고속 프랙탈 압축을 위해 탐색 중복성이 최소화된 신경회로망 기반의 블록분류기 = Neural Network based Block Classifier Minimizing Search Overlap for Fast Fractal Compression

다국어 초록 (Multilingual Abstract)

This paper provides a solution to reduce the number of comparisons in encoding stage of fractal image compression. The proposed method minimizes the number of comparison by categorizing me blocks into types and comparing the blocks classified as me same type and located in the neighborhood. The domain blocks are searched in a spiral order starting from the block located at the same position with the range block. The proposed method has been test with natural images. The experimental results have shown that the proposed algorithm reduces the compression time by 50% on average compared to the conventional fractal encoding algorithms, while maintaining image qualify of PSNR 30dB.

국문 초록 (Abstract)

본 논문에서는 프랙탈 영상 압축의 부호화 시간을 줄이기 위해 탐색 중복성을 최소화하는 신경회로망을 이용한 고속 블록 분류기를 제안한다. 제안된 방법은 정의역에서 블록에 대한 탐색 시간을 줄이기 위하여 지역 나선형 탐색(local spiral search) 방법을 사용하였으며 각 치역과 정의역의 형태에 따라 신경망을 이용하여 4가지의 부류로 구분하여 분류 비교하였다. 또한 각 치역과 정의역을 비교하는데 있어 정의역 탐색 영역의 중복성을 최소화하여 속도를 향상시키는 방법을 제안한다. 실험한 결과 PSNR 30dB정도의 화질로 압축한 경우에 기존의 방법들에 비해 약 50% 정도의 압축속도가 개선됨을 보였다.