• Structural Monitoring and Maintenance
• /
• 제6권3호
• /
• pp.219-235
• /
• 2019

Scheduled inspections of common crossings are one of the main cost drivers of railway maintenance. Prognostics and health management (PHM) approach and modern monitoring means offer many possibilities in the optimization of inspections and maintenance. The present paper deals with data driven prognosis of the common crossing remaining useful life (RUL) that is based on an inertial monitoring system. The problem of scheduled inspections system for common crossings is outlined and analysed. The proposed analysis of inertial signals with the maximal overlap discrete wavelet packet transform (MODWPT) and Shannon entropy (SE) estimates enable to extract the spectral features. The relevant features for the acceleration components are selected with application of Lasso (Least absolute shrinkage and selection operator) regularization. The features are fused with time domain information about the longitudinal position of wheels impact and train velocities by multivariate regression. The fused structural health (SH) indicator has a significant correlation to the lifetime of crossing. The RUL prognosis is performed on the linear degradation stochastic model with recursive Bayesian update. Prognosis testing metrics show the promising results for common crossing inspection scheduling improvement.

• 한국음향학회지
• /
• 제38권3호
• /
• pp.363-369
• /
• 2019

복잡한 회전 기계의 소음 상태 진단을 위한 다양한 연구가 수행되고 있다. 본 연구에서는 진동신호를 이용하여 블로워 모터의 효율적이고 객관적인 소음 상태진단을 위한 지수를 개발하였다. 블로워 모터의 이상 시 가장 흔히 나타나는 소음으로 틱/클릭 소음과 톤 소음이 있다. 발생 원인과 소음 특성에 따라 틱/클릭 소음의 상태 진단에는 시간-주파수 분석법을 그리고 톤 소음 상태 진단에는 주파수 영역에서의 평활화 기법을 이용하였다. 개발한 지수를 이용하여 블로워 모터의 소음 상태 진단을 수행하고 이를 전문가에 의한 진단 결과와 비교하였다. 그 결과 약 95 %의 일치율을 보였다.

• International Journal of Computer Science & Network Security
• /
• 제24권3호
• /
• pp.93-100
• /
• 2024

In this paper, we propose a novel robust blind crypto-watermarking method for medical images security based on hiding of DICOM patient information (patient name, age...) in the medical imaging. The DICOM patient information is encrypted using the AES standard algorithm before its insertion in the medical image. The cover image is divided in blocks of 8x8, in each we insert 1-bit of the encrypted watermark in the hybrid transform domain by applying respectively the 2D-LWT (Lifting wavelet transforms), the 2D-DCT (discrete cosine transforms), and the SVD (singular value decomposition). The scheme is tested by applying various attacks such as noise, filtering and compression. Experimental results show that no visible difference between the watermarked images and the original images and the test against attack shows the good robustness of the proposed algorithm.

• 센서학회지
• /
• 제29권4호
• /
• pp.249-254
• /
• 2020

It is difficult to control children who exhibit negative behavior in dental clinics. Various methods are used for preventing pediatric dental patients from being afraid and for eliminating the factors that cause psychological anxiety. However, when it is difficult to apply this routine behavioral control technique, sedation therapy is used to provide quality treatment. When the sleep anesthesia treatment is performed at the dentist's clinic, it is challenging to identify emergencies using the current breath detection method. When a dentist treats a patient that is under the influence of an anesthetic, the patient is unconscious and cannot immediately respond, even if the airway is blocked, which can cause unstable breathing or even death in severe cases. During emergencies, respiratory instability is not easily detected with first aid using conventional methods owing to time lag or noise from medical devices. Therefore, abnormal breathing needs to be evaluated in real-time using an intuitive method. In this paper, we propose a method for identifying abnormal breathing in real-time using an intuitive method. Respiration signals were measured using a 3M Littman electronic stethoscope when the patient's posture was supine. The characteristics of the signals were analyzed by applying the signal processing theory to distinguish abnormal breathing from normal breathing. By applying a short-time Fourier transform to the respiratory signals, the frequency range for each patient was found to be different, and the frequency of abnormal breathing was distributed across a broader range than that of normal breathing. From the wavelet transform, time-frequency information could be identified simultaneously, and the change in the amplitude with the time could also be determined. When the difference between the amplitude of normal breathing and abnormal breathing in the time domain was very large, abnormal breathing could be identified.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권11호
• /
• pp.936-941
• /
• 2006

대상인식 기술을 실제 환경에 적용하기 위해서는 조명 보상 기술 개발이 필수적이다. 본 논문은 조명의 방향 변화로 인한 영상의 변화를 보상하는 방법으로써 레티넥스 모델과 조명-반사율 모델에 주목하고, 이를 다양한 방법으로 구현하고 그 성능을 비교함으로써 효과적인 조명 보상방법을 제시하였다. 본 논문에서는 레티넥스 모델을 단일 스케일 레티넥스, 다중 스케일 레티넥스와 이를 신경망으로 재구성한 레티넥스 신경망, 다중 스케일 레티넥스 신경망으로 구현하였다. 조명 반사율 모델은 조명 영상을 이산코사인변환, 웨이블릿변환을 통한 저주파 필터링과 가우시안 블러로 구한 후, 이를 이용하여 반사율 영상을 계산하여 조명 보상을 수행하도록 하였다. 구현된 조명 보상을 9가지 조명 방향 변화가 존재하는 얼굴 영상에 대해 조명 보상을 수행하여, 그 성능을 측정하고 비교하였으며, 더불어 주성분분석 계수를 이용하여 그 성능을 측정하였다. 실험 결과 조명-반사율 모델이 보다 좋은 성능을 보였으며, 주성분분석 계수를 추출한 경우 전반적인 성능향상을 얻을 수 있었다.

• 대한기계학회논문집B
• /
• 제37권6호
• /
• pp.551-558
• /
• 2013

서포트 벡터 머신(Support Vector Machine, SVM)은 학습용 데이터 집합이 확보되어 있을 경우, 매우 강력한 분류 알고리즘이다. 따라서 패턴인식은 물론 기계학습 분야에서 결함진단 도구의 하나로 이용되고 있다. 본 논문에서는 최적 특징과 SVM 을 이용하여 볼 베어링의 결함유형과 결함의 정도를 진단한 결과를 기술하였다. SVM 학습용 특징데이터에는 12 개의 시간영역 특징과 9 개의 주파수영역 특징들이 포함되어 있으며 이들 특징들은 다양한 베어링 결함조건에서 측정된 진동신호와 진동신호의 이산 웨이블렛 변환신호로부터 추출되었다.

• 한국컴퓨터정보학회논문지
• /
• 제29권5호
• /
• pp.21-29
• /
• 2024

CT 촬영 시 방사선량을 줄이면 피폭 위험성을 낮출 수 있으나, 영상 해상도가 크게 저하 될 뿐아니라 잡음(noise) 발생으로 인해 진단의 효용성이 떨어진다. 따라서, CT 영상에서의 잡음제거는 영상복원 분야에 있어 매우 중요하고 필수적인 처리 과정이다. 영상 영역에서 잡음과 원래 신호를 분리하여 잡음만을 제거하는 것은 한계가 있다. 본 논문에서는 웨이블릿 변환 기반 GAN 모델 즉, WT-GAN(wavelet transform-based GAN) 모델을 이용하여 CT 영상에서 효과적으로 잡음 제거하고자 한다. 여기서 사용된 GAN 모델은 U-Net 구조의 생성자와 PatchGAN 구조의 판별자를 통해 잡음제거 영상을 생성한다. 본 논문에서 제안된 WT-GAN 모델의 성능 평가를 위해 다양한 잡음, 즉, 가우시안 잡음(Gaussian noise), 포아송 잡음 (Poisson noise) 그리고 스펙클 잡음 (speckle noise)에 의해 훼손된 CT 영상을 대상으로 실험하였다. 성능 실험 결과, WT-GAN 모델은 전통적인 필터 즉, BM3D 필터뿐만 아니라 기존의 딥러닝 모델인 DnCNN, CDAE 모형 그리고 U-Net GAN 모형보다 정성적이고, 정량적인 척도 즉, PSNR (Peak Signal-to-Noise Ratio) 그리고 SSIM (Structural Similarity Index Measure) 면에서 우수한 결과를 보였다.

• 한국통신학회논문지
• /
• 제39A권12호
• /
• pp.746-755
• /
• 2014

압축센싱은 신호의 성긴 (Sparse) 성질을 활용하여 Nyquist 표본화율 보다 낮은 측정 율만으로도 신호의 완벽 복원이 가능하다는 측면에서 새로운 샘플링 기술로 주목 받고 있다. 블록기반의 압축센싱 기술을 사용하여 영상을 샘플링 하는 경우, 측정신호 영역에서도 공간 영역의 유사도가 보존되므로, 본 논문에서는 블록기반 압축센싱 기술을 사용하여 획득한 자연영상의 측정 신호에 대한 새로운 부호화 기술을 제안한다. 측정신호 간 유사성을 제거하기 위해 이산 웨이블릿 변환(DWT)을 적용한 후, 각 DWT 계수에 적절한 양자화를 수행한다. 이를 통해, 측정 신호 내의 중복성을 제거하고, 측정 신호의 비트 율 또한 절약할 수 있었다. 실험 결과, 기존의 블록기반 평활 Projected Landweber 알고리즘에 스칼라 양자화를 적용한 방법, DPCM 방법을 적용한 방법, 그리고 Multihypothesis 기반 블록기반 평활알고리즘에 DPCM을 적용한 방법과 비교할 때, 제안방법의 PSNR이 각각 최대 4dB, 0.9dB, 그리고 2.5dB 더 높은 성능을 보이는 것을 확인 할 수 있었다.

• 한국터널지하공간학회 논문집
• /
• 제15권3호
• /
• pp.187-199
• /
• 2013

강관보강다단 그라우팅은 터널공사에 널리 적용되는 공법으로, 터널지반의 안정성 증대 및 차수효과를 얻을 수 있다. 본 연구의 목적은 유도초음파를 이용한 강관보강다단 그라우팅의 건전도 평가 기법을 제시하고, 현장 적용성을 평가하는 것이다. 강관의 그라우팅 충진률에 따른 주파수 변화를 파악하기 위해 실내실험 (자유구속조건 및 지중근입조건)을 수행하였으며, 건전도 평가시스템의 현장 적용성을 검증하기 위해 현장실험을 수행하였다. 강관의 두부를 해머로 타격하여 유도초음파가 발생되며, 발생된 유도초음파는 선단에서 반사되어 두부로 되돌아 온다. 반사된 유도초음파는 두부에 설치된 AE센서에 의해 수신된다. 강관보강다단 그라우팅의 건전도 평가 모델은 충진률 25 %, 50 %, 75 %, 100 %로 제작되었으며, 자유구속조건 및 지중근입조건의 실내실험으로 수행되었다. 신호처리를 위해 고속 푸리에 변환과 웨이브렛 변환을 수행하였다. 실내실험 결과, 유도초음파의 전파속도 변화는 크지 않았으나, 그라우팅 충진률에 따른 주 주파수의 변화가 뚜렷하게 나타났다. 강관보강다단 그라우팅의 충진률이 증가할수록 반사파의 주 주파수의 크기가 감소했다. 현장실험은 이미 설치된 강관보강다단 그라우팅에 대해 수행되었으며, 실내실험과 동일한 기법으로 분석하였다. 현장 조건의 실험체에서도 유도초음파의 반사파를 쉽게 수집할 수 있었으며, 이에 대한 주파수 영역에 대한 분석도 가능했다. 본 연구의 결과는 유도초음파를 이용한 주파수 분석 기법은 강관보강다단 그라우팅 건전도 평가에 효과적인 방법이 될 수 있음을 보여준다.

• 한국산업정보학회논문지
• /
• 제20권3호
• /
• pp.61-69
• /
• 2015

본 논문에서는 이산 웨이블릿 변환을 통해 추출된 시간 영역과 주파수 영역의 특징들을 활용하여 심박수변이도를 확률적인 지식으로 분석할 수 있는 방법을 제안하였다. 제안된 방법에서 지식획득 알고리즘은 규칙생성과 규칙평가 단계로 구성되어 있으며, 규칙생성에서는 ROC 분석을 통해 수치적인 속성값을 이산화된 구간으로 변환하고, 서로 다른 의사결정값을 포함하는 구간들 사이에 일관성 정도를 비교함으로써 감축된 규칙-집합을 생성한다. 이때 규칙-집합 내에 각 규칙에 대해서 확률적 해석을 위한 3가지 척도를 추정하였다. 제안된 모형의 효과성은 심혈관질환 병력을 가진 58명의 심전도 데이터로부터 심방세동을 식별할 수 있는 5가지 규칙을 생성하였고, 이들 규칙의 분별력을 평가하였다. 실험결과, 제안된 모형으로부터 생성된 지식은 4가지 성능평가 척도에 대해서 각각 93%의 정확도를 보여주었다.