감성은 의사 결정, 지각 등에 직접적으로 영향을 미치며 인간의 삶에서 중요한 역할을 한다. 본 논문에서는 고각성부정 감성의 편리하고 정확한 인식에 있어서, 생체신호를 이용한 분석 알고리즘을 설계하고자 한다. 이를 위해 본 연구에서는 보통 / 공포 감성 유발 영상을 이용하여 두 감성을 유도한 후, 생체신호 중 간단한 피부전도도 신호를 측정하였다. 측정된 피부전도도에 대해 Tonic 성분과 Phasic 성분으로 분해하고 감성 자극과 관련된 Phasic 성분을 더 상세하게 SCVSR, SCSR로 분해하여 각 성분의 주요한 특징들을 추출함으로써, 정확한 분석을 하기 위해 기존의 사용된 방법이 아닌 우수한 시간-주파수 지역화 특성을 가진 이산 웨이브렛 변환을 사용하였다. 추출된 특징들은 Phasic 성분의 최댓값, Phasic 성분의 진폭, SCVSR의 영교차율, SCSR의 영교차율이다. 분석 결과, 4가지 특징들 모두 고각성 부정 감성의 경우가 저각성 보통 감성의 경우보다 더 높은 값을 나타내고, 기존의 분석 방법보다 통계적으로 두 감정 사이의 더 유의미한 차이를 확인할 수 있었다. 이에 따라 본 연구의 결과는 피부전도도가 고각성 부정감성 측정에 대해 유용한 지표라는 것을 확인하였으며, 향후 피부전도도를 이용한 실시간 부정 감성 평가 시스템개발에 기여할 수 있을 것을 나타낸다.

웨이브렛 변환을 이용한 인공위성 영상의 압축을 보다 효과적으로 수행할 수 있는 필터의 조합을 살펴보았다. 압축정도를 표현하는 방법으로 encoding ratio를 이용하였고, 웨이브렛의 선택에 따라 PSNR값과 encoding ratio값이 변하는 양상을 보았다. 웨이브렛의 선택에 따라 PSNR값은 대략 13.2-21.6% 정도의 차이를 보였고 encoding ratio는 16.8-45.5%까지의 차이를 보였다. SAR 영상의 경우 encoding ratio는 16%20% 변동이 있지만, 일반영상의 경우는 웨이브렛의 선택에 따라 40% 이상 변화였다. 영상 압축시 웨이브렛의 선택효과는 인공위성 영상보다 일반영상에서 큰 영향을 미쳤다. PSNR, encoding ratio의 지수에서 인공위성 영상은 웨이브렛 선택에 영향을 덜 받는다. 인공위성 영상의 압축에 대한 웨이브렛 선택효과를 보여주기 위하여 새로운 지수인 ECR을 제안하였다. ECR은 일반영상보다 인공위성영상에서 웨이브렛의 종류에 따른 영향이 더 적게 나타났다. 그러나 인공위성 영상 압축시 3개의 지수에서 웨이브렛의 선택효과는 최소한 10% 이상으로 선택의 중요성은 무시될 수 없을 것이다.

일상생활의 대화중에 포함되는 잡음, 특히 모든 주파수 대역에 포함되는 백색잡음에 의해 오염된 음성신호는 청각적으로 심한 불쾌감과 거부감을 주며 대화의 명료성을 저해시키는 요인으로 작용할 수 있다. 본 논문은 이러한 잡음환경 하에서 음성인식을 위하여 음성에 부가된 잡음을 제거하는 방범으로 프레임 단위로 웨이브렛 변환을 하여 웨이브렛 계수의 표준편차를 이용하여 시간 적응 임계값을 정하는 새로운 방법을 제안한다. 음성의 특성을 고려하기 위하여 고주파 성분을 많이 가지는 무성음의 경우는 cD1 신호에서, 저주파 성분을 많이 가지는 유성음의 경우는 cA3 신호의 표준편차를 이용하여 시간 적응 임계값을 설정하였다. 실험을 통해 제안한 방법이 일반적인 웨이브렛 변환과 웨이브렛 패킷 변환을 이용한 방법보다 SNR과 MSE 측면에서 향상됨을 확인할 수 있었다. 또한 웨이브렛 변환과 웨이브렛 패킷 변환에서는 파열음, 마찰음 및 파찰음 성분이 많이 제거되는 반면 제안한 방법은 본래 신호와 유사하게 복원됨을 실험 결과 확인할 수 있었다.

중력 포텐셜의 해석에 웨이브렛 변환 방법을 적용하였다. 웨이브렛을 만드는 단계 함수가 제안되었다. 단계 함수는 중력 포텐셜에서의 그린 함수로 대치될 수 있음이 보여졌다. 상향연속은 단계함수와의 컨볼루션 곧 웨이브렛 변환으로 표현될 수 있다. 단계인자는 높이 변화를 나타낸다. 다중경계는 각 단계에서의 웨이브렛 변환치의 국부 최대값을 연결하여 구해지며 이는 지층의 불연속면을 나타낸다. 다중경계 방법을 마산 창원지역의 중력자료에 적용하였다.

MRA(Multi-resolution analysis) algorithm by Wavelet and morphology with 3×3 SQ(square) SE(structure element) is efficient to remove ship's radar clutter progressively and enhances detecting performance. Smoothing efficiency of RMM (Recursive mathematical Morphology) is better than that of Morphology. So, to get a better result than that of old algorithms, this paper proposes a new MRA algorithm which uses Wavelet and Recursive mathematical Morphology with 3×3 RHR(rhombus) SE. Simulation result of the proposed algorithm shows that PSNR is 0.65~1.50db better than that of old method.