고속 프랙탈 복원 알고리듬 ( A Fast Fractal Decoding Algorithm )

Q: 이 논문에서 정의한 수렴 척도란 무엇인가?

수렴 척도는 프랙탈 복원 과정에서 이전 출력 영상과 현재 출력 영상 간의 오차를 계산하여 임계값과 비교함으로써 복원 과정의 종료 여부를 결정하는 기준이다. 이는 출력 영상과 고정점 간의 오차를 간접적으로 반영하며, 복원 과정의 객관적인 종료 판정 기준으로 작용한다.

Q: 프랙탈 영상 복원에서 초기 영상 추정 방식이 수렴 속도에 어떤 영향을 미치는가?

연구 결과, 복원할 영상과 유사한 초기 영상을 추정하여 설정하면 고정점에 더 가까운 시작점에서 복원이 시작되므로, 기존 방식보다 훨씬 빠른 수렴 속도를 보인다. 특히 1회 복원 시에도 높은 PSNR을 달성하여 전체 복원 횟수를 크게 단축시킨다.

문용호; 김형순; 손경식; 김윤수; 김재호

추천

검색

질문

자료유형: 학술저널

저자정보: 문용호 김형순 손경식 김윤수 김재호

저널정보: 한국통신학회 한국통신학회논문지 한국통신학회논문지 제21권 3호

발행연도: 1996.3

수록면: 564 - 575 (12page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

Conventional decoding procedures have some problems in order to obtain reconstructed images with high speed. In this paper, the solutions of these problems are studied and a new fast decoding algorithm is proposed. The proposed algorithm uses a convergence criterion that is used to reduce the redundant iteration in the conventional method and to determine continuation of decoding. The initial image similar to original image is estimated firstly in this algorithm. From the simulation results, the proposed algorithm is able to achieve the reconstructed image within 3-4 iteration under the objective criterion. Without any increment of the memory, the quality of the image reconstructed by the proposed algorithm has same quality as the conventional method.

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2009-567-012234832

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)