• 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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 춘계학술발표대회
• /
• pp.700-703
• /
• 2016

OpenCV(Open Computer Vision)에서 제공하는 얼굴 검출 알고리즘은 Haar-like feature와 Cascade 방식을 이용하여 얼굴의 패턴을 찾아내 얼굴을 검출한다. 그러나 우연히 얼굴이 아닌 곳이 얼굴과 유사한 패턴일 경우, 얼굴로 인식하는 오류를 범하게 된다. 따라서 본 논문은 MCT(Modified Census Transform)와 신경망을 이용하여 잘못된 얼굴 검출 영역을 감소시키는 알고리즘을 제안한다. MCT는 다양한 조명 조건에서도 강인한 얼굴 영상의 지역적 구조 특징을 추출하기 위하여 사용되고, 신경망 알고리즘은 Haar-Cascade 알고리즘의 얼굴 검출 방법으로 검출된 영역이 실제로 얼굴인지 아닌지를 판단하기 위하여 사용된다. 실험에서 사용된 6개의 데이터들은 인터넷에서 수집한 것으로서, Haar-Cascade 알고리즘의 얼굴 검출 방법으로 얼굴을 검출하였을 때 오검출된 영역이 1개 이상 존재한다. 본 논문에서 제안한 알고리즘으로 실험한 결과, Haar-Cascade 알고리즘의 얼굴 검출 방법에 비하여 오검출된 영역이 감소된 것을 확인할 수 있었다.

• 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.

• 한국임상보건과학회지
• /
• 제4권4호
• /
• pp.756-761
• /
• 2016

Purpose. Noise occurs at measuring Electoretinogram(ERG) signals as the other bio-signal measurement. It is compared the denoising performance according to the mother function of wavelet transforms. Methods. The ERG signal that generated power supply noise and white noise was used as a sampling signal. The noise of ERG signal was filtered by using haar, db7, bior mother function. The filtering performance of each mother functions was compared using Fourier transform spectrum and SNR(signal to noise ratio). Results. In the haar functioin, the result of the Fourier transform spectrum was that the power supply noise is removed and the white noise performance is not good. The SNR was 27.0404. In the db7 function, the results of Fourier transform spectrum was that the power supply noise is removed and the white noise performance is good. The SNR was 35.1729. In the db7 function, the results of Fourier transform spectrum was that the power supply noise is removed and the white noise performance is the bset. The SNR was 35.4445. Conclusions. The db7, bior function was good results in power supply noise and white noise filtered. The bior function is suitable for filtering noise of the ERG signal.

• 한국정보통신학회논문지
• /
• 제3권1호
• /
• pp.83-95
• /
• 1999

웨이브릿 변환은 시간 및 주파수에 대하여 국부성을 가지며, 비정상상태의 신호를 해석하는데 유용하다. 웨이브릿 변환에서의 기저함수들은 원형 웨이브릿을 천이(translation) 및 확장/수축(dilation)을 시킴으로서 만들어진다. 본 논문은 두 개의 웨이브릿을 선형적으로 조합한 선형조합 웨이브릿 변환을 사용하여 시간-주파수 분석방법을 제안하였다. 그리고 제안된 선형조합 웨이브릿 변환을 사용하여 진단모니터링 시스템에 적용하였다. 제안한 선형조합 웨이브릿 변환 분석 방법의 유효성을 검증하기 위하여 FFT(Fast Fourier Transform), Daubechies, Haar 기법과 비교한다. 분석 대상 신호로는 linear chirp 신호, 팬 소음신호, 회전체 회전신호, 전기신호를 사용하였다. 그 결과는 정상상태 신호처럼 비정상상태 시간 신호를 나타내는데 적당하다. 또한 선형조합 웨이브릿을 사용한 진단 모니터링 시스템은 효과적인 신호분석을 수행한다.

• 제어로봇시스템학회논문지
• /
• 제15권8호
• /
• pp.839-844
• /
• 2009

In this paper, a real-time eye tracking method using fast face detection is proposed. Most of the current eye tracking systems have operational limitations due to sensors, complicated backgrounds, and uneven lighting condition. It also suffers from slow response time which is not proper for a real-time application. The tracking performance is low under complicated background and uneven lighting condition. The proposed algorithm detects face region from acquired image using elliptic Hough transform followed by eye detection within the detected face region using Haar-like features. In order to reduce the computation time in tracking eyes, the algorithm predicts next frame search region from the information obtained in the current frame. Experiments through simulation show good performance of the proposed method under various environments.

• 한국정보통신학회논문지
• /
• 제15권12호
• /
• pp.2641-2646
• /
• 2011

본 논문에서는 Haar Wavelet Transform(HWT)에 기반한 EZW 알고리즘을 적용하여 효율성 있는 영상 압축방법을 제시하였다. 제안된 Haar-EZW 알고리즘은 입력 영상을 자기유사성이 있는 상관관계를 사용한 HWT 계수를 이용하여 제로트리 부호화하는 코딩방법이다. HWT 계수가 임계값보다 크면 POS로 부호화되고, 임계값보다 작다면 NEG로 부호화된다. HWT 계수가 제로트리의 제곱근보다 크다면 ZTR로 부호화되고, HWT 계수가 임계값보다 적고 제로트리의 제곱근이 아니라면 IZ로 부호화된다. 모든 HWT 계수가 완전하게 부호화돨 때까지 이 프로세스는 반복된다. 본 논문에서는 제안된 Haar-EZW 알고리즘을 Daubechies, Antonini와 비교하였다. 그 결과로 Haar-EZW 알고리즘의 PSNR이 Daubechies, Antonini보다 우수한 것으로 나타났다.

• 한국산학기술학회논문지
• /
• 제16권1호
• /
• pp.658-665
• /
• 2015

의료영상에서 잡음을 제거하는 것과 명암대비를 좋게하는 것은 화질을 향상시키는 중요한 방법이다. 본 논문에서는 의료영상의 화질 향상을 위해 에지 기반 잡음 제거 방법과 적응적 비선형 히스토그램 스트레칭 알고리즘을 제안한다. 첫째, 웨이블릿 변환을 수행하고 분해된 고주파 부밴드 각각에 대해 Haar 변환을 수행한다. 동시에 수평, 수직, 대각 방향의 Sobel 마스크를 적용하여 방향별 에지를 검출한다. 둘째, 고주파 부밴드에 대해 에지 기반 적응적 문턱치를 이용하여 잡음을 제거한다. 셋째, 적응적 가중치를 이용하여 고주파 부밴드 계수 값을 향상한 후, Haar 역변환 및 웨이블릿 역변환을 수행하여 복원영상을 얻는다. 마지막으로 복원된 영상의 화소 값의 범위가 좁아졌으므로 제안하는 비선형 히스토그램 스트레칭 알고리즘을 이용하여 명암대비가 향상된 영상을 얻는다. 제안한 알고리즘을 낮은 명암대비를 갖는 의료영상에 적용했을 경우 효율적으로 에지를 보존하면서도 시각적으로 우수한 결과를 얻었다.

• 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.

• 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.