Block Classifier for Fractal Image Coding

프랙탈 영상 부호화용 블럭 분류기

Most fractal image codings using fractal concept require long encoding time because a large amount of computation is needed to find an optimal affine transformation point. Such a problem can be solved by designing a block classifier fitted to characteristics of image blocks. In general, it is possible to predict more precise and various types of blocks in frequency domain than in spatial domain. In this paper, we propose a block classifier to predict the block type using characteristics of DCT(Discrete Cosine Transform). This classifier has merits to enhance the quality of decoded images as well as to reduce the encoding time meeting fractal features. AC coefficient values in frequency domain make it possible to predict various types of blocks. As the results, the number of comparisons between a range block and the correspoding domain blocks to reach an optimal affine transformation point can be reduced. Specially, signs of DCT coefficients help to find the optimal affine transformation point with only two isometric transformations by eliminating unnecessary isometric transformations among eight isometric transformations used in traditional fractal codings.

프레탈을 이용한 대부분의 영상 부호화하는 최적의 유사 변환점을 얻기 위해서 방대한 비교 연산이 필요하여 장시간의 부호화 시간이 요구되는 문제점이 있다. 이러 한 문제는 블럭특성에 적합한 블럭 분류기를 설계함으로써 해결할 수 있다. 일반적으 로 공간 영역에서 보다는 주파수 영역에서 좀더 정확하고 다양한 블럭의 형태를 예측 할 수 있다. 본 논문에서는 DCT특성을 이용하여 블럭의 형태를 예측할 수 있는 블럭 분류기를 제안하였다. 이 분류기는 프랙탈 특징과 부합하여 부호와 시간을 줄임과 동 시에 복원된 영상의 화질을 높이는 장점이 있다. 주파수 영역에서의 AC 계수의 크기는 다양한 블럭 형태를 예측 가능하게 함으로써 최적의 축소 변환점을 얻기 위한 도메인 블럭과 레인지 블럭간에 비교 연산을 줄일 수 있다. 특히 DCT 각 계수의 부호값은 프 랙탈 적용을 위한 8가지 변환에 대해 불필요한 변환을 생략함으로써 2가지 변환만으로 도 축소 변환점을 찾는 장점을 나타낸다.