24- كشف الگوهاي متناوب فازي جهت كاهش معناگراي فضاي ويژگي در تصوير

خلاصه مقاله:
افزايش روز افزون حجم عظيم اطلاعات و كبود دانش جديد ، مفيد و قابل فهم موجب شده تا طراحي الگوريتم هاي (كشف دانش ) كانون توجه محققان قرار گيرد . كشف الگوهاي متناوب يكي از تكنيك هاي كشف دانش مي باشد . اين تكنيك براي پردازش داده هاي گسسته طراحي شده است ، بنابراين جهت استفاده از آن براي داده هاي پيوسته ، مانند تصوير ، ناچار به كمي سازي داده ها مي باشيم و اينكار موجب از دست رفتن برخي داده ها و افزوده شدن داده هاي غير واقعي به فضاي داده اي مي شود ، كه خود مي تواند نتايج نهايي را تحت تاثير قرار دهد . ما در اين مقاله براي كشف الگوهاي متناوب در د اده هاي پيوسته ، مانند تصوير ، و جلوگيري از كمي سازي و نتايج نامطلوب آن الگوريتمي فازي ارائه داده ايم . سپس از دانش فازي استخراج شده ، در بازيابي تصوير مبتني بر محتوا استفاده نموديم . دقت بازيابي در سيستم پيشنهادي 95% مي باشد .

كلمات كليدي:
كلمات كليدي- كشف دانش، كشف الگوهاي متناوب، سيستم‌هاي فازي، كاهش فضاي ويژگي، داده كاوي، بازشناسي الگو

25- مقايسه كارايي روش‌هاي خطي و غيرخطي استخراج ويژگي‌ها در يك سيستم بازشناسي چهره

خلاصه مقاله:
در اين مقاله ، به بررسي و مقايسه كارايي چند روش خطي و غير خطي مهم جهت استخراج ويژگي هاي چهره مي پردازيم . بدن منظور از مجموعه هاي استاندارد yale و at&t استفاده شده است . جهت انجا م آزمايشات روي هر مجموعه ، دو استراتژي آزمايش تصادفي و همه به جز يكي به كار رفته است . دراين مقاله ، جهت طبقه بندي چهره از روش نزديكترين همسايه استفاده مي شود . نتايج نشان مي دهند كه بهترين روش خطي براي مجموعه at&t ، روش چهره هاي ويژه و براي مجموعه yale ،روش چهره هاي فيشر مي باشد. به هر حال در روشهاي خطي ، درصد خطاي بازشناسي بالا است. در مورد روشهاي غير خطي ، خواهيم ديد كه عملكرد الگوريتم kfda بهتر از ساير الگوريتم ها مي باشد .

كلمات كليدي:
بازشناسي چهره، استخراج ويژگي‌ها، روش‌هاي خطي، روش‌هاي غيرخطي

195- شناسايي علائم هشدار دهنده سرعت در تصاوير جاده اي جهت كاربرد در رانندگي هوشمند

خلاصه مقاله:
رنگ و شكل دو پارامتر اساسي براي شناسايي علائم ترافيكي مي باشد اين مقاله يك روش جديد در مورد شناسايي علائم هشدار دهنده سرعت در تصاوير جاده اي در شرايط مختلف ارائه ميدهد اين روش شامل سه مرحله اصلي آشكارسازي پيش پردازش و طبقه بندي مي باشد در مرحله آشكارسازي مكان علامت توسط فيلتر كردن تصوير به دست مي ايد مرحله پيش پردازش براي حذف اطلاعات اضافي تصوير استخراج شده براي افزايش سرعت تشخيص درمرحله طبقه بندي در نظر گرفته شده است در مرحله طبقه بندي با استفاده از روش همبستگي متقابل نرماليزه شده Normalized cross correlation نوع علامت تشخيص داده مي شود اين روش فقط د رمورد علائم دايره اي كاربرد دارد نتايج نشان ميدهد كه اين روش بسيار قوي و دقيق عمل مي كند و تصاوير نويزدار تا ميزان 30% تصاوير در فاصله هاي مختلف تا 30 متر تصاوير كج شده تا 5 درجه توسط اين روش قابل شناسايي مي باشند به علت حذف اطلاعات اضافي در قسمت پيش پردازش هيچ نگراني در مورد زمان محاسبات نداريم اگردر شرايط نورپردازي و اب و هوايي ايده الي تصويربرداري صورت گيرد درصد تشخيص به بيش از 90% مي رسد.

كلمات كليدي:
استخراج علامت سرعت جاده اي، تطبيق الگو، همبستگي متقابل نرماليزه شده، فيلتر رنگ

26- مقايسه تأثير تكنيك‌هاي شكل‌دهي پرتو در كيفيت تصويربرداري التراسوند

خلاصه مقاله:
يكي از روش هاي بهبود كيفيت تصوير در سيستم هاي تصوير برداري التراسوند B-moda ، به كار گيري تكنيك هاي پردازش سيگنال آرايه اي است كه مي تواند شامل مدولاسيون سيگنال تحريك ، شكل دهي پرتو و فيلتر كردن سيگنال خروجي آرايه باشد . شاخص هايي به منظور ارزيابي اين روش ها معرفي شده اند كه غالبا از تعريف پارامترهاي مرتبط با كيفيت تصوير حاصل براي مقايسه آن ها استفاده مي كنند . در اين مقاله ضمن معرفي سه روش تمركز ثابت ، تمركز ديناميك در گيرنده DRF و فيلترينگ منطبق فضايي SMF ، مقادير نسبت سيگنال به نويز موج اكو ، رزولوشن محوري و روزلوشن جانبي در تصاوير حاصل از اين روش ها با يكديگر مقايسه شده اند . براي تاييد نتايج به دست آمده از روابط ، از نرم افزار شبيه ساز التراسوند Field II استفاده شده است و با شبيه سازي سه تكنيك شكل دهي پرتو در محيط پالس - اكو ، ارزيابي آن ها بر اساس نسبت سيگنال به نويز و رزولوشن صورت گرفته است . همچنين تصاوير التراسوند محيط هاي انعكاس دهنده مشابه ، جهت مقايسه كيفيت تصوير نهايي حاصل از اين تكنيك ها به دست آمده است . بر اساس نتايج به دست آمده ، دو روش تمركز ثابت و DRF در زمينه eSNR و رزولوشن فضايي پاسخ هاي تقريبا مشابهي داشتند . به كارگيري روش SMF موجب افزايش eSNR در تمام اعماق شده است اما رزولوشن فضايي نسبت به دو روش ديگر به ميزان قابل توجهي كاهش يافته است .

كلمات كليدي:
تصويربرداري التراسوند، شكل‌دهي پرتو، رزولوشن، eSNR

27- مكان يابي و رديابي چهره با يك روش بهبود ‌يافته مبتني بر مدل رنگ پوست و مش‌هاي شكل‌پذير

خلاصه مقاله:
در اين مقاله يك روش بهبود يافته براي مكانيابي و رديابي پيوستة چهره در ويدئو پيشنهاد شده است . در روش ارائه شده ابتدا ناحية چهره در اولين توالي ويدئويي آشكارسازي مي گردد و سپس رديابي موقعيت چهره در توالي هاي بعدي انجام مي - گيرد . براي مكان يابي ناحية چهره از يك روش سريع و دقيق مبتني بر مدل رنگ پوست استفاده گرديده است . در اين روش ، مدل رنگ پوست چهرة افراد مختلف در فضاي rgb با يك تابع گوسي دو بعدي تخمين زده شده است . سپس اولين توالي ويدئويي با يك فيلتر وِفقي مطابق با تابع گوسي تخميني، فيلتر مي گردد . در توالي هاي بعدي موقعيت چهره با يك روش بهبود يافته مبتني بر مش هاي شكل پذير دو بعدي رديابي شده است . در مش تابع انرژي جديدي تعريف شده ك ه حساسيت به نويز و يدئويي را نسبت به روشهاي مشابه كاهش داده است . روش پيشنهادي بر روي چندين نمونه ويدئويي از ا فراد در حالات مختلف نظ ير استفاده از عينك، چرخش سر، وجود پس زمينة پيچيده، تغييرات جزئي در نور محيط و وجود نويز مورد آزمايش قرار گرفت كه نتايجعملي، دقت، پايداري و همگرايي بالاي الگوريتم را نشان ميدهند .

كلمات كليدي:
مكان يابي چهره، رديابي چهره، مدل رنگ پوست، توابع انرژي، مدل مُستوي، مش‌هاي شكل‌پذير

28- مكان‌يابي مردمك و تعيين باز و بسته بودن چشم جهت تشخيص خواب‌آلودگي

خلاصه مقاله:
تشخيص خواب آلودگي در موارد زيادي از جمله كاهش تصادفات جاده اي اهميت دارد . در اين مقاله ، روش تركيبي جديدي بر اساس باز و بسته بودن چشم به منظور تشخيص خواب آلودگي فرد ارايه مي شود . در روش پيشنهاد ي پس از تعيين ناحيه صورت ، با استفاده از نقشه چشم مشخص مي شود . سپس با توجه به ويژگي هاي شدت روشنايي و هندسي تصاوير چشم ، وضعيت باز و بسته بودن چشم در طي دو مرحله مشخص مي شود. روش مذكور به منظور مكان يابي مردمك و عنبيه بر روي 222 تصوير رنگي مجموعه داده imm اعمال شده است . همچنين اين روش براي تشخيص وضعيت باز و بسته بودن چشم بر روي 2250 تصوير گرفته شده در آزمايشگاه مورد بررسي قرار گرفته است. اين تصاوير از 10 فيلم ويديويي افراد مختلف در شرايط نوري متفاوت بدست آمده است . نتايج حاصل از مجموعه داده imm به صحتي بيشينه برابر با 3 ، 97% براي حالت خنثي و مستقيم صورت نسبت به دوربين رسيده است و تصاوير گرفته شده از چشمان باز ، نيمه باز و بسته به ترتيب به ميزان 4، 96% ، 2، 95% و 7، 94% درست تشخيص داده شده اند.

كلمات كليدي:
خواب‌آلودگي، پوست، چشم، مردمك

29- محل‏يابي و تشخيص سريع پلاك خودرو با استفاده از كلاسيفاير‏هاي آبشاري

خلاصه مقاله:
يكي از بازرسي هاي اتوماتيكي كه در سيستم هاي حمل و نقل مورد استفاده قرار مي گيرد سيستم تشخيص پلاك است ، كه به علت كاربردش در جمع آوري هزينه اتوماتيك ، اجراي قانون ترافيك و كنترل مسائل امنيتي مورد توجه قرار گرفته است . محل يابي كردن پلاك گامي اساسي قبل از تشخيص نهايي در اين سيستم هاست . اين مقاله يك دستاور آبشاري براي محل يابي كردن سريع و تشخيص پلاك ارائه مي كند كه يك دنباله از كلاسيفايرهاي آبشاري كارآمد را براي رد كردن سريع تعداد زيادي پلاك شامل دو گام اصلي شناسايي كانديدهاي ناحيه پلاك و تصديق آن ها است . پيدا كردن كانديد ها از عمليات پيش پردازش ، تشخيص لبه ، شناسايي كانديد ، جستجوي امضاي پلاك در كانديد ها ، محاسبه و جبران شيب تشكيل شده است . در تصديق كانديدها ، محدوديت هاي هندسي پلاك از جمله طول ، عرض ، خصوصيات توزيع سطوح خاكستري و غيره روي كانديد ها تست مي شود . سرانجام زماني كه پلاك محل يابي شد عمليات جداسازي و تشخيص كاراكترها روي آن انجام مي شود . تصاوير شامل پلاك هاي فارسي كه در شرايط آب و هوايي و ساعات مختلف روز گرفته شده اند . نتايج نشان مي دهد كه الگوريتم نسبت به تغييرات روشنايي ، مقياس و شيب پايدار است.

كلمات كليدي:
محل يابي ناحيه پلاك ، تشخيص پلاك، جداسازي و شناسايي پلاك ، پردازش تصوير

78- ماشين بردار پشتيبان چند شاخه اي واعمال آن در طبقه بندي و آشكارسازي پوست

خلاصه مقاله:
اين مقاله به ارائه يك درخت تصميم مبتني بر تابع هزينه ماشين بردار پشتيبان مي پردازد استفاده از حاشيه اطمينان در طبقه بندي روش پيشنهادي را نسبت به درخت تصميم c5 كاراتر كرده است از طبقه بند پيشنهادي كه نام ماشين بردار پشتيبان چند شاخه اي بر ان نهاده ايم در شناسايي و استخراج قانون از روي داده ها پرداخته مي شود چند مجموعه داده از بانك اطلاعاتي uci انتخاب مي گردد. مقايسه روش پيشنهادي با روش c5 برتري آن را نشان ميدهد ارائه يك مفهوم عدم طبقه بندي در روش پيشنهادي براي نمونه هاي ازمون اين امكان را ميدهد تا از طبقه بندهاي ديگر به شكل سلسله مراتبي در جهت افزايش كارايي سيستم بهره برد كه به كار اتي سپرده مي شود هزينه كم در ايجاد درخت با تابع هزينه ماشين بردار پشتيبان نسبت به c5 كه از انتروپي و جستجوي كلي و خوشه بندي بهره مي برد از ديگر برتري هاي روش ارائه شده است استفاده از روش پيشنهادي در استخراج قوانين در شناسايي پوست نتايج جالبي روي تصاوير ميدهد كه حاكي از قوانين ساده قابل فهم براي بشر و كم روي تصاوير رنگي به دست ميدهد سادگي بكارگيري روش ارائه شده در آشكارسازي هدف درصحنه هاي ويدئويي نويد استفاده آن توسط ديگر محققين است.

كلمات كليدي:
آشكارسازي پوست انتروپي، درخت تصميم c5، ماشين بردار پشتيبان، طبقه بندي

140 - A Novel Approach for Fast and Robust Multiple License Plate Detection

License Plate Detection (LPD) is the most difficult,critical and time consuming task in license plate recognition (LPR) systems. In this paper, a novel texture-based method is proposed for fast and robust LPD. First, a new filter called Peak-Valley filter is applied on the lines of the image. This filter not only extracts the remarkable gray level changes as consecutive peaks and valleys, but also simultaneously removes the undesirable small variations. Secondly, a sequential Peak-Valley partitioning is utilized to segment the transitions into some groups. Afterward, a neural network is employed to find true candidate lines and finally the candidate lines are aggregated to form the plates regions. According to our experiments, the proposed method correctly detects all plates presented in the image regardless of their styles and without considering the whole image. Experimental results showed that this approach can apply on real-time application for outdoor complex scenes.

162- Computer-aided Detection of Proliferative Cells and Mitosis Index in Immunohistichemically Images of Meningioma


Immuonohistochemically images of meningioma which are stained by ki66 marker contain positive and negative cells. Accurate counting the number of positive and negative cells in such images play a critical role in diagnosing diffrent type of meningioma cancer. Since pathological images of meningioma contain complex cell cluster accurate cell counting methodology is a major challenge for pathologist physicians. In this paper we provide a computer aided algorithm for detecting proliferative cells and mitosis index in immunohistochemically images of meningioma. In the first stage of the algorithm fuzzy c-means clustering was used to extract positive and negative cells based on CIElab color space. In the second stage, ultraerosion operation was applied to count the number of individual and overlapped cells. Experimental result show that the proposed algorithm is able to overcome some disadvantage of traditional approaches with acceptable accuracy by pathologist physicians.

164- Detection and Classification of Foreign Substances in Medical Vials Using MLP Neural Network and SVM


خلاصه مقاله:
Presence of foreign substances in medical liquids can make serious problems for both patients and companies. To avoid these problems, there is a vast need of an automatic process to identify the bottles with foreign substances. In this paper, a new method is proposed to detect and classify the foreign substances in medicine bottles and vials based on machine vision. Several cameras are located in production line, to get images from medicine bottles. The captured images are thresholded to gather a collection of connected components. For each one a set of novel features are computed, the feature vectors are fed into a classifier, to distinguish the foreign substances from bubbles and also classify them in four groups, so the operator can find the source of the problem and fixes the failure in machine which causes it.. An original method is also described to find out the scratches and spots on the bottle surface and distinguish them from foreign substances. The proposed method achieves detection rates over 97% and classification rates over 93%.

189- Real time and robust intersection traffic flow measurement using traffic zones in a hybrid background modelling for smart cameras



خلاصه مقاله:
Background modelling methods for identifying Vehicles in a traffic video surveillance is a fundamental task in computer-vision applications. In intelligent transportation systems (ITS), traffic parameters extraction at intersections is one of the critical and challenging tasks in urban traffic management. For intersection traffic analyzing where objects have different characteristics such as varying velocities, stop and go, it is necessary to use the adaptive background mixture model to learn background model faster and more accurately, instead of using single rate of adaptation, which is not adequate. The main focus of this research is to analyze activities at intersection for detecting and classifying vehicles and then extract traffic flow which assists in regulating traffic lights for using in a smart camera. Traffic zones definition in intersection video based on majority motions, greatly reduce the computations. A smart camera’s fundamental purpose is to analyze a scene and report statics and activities of interest which is not an image. Ground-truth experiments with urban traffic sequences show that our proposed algorithm is very promising relative to results using other techniques.

190- Real-Time Fusion of Multi-Focus Images for Visual Sensor Networks

خلاصه مقاله:
The objective of image fusion is to combine information from multiple images of the same scene in order to deliver only the useful information. The discrete cosine transform (DCT) based methods of image fusion are more suitable and time-saving in real-time systems using DCT based standards of still image or video. In this paper an efficient approach for fusion of multi-focus images based on variance calculated in DCT domain is presented. The experimental results on several images show the efficiency improvement of our method both in quality and complexity reduction in comparison with several recent proposed techniques

193- Stationary Image Resolution Enhancement on the Basis of Contourlet and Wavelet Transforms by means of the Artificial Neural Network


خلاصه مقاله:
In this paper two transform based super resolution methods are presented for enhancing the resolution of a stationary image. In the first method, neural network is trained by wavelet transform coefficients of lower resolution of a given image, and then this neural network are used to estimate wavelet details subbands of that given image. In this way, by using these estimated subbands as wavelet details and the given image as the approximation image, a super-resolution image is made using the inverse wavelet transform. In the second proposed method, the wavelet transform is replaced by contourlet transform and the same mentioned procedure is applied. These two methods have been compared with each other and with the bicubic method on different types of images. The experimental results demonstrate the superiority performance of the proposed methods compared with regular stationary image resolution enhancing methods.

200- Vector-Valued Color Image Edge Detection Using Green Function Approach

خلاصه مقاله:
In this paper, an extended version of differential equations is introduced on the concept of edge detection methods for color images based on the correlation of R, G, and B components. To obtain the color edge detection operator, the Green’s function approach is used to derive the obtained differential equation. The proposed color edge detection method is compared with other color edge detection methods on the several test images. The experimental results show the feasibility of the proposed approach.

177- Improved Motion Compensated Temporal Filtering

خلاصه مقاله:
The new MPEG standardization effort of H.462 /AVC scalable extension, Joint Scalable Video Coding (JSVM) is currently being made for efficient scalable video coding (SVC). Reducing the energy of high-pass temporal frames helps to improve the quality and supports for compression efficiency. Since bi directional motion–compensated prediction generally reduces the energy of the prediction residual in comparsion to uni-directional prediction, thus we use the bi directional prediction and by selecting the coefficients of prediction step, adaptively, we are going to reduce the energy of high-pass temporal frames. Experimental results show that the proposed algorithm can significantly improve the quality of the reconstructed video sequence, both in PSNR and in subjective visual quality. as proposed technique can improve coding performance by up 3.0 dB.

30- آشكارسازي شاهين‌ها در صفحات موسيقي چاپي با استفاده از تركيب پايگاه قواعد

خلاصه مقاله:
در سيستم بازشناسي صفحات موسيقي چاپي ، علائم موسيقي به صورت خودكار از روي تصاوير متون چاپي شناسايي مي شود . با وجود پيشرفت و توسعه روزافزون در نرم افزار ، هنوز مشكلات عديده اي در زمينه بازشناسي اتوماتيك صفحات موسيقي چاپي وجود دارد . عدم وجود شيوه ها و عمليات صحيح جداسازي صفحه موسيقي به بخش هاي معنادار سمبليك ، وجود اتصالات متعدد و بيشمار بين سمبل ها ، پيچيدگي به نظم درآوردن سمبل هاي پايه و تنوع قابل ملاحظه سمبل ها باعث بروز مشكلات زياد در فرايند آشكارسازي مي شود . يكي از سمبل هاي موسيقي پايه كه بخش اعظم سمبل ها در صفحات موسيقي (شامل علائم موسيقي متعارف) را تشكيل مي دهد ، شاهين ها هستند . اين سمبل ها به دليل تنوع ظاهريشان ، هم از نظر شكل و هم از نظر ابعاد ، در سيستم هاي بازشناسي موسيقي به سختي آشكار مي شوند. بنابراين پيش از آنكه شاهين ها را به چند جزء تقسيم نموده و سپس طبقه بندي بر روي اجزاء صورت گيرد ، راه حل در اين مقاله پيشنهاد مي شود كه فرايند آشكار سازي را به مراتب ساده تر مي سازد . فرايند آشكارسازي بر پايه تركيب پايگاه قواعد است . روش پيشنهادي بر روي ده صفحه از قطعات موسيقي چاپي آزمايش شد. بازشناسي همگي شاهين ها مبين موفقيت الگوريتم پيشنهادي نسبت به روش هاي ديگر است .

كلمات كليدي:
بازسازي مورفولوژيكي، بازشناسي صفحات موسيقي

31- الگوگذاري تصاوير ديجيتال با استفاده از آتوماتاي سلولي

خلاصه مقاله:
روش الگوگذاري با تغيير كم ارزش ترين بيت پيكسل ها lsb علي رغم داشتن مزاياي زياد مانند سرعت بالا، فاقد امنيت لازم براي الگوگذاري تصاوير ديجيتال است. در اين مقاله الگوريتمي با استفاده از آتوماتا ي سلول ي جهت الگوگذاري تصاوير ديجيتال ارائه مي شود كه در آن از اتوماتاي سلولي جهت تشخيص پيكسل هاي مناسب جهت مخفي كردن الگو استفاده مي شود و الگوي مخفي شده به گونه اي در تصوير ميزبان پخش مي گردد تا تشخيص آن براي حمله كننده بسيار سخت يا غير ممكن شود. در الگوريتم پيشنهادي پيكسل هايي از تصوير ورودي كه توسط آتوماتاي سلولي به عنوان كانديد براي الگوگذاري انتخاب شده اند را با تغيير كم ارزش ترين بيت آن پيكسل ها الگو گذاري مي كنيم. بر اي آشكارسازي توسط آتوماتاي سلولي پيكسل هايي كه در آنها الگو مخفي شده است را مشخص مي كنيم و الگو را از كم ارزش ترين بيت آن پيكسل ها استخراج مي كنيم. در مقايسه با كارهاي مشابه، روش پيشنهادي مقاومت خوبي در مقابل برش و افزايش نويزهاي مختلف دارد و در حالي كه psnr تصاوير الگوگذاري شده با اين روش بسيار خوب است.

كلمات كليدي:
الگوگذاري تصاوير، آتوماتاي سلولي، پنهان‌سازي داده، جستجوي رو به جلوي شناور ترتيبي

32- الگوريتم رمزنگاري تصاوير رنگي توسط سيستم آشوبگون غير خطي مزدوج

خلاصه مقاله:
رمزنگاري تصوير بدليل برخي از ويژگي هاي ذاتي تصاوير، همچون حجم بالاي داده ها و همبستگي زياد ميان پيكسل ها،متفاوت از رمزنگاري متن مي باشد و به همين دليل روش هاي كلاسيك رمزنگاريِ متن براي اين منظور چندان كارامد نيستند. از سوي ديگر مطالعه بر روي تئوري آشوب و سيستم هاي آشوبگون نشان داده است كه خصوصيات ويژه اين سيستم ها همچون حساسيت زياد به شرايط اوليه و رفتار شبه تصادفي، آنها را براي استفاده در رمزنگاري تصوير مناسب نموده است. در اين مقاله، ابتدا يك سيستم آشوبگون غيرخطي با ساختار مزدوج پيشنهاد مي شود و سپس يك الگوريتم رمزنگاري براي تصاوير رنگي مبتني بر اين سيستم ارائه مي شود. در اين الگوريتم رمزنگاري، از يك كليد متقارن 192 بيتي استفاده مي شود كه حاوي پارامترها و مقادير اوليه تابع آشوبگون مي باشد. بدليل پيچيدگي بالاي سيستم آشوبگون پيشنهادي و همچنين بزرگ بودن فضاي كليد، اين سيستم در مقايسه با ساير سيستم ها از امنيت و كارايي بالايي برخوردار است. آزمايش هاي گوناگوني بمنظور تحليل ميزان امنيت و كارايي اين الگوريتم صورت گرفته است كه همگي تأييد كننده ميزان كارايي بالاي اين سيستم در كاربردهاي رمزنگاري مي باشند.

كلمات كليدي:
رمزنگاري تصوير، تصوير رنگي، تئوري آشوب، سيستم‌هاي آشوبگون

125- طبقه‌بندي سري زماني تصاوير عملكردي تشديد مغناطيسي با استفاده از روش‌هاي خوشه‌يابي Neural Gas و Hard C-Means


خلاصه مقاله:


خوشه يابي بدون سرپرست روشي قوي براي طبقه بندي تغييرات زماني تصاوير پزشكي به صورت خود سازماندهي است. در اين روش خوشه ها, پيكسل هايي با فعاليت مشابه را مشخص مي كند. همان طور كه در اين مقاله خواهيم ديد اين نوع روشها در كاربردهاي پزشكي داري كارايي بالايي هستند. يكي از اين عملكردها در داده هاي تصوير برداري عملكردي تشديد مغناطيسي Functional Magnetic Resonance Imaging است كه الگوريتمهاي Neural Gas و Hard C-Means دو روش از اين نوع, با تعريف معيارهايي در اين بحث مورد بررسي قرار خواهند گرفت. نشان داده شده است كه شناسايي وجداسازي تغييرات زماني نقاط تصوير براي تفسير و استفاده در سيستمهاي پزشكي با سطح قابل قبولي توسط اين روشها انجام مي شود. در بخش ديگر به وسيله شاخصهايي, دو روش بررسي شده اند كه با توجه به انعطاف و تعميم پذيري و صرف زمان كمتر روش Neural Gas ،داراي مقبوليت بيشتري است.


كلمات كليدي:
خوشه‌يابي- تصوير‌برداري عملكردي- تشديد مغناطيسي- Neural Gas -Hard C-Means

33- انتقال سيگنالهاي ويديويي H.264 با ادغام تكنيكهاي MDC و SVC بر روي كانال‌هاي Packet Erasure

خلاصه مقاله:

با ظهور استاندارد جديد كدينگ ويديو H.264 ، استفاده و انتقال رشته بيت خروجي آن در محيطهاي مختلف به موضوع مهم تحقيق محققان تبديل شده است . مخابره سيگنالهاي ويديويي در شبكه هايي كه براي انتقال دادهها از بسته هاي اطلاعاتي استفاده ميكنند با چالش هاي زيادي مواجه هستند كه مهمترين آنها مشكل تلفات كانالها است . از جمله روشهاي موفق و پركاربرد براي حل اين مشكل، استفاده از كدينگ چند توصيفي (MDC) ميباشد . از طرف ديگر با توجه به گسترش كاربردهاي پركاربرد براي حل اين مشكل، استفاده از كدينگ چند توصيفي (MDC) ميباشد . از طرف ديگر با توجه به گسترش كاربردهاي گوناگون و قابليتهاي متفاوت گيرندهها، نياز به مقياسهاي مختلفي از سيگنال ارسالي در گيرنده وجود دارد . بنابراين از روشهاي كدينگ مقياس پذير ويديو (SVC) استفاده مي شود. در اين مقاله ابتدا با پيشنهاد روشي براي پنهان سازي خطا ، عماكرد MDC سيستم را بهبود بخشيده وسپس براي اولين بار تركيب روشهاي MDC و SVC را براي سيگنالهاي H.264 بررسي خواهيم كرد .نتايج شبيه سازيها كارآيي سيستم ارائه شده را نشان ميدهند . علاوه بر اين به كمك روش ارائه شده، استفاده از خروجي كدكننده JSVM در محيطهاي باتلف نيز امكانپذير شده است

كلمات كليدي:
كدينگ چند توصيفي (MDC) ، كدينگ مقياس پذير ويديو (SVC) ، استاندارد كدينگ ويديو H.264 ، شبكه‌هاي Packet Erasure ، كدكننده JSVM ، منحني LRD

34- انطباق غيرصلب حجمي كبد با استفاده از مدل اسپلاين صفحات نازك


خلاصه مقاله:


انطباق و پيچش در تصوير، دو اصل مهم جهت تركيب اطلاعات تصاوير مي باشند. يكي از اهداف انطباق ايجاد ارتباط بين نقاط متناظر در تصاوير مختلف مي باشد. در اين تحقيق يك روش كاربردي در انطباق تصاوير حجمي مورد ارزيابي قرار مي گيرد، به اين منظور مدل رياضي انطباق تصاوير سه بعدي با استفاده ازمدل اسپلاين صفحات نازك بيان گرديده و سپس روي مدل هاي حجمي غير صلب مورد بررسي قرار مي گيرد اين روش از توانمندي خاصي در انطباق كشسان و شكل پذير تصاوير پزشكي برخوردار است. ابتدا مساله حجمي غير صلب انطباق كره به مكعب به صورت كيفي با تغيير تعداد المان هاي حجمي نشان داده مي شود و سپس اثرپذيري مدل به تعداد كل نقاط (رزولوشن حجمي)، تعداد نقاط نشانه و نويز گوسي با ميانگين صفر در واريانس هاي مختلف به صورت كمي روي كبد بررسي مي شود. نتايج نشان مي دهد درصد كاهش خطا با 15 نقطه نشانه در فاصله واريانس (0/005-0/05) بين 256 و 1024 نقطه (51/68-4/21) درصد مي باشد . اين نتايج با اضافه كردن نقاط نشانه به 25 نقطه (74/86، 1/31) درصد مي باشد . نهايتا روش روي يك كبد سه بعدي، بدست آمده از تصاوير سي تي اعمال گرديد وخطاي قابل قبول 0/35 به دست آيد .


كلمات كليدي:
انطباق، پيچش، كبد، اسپلاين صفحات نازك

99- تشخيص و بازشناسي الفباي دستي گوياي باغچه بان و اعداد زبان اشاره فارسي و استفاده از جداسازي مبتني بر قاعده تكنيكهاي بينايي ماشين و شبكه عصبي

خلاصه مقاله:
انسانهادر زندگي روزانه براي برقراري ارتباط راحت تر با يكديگر از فرمانهاي اشاره اي دست به كرات استفاده مي كنند يكي از وسايل موثر درمحاوره هاي انساني ارتباط به كمك ايما و اشاره مي باشد كه بهترين نوع آن اشاره به كمك دستان است زبان اشاره به وسيله ارتباطي براي افرادي است كه قادر به شنيدن نيستند و يا در محيطي قرار دارند كه به دلايل خاص محيطي مجبور به استفاده از اين زبان هستند اما بيشترين استفاده اين حركات براي افرادي است كه از نعمت شنيدن بي نصيب مانده اند اين زبان مجموعه اي از ژست ها و حركات است كه مي توان با آنها حروف، كلمات، و يا اعداد را بيان كرد اينمقاله نحوه تشخيص و بازشناسي الفباس دستي گوياي باغچه بان و اعداد را ارائه مي كند بدين صورت كه با استفاده از تكنيكهاي بينايي ماشين دست ها و سر يك انسان رادر تصوير مشخص و استخراج مي كنيم سپس با استفاده از قواعدي اين تصاوير را دسته بندي مي كنيم و با استفاده از ويژگيهاي استخراج شده از آنها يك شبكه عصبي رااموزش ميدهيم و از اين شبكه براي ازمايش حركات اشاره استفاده مي كنيم.

كلمات كليدي:
الفباي دستي گويايي باغچه بان، جداسازي مبتني بر قاعده، شبكه عصبي ، فضاي رنگ، عمليات شكل شناسي

تائید هویت افراد با استفاده از خطوط موجود در یک ناحیه دایره ای کف دست
 

نویسنده مقاله: آزاده قندهاری- رضا صفابخش

سلام ممنون از سایت خوبتون
امکان داره مقاله 105. آشكارسازي و بازشناسي اتوماتيك تابلوهاي راهنمايي و رانندگي در تصوير با استفاده از ويژگي زاويه بين مركز ثقل كدهاي زنجيره اي و كلاس بند svm را اضافه کنید.تشکر

با سلام
مقاله ردیابی سریع تصویری هدف به کمک آستانه گذاری و اندازه بندی وفقی
نویسندگان: معلم - عشوریان

سلام ممنون از سايت خوبي كه داريد
لطفا مقالات زير رو برام تو سايتتون قرار بدين

83. نهان نگاري تطبيق پذير مقاوم براساس بهترين تفاضل پيكسل ها
91. يك روش پنهان نگاري امن براساس شباهت داده و ظرفيت جاسازي
130. استفاده از پيكسلهاي همسايه براي نهان نگاري با ظرفيت بالا در تصوير
186. روش جديدي براي نهان نگاري تطبيقي در تصاوير

پيشاپيش تشكر ميكنم

سلام خسته نباشيد
سال نوتون مبارك
اگه ممكنه مقالات زير رو تو سايت خوبتون قرار بدين

32. نهان نگاري با استفاده از تبديل bemd و مشخصات سيستم بينايي انسان
38. يك روش امن پنهان‌نگاري مبتني بر الگوريتم ژنتيك به منظور افزايش حجم داده جاسازي شده
42. پنهان‌سازي خطا در تصوير با استفاده از نهان‌نگاري شكننده بر مبناي الگوريتم bnm در كانال‌هاي بي‌سيم
43. پنهان‌شكني تصاوير بر اساس ماتريس هم‌وقوعي ضرايب dct و حذف بيت‌هاي با ارزش
44. پنهاني‌سازي تصوير با استفاده از تابع آشوب و درخت جستجوي دودويي
130. رهيافتي دو لايه‌اي در نهان‌نگاري، مبتني بر طيف گسترده و عمليات ماتريسي

پيشاپيش تشكر مينمايم

سلام
منم یه چندتایی از مقاله ها را نیاز دارم ممنون می شم اگه تا جایی که امکان داره هرچه سریعتر آنها را ارائه بدین
از لطفتون خیلی ممنونم
شماره مقاله ها:
12-13-14-29-40-74-80-90-110-115-118-119-127
راستی اگه خودتون مطلبی یا مقاله ای در زمینه تبدیل تصویر به نقشه فرش دارین، ممنون می شم اگه در اختیارم بذارین یا به نحوی در این مسیر راهنمایی ام کنین.
به خاطر راه اندازی انجمن و پشتیبانی هم ازتون متشکرم:41:

سلام . خسته نباشین میشه لطف کنید این مقالات و با این شماره ها برام ایمیل کنید. یا اگه میشه تو سایت بزارین.
از کنفرانس ششم.83-91-130-186

طبق اين ليست شماره مقاله هفتاد هست:

70- بازشناسي تصويري الفباي دستي فارسي ناشنوايان با استفاده از شبكه عصبي و ماشين بردار پشتيبان

خلاصه مقاله:
در اين مقاله ، بازشناسي الفباي دستي فارسي ناشنوايان براي نخستين بار در كشور انجام شده است . با توجه به عدم وجود پايگاه داده تصويري از الفباي دستي فارسي ، طراحي و ثبت يك پايگاه داده مناسب انجام شده است . در مورد اشاره هاي مربوط به سمبل هر حرف الفبا ، بردار ويژگي به صورت فواصل دهگانه ميان زوج سرانگشتان دست ، به علاوه اختلاف ارتفاع ظاهري سرانگشت شست و انگشت اشاره ، تعريف شده است . استخراج ويژگي با مكان يابي سرانگشتان توسط يك شبكه RBF انجام گشته و براي طبقه بندي از شبكه عصبي (MLP) و ماشين هاي بردار پشتيبان ( SVM) بصورت با معلم استفاده شده است كه صحت طبقه بندي مجموع اشارات در روش نخست 81% و در روش دوم 71% بدست آمده است.

كلمات كليدي:
بازشناسي، زبان اشاره فارسي، SVM، MLP

رمز: artificial.ir

مرسی خیلی خیلی لطف کردبن..همهجا واسه گذاشتن این مقاله ها پول می گیرن..کارتون عالیه....

خدا قوت. عالی بود.

سلام دوستان کسی هست اینجا بهم چنتا مقاله فارسی در موردتشخیص تومور بده؟ منونم میشم آخه پروژم آخراشه ولی چنتا مقاله هم می خوام بندازم توش اگه ممکنه واستون بشنوید صدامو . ایمیلم armin.eca7@yahoo.com

سلام میشه پسورد فایل ها رو بگین:3: