The wavelet transform is a modern signal processing tool. The wavelet transform earned itself a great success mainly for its unique properties, such as the capability of recognizing very fast changes in processed signal. The theoretical part of this work is introduction to wavelet theory, more specifically wavelet types, a wavelet transform and its application in systems dealing with signal denoising. A main problem connected to speech signals denoising was introduced. The problem is degradation of the speech signal when denoising unvoiced parts. It is because of the fact that unvoiced parts and noise itself have very similar characteristics. The solution would be to apply different attitude to voiced and unvoiced segments of the speech. The main goal of this diploma thesis was to create an application implementing the speech signal denoising using the wavelet transform. The special attention should have been paid to applying different attitude to voiced and unvoiced segments of the speech. The demanded application is programmed as a grafical user interface (GUI) in MATLAB environment. The algorithm implemented in this form allows users to test introduced procedures with a great comfort. This work presents achieved results and discusses them considering general requirements posed on an application of given type. The most important conlusion of this Diploma Thesis is the fact that some kind of trade-off between sufficient signal denoising and keeping the speech understandable has to be made.

This thesis deals with the segmentation of microscopic images from plant sections. It describes the importance of the histogram for obtaining information from the image, and the utilization of the wavelet transformation for the preprocessing of the images. The thesis describes and categorizes different segmentation methods. In the thesis we use MATLAB for the validation of the presented theories and as the interface for creating a software model. The created software application automatically analyzes and evaluates microscopic images.

This thesis deals with implementation of detector QRS complex with use of wavelet transform. The first part is focused on formation and possibility to measure cardiac activity. The other part of thesis we will familiarise with the different possibilities of detection QRS complex and we intimately focus on wavelet transform that will be used for a project of detection QRS complex. The practical part of thesis focuses on the project of detector in programming language Matlab and his different setting. This projected detector has been tested with CSE database. Achieved results of projected detector are evaluated with the results of others authors.

První část práce je zaměřena na měření QT intervalu. QT interval může být použit k hodnocení kardiovaskulárního zdraví pacientů a detekovat potenciální abnormality. QT interval je měřen od začátku QRS komplexu až po konec T vlny. Nicméně, měření konce T vlny je často vysoce subjektivní a jeho verifikace je obtížná. Představujeme dvě metody měření QT intervalu - vlnkovou a šablonovou metodu. Metody byly porovnány mezi sebou a testovány na QT databázi. Druhá část práce je zaměřena na modelování arytmických signálů McSharryho modelem následována klasifikací s použitím umělých neuronových sítí. Metoda používá předzpracování signálů lineární aproximací a shlukování lineárních segmentů pro stanovení počátečních parametrů McSharryho modelu. Byly použity EKG signály standardní MIT/BIH Arrhythmia Databáze. Modelování bylo testováno na celé databázi a svodu MLII (modifikovaný svod II). Všechny signály mohou být modelovány 10 Gaussovými funkcemi bez významného zkreslení. Třetí část práce představuje klasifikaci EKG do dvou tříd. Předčasné komorové kontrakce (PVC) mají vysoký význam při hodnocení a predikci život ohrožujících ventrikulárních arytmií. Představujeme algoritmus pro detekci předčasných komorových kontrakcí s použitím McSharryho modelu a neuronových sítí. Signály modelované 30 Gaussovými parametry byly předloženy na vstup umělé neuronové sítě. Použitý vícevrstvý perceptron dosáhl klasifikační úspěšnosti 93,10% pro předčasné komorové kontrakce (PVC) a 96,43% pro normální stahy.

A biometric method is a more secure way of personal identification than passwords. This thesis examines the iris as a personal identifier with the use of neural networks as the classifier. A comparison of different feature extraction methods that include the Fourier transform, discrete cosine transform, the eigen analysis method, and the wavelet transform, is performed. The robustness of each method, with respect to distortion and noise, is also studied.

<p>U disertaciji se navode definicije i svojstva malotalasne transformacije i kvaziasimptotskog<br />ponaˇsanja distribucija. Teoreme Abelovog i Tauberovog tipa<br />su koriˇs&acute;cene za asimptotsku analizu temperiranih distribucija, u odnosu na<br />njihovu malotalasnu transformaciju. Takode, prouˇcavana je i malotalasna<br />transformacija ultradiferencijabilnih funkcija i temperiranih ultradistribucija.</p> / <p> In thesis we give basic notions of wavelet transform and quasiasymptotic<br /> behavior of distributions. Via Abelian and Tauberian type of theorems we<br /> study quasiasymptotic behavior of tempered distributions, related to their<br /> wavelet transform. Further, we study wavelet transform of ultradifferential<br /> functions and tempered ultradistributions.</p>

L’objectif de la thèse est d’améliorer les différents traitements et de proposer une visualisation claire et intuitive à l’opérateur des données en sortie d’un géoradar (radargramme) afin de pouvoir localiser de manière précise les réseaux de canalisations enfouis. Notamment, nous souhaitons mettre en évidence les hyperboles présentes dans les radargrammes car celles-ci sont caractéristiques de la présence d'une canalisation. Dans un premier temps nous nous sommes intéressés à la suppression de l’information inutile (clutter) pouvant gêner la détection des hyperboles. Nous avons ainsi proposé une méthode de filtrage du clutter et du bruit des radargrammes. Ensuite, nous avons travaillé sur l’élaboration d’une méthode permettant de détecter automatiquement les hyperboles dans un radargramme ainsi qu’une estimation de sa fonction mathématique dans des conditions quasi-temps réel. Et enfin nous avons également proposé une méthode de séparation de source permettant de distinguer le clutter et le signal utile du radargramme tout en ayant un impact minimal sur les hyperboles. Ces derniers travaux ouvrent d’autres possibilités pour le filtrage, le rehaussement ou la détection automatique d’hyperboles. / The thesis objective is to improve the different processing in order to make the data acquired by ground penetrating radar (B-scan) more understandable for the operators. Consequently, it will facilitate the pipe localisation. More particularly, we wish to highlight the hyperbolas in the B-scan because they point out the presence of a pipe. First of all, we are interested in removing all the useless information which might hide the hyperbolas. We proposed a filtering method removing unwanted reflections and noise. Then, we worked on an automatic hyperbola detection method and an estimation of their mathematical functions in quasi real time. Finally, we proposed a source separation method to distinguish the unwanted reflections from the hyperbolas with a minimal impact on them. This last work opens interesting perspectives in filtering, hyperbolas enhancement and hyperbola detection.

Efficient detection of image blur and its extent is an open research problem in computer vision. Image blur has a negative impact on image quality. Blur is introduced into images due to various factors including limited contrast, improper exposure time or unstable device handling. Toward this end, an algorithm is presented for image blur detection with the use of Two-Dimensional Haar Wavelet transform (2D HWT). The algorithm is experimentally compared with two other image blur detection algorithms frequently cited in the literature. When evaluated over a sample of images, the algorithm performed on par or better than the two other blur detection algorithms.

Práce předkládá metody a výsledky návrhu, výroby a výzkumu pětiprsté protézy ruky. Inspirace jdoucí z přírody a z toho vyvozený princip použitého mechanizmu je uveden. Základní koncept řídícího schéma založeného na procesingu a ohodnocení EMG je navrhnut a implementován. Části senzorického systému protézy jsou navrhnuty a zahrnuty do rídícího algoritmu a shématu. Velké množství inovací a návrhů pro budoucí práce a výzkum jsou prezentovány, stejně tak komplexní analýza a diskuse dosažených a možných budoucích výsledků.

京都大学 / 0048 / 新制・論文博士 / 博士(理学) / 乙第12913号 / 論理博第1549号 / 新制||理||1591(附属図書館) / 32123 / 名古屋大学大学院理学研究科 / (主査)准教授 林 泰一, 教授 石川 裕彦, 教授 余田 成男 / 学位規則第4条第2項該当 / Doctor of Science / Kyoto University / DGAM