본 논문에서는 블록 변화된 영상의 블록 환상을 제거하기 위해 POCS(Projection Onto Convex Set) 이론을 바탕으로 하는 적응 양자화 체한 집합을 제안한다. POCS 이론을 바탕으로 하는 블록 현상 제기 기법은 크게 부드러움 제한 집합과 양자화 제한 집합으로의 반복적인 투영을 동해 이루어진다. 기존의 양자화 제한 집합은 원 영상의 데이터가 가질 수 있는 최대 구간을 지정해 주므로 반복이 계속될수록 over-blurring 현상이 심화된다. 제안한 양자화 제한 집합은 이산 여현 변환(DCT) 계수의 특성에 파라 적응적으로 제한 구간을 조절하므로 복호화된 영상의 선명도를 유지하면서 동시에 효과적으로 블록 현상을 제거할 수 있다. 기존의 후처리 알고리즘의 양자화 제한 집합을 제안한 적응적 양자화 제한 집합으로 대체하여 실험을 수행한 결과 적은 반복 횟수로도 수령에 도달하였고 후처리 된 영상 역시 선명도를 유지하면서 블록 현상이 효과적으로 제거되었음을 알 수 있었다.
A new quantization constraint set based on the theory of Projection onto Convex Set(POCS) is proposed to reduce blocking artifact appearing in block-coded images. POCS-based postprocessing for alleviating the blocking artifact consists of iterative projections onto smoothness constraint set and quantization constraint set, respectively. In general, the conventional quantization constraint set has the maximum size of range where original image data can be included, therefore over-blurring of restored image is unavoidable as iteration proceeds. The projection onto the proposed quantization constraint set can reduce blocking artifact as well as maintain the clearness of the decoded image, since it controls adaptively the size of quantization constraint set according to the DCT coefficients. Simulation results using the proposed quantization constraint set as a substitute for conventional quantization constraint set show that the blocking artifact of the decoded image can be reduced by the small number of iterations, and we know that the postprocessed image maintains the distinction of the decoded image.
