Resumen

A partir de numerosas observaciones, comprobamos que existe una relación logarítmica entre el error medio de collage (ACER) y la calidad PSNR de las imágenes descodificadas. Utilizando el ACER en el proceso de codificación, el resultado del ajuste de curvas puede ayudarnos a predecir la calidad PSNR de las imágenes descodificadas. A continuación, para reducir aún más la complejidad computacional, se propone una versión acelerada del método de predicción. En primer lugar, se propone un límite bajo de porcentaje de error de collage acumulado (LLPACE) para evaluar el porcentaje real de error de collage acumulado (APACE). Si LLPACE alcanza un valor grande, como el 90%, se puede demostrar que el APACE correspondiente está limitado en un rango pequeño (90%-100%) y el APACE se puede estimar aproximadamente. De este modo, pueden despreciarse los bloques de rango restantes y ahorrarse los cálculos correspondientes. Con el APACE aproximado y la relación logarítmica, se puede predecir directamente la calidad de las imágenes descodificadas. Los experimentos demuestran que, para cuatro métodos de codificación fractal, la calidad de las imágenes descodificadas puede predecirse con precisión. Además, el método de predicción acelerada puede proporcionar un rendimiento competitivo y reducir aproximadamente un tercio de los cálculos totales en el proceso de codificación. Por último, se discute y analiza la aplicación del método propuesto.

• Materias:Análisis Matemático Matemáticas Algebra Ingeniería Lógica matemática
• Subjects:Mathematical Analysis mathematics Algebra Engineering Mathematical logic
• Palabras claves:Observaciones; relación logarítmica; error medio de collage; calidad PSNR; imágenes descodificadas; complejidad computacional.
• Keywords:Observations; logarithmic relationship; average collage error; PSNR quality; decoded images; computational complexity