• Journal of Information Processing Systems
• /
• 제13권4호
• /
• pp.852-862
• /
• 2017

In this work a Discrete Cosine Transform (DCT)-based feature dimensionality reduced approach for fingerprint matching is proposed. The DCT is applied on a small region around the core point of fingerprint image. The performance of our proposed method is evaluated on a small database of Bologna University and two large databases of FVC2000. A dimensionally reduced feature vector is formed using only approximately 19%, 7%, and 6% DCT coefficients for the three databases from Bologna University and FVC2000, respectively. We compared the results of our proposed method with the discrete wavelet transform (DWT) method, the rotated wavelet filters (RWFs) method, and a combination of DWT+RWF and DWT+(HL+LH) subbands of RWF. The proposed method reduces the false acceptance rate from approximately 18% to 4% on DB1 (Database of Bologna University), approximately 29% to 16% on DB2 (FVC2000), and approximately 26% to 17% on DB3 (FVC2000) over the DWT based feature extraction method.

• 한국자기공명학회논문지
• /
• 제4권2호
• /
• pp.103-115
• /
• 2000

Wavelet transforms are introduced as a new tool to distinguish real peaks from the noise contaminated NMR data in this paper. New algorithms of two wavelet transforms including Daubechies wavelet transform as a discrete and orthogonal wavelet transform (DWT) and Morlet wavelet transform as a continuous and nonorthogonal wavelet transform(CWT) were developed fer noise elimination. DWT and CWT method were successfully applied to the noise reduction in spectrum. The inevitable distortion of NMR spectral baseline and the imperfection in noise elimination were observed in DWT method while CWT method gives a better baseline ahape and a well noise suppressed spectrum.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2004년도 Proceedings of ISRS 2004
• /
• pp.224-227
• /
• 2004

From 1980's, the DWT(Discrete Wavelet Transform) is applied to the data/image processing. Many people use the DWT in remote sensing for diversity purposes and they are satisfied with the wavelet theory. Though the algorithm for wavelet is very diverse, many people use the standard wavelet such as Daubechies D4 wavelet and biorthogonal 9/7 wavelet. We will overview the wavelet theory for discrete form which can be applied to the image processing. First, we will introduce the basic DWT algorithm and review the wavelet algorithm: EZW (Embedded Zerotree Wavelet), SPIHT(Set Partitioning in Hierarchical Trees), Lifting scheme, Curvelet, etc. Finally, we will suggest the properties of wavelet algorithm; and wavelet filter for each image processing in remote sensing.

• 한국해양공학회:학술대회논문집
• /
• 한국해양공학회 2001년도 추계학술대회 논문집
• /
• pp.169-173
• /
• 2001

This study presents the results of decoupling of free decay roll test data by discrete wavelet transform. Free roll decay test was performed to decide the coefficients of damping terms in equation of motion. During the experiment, a slight yaw motion was found while the model was in the free roll decay motion. Discrete wavelet transform was applied to the signal to extract the pure roll motion. The results were compared to those of the Fourier transform. DWT was able to decouple the two signals efficiently while the Fourier transform was not.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2020년도 전력전자학술대회
• /
• pp.1-3
• /
• 2020

본 논문은 주파수 분석 방법 중 하나인 Discrete Wavelet Transform (DWT)을 활용하여 태양광 직렬 아크 사고를 검출하는 방법에 관하여 다룬다. DWT 알고리즘은 주파수 도메인에서도 시간 축 정보를 표현할 수 있어 기존의 Fast Fourier Transform (FFT) 주파수 분석 알고리즘과 차이점이 있으며, 대용량 태양광 시스템의 직렬 아크 사고 검출에 최적화 되도록 DWT 알고리즘의 속도를 향상시켜 태양광 DC 아크 사고 안전규격인 UL1699B의 요구 조건을 만족시켰다. DWT 알고리즘의 경우 TMS320F28033 기반으로 구현 되었으며 대용량 PV 시스템 적용을 위해 로고스키코일을 전류 센서로 사용하였다. 또한, 모의 DC 직렬 아크 발생 회로를 구축하여 제작한 사고 검출기의 성능을 실제 아크 발생 조건에서 검증하였다.

• 한국통신학회논문지
• /
• 제38A권3호
• /
• pp.240-248
• /
• 2013

본 논문에서는 이산 웨이블릿 변환(Discrete Wavelet Transform: DWT)과 적응적 가중치 보간법을 이용한 효율적인 초해상도 기법을 제안한다. 기존의 단일 영상에 적용되는 초해상도 기법들의 경우, 영상에서의 고주파 대역을 찾기 위하여 확률 기반의 방법들을 많이 사용하였다. 따라서 연산의 복잡도가 증가하고 처리시간 증가라는 문제점을 발생시킨다. 제안된 기법에서는 고주파 대역을 찾기 위한 방법으로 DWT와 적응적 가중치 보간법을 이용한다. 먼저 주어진 영상에 대하여 DWT를 수행하고, 생성된 고주파 부대역(sub-band)들을 적응적 가중치 보간법을 이용하여 입력 받은 영상과 동일한 크기의 고주파 부대역을 생성한다. 이 부대역들과 입력 받은 영상을 조합하여 이산 웨이블릿 역변환(Inverse DWT : IDWT)을 수행함으로써 고해상도의 영상을 획득하게 된다. 실험을 위하여 원본 영상($512{\times}512$)을 다운 샘플링하여 실험 영상($256{\times}256$)을 획득한다. 실험을 통하여 제안된 기법이 기존의 보간법에 비해 향상된 효율을 보이며, 확률 기반의 기법들과 비슷한 성능을 갖지만 처리시간에서 많은 이득을 보이는 것을 확인할 수 있었다.

• 디지털산업정보학회논문지
• /
• 제8권2호
• /
• pp.131-143
• /
• 2012

This paper introduces the double-density discrete wavelet transform using 3 direction separable processing method, which is a discrete wavelet transform that combines the double-density discrete wavelet transform and quincunx sampling method, each of which has its own characteristics and advantages. The double-density discrete wavelet transform is nearly shift-invariant. But there is room for improvement because not all of the wavelets are directional. That is, although the double-density DWT utilizes more wavelets, some lack a dominant spatial orientation, which prevents them from being able to isolate those directions. The dual-tree discrete wavelet transform has a more computationally efficient approach to shift invariance. Also, the dual-tree discrete wavelet transform gives much better directional selectivity when filtering multidimensional signals. But this transformation has more cost complexity Because it needs eight digital filters. Therefor, we need to hybrid transform which has the more directional selection and the lower cost complexity. A solution to this problem is a the double-density discrete wavelet transform using 3 direction separable processing method. The proposed wavelet transformation services good performance in image and video processing fields.

• 한국컴퓨터정보학회논문지
• /
• 제11권2호
• /
• pp.53-63
• /
• 2006

본문에서는 Discrete Wavelet Transform(DWT)를 기반으로 한 워터마킹 알고리즘을 제안하였다. 제안한 방법은 원 영상을 네 개의 영상으로 분할하고, 각 분할된 영상들을 2단계 DWT한다. 네 개의 DWT된 영상 중 하나의 영상에 에지 테이블(Edge Table) 이라는 새로운 개념으로 영상의 고유한 에지 특성을 고려해 워터마크를 삽입하였다. 워터마크 추출 시에는 워터마크가 삽입된 한 개의 분할 영상과 나머지 분할 영상들을 비교하여 원 영상 없이 워터마크를 추출하였다. 기존의 Blind 워터마킹의 문제점 중의 하나인 명암이 급격히 변하는 에지 영역에서의 부정확한 추정을 본 논문에서는 에지 테이블을 사용하여 극복하였다. 뿐만 아니라, 저주파(Low frequency) 영역에 워터마크를 삽입하여, 영상의 품질(Quality)를 유지하였고, 영상의 평가 방법인 PSNR 테스트 및 인간의 눈에서 느껴지는 주관적인 화질도 향상됨을 보였다.

• Journal of Biosystems Engineering
• /
• 제38권1호
• /
• pp.48-54
• /
• 2013

Purpose: This study evaluated the feasibility of using a discrete wavelet transform (DWT) method as a preprocessing tool for visible/near-infrared spectroscopy (VIS/NIRS) with a spectroscopic transmittance dataset for predicting the internal quality of cherry tomatoes. Methods: VIS/NIRS was used to acquire transmittance spectrum data, to which a DWT was applied to generate new variables in the wavelet domain, which replaced the original spectral signal for subsequent partial least squares (PLS) regression analysis and prediction modeling. The DWT concept and its importance are described with emphasis on the properties that make the DWT a suitable transform for analyzing spectroscopic data. Results: The $R^2$ values and root mean squared errors (RMSEs) of calibration and prediction models for the firmness, sugar content, and titratable acidity of cherry tomatoes obtained by applying the DWT to a PLS regression with a set of spectra showed more enhanced results than those of each model obtained from raw data and mean normalization preprocessing through PLS regression. Conclusions: The developed DWT-incorporated PLS models using the db5 wavelet base and selected approximation coefficients indicate their feasibility as good preprocessing tools by improving the prediction of firmness and titratable acidity for cherry tomatoes with respect to $R^2$ values and RMSEs.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• pp.347-350
• /
• 2020

본 논문에서는 영상 변환 기술인 이산웨이블릿변환(Discrete Wavelet Transform, DWT)를 딥러닝 기반의 네트워크로 구현한다. 딥러닝 기술 중에도 CNN 기반으로 네트워크를 설계하였으며, 본 DWT 네트워크는 해상도에 의존적이지 않은 계층들로만 구성된다. 데이터세트를 구성할 때 파이썬의 라이브러리를 사용하여 레이블 데이터세트를 구성한다. 128×128크기의 gray-scale 영상을 입력으로 사용하고 이에 대응하는 레이블 데이터세트를 구성하여 1-level DWT를 수행하는 네트워크의 학습을 진행한다. 역방향 변환도 네트워크 설계 후 데이터세트를 구성하여 학습을 진행한다. 학습이 완료된 1-level DWT 네트워크를 반복적으로 사용하여 Multi-level DWT 네트워크를 구성한다. 또한 양자화에 의한 간단한 영상압축 실험을 진행하여 DWT 네트워크의 성능과 압축 등의 응용분야에 활용할 수 있음을 보인다. 설계한 DWT 네트워크의 1-level 순방향 변환 성능은 42.18dB의 PSNR을 보였고, 1-level 역방향 변환 성능은 50.13dB의 PSNR을 보였다.