Thesis (Ph. D.)--University of Texas at Austin, 1998. / Vita. Includes bibliographical references (leaves 213-226). Available also in a digital version from Dissertation Abstracts.

Thesis (Ph. D.)--University of Washington, 1996. / Vita. Includes bibliographical references (p. [115]-127).

Thesis (Ph.D.)--University of Hong Kong, 2000. / Includes bibliographical references (leaves 126-132) Also available in print.

O processamento de imagens tem sido amplamente utilizado para duas tarefas. Uma delas é o realce de imagens para a posterior visualização e a outra tarefa é a extração de informações para análise de imagens. Este trabalho apresenta um estudo sobre duas teorias multi-escalas chamadas de espaço de escala e transformada wavelet, que são utilizadas para a extração de informações de imagens. Um dos aspectos do espaço de escalas que tem sido amplamente discutido por diversos autores é a sua base (originalmente a gaussiana). Tem se buscado saber se a base gaussiana é a melhor, ou para quais casos ela é a melhor. Além disto, os autores têm procurado desenvolver novas bases, com características diferentes das pertencentes à gaussiana. De posse destas novas bases, pode-se compará-las com a base gaussiana e verificar onde cada base apresenta melhor desempenho. Neste trabalho, foi usada (i) a teoria do espaço de escalas, (ii) a teoria da transformada wavelet e (iii) as relações entre elas, a fim de gerar um método para criar novas bases para o espaço de escalas a partir de funções wavelets. O espaço de escala é um caso particular da transformada wavelet quando se usam as derivadas da gaussiana para gerar os operadores do espaço de escala. É com base nesta característica que se propôs o novo método apresentado. Além disto, o método proposto usa a resposta em freqüência das funções analisadas. As funções bases do espaço de escala possuem resposta em freqüência do tipo passa baixas. As funções wavelets, por sua vez, possuem resposta do tipo passa faixas Para obter as funções bases a partir das wavelets faz-se a integração numérica destas funções até que sua resposta em freqüência seja do tipo passa baixas. Algumas das funções wavelets estudadas não possuem definição para o caso bi-dimensional, por isso foram estudadas três formas de gerar funções bi-dimensionais a partir de funções unidimensionais. Com o uso deste método foi possível gerar dez novas bases para o espaço de escala. Algumas dessas novas bases apresentaram comportamento semelhante ao apresentado pela base gaussiana, outras não. Para as funções que não apresentaram o comportamento esperado, quando usadas com as definições originais dos operadores do espaço de escala, foram propostas novas definições para tais operadores (detectores de borda e bolha). Também foram geradas duas aplicações com o espaço de escala, sendo elas um algoritmo para a segmentação de cavidades cardíacas e um algoritmo para segmentação e contagem de células sanguíneas.

Made available in DSpace on 2016-08-29T15:32:31Z (GMT). No. of bitstreams: 1 tese_2765_DissertacaoMestradoFlavioGiraldeliBianca.pdf: 3420519 bytes, checksum: 19a61f125c0183ac951b95c5d99b66b2 (MD5) Previous issue date: 2009-12-18 / O objetivo deste trabalho é avaliar técnicas de melhoria de um sinal de áudio corrompido por ruídos de natureza não estacionária. Serão estudadas técnicas baseadas em transformadas wavelets ortogonais e não ortogonais, avaliando-se o fenômeno da blocagem e regularidade da transformação e seus efeitos em sinais, comparando-se também o custo computacional de cada transformação. A abordagem por wavelets será comparada com uma abordagem baseada em modelos de alta ordem estatística, a fim de se discutir a melhor alternativa no que tange a custos e desempenho.

Dissertação (mestrado)—Universidade de Brasília, Departamento de Engenharia Elétrica, 2012. / Submitted by Albânia Cézar de Melo (albania@bce.unb.br) on 2012-05-21T13:06:57Z No. of bitstreams: 1 2012_DanielVieira.pdf: 1346139 bytes, checksum: 4b3c1c45ed568636823e91b3270a470d (MD5) / Approved for entry into archive by Marília Freitas(marilia@bce.unb.br) on 2012-05-23T11:31:27Z (GMT) No. of bitstreams: 1 2012_DanielVieira.pdf: 1346139 bytes, checksum: 4b3c1c45ed568636823e91b3270a470d (MD5) / Made available in DSpace on 2012-05-23T11:31:27Z (GMT). No. of bitstreams: 1 2012_DanielVieira.pdf: 1346139 bytes, checksum: 4b3c1c45ed568636823e91b3270a470d (MD5) / A medição eletrônica de potência em sistemas elétricos nos quais a tensão ou corrente sejam distorcidas pode apresentar sérias discrepâncias entre os valores medidos e aqueles definidos teoricamente. Esse cenário se agrava quando se trata da obtenção dos valores de potência reativa, tanto pelo fato de as definições teóricas ainda não estarem completamente consolidadas, quanto devido à inexatidão dos medidores eletrônicos para exibir valores coerentes com a realidade. Nesse contexto, este trabalho faz uma análise das técnicas de medição para faturamento de potência reativa em instalações de baixa tensão com grandes distorções harmônicas. Primeiramente, apresentam-se as definições de potência sob condições não-senoidais e os problemas atrelados a essas acepções e, em seguida, são analisados e comparados seis métodos de medição: técnica do triângulo de potências, deslocamento de 90°, integração da tensão, derivação da tensão, transformada de Fourier e, por fim, a transformada wavelet, para a qual é dada especial atenção. Utilizando-se algoritmos dessas técnicas de medição implementados computacionalmente, fazem-se simulações de sinais de tensão e corrente com distorções harmônicas. Os resultados revelam que diversas formas de medição apresentam erros grandes quando submetidas a sinais não-senoidais, mesmo nos casos em que a tensão e corrente tenham distorções dentro de valores de referência. Adicionalmente, realiza-se uma análise de sensibilidade que demonstra que a escolha da técnica de medição mais apropriada depende fortemente da definição de potência reativa. Em especial, conclui-se que a utilização da transformada wavelet fornece bons resultados em todos os cenários, com esforço computacional significativamente menor que aquele da tradicional transformada de Fourier. Conclui-se ainda que a utilização do fator de descolamento como forma de faturamento tem vantagens sobre o uso do fator de potência verdadeiro, visto que se trata de uma grandeza independente das distorções harmônicas na tensão de fornecimento e que pode ser facilmente medida pelo uso de transformadas e também por algumas técnicas simples de medição eletrônica. ______________________________________________________________________________ ABSTRACT / This paper analyzes reactive power measurement techniques in low voltage installations with high harmonic distortion levels. First, we present the definitions of power under non-sinusoidal conditions and their outcomes, and then we analyze and compare six different methods of reactive power measurement: power triangle technique, 90° displacement of voltage, voltage integration, voltage differentiation, Fourier transform, and wavelet transform. By using computationally implemented algorithms, we perform simulations with typical non-sinusoidal voltage and current signals. The results show that several measurement techniques engender large errors when obtaining reactive power in systems with harmonic distortions, even when the voltage and current distortions are within reference values. Finally, a sensitivity analysis is carried out and helps infer that the appropriate choice of the measurement technique depends strongly on the definition of reactive power (considering all harmonic distortions or only the fundamental component). In particular, we conclude that the use of wavelet transform provides good results in all cases, with significantly less computational effort than that of traditional Fourier transform.

O processamento de imagens tem sido amplamente utilizado para duas tarefas. Uma delas é o realce de imagens para a posterior visualização e a outra tarefa é a extração de informações para análise de imagens. Este trabalho apresenta um estudo sobre duas teorias multi-escalas chamadas de espaço de escala e transformada wavelet, que são utilizadas para a extração de informações de imagens. Um dos aspectos do espaço de escalas que tem sido amplamente discutido por diversos autores é a sua base (originalmente a gaussiana). Tem se buscado saber se a base gaussiana é a melhor, ou para quais casos ela é a melhor. Além disto, os autores têm procurado desenvolver novas bases, com características diferentes das pertencentes à gaussiana. De posse destas novas bases, pode-se compará-las com a base gaussiana e verificar onde cada base apresenta melhor desempenho. Neste trabalho, foi usada (i) a teoria do espaço de escalas, (ii) a teoria da transformada wavelet e (iii) as relações entre elas, a fim de gerar um método para criar novas bases para o espaço de escalas a partir de funções wavelets. O espaço de escala é um caso particular da transformada wavelet quando se usam as derivadas da gaussiana para gerar os operadores do espaço de escala. É com base nesta característica que se propôs o novo método apresentado. Além disto, o método proposto usa a resposta em freqüência das funções analisadas. As funções bases do espaço de escala possuem resposta em freqüência do tipo passa baixas. As funções wavelets, por sua vez, possuem resposta do tipo passa faixas Para obter as funções bases a partir das wavelets faz-se a integração numérica destas funções até que sua resposta em freqüência seja do tipo passa baixas. Algumas das funções wavelets estudadas não possuem definição para o caso bi-dimensional, por isso foram estudadas três formas de gerar funções bi-dimensionais a partir de funções unidimensionais. Com o uso deste método foi possível gerar dez novas bases para o espaço de escala. Algumas dessas novas bases apresentaram comportamento semelhante ao apresentado pela base gaussiana, outras não. Para as funções que não apresentaram o comportamento esperado, quando usadas com as definições originais dos operadores do espaço de escala, foram propostas novas definições para tais operadores (detectores de borda e bolha). Também foram geradas duas aplicações com o espaço de escala, sendo elas um algoritmo para a segmentação de cavidades cardíacas e um algoritmo para segmentação e contagem de células sanguíneas.

O processamento de imagens tem sido amplamente utilizado para duas tarefas. Uma delas é o realce de imagens para a posterior visualização e a outra tarefa é a extração de informações para análise de imagens. Este trabalho apresenta um estudo sobre duas teorias multi-escalas chamadas de espaço de escala e transformada wavelet, que são utilizadas para a extração de informações de imagens. Um dos aspectos do espaço de escalas que tem sido amplamente discutido por diversos autores é a sua base (originalmente a gaussiana). Tem se buscado saber se a base gaussiana é a melhor, ou para quais casos ela é a melhor. Além disto, os autores têm procurado desenvolver novas bases, com características diferentes das pertencentes à gaussiana. De posse destas novas bases, pode-se compará-las com a base gaussiana e verificar onde cada base apresenta melhor desempenho. Neste trabalho, foi usada (i) a teoria do espaço de escalas, (ii) a teoria da transformada wavelet e (iii) as relações entre elas, a fim de gerar um método para criar novas bases para o espaço de escalas a partir de funções wavelets. O espaço de escala é um caso particular da transformada wavelet quando se usam as derivadas da gaussiana para gerar os operadores do espaço de escala. É com base nesta característica que se propôs o novo método apresentado. Além disto, o método proposto usa a resposta em freqüência das funções analisadas. As funções bases do espaço de escala possuem resposta em freqüência do tipo passa baixas. As funções wavelets, por sua vez, possuem resposta do tipo passa faixas Para obter as funções bases a partir das wavelets faz-se a integração numérica destas funções até que sua resposta em freqüência seja do tipo passa baixas. Algumas das funções wavelets estudadas não possuem definição para o caso bi-dimensional, por isso foram estudadas três formas de gerar funções bi-dimensionais a partir de funções unidimensionais. Com o uso deste método foi possível gerar dez novas bases para o espaço de escala. Algumas dessas novas bases apresentaram comportamento semelhante ao apresentado pela base gaussiana, outras não. Para as funções que não apresentaram o comportamento esperado, quando usadas com as definições originais dos operadores do espaço de escala, foram propostas novas definições para tais operadores (detectores de borda e bolha). Também foram geradas duas aplicações com o espaço de escala, sendo elas um algoritmo para a segmentação de cavidades cardíacas e um algoritmo para segmentação e contagem de células sanguíneas.

Orientador : Armando Zaupa Remacre / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica / Made available in DSpace on 2018-08-01T22:28:45Z (GMT). No. of bitstreams: 1 Protazio_JoaoMarceloBrazao_M.pdf: 2019426 bytes, checksum: f4366c01fec865634b5333d441359d9e (MD5) Previous issue date: 2002 / Mestrado

The ability to efficiently and sparsely represent seismic data is becoming an increasingly important problem in geophysics. Over the last thirty years many transforms such as wavelets, curvelets, contourlets, surfacelets, shearlets, and many other types of ‘x-lets’ have been developed. Such transform were leveraged to resolve this issue of sparse representations. In this work we compare the properties of four of these commonly used transforms, namely the shift-invariant wavelets, complex wavelets, curvelets and surfacelets. We also explore the performance of these transforms for the problem of recovering seismic wavefields from incomplete measurements. / Science, Faculty of / Mathematics, Department of / Graduate