초록 close

웹환경에서 모든 클라이언트 컴퓨터에 방대한 볼륨데이타를 저장하여 놓고 이것을 인터랙티브하게 가시화하는 것은 쉽지 않다. 한 가지 해결 방법은 볼륨데이타를 압축하여 데이타베이스 서버에 보관하여 놓고 요구에 맞추어 네트워크를 통하여 클라이언트 컴퓨터에 전송하여 가시화하는 것이다. 이러한 경우 압축에 많이 사용하는 알고리즘이 웨이블릿 변환이다. 이 논문에서는 서버 컴퓨터에서 볼륨데이타를 웨이블릿 알고리즘을 이용하여 압축하여 놓고 클라이언트 컴퓨터로 전송하여 디렉트볼륨렌더링하는 패러다임에 적합한 웨이블릿과, 압축률을 구하기 위한 실험을 한다. Engine, CThead, Bentum 볼륨데이타를 Har, Daubechies4, 12, 20 웨이블릿을 이용하여 각각 전체 데이타의 50%, 10%, 5%, 1%, 0.1%, 0.03%로 압축하여 디렉트볼륨렌더링을 이용하여 가시화한 후 육안 및 영상평가지표를 이용하여 평가하였다. 성능은 압축률이 낮은 범위에서는 Harr 웨이블릿이 우수하였고 압축률이 높은 곳에서는 Daubechies4와 Daubechies12 웨이블릿이 우수하였다. 바람직한 압축률은 육안으로 평가한 경우는 전체 데이타의 약 1%이고 영상평가지표를 이용하여 평가한 경우는 전체 데이타의 약 5-10%이었다.


It is not easy that we visualize the large volume data stored in the every client computers of the web environment. One solution is as follows. First we compress volume data, second store that in the database server, third transfer that to client computer, fourth visualize that with direct-volume-rendering in the client computer. In this case, we usually use wavelet transform for compressing large data. This paper reports the experiments for acquiring the wavelet bases and the compression ratios fit for the above processing paradigm. In this experiments, we compress the volume data Engine, CThead, Bentum into 50%, 10%, 5%, 1%, 0.1%, 0.03% of the total data respectively using Harr, Daubechies4, Daubechies12 and Daubechies20 wavelets, then visualize that with direct- volume-rendering, afterwards evaluate the images with eyes and image comparison metrics. When compression ratio being low the performance of Harr wavelet is better than the performance of the other wavelets, when compression ratio being high the performance of Daubechies4 and Daubechies12 is better than the performance of the other wavelets. When measuring with eyes the good compression ratio is about 1% of all the data, when measuring with image comparison metrics, the good compression ratio is about 5-10% of all the data.