Journal of the Institute of Electronics Engineers of Korea SP (대한전자공학회논문지SP)

The Institute of Electronics and Information Engineers (대한전자공학회)
권호 표지

Adaptive Blocking Artifacts Reduction in Block-Coded Images Using Block Classification and MLP

블록 분류와 MLP를 이용한 블록 부호화 영상에서의 적응적 블록화 현상 제거

  • Kwon, Kee-Koo (School of Electrical Engineering and Computer Science, Kyunpook National University) ;
  • Kim, Byung-Ju (School of Electrical Engineering and Computer Science, Kyunpook National University) ;
  • Lee, Suk-Hwan (School of Electrical Engineering and Computer Science, Kyunpook National University) ;
  • Lee, Jong-Won (School of Electrical Engineering and Computer Science, Kyunpook National University) ;
  • Kwon, Seong-Geun (School of Electrical Engineering and Computer Science, Kyunpook National University) ;
  • Lee, Kuhn-Il (School of Electrical Engineering and Computer Science, Kyunpook National University)
  • 권기구 (慶北大學敎 電子電氣컴퓨터學部) ;
  • 김병주 (慶北大學敎 電子電氣컴퓨터學部) ;
  • 이석환 (慶北大學敎 電子電氣컴퓨터學部) ;
  • 이종원 (慶北大學敎 電子電氣컴퓨터學部) ;
  • 권성근 (慶北大學敎 電子電氣컴퓨터學部) ;
  • 이건일 (慶北大學敎 電子電氣컴퓨터學部)
  • Published : 2002.07.01
Download PDF
⟨ Previous Next ⟩

Abstract

In this paper, a novel algorithm is proposed to reduce the blocking artifacts of block-based coded images by using block classification and MLP. In the proposed algorithm, we classify the block into four classes based on a characteristic of DCT coefficients. And then, according to the class information of neighborhood block, adaptive neural network filter is performed in horizontal and vertical block boundary. That is, for smooth region, horizontal edge region, vertical edge region, and complex region, we use a different two-layer neural network filter to remove blocking artifacts. Experimental results show that the proposed algorithm gives better results than the conventional algorithms both subjectively and objectively.

본 논문에서는 블록 기반으로 부호화된 영상에 대하여 블록 분류 (block classification)와 다층 퍼셉트론 (multi-layer perceptron, MLP) 모델을 이용한 적응적 블록화 현상 제거 알고리듬을 제안하였다. 제안한 방법에서는 각 블록을 DCT 계수의 분포 특성에 따라 네 개의 클래스로 분류한 다음, 인접한 두 블록의 클래스 정보에 따라 수평 및 수직 블록 경계 영역에 대하여 적응적으로 신경망 필터를 적용한다. 즉, 평탄한 영역, 수평 방향 에지 영역, 수직 방향 에지 영역, 및 복잡한 영역에 대하여 각각 서로 다른 신경망 필터를 수평 및 수직 방향으로 적용하여 블록화 현상을 제거한다. 모의 실험 결과를 통하여 제안한 방법이 객관적 화질 및 주관적 화질 측면에서 기존의 방법보다 그 성능이 우수함을 확인하였다.

Keywords

References

  1. B. Ramamurthi and A. Gersho, 'Nonlinear space-variant postprocessing of block coded images,' IEEE Trans. Acoustics, Speech, Signal Processing, Vol. 34, No.5, 1258-1268, Oct. 1986 https://doi.org/10.1109/TASSP.1986.1164961
  2. H. C. Kim and H. W. Park,'Signal adaptive postprocessing for blocking effects reduction in JPEG image,'in Proc ICIP, Vol. 2, pp. 41-44, 1996
  3. S. D. Kim, J. Y. Yi, H. M. Kim, and J. B. Ra, 'A Deblocking Filter with Two Separate Modes in Block-Based Video Coding,' IEEE Trans. Circuits Systems Video Technol., Vol.9, No.1, pp.156-160, Feb., 1999 https://doi.org/10.1109/76.744282
  4. 이석환, 권성근, 이종원, 이승진,이건일, '블록 분류와 적응적 필터링을 이용한 후처리에서의 양자화 잡음 제거 기법,' 대한전자공학회 하계종합학술대회 논문집(IV), 제 23권, 제 1호 , pp. 66-69, 2000년 6월
  5. 이건우, 권기구, 김경규,하인성, 이건일, '블록 경계 영역 분류 기반의 블록화 현상 제거 알고리듬,' 한국통신학회 하계종합학술발표회 논문집, 제21권 제1호, pp. 543-546, 2000년 7월
  6. 이승진, 이석환, 권성근,이종원, 이건일, '블록 분류와 적응적 필터링을 이용한 후처리에서의 양자화 잡음 제거 방법,' 대한전자공학회 논문지, 제 38권 SP편, 제 4호, pp. 118-128, 2001년 7월
  7. 권기구, 이종원, 권성근, 반성원, 박경남, 이건일, '오류 역전파 학습 알고리듬을 이용한 블록경계 영역에서의 적응적 블록화 현상 제거 알고리듬,' 한국통신학회 논문지, 제 26권, 제 9B 호, pp. 1292-1298, 2001년 9월
  8. G. Qui, 'MLP for adaptive postprocessing block-coded images,' IEEE Trans. Circuits and Systems for Video Technology, Vol. 10, No.8, pp. 1450-1454, Dec. 2000 https://doi.org/10.1109/76.889048
  9. Z. He, S. Chen, B. Luk, and R Istepanian, 'Postprocessing for image coding applications using artificial neural network visual model,' Proceedings if the 198 IEEE Signal Processing Society Workshop, pp.557-566, 1998
  10. Y. Yang, N. Galatsanos, and A. Katsagelos, 'Projection-Based Spatially Adaptive Reconstruction of Block-Transform Compressed Images,' IEEE Trans. Image Processing, Vol.4, No.7, pp.896-908, July, 1995 https://doi.org/10.1109/83.392332
  11. S. S. 0. Choy, Y. H Chan, and W. C. Siu, 'Reduction of block-transform image coding artifacts by using local statistics of transform coefficients,' IEEE Signal Processing Letters, Vol.4, No. 1, pp. 5-7, Jan. 1997 https://doi.org/10.1109/97.551686
  12. N. C. Kim, I. H Jang, D. H Kim, and W. H Hong, 'Reduction of blocking Artifact in blockcoded images using wavelet transform,' IEEE Trans. Circuits and Systems for Video Technology, Vol. 8, No. 3, pp. 253-257,June 1998 https://doi.org/10.1109/76.678618
  13. Y. Yang, N. Galatsanos, and A. Katsagelos, 'Projection-Based Spatially Adaptive Reconstruction of Block-Transform Compressed Images,' IEEE Trans. Image Processing, Vol.4, No.7, pp.896-908, July, 1995 https://doi.org/10.1109/83.392332
  14. S. Haykin, Neural Networks, A Comprehensive Foundation, Prentice-Hall, Upper Saddle River, New Jersey, 1999