پایان نامه بازیابی تصاویر هواپیما های جنگنده بر اساس مدل سه‌ بعدی

word 2 MB 32147 106
1391 کارشناسی ارشد مهندسی برق
قیمت قبل:۷۲,۹۰۰ تومان
قیمت با تخفیف: ۳۳,۶۰۰ تومان
دانلود فایل
  • بخشی از محتوا
  • وضعیت فهرست و منابع
  • پایان ‌نامه ارشد جهت اخذ درجه کارشناسی ‌ارشد

     برق و رباتیک

    گروه الکترونیک

    چکیده

    در این پایان‌نامه، مسأله بازیابی تصاویر هواپیما های جنگنده از یک پایگاه‌داده شامل 10 مدل مختلف بر اساس یک تصویر پرس‌وجو[1]، مورد بررسی قرار گرفته است. هواپیماهای هم‌مدل با تصویر پرس‌وجو در درون پایگاه‌داده شناسایی شده و به کاربر ارائه می‌شوند. چالش اصلی در بازیابی تصاویر هواپیماهای جنگنده، هم زاویه نبودن منظر دید دوربین در تصاویر موجود در پایگاه‌داده و تصویر پرس‌و‌جو است، که برای حل آن استفاده از مدل سه‌بعدی هواپیماهای جنگنده و تهیه تصاویر مرجع از زوایای دید مختلف توسط نگاشت‌های هندسی سه‌بعدی (دوربین‌های مجازی) پیشنهاد شده است.  

    سه روش مختلف برای استخراج ویژگی از تصاویر و اندازه‌گیری شباهت تصاویر پیشنهاد داده‌ایم که دو روش آن حساس به دوران و روش دیگر مقاوم به دوران می‌باشد. در روش‌های حساس به دوران، روش اول بر مبنای اندازه‌گیری مساحت ناحیه ناهمپوشان و دیگری بر مبنای هیستوگرام زاویه گرادیان کار می‌کند. در روش مقاوم به دوران از گشتاورهای زرنیک برای استخراج ویژگی استفاده شده است.

     نتایج شبیه‌سازی برتری روش گشتاورهای زرنیک به لحاظ دقت بازیابی را  با دقتی حدود 8/80% نشان می‌دهد که علیرغم استفاده از چند کلاس  مشابه در پایگاه‌داده، این دقت بازیابی امیدبخش می‌باشد

     

     

    کلمات کلیدی: بازیابی تصویر، مدل سه‌ بعدی، هیستوگرام زاویه گرادیان، مساحت ناحیه ناهم پوشان، گشتاور های زرنیک، دوربین‌ مجازی، هواپیمای جنگنده

    1-1 مقدمه

    سیستم‌های بازیابی تصاویر بر اساس محتوا (CBIR)[1]، شامل مجموعه‌ای از روش‌ها می‌باشند که عمل بازیابی را برای تعیین تصاویر مورد نظر کاربر بر اساس مشخصه‌های دیدنی سطح پایین مانند رنگ، بافت، شکل و یا مشخصه‌های معنایی سطح بالا از پایگاه‌داده تصویر انجام می‌دهند. در این سیستم‌ها بازیابی تا حد بسیار بالایی به مشخصه‌های دیدنی سطح پایین مربوط است. با توجه به این امر که کاربرد این سیستم‌ها امروزه به میزان گسترده‌ای در حال افزایش است، بنابراین نیاز به تکنیک‌هایی که بتوانند عمل بازیابی را به صورت هر چه دقیق‌تر انجام دهند ضروری به نظر می‌رسد.

       از آنجا که دو مرحله اصلی در تمامی سیستم‌های CBIR، استخراج مشخصه‌های دیدنی و اندازه‌گیری مشابهت می‌باشد، محققان برای بالا بردن دقت عمل بازیابی، امروزه روش‌های مختلفی در حوزهCBIR ، در جهت تعیین مشخصه‌های کارآمد برای نمایش محتوای تصاویر و تکنیک‌های تطبیقی برای تعیین هر چه کارآمدتر میزان مشابهت بین تصاویر، ارائه نمودند.

    انسان جهان واقعی را به صورت معنایی درک می‌کند اما سیستم‌هایCBIR ، تصاویر را بر اساس مشخصه‌های سطح پایین مانند رنگ، بافت و شکل درک می‌نمایند . بنابراین بین درک سیستمی و درک انسان، فاصله‌ای وجود دارد که به آن "فاصله معنایی" گویند.

    بنابراین یکی از مشکلات اساسی در سیستم‌های بازیابی تصویر بر اساس محتوا، فاصله معنایی بین درک سیستم و درک انسان می‌باشد، به‌طوری‌که هر چه روش‌های ارائه شده در سیستم‌های بازیابی بتوانند در تعیین بردار مشخصه‌ای و مشابهت بین تصاویر، این پارامتر را بیشتر کاهش دهند، روش‌های مناسب‌تری می‌باشند.

    هر چند محققان امروزه تکنیک‌های مختلفی را بر مبنای مشخصه‌های سطح پایین برای تعیین بردار ویژگی معنایی که بسیار نزدیک به ادراک انسانی است ارائه نموده‌اند، اما باز هم بردار حاصله در بسیاری از موارد فاصله معنایی زیادی با ادراک انسانی دارد]1[.

    1-2 برخی از کاربردهای سیستم‌های CBIR

       کاربردهای سیستم‌های بازیابی تصویر، روز‌به‌روز در حال افزایش است و کاربردهای بسیار زیادی در این زمینه وجود دارد. در این قسمت به برخی از کاربردهای مهم آن اشاره می‌گردد.

    1-2-1 جستجوی صفحات وب

        اغلب کاربردهای CBIR جهت جستجوی صفحات وب است. تعدادی از موتورهای جستجو مانند: Yahoo Simplicity , Netra , Qbic و جستجوی تصاویر Google وجود دارند که جستجوی تصاویر را از صفحات وب ساده نموده‌اند.

    1-2-2 اجرای قانون

     CBIR  کاربردهای گوناگونی در اجرای قانون و جلوگیری از وقوع جرایم دارد، مثل تشخیص اثر انگشت، تشخیص چهره، شناسایی ردپا  و نظام‌های نظارتی . بسیاری از افراد از اینترنت برای فروش و به نمایش گذاشتن کالاهای غیر‌قانونی خود مثل مواد مخدر، قاچاق اسلحه و... استفاده می‌کنند. استفاده از CBIR می‌تواند کمک شایانی به شناسایی آن‌ها نمایند.

    1-2-3 حرفه پزشکی

    در حرفه و شغل پزشکی پایگاه‌داده‌ تصویر اشعه ایکس و تصاویر اسکن شده برای تشخیص و نظارت و مقاصد پژوهشی استفاده می‌شود.

    1-2-4 معماری و طراحی مهندسی

    در طراحی‌های معماری و مهندسی، پایگاه‌داده تصویر برای پروژه‌های طراحی، پروژه‌های به پایان رسیده، و قطعات و ماشین آلات وجود دارد.

    1-2-5 مد ونشر

    در چاپ و نشر و تبلیغات، روزنامه‌نگاران پایگاه‌داده‌ تصویر را برای رویدادها و فعالیت‌های مختلف مانند ورزش، ساختمان‌ها، شخصیت، رویدادهای ملی و بین‌المللی و تبلیغات محصول دارند.

    1-2-6 تحقیقات تاریخی

    در تحقیقات تاریخی، پایگاه‌داده تصویر در زمینه‌هایی مانند هنر، جامعه شناسی، و دارو وجود دارد.

    1-2-7 سنجش از راه دور

    کاربردهای سنجش از راه دور می‌توان به تحلیل تصاویر هوایی و ماهواره‌ای (برداشته شده از مناطق جغرافیایی) که در نقشه‌برداری، کشاورزی و هواشناسی مفید هستند می‌توان اشاره کرد.

    1-2-8 برخی از کاربردهای دیگر

    از کاربردهای مهم دیگر بازیابی تصاویر، می‌توان به کاربردهایی از قبیل کتابخانه‌های دیجیتالی، یا امور نظامی همانند تشخیص هواپیمای مهاجم، آرشیو موزه‌ها، مدیریت منابع طبیعی، پیش‌بینی هوا و ... اشاره کرد.

    1-3 اهداف تحقیق

    بازیابی تصاویر هواپیماهای جنگنده، یکی از شاخه‌های مهم CBIR می‌باشد که می‌تواند در کاربردهای نظامی مانند تشخیص هواپیمای مهاجم، بدست آوردن تصاویر مربوط به انواع مدل هواپیماهای جنگنده در زوایای گوناگون و ... مفید باشد. تا آنجا که ما اطلاع داریم در این زمینه تحقیقی انجام نگرفته است (اگر هم تحقیقی صورت پذیرفته باشد، به دلیل محرمانه بودن، منتشر نشده است). بنابراین با توجه به کاربردی بودن این زمینه از بازیابی تصاویر در سامانه‌های دفاعی انجام این تحقیق ضروری به‌نظر می‌رسد. سیستم بازیابی پیشنهادی با استفاده از مدل سه‌بعدی هواپیماهای جنگنده و نگاشت‌های فضایی، قابلیت تشخیص تصاویر هواپیماهای مشابه در زوایای مختلف را فراهم ساخته است.

    البته روش‌های به‌کار گرفته شده در این پژوهش را علاوه بر استفاده در کاربردهای نظامی، می‌توان برای کاربردهای مشابه دیگر مانند تشخیص مدل و نوع خودرو، تانک و زره‌پوش نیز به‌کار برد.

     

    Abstract

    Today, In this thesis, the problem of image retrieval for fighter aircrafts from a dataset consists of 10 different fighter classes is studied. In this project, a CBIR system is developed which found similar aircrafts to a query aircraft picture from database.  The difference of viewpoint in query picture and search domain pictures is the main challenging problem in image retrieval systems. We tackle this problem using 3D models of different fighter aircrafts classes. We use the concept of virtual cameras around a surrounding spherical surface, in order to prepare a lot of reference pictures of the aircrafts from different viewpoints.

    We propose three different methods for feature extraction and similarity evaluation: 1) cross correlation of aircrafts silhouette, 2) histogram of oriented gradients, and 3) Zernike moments, which the latter is robust to rotation.

    Simulation results show that the best retrieval accuracy (about 80.8%) is achieved by using Zernike moments method. Regarding that, there are some similar appearance classes of fighter aircraft in database the performance of the developed CBIR system seems sufficiently good.

     

     

    Keywords: image retrieval, 3D modeling, histogram of gradients, silhouette cross correlation, Zernike moments, virtual camera, fighter aircrafts.

  • فهرست:

    فصل1: مقدمه. 1

    1-1 مقدمه. 3

    1-2 برخی از کاربردهای سیستم‌های CBIR.. 4

    1-2-1 جستجوی صفحات وب... 4

    1-2-2 اجرای قانون.. 4

    1-2-3 حرفه پزشکی... 5

    1-2-4 معماری و طراحی مهندسی... 5

    1-2-5 مد ونشر. 5

    1-2-6 تحقیقات تاریخی... 5

    1-2-7 سنجش از راه دور. 5

    1-2-8 برخی از کاربردهای دیگر. 6

    1-3 اهداف تحقیق... 6

    1-4 سوالات تحقیق... 6

    1-5 نتایج تحقیق... 7

    1-6 ساختار پایان‌نامه. 8

    فصل2: مفاهیم پایه. 9

    2-1 مقدمه. 11

    2-2 اهداف سیستم‌های CBIR.. 12

    2-3 تکنیک‌های مختلف در روش جستجوی هدف... 13

    2-3-1 جستجوی هدف به وسیلۀ نمونه دیدنی... 13

    2-3-2 جستجوی هدف بر اساس نقاشی... 13

    2-3-3 جستجوی هدف بر اساس پیش‌طرح.. 14

    2-4 ساختار. 14

    فصل3: کارهای گذشته. 17

    3-1 بازیابی مدل‌های سه‌بعدی... 19

    3-2 بازیابی تصاویر بر اساس محتوا 20

    3-2-1 رنگ..... 20

    3-2-1-1 هیستوگرام رنگ..... 21

    3-2-1-2 ممان رنگ..... 21

    3-2-1-3 هیستوگرام رنگ حلقوی... 22

    3-2-2 بافت.... 23

    3-2-2-1 روش‌های مختلف آماری برای تعیین مشخصه بافت.... 24

    3-2-2-2 روش های ساختاری برای تعیین مشخصه بافت.... 24

    3-2-3 شکل... 25

    3-2-3-1تعیین مشخصه شکل با استفاده ازروش‌های مبتنی بر لبه. 25

    3-2-3-2 تعیین مشخصه شکل با استفاده ازروش‌های مبتنی بر لبه کانتور یا مرز. 26

    3-3 معیارهای مشابهت.... 26

    3-3-1 معیارهای مشابهت احتمالی... 27

    3-3-1-1 گوسین های چند متغیره(MVG) 27

    3-3-1-2 توزیع های تطبیقی مستقل(FIT) 28

    3-3-1-3 ترکیبی از گوسین‌ها(GMIX) 28

    3-3-1-4 استفاده از رگرسیون منطقی... 29

    3-3-2 معیارهای مشابهت هندسی... 29

    3-3-3 معیارهای مشابهت هیستوگرام. 29

    3-3-3-1 فاصله هیستوگرام اکتشافی... 29

    3-3-3-2 ‌آزمایش‌های آماری غیر پارامتری... 30

    3-3-3-3 واگرایی اطلاعات علمی... 30

    3-3-4 ایجاد معیار مشابهت جدید بر اساس ترکیب چندین معیار. 31

    فصل4: روش‌های پیشنهادی... 33

    4-1 مراحل سیستم بازیابی تصویر پیشنهادی... 35

    4-2 پیش‌پردازش..... 36

    4-3 همترازی مدل‌های سه‌بعدی... 37

    4-4 نگاشت‌های دوبعدی از مدل سه‌بعدی... 38

    4-5 کاهش تعداد نماها 40

    4-5-1 کاهش نماها در روش‌های حساس به دوران.. 41

    4-5-2 کاهش نماها در روش‌های مقاوم به دوران.. 42

    4-5-3 تعداد نهایی نماهای کاهش یافته و مقایسه‌ی آن‌ها 43

    4-6 استخراج سایه‌نما از تصاویر پایگاه‌داده و تصویر پرس‌وجو. 43

    4-7 همترازی تصاویرسایه‌نما..................................................................................................................................................................................44

    4-8 استخراج ویژگی‌ها 45

    4-8-1 استخراج ویژگی با روش مساحت ناحیه ناهمپوشان.. 45

    4-8-2 استخراج ویژگی با روش هیستوگرام زاویه گرادیان.. 48

    4-8-3 استخراج ویژگی با روش گشتاورهای زرنیک..... 50

    4-9 اندازه گیری شباهت بر اساس فاصله اقلیدسی... 54

    4-10 بازیابی تصاویر بر اساس میزان شباهت.... 54

    فصل5: نتایج شبیه‌سازی... 57

    5-1 پایگاه‌داده. 59

    5-2 نتایج شبیه سازی... 62

    5-3 نتایج آزمایش..... 63

    5-4 نمونه‌ای از نتایج.. 84

    5-5 نتیجه‌گیری و کارهای آینده. 88

    مراجع.. 90

    منبع:

    پورجنیدی م، (1388) ، پایان نامه ارشد، " ارائه متدی جدید مبتنی بر مشخصه های رنگ و لبه فازی در بازیابی تصویر"، دانشکده برق، رایانه و فن آوری اطلاعات، دانشگاه آزاد اسلامی قزوین.

     [1]

    [2]

    M. Mehrdad, and H. Ebrahimnezhad, "3D model retrieval using linear prediction coding descriptor ", Iranian Conference on Electrical Engineering, (ICEE), pp. 721-725, 2012.

    [3]

    D. Frejlichowski, "A three-dimensional shape description algorithm based on polar-fourier transform for 3D model retrieval", Image Analysis, Springer, pp. 457-466, 2011.

    [4]

    A. Khatun, W. Chai, and M. Islam, "An Ellipsoidal 3D Shape Representation and Wavelet Transform Feature Descriptor For 3D Shape Retrieval", Asian Jornal of Information Tecnology, Vol. 9, pp. 101-106, 2010.

    [5]

    W. Mohamed, and A. Hamza, "Reeb graph path dissimilarity for 3D object matching and retrieval", The Visual Computer, Vol. 28, pp. 305-318, 2012.

    [6]

    K. Zou, W. Ip,  C. Wu,  Z. Chen,  K. Yung, and  C. Chan, "A novel 3D model retrieval approach using combined shape distribution", Multimedia Tools and Applications, pp. 1-20, 2012.

    [7]

    L. Li, H. Wang, T. Chin,  D. Suter, and S. Zhang, "Retrieving 3D CAD models using 2D images withoptimized weights", In Image and Signal Processing(CISP), 3rd International Congress on IEEE. Vol. 4, pp.1586-1589, 2010.

    [8]

    C. Tangelder, and R. Veltkamp, "A survey of content based 3D shape retrieval methods", Multimedia Tools and Application, Vol.39, pp. 441-471, 2008.

    [9]

    A. Masaki, and H. Iwabuchi. "3D Shape Retrieval from a 2D Image as Query ", Signal & Information Processing Association Annual Summit and Conference (APSIPA ASC), pp. 1-10, 2012.

    [10]

    T. Napol´eon, and I. Sahbi, “From 2D Silhouettes to 3D Object Retrieval: Contributions and Benchmarking”, EURASIP Journal of Image and Video Processing, Vol. p. 17, 2010.

    [11]

           T.F. Ansary,  J. Vanderborre, and M. Daoudi, “3D-Model Search Engine from

    Photos”, ACM International Conference on Image and Video Retrieval(CIVR),

     pp. 89–92, 2007.

    [12]

    B. Bustos,  D. Keim,  D. Saupe, and T. Schreck, “Content-Based 3D Object Retrieval”, IEEE Computer Graphics and Applications, Vol. 27, pp. 22–27, 2007.               

    [13]

          T. F. Ansary, M. Daoudi, and A. Vandeborre, “A Bayesian 3D Search  Engine

          using Adaptive Views Clustering”, IEEE Transactions on Multimedia, Vol. 9,

          No. 1, pp. 78–88, 2007.

    [14]

    J. Muwei,  D. Junyu, and T. Ruichun, "Image Combining Color, Texture and Region whit Objects of users Interest for Content-Based Image Retrieval", Eighth ACIS International Conference on Software Engineering, Artificial Intelligence, Networking and Parallel/Distributed Computing, IEEE Computer Scoiety, Vol. 1, pp. 764-769, 2007.

    [15]

    Z. Huang,  P.K. Chen, W.Y. NG, and S. Yeung, "Content-Based Image Retrieval Using Color Moment and Gobor Texture Feature", Proceeding of the Ninth International Conference on Machine Learning and Cybernetics, Qingdao, Vol. 2, pp. 719-724, 2010.

    [16]

    P.K. Manesh Kokare, and B.N. Biswas, "Texture - Image Retrival Using New Rotated Complex Wavele - Filters", IEEE Tranactions on Systems, Vol. 35,  No. 6, pp. 1168-1178, 2005.

    [17]

    L. Chen, G. lu, and D. Zhang, “Efficts of Different Gobor Filters Parameters on Image Retreval by Texture”, In Multimedia Modeling Conference, pp. 273_278, 2004.

    [18]

    F. Long, H. zhang, and D. Feng, "Fundamentals of Content-Based Image Retrieval", in Multimedia Information Retrival and Management - Technological - Fundamentals and Applications," Springer - Verlag, pp. 1-26, 2003.

    [19]

    R. Alaoui ,  S.O.E. Alaoui, and M. Meknassi, “An Efficient Similarity Measure(PMM) for Color-based Image Retrieval”, IJCSNS International Journal of Computer Science and Network Security, VOL. 8, No. 7, 2008.

    ذوالفقاری ا، (1392)، پایان نامه ارشد، " ارائه روشی سریع جهت بازیابی تصاویر مبتنی بر محتوا"، دانشکده برق و رباتیک، دانشگاه شاهرود.

    ]20[

    [21]

    D. Zhang, and Lu, G. “Study and Evaluation of Different Fourier Methods for   Image retrival”, Image and Vision Computing, pp. 33-49, 2005.

    [22]

    R.C. Veltkamp, and M. Hagedoorn, “State of the Art in Shape Matching”, In Principles of Visual Information  retrival, M.Lew (ed), Springer, ISBN, pp. 87-119, 2001. 

    [23]

    D. Zhang, and G. Lu, “Review of Shape Representation and Description Techniques”, Pattern Recognation, pp. 1-19, 2004.

    [24]

    S. Aksoy, and R.m. Haralick, “feature Normalization and Likehood based Similarity Measures and Image Retrival”, ELSEVIER, Vol. 22 pp. 563-582, 2001.

    [25]

    T. Leon, p. Zuccarello, G. Ayala, E. deves, and J. Domingo, “Applying Logistic Regression to Relevance Feedback in Image Retrival Systems”, ELSEVIER, Vol. 40, pp. 2621-2632, 2007.

    [26]

    M.E. Hansen, and J.M. Carstensen, “Density-Based Retrival From High-Similarity Image Database Pattern Recognation”, vol. 37, pp. 2155-2164, 2004.

    [27]

    J.K. Kamarainen,  V. Kyrki,  J. Ilonen, and H. Kalviainen, “Improving Similarity Measure of Histogram Using Smoothing Projecttion”, Pattern Recognation, Vol 24, pp. 2009-2019, 2003.

    [28]

    M. Ramezani, and H. Ebrahimnezhad," 3D Models' retrieval system design based on Poisson's histogram of 2D selective views", Iranian Conference on Electrical Engineering, (ICEE), pp. 1-6, 2013.

    [29]

    N. Dalal, and B. Triggs, "Histograms of Oriented Gradients for Human Detection" Computer Vision ans Pattern Recognition(CVPR), IEEE Computer Society Conference on, Vol. 1, pp. 886 – 893, 2005.

    [30]

    A. Tahmasbi, F. Saki, and S.B. Shokouhi, "Classification of Benign and Malignant Masses Based on Zernike Moments", J. Computers in Biology and Medicine, Vol. 41, No. 8, pp. 726-735, 2011.

    [31]

    A. Tahmasbi,  F. Saki,  H. Aghapanah, and  S.B. Shokouhi, "A Novel Breast Mass Diagnosis System based on Zernike Moments as Shape and Density Descriptors", IEEE, 18th Iranian Conf. on Biomedical Engineering (ICBME'),Tehran, Iran, pp. 100-104, 2011.

    خسروی ح، (1384) ،پایان‌نامه ارشد، "بازشناسی ارقام و حروف دستنویس فارسی در فرمهای ثبت‌نام آزمون سراسری، دانشکده فنی مهندسی، دانشگاه تربیت مدرس

    [32]


موضوع پایان نامه بازیابی تصاویر هواپیما های جنگنده بر اساس مدل سه‌ بعدی, نمونه پایان نامه بازیابی تصاویر هواپیما های جنگنده بر اساس مدل سه‌ بعدی, جستجوی پایان نامه بازیابی تصاویر هواپیما های جنگنده بر اساس مدل سه‌ بعدی, فایل Word پایان نامه بازیابی تصاویر هواپیما های جنگنده بر اساس مدل سه‌ بعدی, دانلود پایان نامه بازیابی تصاویر هواپیما های جنگنده بر اساس مدل سه‌ بعدی, فایل PDF پایان نامه بازیابی تصاویر هواپیما های جنگنده بر اساس مدل سه‌ بعدی, تحقیق در مورد پایان نامه بازیابی تصاویر هواپیما های جنگنده بر اساس مدل سه‌ بعدی, مقاله در مورد پایان نامه بازیابی تصاویر هواپیما های جنگنده بر اساس مدل سه‌ بعدی, پروژه در مورد پایان نامه بازیابی تصاویر هواپیما های جنگنده بر اساس مدل سه‌ بعدی, پروپوزال در مورد پایان نامه بازیابی تصاویر هواپیما های جنگنده بر اساس مدل سه‌ بعدی, تز دکترا در مورد پایان نامه بازیابی تصاویر هواپیما های جنگنده بر اساس مدل سه‌ بعدی, تحقیقات دانشجویی درباره پایان نامه بازیابی تصاویر هواپیما های جنگنده بر اساس مدل سه‌ بعدی, مقالات دانشجویی درباره پایان نامه بازیابی تصاویر هواپیما های جنگنده بر اساس مدل سه‌ بعدی, پروژه درباره پایان نامه بازیابی تصاویر هواپیما های جنگنده بر اساس مدل سه‌ بعدی, گزارش سمینار در مورد پایان نامه بازیابی تصاویر هواپیما های جنگنده بر اساس مدل سه‌ بعدی, پروژه دانشجویی در مورد پایان نامه بازیابی تصاویر هواپیما های جنگنده بر اساس مدل سه‌ بعدی, تحقیق دانش آموزی در مورد پایان نامه بازیابی تصاویر هواپیما های جنگنده بر اساس مدل سه‌ بعدی, مقاله دانش آموزی در مورد پایان نامه بازیابی تصاویر هواپیما های جنگنده بر اساس مدل سه‌ بعدی, رساله دکترا در مورد پایان نامه بازیابی تصاویر هواپیما های جنگنده بر اساس مدل سه‌ بعدی

پايان نامه - کارشناسي ارشد ژئو فيزيک - زلزله شناسي زمستان   1392 چکيده در اين تحقيق اثر گسل شاخه اي در يک زون فرورانش روي امواج سونامي با استفاده از مدل سازي عددي از امواج سونام

پایان نامه کارشناسی ارشد مهندسی برق گرایش الکترونیک چکیده در این پایان­نامه روشی برای شناسایی مصوت­های فارسی در کلمات تک سیلابی ارائه می­شود. برای این منظور پس از جداسازی فریم­های تصویر و انتخاب فریم­هایی که مربوط به تلفظ مصوت موجود در کلمه تک سیلابی بودند و نیز استخراج ناحیه­ای پیرامون لب­ها، ویژگی­های مختلفی همچون ضرایب کسینوسی و ضرایب موجک و ضرایب MFCC برای تشخیص مصوت­ها در ...

پایان نامه برای دریافت درجه کارشناسی ارشد رشته هوش مصنوعی چکیده یکی از پیچیده‌ترین کار‌ها در پردازش تصاویر دیجیتال، بخش‌ بندی تصاویر است. به‌دلیل افزایش توجه به این تکنیک توسط محققان و تبدیل آن به یک نقش حیاتی در بسیاری از زمینه‌های کاربردی مثل کاربرد‌های پزشکی مورد استفاده قرار می‌گیرد. امروزه در دندان‌پزشکی مدرن، تکنیک‌های مبتنی بر استفاده از کامپیوتر مانند طرح‌ریزی و ...

پایان نامه­ی دوره­ی کارشناسی ارشد سازه های هیدرولیکی چکیده: آب شستگی در اطراف سازه های موجود در مسیر جریان از موضوعاتی مهمی است که در طرح این گونه سازه ها بایستی مورد توجه قرار گیرد. به این منظور بررسی این پدیده در اطراف پایه های مدور در شرایط آب صاف مدل سازی فیزیکی آزمایشگاهی انجام شد. به این منظور از دو نوع طوقه‌‌‌‌‌ی لبه دار شامل طوقه های با لبه‌ی قائم و طوقه های با لبه‌ی ...

پایان­نامه ارشد جهت اخذ درجه کارشناسی ارشد چکیده بازشناسی چهره در زمینه­های بیومتریک، بینایی ماشین و تشخیص الگو بوده و دارای کاربرد گسترده­ای از جمله مسائل مربوط به سیستم­های امنیتی می­باشد. از آن­جا که عوامل مختلفی از جمله نحوه نورپردازی محیط، نویز، و ماتی تصویر در عملکرد روش‌های بازشناسی چهره کم و بیش تاثیرگذارند، لذا بررسی روش‌های رفع ماتی از تصاویر چهره مورد استفاده در ...

پایان‌نامه کارشناسی ارشد مهندسی مکانیک-طراحی کاربردی چکیده در این پایان‌نامه تئوری‌ های کلاسیک ورق، تئوری تغییر شکل برشی مرتبه اول و تئوری دو‌متغیره پالوده شده برای مساله ارتعاش آزاد، با استفاده از روش‌های المان محدود استاندارد و المان محدود سلسله مراتبی بررسی‌ می‌گردد. تئوری دو‌متغیره پالوده شده یک تئوری تک‌لای معادل است، که در آن برای بیان میدان جابجایی از دو مولفه‌ی خمشی و ...

پایان نامه برای دریافت درجه کارشناسی ارشد M.Sc. گرایش مهندسی مکانیک – طراحی کاربردی در این تحقیق، توربین بادی با محور عمودی مدل ساوونیوس مدلسازی شده است. توربین بادی در حجم کنترل سیالاتی که همان تونل باد در شرایط واقعی می باشد، مدلسازی شده و تحت وزش باد با سرعتهای متفاوت بررسی شده است. همچنین از لحاظ نسبت هم پوشانی نیز در سه حالت مختلف تحت بررسی قرار گرفته تا بهترین حالت توربین ...

ن نامه برای دریافت درجه کارشناسی ارشد در رشته تحصیل سنجش از دور و GIS چکیده بهره گیری از داده های سنجش از دور منجر به شناخت و بررسی جامع پهنه های جغرافیایی در مدت زمان کوتاه و با هزینه پایین می گردد. بهره گیری از تکنیک های تجزیه و تحلیل داده های ماهواره ای منجر به استفاده بهینه از این داده ها جهت شناخت هر چه کامل تر منطقه مطالعاتی و پدیده ها و عوارض جغرافیایی موجود در آن می ...

رساله دکتري ژئوفيزيک زلزله­ شناسي شهريورماه 1392 چکيده در اين رساله از چند روش ترکيبيِ شبيه سازي به منظور توليد نگاشتهاي مصنوعي جنبش نيرومند زمين استفاده شده است. بر اين مبنا دو روشي

پایان نامه برای دریافت درجه کارشناسی ارشد در رشته مهندسی مکانیک تبدیل انرژی چکیده : جهت دهی بردار پیشران سیالی به عنوان یک تکنولوژی مهم برای عملکرد بالا وسایل نقلیه هوایی پدیدار شده است. این تکنولوژی می تواند قدرت مانور هواپیما را با تغییر جریان نازل و انحراف آن از جهت محوری خود بهبود بخشد. هدف از این مطالعه بررسی تاثیرات جریان مکشی ثانویه در جریان اصلی خروجی از یک موتور جت کوچک ...

ثبت سفارش