• 제어로봇시스템학회논문지
• /
• 제6권5호
• /
• pp.390-395
• /
• 2000

We present a fingerprint identification algorithm using the wavelet transform and correlation. The wavelet transform is used because of its simple operation to extract fingerprint minutiaes features for fingerprint classification. We perform the rowwise 1-D wavelet transform for a $256\times256$ fingerprint image to get a $1\times256$ column vector using the Haar wavelet and repeat 1-D wavelet transform for a 1$\times$256 column vector to get a $1\times4$ feature vector. Using PNN(Probabilistic Neural Network), we select the possible candidates from the stored feature vectors for fingerprint images. For those candidates, we compute the correlation between the input binary image and the target binary image to find the most similar fingerprint image. The proposed algorithm may be the key to a low cost fingerprint identification system that can be operated on a small computer because it does not need a large memory size and much computation.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2000년도 하계학술발표대회 논문집 제19권 1호
• /
• pp.165-168
• /
• 2000

A fast estimation method using wavelet transform for a time delay system is proposed. Main point of this method is to get the wavelet transform of the correlation between the input signal and delayed signal using transformed signals. But wavelet transform using Haar wavelet functions has basis with different phases and can offers a bisection method to estimate a time delay of a signal. Selective computation of the transform of correlation is performed and the computational complexity is reduced. Computational order of this method is O(N log N) and it is much love. than a simple correlation esimation when the length of signal is long.

• 한국전자통신학회논문지
• /
• 제19권1호
• /
• pp.113-118
• /
• 2024

본 논문에서는 음향신호의 배경잡음을 소거하기 위한 시스템에서 최적의 wavelet을 제안한다. 이 시스템은 기존의 단구간 푸리에변환(STFT: Short Time Fourier Transform) 대신 이산 웨이블릿변환(DWT: Discrete Wavelet Transform)을 수행한 후 심층학습과정을 통하여 잡음소거 성능을 개선하였다. DWT는 다해상도 대역통과필터 기능을 하며 각 레벨에서 모 웨이블릿을 시간 이동시키고 크기를 스케일링한 여러 웨이블릿을 이용하여 변환 파라미터를 구한다. 여기서 음성을 분석하는데 가장 적합한 모(mother) 웨이블릿을 선정하기 위해 여러 웨이블릿에 대한 잡음소거 성능을 실험하였다. 본 연구에서 여러 웨이블릿에 대한 잡음소거시스템의 성능을 검증하기 위하여 Tensorflow와 Keras 라이브러리를 사용한 시뮬레이션 프로그램을 작성하고 가장 많이 사용되는 4개의 wavelet에 대해 모의실험을 수행하였다. 실험 결과, Haar 또는 Daubechies 웨이블릿을 사용하는 경우가 가장 우수한 잡음소거 성능을 나타냈으며 타 웨이블릿을 사용하는 경우보다 평균자승오차(MSE: Mean Square Error)가 크게 개선되는 것을 볼 수 있었다.

• 대한원격탐사학회지
• /
• 제25권3호
• /
• pp.215-223
• /
• 2009

The noise removal as a preprocessing was tried with various kinds of wavelet pairs. Wavelet transform for 2D images generally uses the same wavelets as basis functions in horizontal and vertical directions. A method with different wavelets was tried for each direction separately, which gives more precise interpretation of the classification. Total 486 pairs of wavelets from nine basis functions were tried to remove image noises. The classification accuracies before and after the noise removal were compared. Although all kinds of wavelet pairs showed the increased accuracies in classification, there were best and worst wavelet pairs depending on the data sets. Wavelet pairs with low energy percentage of LL band showed the high classification accuracy. A pattern was found in the results that very similar vertical accuracy was distributed for each horizontal ones. Since Haar is the shortest length filter, Haar could be a predictor wavelet to find the good wavelet pairs.

• 한국지능시스템학회논문지
• /
• 제23권3호
• /
• pp.249-255
• /
• 2013

본 논문에서는 해양 환경에서 획득한 IR 영상으로부터 웨이블렛 변환을 이용한 크기 변화에 무관한 물표 탐지 알고리즘을 제안한다. 모폴로지 연산을 이용하여 영상의 잡음을 제거한 후 2-D 이산 Haar 웨이블렛 변환(DHWT) 기법을 통해 수평 방향 에지(HL), 수직 방향 에지(LH), 대각선 방향 에지(HH) 영상들을 생성한다. 해양 환경을 고려하여, 웨이블렛의 각 레벨에서 수평과 수직 에지 영상을 가우시안 블러링을 수행하고 블러링된 수직 및 수평 에지들을 서로 곱하여 하나의 영상으로 결합하여 saliency map을 생성한다. 그런 다음 saliency map을 이진화 하여 물표 후보 영역을 추출한다. 마지막으로 물표 후보 영역에서 소영역 제거를 통해 최종적인 물표 영역을 추출한다. 실험결과에서는 제안된 알고리즘의 타당성을 보인다.

• 대한전자공학회논문지SP
• /
• 제40권2호
• /
• pp.1-10
• /
• 2003

Watershed 알고리즘은 형태학 분야에서 연구되어 온 것으로 단순화된 영상에 대한 경사 영상 화소의 밝기 값을 고도로 생각함으로써 영상을 분할하는데 많이 적용하였다. 하지만, 노이즈에 의해 훼손된 영상을 분할 할 경우, 수 많은 local minima로 인해 영상이 과 분할되고, 분할된 영역을 병합하기 위한 계산 시간 증가의 문제점이 발생된다. 이러한 문제점을 해결하기 위해, 본 논문에서는 웨이블릿 변환을 사용한 watershed 기반 영상 분할의 효율성 증대를 위한 방법을 제안한다. 제안한 영상 분할 방법은 웨이블릿 변환을 이용한 영상의 계층적 표현인 피라미드 표현 단계, watershed 알고리즘을 이용한 영상 분할 단계, 웨이블릿 계수(coefficient)를 이용한 영역 병합 단계와 웨이블릿 역 변환(inverse wavelet transform)을 이용한 영역 투영 단계고 구성된다. 제안된 방법은 노이즈가 포함된 훼손된 영상을 분할 시 발생하는 과 분할문제를 감소시킬 뿐만 아니라, 분할 성능의 개선됨을 알 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.832-834
• /
• 2005

얼굴 인식을 위한 주요 기법인 PCA, LDA에 의한 mapping기법은 조명조건의 미세한 변화에 민감한 특성을 가진다. 얼굴 인식 연구에 있어서 인식률의 향상뿐만 아니라 실용적인 얼굴 인식 시스템을 구현하기 위해서는 조명 변화를 최소화 시키는 전처리 과정이 중요한 고려사항이다. 따라서 본 논문에서는 조명의 변화를 최소화 할 수 있는 전처리 방법으로 Haar 웨이블렛 변환으로 얻어진 웨이블렛 계수공간의 조정 후 역변환을 통한 영상향상을 제안한다. 실험 결과 제안한 방법은 기존의 전처리 방법으로 널리 쓰이는 히스토그램 평활화 방법에 비해 우수한 성능을 나타내었을 뿐만 아니라 메모리 절감효과에 따른 처리속도 증가를 보였다.

• 디지털융복합연구
• /
• 제11권2호
• /
• pp.243-248
• /
• 2013

본 논문에서는 복잡한 배경에서의 사람의 머리 추적에 있어서 효과적인 Adaptive Boosting에 의한 방법을 제안한다. 하나의 특징 추출 방법은 사람의 머리를 모델링하기에는 부족하다. 따라서 본 연구에서는 여러 가지 특징 추출 방법을 병행하여 정확한 머리 검출을 시도하였다. 머리 영상의 특징 추출은 sub-region과 Haar 웨이블릿 변환(Haar wavelet transform)을 이용하였다. Sub-region은 머리의 지역적인 특징을 나타내고, Haar 웨이블릿 변환은 얼굴의 주파수 특성을 나타내기 때문에 이들을 이용하여 특징을 추출하면 효과적인 모델링이 가능해 진다. 실시간으로 입력되는 영상에서 사람의 머리를 추적하기 위하여 제안하는 방법에서는 3가지 형태의 Harr-wavelet 특징을 AdaBoosting 알고리즘으로 학습한 후 결과를 이용하였다. 원래 AdaBoosting 알고리즘은 학습시간이 매우 길며 학습데이터가 변하면 다시 학습을 수행해야 하는 단점이 존재한다. 이 단점을 극복하기 위하여 제안하는 방법에서는 캐스케이드를 이용한 AdaBoosting의 효율적인 학습방법을 제안한다. 이 방법은 머리 영상에 대한 학습시간은 감소시키며, 학습데이터의 변화에도 효율적으로 대처할 수 있다. 이 방법은 학습과정을 레벨별로 분리한 후 중요도가 높은 학습데이터를 다음 단계에 반복적으로 적용시킨다. 제안하는 방법이 적은 학습 시간과 학습 데이터를 사용해서 우수한 성능을 가지는 분류기를 생성하였다. 또한, 이 방법은 다양한 머리데이터를 가진 실시간 영상데이터에 적용한 결과 다양한 머리를 정확하게 검출 및 추적하였다.

• 디지털콘텐츠학회 논문지
• /
• 제16권5호
• /
• pp.805-813
• /
• 2015

Compressive sensing 및 희소 복원 문제(sparse recovery problem)는 기존 디지털 기술의 한계를 극복할 수 있는 새로운 이론으로 많은 관심을 받고 있다. 그러나 신호 재구성에서 l1 norm 최적화 문제 해결에 많은 연산이 수행되며 따라서 병렬 처리 기법이 필요하다. 이 과정에서 무작위 행렬과 벡터 연산을 통한 변환 연산이 전체 과정 중에서 많은 부분을 차지하는데, 특히 원본 신호의 크기로 인해 이 과정에서 필요한 무작위 행렬을 메모리에 저장하기 곤란하며 계산 시 무작위 행렬의 절차적(procedural) 처리 방식이 필수적이다. 본 논문에서는 이 문제에 대한 해결책으로 단일 명령 다중 스레드(SIMT) 병렬 플랫폼 상에서 무작위 부분적 Haar 웨이블릿 변환을 절차적으로 계산할 수 있는 새로운 병렬 알고리듬을 제안한다.

• 대한원격탐사학회지
• /
• 제24권1호
• /
• pp.57-64
• /
• 2008

In the previous study, the Haar wavelet was used as the sole basis function for the 3D discrete wavelet transform because the number of bands is too small to decompose a remotely sensed image in band direction with other basis functions. However, it is possible to use other basis functions for wavelet decomposition in horizontal and vertical directions because wavelet decomposition is independently performed in each direction. This study aims to classify a high spatial resolution image with the six types of basis function including the Haar function and to compare those results. The other wavelets are more helpful to classify high resolution imagery than the Haar wavelet. In overall accuracy, the Coif4 wavelet has the best result. The improvement of classification accuracy is different depending on the type of class and the type of wavelet. Using the basis functions with long length could be effective for improving accuracy in classification, especially for the classes of small area. This study is expected to be used as fundamental information for selecting optimal basis function according to the data properties in the 3D DWT based image classification.