다중격자 모자이크 이미지 표현과 적응형 압축

초록

본 논문은 다중격자(multigrid) 기반의 모자이크 이미지 표현(MIR) 방법을 제안한다. 색 강도 함수를 비균일 직교 격자 위에서 평균값으로 근사하여 각 셀을 ‘좋은 셀’로 구분하고, 이를 단계적으로 세분화한다. 결과적으로 이미지가 다양한 크기의 단색 블록으로 구성된 모자이크 형태가 되며, 이 구조를 이용해 엣지 검출, 스켈레톤 추출, 단일 이미지 및 연속 영상의 손실 압축을 수행한다. 압축 비율과 화질 사이의 트레이드오프는 셀 선택 정밀도 εₙ 파라미터로 제어 가능하며, 실험 결과 JPEG 대비 높은 압축률에서도 화질 손실이 적은 것을 확인하였다.

상세 분석

본 연구는 이미지 처리에 물리학·수치해석 분야에서 널리 활용되는 다중격자(multigrid) 기법을 차용하여, 이미지 전체를 계층적인 격자 구조로 분할한다는 점에서 혁신적이다. 기본 아이디어는 동일한 해상도에서 시작해 각 격자 셀을 4개의 자식 셀로 재귀적으로 나누는 방식이며, 각 단계마다 셀 내부의 색 강도 Φ(i,j)가 평균값 V(p,q)와의 차이가 사전 정의된 허용 오차 εₙ 이하이면 해당 셀을 ‘좋은 셀(good cell)’로 판정한다. 좋은 셀은 더 이상 세분화되지 않으며, 그 영역은 평균값 하나로 대체된다. 반대로 허용 오차를 초과하는 셀은 다음 단계에서 다시 분할된다. 이렇게 하면 고주파(경계·텍스처가 급변하는) 영역은 작은 셀로, 저주파(평탄한) 영역은 큰 셀로 표현되어 자연스럽게 이미지가 다중 스케일 모자이크 형태가 된다.

핵심 기술적 기여는 다음과 같다. 첫째, 셀 선택을 위한 정밀도 파라미터 εₙ을 단계별로 독립적으로 조정함으로써, 사용자는 압축률·화질·연산 속도 사이의 균형을 세밀하게 제어할 수 있다. εₙ을 크게 설정하면 더 많은 영역을 큰 셀로 처리해 압축률이 상승하지만 화질이 저하되고, 반대로 작게 설정하면 세밀한 디테일을 보존한다. 둘째, 압축 결과를 복원하기 위해 두 개의 벡터 s와 f만을 전송한다. s는 각 격자 단계에서 좋은 셀의 존재 여부를 0/1 비트로 기록하고, f는 해당 셀의 평균 색값을 저장한다. 복원 과정은 이 두 벡터를 역으로 읽어 원본 격자 구조를 재구성하고, 각 셀에 저장된 평균값을 채워 넣음으로써 수행된다. 셋째, 영상 압축에서는 연속 프레임의 동일 레벨 셀 값을 비교해 차이가 없을 경우 두 번째 프레임의 해당 셀을 0으로 표시함으로써 차분 전송을 구현한다. 이는 프레임 간 중복 정보를 크게 줄여 효율적인 시퀀스 압축을 가능하게 한다.

또한 엣지 검출과 스켈레톤 추출에 MIR을 활용한다. 가장 미세한 격자 단계에서 ‘좋은 셀’이 아닌 셀(즉, 색 변화가 큰 영역)들을 모아 엣지 맵을 만든다. 스켈레톤은 마지막 몇 단계에서만 좋은 셀을 선택해 얻으며, 이는 인간 시각에 민감한 주요 구조만을 강조한다.

비교 실험에서는 동일 압축률을 목표로 JPEG과 MIR을 대조하였다. 고압축률(예: 1:40 이상) 상황에서 MIR은 블록 경계가 눈에 띄게 적고, 색상 왜곡이 적어 JPEG보다 시각적으로 우수한 결과를 보였다. 저압축률 구간에서는 두 방법 간 차이가 미미했다. 또한 패턴 인식 실험에서는 모델 이미지와 대상 이미지의 스켈레톤을 비교해 실시간 매칭을 수행했으며, 이는 기존 복잡한 특징 추출 절차 없이도 간단히 구현 가능함을 보여준다.

전체적으로 MIR은 다중 스케일 분석, 적응형 셀 분할, 최소 데이터 전송이라는 세 축을 결합해 이미지·영상 압축, 경계 검출, 구조 추출 등 다양한 응용에 일관된 프레임워크를 제공한다. 다만 현재 구현은 정사각형 격자와 평균값 근사에 국한되어 있어, 색상 채널 별 가중치 적용이나 비정형 셀 형태(예: 사다리꼴, 삼각형)로 확장하면 더욱 높은 효율을 기대할 수 있다. 또한 εₙ 파라미터 자동 튜닝을 위한 학습 기반 방법이 제안된다면 실시간 적용성이 크게 향상될 것이다.