Técnicas de fusão de imagens têm papel importante em diversas áreas do conhecimento graças à possibilidade de concentrarem informações complementares e redundantes, sem distorcê-las, em uma única visualização que seja mais apropriada para interpretação humana ou automática. Há muitas maneiras de se efetuar a fusão de imagens e muitas variáveis a serem consideradas no processo. Este trabalho introduz uma parametrização estatística para avaliação dos fatores considerados em um processo de análise do desempenho de fusão de imagens baseada em transformada wavelet discreta (DWT). São propostos procedimentos experimentais para a avaliação dos resultados da fusão de imagens em função das variáveis envolvidas, através das combinações de diferentes tipos de wavelets, número de níveis de decomposição, imagens de teste e regras de fusão. A análise é efetuada via implementação computacional dos conceitos estatísticos de análise de variância (ANOVA). Os principais objetivos do trabalho são, portanto, definir um método consistente de análise para os resultados de desempenho de fusão de imagens e avaliar a influência das variáveis de projeto. É usado um procedimento automatizado de variação dos parâmetros de fusão baseada em DWT. Esta abordagem permite uma avaliação rápida e adequada de parâmetros e regras de fusão para a aplicação desejada e permite mudanças incrementais para adaptação a novos desenvolvimentos ou aplicações.

This work presents a technique for linear system identification in frequency subbands by using wavelet packets. The wavelet-packet decomposition tree is used to establish frequency bands where subband models are created. An algorithm is proposed to adjust the tree structure, in order to achieve a compromise between accuracy and parsimony of the model. In a simulated example involving the identification of an aircraft model, the results of the proposed technique are favorably compared with those of a standard time-domain method.An application of the technique in the context of fault detection is also proposed. Once the identification is carried out, the difference between the outputs of the plant and of the model in the established frequency bands can be used as a residual signal for the purpose of fault detection. Two analytical redundancy approaches are exploited: input-output and output-output consistency check. Simulation studies involving a servomechanism and a Boeing 747 are provided to illustrate the proposed technique. The results show that the wavelet-packet method compares favorably with a standard observer-based scheme in terms of after-fault residue amplification, detection delay and number of successful fault detections.

A espectroscopia no infravermelho tem se mostrado uma ferramenta de valia para o monitoramento da qualidade de combustíveis. Contudo, tal técnica requer a calibração de modelos empíricos para relacionar medidas espectrais com parâmetros físico-químicos de interesse. Neste trabalho propõe-se um método que permite explorar um conjunto de dados já adquirido por um espectrômetro (instrumento Primário) na construção de um modelo para um segundo instrumento (Secundário). Tal método evita a duplicação de custo e esforço experimental no processo de calibração do modelo. Para isso, emprega-se o Algoritmo das Projeções Sucessivas para selecionar variáveis que sejam minimamente redundantes e portem informação relevante nos dois instrumentos. Adicionalmente, é empregado um método de reamostragem e combinação de modelos conhecido como subagging. Para validação do método proposto, apresenta-se um estudo de caso envolvendo a determinação de densidade e temperaturas para 10% e 90% de evaporados em amostras de gasolina, assim como um referente a determinação do teor de umidade em amostras de milho. É apresentado, também, um estudo comparativo com técnicas de transferência baseadas em padronização. Os resultados da técnica proposta se mostraram superiores aos obtidos através da técnica clássica de Mínimos-Quadrados Parciais empregando Padronização Direta por Partes. Em particular, verificou-se que o subagging propicia uma melhora expressiva na capacidade preditiva dos modelos obtidos por regressão linear múltipla. As técnicas propostas se dividem em abordagens no domínio original de comprimento de onda e no domínio da transformada wavelet. O desenvolvimento no domínio wavelet proporcionou uma redução no esforço computacional.

A Transformada Wavelet (TW) tem sido empregada em uma variedade de aplicações em Quimiometria, tais como filtragem e compressão de sinais, correção de linha de base, classificação e calibração multivariada. Contudo, a escolha da configuração (família e comprimento da wavelet, bem como o número de níveis de resolução) para uma dada aplicação é ainda um problema em aberto. Este trabalho investiga a influência de tais fatores sobre o desempenho de modelos de calibração multivariada obtidos no domínio wavelet. Os resultados mostram que, através de uma seleção apropriada dos parâmetros da transformada, os valores de erro podem ser consideravelmente reduzidos. Contudo, observa-se também a ocorrência de resultados inadequados para algumas configurações. Para contornar a dificuldade inerente à escolha dos parâmetros da transformada, propõe-se aqui uma abordagem alternativa envolvendo a combinação de modelos obtidos com diferentes configurações wavelet. Para isso, é desenvolvido um método que permite a conversão de modelos obtidos no domínio wavelet para o domínio original. Tal método possibilita o uso de extensão constante nas bordas, relaxando a exigência de que o comprimento do sinal seja divisível por uma potência de dois. As vantagens da abordagem proposta são ilustradas na determinação espectroscópica de propriedades de trigo e gasolina. Os resultados mostram que a combinação de modelos é uma alternativa útil para calibração multivariada no domínio wavelet, porquanto libera o analista da obrigação de escolher uma configuração particular para a transformada wavelet.

In this work, wavelet-based techniques are studxied for adaptive feature extraction in the time-frequency plane. Emphasis is placed on pattern recognition problems, in particular fault detection in control systems and classification / clustering electrocardiographic signals. In the context of fault detection, a technique for residue generation using wavelet filter banks is introduced. Numerical simulations show that the proposed method exhibits good noise rejection characteristics and robustness to transient inputs, either from commands or unmeasured exogenous disturbances. Results are compared to those obtained by a standard observer-based technique. Classification of electrocardiographic patterns is performed with a wavelet neural network, which employs an adaptive wavelet layer as a pre-processing stage to a perceptron classifier. Basic concepts involved, as well as aspects of training and initialization are discussed. Two modifications to the basic supervised training algorithm are proposed, namely the introduction of a bias component in the wavelets and the adoption of a weight decay policy. Results are interpreted with basis on the concept of superposition wavelets. A competitive wavelet network, inspired in Kohonen lavers, is proposed for means of pattern clustering. It was verified that this paradigm has some advantages over the conventional neural layers when patterns to be analyzed have a low signal to noise ratio. A hierarchical, multiresolutional procedure for performing clustering is also presented. Classification / clustering tests are carried out on signals taken from the MIT-BIH Arrhythmia Database.

Neste trabalho faz-se a descrição de um Sistema de Radar com os seus sinais e processadores. Conceituam-se as Contramedidas Eletrônicas (CME) e as Medidas de Proteção Eletrônica (MPE). Nas CME enfatizam-se o jamming e o chaff. Descreve-se um modelo estatístico para os elementos que compõem a nuvem de chaff e estima-se o espectro do seu sinal eco. Avalia-se o desempenho do MTI (Moving Target Indicator), utilizado como MPE contra o chaff. Utilizando simulação, analisa-se o desempenho de uma estrutura de processamento composta por um Compressor de Pulsos, um MTI e um Integrador Recursivo. Propõe-se o WMTI (Wavelet Moving Target Indicator Filter) como um processador alternativo ao MTI. Propõe-se ainda um integrador de pulso baseado na Potência Wavelet Cruzada. A simulação dos sinais e do processamento foi realizada, principalmente, com o Aplicativo IDL (Interactive Data Language), Versão 6.0.