• Proceedings of the KIPE Conference
• /
• 2014.07a
• /
• pp.152-153
• /
• 2014

본 논문에서는 이차전지의 특성비교/분석을 위해 이산 웨이블릿 변환(DWT;discrete wavelet transform)과 웨이블릿 패킷 변환(WPT;wavelet packet transform)을 적용한 연구를 소개한다. 다해상도 분석(MRA; multi resolution analysis)의 시간-주파수 분석을 통해 저주파 성분(approximation;$A_n$)과 고주파 성분(detail;$D_n$)로 분해되는 것은 두 방법 동일하다. 하지만, 이산 웨이블릿 변환이 단순히 저대역 부분만 계속 분해하는 것과 달리 웨이블릿 패킷 변환은 저대역과 고대역을 모두 분해하여 높은 분해성능을 가지는 웨이블릿의 일반화이다. 웨이블릿 패킷 변환을 자세히 소개하고 이를 이차전지에 적용하여 이산 웨이블릿 변환과의 상관성을 정리하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.259-259
• /
• 2019

시계열 자료들을 분석하고자 하는 경우 자료가 정상성(stationarity)을 만족하는 경우는 드물다. 특히 계절성을 제거한 자료들에서는 정량화하기 어려운 주기성이 많이 관찰된다. 즉, 어떤 특정지역에서 나타나는 현상이 다른 기상 현상에 영향을 미칠 것은 자명한 일이나 그 관련성이 선형(linearity)일 가능성은 극히 드물다. 따라서 그들 사이의 관련성이 선형성에 근거한 지표들로 정량화되어야 한다. 이러한 문제점을 해결하기 위해서 다양한 방법이 사용되며 그중에서 웨이블릿 분석을 통해 본 연구를 진행하였다. 웨이블릿 변환(wavelet transforms)은 특수한 함수의 집합으로 구성되어 기존 웨이블릿 신호의 분석을 위해 사용되는 방법이다. 이 변환은 푸리에 변환에서 변형된 방법으로 특정한 기저 함수(base function)를 이용하여 기존의 시계열 자료를 주파수로 바꾸는 변환이다. 웨이블릿 변환에서 기저 함수를 모 웨이블릿이라고 하며 이를 천이, 확대 및 축소 과정을 통해 주파수를 구성한다. 웨이블릿 분석은 모 웨이블릿을 분해하고 재결합하여 시계열 분석을 할 수 있다. 모 웨이블릿 함수에는 Haar, Daubechies, Coiflets, Symlets, Morlet, Mexican Hat, Meyer 등의 여러 가지 종류의 모 웨이블릿 함수가 있으며 모 웨이블릿이 달라지면 결과가 다르게 나타난다. 기존에는 Morlet 웨이블릿을 주로 이용하여 주파수분석에 사용하여 결과를 도출하였다. 그리고 시계열 자료는 크게 백색잡음(White Noise), 장기기억(Long Term Memory), 단기기억(Short Term Memory)으로 나뉜다. 각 시계열 자료의 종류에 따라 임의의 시계열 자료를 산정하여 그에 따른 웨이블릿 분석을 통해 모 웨이블릿의 특성을 도출하였다. 본 연구에서는 웨이블릿 분석을 통해 시계열 자료의 최적 모 웨이블릿을 결정하고자 남방진동지수(SOI), 북극진동지수(AOI)의 자료를 이용하여 웨이블릿 분석을 시도하였다. 웨이블릿 분석은 모 웨이블릿에 따라 달라지는 결과를 토대로 분석하였으며 이를 정상성과 지속성에 따라 분류된 시계열에 적용하여 최적 모 웨이블릿을 결정하고자 하였다. 본 연구에서는 임의의 시계열 자료에서 설정한 최적의 모 웨이블릿을 AOI와 SOI와 같은 실제 시계열 자료에 대입하여 분석을 진행하였다. 본 연구에서는 시계열 자료의 종류를 구분하고 자료의 특성에 따라 가장 적합한 모 웨이블릿을 구하고자 하였다.

• Journal of the Korean Society for Nondestructive Testing
• /
• v.21 no.1
• /
• pp.54-61
• /
• 2001

A software package to classify acoustic emission (AE) signals using the wavelet transform and the neural network was developed Both of the continuous and the discrete wavelet transforms are considered, and the error back-propagation neural network is adopted as m artificial neural network algorithm. The signals acquired during the 3-point bending test of specimens which have artificial defects on weld zone are used for the classification of the defects. Features are extracted from the time-frequency plane which is the result of the wavelet transform of signals, and the neural network classifier is tamed using the extracted features to classify the signals. It has been shown that the developed software package is useful to classify AE signals. The difference between the classification results by the continuous and the discrete wavelet transforms is also discussed.

• Proceedings of the Korea Contents Association Conference
• /
• 2003.05a
• /
• pp.376-382
• /
• 2003

Recently, there have been many types of wavelet transformations proposed to remove the noise from an signal and image data By using feature of seperating the noise from the original image the Wavelet transformations can retain the edges of the images The wavelet analysis is complete when the basis function is coded into the wavelet This Thesis describes a method of using wavelet transformation to remove the noise from an image signal. Although the wavelet transformation proposed by Donoho and Johnstone works, it does not reliably remove all the noise from the images. So this thesis propose an algorithm that selected Wavelet Shrinkgae and threshold according to the features of bands and amplitude of noise.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2003.10a
• /
• pp.260-263
• /
• 2003

The pseudocolor mage enhancement of gray image using wavelet filter coefficients is presented. The psuedocolor enhancement is that the decomposition enhancement is realized by wavelet transform and RGB image is extracted by wavelet filter coefficients with norma waveletl. The result of experiment an increases enhanced gray image as 30dB compared the processing of wavelet filter coefficients.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2003.05a
• /
• pp.192-195
• /
• 2003

This paper is a study on the psuedocolor image enhancement of infrared image using B-spline wavelet transform. The psuedocolor enhancement is that the frequency lose on the minimum, the decomposition enhancement is realized by B-spline and RGB image is extracted by wavelet transform. The result of experiment increases enhanced infrared image as 3dB by processing of B-spline and wavelet transform.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.10B
• /
• pp.1409-1418
• /
• 2001

영상 압축 분야에서 많은 정수 웨이블릿 변환들이 손실 압축 성능, 무 손실 압축 성능, 그리고 복잡성을 기준으로 비교되었다. 응용분야에 따라서 상대적인 조건에 의한 최적인 웨이블릿 변환을 선택함에 따라서 여러 웨이블릿 변환들 중에서 상대적으로 우수한 변환들이 존재함이 알려졌다. 본 논문에서는 우수한 성능을 보이는 웨이블릿 필터들을 리프팅 기법을 응용해서 통합한다. 이들 우수한 몇 개의 변환들은 간단한 파라미터로 표현이 가능하고 이들 파라미터들은 주어진 입력 영상에 종속적이다. 본 논문에서는 이들 파라이터를 구현하는 이론적인 결과와 실험결과를 제공한다. 제안된 방법이 S+P[2] 방법보다 대다수 경우에서 우수함을 실험결과로서 보여주고 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.07a
• /
• pp.524-527
• /
• 2011

본 논문에서는 웨이블릿 기저를 적용하여 영상을 주파수 대역이 각각 다른 영상으로 분리하고 이들과 원본 영상을 조합 후 웨이블릿 역변환을 적용하여 고해상도의 영상을 획득하는 초고해상도 기법을 제안한다. 기존의 단일 영상을 이용한 초고해상도 기법의 경우 영상에서의 고주파 대역을 찾기 위해 확률 기반의 여러 다양한 방법이 제시되었으나 연산 복잡도 증가로 인해 처리시간 증가 등의 문제가 발생한다. 이러한 문제를 해결하기 위해 웨이블릿 기저 함수를 이용한 다양한 초고해상도 기법이 제안되었다. 본 논문에서는 주어진 영상 내에서 웨이블릿 기저 함수를 이용하여 주파수 대역 별로 영상을 먼저 생성하고, 원본 영상과 주파수 대역 별로 분리된 영상을 조합한 후 웨이블릿 역변환을 적용하여 해상도를 증가시키는 새로운 기법을 제안한다. 실험을 통해 제안하는 웨이블릿 기반의 초고해상도 기법이 기존의 해상도 향상을 위한 다양한 보간법에 비해 향상된 효율을 보이는 것을 확인하였다.

• The Journal of the Acoustical Society of Korea
• /
• v.25 no.7
• /
• pp.325-332
• /
• 2006

In this paper. we Propose the noise suppressor with the Perceptual model and wavelet packet transform. The objective is to enhance speech corrupted colored or non-stationary noise. If corrupted noise is colored. subband approach would be more efficient than whole band one. To avoid serious residual noise and speech distortion, we must adjust the Wavelet Coefficient Threshold (WCT). In this Paper. the subband is designed matching with the critical band and WCT is adapted noise masking threshold (NMT) and segmental signal to noise ratio (seg_SNR). Consequently. it has similar Performance with EVRC in PESQ-MOS. But it's better than wavelet packet transform using universal threshold about 0.289 in PESQ-MOS. The important thing is that it's more useful than EVRC in coded speech. In coded speech. PESQ-MOS is higher than EVRC about 0.23.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.467-469
• /
• 2000

본 논문은 웨이블릿 변환영역 하에서 칼라 히스토그램과 에너지 벡터를 이용한 컷검출 방법을 제안한다. 기존의 컷 검출 방법들은 대부분 공간영역과 변환영역 각각에 대한 특징을 이용해 컷을 검출하였다. 그러나 본 논문에서는 웨이블릿 변환영역 하에서도 공간영역 특성을 유지하는 LL밴드 상의 칼라 히스토그램과 LH와 HL밴드의 에너지 값을 변환영역 특성으로 함께 고려하였다. 최근 영상 압축 표준에 웨이블릿을 이용한 압축기법이 사용되고 있으므로, 제안한 방법은 웨이블릿 압축 영상에서 압축을 해제할 필요 없이 검출하는데 사용되어질 수 있다. 제안한 방법의 성능평가를 위하여 광고, 뉴스, 스포츠, 영화 등 5개 분야의 다양한 TV 프로그램에서 약 10,000개의 프레임으로 실험한 결과, Recall에서는 약 90%, Precision에서는 약 94%의 컷 검출 성능을 나타내었다.