연세대학교 2012년 확률과 랜덤변수 이상윤교수님 2차 프로젝트(동영상의 기본적인 압축시스템 구현, 간단한 코덱을 만들어 보고 영상을 압축/복원)

소개

12년도 1학기 이상윤 교수님 확률과 랜덤변수 2차 프로젝트입니다.
실제적으로 영상 전송시에 사용하는 영상 압축방식을 매틀랩으로 구현하여, 샘플로 주어진 영상들을 가지고
매틀랩으로 코덱을 직접 만들면서 실제적인 영상의 압축/복원을 확인하며,
그 과정 및 결과가 자세하게 설명되어 있습니다.
19장 가량의 보고서에 자세한 원리 설명 및 별개로 매틀랩 mfile들이 포함되어 있습니다.

프로젝트 만점에 추가점까지 받은 자료입니다. 성적은 A+ 받았습니다.

목차

1. 관련 이론

2. 핵심 알고리즘 분석

3. 실험 결과

4. 실험 결과분석

5. 이론적 결과와의 비교

6. 결론

본문내용

영상 압축(Video Compression): 영상을 표현할 때에 사용되는 데이터의 양을 줄이기 위하여 사용되는 기술이다. 영상을 채널을 통하여 전송할 때에 영상 압축 기술을 사용하게 되면 데이터의 전송량이 줄어들기 때문에 전반적인 디지털 통신에서 널리 사용되고 있다. 크게 Input, Prediction, Entropy Coding, Output으로 구성되어 있다.
이번 프로젝트에서는 Output값을 다시 압축을 풀어 원영상과 같은지 확인하기 위하여 추가적으로 Buffer, ALU가 사용되었다.

-Input: 200x200 pixel의 gray-scale BMP format 영상 3개를 사용한다.

-Prediction: 영상을 실질적으로 압축하는 단계로, 이번 프로젝트에서는 움직임 보정 (Motion Compensation)의 일부를 사용한다. 움직임 보정은 이전 영상과 현 영상을 비교하여 다음 영상을 추정하는 압축 방식으로, 다음영상을 추정하는 부분은 사용되지 않았다. 이전 영상과 현 영상을 비교하는 과정에서 Motion Vector와 Difference Image가 생성된다.
#Motion Vector: 동영상에 대한 벡터. 두 개의 영상을 비교하여, 전 영상에 비해 현 영상이 얼마만큼 이동하였는지 나타내는 벡터. Different Image의 MSE를 확인하여, MSE가 가장 작은 값을 가지는 Different Image의 방향을 Motion Vector로 설정한다.

#Difference Image: 차영상. 두 영상을 특정 벡터만큼 이동시킨 뒤에 두 영상의 픽셀값을 뺀 영상. 이번 프로젝트에서는 gray-scale을 사용하므로, 각 픽셀값은 -255~255 사이의 값을 가진다. 그렇기 때문에 Motion Vector를 구할 때 절대적인 크기를 확인하기 위하여 MSE를 사용한다.

-Entropy Coding: 데이터 손실이 없는 압축방식 중 하나이다. 압축 시에는 각각의 픽셀에 대하여 확률적으로 자주 나오는 코드의 bit를 작게 할당하고 적게 나오는 코드의 bit를 크게 할당하여 효율적으로 용량을 줄일 수 있다. Shannon-Fano, Huffman, Range, Universal 등의 방식이 있으며, 이번 프로젝트에서는 Universal Coding의 하나인 Exp-Golomb Coding을 사용한다.

-Bit Stream: 한 번에 한 bit씩 연속적으로 전송되는 데이터 흐름. 이번 프로젝트에서는 Entropy Coding 후 압축된 bit들이 bit stream이 되며 Output으로 출력된다.

-Buffer: Prediction에서 영상을 비교하거나, 차영상을 원 영상으로 복원할 때, 전 영상을 필요로 한다. Buffer는 압축 과정에서 기존 영상을 저장하는 일종의 저장소이다. 후에 영상복원이나, 차영상 생성 시에 저장된 전 영상을 제공한다.

참고자료

· 없음