Abstract
DCT-based codebook design using binary tree was proposed to reduce computation time and to solve the initial codebook problem. In this method, DCT coefficient of training vectors that has maximum variance is to be a split key and the mean of coefficients at the location is used as split threshold, then balanced binary tree for final codebook is formed. However edge degradation appears in the reconstructed image, since the blocks of shade region are frequently selected for codevector. In this paper, we propose DCT-based vector quantization codebook design using unbalanced binary tree. Above all, the node that has the largest split key is splited. So the number of edge codevector can be increased. From the simulation results, this method reconstructs the edge region sincerely and shows higher PSNR than previous methods.
기존의 코드북 설계방법의 많은 계산량과 초기 코드북 문제를 해결하기 위해 영상에 대한 DCT-기반 벡터양자화 코드북 설계방식이 제안되었다. 이 방법은 훈련벡터들의 DCT 계수들에 대한 분산을 각각 구하여 그 중 최대값을 가지는 계수를 분할키로 하고 그 평균값을 분할경계값으로 하여 균형 이진트리를 만들어 종단노드들을 최종코드북으로 하는 방법인데, 에지부분의 열화가 생기는 단점이 있다. 본 논문에서는 중복된 벡터가 많은 평탄영역 벡터들의 노드 분할을 억제하고 다양한 에지영역의 코드벡터들을 포함하는 코드북을 만들기 위해, 각 노드들의 분할키들을 비교하여 값이 가장 큰 노드부터 분할하는 불균형 이진트리를 이용한 벡터양자화 코드북 설계 방법을 제안하였다. 모의실험 결과 에지부분의 복원성과 PSNR 측면에서 기존의 방법에 비해 좋은 결과를 얻을 수 있었다.
