پس از پرداخت، لينك دانلود فايل براي شما نشان داده مي شود

پرداخت و دانلود

چكيده مقاله:

از انجا كه اندازه گيري ارتعاشات يك ابزار كليدي در بسياري از زمينه هاي پژوهشي است، روش هاي مختلفي براي ثبت و تحليل ارتعاشات يك سيستم، ابداع و پياده سازي شده اند. در اين مقاله مراحل عملي اندازه گيري ارتعاشات و تحليل داده ها با استفاده از روش تصويربرداري و با رويكرد خاص به اندازه گيري ارتعاشات واداشته بدن انسان در راستاي قائم بيان گرديده است. در مقايسه ي روش تصويربرداري با روش شتاب سنجي در اندازه گيري ارتعاشات بايد گفت، حساسيت روش تصويربرداري به نويز بسيار كمتر از روش شتاب سنجي بوده و در اين روش اندازه گيري ها به صورت نامحسوس و بدون تماس با موضوع آزمايش انجام مي شود و با توجه به كاربرد روش هاي مبتني بر تصوير برداري در آزمايشگاه بيومكانيك، استفاده از اين روش در اندازه گيري ارتعاشات، هزينه هاي سخت افزاري را به ميزان قابل توجهي كاهش داده است.

كليدواژه‌ها:

اندازه گيري ارتعاشات ، پردازش تصوير ، تصوير برداري ، ماركر

پس از پرداخت، لينك دانلود فايل براي شما نشان داده مي شود

پرداخت و دانلود

پس از پرداخت، لينك دانلود فايل براي شما نشان داده مي شود

پرداخت و دانلود

IMPROVEMENT OF IMAGE PROCESSING BY USING HOMOGENEOUS NEURAL NETWORKS WITH FRACTIONAL DERIVATIVES THEOREM

Abstract. The present paper deals with the unique circumvention of design-
ing feed forward neural networks in the task of the interferometry image recog-
nition. In order to bring the interferometry techniques to the fore, we recall
briefly that this is one of the modern techniques of restitution of three di-
mensional shapes of the observed object on the basis of two dimensional flat
like images registered by CCD camera. The preliminary stage of this process
is conducted with ridges detection, and to solve this computational task the
discussed neural network was applied. By looking for the similarities in the bi-
ological neural systems authors show the designing process of the homogeneous
neural network in the task of maximums detection. The fractional derivative
theorem has been involved to assume the weight distribution function as well
as transfer functions. To ensure reader that the theoretical considerations are
correct, the comprehensive review of experiment results with obtained two di-
mensional signals have been presented too

بهبود پردازش تصوير با استفاده از شبكه­ هاي عصبي همگن با قضيه­ ي مشتقات كسري

چكيده

اين مقاله شرايط منحصربفردي از طراحي شبكه­هاي عصبي تغذيه مستقيم (فيد فوروارد) در زمينه­يشناسايي تداخل تصوير را  بررسي مي­كند. به منظور پيشبرد فن­آوري­هاي تداخل، بطور خلاصه يادآوري مي­كنيم كهاين  يكي از روش­هاي جديد بازگرداني تصاوير سه بعدي از جسم مشاهده شده بر اساس تصاوير دو بعدي مسطح مانند است كه توسط دوربين CCDگرفته شده است. مرحله مقدماتي اين فرايند با تشخيص شيارها انجام مي­شود، و براي حل كردن اين كار محاسباتي شبكه عصبي مورد بحث به كار مي­رود. با جستجوي مشابهت­ها در سيستم­هاي عصبي بيولوژيكي، مولفانفرايند طراحي شبكه عصبي همگن را در تشخيص حداكثرها نشان مي­دهند. قضيه مشتق كسري شامل در نظر گرفتن تابع توزيع بار و هم­چنين توابع انتقال است. براي اطمينان دادن به خوانندهكه ملاحظات تئوري صحيح است، بررسي جامعي از نتايج آزمايش كه با دو سيگنال دوبعدي بدست آمده است ارائه مي­شود.

.

پس از پرداخت، لينك دانلود فايل براي شما نشان داده مي شود

پرداخت و دانلود

پس از پرداخت، لينك دانلود فايل براي شما نشان داده مي شود

پرداخت و دانلود

فهرست مطالب

مقدمه

بخش اول

روش هاي پردازش تصوير

1-1 تصوير ديجيتالي

2-1 تعريف رنگ و ويژگي هاي آن

1-2-1 فضاي رنگ HSV

2-2-1 فضاي رنگ RGB

3-1پردازش تصوير (Image Processing )

1-3-1 بهبود كيفيت تصوير( image enhancement )

2-1-3-1 بهبود كيفيت تصوير در حوزه فركانس

2-3-1 بازسازي تصاوير

3-3-1 كدينگ و فشرده سازي تصوير

4-3-1 قطعه بندي تصوير ( Image segmentation )

1-4-3-1 روش هاي مبتني بر از مشتق اول

2-4-3-1 روش مبتني بر مشتق دوم يا لاپلاس

بخش دوم

الگوريتم هاي موازي

1-2 الگوريتم هاي موازي

2-2 معماري موازي

بخش سوم

ماتريس اسپارس(خلوت)

1-3 الگوريتم هاي ذخيره ماتريس اسپارس

1-3-1Coordinate storage (COO)

2-3-1 روش CRS

3-3-1 روش CCS

4- 3-1 (CDS ) Compresses diagonal storage

5-3-1 Jagged Diagonal Format (JDS)

6-3-1 The transpose jagged diagonal format

7-3-1 Robs Alorithm

بخش چهارم

كاربرد ماتريس اسپارس در پردازش تصاوير

1-4 (GPU) Graphic Processing Unit

2-4 پردازش تصوير و GPU 

3-4 مقايسه ي دو الگوريتم

نتيجه گيري

ضميمه 1

كد matlab مربوط به پياده سازي دو الگوريتم run length coding و runrobs براي فشرده سازي

ضميمه 2

تصاوير تست شده در بخش چهارم

منابع

قسمتي از متن:

مجموعه عمليات  و روش هايي كه براي كاهش عيوب و افزايش كيفيت ظاهري تصوير مورد استفاده قرار مي گيرد، پردازش تصوير ناميده مي شود.حوزه هاي مختلف پردازش تصوير را مي توان شامل بهبود تصاوير مختلف پزشكي  مانند آشكار سازي تومور هاي مغز يا پهناي رگ هاي خوني و ... ، افزايش كيفيت تصاوير  حاصل از ادوات نمايشي  مانند تصاوير تلويزيوني  و ويديويي، ارتقا متون و شكل هاي مخابره شده در رسانه هاي مختلف مانند شبكه و فاكس و همچنين بهبود كيفيت روش هاي كنترل توسط بينايي ماشين و درك واقعي تر مناظر توسط ربات ها دانست.

اگرچه حوزه ي كار با تصاوير بسيار گسترده است ولي عموما محدوده ي مورد توجه در چهار زمينه ي بهبود كيفيت ، بازسازي تصاوير مختل شده، فشرده سازي تصوير و درك تصوير توسط ماشين متمركز مي گردد. در اينجا  سه تكنيك اول بررسي خواهد شد.

از آنجايي كه براي كار روي تصاوير با پيكسل ها سروكار داريم و هر پيكسل نشان دهنده ي يك عنصر از يك آرايه ي دوبعدي است، كار روي تصاوير  همواره با  كار روي ماتريس ها عجين شده است. ماتريس اسپارس يا ماتريس خلوت ، ماتريسي است كه درايه هاي صفر آن زياد باشد و در نتيجه ذخيره ي عناصر صفر  مقرون به صرفه نيست و همواره سعي در كاهش ذخيره ي اين عناصر است تا بتوان عمليات ماتريسي را سريع تر انجام داد.  در كار با تصوير با اينگونه ماتريس ها زياد برخورد مي كنيم . در اين پروژه ابتدا تكنيك ها و روش هاي مختلف پردازش تصوير را معرفي مي كنيم. در بخش بعد الگوريتم هاي موازي را شرح مي دهيم كه در GPU كاربرد دارند و با معماري موازي آشنا مي گرديم. در بخش سوم برخي از الگوريتم هاي مربوط به ماتريس خلوت را مورد بررسي قرار مي دهيم و در نهايت در بخش چهارم كاربرد اين ماتريس ها را در پردازش تصوير معرفي خواهيم نمود.

و در آخر، پياده سازي يكي از ا لگوريتم هاي مبحث فشرده سازي را  روي تصاوير باينري، انجام خواهيم داد و با يكي از الگوريتم هاي فشرده سازي مربوط به تصاوير باينري به نام Run length coding مقايسه خواهيم نمود.

پس از پرداخت، لينك دانلود فايل براي شما نشان داده مي شود

پرداخت و دانلود