در این پروژه روشی جدیدی برای واترمارکینگ کور تصاویر دیجیتال بر اساس استفاده از نگاشت های آشوبناک در حوزه تبدیل پیشنهاد شده است. هدف اصلی این پروژه بالا بردن امنیت فرآیند درج و استخراج واترمارک و بهبود فرآیند استخراج در مقابل حملات هندسی و غیر هندسی رایج است. به همین منظور در طی دوره تحقیق و بررسی روشهای مختلفی بر روی ایده اصلی انجام پذیرفت و نتیجه حاصل سه الگوریتم متنوع است که هر کدام نسبت به الگوریتم های قبلی دارای پیشرفت هایی است. در الگوریتم اول از یک نگاشت آشوبناک برای رمز نگاری واترمارک و از نگاشتی دیگر برای درج و استخراج واتر مارک در ضرایب تبدیل موجک گسسته با استفاده از روش همسایگی صرایب پیشتهاد شده است. نتایج حاصل از این اگوریتم نشان داد که فضای امنیتی کلید رمز نگاری و کلید واترمارک به طول 10112 و مقاومت الگوریتم در مقابل حملات هندسی و غیر هندسی در بعضی از موارد چشمگیر نبوده است. به همین دلیل الگوریتم دوم با همان فرآیند و تنها با تغییر در نگاشت های آشوبناک و در حوزه تبدیل کسینوسی گسسته انجام شد که نسبت به اگوریتم اول دارای نتایج بهتری بوده است. فضای کلید امنیتی برای این الگوریتم 10126 و تنها ضعف آن در حملات چرخش و مات کردن تصویر واترمارک شده، بوده است. در الگوریتم سوم مطالعات جدی تری انجام پذیرفت که حاصل آن تغییر اساسی در فرآیند درج و استخراج بود که از روش هیبرید مبتنی بر تجزیه مقدار منفرد در حوزه تبدیل موجک گسسته انجام پذیرفت و همچنین از نگاشت های آشوبناک بهتری نسبت به دو الگوریتم قبل استفاده شده است. حاصل استفاده از الگوریتم سوم فضای کلید امنیتی به طول 10154 است و تنها حمله ناامید کننده، حمله چرخش بوده است. البته در این حمله نیز واترمارک از بین نرفته و با اندکی تغییر و جستجو واترمارک قابل استخراج است که این موضوع هدف مطالعات آینده خواهد بود

تثبیت سازی ویدئویی موجب حذف لرزشها و تکانهای ناخواسته دوربین از تصویر ویدئویی میگردد. در این پژوهش چند الگوریتم جدید برای تثبیت سازی به کمک روشهای رقمی پیشنهاد میگردد. الگوریتم اول از یک فیلتر پائین ساده با پاسخ ایمپالس نامحدود یا iir استفاده میکند که با توجه به شتاب و سرعت حرکت دوربین مشخصه فیلتر تنظیم میشود و با اعمال فیلتر روی مسیر حرکت دوربین حرکات ناخواسته دوربین حذف می شود. الگوریتم پیشنهادی دوم یک سیستم فازی به الگوریتم قبلی اضافه میکند تا ضریب هموارسازی فیلتر iir به طور وفقی با توجه به مشخصات سرعت و شتاب حرکت عمدی دوربین و همچنین میزان حرکات ناخواسته تنظیم گردد. همچنین خود سیستم فازی نیز در طول عمل فیلمبرداری براساس مشخصات نویز دوربین به طور پیوسته و انطباقی تنظیم میگردد. در الگوریتم دیگری ترکیب یک سیستم فازی و یک فیلتر کالمن پیشنهاد شده است. بعلاوه روشی نیز برای ارزیابی عددی و مقایسه عملکرد الگوریتمهای تثبیت سازی پیشنهاد شده است. نتایج عملی و آزمایشی کارایی خوبی را برای الگوریتمهای پیشنهادی نشان میدهند.

ویدئوی دیجیتال در سالهای اخیر کاربردهای زیادی پیدا کرده است. در بسیاری از کاربردها نیاز به انتقال ویدئو از طریق یک کانال مخابراتی می باشد. انتقال ویدئوی دیجیتال از یک منبع به مقصد نیازمند اعمال زنجیره ای از فرآیندهاست. مهمترین قسمت های این زنجیره پردازش های مربوط به کدگذاری (encoding) و کدگشایی (decoding) می باشد، بطوریکه حجم داده های ویدئویی متناسب با پهنای باند کانال مخابراتی کاهش داده شده و پس از انتقال، قابل نمایش شود. فرآیند فشرده سازی ویدئو نیازمند مشخص کردن پارامترها و متغیرهای زیادی است که تعیین این متغیرها خارج از محدوده استاندارد می باشد. یکی از پارامترهای مهم در فرآیند فشرده سازی ویدئو نرخ بیت ویدئوی فشرده شده است که توسط یک الگوریتم کنترل نرخ بیت تعیین می شود. یک الگوریتم کنترل نرخ بیت(rca) می تواند تأثیر قابل توجهی بر کیفیت خدمت (quality of service) و میزان بهره وری از منابع مهم مثل پهنای باند، زمان، و قدرت پردازش داشته باشد. الگوریتم های کنترل نرخ بیت عمدتاً بر پایه نرخ بیت ثابت یا کیفیت ثابت می باشند. نرخ بیت ثابت مستلزم کیفیت متغیر و کیفیت ثابت مستلزم نرخ بیت متغیر می باشد. اگر چه حالت های میانی نیز وجود دارد که در آن سعی می شود نرخ بیت و کیفیت با هم در حد امکان ثابت نگه داشته شود. این الگوریتم ها در این تحقیق الگوریتم های با نرخ بیت متغیر نامیده شده اند. از میان روش های مطالعه شده برای کنترل نرخ بیت متغیر، روش های کنترل فازی کارایی خوبی را از جهت برآورده سازی شرایط عملی مطلوب و کیفیت ویدئوی فشرده شده نشان داده اند. این پایان نامه، به اصلاح و طراحی مجدد یکی از بهترین الگوریتم های کنترل نرخ بیت فازی ارائه شده با استفاده از سیستم های عصبی- فازی تطبیقی (anfis) پرداخته است. همچنین در این پایان نامه یک الگوریتم اختصاص بیت ویژه فازی ارائه شده است که قابل استفاده در اکثر الگوریتم های کنترل نرخ بیت متغیر می باشد. الگوریتم های جدید طراحی شده در این تحقیق، نتایج بسیار خوب با پیچیدگی کم محاسباتی نشان می دهند.

نویز تصویر عامل ناخواسته ای است که علاوه بر اثر نامطلوب بر کیفیت تصویر، پردازش هایی نظیر فشرده سازی، لبه یابی و قسمت بندی تصویر را نیز مشکل می کند. از این رو حذف نویز به عنوان یکی از شاخه های مهم پردازش تصویر مطرح می شود. در این پایان نامه یکی از بهترین روش های حذف نویز با عنوان حذف نویز به روش تطبیق بلوک و فیلتر سه بعدی (block matching and three dimentional filtering: bm3d) جهت مطالعه و بهبود انتخاب شده است. این روش با استفاده از اصل درجه بالای همبستگی پیکسل های تصاویر دیجیتال، به بلوک بندی تصویر و تشکیل گروه هایی با بلوک های مشابه می پردازد. سپس با اعمال فیلتر سه بعدی بر هر یک از گروه های تشکیل شده، سعی در کاهش نویز دارد. هدف از این پایان نامه، بهبود روش حذف نویز مذکور، براساس بهبود الگوریتم گروه بندی استفاده شده در آن می باشد. در این تحقیق برای بهبود گروه بندی، روش های متعددی مورد بررسی و آزمایش قرار گرفته اند. نتایج تحقیق نشان می دهد که برخی از روش های بررسی شده می توانند منجر به بهبود کارایی فرآیند حذف نویز به روش تطبیق بلوک و فیلتر سه بعدی شوند.

هایدروفن ها، میکروفن هایی هستند که برای شنیدن صدای زیرِآب بکار می روند. در گذشته سیستم های مخابراتی زیرِآب تنها مبتنی بر هایدروفن های اسکالر بودند. بمنظور استفاده بیشتر از اطلاعات آکوستیکی داده دریافتی و بهبود موقعیت یابی منابع صوتی زیرِآب، هایدروفن های برداری معرفی شدند. این ادوات، از قرارگیریِ دو یا سه هایدروفنِ سرعت بصورت فشرده و عمود برهم در راستای محورهای مختصات کارتزین و یک هایدروفن فشارِ اختیاری تشکیل شده اند. قرارگیری هایدروفن های برداری در نزدیکی یا دور از سطوح منعکس-کننده ی سیگنال، چگونگی مشخصه ی سطح منعکس کننده و همچنین قرارگیری در میدانِ دور یا نزدیک منابع صوتی، در جهت یابیِ سیگنال های وارده تأثیر گذار است. از آنجایی که در بیشتر کاربردهای عملی هایدروفن های برداری در نزدیکی سطوح منعکس کننده قرار دارند، یکی از دستاوردهای این تحقیق، ترسیم الگوهای پرتوِ دریافتیِ هایدروفن برداریِ قرار گرفته در نزدیکی سطوح منعکس کننده و در میدان نزدیکِ منابع آکوستیکی می باشد. دستاورد دوم، مقایسه دقت عملکرد الگوریتم های تخمینِ جهتِ ورود برای آرایه ای یکنواخت و خطی از هایدروفن های اسکالر، جهتِ مطالعه مدلسازیِ این الگوریتم ها می باشد. دستاورد نهایی این تحقیق، جهت یابیِ سیگنال های وارده به هایدروفن برداریِ قرار گرفته در نزدیکی سطوح منعکس کننده، با استفاده از الگوریتم esprit می باشد، بعلاوه اینکه، کران های پایینِ کرامر رائوی زوایای فراز و افقی در ساختارهای مختلف هایدروفن های برداری که در آنها تعداد هایدروفن های سرعت و فشارِ بکار رفته متفاوت می باشد، در نزدیکی سطوح منعکس کننده، نمایش داده شده اند.

در این پایان نامه چند آنتن حلزونی برای کابردها و بازه های فرکانسی مختلف معرفی، و راه کارهایی برای بهبود عملکرد آنها ارایه می شود. ابتدا یک آنتن پچ معلق با دو شکاف حلزونی برای استفاده در wlan در فرکانس ghz5 معرفی می شود. برای بهبود پرتو تشعشعی این آنتن و پوشش 360 درجه آن، ساختار آرایه ی conformal آنتن ارایه می شود. ساختار conformal آنتن با تعداد و چیدمان های متفاوت پچ ارایه و با هم مقایسه می شوند. در ادامه آنتن پچ دیگری با دو بازوی حلزونی خود مکمل برای کاربری تراهرتز ارایه می شود. برای همگرا کردن پرتو تشعشعی آن از لنز سلیکونی استفاده شده است. در انتها، آنتن آرایه ای با دو پچ معرفی می شود که بر روی هر پچ یک شکاف حلزونی قرار دارد. این دو شکاف فقط از نظر تعداد دور با هم متفاوت هستند، این تفاوت برای افزایش پهنای باند در نظر گرفته شده است. این آنتن برای کاربرد dsrc طراحی شده است. این آنتن و نمونه مشابه ولی بدون شکاف حلزونی آن ساخته شده و نتایج شبیه سازی و اندازه گیری آن باهم مقایسه شده است، نتایج اندازه گیری بسیار نزدیک به نتایج شبیه سازی است.

امروزه کامپیوتر، اینترنت و داده‎های چند رسانه‎ای تغییرات شگرفی در عرصه‎ی تبلیغات، بازاریابی و تجارت الکترونیک به وجود آورده است. تولید کنندگان به دنبال عرضه‎ی محصولات خود از طریق اینترنت، شبکه‎های اجتماعی و فروشگاه‎های مجازی هستند. خریداران نیز با استفاده از پایگاه‏‎‎‏‏‎‏ها و فروشگاه‎های اینترنتی به جستجوی محصولات مورد نظر خود می‎پردازند. از این رو تجارت مستقیم رفته رفته جای خود را به تجارت الکترونیک خواهد داد. در این تحقیق به معرفی سیستم بازیابی تصاویر مبتنی بر محتوی و کاربرد آن در تجارت الکترونیک صنعت فرش با استفاده از ارائه‎ی پایگاه داده‎ی تصاویر فرش خواهیم پرداخت. با معرفی اجزا و ویژگی‎های سیستم بازیابی و استفاده از الگوریتم‎های استخراج ویژگی تصویر برگرفته از استاندارد mpeg-7، کاربرد بازیابی تصاویر فرش را در تجارت الکترونیک این محصول تشریح خواهیم کرد. تعداد 910 تصویر از انواع فرش ایرانی همراه با ویژگی‎های منحصر به فرد، پایگاه داده‎ی سیستم پیشنهادی را تشکیل می‎دهد. برخی از الگوریتم‎های توصیف و استخراج ویژگی تصویر، ارزیابی شدند و از میان آن‎ها توصیف‎گر رنگ غالب (dcd) نتایج بازیابی بهتری را نشان می‎دهد. با در نظر گرفتن ویژگی غالب فرش ایرانی که طرح آن معمولا شامل دو ناحیه‎ی حاشیه و مرکز است، روشی مبتنی بر بخش‎بندی تصویر و توصیف‎گر رنگ غالب پیشنهاد می‎شود. نتایج نهایی کارائی بالاتری را در بازیابی برای روش پیشنهادی نشان می‎دهد. با استفاده از سیستم پیشنهادی، از سویی تولیدکنندگان این صنعت قادر به عرضه‎ی محصولات خود از طریق سامانه‎های فروش الکترونیکی خواهند بود و از سویی دیگر علاقه‎مندان به این هنر با استفاده از یک تصویر قادر به جستجو در میان محصولات هستند. به علاوه، به دلیل تنوع بسیار محصولات به لحاظ طرح، رنگ، جنس و بافت، کد یا مشخصه‎ی خاصی نمی‎تواند توصیف کننده‎ی مناسبی برای این ویژگی‎ها باشد از این رو استفاده از تصویر در جستجو می‎تواند نقش به‎سزایی در رونق تجارت صنعت فرش داشته باشد.

در سال‏ های اخیر تحقیقات زیادی در زمینه تشخیص انسان در تصاویر به منظور کاربرد در سیستم‏ های جلوگیری از برخورد خودرو با عابر پیاده، صورت گرفته است. اما با توجه به حضور حیوانات در محدوده جاده‏ های برون‏ شهری و سرعت بالای خودرو‏های عبوری در این نوع جاده ‏ها، احتمال وقوع تصادف با حیوانات نیز بالا می‏ باشد و وجود سیستمی برای تشخیص به ‏موقع حیوانات و هشدار به رانندگان ضروری است. در این پایان نامه روشی برای تشخیص و شناسایی شتر در تصاویر جاده‏ای معرفی می‏ شود. در این سیستم یک دوربین نور مرئی در جلوی خودرو نصب می‏ شود که تصاویر جاده را دریافت می‏کند. سپس این تصاویر با استفاده از یک کامپیوتر و با الگوریتم‏ های تشخیص شتر پردازش می‏ شوند و در صورت شناسایی شتر در تصویر، سیستم به وسیله هشدار‏های لازم راننده را آگاه خواهد کرد. برای استخراج ویژگی‏ های تصویر و تشخیص شتر از دو الگوریتم هیستوگرام جهت گرادیان (hog) و توصیفگر هیستوگرام لبه (ehd) و ترکیب آن‏ها‏ با الگوریتم دسته‏ بندی کننده ماشین بردار پشتیبان (svm) استفاده می‏ شود. برای این منظور یک پایگاه داده از تصاویر شتر ایجاد شد و با اعمال الگوریتم‏ های hog و ehd بر روی این پایگاه داده و با استفاده از معیار‏ مقایسه دقت تشخیص، تغییرات لازم در ساختار این الگوریتم‏ ها برای تشخیص شتر در تصاویر به‏ وجود آمد.

امروزه حجم مجموعه تصاویر دیجیتال در زمینه های مختلف رشد چشمگیری داشته است. این حجم عظیم اطلاعات در پایگاه های داده ی بزرگ تصاویر، بدون روش های جستجو و بازیابی کارا، نمی تواند مفید واقع شود. معمولا در روش های بازیابی تصاویر بر اساس محتوا، تصاویر را بر اساس خصوصیات آن بازیابی می کنند. در این پایان نامه جهت بازیابی، به جای کل تصویر، یک ناحیه ی خاص از آن به نام ناحیه ی مقاوم در برابر نویز و چرخش استخراج می شود و خصوصیات از این ناحیه بدست می آیند. بدین ترتیب علاوه بر مقاوم بودن سیستم بازیابی در برابر نویز و چرخش، از حجم محاسبات نیز کاسته می شود. بردارهای ویژگی با استفاده از ویژگی هایی از جمله رنگ، بافت، مولفه های حوزه فرکانس و همچنین ویژگی های بدست آمده از روش چندی سازی برداری بدست آمده اند. بازیابی بر اساس این بردار های ویژگی و نیز ترکیب تعدادی از آن ها انجام شده است. به منظور بهینه سازی وزن دهی به ضرایب این ترکیب ها، روش بهینه سازی ازدحام ذرات بکار برده شده تا دقت بازیابی سیستم افزایش یابد. نتایج شبیه سازی بر اساس روش پیشنهادی، دقت و زمان بازیابی نسبتا قابل قبولی را نشان می دهد که نشان دهنده افزایش کارایی سیستم است.

پیشرفت تکنولوژی های اخیر باعث شده است که پایگاه های داده تصاویر گوناگون با هر سایز و اندازه ای از تصاویر در اختیار همگان قرار گیرد. بنابراین روش های استخراج ویژگی ها و بازیابی تصویر نیز از اهمیت خاصی برخوردار است. در این پایان نامه پردازش بر روی تصاویر کاشی و سرامیک انجام گرفته است.از انجایی که هیچ گونه پردازشی بر روی این تصاویر انجام نگرفته است یک پایگاه داده از تصاویر کاشی و سرامیک ایجاد شد.چندین روش بر روی این پایگاه داده اعمال و بهترین روش برای استخراج ویژگی ها معیین شد. روش پیشنهادی به همراه روش های استخراج ویژگی ها بدین گونه است که در ابتدا سایز تصاویر برابر را به 150*240 درنظر گرفته شد سپس هر کدام از تصاویر را به 9 قسمت با سایز های 80*50 تقسیم شد. با توجه به اینکه اکثر طرح های کاشی و سرامیک در وسط و یا در حاشیه قرار دارند به منظور کم کردن حجم اطلاعات تنها از قسمت وسط و قسمت های همسایگی چهار گانه وسط تصاویر کاشی و سرامیک برای پردازش استفاده شد. در ادامه الگوریتم های مربوط به ویژگی های رنگ همچون ممان های رنگ, پارامتر رنگ hsv , توصیفگر میانگین رنگ و ویژگی های بافت همچون انتروپی ,انرژی , کنتراست, تفاوت معکوس و 11 ویژگی تبدیل رنکلت? بر روی تصاویر اعمال شد.از بین این ویژگی ها دو ویژگی رنگ توصیفگر میانگین رنگ و پارامتر رنگ hsvو دو ویژگی بافت انرژی و کنتراست به عنوان پارامترهای تصویر در نظر گرفته شد. بردارهای ویژگی از تصاویر کاشی و سرامیک استخراج و در یک پایگاه داده ویژگی ها ذخیره شد.مقایسه بین بردار ویژگی تصویر مورد پرس و جو با پایگاه داده ویژگی ها با کمک فاسله اقلیدسی انجام گرفت و در نهایت تصاویر مشایه استخراج شد. مقایسه بین روش های مطرح شده نشان می دهد که با کمک روش پیشنهادی میزان باریابی ره می توان تا حدود 40 درصد بهبود بخشید.

تولید سیب زمینی در ایران بسیار افزایش یافته است. با این حال، در طول ذخیره سازی و جابجایی این محصول مشکلات متعددی وجود دارد و قیمت نهایی سیب زمینی به دست مشتری متناسب با کیفیت آن عرضه نمی¬گردد. در این پایان نامه پردازش بر روی تصاویر سیب زمینی برای تعیین کیفیت سیب زمینی انجام گرفته است. در این تحقیق، یک الگوریتم تشخیص الگو برای ارزیابی کیفیت سیب زمینی به سه کلاس خوب ، متوسط و بد در یک سیستم بینایی ماشین و بر اساس پردازش تصویر پیشنهاد شده است. در الگوریتم پیشنهادی، ابتدا تصاویر سیب زمینی باکیفیت های متفاوت تهیه شد. برای تشخیص سبز بودن سیب زمینی با اعمال الگوریتم خوشه بندی فازی c میانگین بر روی مولفه “a” از تصویر سیب زمینی در فضای رنگی lab، سبز بودن با صحت درستی 100% تشخیص داده شد. سپس سیب زمینی هایی که مناطق سبز آن ها کمتر از 10% تشخیص داده شد، به مرحله بعد برای تعیین کیفیت و اندازه و بدشکل بودن داده شدند. در این مرحله، دو الگوریتم برای تعیین کیفیت سیب زمینی پیشنهاد شده است. در الگوریتم اول برای تعیین شکل و اندازه سیب زمینی، تعداد 13 ویژگی ظاهری از شکل سیب زمینی استخراج گردید و در نهایت کلاسه بندی شکل تصاویر با استفاده از روش کلاس بندی شبکه عصبی mlp صورت گرفت. عملکرد موفقیت این روش 99/96% ارزیابی گردید. در الگوریتم دوم برای تعیین کیفیت ظاهری سیب زمینی با استفاده از فضای رنگی rgb و lab و مقیاس خاکستری، تعداد 1904 ویژگی بافت و رنگ از تصاویر استخراج گردید. سپس به وسیله الگوریتم fs-sfs از این ویژگی ها تعداد 30 ویژگی که اطلاعات کافی برای طبقه¬بندی را دارا بودند، انتخاب شدند. در نهایت کلاسه بندی تصاویر با استفاده از روش کلاس بندی شبکه عصبی mlp صورت گرفت. عملکرد موفقیت این روش 51/97% ارزیابی گردید. در این روش پیشنهادی عیوب ظاهری سیب زمینی شامل فساد، لک، ترک خوردگی، غیریکنواختی، شوره سیاه، کرم خوردگی، آسیب دیدگی، پوسیدگی، بد شکل بودن و اندازه به درستی تشخیص داده شدند. سرعت عملکرد الگوریتم پیشنهادی با توجه به ویژگی های کم انتخاب شده، بسیار بالا می باشد و برای افزایش کیفیت صادرات سیب زمینی بسیار امیدوار کننده است.

امروزه با رشد اینترنت آخرین پیشرفت های فن آوری تصویر منجر به افزایش تصاویر شده است. سیستم ها و روش های مختلفی برای ذخیره سازی و مدیریت مشکلات معرفی شدند. این مطالعات نشان داد که نمایه سازی ومفهوم بازیابی به بازیابی تصاویر مبتنی بر محتوا اشاره دارد. سیستم های بازیابی تصاویر مبتنی بر محتوا اغلب از ویژگی های سطح پایین همچون رنگ ، شکل و بافت برای نمایه سازی استفاده می کنند. سیستم های اخیر به منظور دستیابی به عملکرد مناسبی برای بازیابی به دنبال ترکیب ویژگی های سطح پایین با ویژگی های سطح بالا که حاوی اطلاعات ادراکی برای انسان است می باشند. در این پایان نامه مشکلات عمومی سیستم بازیابی تصاویر میتنی بر محتوا را مانند پیچیدگی محاسبات ، کمبود حافظه ذخیره سازی و زمان بازیابی تصاویر را تعریف می کنیم. در این پایان نامه روشی مبتنی بر ویژگی های بافت و رنگ ارائه می دهیم .در روش پیشنهادی برای بهبود عملکرد کلی سیستم و افزایش دقت بازیابی و کاهش زمان بازیابی از الگوریتم های تبدیل ویولت ، bdip ، bvlc و اتوکارلوگرام رنگ استفاده شده است . نتایج شبیه سازی بر اساس روش پیشنهادی دقت و زمان بازیابی را نشان می دهد.