• Journal of the Institute of Electronics Engineers of Korea SC
• /
• v.42 no.5 s.305
• /
• pp.19-26
• /
• 2005

In this paper, a new method for obtaining three-dimensional shape of an object by measuring relative blur between images using wavelet analysis has been described. Most of the previous methods use inverse filtering to determine the measure of defocus. These methods suffer from some fundamental problems like inaccuracies in finding the frequency domain representation, windowing effects, and border effects. Besides these deficiencies, a filter, such as Laplacian of Gaussian, that produces an aggregate estimate of defocus for an unknown texture, can not lead to accurate depth estimates because of the non-stationary nature of images. We propose a new depth from defocus (DFD) method using wavelet analysis that is capable of performing both the local analysis and the windowing technique with variable-sized regions for non-stationary images with complex textural properties. We show that normalized image ratio of wavelet power by Parseval's theorem is closely related to blur parameter and depth. Experimental results have been presented demonstrating that our DFD method is faster in speed and gives more precise shape estimates than previous DFD techniques for both synthetic and real scenes.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.18 no.5
• /
• pp.718-723
• /
• 2008

Bearing is one of the important mechanical elements used in various industrial equipments. Most of failures occurred during the equipment operation result from bearing defects and breakages. Therefore, monitoring of bearings is essential in preventing equipment breakdowns and reducing unexpected loss. The purpose of this paper is to present an online monitoring method to predict bearing states using vibration signals. Bearing vibrations, which are collected as a form of profile signal, are first analyzed by a discrete wavelet transform. Next, some statistical features are obtained from the resultant wavelet coefficients. In order to select significant ones among them, analysis of variance (ANOVA) is employed in this paper. Statistical features screened in this way are used as input variables to support vector machine (SVM). An hierarchical SVM tree is proposed for dealing with multi-class problems. The result of numerical experiments shows that the proposed SVM tree has a competent performance for classifying bearing fault states.

• The Journal of the Korea Contents Association
• /
• v.7 no.5
• /
• pp.10-15
• /
• 2007

This paper proposes the method that detects abnormal trajectory of fish with tracking data. And it is obtained by automatic tracking system based on conventional computer vision. Also, we analyze the trajectory using subband frequency features through DWT(Discrete Wavelet Transform). Through experimental results, we confirm that our results have some statistical means. The proposed method demonstrates that DWT is useful method for detecting presence of toxicoid features in environment as for an alternative of bio-monitoring tool.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2002.05a
• /
• pp.286-290
• /
• 2002

두뇌-컴퓨터 인터페이스(brain-computer interface)를 적용하기 위한 연구로서 주어진 문제에서 긍/부정을 선택할 때 나타나는 뇌파를 분별하기 위해서 시간-주파수 분석을 하였다. 단시간 퓨리에 변환(short time fourier transform : STFT)을 하여 긍/부정 선택시 뇌파의 시간-주파수 변화량을 보고, 시간-주파수 분해능이 좋은 웨이블릿 변환(wavelet transform)을 적용하여 서로 비교하였다. 두 가지 분석에서 공통된 결과는 주로 RT전 0.5초 주위에서 유의미한 결과를 나타내었고, 웨이블릿 분석에서 더 좁은 구간에 나타나며, 통계적으로 더 유의미한 결과를 나타내었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2012.11a
• /
• pp.103-104
• /
• 2012

본 논문에서는 디지털 영화 제작 환경에서 흔히 발생하는 얼라이싱 현상을 최소화하기 위한 방법을 제안한다. 제안된 알고리즘은 영상의 얼라이싱 현상을 웨이블릿-푸리에 분석 (Wavelet-Fourier Analysis)으로 분석하고, 노치 리젝트 필터(Notch Reject Filter)를 이용하여 얼라이싱 현상을 최소화 시켜 영상 화질을 개선한다. 실험결과에서 보듯이 제안된 알고리듬은 디지털 시네마 영상에서 얼라어싱을 효과적으로 제거하여 개선된 화질의 영상으로 관객의 몰입감을 높여줄 수 있다.

• Proceedings of the KIEE Conference
• /
• 2000.07d
• /
• pp.3227-3229
• /
• 2000

본 논문은 청각 자극이 제시되었을 때 변화되는 뇌파로부터 의미 있는 특징을 찾아내서 정량화 할 수 있는 변수 추출 및 분류 기법을 제시한다. 건강한 피실험자로부터 방향성 있는 청각 자극을 인가했을 때의 뇌파를 검출, 분류하였다. 뇌파의 변수 추출 방법으로는 짧은 시간영역에서의 신호의 갑작스런 변화량도 정량적으로 분석할 수 있는 Mallat's A1gorithm을 이용한 웨이블릿 변환(wavelet transform)을 적용하였고, 분류 방법으로는 그 결과로 나온 웨이블릿 계수를 변수로 하여 Neural Network을 학습하여 사용하였다. 향후 피실험자의 훈련을 통해서 청각 자극이 없이 순수한 생각만으로 방향을 검출할 수 있는 뇌파분석기를 만든다면 생각만으로도 물체의 방향을 제어할 수 있을 것이다.

• Proceedings of the KIPE Conference
• /
• 2014.07a
• /
• pp.150-151
• /
• 2014

높은 SOC(state-of-charge) 추정알고리즘의 성능을 위해서는 측정된 배터리 단자전압의 정확도가 요구된다. 그렇지만, 예기치 않은 에러로 인해 단자전압에 노이즈 성분이 추가될 경우 SOC 추정성능의 저하를 피할 수 없다. 그러므로, 본 논문에서는 이산 웨이블릿 변환(DWT;discrete wavelet transform)의 다해상도 분석(MRA;multi resolution analysis)의 디노이징(denoising)기법을 적용한 이차전지의 SOC 추정방법을 소개한다. MRA의 시간-주파수 분석을 통해 분해(decomposition)된 저주파 성분(approximation;$A_n$)과 고주파 성분(detail;$D_n$)중 노이즈에 관계된 $D_n$의 고주파 상세 계수(detail coefficient) $d_{j,k}$를 새로이 조정하고 이를 합성(synthesis)하여 디노이징을 마무리 한다. 확장 칼만필터(EKF;extended Kalman filter)의 비교 분석을 통해 제안된 방법의 타당성을 검증한다.

• Proceedings of the KIPE Conference
• /
• 2015.07a
• /
• pp.463-464
• /
• 2015

이산 웨이블릿 변환(DWT;discrete wavelet transform)의 다해상도 분석(MRA;multi resolution analysis)을 효율적으로 수행하기 위해서는 적절한 모함수(mother wavelet)의 선택이 필수적이다. 본 논문에서는, 노이즈가 포함된 충방전 전압의 디노이징(denoising)을 구현할 때, 모함수에 따른 디노이징 성능을 비교 및 분석한다. 고정된 MRA 레벨에서 6개의 모함수를 비교하되, 각 모함수에서 최대 SNR(signal-to-noise ratio)을 가지는 타입을 대푯값으로 정하여 모함수에 따른 디노이징 성능을 비교한다. 이를 위해, 하드 임계화(hard-thresholding) 및 소프트 임계화(soft-thresholding) 기법을 적용한다.

• Proceedings of the KAIS Fall Conference
• /
• 2009.12a
• /
• pp.295-298
• /
• 2009

다중 표적을 감시하는 무선 센서 네트워크에서 다중 표적이 서로 교차하게 될 때 각각의 표적을 분리하는 문제는 표적의 추적, 탐지, 식별 등의 분야에서 매우 중요하다. 기존의 무선 센서 네트워크에서는 에너지 기반의 기법을 사용하기 때문에 다중 표적의 위치를 추정할 수 없거나, 기지국에서의 원 신호 분석 방법을 통해 표적의 종류를 식별하여 각각의 표적을 분리한다. 후자의 방법은 무선 센서 노드의 통신량과 연산량을 증가시켜 센서 노드의 생존 시간이 짧아지는 단점이 있고, 표적 분리까지 걸리는 시간으로 인해 실시간 처리가 어렵다. 본 논문에서는 무선 센서 노드에서 웨이블릿 변환을 이용한 특징을 추출하고 이를 이용해 다중 표적이 센서 영역 내에서 교차하게 될 때 표적을 분리하는 방법을 제안한다. 제안된 방법은 웨이블릿 상수의 주파수 정보를 이용하여 적은 연산으로 표적을 분리한다.

• The KIPS Transactions:PartB
• /
• v.9B no.1
• /
• pp.57-66
• /
• 2002

In this paper, we propose a method for the improvement of EZW encoding algorithm. The EZW algorithm encodes wavelet coefficients using 4 symbols such as POS(POsitive), NEG(NEGative), IZ(Isolated Zero), and ZTR(ZeroTreeRoot) which are determined by the significance of wavelet coefficients. In this paper, we applied threshold to wavelet coefficients to improve the EZW algorithm. The coefficients below the threshold are adjusted to zero to generate more ZTR symbols in the encoding process. The overall EZW image compression system is constructed using run-length coding and arithmetic coding. The system shows remarkable results for various images. We finally present experimentation results.