SlideServe
Télécharger Obtenir Pro
Menu
Accueil Pro
Préférences
ApparenceLight Aide et commentaires
© SlideServe · v2026

3. Image Processing(2)

zorina avatar
zorina
33 diapositives · 510 Views · Jul 27, 2014

Computer Graphics Study for Game. 3. Image Processing(2). I nformation. 정보란 무엇인가 ? 정보란 확률적이다 Claude Shannon, “The Mathematical Theory of Communication ” 정보의 단위로 비트를 사용 왜 비트인가 ? Yes or No. I nformation. Ex) 주사위를 던져 짝수가 나올 사건 E 1 P(E 1 ) = 0.5 이 사건의 정보량은 1 비트이다

3. Image Processing(2) - slide 1
01 / 333. Image Processing(2)
1 / 17

Télécharger la présentation

3. Image Processing(2)
Une image / un lien ci-dessous est fourni (tel quel) pour télécharger la présentation

Politique de téléchargement : le contenu du site vous est fourni TEL QUEL pour votre information et votre usage personnel ; il ne peut être vendu, concédé sous licence ni partagé sur d’autres sites sans l’accord de son auteur.Le contenu vous est fourni TEL QUEL, pour votre information et votre usage personnel uniquement. Téléchargez la présentation en cliquant sur ce lien. Lors du téléchargement, si vous ne parvenez pas à télécharger une présentation, l’éditeur a peut-être supprimé le fichier de son serveur.Pendant le téléchargement, si vous ne parvenez pas à obtenir une présentation, le fichier a peut-être été supprimé par l’éditeur.

F I N

Plus de contenu associé

Transcription de la présentation

  1. Computer Graphics Study for Game 3. Image Processing(2)

  2. Information • 정보란 무엇인가? • 정보란 확률적이다 • Claude Shannon, “The Mathematical Theory of Communication” • 정보의 단위로 비트를 사용 • 왜 비트인가? • Yes or No

  3. Information • Ex) • 주사위를 던져 짝수가 나올 사건 E1 • P(E1) = 0.5 • 이 사건의 정보량은 1 비트이다 • 주사위는 짝수 아니면 홀수이기 때문 • 주사위를 던져 짝수혹은 홀수가 나올 사건 E2 • P(E2) = 1 • 이사건의정보량은 0 • 확률이 낮을 수록 정보량이 커진다 • 정보량 n = -log2P

  4. Entropy • 엔트로피 • 정보량 • 사건에 대해 모르는 정도의 양 • 검은색공과 흰색공이 하나씩 있을 때 정보량은 1 • 8개 검은공과 2개의 흰색공이 있을때 정보량 • 각 사건의 정보량의 평균을 구하면 됨 • n = – (0.8)log2(0.8) – (0.2) log2(0.2) = 0.32… • 등 확률일 때보다 정보량이 적다? • 모르는 정도가 적다는 뜻이다

  5. Entropy • Ex) • 알파벳의 정보량 • n= 4.08 • 똑같은 확률로 발생한다면 n = 4.7548… • 발생빈도가 다르기 때문에 정보량이 줄어든다

  6. Redundancy • 최대 엔트로피 • 사건이 등확률로 일어날 경우 • 일반적으로 실제 정보량은 최대 엔트로피보다 작다 • 상대엔트로피 • 실제 엔트로피 / 최대 엔트로피 • 리던던시 • 1 – 상대 엔트로피 Max Entropy Redundancy Entropy

  7. Compress • 압축 • 리던던시를 줄이는 것 • 알파벳의 나열에 규칙이 있다면 엔트로피를 더 줄일 수 있다 • 압축의 한계는 엔트로피이다

  8. Lossless VS Lossy • 무손실 • 일반적인 데이터 압축 • 가역적 압축 • 엔트로피가 압축의 한계 • 손실 • 이미지나 사운드와같이 인간의 감각에 관련된 정보를 압축할 때 사용 • 인간이 느끼지 못하는 정보를 리던던시라고 생각함 • 엔트로피보다 더 정보량을 줄일 수 있다

  9. Run Length Encoding • RLE • 반복되는문자를 인코딩 • Goooood • (1,G) (5,o) (1,d) • 반복이자주 없을경우 오히켜 크기가 커진다 • 2D 렌더링 시에 RLE 를 이용하여 효과적인 투명블리팅이 가능하다

  10. Lz77 • LZ77 Output : (0,0)A Output : (0,0) A (1,1) B

  11. Output : (0,0) A (1,1) B (1,1) C Output : (0,0) A (1,1) B (1,1) C (1,1) D Output : (0,0) A (1,1) B (1,1) C (1,1) D (7,4) A Output : (0,0) A (1,1) B (1,1) C (1,1) D (7,4) A (4,3)

  12. Huffman Coding • 허프만 코딩 • 빈도수가 높은 기호를 적은 비트로 표현 • 빈도수 대로 정렬 한 다음 가장 빈도수 낮은 것 부터 합쳐 나가면서 트리를 만든다 • Ex) 00A11B11C11D74A43 • 1=6, 0=2, A=2, 4=2, B=1, C=1, D=1, 7=1, 3=1

  13. Huffman Coding • 1011011000101110010100010101000011110011000011110

  14. GIF • Graphics Interchange Format • 256 컬러 기반의 비손실 압축 • 256개의 컬러 테이블을 만들고 각 픽셀은 이에 해당하는 인덱스만 저장 • LZW (Lempel-Ziv-Welch)압축을 사용 • LZ77의 개선 버전 • 특허권 문제로 PNG 등장

  15. GIF

  16. DCT • Discreet Cosine Transform • DFT 와 비슷하게 공간 좌표계에서 주파수 좌표계로 변환 • Cosine 곡선을 기반으로 한다 • 일반적으로 type-II DCT 변형 알고리즘을 사용한다 • 저주파 성분에 에너지가 몰리는 Energy Compaction 효과가 있다

  17. DCT • JPEG나 MPEG 등과같은 이미지 손실 압축에 주로 사용된다. • JPEG나 MPEG 같은 경우 주로 8*8 블락 단위로 DCT 를 적용한다 • 변형된 알고리즘들은 음성 처리에도 사용된다

  18. JPEG • Joint Photographic Experts Group • ISO/ITU-T 표준 • 정지화상을 위한 손실압축 포맷 • 이미지를 어떻게 연속된 바이트로 바꾸는지에 대한 표준 • JFIF(JPEG File Interchange Format) • Exif(Exchangeable image file format) • 다양한서브포맷이 존재하지만 대부분 거의 사용되지 않음 • 저장시 YCbCr컬러 좌표로 변환

  19. JPEG • 압축방법 • YCbCr로 변환 • 이 때 CbCr을 다운샘플링 하기도 한다 • DCT 적용 • 8*8 사이즈 • 블락라이징이 발생하는 이유 • 양자화 • DCT 적용 결과를 양자화 한다 • 각 성분에 대해 특정 상수로 나누어 소수점 이하를 버리는 방식을 취한다 • 이 때 고주파를 잘 인식 못하는 것을 이용해 고주파 성분의 데이터를 대다수 0 에 가까운 값이 된다

  20. JPEG • 부호화 • 8*8 성분을 지그재그로 0에 대해서만 RLE 인코딩 • RLE 인코딩 결과를 허프만 코딩화 함 • 고주파 성분의 화질 열화가 심하다 • 의도적으로 고주파 성분을 손상시킴 • 고주파 성분이 대부분인 도형이나 문자 가 그려진 이미지에 적합하지 않음 • 색상과 채도 부분의 정보가 많이 파괴된다 • HSL 공간상에서 고주파 성분이 많기 때문 • YCbCr공간상에서의 정보 파괴는 심하지 않다

  21. Chroma Down Sampling

  22. HSL deterioration

  23. WAVELET Transform • Wavelet • 한정된 구간에서 지속되며 평균값이 0인 파동 • Wavelet Transform • Wavelet 함수를기반으로 주파수 공간으로 변환

  24. WAVELET Transform • Wavelet Transform • 고 주파 성분과 저주파 성분을 분리 해 나감

  25. WAVELET Transform

  26. JPEG2000 • Joint Photographic Experts Group 2000 • Wavelet Transform 을 사용 • 압축 효율이 좋다 • 압축 과정이 복잡하고 느리다 • 리스케일링이 쉽다

  27. JPEG2000

  28. DXT • S3 Texture Compression • DXT1~DXT5 • 4X4 블록64Bit/ 128Bit • 고정압축 비율 8:1 / 4:1 • 그래픽 하드웨어가 쉽게 압축/압축해제 할 수 있도록 설계 • 무작위 접근이 용이 • 노말맵에 적합하지 않음 • 3Dc, A8L8, V8U8 • Alpha 채널을 이용하여 저장

  29. DXT • DXT1 • 두 개의 16 비트 컬러와 4X4 룩업 테이블로 구성 • C0 > C1 • C2 = 2/3 C0 + 1/3 C1 C3 = 1/3 C0 + 2/3 C1 • C0 < C1 • C2 = 1/2 C0 + 1/2 C1 C3 = Transparent Black • 즉 4X4 픽셀에 유사한 4가지 컬러만 가능 • 컬러 차이가 심할 경우 블락라이징 현상 • 8:1 압축비

  30. DXT • DXT2 / DXT3 • DXT1 + 64bit Alpha • 4bit per Alpha • 4:1 압축 비 • DXT2 의 경우 미리 알파채널과 데이터가 곱해짐 • 속도는 빨라지지만 색상 손실이 심해서 거의 사용되지 않음

  31. DXT • DXT4 / DXT5 • DXT1 + 64bit Alpha • 4:1 압축 비 • a0 > a1 • a2 = 6/7a0 + 1/7a1 … a7 = 1/7a 0+ 6/7a1 • a0 < a1 • a2 = 4/5a0 + 1/5a1 … a7 = 1/5a 0+ 4/751 • a6= 0 a7=255

  32. DXT

  33. HastaLuego To be continued