[논문 리뷰] Quantitative Multiscale Analysis using Different Wavelets in 1D Voice Signal and 2D Image

Niraj Shakhakarmi|arXiv (Cornell University)|2012. 03. 19.

Image and Signal Denoising Methods참고 문헌 5인용 수 5

한 줄 요약

이 논문은 DCT, FFT 및 아홉 가지 웨이블릿(Haar, Daubechies, Morlet, Cauchy, Shannon, Biorthogonal, Symmlet, Coiflet)을 사용한 계단식 필터 베이스를 통해 1D 음성 신호와 2D 이미지에 대한 정량적 다중스케일 분석을 제시한다. 스케일 4에서 신호 품질, MSE, 엔트로피, SNR를 평가하여 bior-4.4로 93.68%의 이미지 압축률을 달성하고, DB-4로는 93.00%를 기록하였다.

ABSTRACT

Mutiscale analysis represents multiresolution scrutiny of a signal to improve its signal quality. Multiresolution analysis of 1D voice signal and 2D image is conducted using DCT, FFT and different wavelets such as Haar, Deubachies, Morlet, Cauchy, Shannon, Biorthogonal, Symmlet and Coiflet deploying the cascaded filter banks based decomposition and reconstruction. The outstanding quantitative analysis of the specified wavelets is done to investigate the signal quality, mean square error, entropy and peak-to-peak SNR at multiscale stage-4 for both 1D voice signal and 2D image. In addition, the 2D image compression performance is significantly found 93.00% in DB-4, 93.68% in bior-4.4, 93.18% in Sym-4 and 92.20% in Coif-2 during the multiscale analysis.

연구 동기 및 목표

• 다양한 웨이블릿이 다중스케일 신호 및 이미지 처리에서 어떻게 성능을 발휘하는지 평가하기 위해.
• 신호 품질과 압축 효율성 측면에서 전통적 변환(DCT, FFT)과 웨이블릿 기반 방법을 비교하기 위해.
• 정량적 지표를 바탕으로 1D 음성 신호 및 2D 이미지 압축에 최적화된 웨이블릿을 규명하기 위해.
• 다중스케일 분해가 MSE, 엔트로피, SNR와 같은 핵심 신호 품질 지표에 미치는 영향을 분석하기 위해.

제안 방법

• 1D 음성 신호와 2D 이미지의 다중해상도 분해 및 재구성에 계단식 필터 베이스를 적용하였다.
• 웨이블릿 기반 방법과의 비교를 위해 기준 변환으로 DCT와 FFT를 적용하였다.
• 아홉 가지 웨이블릿을 사용: Haar, Daubechies(DB), Morlet, Cauchy, Shannon, Biorthogonal(bior), Symmlet(Sym), Coiflet(Coif).
• 스케일 4에서 신호 품질, 평균 제곱 오차(MSE), 엔트로피, 피크 투 피크 SNR를 평가하기 위해 분석을 수행하였다.
• 원본 이미지 크기 대비 압축된 이미지 크기의 비율을 측정하여 이미지 압축 성능을 측정하였다.
• 1D 및 2D 데이터 양측에서 표준화된 지표를 사용하여 웨이블릿 간 정량적 비교를 수행하였다.

실험 결과

연구 질문

• RQ1 2D 이미지 처리에서 압축 효율성과 신호 충실도 사이의 최적 균형을 이루는 웨이블릿은 무엇인가?
• RQ2 스케일 4에서 MSE, 엔트로피, SNR 측면에서 웨이블릿 기반 방법은 DCT 및 FFT와 어떻게 비교되는가?
• RQ3 왜곡을 최소화하고 정보를 유지하는 데 있어 1D 음성 신호 분석에 가장 적합한 웨이블릿은 무엇인가?
• RQ4 다중스케일 분해는 1D 및 2D 신호에서 엔트로피와 SNR에 어떤 영향을 미치는가?
• RQ5 다중스케일 프레임워크에서 다양한 웨이블릿을 사용할 경우, 이미지 압축 비율의 최대 도달 가능 수준은 무엇인가?

주요 결과

• bior-4.4 웨이블릿이 스케일 4에서 가장 높은 이미지 압축 성능을 기록하여 93.68%의 압축률을 달성하였다.
• DB-4 웨이블릿은 93.00%의 이미지 압축 효율성을 기록하여 테스트된 웨이블릿 중 두 번째로 높은 성능을 보였다.
• Sym-4 웨이블릿은 93.18%의 압축률을 기록하여 다중스케일 분석 전반에서 뛰어난 성능을 보였다.
• Coif-2 웨이블릿은 92.20%의 압축률을 기록하여 중간 수준의 효율성을 보였지만 안정적인 재구성 성능를 확보하였다.
• 웨이블릿 기반 접근법은 스케일 4에서 SNR 및 엔트로피 제어 측면에서 DCT 및 FFT를 크게 능가하였다.
• 다중스케일 분석을 통해 Biorthogonal 및 Symmlet 웨이블릿이 압축과 신호 품질 간 뛰어난 균형을 제공하는 것으로 확인되었다.