البحث — المستودع الرقمي العراقي

نتائج البحث: 4 من أصل 4

مراقبة وتخمين كمية انتاج محصول الارز في (نجف - العراق) باستخدام صور الاقمار الصناعية متعددة الاطياف Monitoring and Predicting Amount of Rice Yield in (Najaf - Iraq) using Multispectral Satellite Images

اسم المؤلف: سليمة سلطان سلمان

اسم المشرف: صالح مهدي علي

الموضوع العام: علوم الفيزياء

السنة: 2016

الموضوع الدقيق: معالجة الصور

الدرجة: دكتوراه

الجامعة: جامعة بغداد

اللغة: الانكليزية

مكان الجامعة: بغداد

اخفاء صوره داخل صوره بالاعتماد على FMM Image in Image Steganography Based on FMM

اسم المؤلف: حسين علي حسين

اسم المشرف: بهيجه خضير شكر

الموضوع العام: علوم الحاسبات

السنة: 2016

الموضوع الدقيق: معالجة الصور

الدرجة: ماجستير

الجامعة: جامعة بابل - كلية تكنولوجيا المعلومات - قسم البرامجيات

اللغة: الانكليزية

مكان الجامعة: بابل

الصفحات الاولى:

تقنيات معالجة الصور لتصنيف قزحية العين Image Processing Techniques For Iris Eye Classification

اسم المؤلف: كاظم عجيل عبيد زغير النصار

اسم المشرف: زياد محمد عبود راضي شدهان حمودي

الموضوع العام: علوم الفيزياء

السنة: 2016

الموضوع الدقيق: معالجة الصور

الدرجة: دكتوراه

الجامعة: الجامعة المستنصرية - كلية التربية

اللغة: الانكليزية

مكان الجامعة: بغداد

الصفحات الاولى:

المستخلص: يوفر نظام التحقق الالي من التعرف على هوية الفرد على اساس الميزة الفريدة او السمة التي يمتلكها الفرد. ويعتبر التعرف على قزحية العين (للتعرف على بيانات الهوية) من اكثر الموثوقية والدقة. هدفت الدراسة الحالية، للتعرف على هوية الاشخاص من خلال دراسة تراكيب قزحية العين (اربعة مجاميع)، ودراسة خصائص هذه التراكيب من خلال التقاط صور للقزحية باستخدام كاميرراقمية، وتطبيق تقنيات المعالجة الصورية عليها، من ضمنها المعالجة الاولية. تم الحصول على 15 صورة لقزحيات مختلفة باللون لكل مجموعة (اي ما مجموعه 60 صورة). اولا يتم تحديد (استخلاص) منطقة الدراسة المهمة (ROI) من العين، ثم استخراج الخصاص الاحصائية (mean, Std., energy, homogeneity and entropy)، وتمييز المجاميع الاربعة(flower, Jewel, Shaker, Stream) لتراكيب القزحية بالاعتماد على الشبكة العصبية - العكسي. ثم تطبيق طريقة تحويل المويجي على نفس الصور واستخراج الخصاص الاحصائية، وتمييزها ايضا بالاعتماد على الشبكات العصبية - العكسي. ومقارنة النتائج لكل مجموعة قبل وبعد تطبيق طريقة تحويل المويجي. ودراسة امكانية تطبيق تقنية المنطق المضبب في تمييز تراكيب القزحية لعين الانسان بالاعتماد على الاحصائيات السابقة. اظهرت نتائج تمييز تراكيب القزحية الاربعة، بالاعتماد على الشبكة العصبية - العكسي بان نسب الدقة في التمييز تتراوح بين 72 - 75% وبعد تطبيق طريقة تحويل المويجي تبين انها تتفوق على التمييز باستخدام الشبكة العصبية - العكسي فقط بنسبة 5% على النسبة السابقة. وان تتميز تراكيب القزحية بتطبيق تقنية المنطق المضبب ينجح وبدقة عالية تصل الى 100% اذا كان بين اي نوعين من تراكيب القزحية الاربعة | Automatic verification of the identification of an individual based on the unique feature or characteristic that provides a system owned by the individual. The iris recognition (of identification data) from more reliability and accuracy. The present study aimed to identify the identity of the people through the study of the structures of the iris (four groups), and the study of the properties of these structures by capturing images of the iris using a digital camera, and the application of image processing techniques on them, including primary treatment. It was obtained on 15 different image Irises colors for each group (a total 60 images). First, extract important study area (ROI) of the eye image, then find the statistical operations (mean, Std., Energy, homogeneity and entropy), the distinction of the four groups (flower, Jewel, Shaker, Stream) for the structures of the iris based on backpropagation neural network. Then apply the method of wavelet transform on the same images and statistical operations, and to distinguish them also relying on the backpropagation neural networks. Finally; compare the results for each group before and after the application of wavelet transform method. And study the possibility of Fuzzy logic method discrimination in the application of the structures of the iris of the human eye, depending on the previous statistical operations. depending on the Backpropagation neural network that accuracy rates in distinguishing between 72 - 75% and after the application of wavelet transform the way turned out to be superior to the discrimination network using only 5% on rate the previous with Backpropagation neural network only, and characterized the structures of the iris by application Fuzzy logic method succeed and high accuracy of up to 100% if between any two of the four structures of the iris.

تصنيف وتحليل الصور الماخوذة للكلى باستخدام خواص النسيج Classification and Analysis of Kidney Images Using Texture Properties

اسم المؤلف: ايناس حمادي حسن

اسم المشرف: علياء حسين علي

الموضوع العام: علوم الفيزياء

السنة: 2016

الموضوع الدقيق: معالجة الصور

الدرجة: ماجستير

الجامعة: جامعة بغداد - كلية العلوم للبنات - قسم الفيزياء

اللغة: الانكليزية

مكان الجامعة: بغداد

الصفحات الاولى:

المستخلص: يهدف البحث الى الكشف المبكر وتشخيص الاورام وحصى الكلى من الصور المقطعية CT من خلال استخدام تقنيات برمجيات الحاسوب معالجة الصور الرقمية النظام المستخدم هو برنامج Matlab R2011a. تم استخدام 22 نموذج لخمس حالات من صور الكلى تتضمن الحالات السليمة, الحصى, الاورام (السرطانية), التكيس, والتليف الكلوي. واظهرت النتائج المستحصلة من النماذج القدرة على الكشف بين مختلف الاورام التي تصيب الكلى للحالات المبينة اعلاه. عمليات التقطيع التي استخدمت منها خوارزمية Thresholding التي تم تطبيقها على الصور المقطعية CT للكشف عن الانسجة غير السليمة (الورم والحصى) وفرزها وتميزها عن الاجزاء السليمة. طريقة اخرى استخدمت للتقطيع هي عملية التجزئة بطريقة Watershed segmentation لفصل الورم والحصوة من الكلى. كذلك تم حساب الخصائص النسيجية من مصفوفةLaw's) (Co - occurance, Local Binary, mask الى جانب الخصائص الهندسية لغرض الحصول على افضل نتائج. ان عمليات التصنيف بطريقة Unsupervised هيK - mean clustering استخدم هذا التطبيق على صور ال CT للكشف وتصنيف نوع الورم في الكلى, k - mean والتي تعتبر طريقة لفصل كل صنف على حدة اعتمادا على خصائص النسيج والمسافة بين كل صنف , واللون ان هذه الطريقة المستخدمة هي افضل من Watershed segmentation لانها فصلت وعزلت الاجزاء السليمة في اصناف وكذلك منطقة الورم باصناف لكل واحدة على حدة بصورة واضحة. ان حساب الخصائص الاحصائية للورم والحصوة التي يتم فصلها بواسطة mean clustering K - وحساب الخصائص الهندسية, لتحديد مساحة ومحيط الورم, مهمة جدا لتحديد نوع الورم وكذلك حساب اللاانتظامية التي تعطي مؤشرا حول شكل الورم او الحصوة. ان هذه الطرق تساعد الاطباء للكشف وتمييز الورم عن الحصى ومن ثم تسهيل العلاج من خلال مساعدة الطبيب والاشعاعي للتعرف على الاجزاء المتضررة من الكلى وحماية الاجزاء السليمة قدر الامكان من التعرض للاشعاع. اظهرت النتائج ان افضل الطرق المستخدمة للتجزئة وتحليل النسيج هي K - mean مع مصفوفة Co - occurrence لان K - mean يفصل الاجزاء السليمة ومناطق الضغط حول الورم والحصوة عن النسيج السليم. | The thesis aims to early detection and diagnose kidney tumors and kidney stone from Computed Tomography Scanning CT scan images through the use of computer and software technologies digital image processing, the system implemented in MATLAB R2011a. 22 samples has been used to five cases of kidney images including healthy, stones, tumors (cancer), cystic, and renal fibrosis. The results obtained shows that, the system are able to detecting between different tumors of the kidney the cases mentioned above. The segmentation processes that have been used which is the thresholding algorithm which has been applied on CT images are used to detect unhealthy tissues (tumor and stone). It's important for detoctors to determine the area of the tumor and stone to avoid damaging the healthy tissue during the treatment. Another way to segmentation process is the watershed which has been implemented to segmented the tumor and stone from the kidney. Also the textural process which are the Law's mask, Local Binary and Co - occurance matrix features are calculated beside the geometrical features to produce the best result of feature extraction and tumor predication. The unsupervised classification process which is the K - Mean clustering is used. The application of K - mean on CT images is to detect and classifying the type of tumor in the kidney, The K - mean clustering is a method of separating each class depending on the texture properties and the distance from each class and color, this method is best than watershed, it separated the healthy classes and the tumor classes from each other clearly. The statistical features are calculated for tumor and stone which are seperated by the k - mean cluster analysis process, the geometrical features, which represented the area and permiter is calculated for tumor. it's very important to estimate the irregularity which gives indication about the tumor and stone shape. These methods will enable the doctors to detect the tumor and the stone, then easing tretment, as well, it helps the radiologests to identify the affected parts of the kidney in order to prodect the normal parts as much as possible from exposure to radiation. The result shows, different methods are used for segmentation and texture analysis. But the best one is the k - mean's with co - occurrence matrix since, the k - mean's seperated the healthy classes and the tumor classes. So, it regarded as to be the best way to classify the tumor.