Image resizing methods in the discrete cosine transform (DCT) domain are proposed in the dissertation. Image resizing to change an image size by upsampling or downsampling of a digital image. Most still images and video frames are given in a compressed domain on digital media.Image resizing of a compressed image can be performed in a spatial domain via decompression and recompression, which is computationally inefficient. In general, resizing of a compressed image in a compressed domain is much faster than that in a spatial domain. In order to reduce computation amount, efficient resiaing approaches in the compressed domain have been developed.
The proposed approach is to resize images with L/M resizing ratio in the DCT domain, Which exploits the multiplication-convolution property of DCT. The multiplication in the spatial domain corresponds to the symmetric convolution in DCT domain. When an image of DCT domain is given in 8 X 8 block-DCT coefficients, its resized image is also obtained in 8 X 8 block-DCT coefficients. This dissertation also proposes a new imaage-downsampling method for interlaced-to-progressive transcoding. It develops a downsampling filer matrix that transcodes the interlaced picture into the progressive picture. The proposed approach is computationally fast and produces visually fine images with high PSNR. filter chatacteristics of the ptoposed image resizing method are analyzed using a filter bank representation. Since the characteristics of our resizing filters are better than those or others filters and the proposed image resizing method is computationally efficient, it can be widely used for transcoding and shows visually fine results.
A faster arbitrary-ratio image resizing method in the DCT domain is proposed. The downsizing process in the DCT domain can be implemented by truncating high frequency coefficients, whereas the upsizing process in the DCT domain is implemented by padding zero coefficients to the high frequency part. The proposed method can be easily implemented by combining the fast inverse and forward DCT of a composite length. According to the resizing ratio, truncating the high frequency coefficients and padding zeros are approproately considered in the combination of the inverse DCT and forward DCT. The proposed method shows a good PSNR and less computational complexity compared with the previous spatial-domain and DCT-domain image resizing methids.
이 논문에서는 이산 여현 변환으로 압축된 영상을 압축 영역에서 임의의 크기로 변경하는 알고리즘을 제안하였다. 다운샘플링 혹은 업 샘플링을 통해 디지털 이미지의 영상크기 변환을 할 수 있다. 대부분의 디지털 영상은 압축된 형태로 주어진다. 압축된 영상의 크기 변환을 하는 직관적인 방법으로는 압축된 영상을 영상을 복원한 후 공간 영역에서크기 변환을 수행하고 다시 재 압축을 함으로써 할 수 있다. 하지만 이 공간영역에서 크기 변환을 수행하고 다시 재 압축을 함으로써 할 수 있다. 하지만 이 공간영역에서의 이러한 방법은 계산량 측면에서 비 효율적이다. 일반적으로 압축된 영상의 크기 변환은 압축 영역에서 하는 것이 공간 영역에서 하는 것 보다 효율적이고, 따라서 압축된 영역에서 효율적으로 영상 크기 변환을 하는 연구들이 진행되고 있다.
제안한 방법은 압축된 영역에서 영상 크기 변환을 하는 알고리즘으로 이산 여현 변환의 곱-콘볼루션 특성을 이용한 방법으로 공간 영역에서의 두 신호의 곱은 이산 여현 영역에서의 대칭 콘볼루션에 대응한다는 것을 보였다. 이 특성을 이용해 압축된 영상을 이산 여현 영역에서 임의의 크기로 변환 하는 알고리즘을 구현하였다. 또한, 비월 영상(Interlaced picture)을 크기를 줄이며 순차 영상(Progressive picture)으로 변환 하는 새로운 다운사이징 알고리즘을 제안 하였다. 제안한 방법들은 계산량 측면에서 바르고 더 좋은 품질의 영상을 얻을 수 있는 장점을 가지고 있다. 제안한 알고리즘의 크기 변환 필터의 분석을 통해 제안된 필터의 특성이 이전의 다른 크기 변환 필터에 비해 좋은 성능을 나타냄을 보였다.
또 하나의 방법으로 복합 길이를 가지는 빠른 이산 여현 변환 알고리즘을 이용해 임의의 크기로 영상 크기 변환을 하는 알고리즘을 제안 하였다. 이 제안된 알고리즘은 고속의 역 방향 이산 여현 변환과 순 방향 이산 여현 방법을 조합 함으로써 구현 되었다. 이 제안된 방법은 임의의 영상 크기 변환을 고속으로 수행할 수 있고, 영상 품질도 보다 나은 결과를 얻을 수 있음을 보여준다.
