یاری فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

یاری فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

طراحی سیستم کمک تشخیص کامپیوتری نوین به منظور شناسایی ندول های ریوی در تصاویر س یتی اسکن

اختصاصی از یاری فایل طراحی سیستم کمک تشخیص کامپیوتری نوین به منظور شناسایی ندول های ریوی در تصاویر س یتی اسکن دانلود با لینک مستقیم و پر سرعت .

طراحی سیستم کمک تشخیص کامپیوتری نوین
به منظور شناسایی ندول های ریوی در تصاویر س یتی اسکن

زمینه و هد ف: بیماری های ریوی و در رأس آن سرطان ریه از شای ع ترین و خطرنا ک ترین بیماری هایی هستند که
روزانه افراد زیادی را به کام مرگ م ی کشانند. در این مقاله یک سیستم کمک تشخیصی مکانیزه جهت شناسایی
ندول های ریوی به عنوان یکی از علایم اصلی بیماری های ریه ارایه خواهد شد.
روش بررسی: در یک کارآزمایی بالینی 25 بیمار ریوی مراجعه کننده به بیمارستان مسیح دانشوری تهران که در تصاویر
آن ها ندول ریوی مشاهده گردید به طور تصادفی به دو گروه مورد با جمعیت پانزده ( 9 زن و شش مرد با HRCT
39 سال ) ±4/ 43 سال ) و گروه ناظر با جمعیت ده (شش زن و چهار مرد با میانگین سنی 91 ±5/ میانگین سنی 63
تقسیم شدند . با اعمال روش های پردازش و تحلیل تصاویر پزشکی و استفاده از الگوریتم های شناسایی آماری الگو
سیستمی مکانیزه جهت شناسایی خودکار ندول ریوی ارایه گردید.
یافت هها: به وسیله رو ش های بخش بندی تصاویر پزشکی نسج اصلی ریه ها از بقیه تصاویر دو بعدی جدا شدند . در
مرحله بعد موارد مشکوک شامل رگ، برونش، ندو ل و غیره به صورت رنگی برچسب گرفتند . سپس ویژگی های
مشخصه ندول ها به دست آمدند . در نهایت جهت کلاسه بندی با استفاده از شبکه عصبی مصنوعی ندو لهای موجود در
تصویر از بقیه موارد تفکیک و مشخص گردیدند.
نتیج هگیری: با توجه به پیچیدگی و ساختارهای متنوع ندو ل ها و تعد اد زیاد تصاویر س ی تی مربوط به کات های مختلف
ریه، پیدا کرد ن ندول ریوی از میان موارد مشکوک کاری دشوار، زمان بر و با احتمال خطای انسانی برای پزشکان
ندول ریوی را از موارد مشکوک آشکار ساخته است. (P<0/ متخصص می باشد. خروجی سیستم پیشنهادی به خوبی ( 05
کلمات کلید ی: سیستم کمک تشخیص کامپیوتری، تصاویر س ی تی اسکن، شناسایی نودل ریوی، پردازش و تحلیل
تصاویر پزشکی، شناسایی آماری الگو.
رشد


دانلود با لینک مستقیم


طراحی سیستم کمک تشخیص کامپیوتری نوین به منظور شناسایی ندول های ریوی در تصاویر س یتی اسکن

ایان نامه لاتین دکترا2015:GAL: مدل گام به گام برای خودکار تشخیص سایه ابر در HICO تصاویر اقیانوسی

اختصاصی از یاری فایل ایان نامه لاتین دکترا2015:GAL: مدل گام به گام برای خودکار تشخیص سایه ابر در HICO تصاویر اقیانوسی دانلود با لینک مستقیم و پر سرعت .

ایان نامه لاتین دکترا2015:GAL: مدل گام به گام برای خودکار تشخیص سایه ابر در HICO تصاویر اقیانوسی


ایان نامه لاتین دکترا2015:GAL: مدل گام به گام برای خودکار تشخیص سایه ابر در HICO تصاویر اقیانوسی

 
GAL: مدل گام به گام برای خودکار تشخیص سایه ابر در HICO تصاویر اقیانوسی با استفاده از فیلتر های هدایت شونده، اختصاص پیکسل، و پیوندهای هندسی

GAL: A stepwise model for automated cloud shadow detection in HICO oceanic imagery utilizing guided filter, pixel assignment, and geometric linking

 

 

Abstract: Detection of cloud shadow pixels is an important step in image processing in several remote sensing ocean-color application domains, such as obtaining chlorophyll content. While shadow detection algorithms do exist, the vast majority are for over land which leaves few options for detection over water.

The detection of cloud shadow over water in HICO imagery is a unique problem. As its name implies, HICO (Hyperspectral Imager for the Coastal Ocean) imagery is produced for coastal and oceanic regions. Since land based algorithms remove water before processing, these approaches would not be applicable. The only currently published HICO shadow pixel detection algorithm produces good results for predominantly homogeneous regions. It also involves hand-tuning of the parameters, which is not suitable for automation.

GAL is a fully automated stepwise model that starts by using satellite imagery and navigational data. The next step is applying the guided filter algorithm proposed by He, Sun, and Tang to these images in order to filter and enhance the images before shadow detection. The third step classifies pixels into water, land, and clouds. The fourth step uses cloud shadow geometry to indicate possible shadow pixels. The final step is to reduce the amount of possible shadow pixels to the most probable shadow pixels.

This research combines the past techniques of cloud shadow geometry, edge detection, and thresholding, along with the new techniques of guided image filtering, in such a way that has never been done before. GAL works best with well-defined cloud shadows that contain a large contrast between water and shadow. Water type, coastal or deep ocean, does not affect GAL. Shadows with a large gradient may be under-detected. GAL can be applied to HICO data immediately, with the potential of being applied to all global high resolution ocean-color satellite imagery. e

 

 

برای سفارش ترجمه این پایان نامه با تخفیفی باورنکردنی!

در ترجمه آن به سایت NFile.ir لطفا مراجعه بفرمایید.

 

 سایت ترجمه تخصصی ارزان و با کیفیت عالی : NFile.ir

 

پس از پرداخت آنلاین در پایین همین صفحه سریعا فایل پایان نامه  به صورت آنلاین برای شما ارسال می گردد.

.


دانلود با لینک مستقیم


ایان نامه لاتین دکترا2015:GAL: مدل گام به گام برای خودکار تشخیص سایه ابر در HICO تصاویر اقیانوسی

دانلود پروژه تشخیص پلاک خودرو با استفاده از تبدیلات ویولت و شبکه های عصبی

اختصاصی از یاری فایل دانلود پروژه تشخیص پلاک خودرو با استفاده از تبدیلات ویولت و شبکه های عصبی دانلود با لینک مستقیم و پر سرعت .

دانلود پروژه تشخیص پلاک خودرو با استفاده از تبدیلات ویولت و شبکه های عصبی


 دانلود پروژه تشخیص پلاک خودرو  با استفاده از تبدیلات ویولت و شبکه های عصبی

 

گروه کامپیوتر

 موضوع

تشخیص پلاک خودرو

با استفاده از تبدیلات ویولت و شبکه های عصبی

 

چکیده

در سالهای اخیر تحقیقات گسترده ای در حوزه ی شناسایی شماره پلاک خودرو انجام گرفته و سیستم تشخیص شماره پلاک متعددی عرضه گشته است چنین سیستم هایی در بسیاری از جوامع مبنای فعالیت کنترل ترافیک و پارکینگ های عمومی و بسیاری کاربردهای دیگر گشته اند. شناسائی شماره ی پلاک خودرو شامل سه گام عمده می باشد:

تشخیص محل پلاک، جداسازی نویسهها، و تشخیص نویسهها. در الگوریتم بکار رفته در سیستم پیشنهادی، ابتدا توسط تکنیک های tophat - botharو گستراندن بافت نگار تصویر، کیفیت تصویر بهبود می یابد. سپس با تکرنگ سازی تصویر و استفاده از تکنیک شمارش تعداد دفعات تغییر سطح رنگ، محل کاندیداهای احتمالی پلاک تشخیص داده می شوند. آنگاه با استفاده از روشهای مورفولوژیکی dilation  و erosion  و نیز روش های آماری، نویزهای تصویر حذف می شوند، سپس ،صحت کاندیداها بررسی شده و محل پلاک تعیین میگردد. در نهایت از روش دنبال کردن پیوستگی با ساختار تکثیر ویروسی و برچسب گذاری برای جداسازی اشکال نویسههای پلاک، و از شبکه ی عصبی پرسپترون برای تشخیص الگوی نویسه های پلاک استفاده میشود.

 

تقدیم به:

 ماحصل آموخته هایم را تقدیم می کنم به آنانکه مهر آسمانی شان آرام بخش آلام زمینی ام است

به استوار ترین تکیه گاهم، دستان پر مهر پدرم

به سبزترین نگاه زندگیم، چشمان سبز مادرم

که هر چه آموختم در مکتب عشق شما آموختم و هر چه بکوشم قطره ای از دریای بی کران مهربانیتان را سپاس نتوان بگویم.

امروز هستی ام به امید شماست و فردا کلید باغ بهشتم رضای شما را آوردی گران سنگ تر از این ارزان نداشتم تا به خاک پایتان نثار کنم، باشد که حاصل تلاشم نسیم گونه غبار خستگیتان را بزداید.

بوسه بر دستان پر مهرتان


سپاس و تقدیر

 

حمد و سپاس ارزانی بارگاه حضرت احدیت که این حقیر را توفیق خوشه چینی از خرمن دانش و معرفت عطا فرمود و در پرتو الطاف خداوندیش استقامت و امید بخشید. بدان امید که مورد قبول صاحب نظران و استاد معظم قرار گیرد که اگر ارشاد و راهنمایی آن بزرگوار نبود به انجام رسانیدن این کار در امکان این حقیران نمی گنجید.

 


فهرست مطالب

فصل اول

مقدمه ........................................................................................................................................ 2

  1. 2 پردازش تصویر.......................................................................................................... 5
  2. 2.1مقادیر پیکسلها .................................................................................................................. 7
  3. 2.2دقت تصویر....................................................................................................................... 7
  4. 2.4فشرده‌سازی تصاویر ........ ......................................................................................8
  5. 3 کاربرد ها............. ....................................................................................................12
  6. 4.1 دریافت تصویر ورودی..........................................................................................14
  7. 4.2پردازش تصویر.......................................................................................................15
  8. 4.3 آنالیز تصویر......................................................................................................... 15
  9. 5 تصویر دیجیتالی چیست ...........................................................................................15
  10. 6 پردازش تصویر در MATLAB..........................................................................................16
  11. 7 نمودار هیستوگرام .................................................................................................. 16
  12. 8 سیستم تشخیص پلاک خودرو.................................................................................. 18
  13. 8.1 کاربردهای سیستم تشخیص پلاک خودرو..............................................................18
  14. 8.2 انواع سیستم های پلاک خوان.................................................................................19

1.2.3عملیات اصلی در پردازش تصویر...................................................................................... 7

فصل دوم

  1. 1 موجک......................................................................................................................24
  2. 1.1 تبدیل موجک.........................................................................................................24
  3. 1.2 موجک ها و معادلات اتساع...................................................................................25
  4. 2 تبدیل فوریه............................................................................................................. 27
  5. 2.1 آنالیز در حوزه فرکانس..........................................................................................28
  6. 3 تبدیل ویولت دو بعدی ........................................................................................... 33
  7. 3.1مقایسه با تبدیل فوریه.............................................................................................34
  8. 3.2 تجزیه تصویر با تبدیلات ویولت............................................................................34
  9. 4 شبکه عصبی..............................................................................................................35
  10. 4.1 توصیف.................................................................................................................35
  11. 4.2 هوش‌ مصنوعی‌ و هوش‌ انسانی‌............................................................................. 36
  12. 4.3 شبکه های عصبی زیستی...................................................................................... 37
  13. 4.4 معرفی شبکه عصبی مصنوعی.................................................................................38
  14. 4.5 شبکه عصبی مصنوعی(ANN) چیست..................................................................39
  15. 4.6 ساختار شبکه‌های عصبی........................................................................................40
  16. 4.7 شبکه‌های عصبی در مقایسه با کامپیوترهای معمولی...............................................41
  17. 4.8 چرا از شبکه‌های عصبی استفاده می‌کنیم.................................................................43
  18. 4.9 تقسیم بندی شبکه‌های عصبی.................................................................................45
  19. 4.10شبکه عصبی چه قابلیتهائی دارد............................................................................46
  20. 4.11 کاربرد شبکه‌های عصبی.......................................................................................47
  21. 5     انواع شبکه عصبی.................................................................................................48
  22. 5.1 شبکه عصبی پرسپترون...........................................................................................48
  23. 5.1.1پرسپترون تک لایه.................................................................................................49
  24. 5.1.2یادگیری یک پرسپترون..........................................................................................50
  25. 5.1.4 توابع بولی و پرسپترون.........................................................................................51
  26. 5.1.5توابع بولی و پرسپترون .........................................................................................51
  27. 5.1.6 شبکه های چند لایه..............................................................................................51
  28. 5.3 شبکه عصبی همینگ................................................................................................54
  29. 5.4شبکه عصبی خود سازمانده مدل کوهنن...................................................................56
  30. 5.5 شبکه عصبی تأ خیر زمانی.......................................................................................58
  31. 5.6شبکه انتشار رو به عقب...................................................................................................60
  32. 6 معایب شبکه‌های عصبی.............................................................................................60
  33. 7.2 ساختار شبکه های عصبی........................................................................................62
  34. 1 پردازش پلاک خودرو..............................................................................................71
  35. 1.1 تبدیلات ویولت.....................................................................................................71
  36. 1.2 واکشی محل پلاک.................................................................................................73
  37. 1.2.1 عملگر های آشکارسازی لبه................................................................................73
  38. 1.2.2 برخی از الگوریتم های لبه برداری.......................................................................75
  39. 1.3 بیرون کشیدن کاراکترهای پلاک..................................................................................... 85

2.10 او سی آر با استفاده از شبکه عصبی........................................66 فصل سوم

فصل چهارم

نتیجه گیری................................................................................................................................94

پیشنهادات .................................................................................................................................96

منابع .........................................................................................................................................97

 


دانلود با لینک مستقیم


دانلود پروژه تشخیص پلاک خودرو با استفاده از تبدیلات ویولت و شبکه های عصبی

پایان نامه روش ها و الگوریتم های تشخیص چهره -شبکه های عصبی

اختصاصی از یاری فایل پایان نامه روش ها و الگوریتم های تشخیص چهره -شبکه های عصبی دانلود با لینک مستقیم و پر سرعت .

پایان نامه روش ها و الگوریتم های تشخیص چهره -شبکه های عصبی


پایان نامه روش ها و الگوریتم های تشخیص چهره -شبکه های عصبی

پایان نامه روش ها و الگوریتم های تشخیص چهره

چهره نقش اساسی را در شناسایی افراد و نمایش احساسات آنها در سطح جامعه دارد. توانایی انسان در تشخیص چهره ها قابل توجه است ما می توانیم هزاران چهره ی یاد داده شده در طول عمرمان را تشخیص دهیم و در یک نگاه چهره های آشنا را حتی پس از سالها جدایی شناسایی کنیم. این مهارت در مقابل تغییرات در شرایط دیداری مانند حالت چهره، سن و همچنین تغییراتی در عینک ، ریش یا سبک مدل موها ایستادگی می کند. تشخیص چهره یک موضوع مهم در کاربردهایی همچون سیستم های امنیتی ، کنترل کارت اعتباری و شناسایی مجرمان شده است. برای مثال ، قابلیت مدل کردن یک چهره ی خاص و تمیز دادن آن از یک تعداد فراوان از مدل های چهره ی ذخیره شده ، شناسایی
مجرمان را به صورت گسترده ای بهبود خواهد بخشید. اگرچه درست است که انسان ها در تشخیص چهره توانا هستند اما نحوه ی کدینگ و دی کدینگ چهره ها در مغز انسان کاملا آشکار نیست. تشخیص چهره ی انسان برای بیش از بیست سال مورد مطالعه قرار گرفته است. توسعه ی یک مدل محاسباتی برای تشخیص چهره کاملا دشوار است و دلیل آن پیچیدگی چهره ها و ساختار چند بعدی بینایی است. بنابراین تشخیص چهره یک فعالیت سطح بالا در بینایی کامپیوتر است و می تواند بسیاری از تکنیک های بینایی اولیه را در بر گیرد.

قسمت اول : تشخیص چهره.......................................................................................................... 4
فصل اول : تشخیص الگو و تشخیص چهره ...................................................................................... 5
مفاهیم اصلی تشخیص الگو و چهره............................................................................................. 7
نگاه کلی............................................................................................................................. 7
الگوها و کلاس های الگوها....................................................................................................... 8
مسائل اساسی در طراحی سیستم تشخیص الگو ............................................................................... 9
یادگیری و تمرین دادن........................................................................................................... 11
تشخیص الگوی نظارت شده و بدون نظارت................................................................................. 12
کلیات یک سیستم تشخیص الگو . .............................................................................................. 13
تشخیص چهره .................................................................................................................... 14
کلیات یک سیستم تشخیص چهره عام ......................................................................................... 14
قسمت دوم : روش های استخراج ویژگی در تشخیص چهره............................................................... 19
فصل دوم : تشخیص چهره با استفاده از چهره – ویژه ها................................................................... 20
کلیات سیستم تشخیص چهره .................................................................................................... 24
محاسبه ی چهره – ویژه ها ..................................................................................................... 27
33............................................................................. HMM فصل سوم : تشخیص چهره با استفاده از
مدل مارکف مخفی................................................................................................................ 34
34 ....................................................................................................HIDDEN MARKOV MODEL
ها ................................................................................................................. 34 HMM معرفی
یک بعدی........................................................................................................ 35 HMM تعریف
تمرین دادن مدل و تشخیص..................................................................................................... 36
ها در بینایی............................................................................................................... 41 HMM
تشریح یک معماری.............................................................................................................. 44
رویه های تمرین و تست......................................................................................................... 46
48 .................................................................................................................HMM توپولوژی
49 ................................................................................................................ERGODIC HMMS
های بالا – پایین.......................................................................................................... 51 HMM
قسمت سوم : روش های دسته بندی در تشخیص چهره ..................................................................... 54
فصل چهارم : تشخیص چهره با استفاده از ماشین های بردار پشتیبان................................................... 55
تشخیص چند کلاسی ............................................................................................................. 60
فصل پنجم : تشخیص چهره با استفاده از شبکه های عصبی............................................................... 62
مدل نرون.......................................................................................................................... 63
توابع انتقال......................................................................................................................... 65
نرونی با ورودی برداری .......................................................................................................

معماری های شبکه............................................................................................................... 68
یک لایه از نرون ها.............................................................................................................. 68
چندین لایه از نرون ها........................................................................................................... 70
یادگیری شبکه های عصبی..................................................................................................... 71
دسته بندی با استفاده از شبکه های عصبی ................................................................................... 75
منابع.................................................................................................................................... 77
سایت ها ...............................................................................................................................


دانلود با لینک مستقیم


پایان نامه روش ها و الگوریتم های تشخیص چهره -شبکه های عصبی