@techreport{oai:ipsj.ixsq.nii.ac.jp:00028961,
 author = {小幡, 雅彦 and 岩崎, 雅史 and 近藤弘一 and 守本, 晃 and 芦野, 隆一 and 中村, 佳正 and Masahiko, Obata and Masashi, Iwasaki and Koichi, Kondo and Akira, Morimoto and Ryuichi, Ashino and Yoshimasa, Nakamura},
 issue = {20(2006-HPC-105)},
 month = {Feb},
 note = {これまでに画像のデータ量を圧縮する様々な方法が提案されている．ここでは，Kakarala-Ogunbona の画像圧縮アルゴリズムを取り上げる．この方法と離散ウェーブレット変換とを併用することで，すぐれた画像圧縮が可能となる．この方法には行列の多分割(multiresolution)特異値分解の計算過程が含まれるが，その数値的検証はこれまで十分には行われてはいない．本論文では，まず，画像のタイプによって特異値分布が大きく変動すること，ある場合には特異値がクラスタをなすことを数値的に示す．特異値の近接度が高いと既存の特異値分解ルーチンでは必ずしも特異ベクトルが高精度に求められるとは限らず，圧縮画像が原画像と大きく異なってしまう危険性がある．そこで，本論文において，特異値のクラスタを分散させ，特異値相互のギャップを拡大するアルゴリズムを提案し，数値実験によってその効果を明らかにする．, Many image compression algorithms have been designed. Especially, we here consider an image compression algorithm by Kakarala-Ogunbona. A good image compression can be done by combining this algorithm with the discrete wavelet transform. The Kakarala-Ogunbona algorithm includes a process for multiresolution form of singular value decomposition (SVD). However, any numerical property of the algorithm has not been fully studied yet. In this paper first we see that the distribution of singular values depends sensitively on the type of images and singular values form clusters in some cases. It is a hard problem to compute singular vectors of such singular values with a sufficient accuracy by using the known SVD routines. This may cause a risk where a compressed image is rather different from the original one. We here propose a new algorithm which relaxes clusters and extend a gap of singular values and then show an efficiency of the algorithm by numerical experiments.},
 title = {画像圧縮に適した特異値分解アルゴリズムの考察},
 year = {2006}
}