• 한국해양공학회지
• /
• 제16권6호
• /
• pp.32-36
• /
• 2002

This paper presents the results of wave profile detection from video image using the Mexican hat function. The Mexican hat function has been extensively used in the field of signal processing to detect discontinuity in the images. The analysis was done on the numerical image and video images of waves that were taken in the small wave flume. The results show that the Mexican hat function is an excellent tool for wave profile detection.

• 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.

• 한국전산구조공학회논문집
• /
• 제24권4호
• /
• pp.355-364
• /
• 2011

본 논문은 이미지 처리나 신호처리 및 정보압축 등에 사용되는 웨이블릿 급수를 이용하여 4계 타원형 미분방정식을 풀때 그 방법에 대하여 논의하고자 한다. 본 논문에서 사용한 Hat 웨이블릿 함수는 $H^1$-공간에 속한 급수로서 일반적으로 2계 타원형 미분방정식에 적용하기에는 무리가 없으나 4계 타원형 미분방정식에 적용하기에는 불충분한 미분가능회수를 가지고 있다. 따라서 이 문제를 극복하기 위해 모멘트와 처짐을 미지수로 하는 선형방정식을 순차적으로 구성하고 풀어내는 방법을 사용하였다. 모멘트와 처짐을 미지수로 하는 순차적 해석법은 탄성하중법(모멘트면적법)의 응용으로 생각할 수 있다. 또한 그 정식화과정에서 무요소법과 동일한 점과 차이점을 언급하였다. 예측한 바와 같이 Hat 웨이블릿 함수의 항을 많이 고려할수록 수치해석의 해가 향상되는 것을 확인할 수 있었다. 또한 응력특이를 갖는 오일러보 문제의 경우 제안된 해석법은 종래의 유한요소 해석값과도 비교되었다.

• 한국수자원학회논문집
• /
• 제52권8호
• /
• pp.575-587
• /
• 2019

본 연구에서는 모 웨이블릿(mother wavelet)이 웨이블릿 분석에 미치는 영향을 파악하기 위해 먼저 백색잡음과 사인함수를 다양하게 결합한 시계열의 분석을 수행하고 그 결과를 각각 단기기억특성과 장기기억특성을 보이는 북극진동지수(AOI)와 남방진동지수(SOI)에 대한 적용하였다. 본 연구에서는 기존 연구가 하나 또는 두 개의 모 웨이블릿 평가에 제한된 것과는 달리 총 4가지의 웨이블릿에 대한 비교 평가를 수행하였다. 본 연구에서 선정한 웨이블릿은 기존 연구에 많이 사용된 바 있는 총 4가지의 모 웨이블릿(Bump, Morlet, Paul, Mexican Hat)이다. 그 결과는 다음과 같다. 먼저, Bump 모 웨이블릿을 적용한 결과는 주기성분의 비정상성을 나타내는데 한계가 있는 것으로 확인되었다. 그 결과는 스펙트럼 분석결과와 매우 유사한 수준인 것으로 나타났다. 이에 반해 Morlet과 Paul 모 웨이블릿은 주기성분의 비정상성을 상대적으로 잘 나타내 주는 것으로 확인되었다. 마지막으로 Mexican Hat 모 웨이블릿의 경우에는 그 결과의 해석이 까다로운 것으로 나타났다. 추가로, Paul 모 웨이블릿의 적용 결과가 시계열에 따라 일관적이지 않게 나타날 수 있음도 확인하였다. 결과적으로 Morlet 모 웨이블릿은 본 연구에서 고려한 모 웨이블릿 중 그 적용상 안정성이 가장 높은 것으로 확인되었으며, 이러한 결과는 최근 웨이블릿 관련 연구에서 Morlet 모 웨이블릿이 가장 많이 사용되는 추세와도 일치하는 것이다.

• 한국전산구조공학회논문집
• /
• 제23권1호
• /
• pp.1-8
• /
• 2010

푸리에 급수는 사인 곡선처럼 일정한 진폭으로 진동하는 정규파(wave)를 사용한다. 그래서 푸리에 급수에서 사용하는 함수는 진동수의 크기가 시간에 따라 변하지 않기 때문에 국부적인 영역에서 급작스런 진동이나 불연속성을 갖는 신호를 표현하기에는 한계가 있다. 그러나 이러한 푸리에 해석의 단점을 여러개의 적절한 웨이블렛의 선형조합에 의해 보완할 수 있는 것이 웨이블렛 급수해석이다. 시간에 집중되어진 궤적의 작은 잔파(wavelet)를 사용함으로써 시간과 주기의 폭을 변화시킬 수 있기 때문에 유동적이고, 특이(singular)형상을 지닌 신호들을 보다 효율적으로 표현할 수 있다. 이 연구의 주요 목적은 웨이블렛 급수해석이라고 불리는 방법을 2계 편미분방정식으로 표현되는 1차원 축방향 부재에 웨이블렛 이론을 적용함과 동시에 유한요소법과 같은 수치해석법과의 비교를 통해 성능평가를 위해 제안되었다. 여러 형태의 웨이블렛 함수의 검토 후에 HAT 함수가 웨이블렛 및 스케일링 함수로 채택되었다. 등분포하중을 받는 경우의 축방향 부재해석에서 제안된 방법은 유한요소법과 같이 효율적임을 보이며, 특히 응력특이점에서는 더 정확한 값을 보였으며, 계산시간도 절약되는 장점을 얻을 수 있었다.

• 대한기계학회논문집A
• /
• 제28권3호
• /
• pp.251-258
• /
• 2004

Since the multiscale wavelet-based numerical methods allow effective adaptive analysis, they have become new analysis tools. However, the main applications of these methods have been mainly on elliptic problems, they are rarely used for eigenvalue analysis. The objective of this paper is to develop a new multiscale wavelet-based adaptive Galerkin method for eigenvalue analysis. To this end, we employ the hat interpolation wavelets as the basis functions of the finite-dimensional trial function space and formulate a multiresolution analysis approach using the multiscale wavelet-Galerkin method. It is then shown that this multiresolution formulation makes iterative eigensolvers very efficient. The intrinsic difference-checking nature of wavelets is shown to play a critical role in the adaptive analysis. The effectiveness of the present approach will be examined in terms of the total numbers of required nodes and CPU times.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• 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.