• 제목/요약/키워드: Gabor transform

검색결과 65건 처리시간 0.024초

QUALITATIVE UNCERTAINTY PRINCIPLE FOR GABOR TRANSFORM

  • Bansal, Ashish;Kumar, Ajay
    • 대한수학회보
    • /
    • 제54권1호
    • /
    • pp.71-84
    • /
    • 2017
  • We discuss the qualitative uncertainty principle for Gabor transform on certain classes of the locally compact groups, like abelian groups, ${\mathbb{R}}^n{\times}K$, K ⋉ ${\mathbb{R}}^n$ where K is compact group. We shall also prove a weaker version of qualitative uncertainty principle for Gabor transform in case of compact groups.

Gabor 코사인과 사인 변환 (A Gabor Cosine and Sine Transform)

  • 이적식
    • 대한전자공학회논문지SP
    • /
    • 제39권4호
    • /
    • pp.408-417
    • /
    • 2002
  • Gabor 코사인과 사인 함수는 인간시각 필터를 설명하기 위해서 많이 사용된다. 이 함수들로 영상주파수 성분을 국부적으로 표현하는 새로운 방법을 본 논문에서 제안한다. 직류 맥류와 계단입력에 대한 사이드 로브의 강도에 기초하여 기저함수의 변수들을 선택한다. Gabor 코사인과 사인으로 구성되는 결과적인 변환에 대해서 결합유효폭을 계산하고, 한정된 변환 계수만으로 영상을 복원하여 기존의 방법과 비교 검토한다. 제안한 변환이 DGT와 DCT보다 더 좋은 성능 결과를 나타낸다.

CHARACTERIZATION OF RATIONAL TIME-FREQUENCY MULTI-WINDOW GABOR FRAMES AND THEIR DUALS

  • Zhang, Yan;Li, Yun-Zhang
    • 대한수학회지
    • /
    • 제51권5호
    • /
    • pp.897-918
    • /
    • 2014
  • This paper addresses multi-window Gabor frames with rational time-frequency product. Such issue was considered by Zibulski and Zeevi (Appl. Comput. Harmonic Anal. 4 (1997), 188-221) in terms of Zak transform matrix (so-called Zibuski-Zeevi matrix), and by many others. In this paper, we introduce of a new Zak transform matrix. It is different from Zibulski-Zeevi matrix, but more direct and convenient for our purpose. Using such Zak transform matrix we characterize rational time-frequency multi-window Gabor frames (Riesz bases and orthonormal bases), and Gabor duals for a Gabor frame. Some examples are also provided, which show that our Zak transform matrix method is efficient.

다채널 Gabor 필터와 Log-Polar 변환을 사용한 내용기반 영상 검색 (Multichannel Gabor Filler and Log-Polar Transform for Content-Based Image Retrieval)

  • 박현;문영식
    • 대한전자공학회:학술대회논문집
    • /
    • 대한전자공학회 2000년도 하계종합학술대회 논문집(3)
    • /
    • pp.181-184
    • /
    • 2000
  • In this paper, we propose new features for describing texture images by using multi-channel Gabor filter and log-polar transform based on human visual system (HVS). Gabor features are extracted by the mean and standard deviation of energy in Gabor response, followed by Fourier series extension. Log-polar features are extracted by log-polar transform and projection. The proposed texture descriptor performs reasonably well with less number of features than other texture descriptors, which has been verified by experiments using some texture images of MPEG-7 data set.

  • PDF

가버 웨이블렛 변환 및 DCT를 이용한 자동 TFT-LCD 패널 얼룩 검출 (Automatic TFT-LCD Mura Defect Detection using Gabor Wavelet Transform and DCT)

  • 조상현;강행봉
    • 방송공학회논문지
    • /
    • 제18권4호
    • /
    • pp.525-534
    • /
    • 2013
  • 최근 다양한 형태의 TFT-LCD의 수요가 증가함에 따라 LCD 생산 과정에서 얼룩결함을 검사하는 기술에 대한 관심이 높아지고 있다. 본 논문에서는 가버 웨이블렛 변환(Gabor wavelet transform) 및 이산 코사인 변환(Discrete Cosine Transform, DCT)을 이용한 TFT-LCD 패널의 얼룩(mura)을 자동으로 검출하는 방법을 제안한다. 제안한 방법은 DCT 변환 기반의 TFT-LCD 패널 영상의 참조 패널 영상을 생성한다. 원 영상과 생성된 참조 패널 영상에 대해서 실수 가버 웨이블렛 변환(real gabor wavelet transform)을 적용하여 패널 영상에 포함되어 있는 얼룩 결함을 검출하는데 방해가 되는 텍스쳐 정보를 제거하고 변환 영상간의 차영상을 이용하여 제거 결함 영역을 추출한다. 추출된 영역에 대해서는 정량적 평가 과정을 통해 보다 정확한 얼룩 검출을 수행한다. 실험결과는 제안한 방법이 기존의 방법에 비해 보다 정확하고 효율적으로 얼룩을 검출하는 것을 보여준다.

Gabor 변화에 의한 영상부호화 (Image Coding Using Goabor Transform)

  • 도윤미;김남철
    • 한국통신학회논문지
    • /
    • 제16권11호
    • /
    • pp.1103-1116
    • /
    • 1991
  • 이산 Gabor 변환에 의한 변환계수들의 특성과 점진적 부호화시의 성능이 고찰되었다. 점진적 전송을 위한 부호화 기법으로 SAC 적응변환 부호화법이 사용되었다. 실험결과, 이산 Gabor변환은 에너지 집중성과 부호화 효율면은 다소 열등하나, 점진적 전송의 각 단계에서 블록화 현상이 적고 에너지 보존성도 우수한 것으로 나타났다.

  • PDF

Gabor Wavelet Transform을 이용한 움직이는 표적에 대한 움직임 보상 개선 (The Improvement of Motion Compensation for a Moving Target Using the Gabor Wavelet Transform)

  • 신승용;명로훈
    • 한국전자파학회논문지
    • /
    • 제17권10호
    • /
    • pp.913-919
    • /
    • 2006
  • 본 논문에서는 움직이는 표적에 대한 ISAR(Inverse SAR) 영상의 움직임 보상 기법에 대해서 기술하였다. 움직이는 표적에 대해서 단순히 퓨리에 변환만을 이용하여 ISAR 영상을 얻으면 일반적으로 영상에 퍼짐 현상이 나타난다. 이러한 영상의 퍼짐 현상에 대한 문제는 시간-주파수 변환 기법으로 해결할 수 있다. 본 논문에서는 ISAR 영상의 움직임 보상 기법 중에서도 짧은 시간 퓨리에 변환과 Gator 웨이브릿 변환의 방법에 대해서 기술하고 있다. 이러한 각 알고리즘에 대한 성능을 나타내기 위해서 우리는 이상적인 점 산란체와 simulated MIG-25에 대한 산란파를 이용하여 움직임 보상이 된 ISAR 영상을 획득하였다. 또한 짧은 시간 퓨리에 변환과 Gabor 웨이브릿 변환을 이용하여 구한 ISAR 영상의 해상도를 나타내고 있다.

Gabor 변환과 신경회로망을 이용한 홍채인식 (Human Iris Recognition Using Gabor Transform and Neural Network)

  • 조성원;성혁인;이필주;임철수
    • 한국지능시스템학회:학술대회논문집
    • /
    • 한국퍼지및지능시스템학회 1997년도 추계학술대회 학술발표 논문집
    • /
    • pp.397-401
    • /
    • 1997
  • 본 논문은 신경회로망과 Gabor변환을 홍채인식에 대한 연구이다. 현재 재발되고 있는 신원확인을 위한 여러 가지 인식 시스템 중 홍채인식의 특성과 비교우위적 장점을 소개하고, LVQ 신경회로망을 효과적인 초기화 방법과 Gabor변환을 이용한 홍채테이터의 특징추출에 대하여 논한다.

  • PDF

Gabor, MDLC, Co-Occurrence 특징의 융합에 의한 언어 인식 (Language Identification by Fusion of Gabor, MDLC, and Co-Occurrence Features)

  • 장익훈;김지홍
    • 한국멀티미디어학회논문지
    • /
    • 제17권3호
    • /
    • pp.277-286
    • /
    • 2014
  • 본 논문에서는 Gabor 특징과 MDLC 특징, 그리고 co-occurrence 특징의 융합에 의한 질감 특징 기반언어 인식 방법을 제안한다. 제안된 방법에서는 먼저 시험 영상에 Gabor 변환에 이은 크기 연산자를 적용하여 Gabor 크기 영상을 얻고 그 통계치를 계산하여 결과를 벡터화한다. 이어서 MDLC 연산자를 이용하여 MDLC 영상을 얻고 역시 그 통계치를 계산하여 벡터화한다. 다음으로 시험 영상으로부터 GLCM을 계산하고 이를 이용하여 co-occurrence 특징을 계산한 다음 벡터화한다. 이들 Gabor, MDLC, co-occurrence 특징에 의한 벡터들은 벡터 융합에 의하여 특징 벡터로 사용된다. 분류 단계에서는 얼굴 인식에 주로 사용되는 WPCA를 분류기로 하여 시험 특징 벡터와 가장 유사한 학습 특징 벡터를 찾는다. 제안된 방법의 성능은 15개국 언어의 문서를 스캔하여 얻은 시험 문서 영상 DB에 대한 평균 인식률을 조사하여 알아본다. 실험 결과 제안된 방법은 시험 DB에 대하여 비교적 낮은 특징 벡터 차원으로 매우 우수한 언어 인식 성능을 보여준다.

영상 잡음제거를 위한 게이버 코사인과 사인 변환의 소프트 문턱 방법 (Soft Thresholding Method Using Gabor Cosine and Sine Transform for Image Denoising)

  • 이적식
    • 융합신호처리학회논문지
    • /
    • 제11권1호
    • /
    • pp.1-8
    • /
    • 2010
  • 영상에 존재하는 잡음을 제거하는 방법은 공간영역과 변환영역에서 많은 연구가 되어 왔다. 초기에는 공간영역에서 저역통과필터를 많이 사용하였으나, 최근에는 변환영역에서 이산 웨이브릿 변환이 탁월한 에너지 집중도와 다분해능 성질에 기인하여 영상압축 뿐만 아니라 잡음제거에도 많이 사용되고 있다. 본 논문은 인간시각필터로 고려되는 Gabor 코사인과 사인 함수를 이용한 변환을 소프트 문턱치 기법으로 영상 잡음제거 응용에 적용하고자 한다. 기존 소프트 문턱치 기법을 이용하는 우수한 웨이브릿 변환과 PSNR 성능을 비교하고, 잡음 제거된 결과 영상을 시각적으로도 비교한다. 4가지 Gaussian 분포 잡음을 첨가한 여러 실제 영상의 실험으로부터 제안한 변환이 PSNR 성능에서 최대 1.18dB 우수하고, 시각적 인지에서도 분명한 차이를 보였다.