視覚モデルに基づく画像圧縮

点击翻译按钮获取中文摘要

視覚神経系は、外界からの入力情報を、色や形、動きなどの特徴に分解し、高次視覚野へ伝達する広義のサブバンド符号化を行っている。また、画像を領域に分割して符号化するセグメンテーション符号化が視覚系を意識した画像符号として着目されているが、分割した領域のテキスチャ情報をいかに効率的に圧縮するかが主要な問題の一つとなっている。現在、画像をサブバンドフィルタにより分割するサブバンド符号化が、ブロック歪みのない画像圧縮法として注目されている。小松らは、AR(1)過程に対し符号化利得を最大にするサブバンドフィルタを設計し、標準画像に対しては同一の圧縮率のもとでCQFと比較して、S/Nが約0.5[dB]改善することを示した。このテキスチャ情報の圧縮に、サバンド符号化を適用することを考えると、テキスチャ画像の自己相関関数は画像ごとに大きく異なり単純なAR(1)過程ではないことから、フィルタ設計において画像ごとの統計性質を十分に考慮する必要があると思われる。そこで、テキスチャ画像の自己相関関数に基づきサブバンドフィルタを設計し、設計されたフィルタによる符号化法を提案する。この提案法を用いて、Brodatz,"Texture"に含まれるテキスチャ画像を圧縮した場合、1層5次のフィルタで、6次の直交ウェーブレット変換と比較し、S/Nが約1.5[dB]向上し、AR(1)過程のもとで設計したフィルタを用いた場合よりも約0.87[dB]改善した。