کامپیوتر, دانلود,رایگان,پایان نامه,پروژه,مقاله,مقالات, تحقیق آماده, پاورپوینت,کارآموزی,ترجمه,ورد,کزارش گار,آزمایشگاه,فناوری اطلاعات,امنیت,نرم افزار,وب سایت,الگوریتم,تجارت الکترونیک,شبکه,مجازی,پروتکل,ا

فهرست مطالب: پردازش تصوير ديجيتال

تاریخ ایجاد 1389/08/10 تعدادبرگ: 130 قیمت: 13000 تومان حجم فایل:4342 kb

تعدادمشاهده 2678

فصل اول - مقدمه اي بر پردازش تصوير ديجيتال
1-1 مقدمه
1-2 مراحل اساسي پردازش تصوير
شكل 1-1 مراحل اساسي پردازش تصوير ديجيتال
1-3 يك مدل ساده تصوير
4-1 تشخيص صورت
1-5 تشخيص و تعبير
فصل دوم - بررسي دقيق تر برخي از روش هاي معرفي شده توسط ساير محققين در زمينه تشخيص صورت
2-1 تشخيص صورت در تصاوير رنگي با استفاده از فيلتر پوست
1-1-2 چكيده
2-1-2 فيلتر پوست
شكل2-1 تصوير اصلي RGB
شكل2-2 نقشه بافت
شكل2-3 تصوير رنگمايه
شكل2-4 تصوير اشباع
شكل2-5 نقشه پوست
2-1-3 تشخيص صورت در نواحي پوست
شكل2-6 ادغامنقشه پوست با تصوير خاكستري
شكل 2-7 تصوير مثبت برچسب گذاري شده
شكل2-8 تصوير منفي
شكل 2-9 نتيجه نهايي
2-2 الگوريتم تشخيص صورت بر مبناي مكان يابي ويژگي هاي صورت
مقدمه
2-2-1 چكيده
2-2-2 الگوريتم تشخيص صورت
شكل2-10 الگوريتم تشخيص صورت بر مبناي مكان يابي ويژگي هاي صورت
2-2-3 جبران سازي نور و تشخيص رنگ و تن پوست
شكل2-11 (الف) تصوير با تن زرد؛ (ب) تصوير جبران سازي شده اثر نور؛
(ج) نواحي پوست تصوير الف؛ (د) واحي پوست تصوير ب
2-2-4 مكان يابي ويژگي هاي مربوط به صورت
شكل 2-12 پياده سازي مكان يابي چشم براي دو نمونه
شكل2-13 پياده سازي مكان يابي دهان براي دو نمونه
شكل2-14 مرز صورت و مثلث دهان- چشم
5-2-2 نتايج
2-3 یک متد آماری برای تشخیص اجسام سه بعدی
مقدمه
2-3-1 چکیده
2-3-2 تشخیص بر مبنای ظاهر
شكل2-15 نمونه هاي آموزشي جهت
شكل 2-16 نمونه هاي آموزشي جهت
2-3-3 قانون تصمیم آماری
2-3-3-1 احتمال بر اساس نتایج آماری
2-3-3-2 تجزیۀ ظاهر به فضا،فراوانی و جهت
2-3-3-3 نمایش نمونه ها با زیر مجموعۀ ضریب موج
جدول 1 نمايش موج يك تصوير
2-3-3-4 فرم نهایی تشخیص دهنده
2-3-4 جمع آوری آمار
2-3-5 کاربرد تشخص دهنده ها
2-3-6 صحت تشخیص صورت با چرخش خارج از محدوده
شكل 2-17 نمونه هايي از نتايج
2-4 تشخیص صورت با استفاده از روش مسافت هاسدورف
مقدمه
2-4-1 چکیده
2-4-2 تشخیص جسم با روش هاسدورف
2-4-2-1 تعریف
2-4-2-2 تشخیص بر پایۀ مدل
2-4-3 توضیح سیستم
شكل 2-18 ويرايش تصوير
2-4-3-1 دوره تشخیص
2-4-3-2 پالایش
شكل 2-19 گامهاي قطعه بندي و موضعي كردن در تشخيص صورت بالا دوره تشخيص با مدل صورت؛ پايين پالايش اوليه با مدل چشم
2-4-3-3 انتخاب مدل
2-4-4 صحت
شكل 2-20 خطاي نسبي؛ (الف) نشان دادن رابطه بين موقعيت انتظاري (Clو Cr) و مكان تخميني چشم ها () (ب) نمايش خطاي نسبي
2-4-5 نتایج
2-5 مدل ژنتيك بهينه سازي مكان يابي چهره به روش هاسدورف بر پايه مسافت
2-5-1 مقدمه
2-5-2 چكيده
2-5-3 تشخيص صورت با روشهاسدورفبر پايه مسافت
شكل 2-21 پروسه پيدا كردن صورت
2-5-4 مدل ژنتيك
-5-24-1 كد هاي مدل
2-5-4-2 توابع تناسب
2-5-4-3 پارامتر هاي مورد نياز
شكل 2-23 عملگر تقاطع براي مدل دو بعدي
2-5-4-4 مقداردهي اوليه
2-5-5 نتايج آزمايشات
شكل 2-24 نمونه هايي براي مقداردهي تصادفي الگوريتم ژنتيك
شكل 2-25 نمونه هايي براي مقداردهي الگوريتم ژنتيك به روش لبه متوسط
شكل 2-26 نمونه هايي براي مقداردهي الگوريتم ژنتيك به روش دستي
نمودار يك تابع توزيع فاصله نسبي چشم براي مجموعه تصاوير (الف) XM2VTSو (ب) BIOID با به كارگيري بهترين مدل در هر سه روش
شكل 2-27 مدل حاصله
نمودار دو تابع توزيع مسافت به دست آمده براي مجموعه تصاوير XM2VTSو BIOID
2-5-6 نتيجه گيري
فصل سوم
تشخيص صورت بر مبناي رنگ پوست
3-1 استفاده از رنگ به عنوان ابزار پردازش تصاوير رنگي
3-1-1 مباني رنگ
3-2 تشخيص پوست
3-3 مدل هاي رنگ
3-3-1 مدل رنگ RGB
شكل 3-1 مكعب رنگي RGB ، نقاط در طول قطر اصلي، مقادير خاكستري از سياه در مبدأ تا سفيد در نقطه (1 , 1 ,1) دارند
3-3-2 مدل رنگ CMY
3-3-3 مدل رنگ YIQ
3-3-4 مدل رنگ HSI
شكل 3-2 (الف) مثلث رنگي HSI ، (ب) هرم گونه رنگي HSI
3-3-5 مدل رنگYCbCr
شكل 3-3 مكعب رنگ YCbCr
3-3-5-1 تبديلات بين RGB و YCbCr
شكل 3-4 مكعب رنگ RGB در مكعب رنگ YCbCr فضاي YCbCr بزرگتر از RGB به نظر مي رسد، اما در حقيقت، 75 در صد از ارزش هايش كمربندي شده اند، آن هم بدين علت است كه تمام نمايشگرها RGB هستند، در نتيجه هر ارزش غير معتبر RGB نمي تواند استفاده شود
3-3-6 مدل هاي رنگ ديگر
3-3-7 نتيجه گيري از فضاهاي رنگ
3-4 ساختن مدل براي پوست
فصل چهارم
شناسايي صورت در يك پايگاه داده اختياري
4-1 شناسائي صورت
4-1-1 مقدمه
4-1-2 تاريخچه
4-1-3 روش هاي برجسته
principle component analysis 1-3-1-4
2-3-1-4Linear discriminant analysis
شكل 4-1 نمونه هايي از شش كلاس در LDA
-3-1-43 Elastic Bunch Graph Matching
شكل 4-2 Elastic Bunch Graph Matching
4-1-4 ارزيابي دولت ايالات متحده امريكا
4-1-5 نظر اجمالي به استاندارد ها
6-1-4 نتيجه گيري
4-2 قرارداد فرت برای الگوریتم شناسایی صورت
4-2-1 مقدمه
4-2-2 چکیده
4-2-3 تست سپتامبر 96 فرت
4-2-4 مدل تحقیق
4-2-5 نتایج تحقیق
نمودار سه نتايج پراب FB (a) الگوريتم ها در سپتامبر 1996 مورد آزمايش قرار گرفته اند (b) الگوريتم ها در مارس 1997 مورد آزمايش قرار گرفته اند
نمودار چهار نتايج پراب المثني (a) الگوريتم ها در سپتامبر 1996 مورد آزمايش قرار گرفته اند (b) الگوريتم ها در مارس 1997 مورد آزمايش قرار گرفته اند
نمودار پنج نتايج پراب fc (a) الگوريتم ها در سپتامبر 1996 مورد آزمايش قرار گرفته اند (b) الگوريتم ها در مارس 1997 مورد آزمايش قرار گرفته اند
نمودارشش نتايج پراب المثني(a) الگوريتم ها در سپتامبر 1996 مورد آزمايش قرار گرفته اند (b) الگوريتم ها در مارس 1997 مورد آزمايش قرار گرفته اند
نمودار هفت نتايج اجراي الگوريتم ها روي هر دسته از پراب ها
4-2-6 نتیجه گیری
فصل پنجم
روش انجام كار
5-1 مقدمه
5-2 مدل کردن رنگ پوست
شكل5-2 نقاب حاصله
شکل 5-3 توزیع گاوسی
5-3 جداسازی پوست
شكل 5-4 (الف) تصوير رنگي اصلي (ب) تصوير احتمالي پوست
شكل 5-5 حاصله از آستانه گيري
شگل 5-6 نمونه اي از اجراي روش فوق
5-4 نواحی پوست
شكل 5-7 (الف) نواحي قسمت بندي شده (ب) ناحيه احتمالي صورت
5-4-1 یافتن تعداد سوراخ های یک ناحیه
5-4-2 مرکز حجم
5-4-3 جهت
5-4-4 عرض و ارتفاع ناحیه
5-4-5 نسبت ناحیه
5-4-6 الگوی صورت
5-5 تطبیق الگو
شکل 5-10 (الف) الگوي اصلي (ب) الگوي تغيير سايز يافته
شکل 5-9 )الف) ناحيه احتمالي صورت (ب) ناحيه بدون سوراخ (ج)نتيجه ادغام تصوير مقياس خاكستري با (ب)
شکل 5-11 (الف) الگوي دوران داده شده (ب) تصوير حاصل از حذف نواحی اضافی در لبه های (الف)
شکل 5-12 تصویر در مقیاس خاکستری هم سایز با تصویر اصلی شامل الگوی ویرایش یافته
شكل 5-13 نمونه اي از روند كار
5-6 راهکارهای پیشرفت این پروژه
5-7 نتايج
فهرست منابع

Label

مقالات مرتبط