이미지 텍스처 다중프랙탈성 파라미터의 베이지안 추정 및 Whittle 근사

본 논문은 이미지 텍스처 분석에서 핵심적인 다중프랙탈성 파라미터 c₂의 정확한 추정을 목표로 한다. 기존 방법은 2‑D dyadic 웨이브렛 변환을 이용해 로그‑웨이브렛 리더의 분산을 여러 스케일에 걸쳐 선형 회귀하는 방식인데, 이미지 크기가 작아질수록 사용 가능한 스케일이 급감해 추정 정확도가 크게 떨어진다. 또한, 다중프랙탈 프로세스는 비가우시안 마진과 복잡한 종속 구조를 가지므로, 파라미터에 대한 통계적 모델링이 어려운 것이 현실이다. 이에 저자들은 다음과 같은 일련의 혁신을 제시한다. 1. **반정규(semiparametric) 통계 모델 구축**: 2‑D 멀티플리케이티브 캐스케이드(MMC) 프로세스의 로그‑웨이브렛 리더 `(j,k)`가 각 스케일 j에서 다변량 정규분포로 근사될 수 있음을 수치 실험으로 확인하고, 공분산 구조를 방사형 대칭 형태로 단순화하였다. 이 모델은 오직 두 파라미터 c₂와 c₀²(분산 상수)만을 필요로 하며, 다중프랙탈 이론이 요구하는 관계 Var