چکیده تعقیب اهداف متحرک به وسیله چشم از جمله قابلیت های سیستم بینایی در انسان و سایر موجودات می باشد. چنین عملکرد در بینایی ماشین توسط یک سیستم ردیابی تصویری حاصل می شود. ردیابی هدف متحرک به مفهوم تعقیب هدف متحرک در یک سری تصاویر متوالی است. ردیابی هدف متحرک در تصاویر ویدئویی شامل آشکارسازی هدف متحرک و تعقیب و ردیابی هدف آشکارشده در تصاویر متوالی می باشد. روش های مختلفی برای ردیابی هدف متحرک در تصاویر متوالی، مانند روش های شار نوری، روش های تطبیق مشخصه و روش های کانتور فعال پیشنهاد شده است. در روش های شار نوری بردارهای حرکت برای کلیه نقاط تصویر و یا هدف محاسبه می گردند. ولی در روش های تطبیق مشخصه، بردارهای حرکت تنها برای مشخصه های قوی هدف محاسبه شده و از روی این بردارهای حرکت، حرکت کل هدف تخمین زده می شود.روش های کانتورفعال از روش های دیگر ردیابی هدف متحرک می باشند. در این پایان نامه، یک روش ترکیبی برای آشکارسازی و ردیابی هدف متحرک در تصاویر ویدئویی با فیلتر کالمن معرفی شده است. سیستم ابتدا به مشکل آشکارسازی اهداف متحرک در دنباله ای از تصاویر می پردازد. که در مرحله اول برای افزایش عملکرد الگوریتم طراحی شده برای آشکارسازی و ردیابی اهداف متحرک از هیستوگرام رنگی هدف و مقایسه آن با هیستوگرام رنگی نواحی اطراف هدف با یک تخمین اولیه از مکان هدف استفاده شده است. بعد از اینکه هدف متحرک با استفاده از هیستوگرام رنگ و تشخیص لبه آشکارسازی شد، وارد مرحله ردیابی می شود. با در دست داشتن تخمین موقعیت مکانی هدف با استفاده از روش ekf(extended kalman filter) عمل ردیابی برای موقعیت مکانی هدف را انجام می دهیم تا اینکه هدف گم شود و در این حالت سیستم دوباره وارد مرحله آشکارسازی می شود. در این روش دوربین ویدیویی هم ثابت و هم متحرک فرض شده و هدف اصلی در این پایان نامه طراحی روشی بوده است که بتواند در یک سیستم ردیاب واقعی مورد استفاده قرار گیرد. بنابراین در طراحی الگوریتم، عواملی مثل وجود نویز در تصاویر متوالی و تغییرات شدت روشنایی محیط در نظر گرفته شده است. همچنین با توجه به حرکت دوربین و تغییر زاویه دید دوربین ممکن است که شکل ظاهری هدف تغییر کرده و قسمت های جدیدی از هدف در تصویر ظاهر گردند. کم بودن حجم محاسباتی الگوریتم از عوامل دیگری هست که ما سعی کردیم در طراحی الگوریتم های ردیابی آن را در نظر بگیریم.

در این مطالعه 72 لاین دابل هاپلوئید جو به همراه دو والد مورد مطالعه قرار گرفتند. این تحقیق در قالب طرح بلوک های کامل تصادفی با دو تکرار و در دو شرایط بدون تنش (شاهد) و تنش بور، در محیط کشت هیدروپونیک در سال 1392در دانشگاه زابل به اجرا درآمد. برخی از صفات مورد مطالعه شامل صفات وزن تر و خشک ریشه و بخش هوایی و نسبت آنها، طول ریشه و ساقه و نسبت آنها، طول بلندترین برگ، طول کل گیاه، تراکم کلروفیل، ضریب پایداری غشاء و درصد رطوبت نسبی برگ (rwc) بود. تجزیه¬های آماری برای بررسی های فنوتیپی صفات شامل تجزیه واریانس، مقایسه میانگین، محاسبه همبستگی¬های فنوتیپی بین صفات، تجزیه مولفه¬های اصلی و تجزیه عامل¬ها انجام گرفت. نتایج تجزیه واریانس نشان داد، که تفاوت معنی¬داری بین لاین¬ها برای اکثر صفات مورد بررسی وجود دارد. در شرایط شاهد و تنش بور حداکثر همبستگی بین صفت طول ریشه با طول کل گیاه (925/0 و 934/0) مشاهده شد. در تجزیه به مولفه¬های اصلی در شرایط شاهد 4 مولفه در مجموع 62 درصد و در شرایط تنش بور، 5 مولفه 67 درصد از تنوع را توجیه کردند. نتایج تجزیه به عامل¬ها چندین عامل پنهانی را هم در شرایط شاهد و هم شرایط تنش بور استخراج کرد که به ترتیب بیش از 71 و 75درصد از واریانس کل را توجیه کردند. تجزیه qtl با استفاده از نقشه پیوستگی ژنتیکی حاصل از نشانگرهای مولکولی بدست آمده از 327 مارکرaflp و نرم افزار qtl cartographer به روش مکان¬یابی فاصله¬ای مرکب (cim) انجام شد. برای صفات مورد بررسی در مجموع 40 عدد qtl (24 تا برای شرایط شاهد و 16تا برای شرایط تنش) بدست آمد که واریانس فنوتیپی توجیه شده به وسیله این qtlها از 74/71-10 درصد متغیر بود. بیشترین و کمترین واریانس فنوتیپی به ترتیب برای صفات درصد رطوبت نسبی و نسبت طول ریشه به ساقه در شرایط تنش بدست آمد. lod در دامنه 31/15-51/2 قرار داشت. بیشترین و کمترین lod به ترتیب مربوط به qtlهای درصد رطوبت نسبی و وزن تر اندام هوایی بود. در این تحقیق فقط یک جایگاه واجد qtl در یک مکان قرار داشت و پایدار بود (طول برگ 3h).

فشرده سازی تصویر، فناوری کلیدی برای انتقال‏ فوری مقدار عظیمی از اطلاعات تصویر از طریق کانال های پهنای باند محدود است. این نوع از داده ها باید در طی فرآیند انتقال فشرده شوند. یک رده از الگوریتم های مهم در فشرده سازی تصاویر مبتنی بر روش های موجک است. برای تصاویر ساکن، برخی از الگوریتم ها مانند ‎ezw‎, ‎wdr‎, ‎spiht به طور گسترده ای بر اساس تبدیل موجک رمز گذاری می شوند. در این پایان نامه به روش های فشرده سازی تصاویر مبتنی بر تبدیل موجک می پردازیم. در این میان، از دو روش مهم رمزگذاری داده ها با عنوان رمزگذاری هافمن‎ و رمز گذاری حسابی‎ برای رمزگذاری داده های تصاویر استفاده شده است. سپس نتایج عددی فشرده سازی را بر روی تصاویر مختلف به دست آمده است.