• 한국자기공명학회논문지
• /
• 제5권2호
• /
• pp.66-72
• /
• 2001

The noise suppression of time domain NMR data by discrete wavelet transform with high order Daubechies wavelet coefficients exhibits severe peak distortion and incomplete noise suppression near real signal. However, the fact that even a shift averaged Harr wavelet transform with a set of Daubechies wavelet coefficients (1/2, -l/2) can be used as a new and excellent tool to distinguish real peaks from the noise contaminated NMR signal is introduced. New algorithms of shift averaged Harr wavelet were developed and quantitatively evaluated in terms of threshold and signal to noise ratio (SNR).

• Bulletin of the Korean Chemical Society
• /
• 제24권7호
• /
• pp.971-974
• /
• 2003

By utilizing singular value decomposition (SVD) and shift averaged Harr wavelet transform (WT) with a set of Daubechies wavelet coefficients (1/2, -1/2), a method that can simultaneously eliminate an unwanted large solvent peak and noise peaks from NMR data has been developed. Noise elimination was accomplished by shift-averaging the time domain NMR data after a large solvent peak was suppressed by SVD. The algorithms took advantage of the WT, giving excellent results for the noise elimination in the Gaussian type NMR spectral lines of NMR data pretreated with SVD, providing superb results in the adjustment of phase and magnitude of the spectrum. SVD and shift averaged Haar wavelet methods were quantitatively evaluated in terms of threshold values and signal to noise (S/N) ratio values.

• 한국자기공명학회:학술대회논문집
• /
• 한국자기공명학회 2002년도 International Symposium on Magnetic Resonance
• /
• pp.73-73
• /
• 2002

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제9권6호
• /
• pp.646-661
• /
• 2003

웹환경에서 모든 클라이언트 컴퓨터에 방대한 볼륨데이타를 저장하여 놓고 이것을 인터랙티브하게 가시화하는 것은 쉽지 않다. 한 가지 해결 방법은 볼륨데이타를 압축하여 데이타베이스 서버에 보관하여 놓고 요구에 맞추어 네트워크를 통하여 클라이언트 컴퓨터에 전송하여 가시화하는 것이다. 이러한 경우 압축에 많이 사용하는 알고리즘이 웨이블릿 변환이다. 이 논문에서는 서버 컴퓨터에서 볼륨데이타를 웨이블릿 알고리즘을 이용하여 압축하여 놓고 클라이언트 컴퓨터로 전송하여 디렉트볼륨렌더링하는 패러다임에 적합한 웨이블릿과, 압축률을 구하기 위한 실험을 한다. Engine, CThead, Bentum 볼륨데이타를 Har, Daubechies4, 12, 20 웨이블릿을 이용하여 각각 전체 데이타의 50%, 10%, 5%, 1%, 0.1%, 0.03%로 압축하여 디렉트볼륨렌더링을 이용하여 가시화한 후 육안 및 영상평가지표를 이용하여 평가하였다. 성능은 압축률이 낮은 범위에서는 Harr 웨이블릿이 우수하였고 압축률이 높은 곳에서는 Daubechies4와 Daubechies12 웨이블릿이 우수하였다. 바람직한 압축률은 육안으로 평가한 경우는 전체 데이타의 약 1%이고 영상평가지표를 이용하여 평가한 경우는 전체 데이타의 약 5-10%이었다.

• Journal of Power Electronics
• /
• 제16권4호
• /
• pp.1407-1414
• /
• 2016

Unlike existing pulse-width modulation (PWM) techniques, such as sinusoidal PWM and random PWM, the wavelet PWM (WPWM) technique based on a Harr wavelet function can achieve a high fundamental component for the output voltage, low total harmonic distortion, and simple digital implementation. However, the original WPWM method lacks output voltage control. Thus, the practical application of the WPWM technique is limited. This study proposes an improved WPWM technique that can regulate output voltage amplitude with the addition of a parameter. The relationship between the additional parameter and the output voltage amplitude is analyzed in detail. Experimental results verify that the improved WPWM exhibits output voltage control in addition to all the merits of the WPWM technique.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1996년도 추계학술대회
• /
• pp.377-380
• /
• 1996

The purpose of this paper is to improve the P-wave detection capacity using wavelet transform. The first procedure is to remove baseline drift using the median filter. The second procedure is to cancel ECG's QRS-T complex with ECG's QRS-T complex templete to get P-wave candidate. Before we cancelled out the QRS-T complex, we estimated the best matching between templete and QRS-T complex to minimize the error. Then, Harr wavelet was used to eleminate the high frequency noise of ECG wave form cancelled the QRS-T complex. Finally, P-wave was discriminated and confirmed by threshold value. By using this method, We can got the around 95.1% P-wave detection.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2000년도 하계종합학술대회논문집
• /
• pp.253-256
• /
• 2000

In this paper, we propose the lossless image compression algorithm using the integer wavelet transform. Recently, the S＋P transform is widely used and computed with only integer addition and bit-shift operations, but not proper to remove the correlation of smooth images. then we compare the Harr wavelet of the S＋P transform with various integer coefficient filter banks and apply 9/7 ICFB to the wavelet transform. In addition, we propose a entropy-coding method that exploits the multiresolution structure and the feedback of the prediction error, and can efficiently compress the transformed image for progressive transmission. Simulation results are compared to the compression ratio using the S+P transform with different types of images.

• 전자공학회논문지S
• /
• 제34S권1호
• /
• pp.132-144
• /
• 1997

The rotation-invariant pattern recognition filter using circular harmonic function of the wavelet transforme dsreference image by morlet, mexican-hat, and haar wavelt function is proposed. The rotated reference images, the images sililar to the reference image, and the images which are added by random noise are used for the inpt images, and in case of the input images with random noise, they are applied to the recognition after removing the random noise by the transformed moving average method with proper thresholding value and window size. The proposed optical wavelet circular harmonic matched filter (WCHMF) is a type of the matche dfilter, so that it can be applied to the 4f vander lugt optical correlation system. SNR and discrimination capability of the proposed filter are compared with those of the conventional HF, the POCHF, and the BPOCHF. The proper wavelet function for the reference image used in this paper is achieved by applying morlet, mexican-hat, and harr wavelet function ot the proposed filter, and the proposed filter has good SNR and discrimination capability with rotation-invariance in case of the morlet wavelet function.

• 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.

• 한국정보통신학회논문지
• /
• 제9권7호
• /
• pp.1513-1517
• /
• 2005

본 논문에서는 얼굴영역을 검출하기위해 얼굴 피부색을 보다 효과적으로 모델링하기 위한 피부색 특성을 고려하여 밝기 성분을 제거한 Red, Blue, Green 채널을 모두 사용하는 Hue, Cb, Cg의 M배i-Channel 피부색 모델을 사용한다. 얼굴영역을 분리한 영상에 Harr 웨이블릿을 이용한 에지영상 추출과 얼굴영역의 특징벡터를 구하기 위하여 26개의 특징벡터를 사용한 효율적인 고차 국소 자동 상관함수를 사용하였다. 계산된 특징벡터는 BP 신경망의 학습을 통하여 얼굴인식을 위한 데이터로 사용된다. 시뮬레이션을 통해 제안된 알고리즘에 의한 인식률향상과 속도 향상을 입증한다.