• 한국전산유체공학회지
• /
• 제10권2호
• /
• pp.38-47
• /
• 2005

Substructuring methods are often used in finite element structural analyses. In this study a multi-level substructuring(MLSS) algorithm is developed and proposed as a possible candidate for finite element fluid solvers. The present algorithm consists of four stages such as a gathering, a condensing, a solving and a scattering stage. At each level, a predetermined number of elements are gathered and condensed to form an element of higher level. At the highest level, each sub-domain consists of only one super-element. Thus, the inversion process of a stiffness matrix associated with internal degrees of freedom of each sub-domain has been replaced by a sequential static condensation of gathered element matrices. The global algebraic system arising from the assembly of each sub-domain matrices is solved using a well-known iterative solver such as the conjugare gradient(CG) or the conjugate gradient squared(CGS) method. A time comparison with CG has been performed on a 2-D Poisson problem. With one domain the computing time by MLSS is comparable with that by CG up to about 260,000 d.o.f. For 263,169 d.o.f using 8 x 8 sub-domains, the time by MLSS is reduced to a value less than $30\%$ of that by CG. The lid-driven cavity problem has been solved for Re = 3200 using the element interpolation degree(Deg.) up to cubic. in this case, preconditioning techniques usually accompanied by iterative solvers are not needed. Finite element formulation for the incompressible flow has been stabilized by a modified residual procedure proposed by Ilinca et al.[9].

• 융합신호처리학회논문지
• /
• 제9권1호
• /
• pp.18-23
• /
• 2008

본 논문에서는 SR(Super Resolution) 복원 과정에 있어 사용되는 입력 후보 영상 중 적합한 입력 영상을 자동 선택하는 알고리즘을 제안함으로써 복원된 고해상도 영상의 질을 개선하고자 한다. SR 복원과정에서 이상적인 결과 영상을 얻기 위해서는 입력되는 모든 영상이 유기적으로 잘 정합 되어야 하지만, 실제로는 그렇지 못하다. 이런 이유로 입력 후보군 영상의 정합 적합성이 얼마나 높은가가 단순히 많은 입력 영상의 수보다 고품질의 고해상도 결과 영상을 얻는데 더욱 결정적이라 할 수 있다. 입력 영상의 적합성은 통계 특성 및 정합 특성을 이용하여 평가 가능하다. 그러므로 본 논문에서는 SR 복원과정에 정합 적합성을 자동으로 평가하여 이에 따라 입력 영상을 결정하는 전처리 과정을 제안하고 구조화하였다. 또한 비디오 시퀀스의 모든 입력 영상은 SR 복원과정의 기준 영상이나 저해상도 입력 영상과 같이 사용될 수 있으므로 본 논문에서는 연속적인 비디오 시퀀스를 위한 SR 복원알고리즘을 제안한다. 적합성의 유무는 임계값(Threshold Value)에 의해 결정되며, 이 임계값은 기준 영상과의 움직임 추정에서 그 보상 값의 오류 값 중 최대치(MMCE, Maximum Motion Compensation Error)로 결정된다. 만약 저해상도 입력 영상의 보상 오류 값의 범위가 0과 MMCE사이(0 < MCE < MMCE )값이라면 그 범위 안의 입력 후보 영상은 SR 복원과정에 사용되며 범위 밖의 후보영상은 제외된다. 최적의 저해상도 기준(ORLR, Optimal Reference Low Resolution)영상은 선택된 저해상도 입력(SLRI, Selected LR Input)영상들과 각각의 저해상도 기준 입력(RLRI, Reference Low Resolution Input)영상들의 비교를 통해 결정된다. 본 논문에서는 이와 같은 과정에 의해 결정된 저해상도의 최적 기준영상과 선택영상을 'Hardie' 보간법을 사용하여 고해상도 영상을 만들어 내는 것으로 사용자의 조정이 없이도 SR 복원영상의 질적 향상을 가져올 것이라 기대된다.