는 객체의 형상, 그들의 정확한 위치에 관한 정보의 가장 적은 양을 제공하고, 플럭스 밀도는 가능한 한 퍼진다. 따라서, 이러한 질의들에 대한 것을 보증할 수 있고, 데이터는 해석될 수 없을 것이다. 또한, 상기와 같은 모델은 인공물 레벨이 최대로 감소되기 때문에, 자동적으로 복원 인공물들을 제거하고, 감도 및 해상도를 증가시킨다.
PIXON® 방법에 있어서, 슈더-이미지 및 PIXON® 커널들은 픽셀 단위(pixel-by-pixel) 기반으로 변화하게 한다. 이는, 근접한 픽셀들이 강하게 서로 관련되게 함으로써, 극적으로 복원된 이미지의 정보 내용을 감소시키는 반면, 상기 방법은 이미지 압축의 반대 방향으로 진행하는데, 그 이유는 각 이미지마다, 각 픽셀의 슈터-이미지뿐만 아니라 다수의 PIXON® 커널들의 선택을 규정해야하기 때문이다. 다른 말로 하면, 이미지를 직접 기입하는 것은 상기 이미지가 획득되는 방법을 기술한 것보다 더 간결하다. 그러므로, 이미지를 묘사하는 언어의 선택은 이미지 그 자체를 기입하는 것과 관련된 이미지 묘사를 간단하게 하기 위해서는 사용될 수 없다.
그럼에도 불구하고, 이미지 복원을 위한 그의 우월한 성능이 주어진다면, 이 미지 압축 및 압축 해제에서 사용되는 PIXON® 방법을 적용하는 것이 바람직할 것이다. 본 발명은 상기와 같은 방법에 관한 것이다.
PIXON® 방법의 최소 복잡성 이미지 모델은 이미지 압축 및 압축 해제 동작들에 적용된다. 데이터 압축 분야에 있어서, 일반적으로 강하지만 적당한 것에 비해 손실이 많은 압축과 손실이 없는 압축을 구별한다. PIXON® 방법은 산업-표준형 압축 방법들, 예를 들면 JPEG, MJPEG(영화산업(motion picture industry)에서 사용된 Motion JPEG), MPEG 및 H.264(비디오용으로 둘 다 사용됨)로 압축된 이미지를 압축 해제하기 위해 사용될 수 있다. PIXON® 방법은 거의 현대 이미지 모든 압축 접근법으로 나아갈 수도 있다.
본 발명의 제 1 양태에 있어서, 산업-표준형 압축 방법을 사용하여 압축된 입력 이미지 파일에 대한 압축 해제 방법은 압축된 이미지 파일을, 복수의 압축된 스무스 테스트 이미지 파일들(smooth test image files)의 각각에 비교하는 단계, 및 이미지 내의 각 위치마다 소정의 적합도(goodness-of-fit) 기준을 충족시키는 상기 스무스 테스트 이미지를 선택하는 단계를 반복적으로 포함한다. 스무스 테스트 이미지들은 복수의 PIXON® 커널들의 각각을 원본 압축 해제 이미지 파일에 적용시킴으로써 발생된다. 그 후, 각각의 스무스 테스트 이미지 파일은 동일한 산업-표준형 압축 방법을 사용하여 재압축되고, 그리고 원본 압축 이미지에 세그먼트 단위(segment-by-segment)를 비교한다. 상기 이미지 내의 주어진 위치에 있어서, 압축될 시, 원본 압축 이미지 파일의 적합도 기준의 규정된 공차 내에 있는 가장 스무스한 스무스 테스트 이미지는 이미지의 위치에 대응하는 소기의 압축 해제 이미지로서 식별된다. 각 위치에 있어서, 규정된 공차를 충족할 수 있는 가장 큰 커널은 전면 스무스화(over-smoothing)로부터 손실된 정보를 피하기 위해 선택된다. 결과적인 압축 해제 이미지는 선택된 스무스 테스트 이미지로부터의 해당 픽셀들을 사용하여 위치 단위(location by location)로 모아지게 된다. 그 후, 압축 해제 이미지는 디스플레이 또는 저장 장치에 다운로드된다.
본 발명의 또 다른 양태에 있어서, 방법은 공지된 압축 기술을 사용하여 원본으로(originally) 압축된 이미지를 압축 해제하기 위해 제공되고, 상기 방법은, 이미지 데이터에 대응하는 복수의 위치들을 가지는 원본 압축 이미지 파일을, PIXON® 방법을 실행하기 위해 메모리 및 상기 메모리에 저장된 소프트웨어를 가지는 프로세서에 입력하는 단계; 복수의 서로 다른 크기 PIXON® 커널들을, 상기 복수의 서로 다른 크기 PIXON® 커널들 중 가장 작은 크기 커널로 시작되는 시작 이미지의 각 위치에 반복적으로 적용함으로써, 복수의 스무스 테스트 이미지들을 해 공간(solution space) 내에서 발생시키는 단계; 상기 공지된 압축 기술을 사용하여 각각의 스무스 테스트 이미지를 압축하고, 그리고 압축된 스무스 테스트 이미지의 적합도를 상기 원본 압축 이미지 파일의 각 위치에 대해 판별하는 단계; 각 위치마다, 소정의 적합도 기준을 통과한 가장 큰 크기 커널을 가지는 스무스 테스트 이미지를 선택하는 단계; 및 선택된 스무스 테스트 이미지를, 디스플레이 장치 상에 표시하는 최적화된 압축 해제 이미지로서 출력하는 단계를 포함한다.
본 발명의 또 다른 양태에 있어서, PIXON® 방법을 사용하여 이미지를 압축 해제하는 방법은, 이미지 데이터에 대응하는 복수의 위치들을 가지고 산업-표준형 압축 방법을 사용하여 원본으로 압축된 원본 압축 이미지 파일을, 이미지를 압축 해제하고 PIXON® 방법을 실행하기 위해 메모리 및 상기 메모리에 저장된 소프트웨어를 가지는 프로세서에 입력하는 단계; 원본 압축 이미지 데이터 파일을 생성하기 위해, 해당 산업-표준형 압축 해제 방법을 사용하여 원본 압축 이미지를 압축 해제하는 단계; 제 1 후보(candidate) 이미지를 생성하기 위해 복수의 서로 다른 커널들로부터 선택된 가장 작은 커널을 사용하여 원본 압축 해제 이미지를 스무스하는 단계; 산업-표준형 압축 방법을 사용하여 상기 제 1 후보 이미지를 압축하는 단계; 상기 원본 압축 이미지 파일 내의 복수의 위치들 각각에서 소정의 공차 내에서 적합도를 판별하기 위해서, 압축된 제 1 후보 이미지를 상기 원본 압축 이미지 파일에 비교하는 단계; 상기 적합도가 상기 소정의 공차 내에 있는 각 위치에서 상기 제 1 후보 이미지를 수용하고, 모든 다른 위치들에서 원본 압축 해제 이미지를 남겨두는 단계; 상기 스무스하는 단계, 및 복수의 서로 다른 후보 이미지들을 생성하기 위해 상기 복수의 서로 다른 커널들 중 잔류한 커널마다 비교하는 단계를 반복하는 단계(각 반복 다음에, 해당 후보 이미지는 상기 적합도가 상기 소정의 공차 내에 있는 각 위치에서 수용되고, 모든 다른 위치들은 이전의 후보 이미지와 함께 남아있고, 그리고 결과적인 압축 해제 이미지는 최종 반복 이후에 있음); 상기 결과적인 압축 해제 이미지를 상기 메모리에 저장하는 단계; 및 상기 결과적인 압축 해제 이미지를, 컴퓨터 모니터, 그래픽 디스플레이 또는 프린터 등의 디스플레이 장치에 출력하는 단계를 포함한다.
상술한 실시예에 있어서, 해 공간은 원본 산업-표준형 압축 해제 이미지를 스무스하게 함으로써 획득될 수 있는 후보 이미지들을 포함한다. 대안적인 실시예에 있어서, 큰 해 공간은 PIXON® 커널들의 수집에 의해 스무스화된 슈더-이미지를 구성하는 일반적 PIXON® 이미지 모델을 사용하여 생성된다. 이미지의 각 픽셀에서 사용되는 PIXON® 커널들의 수집을 구성하는 PIXON® 맵(map)은 GOF를 최소화시키는 슈더-이미지와 함께 이미지 내의 각 픽셀에서 가장 넓은 PIXON® 커널들의 조합을 발견함으로써 발생된다. 대안적으로, 상기 슈더-이미지는 변해가는 증감 방법(conjugate gradient method)을 사용하면서, 고정된 PIXON® 커널들을 유지하여 적합도를 최소화시키는 단계, 그 다음에 상기 슈더-이미지가 고정된 상태에서 PIXON® 커널들의 폭을 최대화시키는 단계에 의해 최적화될 수 있다. 이 2 개의 절차는 슈더-이미지 및 PIXON® 맵의 수렴을 이룰 때까지 반복된다. 단순형(simplex) 알고리즘과 같은 다른 다(multi)-차원 최적화 방법들은 기술분야에서 공지되고 사용될 수 있다.
산업-표준형 압축 해제 이미지를 스무스화하는 것과 관련된 이 반복적인 절차의 한 이점은 스무스화 처리가 압축 데이터에 포함되지 않은 이미지 내용을 도입할 수 없다는 것이다; 이는 단지 구조물만을 제거한다. 데이터와 일관된 가장 간단한 모델을 생성하기 위해 추가적인 이미지 정보가 요구되기 때문에, 반복하는 실시예에 따른 PIXON® 맵 및 슈더-이미지의 동시적인 최적화는 압축 단계에서 손실된 공간 구조를 도입할 수 있다.
또 다른 실시예에 있어서, PIXON® 방법을 사용하여 이미지들을 최적으로 압축/압축 해제하기 위해 정보에 기반한 좌표 시스템을 구현하는 방법은 이미지 데이터를 포함하는 이미지 파일을, PIXON® 방법을 실행하기 위해 소프트웨어를 저장하는 프로세스에 연관된 메모리 및 상기 프로세서에 입력하는 단계를 포함하고, 이미지 파일은 이미지 데이터에 대응하는 복수의 위치들을 포함한다. 상기 방법은 수신된 이미지 데이터의 모델을 나타내는 이미지 맵을 발생시키는 하나 이상의 이미지 데이터 포인트들을 계산하기 위해 PIXON® 방법에 의해 식별된 데이터 이미지 내의 정보 밀도를 이용하는 제 1 알고리즘을 실행하는 단계도 포함한다. 제 2 알고리즘은 이미지 데이터 포인트들의 수를 감소시키기 위해 상기 이미지 데이터 포인트들의 위치 및 강도를 포함하여, 하나 이상의 이미지 데이터 포인트들을 최적화시키기 위해 실행될 수 있다. 그 후, 감소된 이미지 데이터 포인트들의 수는 재-최적화될 수 있고, GOF가 이미지 데이터의 각 위치에서 소정의 공차 내에 있도록 수신된 이미지 데이터에 대응하는 위치들과 하나 이상의 이미지 데이터 포인트들 사이에서 적합도가 판별된다. 상기 하나 이상의 이미지 데이터 포인트들은, 상기 소정의 공차 내에 있고 수신된 이미지 데이터의 해당 부분들이 다른 경우에 사용되는 위치들에서 이미지 압축을 위한 후보들로서 수용될 수 있다. 한 실시예에 있어서, 상기 하나 이상의 이미지 데이터 포인트들은 노트 포인트들(knot points)을 포함한다. 상기 방법은 상기 이미지 데이터의 압축을 위해 사용되는 이미지 데이터 포인트 위치 및 값을 포함하는 하나 이상의 이미지 데이터 포인트들을 인코딩하는 단계도 포함할 수 있다. 상기 제 1 알고리즘은 이미지 보간법 알고리즘을 포함할 수 있고, 상기 제 2 알고리즘은 단순형(simplex)(또는 다른) 최소 알고리즘을 포함할 수 있다. 여러 실시예들에 있어서, 수신된 이미지 데이터의 모델은 노트 포인트들 사이의 이미지 강도의 선형 보간법을 통하여 구성된다.
본 발명의 양태들, 이점들 및 상세한 설명은 본 발명의 구조 및 동작 모두로서, 참조 번호가 부품으로서 언급되는, 첨부된 대표적인 도면에 의해 일부에서 얻어질 수 있다. 도면은 반드시 치수화된 것이 아니고, 그 대신에 본 발명의 원리를 설명함에 따라 강조하기 사용된 것이다.
도 1은 본 발명에 따른 PIXON® 방법을 사용하여 이미지를 압축 해제하는 간단한, 대표적인 제어기 모듈의 블럭도이다.
도 2는 PIXON® 방법을 사용하여 이미지를 압축 및 압축 해제하는 대표적인 제어 모듈의 블럭도이다.
도 3은 산업 표준형 방법을 사용하여 압축되는 이미지를 위한 일반적인 압축 해제 설계의 블럭도이다.
도 4는 산업-표준형 방법을 사용하여 압축되는 이미지를 사용하는, 독창적인 압축 해제 방법 단계를 제시한 순서도이다.
도 5는 산업-표준형 방법을 사용하여 압축되는 이미지를 사용하는, 대안적이고 독창적인 압축 해제 방법 단계를 제시한 순서도이다.
도 6a 및 6b는 산업-표준형 압축 해제 방법 및 독창적인 PIXON® 압축 해제 방법 각각을 사용하여, 제 1 샘플 이미지 파일의 압축 해제의 대표적인 결과를 제시하는 사진 이미지들이다.
도 7a 및 7b는 제 2 샘플 이미지 파일의 압축 해제의 대표적인 결과를 제시하는 사진 이미지들로서, 도 7a는 산업 표준형 압축 해제 기술의 결과를 제시하고, 도 7b는 PIXON® 압축 해제 처리의 결과를 제시한다.
도 8a 및 8b는 제 3 샘플 이미지인 열적외선 이미지 파일의 압축 해제의 대표적인 결과를 제시하는 사진 이미지들로서, 도 8a는 산업 표준형 압축 해제 기술의 결과를 제시하고, 도 8b는 PIXON® 압축 해제 처리의 결과를 제시한다.
도 9a 및 9b는 야간 투시경(night vision goggles)으로부터의 제 4 샘플 이미지의 압축 해제의 대표적인 결과를 제시하는 사진 이미지들로서, 도 9a는 산업- 표준형 압축 해제 기술의 결과를 제시하고, 도 9b는 PIXON® 압축 해제 처리의 결과를 제시한다.
도 10은 대표적인 PIXON® 이미지 압축 절차의 단계를 제시한 순서도이다.
도 11a-11e는 입력 이미지의 압축을 위한, 대표적인 보간법 설계(interpolation scheme)에 포함된 진행 단계를 제시한다(도 11 a).
본원에서 개시된 특정 실시예들은 우수한 이미지 압축/압축 해제를 이루기 위해 PIXON® 방법을 사용하는 방법 및 시스템을 제공한다. 본 발명의 다양한 실시예들이 본원에서 기술되지만, 이러한 실시예들은 일례의 방식으로만, 그리고 국한되지 않고 제시된다는 것을 이해하여야 한다. 상기와 같이, 대안적인 다양한 실시예들의 상세한 설명은 본 발명의 권리 범위 또는 권리 폭에 국한되게 구성되지 않아야 한다.
본 발명의 동작을 이해하기 위해서, PIXON® 방법의 동작을 간략하게 검토하는 것이 편리하다.(1999년 1월 17일, Richard C. Puetter 및 Amos Yahil에 의한 문헌 "The Pixon method of Image Reconstruction" 참조, 상기 문헌은 본원에서 참조로서 병합됨)
이미지의 최하위 비트(the least significant bit)보다 엄격한 공차부터 이미지 상세함이 점차적으로 감소되는 여유있는 공차까지, 공차가 점진적으로 변화됨 에 따라서, PIXON® 방법은 무손실 및 유손실(lossless and lossy)의 압축/압축 해제에 대한 기초를 한번에 제공한다. 또한, 공차 레벨은 위치 종속 방식으로 특정될 수 있어서, 이미지의 서로 다른 부분들에서 압축/압축 해제의 서로 다른 레벨을 허용한다.
PIXON® 방법은 이미지 데이터가 허용되는 만큼 국부적으로 이미지 모델을 스무스(smooth)하게 함으로써, 복잡성을 감소시키고, 이로써, 이미지에 있어 독립성 패치들(independent patches) 또는 PIXON® 요소들의 수를 감소시킨다. PIXON® 방법의 일반적인 실행에 있어서, 이미지는 스무스화를 제공하기 위해 설계된 양의 커널 함수(positive kernel function), K를 가진 슈더-이미지(pseudo-image)에 대한 적분으로서 표기된다.
커널 함수는 공간적으로 변할 수 있는 크기 및 형상을 가질 수 있는 PIXON® 커널로서 언급될 수도 있다. 상기 기술은 이미지 데이터 픽셀 그리드(grid) 상에 정의된 슈더-이미지 Φ를 반복적으로 계산한다. 이 슈더-이미지는 트루 이미지(true image)는 아니지만, PIXON® 분배 및 결과 이미지를 발생시키기에 필요한 수치 계산을 실행하기 위해 이미지 데이터 픽셀 그리드와 함께 사용된다. 비-음 최소제곱 피트(non-negative least-squares fit)의 경우에 있어, 슈더-이미지 Φ에 게 양이 되도록 요구하는 것은 K의 폭보다 작은 치수(scale)상의 이미지 I에서의 변동을 제거한다. 이 치수화는 이미지 데이터에 적합하다. 각 위치에서, 상기 치수화는 국부적인 적합도(GOF)를 위배하지 않고 가능한 한 크기에서 증가되도록 한다. 복잡성은 다-해상도(multi-resolution)를 가능케 하기 위해 서로 다른 크기의 커널 함수를 사용할 뿐만 아니라, 그들의 형상의 분별있는 선택에 의해서도 감소될 수 있다. 예를 들면, 가장 방대한 이미지의 복원에 충분할 수 있는 원형 대칭 커널(circularly symmetric kernel)은 늘어진 형태를 가진 이미지, 예를 들면 도시의 항공 사진에 대한 가장 효과적인 스무스화 커널(smoothing kernel)일 수는 없다. 커널의 선택은 이미지 모델이 규정된 "언어"이고, 이미지의 모든 독립성 요소를 특징으로 하기에 매우 충분해야 한다.
이미지들의 압축 해제에 대한 PIXON® 방법은 가능한 가장 넓은(가장 넓은 영역, 체적 등) 커널 함수들, 및 데이터에 충분한 적합성(fit)을 함께 제공하고 커널 함수들에 연관된 슈더 이미지에 대한 동시 검색을 포함할 수 있다. 실행에 있어서, 상세한 검색은 사용된 PIXON® 방법의 성질에 따라 변화될 수 있다. 그러나, 일반적으로, 이는 커널 함수들의 PIXON® 맵(각 위치에서 커널들의 선택)에 주어진 슈더-이미지를 번갈아 가면서 해결하고, 그 후 현재 이미지 값들에 주어진 커널 함수의 치수화 크기를 증가시키려 한다. 요구된 반복 수는 이미지의 복잡성에 따라 변화될 수 있지만, 대부분의 문제점에 있어 몇 번의 반복이면 충분할 수 있다. 적 당한 커널을 선택하는 기준은 가장 큰 PIXON® 커널의 GOF 및 풋프린트(footprint) 내의 신호-대-잡음비(SNR)이고, 상기 GOF 및 신호-대-잡음비(SNR)는 사용자에 의해 설정된 소정의 수용 조건에 통과된 것이다. 커널이 충분한 GOF를 가지지 않는 경우, 그의 풋프린트에 대한 SNR이 충분히 높은 경우에 델타(delta)-함수 커널은 할당된다. 상기 SNR이 특정 조건에 충족되지 않는 경우, 어떠한 커널도 할당되지 않는다. 주목할 점은, PIXON® 방법에 의해 요구된 SNR이 이미지 데이터에서 각 픽셀일 수는 없고, 오히려 PIXON® 커널의 이미지 데이터 풋프린트의 전체 SNR일 수 있다는 점이다. PIXON® 방법은 더 높은 표면 밝기를 가진 작은 형태로서 크고, 낮은-표면-밝기 형태를 검출하기에 효과적이다. 형태의 수용 또는 거절은, 양 경우에 있어서, 사용자에 의해 선택된 통계적 유의도(statistical significance)에 기반한다.
이 배경 정보를 생각하면서, 본 발명은 도 1을 참조하여 설명할 것이다. 도 1은 PIXON® 압축 해제 방법을 실행하기 위해 사용될 수 있는, 대표적인 제어기 모듈의 블럭도이다. 일 실시예에 있어서, 제어기 모듈은 수신 모듈(1002), 계산기 모듈(1008) 및 적합도 모듈(1006)을 포함할 수 있다. 상기 수신 모듈(1002)은 계산기 모듈(1008) 및 적합도(GOF) 모듈(1006)에 연결될 수 있고, 산업-표준형 압축 해제 이미지를 포함하는 이미지 파일을 수신하기 위해 구성되고, 상기 산업-표준형 압축 해제 이미지에서의 이미지는 이미지 데이터에 대응하는 복수의 위치를 포함한 다. 대부분 상황에 있어서, 위치는 픽셀들의 어레이 내에서 픽셀들, 또는 픽셀들의 블럭에 대응될 것이지만, 그러나, 다른 색인(indexing) 기술들은, 이미지 내의 세그먼트의 어레이를 포함하는 그리드를 정의하는 것과 같이, 위치를 정의하기 위해 사용될 수 있다. 산업-표준형 압축 해제 이미지는 표준형 스틸 카메라(still camera), 비디오 카메라, 적외선 카메라, X-선 영상기, 레이더 영상기, 또는 다수의 다른 영상 장치들로부터 비롯될 수 있다. 본 발명에 따라서 압축 해제에 앞서, 이미지들은 예를 들면, 더 작은 크기 파일의 이미지를 전송하거나 저장하기 위해 산업 표준형 압축된 이미지(또는 원본 압축 데이터 파일)로 산업-표준형 압축 설계에 의해 압축된다. 수신된 산업-표준형 압축 해제 이미지는 GOF 모듈(1006) 및 계산기 모듈(1008)과 통신하는 저장 장치(1004)에 저장될 수 있다. 압축 해제 후에, 압축 해제 이미지 파일은 저장 장치에 보관될 수 있고, 그리고/또는 프린터, 컴퓨터 모니터 또는 다른 영상 디스플레이 장치 등의 디스플레이 장치(1010)에 의해 표시되기 위해 출력될 수 있거나 또는 추가적인 프로세싱을 위한 외부장치와 통신이 될 수 있다.
저장 장치(1004)는 랜덤 액세스 메모리(RAM) 등의 하나 이상의 휘발성 저장 장치들과 함께, 휘발성 및/또는 비-휘발성 저장 장치, 예를 들면 판독 전용 메모리(ROM), 비-휘발성 랜덤 액세스 메모리(NVRAM)를 포함할 수 있다. 계산기 모듈(1008)은 하술된 바와 같이 압축 해제된 입력 이미지를 스무스화하는 PIXON® 방법을 실행하기 위해 서브루틴을 포함하는 컴퓨터 코드를 포함한다.
도 2는 본 발명에 따라서, PIXON® 방법을 사용하여 이미지를 압축 및 압축 해제하는 컴퓨터-기반 시스템에서 사용되는 대표적인 모듈(2000)의 블럭도이다. 모듈(2001)은 수신 모듈(2005), 제 1 제어 모듈(2007), 제 2 제어 모듈(2008), 계산기 모듈(1008) 및 적합도 모듈(1006)을 포함한다. 수신 모듈(2005)은 이미지 데이터 및 상기 이미지 데이터에 대응하는 복수의 위치를 포함하는 입력 이미지 파일을 수신하기 위해 구성된다. 계산기 모듈(1008) 및/또는 그에 연관된 메모리(미도시)는 입력 이미지에서 정보의 밀도에 대응하는 PIXON® 맵을 발생시키기 위해, 방법을 실행하는 컴퓨터 프로그램 코드를 저장한다. 제 1 제어 모듈(2007)은 하나 이상의 이미지 데이터 포인트들을 계산하기 위해 PIXON® 맵을 이용하는 제 1 알고리즘을 실행하도록 구성되어, 수신된 이미지 데이터의 모델을 나타내는 이미지 맵을 발생시킨다. 제 2 제어 모듈(2008)은 이미지 데이터 포인트들의 수를 감소시키는 이미지 데이터 포인트들의 위치 및 강도를 포함하여, 하나 이상의 이미지 데이터 포인트들을 최적화시키기 위해 구성된 제 2 알고리즘을 실행하도록 구성될 수 있다. 제 2 제어 모듈(2008)은 이미지 데이터 포인트들의 감소된 수를 재-최적화시키도록 구성될 수도 있다. 출력 장치(2010)는 출력을 보기 원하는 경우에 디스플레이 장치일 수 있거나, 또는 압축 또는 압축 해제 이미지 파일의 결과의 통신을 위해 또 다른 장치에 연결되는 인터페이스 또는 네트워크일 수 있다.
도 3은 산업-표준형 압축 방법을 사용하여 압축된 이미지를 처리하는, 일반적인 압축 해제 설계의 단계를 제시한다. 원본 이미지(2000)는 표준형 스틸 카메 라, 비디오 카메라, 적외선 카메라, X-선 영상기, 레이더 영상기 또는 다수의 다른 영상기에 의해 생성될 수 있다. 이미지들은 라디오, 텔레비전, 인터넷, 또는 다른 전송 수단에 의해 전송되는 디스크 또는 비디오 아카이브(archive)에 저장될 수도 있다. 일반적으로, 큰 양의 이미지 데이터를 전송하는 용량이 제한되기 때문에, 이미지 또는 비디오는 압축 이미지 데이터(예를 들면, 원본 압축 이미지 데이터 파일 또는 파일, 또는 "OCDF")(2002)를 획득하기 위해 산업-표준형 압축 설계로 압축된다. 스무스 테스트 이미지(Smooth Test Image, STI)(2004)는 본 발명에 따른 PIXON® 방법을 사용하여 발생된 복수의 스무스 테스트 이미지들(STIs)을 포함하는 해 공간으로부터 선택되고, OCDF에서 사용되는 산업-표준형 압축 설계를 동일하게 사용하여 압축된다. 테스트 압축 데이터 파일(TCDF)(2006)은 원본 압축 데이터 파일(2002)의 소정의 공차 내에서 적합도를 판별하기 위해 OCDF(2002)와 비교된다. 테스트 압축 데이터 파일이 규정된 공차 내에 적합한 경우, 상기 테스트 압축 데이터 파일은 대표적인 원본 이미지로서 선택된다.
도 4는 본 발명에 따른 이미지의 압축/압축 해제의 대표적인 방법의 단계를 제시하는 순서도이다. 이 방법의 단계는 도 1을 참조하여 설명된 바와 같이, 프로세싱 모듈을 사용하여 실행될 수 있다. 이 실시예에 있어서, 스무스 테스트 이미지들을 발생시키는 방법은 산업-표준형 압축 해제 이미지를 프로세싱 모듈(1000)에 입력하기 시작한다. 높은 레벨의 압축에 있어서, 이 압축 해제 이미지는 많은 블럭 및 모스퀴토 인공물들일 수 있다. PIXON® 방법이 인공물들을 제거하기 위해 이 시작 이미지(starting image)를 스무스하도록 사용되면서, 원본 압축 이미지 데이터 파일에 대한 규정된 공차 내에서 GOF를 유지시킨다. 도 4에 제시된 바와 같이, 처리는 원본 압축 데이터 파일(OCDF)가 수신되는 단계(3000)에서 시작된다. 단계(3002)에 있어서, 해당 산업-표준형 압축 해제 방법은 입력 산업-표준형 압축 해제 이미지(IDIS)를 생성하기 위해 OCDF를 압축하도록 사용된다. PIXON® 압축 해제 이미지는 IDIS에 관해 초기화되고, 다음 단계에서 변형된다. 단계(3006)에 있어서, 입력 압축 해제 이미지는 복수의 서로 다른 PIXON® 커널들(Ki)로부터 선택된 PIXON® 커널들을 사용하여 스무스화된다. 바람직한 실시예에 있어서, 복수의 커널들 내에서 가장 작은 커널들이 우선 적용되지만, 그러나, 이 반복 처리를 시작하기 위해 첫번째 커널을 선택하도록 다른 기준이 사용될 수도 있다. PIXON® 스무스화 처리는 복수의 스무스 테스트 이미지들(STIs)을 형성하기 위해 복수의 PIXON® 커널들로, 입력 압축 해제 이미지의 컨볼루션(convolution)을 실행하는 단계를 포함한다. 다음 단계(3008)는 복수의 위치들에 대한 이미지의 각 위치에서 각 STI에 대응하는 각각의 TCDF의 적합도를 비교하며, 그리고 가장 넓은 PIXON® 커널을 가지고 규정된 적합도 공차를 여전히 충족시키는 TCDF를 가진 STI를, 각 위치마다 PIXON® 압축 해제 이미지로서 선택한다.
도 4에 있어서, PIXON® 테스트는 단계(3008)에서 한번에 PIXON® 커널로 순차적으로 실행된다. 이 단계에 있어서, 후보 압축 해제 이미지는 테스트 압축 데이터 파일(TCDF)을 생성하기 위해 산업 표준형 압축 방법을 사용하여 압축된다. 다양한 (적합도) 형성의 이점은 TCDF가 OCDF의 주어진 공차 내에 있는지를 판별하기 위해 사용될 수 있다. JPEG 또는 MJPEG 압축된 이미지들에 있어서, 대표적인 절차는 블럭 단위(block-by-block) 원리에 비교하는 단계, 및 OCDF에 대한 양자화된 DCT 이미지 데이터와 TCDF의 양자화된 DCT의 차이 제곱의 합이 규정된 공차(tolerance)보다 작은지를 판별, 즉 다음과 같이 판별하는 단계를 포함한다.
8x8 픽셀 블럭에서 모든 픽셀에 대한 합이 이루어짐에 따라 각 8x8 픽셀 블럭에 대한 GOF 기준은 정의되고, OCDFi는 원본 압축 데이터 파일에 대한 픽셀 i의 양자화된 DCT 값이고, TCDF는 테스트 압축 데이터 파일에 대한 해당 픽셀 값이고, 그리고 소정의 공차는 공차(tolerance)에 의해 주어진다. 스무스 테스트 이미지를 생성하는 것이 목적인데, 상기 스무스 테스트 이미지는 각 위치에서 가능한 한 스무스하게 하면서, 이미지에 있어 각 8x8 픽셀 블럭에 대한 GOF 공차를 여전히 충족시킨다.
압축의 레벨을 증가시키기 위해 움직임 추정(motion estimation)을 사용하는 압축 설계에 있어서, GOF는 단일 프레임에 반드시 기초할 필요는 없지만, 이동 물체가 다수의 프레임들 상에 어떻게 잘 적합되는지를 포함하는 것이 바람직하다. 효과적인 GOF 기준을 만드는 정확한 항목은 압축 설계 간에서 변화될 수 있고, 특별한 실행에 의해 겪게 되는 계산적인 부하의 레벨에 따라서 변화될 수도 있다. 그럼에도 불구하고, 효과적인 GOF의 목적은 특정 테스트 압축 데이터 파일이 원본 압축 데이터 파일에 어떻게 잘 일치하는지를 계측하는 것이다.
도 4의 단계(3008)로 다시 참조하여, GOF 기준을 통과한 픽셀들에 있어서, 스무스 테스트 이미지는 이러한 픽셀들에서 새로운 PIXON® 압축 해제 이미지로서 받아들여지게 된다. GOF 기준을 통과하지 못한 픽셀들에 있어서, PIXON® 압축 해제 이미지는 루프의 마지막 통과된 것과 동일한 것으로 남아있게 된다. 그 후, PIXON® 압축 해제 이미지는 스무스화된 이미지를 단계(3004)로 되돌려 보냄으로써, 상기 이미지가 더 스무스화될 수 있는지를 판별하기 위해 다시 처리되고, 다음 단계(3006)에서 가장 큰 커널은 스무스화 IDIS를 위해 선택된다. 이 스무스 테스트 이미지(STI)는 동일한 산업-표준형 압축 방법을 사용하여 다시 압축되고 단계(3008)에서 OCDF에 대해 비교되어 GOF 기준을 통과하는 이러한 픽셀들을 식별하고, STI의 재차 통과한 픽셀들은 PIXON® 압축 해제 이미지에서의 이러한 픽셀을 업데이트하기 위해 사용된다. 모든 커널들이 단계(3010)에서 시도되면, PIXON® 압축 해제 이미지는 선택된 PIXON® 커널들의 과(family)에 가능한 한 스무스하게 주어지고, 처리는 종료된다. 그 후, 결과적인 PIXON® 압축 해제 이미지는 디스플레이 장 치에 출력될 수 있고, 메모리에 저장될 수 있고, 압축 해제 이미지를 더 처리하기 위해 외부 장치에 전송될 수 있다. 얼굴 인식, 이미지 분석 또는 여러 타입의 출판물에 이미지를 병합, 또는 압축 해제 이미지들에 대해 사용될 수 있는 실질적으로 무한한 리스트(endless list)를 실행함으로써, 추가적인 처리는 이러한 활동 범위를 포함할 수 있다.
PIXON® 압축 해제 설계에 의해 이루어진 압축 해제의 품질은 스무스 테스트 이미지가 선택되는 해 공간의 크기에 의존할 것이다. 상기에 기술된 절차는, 위치 종속 방식(position dependent manner)의 정도를 변화시킴으로써, 산업-표준형 압축 해제 이미지를 스무스하게 하여 획득될 수 있는 이러한 이미지들만을 포함하는 해 공간을 가진다. 해 공간이 가능한 모든 이미지들의 공간에 있으면, 결과적인 압축 해제 이미지는 규정된 공차 내에서 원본 압축 이미지 데이터 파일(OCDF)을 압축하는, 가능한 한 가장 스무스하게 된 이미지일 것이다. 이 이미지는 원본 출처 물질 이미지일 수는 없는데, 정보가 압축 처리에서 일반적으로 손실됨으로 인해 공차가 제로로 설정되는 경우에서도 그러하다. 스무스 테스트 이미지는 원본 이미지보다 더 스무스하게 되면서, 산업-표준형 압축 해제 이미지보다 원본 이미지에 훨씬 더 가깝게 되는데, 그 이유는 인공물들이 없기(free of artifacts) 때문이다(원본 이미지에 인공물이 없다는 가정을 한 경우).
PIXON® 압축 해제 방법의 또 다른 실시예에 있어서, PIXON® 커널들의 수집에 의해 스무스하게 된 슈더-이미지를 구성하는 일반적 PIXON® 이미지 모델이 사용되 는 경우, 큰 해 공간이 획득될 수 있다. 결과적인 해 공간은 아주 큰 해 공간이고, 그리고 PIXON® 커널들의 유한한 설정이 사용되기 때문에 "완전한" 해 공간의 레벨로 상승시키지 않는다. PIXON® 커널들의 수집에 의해, 즉, 다음과 같은 식으로서 스무스 테스트 이미지를 표기함으로써, 스무스하게 된 슈더-이미지를 포함하는 일반적 PIXON® 이미지 모델이 사용되는 경우, 큰 해 공간은 사용될 수 있다.
이 방정식은 일반적 n-차원 이미지(종래의 2-차원 이미지들에 있어 이는 상기 2-차원 이미지에 대한 간단한 적분임)에 대해 
-공간, 
에서의 체적에 대한 적분을 사용하여 표기되고, 
는 위치(
)에서 슈더-이미지이고, 그리고 
는 픽셀(
)(일반적인 가설의 
인 방사상적인 대칭 커널들을 위함)에서의 PIXON® 커널이다. 그 후, 슈더-이미지 및 PIXON® 맵은 GOF를 최소화시키는 슈더-이미지와 함께, 각 픽셀에서 가장 넓은 PIXON® 커널들의 조합을 발견함으로써 획득된다. 이는 다수의 다-차원 최적화 기술(multi-dimensional optimization technique)에 의해 이루어질 수 있고, 상기 기술은 도 5에서 제시된 일반적 단계를 따른다.
제시된 단계에 있어서, 원본 압축 이미지 파일(OCDF)(4000)은 PIXON® 방법을 실행하기 위해 프로그램된 프로세서에 입력되고, OCDF에 대한 압축된 스무스 테스트 이미지(STI)를 반복적으로 발생 및 테스트하는 단계를 포함하는 수많은 단계들에 의해 최적화되는 PIXON® 맵 및 슈더-이미지(단계 4001)를 초기화하기 위해 사용된다. 슈더-이미지의 최적화 및 각 위치에서 선택된 PIXON® 커널들이 이루어질 수 있는 많은 가능성 있는 방식 중 하나는, OCDF에 대한 테스트 압축 데이터 파일(TCDF)의 GOF를 최소화시키면서 PIXON® 커널을 고정되게 유지시키고(단계 4003), 그 다음으로 TCDF과 OCDF 사이의 소정의 GOF 공차가 충족될 수 없을 때까지(PIXON® 맵 계산) 점차적으로 더 넓은 커널로 각 이미지 위치를 스무스하게 하여 PIXON® 커널의 폭을 최대화시킴으로써(단계 4004), 슈더-이미지의 대안적인 최적화에 의한 방식이다. 그 후, 이 2 개의 단계 절차는 수렴될 때까지(단계 4006) 반복될 수 있다(단계 4002). PIXON® 맵의 수렴에 대응하는 이미지 및 슈더-이미지는 원본 압축 이미지 파일의 최적의 압축 해제이다(단계 4008). 그 후, 최적의 압축 해제 이미지는 이전의 실시예를 참조하여 기술된 바와 같이 출력될 수 있다.
최고로 적합한 스무스 테스트 이미지를 식별하는 제 1 방법과는 달리, 최적의 압축 해제 이미지를 식별하는 상술된 방법은 원본 압축 해제 데이터 파일을 사용하여 시작될 필요는 없다. 대안적으로, PIXON® 방법은 제로 이미지 또는 다른 이미지에 대해 시작될 수 있고, 델타 함수인 가능한 한 가장 작은 PIXON® 커널을 사용하여 시작된 반복 처리에 대해 시작될 수 있다. 수렴에 이르는데에는 수많은 반복이 필요할 수 있는 반면 그 결과는 여전히 최적화된 압축 해제 이미지일 것이다.
제 1 실시예의 산업-표준형 압축 해제 이미지를 스무스화 하는 것과 관련한 반복 절차의 이점은, 스무스화만 제거될 수 있다는 이유로, 이전의 방법에서의 스무스화는 압축 데이터에 포함되지 않은 이미지 내용을 도입할 수 없고, 구조물을 도입하지 않는다는 것이다. 슈더-이미지 및 PIXON® 맵의 반복적이고 동시적인 최적화(각 픽셀에서 사용되기 위해 적당한 PIXON® 커널의 집합)는 압축 단계에서 손실된 공간 구조를 도입할 수 있다. PIXON® 방법의 강력한 최소 복잡성 제한으로 인해, 압축된 이미지에 있는 정보 내용을 최적으로 적합시키는 것은, 자동적으로, 압축에 의해 손실될 수 있는 이미지 모델을 포함한 정보를 얻는다.
상술된 PIXON® 압축 해제 설계는 넓은 범위의 산업-표준형 압축 방법으로 나아갈 수 있다. 여러 실시예들에 있어서, 접근법은 그들의 각각의 압축 이미지 데이터 파일에 대한 스무스 테스트 이미지 또는 원본 이미지를 압축하는 산업-표준형 압축 방법이 임의적이다는 사실에 기반한다. 이로써, 산업-표준형 압축 방법은 압축 접근법일 수 있는데, 예를 들면, MPEG-2, MPEG-4, MOV, AVI, 또는 H.264이다. 또한, PIXON® 테스트, 즉, 원본 압축 이미지 데이터 파일에 대한 테스트 압축 이미지 데이터 파일 2006의 GOF의 평가는 상기 압축 방법에 무관하다. 실제로, 상술된 압축 해제 방법의 모든 단계들은 상기 압축 방법에 무관하다. 상기 압축 방법을 변화시키는 것은 어떻게 압축 이미지 데이터 파일들을 계산하는지를 변화시키고, GOF가 어떻게 사용되고 최적화되는지에 대한 항목을 변화시킬 수 있으면서, 상기 압축 방법을 변화시키는 것은 이미지의 PIXON® 모델링(modeling)의 전반적인 접근법을 변화시키기 않고, 동시에 PIXON® 압축 해제 이미지의 최적화를 변화시키지 않는다.
도 6-9는 서로 다른 타입의 이미지들에 대한 독창적인 PIXON® 압축 해제 방법의 적용의 일례를 제공한다.
도 6a 및 6b는 텔레비전 방송으로부터 MJPEG 프레임의 산업-표준형 압축 해제 방법 및 PIXON® 압축 해제 방법 각각의 결과 비교를 제공한다.
도 7a 및 7b는 산업-표준형 JPEG 압축 해제(도 7a)에 비교된 스틸 이미지 카메라에 의해 생성된 이미지의 PIXON® 압축 해제(도 7b)의 일례를 제공한다.
도 8a 및 8b는 산업-표준형 JPEG 압축을 사용하여 원래 압축된 열적외선 이미지의 JPEG 및 PIXON® 압축 해제 각각의 결과의 일례이다. 적외선 이미지는 열 누출의 점검을 위해 종종 사용되고, 인공물 및 노이즈는 이미지의 정확한 판단을 방해핼 수 있다.
도 9a 및 9b는 군용 또는 법의 집행(law enforcement) 적용에서 사용될 수도 있는 야간 투시경 장비에 의해 생성된 이미지의 산업-표준형 압축 해제 및 PIXON® 압축 해제 각각의 결과의 일례이다.
도 10은 이미지 보간법에 기반한 PIXON® 이미지 압축 절차의 단계를 제시한다. PIXON® 방법은 이미지들 내에 정보 밀도를 식별하여, 이미지 압축에 대하 일반적 프레임웍(framework)을 제공하고, 즉 이미지 표현에 대한 간결하고 자연스런 언어를 발견하는 잠재성을 제공한다. PIXON® 방법들을 사용하여 이미지를 압축하기 위해서, 이미지를 표현하는 간결한 언어는 PIXON® 맵에서 나타난 PIXON® 커널들에 의해 스무스하게 된 슈더-이미지를 표현하는 언어로부터 분리되는 것이 필요하다. 언어의 구조에서 정보의 정도를 절대적으로 보다 크게 행할 수 있고, 사용할 수 있는 가능한 한 하나의 언어는 이미지 보간법이다. 보간법의 다양한 형태가 사용될 수 있는 반면에, 노트 포인트들 사이의 선형 보간법을 통해 이미지의 모델을 구성하는 간단한 보간법 방법의 일례를 고려할 수 있다. 노트 포인트들은 PIXON® 맵에 의해 제공된 바와 같이 사진 정보 밀도에 기반하여 선택될 수 있다. 다항식 적합성(polynomial fitting)의 적합한 방법은 노트 포인트들, 예를 들면 큐빅 스파인들(cubic splines)(B-스파인들 등) 사이를 보간하기(interpolating) 위해 사용될 수 있다. 기술분야에서 공지된 바와 같이, 2 차원(2-D) 이미지 처리는 자주 보간법을 위한 스파인(spline) 함수를 사용한다. 대안적으로, 커브 적합성(curve fit)이 사용될 수 있다(예를 들면 선형 또는 2차 적합성).
노트 포인트들에 대해 초기에 근접한 것이 발견되면, 노트 포인트들은 알고리즘, 예를 들면, 단순형 최소 알고리즘(simplex minimization algorithm)에 의해 최적화될 수 있다. 단순형 최소 알고리즘은 이러한 모든 차원에 걸친 차원의 주어진 수에서 가장 간단한 기하학적 형태, 예를 들면, 2 차원의 삼각형을 획득할 수 있다. 단순형 최소 알고리즘은 단순한 형태로 구성되고, 개별적인 꼭지점에 변환 및 치수화의 기본적인 설정을 적용하여, 주어진 n-차수 공간을 통한 주위에서 그들을 이동시킨다. 이러한 동작은, 단순한 형태가 공간 내에서 정의된 국부 최소의 비용 함수(cost function)(적합도 또는 장점 함수(merit function))를 일괄하여 다룰때(bracket)까지 연속된다. 각각의 변환 또는 치수화한 후, 비용 함수는 새로운 꼭지점 위치에서 계산되어, 다음 단계에서 적용되는 변환/치수화 동작, 및 이를 꼭지점에 적용하는 것을 결정한다. 상기 기술은 각 노트 포인트들에 차례로 적용되어, 최적화된 노트 포인트들의 새로운 세트를 생성시킨다.
이 절차의 단계에 대한 순서도는 도 10에서 제공된다. 본 발명에 따라서, 압축에 대한 보간법 접근법은 압축되는 원본 이미지 파일의 입력으로 시작된다(단계 8000). PIXON® 방법은 원본 이미지 내에서 정보 밀도를 식별하고 노트 포인트들의 수 및 위치를 구성하는 초기 조건을 규정하기 위해 사용된다(단계 8001). 단 계 8002는 노트 포인트들의 수를 점차적으로 감소시키는 반복 처리에 대한 시작 포인트들이다. 단계 8003에서, 노트 포인트 위치 및 강도는, 이미지의 각 위치에서 원본 이미지에 대해 보간된 테스트 이미지(ITI)의 GOF가 최소화되도록, 최적화된다. 그 후, 단계 8004에서, 노트 포인트들의 수는, 이미지 내의 각 위치에서, 원본 이미지에 비교된 ITI의 GOF가 소정의 공차에 가능한 한 가깝지만 상기 소정의 공차를 초과하지 않을 때까지, 감소된다. 단계 8006에서, 새로운 노트 포인트들(또는 노트 포인트의 이웃)은 테스트된다. 새로운 노트 포인트 최적화가 GOF 기준을 만족하는 경우, 단계들(8000, 8002 및 8004)은 반복된다. 그렇지 않은 경우, 마지막 이전(last prior)에 보간된 이미지가 PIXON® 압축된 이미지로서 사용하기 위해 선택되고, 상기 처리는 종료된다. 그 후, 압축된 이미지는 메모리에 저장될 수 있거나, 또는 전송, 저장 또는 다른 동작을 위한 외부 장치와 통신이 될 수 있다.
도 11a-11e는 "레나(Lena)"의 널리 사용된 테스트 이미지에 대한 독창적인 보간법 설계의 적용의 일례를 제시한다. 도 11a는 원본 이미지를 제시하고, 도 11b는 노트 포인트 위치들을 제시하고, 도 11c는 선형 3 각 측량법(linear triangulation) 및 보간법에 대한 보간법 그리드를 제시한다. 도 11d 및 11e는 대략 동일한 압축비로, 표준형 JPEG 및 PIXON®으로 발생된 이미지들 각각을 제시한다. 여러 실시예들에 있어서, 표준형 압축 방법들은 PIXON® 방법 개념에 기반하여 보간법의 복잡성에 의한 보간법 설계의 사용 및 보간법의 최적화를 허용하는 노트 포인트 데이터를 인코딩하기 위해 사용될 수 있다. 노트 포인트들의 밀도는 이미지 정보의 밀도를 제어하고, PIXON® 맵을 나타낸다.
상술된 이미지 보간법 압축 설계는 PIXON® 방법에 의해 제공된 이미지 정보 밀도의 지식을 이용하는 단지 한가지 가능한 방법이다. 근래에 많은 설계들이 있을 수 있는데, 가능한 압축 설계의 또 다른 일례는 압축을 양자화된 DCT들(또는 다른 변형)에 기반하는 단계, 위치 기반에 의해 위치에 양자화의 레벨을 변화시키기 위해 정보 밀도의 지식을 사용함으로써, 상기와 같은 방법들을 변경하는 단계를 포함한다. 설명하기 위해서, 8x8 픽셀 DCT 박스들(boxes)을 사용하고 16 개의 서로 다른 양자화 매트릭스들(quantization matrices)을 선택하는 경우, PIXON® 분석은 양자화 매트릭스가 8x8 픽셀 박스들의 각각에 적당한지를 판별하기 위해 사용될 수 있다. 이 추가적인 정보는 상대적으로 작을 수 있고, 16 개의 8x8 Q 매트릭스들(또는 1 개의 Q 매트릭스 및 15 개의 치수화 팩터들(factors)), 및 원본 이미지보다 64배로 적은 픽셀을 가진 4-비트 이미지일 수 있다. Q 매트릭스들(또는 스케일 팩터들)의 서로 다른 수뿐만 아니라 다른 DCT 박스 크기들(또는 박스 크기들의 조합)도 사용될 수 있다. PIXON® 맵도 각 위치에서 DCT 박스의 적당한 크기를 선택하기 위해 사용될 수 있다.
상술된 절차를 사용하여 발생된 압축 데이터 파일의 압축 해제는 수월하다. 우선, 노트 위치 및 강도 데이터는 압축 해제되어야 한다. 상술된 바와 같이, 이 데이터는 일반적으로 일련의 강도 값(노트 강도 값) 및 공간 좌표의 세트(노트 포인트 위치)에 대한 수많은 표준형 압축 설계로 압축될 수 있다. 이 데이터가 제어하에(in hand) 있다면, 규정된 보간법 설계에 따른 보간된 이미지를 간단하게 구성된 후 정지된다. 상술된 압축 해제-전용 PIXON® 설계들과 달리, 최적화는 실행되지 않는다. 결과적으로 압축 해제 단계는 매우 빠르다.
PIXON® 방법에 의해 제공된 사진 정보의 밀도의 지식은 현재 방법들을 변형하기 위해서 그리고 이미지 압축 및 압축 해제의 완전한 새로운 방법들을 고안하기 위해, 다양한 방식으로 사용될 수 있다. 이미지 보간법 설계들에 대한 노트 포인트들의 밀도를 발견하기 위해 사용될 수 있다. DCT-기반 압축 설계들에 대한 박스 크기 및 양자화 레벨들을 판별하기 위해 사용될 수도 있다. 정보 밀도의 지식은 팩터가 설계를 효과 있게 하고, PIXON® 분석 없이 가능한 한 보다 높은 압축의 비율에 이르게 할 수 있는 요소(key)이다.
사진 정보 밀도를 계측하고 제어하는 PIXON® 방법의 능력은 이미지 압축 해제 및 압축에서의 상당한 진보가 구현되는 능력을 제공한다. 가장 단순한 설계들은 이미지 압축 해제만을 포함한다. 상기와 같은 설계들에 있어서, 존재하는 압축 방법들(예를 들면, JPEG, MPEG, H.264)로 압축된 이미지들은 인공물(블럭 및 모스퀴) 발생에 보다 크게 저항하기 위해 PIXON® 접근법에 의해 압축 해제될 수 있다. 이는 동일한 이미지들 또는 비디오가 매우 큰 정도로 압축되게 하면서, 동일한 이 미지 품질을 여전하게 이룰 수 있다. PIXON® 압축 해제는 또한 압축 처리에서 손실된 이미지 정보를 회복시키는 능력을 제공한다. 이 정보의 회복은 가장 간단한 설계들에 관해 추가적인 계산을 요구하고, 그리고 회절(diffraction)에 제한된 이미지의 이미지 복원 동안 데이터에 포함되지 않은 공간 주파수 상의 정보를 회복시키는 PIXON® 방법의 능력과 유사하다. 최종적으로, PIXON® 방법의 원리는 최소의 복잡성 이미지 보간법 또는 사진 정보 밀도의 지식의 다른 응용에 기반하여 전체적으로 새롭고 매우 효과가 있는 이미지 압축 방법을 개선시키기 위해 사용될 수 있다.
본 발명의 다양한 실행은 전자 하드웨어, 컴퓨터 소프트웨어 또는 이러한 기술들의 조합으로 실현된다. 몇몇 실행은 하나 이상의 계산 장치들에 의해 행해지게 되는 하나 이상의 컴퓨터 프로그램들을 포함한다. 일반적으로, 각 컴퓨터는 하나 이상의 프로세서, 하나 이상의 데이터-저장 구성요소(예를 들면, 휘발성 또는 비-휘발성 메모리 모듈들 및 하드 및 플로피 디스크 드라이브들, CD-ROM 드라이브들 및 자기 테입 드라이브들 등의 영구적 광학 저장 장치들 및 자기 저장 장치들), 하나 이상의 입력 장치(예를 들면, 유저 인터페이스들, 마우스들 또는 트랙볼들(trackballs) 및 키보드들), 및 하나 이상의 출력 장치들(예를 들면, 디스플레이 콘솔들(display consoles) 및 프린터들)을 포함한다.
컴퓨터 프로그램들은 영구적 저장 매체에서 일반적으로 저장된 후, 런-타임(run-time)으로 메모리 내에 복제된 실행가능한 코드를 포함한다. 적어도 하나 의 프로세서는 미리 정해진 순서로 메모리로부터 프로그램 명령들을 검색함으로써 상기 코드를 실행한다. 컴퓨터 코드가 실행될 시, 컴퓨터는 입력 및/또는 저장 장치들로부터 데이터를 수신하고, 데이터에 관한 동작을 실행시키고, 그 후, 결과 데이터를 출력 및/또는 저장 장치들에 전송한다.
본 발명의 다양한 일례가 되는 실행을 기술하였지만, 그러나, 기술 분야의 당업자라면, 또한 추가적인 실행들이 가능하고 본 발명의 권리 범위 내에 있다는 것을 이해할 것이다.
이에 따라서, 본 발명은 상술된 상기와 같은 실행들에만 국한되지 않는다. 기술 분야의 당업자라면, 본원에서 개시된 상술된 도면들 및 실행들과 관련하여 기술된 다양한 일례가 되는 모듈들 및 방법 단계들이 전자 하드웨어, 소프트웨어, 펌웨어 또는 앞서 말한 조합들로 종종 실행될 수 있다는 것을 인식할 것이다. 하드웨어 및 소프트웨어의 교환성을 분명하게 설명하기 위해서, 다양한 일례가 되는 모듈들 및 방법 단계들은 일반적으로 그들의 상관성에 의해 개시되어 왔다. 상기와 같은 상관성이 하드웨어 또는 소프트웨어로서 실행되는지는 특별한 적용 및 전체 시스템 상에 부과된 설계 제한에 따라 달라진다. 당업자들은 각각의 특별한 적용에 대해 다양한 방식으로 기술된 상관성을 실행할 수 있지만, 그러나 상기와 같은 실행 결정은 본 발명의 권리 범위로부터 이탈을 일으키는 것으로서, 해석되지 않아야 한다. 추가로, 모듈 또는 단계 내의 기능의 분류는 각각의 설명에 대한 것이다. 특정 기능들은 본 발명의 벗어남 없이 하나의 모듈 또는 단계로부터 또 다른 모듈 또는 단계까지 이동될 수 있다.
게다가, 본원에서 개시된 실행들에 관련된 기술된, 다양한 일례가 되는 모듈들 및 방법 단계들은 일반 목적용 프로세서, 디지털 신호 프로세서("DSP"), 특정용도 주문형 반도체(application specific integrated circuit, "ASIC"), 필드 프로그램가능한 게이트 어레이(field programmable gate array, "FPGA") 또는 다른 프로그램가능한 로직(logic) 장치, 이산 게이트(discrete gate) 또는 트랜지스터 로직, 이산 하드웨어 구성요소, 또는 본원에서 기술된 기능들을 실행하기 위해 설계된 이들의 조합으로 실행되거나 행해질 수 있다. 일반 목적용 프로세서는 마이크로프로세서일 수 있지만, 그러나 대안적으로 상기 프로세서는 여러 프로세서, 제어기, 마이크로제어기, 또는 상태 기계장치(state machine)일 수 있다. 프로세서는 계산 장치들, 예를 들면, DSP 및 마이크로프로세서의 조합, 복수의 마이크로프로세서들, DSP 코어(core)에 관련된 하나 이상의 마이크로프로세서들 또는 상기와 같은 다른 구조로서 실행될 수도 있다.
추가로, 본원에서 개시된 실행들에 관련하여 기술된 방법 또는 알고리즘의 단계들은 하드웨어에서, 프로세서에 의해 실행된 소프트웨어 모듈에서, 또는 이들 2 개의 조합에서 직접적으로 구체화될 수 있다. 소프트웨어 모듈은 RAM 메모리, 플래시(flash) 메모리, ROM 메모리, EPROM 메모리, EEPROM 메모리, 레지스터들(registers), 하드 디스크, 제거가능한 디스크, CD-ROM, 또는 네트워크 저장 매체를 포함하는 저장 매체의 다른 여러 형태로 있을 수 있다. 대표적인 저장 매체는 프로세서에 연결될 수 있어서, 상기 프로세서는 저장 매체로부터 정보를 판독할 수 있고, 상기 저장 매체에 정보를 기입할 수 있다. 대안적으로, 저장 매체는 프 로세서에 집적화될 수 있다. 상기 프로세서 및 상기 저장 매체는 ASIC에 있을 수도 있다.
개시된 실행들의 상기의 설명은 기술분야의 당업자가 본 발명을 구현하거나 사용할 수 있도록 제공된다. 이러한 실행들에 대한 다양한 변형들은 기술 분야의 당업자에게는 손쉽게 명백해질 수 있고, 그리고 본원에서 기술된 일반적인 원리들은 본 발명의 사상 또는 권리 범위로부터 벗어남 없이 다른 실행들에 적용될 수 있다. 이로써, 본원에 제시된 설명 및 도면들이 본 발명의 일례의 실행들을 나타내어 본 발명에 의해 넓게 숙고된 주제 내용을 나타낸다는 것을 이해하여야 한다. 본 발명의 권리 범위가 다른 실행들을 완전하게 포함할 수 있다는 것과, 그리고 본 발명의 권리 범위가 이에 따라서 첨부된 청구항들 외에는 어떠한 것에도 제한되지 않는다는 것을 더 이해하여야 한다.
Claims (16)
- 공지된 압축 기술을 사용하여 원본으로(originally) 압축된 이미지를, 압축 해제하는 방법에 있어서, 상기 방법은:이미지 데이터에 대응하는 복수의 위치들을 가지는 원본 압축 이미지 파일을, PIXON® 방법을 실행하기 위해 메모리 및 상기 메모리에 저장된 소프트웨어를 가지는 프로세서에 입력하는 단계;복수의 서로 다른 크기 PIXON® 커널들을, 상기 복수의 서로 다른 크기 PIXON® 커널들 중 가장 작은 크기 커널로 시작되는 시작 이미지의 각 위치에 반복적으로 적용함으로써, 복수의 스무스 테스트 이미지들을 해 공간 내에서 발생시키는 단계;상기 공지된 압축 기술을 사용하여 각각의 스무스 테스트 이미지를 압축하고, 그리고 압축된 스무스 테스트 이미지의 적합도를 상기 원본 압축 이미지 파일의 각 위치에 대해 판별하는 단계;각 위치마다, 소정의 적합도 기준을 통과한 가장 큰 크기 커널을 가지는 스무스 테스트 이미지를 선택하는 단계; 및선택된 스무스 테스트 이미지를, 디스플레이 장치 상에 표시하는 최적화된 압축 해제 이미지로서 출력하는 단계를 포함하는 것을 특징으로 하는 방법.
- 제 1 항에 있어서,슈더-이미지 및 PIXON® 맵이 수렴될 때까지, 상기 슈터 이미지의 최적화와 상기 PIXON® 맵의 최적화를 번갈아 일어나게 함으로써, 상기 복수의 스무스 테스트 이미지들은 발생되는 것을 특징으로 하는 방법.
- 제 1 항에 있어서,상기 시작 이미지는, 공지된 압축 방법에 대응하는 압축 해제 방법을 사용하여 상기 원본 압축 이미지 파일을 압축 해제함으로써 획득된 초기의 압축 해제 이미지인 것을 특징으로 하는 방법.
- 제 3 항에 있어서,상기 복수의 스무스 테스트 이미지들은, 상기 복수의 서로 다른 크기 PIXON® 커널들로부터 점차적으로 커가는 PIXON® 커널들을 사용하여 상기 초기의 압축 해제 이미지를 반복적으로 컨볼루션함(convolving)으로써 발생되는 것을 특징으로 하는 방법.
- 산업-표준형 압축 방법을 사용하여 원본으로 압축된 이미지를, 압축 해제하는 방법에 있어서, 상기 방법은:이미지 데이터에 대응하는 복수의 위치들을 가지는 원본 압축 이미지 파일 을, 이미지를 압축 해제하고 PIXON® 방법을 실행하기 위해 메모리 및 상기 메모리에 저장된 소프트웨어를 가지는 프로세서에 입력하는 단계;원본 압축 해제 이미지 데이터 파일을 생성하기 위해, 해당 산업-표준형 압축 해제 방법을 사용하여 원본 압축 이미지를 압축 해제하는 단계;산업 표준형 압축 해제 파일로 PIXON® 압축 해제 이미지를 초기화시키는 단계;제 1 스무스 테스트 이미지를 생성하기 위해, 복수의 서로 다른 커널들로부터 선택된 가장 작은 커널을 사용하여 원본 압축 해제 이미지를 스무스하는 단계;상기 산업-표준형 압축 방법을 사용하여 상기 제 1 스무스 테스트 이미지를 압축하는 단계;상기 원본 압축 이미지 파일 내의 복수의 위치들 각각에서 소정의 공차 내에서 적합도를 판별하기 위해서, 압축된 제 1 후보 이미지를 상기 원본 압축 이미지 파일에 비교하는 단계;상기 적합도가 상기 소정의 공차 내에 있는 각 위치에 대해 PIXON® 압축 해제 이미지로서 상기 제 1 스무스 테스트 이미지를 수용하고, 모든 다른 위치들에서 변화되지 않은 상기 PIXON® 압축 해제 이미지를 남겨두는 단계;상기 스무스하는 단계를 실행하고, 복수의 서로 다른 후보 이미지들을 생성하기 위해 상기 복수의 서로 다른 커널들 중 남아있는 커널마다 비교하는 단계(각 반복 다음에, 해당 스무스 테스트 이미지는 상기 적합도가 상기 소정의 공차 내에 있는 각 위치에서 상기 PIXON® 압축 해제 이미지로서 수용되고, 모든 다른 위치들은 이전의 PIXON® 압축 해제 이미지와 함께 남아있고, 그리고 결과적인 PIXON® 압축 해제 이미지는 최종 반복 이후에 있음);상기 결과적인 PIXON® 압축 해제 이미지를 상기 메모리에 저장하는 단계; 및상기 결과적인 PIXON® 압축 해제 이미지를 디스플레이 장치에 출력하는 단계를 포함하는 것을 특징으로 하는 방법.
- 제 5 항에 있어서,상기 복수의 위치들은 픽셀들을 포함하는 것을 특징으로 하는 방법.
- 제 5 항에 있어서,상기 복수의 위치들은 픽셀들의 블럭을 포함하는 것을 특징으로 하는 방법.
- 제 5 항에 있어서,상기 스무스하는 단계 및 상기 비교하는 단계는 복수의 커널들의 모든 커널들에 대해 병렬로 실행되는 것을 특징으로 하는 방법.
- 공지된 압축 방법을 사용하여 압축되는 압축 이미지 파일로부터, 압축 해제 이미지를 발생시키는 방법에 있어서, 상기 방법은:복수의 이미지 위치들을 가지는 원본 압축 이미지 파일을 프로세서에 입력하는 단계(각 이미지 위치는 상기 이미지 파일 내에서 이미지 데이터에 대응하고, 상기 프로세서는 복수의 서로 다른 커널들을 사용하여 이미지를 압축 해제하고 PIXON® 방법을 실행하기 위해, 메모리에 저장된 소프트웨어를 가진 상기 메모리와 통신이됨);원본 압축 해제 이미지 데이터 파일을 생성하기 위해, 상기 공지된 압축 방법에 대응하는 압축 해제 방법을 사용하여 원본 압축 이미지를 압축 해제하는 단계;산업 표준형 압축 해제 파일로 PIXON® 압축 해제 이미지를 초기화시키는 단계;제 1 스무스 테스트 이미지를 생성하기 위해, 복수의 서로 다른 커널들로부터 선택된 가장 작은 커널을 사용하여 상기 원본 압축 해제 이미지 파일을 스무스하는 단계;산업-표준형 압축 방법을 사용하여 상기 제 1 스무스 테스트 이미지를 압축하는 단계;상기 원본 압축 이미지 파일 내의 복수의 위치들 각각에서 소정의 공차 내에 서 적합도를 판별하기 위해서, 압축된 제 1 스무스 테스트 이미지를 상기 원본 압축 이미지 파일에 비교하는 단계;상기 적합도가 상기 소정의 공차 내에 있는 각 위치에 대해 PIXON® 압축 해제 이미지로서 상기 제 1 스무스 테스트 이미지를 수용하고, 모든 다른 위치들에서 변화되지 않은 상기 PIXON® 압축 해제 이미지를 남겨두는 단계;상기 수용하는 단계 이전 또는 이후에, 상기 스무스하는 단계를 실행하고, 복수의 서로 다른 스무스 테스트 이미지들을 생성하기 위해, 상기 복수의 서로 다른 커널들의 커널들 중 남아있는 커널마다 비교하는 단계(각 반복 다음에, 해당 스무스 테스트 이미지는 상기 적합도가 상기 소정의 공차 내에 있는 각 위치에서 상기 PIXON® 압축 해제 이미지로서 수용되고, 모든 다른 위치들은 이전의 후보 이미지와 함께 남아있고, 그리고 결과적인 PIXON® 압축 해제 이미지는 최종 반복 이후에 있음);상기 결과적인 PIXON® 압축 해제 이미지를 상기 메모리에 저장하는 단계; 및상기 결과적인 PIXON® 압축 해제 이미지를 디스플레이 장치에 출력하는 단계를 포함하는 것을 특징으로 하는 방법.
- 제 9 항에 있어서,상기 복수의 위치들은 픽셀들을 포함하는 것을 특징으로 하는 방법.
- 제 9 항에 있어서,상기 복수의 위치들은 픽셀들의 블럭을 포함하는 것을 특징으로 하는 방법.
- 이미지들을 압축하는 방법에 있어서, 상기 방법은:이미지 데이터를 포함하고 상기 이미지 데이터에 대응하는 복수의 위치들을 포함하는 이미지 파일을, PIXON® 방법을 실행하기 위해 메모리에 저장된 소프트웨어를 가지는 상기 메모리 및 프로세서에 입력하는 단계;수신된 이미지 데이터의 모델을 나타내는 이미지 맵을 발생시키는 하나 이상의 이미지 데이터 포인트들을 계산하기 위해 PIXON® 방법에 의해 식별된 데이터 이미지들 내에서 정보 밀도를 이용하는 제 1 알고리즘을 실행하는 단계;이미지 데이터 포인트들의 수를 감소시키기 위해 상기 이미지 데이터 포인트들의 위치 및 강도를 포함하여, 상기 하나 이상의 이미지 데이터 포인트들을 최적화시키는 제 2 알고리즘을 실행하는 단계;감소된 이미지 데이터 포인트들의 수를 재-최적화시키는 단계;입력된 이미지 데이터에 대응하는 위치들과 하나 이상의 이미지 데이터 포인트들 사이에서 적합도가 상기 이미지 데이터 내의 각 위치에서 소정의 공차 내에 있는지를 판별하는 단계;상기 소정의 공차 내에 있고 수신된 이미지 데이터의 해당 부분들을 다른 경우에 사용하는 위치들에서 이미지 압축을 위한 후보들로서 하나 이상의 이미지 데이터 포인트들을 수용하는 단계; 및입력된 이미지 내의 모든 위치들에 대해 수용된 이미지 데이터 포인트를 조합함으로써, 압축된 이미지 파일을 발생시키는 단계를 포함하는 것을 특징으로 하는 방법.
- 제 12 항에 있어서,상기 하나 이상의 이미지 데이터 포인트들을 노트 포인트들을 포함하는 것을 특징으로 하는 방법.
- 제 12 항에 있어서,상기 제 1 알고리즘은 이미지 보간법 알고리즘을 포함하는 것을 특징으로 하는 방법.
- 제 12 항에 있어서,상기 제 2 알고리즘은 단순형(또는 다른) 최소 알고리즘을 포함하는 것을 특징으로 하는 방법.
- 제 12 항에 있어서,상기 수신된 이미지 데이터의 모델은 노트 포인트들 사이의 이미지 강도의 선형 보간법을 통하여 구성되는 것을 특징으로 하는 방법.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US91403007P | 2007-04-25 | 2007-04-25 | |
| US60/914,030 | 2007-04-25 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20100016272A true KR20100016272A (ko) | 2010-02-12 |
Family
ID=39926032
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020097023175A KR20100016272A (ko) | 2007-04-25 | 2008-04-17 | Ｐｉｘｏｎ 방법을 사용한 이미지 압축 및 압축 해제 |
Country Status (10)
| Country | Link |
|---|---|
| US (1) | US8396313B2 (ko) |
| EP (1) | EP2145476B1 (ko) |
| JP (1) | JP2010525750A (ko) |
| KR (1) | KR20100016272A (ko) |
| CN (1) | CN101779461B (ko) |
| AU (1) | AU2008245952B2 (ko) |
| CA (1) | CA2685237A1 (ko) |
| HK (1) | HK1145912A1 (ko) |
| RU (1) | RU2009139403A (ko) |
| WO (1) | WO2008134256A1 (ko) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2437486A1 (en) * | 2010-10-04 | 2012-04-04 | Flir Systems AB | IR Camera and Method for Processing Thermal Image Information |
| KR101453711B1 (ko) | 2011-04-15 | 2014-10-22 | 이미지레콘, 엘엘씨 | 반복적 영상 재구성에서 픽손 맵을 결정하는 방법 |
| US9026505B1 (en) * | 2011-12-16 | 2015-05-05 | Emc Corporation | Storing differences between precompressed and recompressed data files |
| US10068327B2 (en) | 2013-09-18 | 2018-09-04 | Siemens Medical Solutions Usa, Inc. | Method and system for statistical modeling of data using a quadratic likelihood functional |
| US9560310B2 (en) * | 2014-03-27 | 2017-01-31 | Ctaccel Limited | Method and system for rescaling image files |
| US10387414B2 (en) | 2015-04-13 | 2019-08-20 | Risk Management Solutions, Inc. | High performance big data computing system and platform |
| WO2020009877A1 (en) * | 2018-07-02 | 2020-01-09 | Stowers Institute For Medical Research | Facial image recognition using pseudo-images |
| US10904579B2 (en) * | 2019-01-09 | 2021-01-26 | Tencent America LLC | Method and apparatus for annealing iterative geometry smoothing |
| US11250594B2 (en) * | 2019-01-09 | 2022-02-15 | Tencent America LLC | Method and apparatus for geometry smoothing by local geometry projection |
Family Cites Families (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4720745A (en) * | 1983-06-22 | 1988-01-19 | Digivision, Inc. | Method and apparatus for enhancing video displays |
| US4667304A (en) * | 1984-11-23 | 1987-05-19 | Digivision, Inc. | Real-time, localized enhancement of a video image using separable two-dimensional filters |
| US4908876A (en) * | 1988-03-16 | 1990-03-13 | Digivision, Inc. | Apparatus and method for enhancement of image viewing by modulated illumination of a transparency |
| US5170193A (en) * | 1989-12-22 | 1992-12-08 | Phoenix Laser Systems, Inc. | Apparatus and method of identifying signals in biological tissues |
| DE69214229T2 (de) * | 1991-08-14 | 1997-04-30 | Agfa Gevaert Nv | Verfahren und Vorrichtung zur Kontrastverbesserung von Bildern |
| US5440647A (en) * | 1993-04-22 | 1995-08-08 | Duke University | X-ray procedure for removing scattered radiation and enhancing signal-to-noise ratio (SNR) |
| US6353688B1 (en) * | 1993-06-08 | 2002-03-05 | The Regents Of The University Of California | Accelerated signal encoding and reconstruction using pixon method |
| US5912993A (en) * | 1993-06-08 | 1999-06-15 | Regents Of The University Of Calif. | Signal encoding and reconstruction using pixons |
| GB9321372D0 (en) * | 1993-10-15 | 1993-12-08 | Avt Communications Ltd | Video signal processing |
| US5802218A (en) * | 1994-11-04 | 1998-09-01 | Motorola, Inc. | Method, post-processing filter, and video compression system for suppressing mosquito and blocking atrifacts |
| EP0823149A2 (en) * | 1996-02-27 | 1998-02-11 | Koninklijke Philips Electronics N.V. | Method and arrangement for coding and decoding signals |
| US5870502A (en) * | 1996-04-08 | 1999-02-09 | The Trustees Of Columbia University In The City Of New York | System and method for a multiresolution transform of digital image information |
| US6188804B1 (en) * | 1998-05-18 | 2001-02-13 | Eastman Kodak Company | Reconstructing missing pixel information to provide a full output image |
| FR2783388B1 (fr) * | 1998-09-15 | 2000-10-13 | Thomson Multimedia Sa | Procede de compression d'images et dispositif pour la mise en oeuvre de ce procede |
| US6166384A (en) * | 1998-11-06 | 2000-12-26 | General Electric Company | Method and apparatus for minimizing blurring and generating a high resolution image in a radiation imaging system |
| US6882997B1 (en) * | 1999-08-25 | 2005-04-19 | The Research Foundation Of Suny At Buffalo | Wavelet-based clustering method for managing spatial data in very large databases |
| US7328182B1 (en) * | 1999-09-23 | 2008-02-05 | Pixon, Llc | System and method for prediction of behavior in financial systems |
| US6993204B1 (en) * | 2002-01-04 | 2006-01-31 | Pixon Llc | High speed signal enhancement using pixons |
| GB2407886B (en) | 2003-11-10 | 2007-04-25 | Metropolis Data Consultants Lt | Digital signal processing with improved mapping |
| US7684643B2 (en) * | 2004-10-26 | 2010-03-23 | Siemens Medical Solutions Usa, Inc. | Mutual information regularized Bayesian framework for multiple image restoration |
| EP1899890B1 (en) * | 2005-05-02 | 2012-09-05 | Ultraspect Ltd. | System for image reconstruction |
-
2008
- 2008-04-17 RU RU2009139403/09A patent/RU2009139403A/ru not_active Application Discontinuation
- 2008-04-17 KR KR1020097023175A patent/KR20100016272A/ko not_active Application Discontinuation
- 2008-04-17 EP EP08746164A patent/EP2145476B1/en not_active Not-in-force
- 2008-04-17 AU AU2008245952A patent/AU2008245952B2/en not_active Ceased
- 2008-04-17 CA CA002685237A patent/CA2685237A1/en not_active Abandoned
- 2008-04-17 CN CN2008800134460A patent/CN101779461B/zh not_active Expired - Fee Related
- 2008-04-17 WO PCT/US2008/060692 patent/WO2008134256A1/en active Application Filing
- 2008-04-17 JP JP2010506400A patent/JP2010525750A/ja active Pending
- 2008-04-17 US US12/596,975 patent/US8396313B2/en active Active
-
2010
- 2010-12-29 HK HK10112164.3A patent/HK1145912A1/xx unknown
Also Published As
| Publication number | Publication date |
|---|---|
| CN101779461A (zh) | 2010-07-14 |
| EP2145476A1 (en) | 2010-01-20 |
| AU2008245952A1 (en) | 2008-11-06 |
| RU2009139403A (ru) | 2011-05-27 |
| CN101779461B (zh) | 2012-05-30 |
| US8396313B2 (en) | 2013-03-12 |
| EP2145476A4 (en) | 2010-11-10 |
| AU2008245952B2 (en) | 2012-08-16 |
| EP2145476B1 (en) | 2012-11-21 |
| US20100119166A1 (en) | 2010-05-13 |
| JP2010525750A (ja) | 2010-07-22 |
| CA2685237A1 (en) | 2008-11-06 |
| HK1145912A1 (en) | 2011-05-06 |
| WO2008134256A1 (en) | 2008-11-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108028941B (zh) | 用于通过超像素编码和解码数字图像的方法和装置 | |
| Zhang et al. | Compression artifact reduction by overlapped-block transform coefficient estimation with block similarity | |
| JP5007228B2 (ja) | 画像クリーンアップおよび前置符号化 | |
| KR20100016272A (ko) | Ｐｉｘｏｎ 방법을 사용한 이미지 압축 및 압축 해제 | |
| Schmaltz et al. | Understanding, optimising, and extending data compression with anisotropic diffusion | |
| Kwon et al. | Efficient learning of image super-resolution and compression artifact removal with semi-local Gaussian processes | |
| Valsesia et al. | High-throughput onboard hyperspectral image compression with ground-based CNN reconstruction | |
| US8422767B2 (en) | Method and apparatus for transforming signal data | |
| US20160241884A1 (en) | Selective perceptual masking via scale separation in the spatial and temporal domains for use in data compression with motion compensation | |
| Cheng et al. | Optimizing image compression via joint learning with denoising | |
| Dong et al. | Sparsity fine tuning in wavelet domain with application to compressive image reconstruction | |
| JP4945533B2 (ja) | 画像処理装置及び画像処理方法 | |
| Borman et al. | Image sequence processing | |
| JP2001119696A (ja) | 画像符号化方法及び装置 | |
| Li et al. | Toward DNN of LUTs: Learning Efficient Image Restoration with Multiple Look-Up Tables | |
| US20240046527A1 (en) | End-to-end optimization of adaptive spatial resampling towards machine vision | |
| Kountchev et al. | Linear and Non-linear Inverse Pyramidal Image Representation: Algorithms and Applications | |
| Zhao et al. | Image compression and denoising using multiresolution region-based image description scheme | |
| Florea et al. | Computationally efficient formulation of sparse color image recovery in the JPEG compressed domain | |
| Jung et al. | Toward high-quality image communications: inverse problems in image processing | |
| KR20240027510A (ko) | Ai에 기반한 영상 부호화 장치 및 영상 복호화 장치, 및 이들에 의한 영상의 부호화 및 복호화 방법 | |
| Langari | Multi-scale edge-guided image gap restoration | |
| Padavala et al. | Super Resolution Image Reconstruction using LWT | |
| Nogami et al. | Improvement of pixel enhancement algorithm for high-speed camera imaging using 3D sparsity | |
| Ballé et al. | A quantization scheme for modeling and coding of noisy texture in natural images |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| WITN | Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid |