نظام تعقب المتطفلين نوع عقدة شبكة == Network Node Intrusion Detection System
تصميم وتنفيذ نظام مراقبة وتوثيق العمل الخاطئ للاجهزة == Fault and Accounting Components Monitor System Design and Implementation
نظام المراقبة السرية للشبكات == Network Security Monitoring System
تقنية لتحسين اداء نظام التشفير (McEliece) == A Mechanism to Enhance McEliece Cryptosystem Performance
امضاء الصور لاسترجاع الصور بالاعتماد على اساس المحتوى == Image Signature For Content - Based Image Retrieval
امن في الصوت على الانترنت بروتوكول (في او اي بي) == Security in Voice over Internet Protocol (VoIP)
تنفيذ مكتبة رقمية لجامعات العراق باستخدام بيئة الويب == Web Based Implementation of Digital Library for Iraqi Universities
ازالة الضوضاء من التسجيل الصوتي باستخدام تحويل المويجه == Audio Denoising Using Wavelet Transform
نظام ادارة الشبكات للخدمات العامة
تحليل المعالم النسيجية الاحصائية للصور الرمادية == Statistical Textural Features Analysis for Gray Images
Author name:
سارة عباس عاصم النقشبندي
Supervisor name:
ليث عبد العزيز العاني
Abstract:
تعتبر عملية استخراج المعالم المميزة characteristic features)) احدى الطرق المعتمدة لغرض تميز الانماط في الصور, كما تعتبر عملية استخراج المعالم المميزة بشكل عددي احدى الطرق المعتمدة لغرض تميز الانماط في الصور الرقمية, كما تعتبر عملية استخراج المعالم المميزة باعتماد مصفوفة التواجد ((Co - occurrence matrix احدى اهم الطرق المستخدمة لغرض تميز الانماط في الصور النسيجية. يهدف البحث الى دراسة المعالم المميزة للصور النسيجية ولهذا الغرض تم اختيار ثمان من المعالم او المتغيرات وهي : (Maximum probability, entropy, homogeneity, cluster shade, cluster prominence, contrast, angular second moment and inverse difference moment)في هذا البحث تم استخدام طريقتين لحساب هذه المتغيرات باعتماد مصفوفة التواجد, ففي الطريقة الاولى تم حساب المتغيرات اعتمادا على معدل مصفوفة التواجد والمحسوبة للزوايا ( o0 , o45 , o90 , وo135) اما الطريقة الثانية فقد تم حساب المتغيرات اعتمادا على مصفوفة التواجد ولكل زاوية من الزوايا ( o0 , o45 , o90 , وo135) حيث يتم استخراج اربع قيم لكل من المتغيرات المختارة ومن ثم يتم حساب المعدل لكل من هذه المتغيراتولتنفيذ الطرق المقترحة في هذا البحث تم اختيار ثلاثة اشكال من الصور النسيجية والتي تم توظيفها كصور اختباريه لحساب المتغيرات المختارة.تم تكميم الصور لمستويات مختلفة ( 8 ,16, 32)ومن ثم تم تجزئة الصور الى مربعات بابعاد مختلفة(64×64 و32×32) ثم تم تطبيق الطرق المقترحة على كل صورة من الصور المختارة ولكل حالة من الحالات المشار اليها. اظهرت النتائج ان معظم قيم المتغيرات المحسوب متطابقة في كلا الطريقتين ولكل حالة من حالات التكميم والتجزئة عدا قيم ال entropy حيث اظهرت القيم تغيرا محسوسا في كلا الطريقتين ولكل حالة من حالات التكميم والتجزئة. يمكن توظيف هذه النتيجة لغرض زيادة الدقة في تصنيف الصور النسيجية عندما تكون المناطق المختلفة ذات الطبيعة النسيجية متقاربة من بعضها من حيث الشكل. | The process of the characteristic feature extraction is one of the adopted techniques for the purpose of pattern recognition in the images. The process of the characteristic feature extraction numerically is one of the adopted techniques for the purpose of pattern recognition in the digital images, and the process of the characteristic feature extraction depending on the Co - occurrence matrices is one of the most important techniques for the purpose of pattern recognition in the textured images. This work aim to study the characteristic features for the textured images, eight characteristic features are selected to investigate the aim of this work. These selected features are : Maximum probability, entropy, homogeneity, cluster shade, cluster prominence, contrast, angular second moment, and the inverse difference moment.In this research, the characteristic features depending on the Co - occurrence matrix are extracted in two ways. In the first one, the characteristic features are extracted depending on average Co - occurrence matrices which be extracted for four angles (0o, 45o, 90o, and 135o). While in the second method, the characteristic features are extracted depending on the Co - occurrence matrix for each angle of the following angles (0o, 45o, 90o, and 135o). In this method, four values for each of the selected characteristic features are extracted. Then the average values for each of the characteristic features are extracted depending on the extracted four values.To study the effect of block size on the calculation of the statistical characteristic features, the statistical features are calculated for the whole image and for each block in the image after dividing the image into blocks with block size (32x32) and for each block in the image after dividing the image into blocks with block size (64x64). In addition, to study the effect of quantization level on the calculation of the statistical characteristic features three values (8, 16 and 32) of quantization level are adopted in this research.All the calculations are applied on the three textured images with 256 gray levels selected from Brodatz album. The results show the calculation for most the selected features not change except the feature of the entropy where the difference in the extracted value of the entropy in the two ways is perceptible. This property can be utilized to increase the discrimination power in the classification process.
اضفاء طابع الشخصية على قاعدة بيانات تعليم الكتروني == Database Personalization in E - Learning
نظام صورة العلامة المائية بالتحويل المويجي == Image Watermarking System based on Wavelet Transform
تصميم وتنفيذ نظام وكيل لتصفية وترشيح البريد الالكتروني == Design and Implementation of Email Filtering Agent
نظام استرجاع الصور بالاعتماد على المحتويات وباستعمال القواعد المضببة == CONTENT - BASED IMAGE RETRIEVAL SYSTEM USING FUZZY RULE
تطوير نظام استرجاع صورة معتمد على المحتويات
اخفاء المعلومات في الملفات الصوتية الصورية المتداخلة == Steganography in AVI Files
نظام تعليمي رمزي لفهم اللغة الطبيعية == Symbolic Learning System for Natural Language Understanding
بناء قشرة لنظام خبير تشخيصي == Building Diagnoses Expert System Shell Using An Arabic Interface
تطوير محرك بحث الموقع == Developement of a Web Site Search Engine
نظام مراقبة حاسوبية تحت نظام النوافذ == Windows Based Target Monitoring System
اخفاء الصوت ضمن مجال التحويل المويجي == Audio Steganagraphy In Wavelet Transform Domain
