A Study on the Variance Based Self-similar Block Search for Fractal Image Compression

프랙탈 이미지 압축을 위한 분산 기반 유사 블록 탐색 연구

Fractal image coding provides many promising qualities including the high compression ratio. The coding process however suffers from the long search time of domain block pool because the size of the domain block pool is often very large. In this paper, we introduce a hybrid domain block pool search method that combines the block classification and the variance based searching. This hybrid method makes use of the fact that the variance of a block is independent of the block classification. Thus, this hybrid method enhances the search speed by up to an O(number of classes) factor over the purely variance based searching method. An experimental result shows that our method enhances the search speed by up to 17 times over the purely variance based searching method. We also propose an adjustable variance based searching method that further enhances the search speed without noticeable loss of image quality.

프랙탈 이미지 코딩은 높은 압축율을 비롯하여 많은 장점을 가지고 있다. 그러나 압축 과정은 일반적으로 domain 블록 pool에 대한 긴 탐색시간으로 효율이 나빠진다. 본 논문에서는 블록 분류와 분산 기반의 탐색을 병용한 domain 블록 pool 탐색 방법을 소개한다. 이 방법은 블록 분류에 대하여 분류 블록의 분산 값은 독립적이라는 사실을 이용한다. 따라서 이 방법은 단순한 분산 기반의 탐색 방법보다 O(number of classes)에 비례하는 탐색 속도향상이 된다. 실험의 결과는 본 방법이 단순히 분산 값을 적용한 탐색 방법과 비교하여 이미지 품질은 거의 그대로 유지하면서 17배 이상의 속도 향상을 이루었음을 보인다. 또한 이미지 품질의 가시적인 손실 없이 탐색 속도를 더욱 향상시키는 분산 기반의 탐색 방법을 제안한다.