سیستم های خودکار احراز هویت مبتنی بر بیومتریک اثر انگشت شامل مراحل مختلفی هستند. یکی از مهمترین این مراحل که از اهمیت برجسته و بالایی برخوردار است، مرحله استخراج یا همان تخمین درشت جهت رگه های اثر انگشت می باشد. از جمله کاربردهای این مرحله می توان به بهسازی تصاویر اثر انگشت، استخراج نقاط منفرد (هسته و دلتا) و استفاده از آنها برای طبقه بندی گسسته الگوهای اثر انگشت، طبقه بندی پیوسته، تطبیق تصاویر آثار انگشت و بسیاری کاربردهای دیگر اشاره نمود. از آنجا که جهت های استخراج شده اولیه یا به اصطلاح تخمین های درشت جهت رگه های اثر انگشت به شدت نویز پذیر می باشند، نیاز به تصحیح این تخمین ها به ویژه برای تصاویر با کیفیت پایین مثل انواع نهفته امری لازم و ضروری به نظر می رسد. در همین راستا، روش های مختلفی برای تصحیح تخمین های درشت جهت رگه ها ارائه شده است که در کل، یا از نوع مدلسازی بوده و یا به کمک فیلتر کردن حوزه زمان یا فرکانس انجام می شوند. در پایان نامه حاضر نیز روش هایی برای تصحیح بهینه جهت رگه ها پیشنهاد شده که منجر به تصحیحات دقیق تر جهات تخمینی و نیز بهبود کیفیت تشخیص و یا تایید هویت گردیده اند. روش های پیشنهادی بر پایه مدل سازی یا تقریب زنی به کمک چند جمله ای هایی مثل چند جمله ای های مثلثاتی و یا چند جمله ای های متعامد لژاندر و چبی چف نوع اول و دوم قرار دارند. در روش تصحیح تخمین درشت جهت رگه ها به کمک چند جمله ای های مثلثاتی، علاوه بر شبیه سازی روش پیشین، از مفهوم چسبیدگی برای اصلاح آن استفاده شده است. علاوه بر این شیوه، روشی نوین برای تصحیح جهت رگه ها ارائه شده است که در آن ضمن ترکیب فیلتر گوسی پایین گذر و بسط چند جمله ای هایی همچون لژاندر و یا چبی چف نوع 1 یا 2، انتخاب نوع چند جمله ای ها نیز به صورت وفقی صورت می گیرد. همچنین از دیگر مصادیق استفاده از اطلاعات جهتی در امر تطبیق آثار انگشت می باشد. در این رساله نیز روشی جدید برای انجام عملیات تطبیق با استفاده از اطلاعات جهتی، با به کار گیری مدل مخفی مارکف این اطلاعات، ارائه گردیده است. نتایج پیاده سازی ها و ارزیابی های روش های پیشنهادی حاکی از کارآیی بالا و عملکرد بهینه آنها در مقایسه با روش ها ی ارائه شده پیشین بوده است.

با پیشرفت های سریعی که در حوزه اینترنت وجود دارد، به کاربران این اجازه داده شده است که بطور روزانه اطلاعاتی را مخابره و مبادله کنند. از این رو، مقدار زیادی از این اطلاعات دیجیتالی از قبیل تصاویر دیجیتالی، صوت و ویدئو است، که در اینترنت منتشر می شوند. بنابراین، برای اطمینان از امنیت و حفاظت اطلاعات منتشر شده در فضای اینترنت، طرح های نهان نگاری غیر قابل مشاهده بطور چشمگیری مورد توجه قرار گرفت. نهان نگاری غیر قابل مشاهده به عنوان روشی برای حفاظت از حق تالیف وتصنیف پیشنهاد گردید. در زمینه تصاویر دیجیتالی، نهان نگاری، یک مفهوم مهمی از پنهان سازی اطلاعات مخفی در تصویر پوششی، با حداقل کاهش کیفیت دیداری است. یافته های جدید در زمینه نهان نگاری تصاویر دیجیتالی، دورنمای وسیعی را از روش های جدید در زمینه ارتباطات امن و مدیریت محتوا، باز کرده است. بطور کلی، تکنیک های نهان سازی اطلاعات، به دو دسته تقسیم می شوند، طرح های نهان نگاری بدون اتلاف (معکوس پذیر) و طرح های نهان نگاری با اتلاف ( غیر معکوس پذیر). در طرح های نهان نگاری با اتلاف، تصویر پوششی بطور کامل نمی توانند ذخیره و بازیابی شوند، در حالی که این گونه طرح ها مقاومت زیادی را در برابر حملات (عمدی وغیر عمدی) از خود نشان می دهند. در طرح نهان نگاری بدون اتلاف، اطلاعات مخفی بطور معکوس پذیری پنهان می شوند، بطوری که، کاربر مجاز نه فقط اطلاعات پنهان شده، بلکه اصل تصویر پوششی را بدون هیچ گونه اعوجاجی، اگر تصویر نهان نگاری شده تحت تاثیر فرایند دیگری (از جمله حملات عمدی یا غیر عمدی) قرار نگیرد، میتواند بازیابی کند. در این پایان نامه، سه طرح نهان نگاری بدون اتلاف پیشنهاد شده است. طرح نخست، یک روش نهان نگاری مقاوم براساس اصلاح هیستگرام، در حوزه تبدیل موجک صحیح است. در این طرح، تصویر تقریبی که به واسطه تبدیل موجک صحیح به وجود آمده است، به بلوک های بدون بر هم افتادگی تقسیم بندی می شود وسپس اختلاف حسابی هر بلوک محاسبه می شود. اطلاعات مخفی به وسیله تغییر مقدار اختلاف حسابی هر بلوک، پنهان سازی می شوند. طرح پیشنهادی دوم، یک روش نهان نگاری بدون اتلاف نیمه شکننده، بر اساس تغییر اختلاف هسیتگرام در حوزه تبدیل موجک صحیح است. در این طرح، تصویر تقریبی که از طریق تبدیل ایجاد شده است، به بلوک های بدون برهم افتادگی تقسیم بندی میشود. در هر بلوک، اختلاف بین پیکسل های همسایه محاسبه شده و هیستگرام این مقادیر اختلاف بدست می آید. اطلاعات مخفی در هر بلوک براساس چند مرحله تغییر در هیستگرام اختلاف جاسازی می شوند. سرانجام، در این پایان نامه، یک طرح نهان نگاری بدون اتلاف در حوزه مکان پیشنهاد شده است. طرح پیشنهادی بر اساس تغییر در هیستگرام اختلافی است، تا فضای اضافی را برای نهان سازی اطلاعات ایجاد کند. اختلاف پیکسل ها از بین پیکسل مرجع و پیکسل های همسایه اش محاسبه می شود. بعد از تغییر در هیستگرام این مقادیر اختلاف، اطلاعات مخفی بطور گسترده ای در تصویر پوششی پنهان سازی می شوند. برای افزایش ظرفیت روش نهان نگاری، چند مرحله جاسازی اطلاعات انجام می شود. نتایج شبیه سازی ها، عملکرد طرح های پیشنهادی رو نشان می دهند.

یکی از مهمترین معیارها برای درجه بندی سرطان سینه از روی بافت سینه نمونه برداری شده، میانگین شمارش تعداد تقسیمات سلولی نوع میتوز است. این شمارش عملی بسیار تخصصی است که امکان بروز خطا در آن وجود دارد. لذا، در سال های اخیر شیوه های تشخیص خودکار میتوزها به کمک پردازش تصاویر رایانه ای پیشنهاد شده اند. در رساله ی حاضر، شیوه های عملی نوین و خلاقانه ای برای تشخیص خودکار میتوزها از روی تصاویر اسلایدهای هیستوپاتولوژی دیجیتال پیشنهاد شده اند. در همه ی الگوریتم های پیشنهادی، اولویت با استخراج شیءگرای ویژگی ها شامل ویژگی های آماری آنتروپی (entropy statistics)، ویژگی هاقرار دارد. ویژگی های مستخرج از ماتریس سختی از جمله ویژگی های جدیدی بوده اند که در سامانه های آشکارسازی میتوزهای پیشنهادی به دو صورت ناحیه محور و شیءگرا استفاده شده اند. در فاز طبقه بندی یکی از سامانه های پیشنهادی، ادغام سری طبقه بندی کننده ها ارائه شده اند. همچنین سامانه ای کمک رایانه ای با رویکرد پیشرونده ارائه شده است. نتایج ارزیابی پیاده سازی های سامانه های پیشنهادی بر روی پایگاه داده mitos-icpr2012 کارآیی بالای آنها را نشان می دهد.