شبکههای حسگر دوربین شامل تعداد زیادی از گرههای حسگر ساده و کوچک است که روی ناحیه ای برای بازبینی رویدادهای آن ناحیه گسترده شده اند. هر گره حسگر شامل سه عنصر اصلی از جمله سیستم حسگر برای بدست آوردن اطلاعاتی از محیط تحت بررسی، سیستم پردازش برای پردازش اطلاعات و ذخیره آنها و سیستم ارتباط بیسیم برای انتقال اطلاعات به گرههای دیگر است. این سیستمها بوسیله یک باتری که دارای منبع محدود است، توان دهی می شوند. از جمله محدودیتهای این شبکه، میزان انرژی، محدوده کوتاه انتقال اطلاعات، پهنای باند کم و پردازش و ذخیره سازی محدود در هر گره میباشد. در بسیاری از کاربردهایی که از شبکههای حسگر بیسیم استفاده میکنند، لازم است ابتدا ناحیه مورد نظر توسط تعدادی حسگر پوشش داده شود. به طور کلی، پوشش و طول عمر شبکه، از معیارهای سنجش کیفیت سرویس در شبکههای حسگر دوربین است. توزیع متراکم و تصادفی حسگرها در بسیاری از کاربردها، ممکن است باعث ایجاد افزونگی پوشش در شبکه شود. مدیریت مناسب انرژی و زمانبندی حسگرهای دوربین، طول عمر شبکه را به طور قابل ملاحظهای افزایش می دهد. از جمله کارهایی که در زمینه کاهش مصرف انرژی مطرح شده این است که در هر بازه زمانی، حداقل حسگرهای دوربین برای پوشش حداکثر محیط انتخاب و فعال شود. از مسائل مهم دیگر در شبکههای حسگر دوربین، پیدا کردن جهت و موقعیت حسگرهای دوربین توزیع شده در محیط است که کالیبراسیون دوربین نامیده میشود. در این تحقیق، ابتدا روشی برای کالیبراسیون حسگرهای دوربین مطرح شده است. سپس، الگوریتمهایی برای زمانبندی حسگرهای دوربین ارائه شده است، به طوریکه در هر بازه زمانی، حداقل حسگرها برای پوشش حداکثر محیط مورد نظر انتخاب شوند. بنابراین، با فعال بودن حداقل حسگرها در هر دوره زمانی، مصرف انرژی شبکه کاهش یافته، طول عمر شبکه افزایش مییابد. همچنین، در این تحقیق، الگوریتمی برای پوشش بخشی از ناحیه مورد نظر ارائه شده است به گونهای که در هر بازه زمانی فقط یک بخش از ناحیه مورد نظر بررسی شود و حداقل حسگرها برای پوشش آن بخش انتخاب و فعال میشود. هدف این تحقیق، ارائه راهکارهایی برای بهبود طول عمر شبکه است به طوریکه پوشش ناحیه مورد نظر توسط حسگرهای فعال ضمانت شود.

wireless sensor networks (wsns) are one of the most interesting consequences of innovations in different areas of technology including wireless and mobile communications, networking, and sensor design. these networks are considered as a class of wireless networks which are constructed by a set of sensors. a large number of applications have been proposed for wsns. besides having numerous applications, different types of issues must be addressed regarding the sensor networks such as placement, data routing, power consumption, and security. wireless camera sensor network (wcsn) is constructed by a set of small and low cost sensor nodes which can produce images or videos from the sensing area. the images are then processed and transmitted to other sensors or to a central base station. these networks are highly applicable in security surveillance, environment monitoring, industrial process control, and person locator services. due to their broad applications, these networks have been widely addressed in recent works. view enhancement and field of view expansion are some applications of camera sensor networks. these networks can also enable multi-resolution views. furthermore, the ability of object tracking in a dramatically large area is another advantage of these networks. the main difference between the wcsn and other types of wsn is the type of the sensors which are employed in wcsns. regular (non-camera) sensors collect scalar data from the environment, while camera sensors make images of the surrounding environment. camera sensor networks are categorized as homogeneous and heterogeneous ones. homogeneous wcsns are constructed by exactly similar sensor nodes, while in heterogeneous networks various types of sensors can work together. in heterogeneous networks not only different types of camera sensors may be employed but also, non-camera sensors may be used as well. an interesting and versatile application of wcsns is in security, surveillance and environment monitoring. therefore, seamless coverage of a vast area is an important issue in these applications. it has been shown that in regular sensor networks, coverage is an np-complete problem. hence, heuristics have been proposed for indoor environments such as shopping centers, hospitals, and airports. the goal of this research is to apply optimization, image processing, and machine vision techniques for better use of the network’s resources in order to generate an image of the intended scene. therefore, at each time step, a group of sensors should be selected to cover the intended area such that the life of the network could be maximized. also, since the sensors need to communicate with a central node, issues such as routing should be considered. using machine vision techniques a panoramic image of the scene under surveillance is generated. in this thesis four groups of algorithms are presented for better selection of sensors while considering the routing problems. these groups of algorithms are classified as priority, visual neighbouring, communication neighbouring, and evolutionary methods. simulation results reveal that priority based, visual neighbouring ones, and evolutionary methods are suitable when a central decision system exists. on the other hand, when the decision making is distributed among the sensors, algorithms based on communication neighbouring are more suitable. evolutionary methods show an overall better performance in regards to the use of network resources.

پایدارسازی ویدئو، تلاش در جهت حذف نوسانات و لرزش های ناخواسته از داده های ویدئویی است. روش های حلّ مسأله به دو گروه سخت افزاری و نرم افزاری تقسیم می شود که روش های نرم افزاری شامل سه مرحله ی "تخمین حرکت" ، "هموارسازی و تصحیح حرکت" و "تکمیل فریم ها" می باشد. در تخمین حرکت مبتنی بر ویژگی، ابتدا در هر فریم نقاط ویژگی استخراج می شود. سپس تطبیق خطّ سیر ویژگی ها به یک مدل حرکت کلّی صورت می گیرد. مدل حرکت را می توان به صورت دو بعدی و یا سه بعدی در نظر گرفت. مدل حرکت سه بعدی کامل بوده و تغییرات صحنه در راستای عمق را نیز توصیف می کند، ولی حلّ آن پیچیدگی هایی دارد. مدل دو بعدی ساده بوده و در بسیاری از موارد نیازهای حلّ مسأله را برطرف می نماید. برای یافتن پارامترهای حرکت از روی نقاط ویژگی نیازمند تخمین پایداری هستیم که بتواند در مقابل اشیاء متحرک در صحنه (outlierها) مقاوم بوده و با حضور آنها، مدل حرکت را با دقّت کافی محاسبه کند. پس از تخمین حرکت، برای هموارسازی حرکت و حذف فرکانس های بالا که مربوط به نوسانات ناخواسته می باشد، از فیلتر پایین گذر مکانی -زمانی مناسب بهره برداری می شود. همچنین، برای پر کردن نواحی خالی و تعریف نشده ی ایجادشده در فریم ها دراثر تصحیح حرکت و انحراف فریم ها مطابق با پارامترهای هموارشده، تکمیل ویدئو تحت روشی مناسب صورت می گیرد. برای این منظور از روش mosaicing استفاده شده است. درکارهای پیشین در این زمینه، الگوریتم mosaicing با در نظر گرفتن فریم های تصحیح شده به عنوان فریم های همسایه ی فریم تحت فرآیند تکمیل، پیاده سازی شده است. در این پژوهش، نشان داده شده است که با استفاده از فریم های اوّلیه، قبل از اعمال فرآیند تصحیح حرکت و با در نظرگرفتن نگاشت های مربوطه نتایج بهتری حاصل می شود. پیاده سازی سیستم مورد نظر به صورت offline صورت می گیرد و برای پایدارسازی ویدئوی ضبط شده مناسب می باشد.

استفاده از وسایل نقلیه ی هوایی بدون سرنشین در جنگ، موضوع جدیدی نیست؛ اما آنچه اکنون در صنعت و انجمن های تحقیقاتی دنیا مورد توجه بسیار قرار گرفته است، این است که چگونه وسایل نقلیه ی هوایی بدون سرنشین، در فضای "غیرنظامی" مورد استفاده قرار گیرند. علت اهمیت این مسئله، کاربردهای بالقوه ی زیادی است که برای آن ها در بخش غیرنظامی وجود دارد. در حال حاضر، اکثر عملیات غیرنظامی وسایل نقلیه ی هوایی بدون سرنشین فقط به پرواز در یک فضای تفکیک شده، محدود گشته است که معمولاً بر فراز مناطق مسکونی دارای جمعیت نیست؛ در حالیکه در اکثر کاربردهای غیرنظامی، نیاز به پرواز بر فراز مناطق مسکونی می باشد. دلیل اصلی محدودیت های جاری این است که تکنولوژی های کنونی وسایل نقلیه ی هوایی بدون سرنشین، قادر به نشان دادن سطح ایمنی برابر با وسایل نقلیه ی هوایی باسرنشین نیستند؛ مخصوصاً در شرایط اضطراری مانند خرابی موتور که نیاز به یک فرود اضطراری و یا اجباری می باشد. برای وسایل نقلیه ی هوایی که توسط خلبان هدایت می شوند، در چنین شرایطی تصمیم گیری های پیچیده از قبیل انتخاب محل مناسب برای فرود بر عهده ی خلبان خواهد بود. درمورد وسایل نقلیه ی هوایی بدون سرنشین نیز، مسئله ی پیدا کردن محل مناسب برای فرود در شرایط اضطراری از اهمیت زیادی برخوردار است؛ چون فقط درصورت دارا بودن این قابلیت، می توانند برفراز نواحی غیرنظامی خصوصاً مناطق مسکونی مورد استفاده قرار گیرند. هدف از این تحقیق، ایجاد قابلیتی در وسیله ی نقلیه ی هوایی بدون سرنشین است که آن را قادر به انتخاب مکان مناسب برای فرود کند. در این رویکرد، با استفاده از تکنیک های بینایی ماشین و پردازش تصویر، مناطقی از تصویر هوایی استخراج می شوند که برای فرود یک وسیله ی نقلیه ی هوایی بدون سرنشین، مناسب هستند و سایر نواحی، نامناسب یا مبهم گزارش می شوند. قطعه بندی تصاویر هوایی، بخش اصلی این تحقیق را تشکیل می دهد. تفسیر هر کدام از قطعات نیز ضرورت دارد و همزمان با قطعه بندی و یا در ادامه ی آن لازم است ماهیت هر قطعه (جاده، چمن، آب و ...) نیز مشخص شود. اخیراًَ کانتورهای فعال و پیاده سازی آن ها با روش مجموعه سطح، برای حل مسائل قطعه بندی تصویر مورد توجه بسیاری قرار گرفته است. این روش امکان به کارگیری انواع مختلفی از ویژگی ها مانند ویژگی های رنگ و بافت را فراهم می کند. نوع جدیدی از کانتورهای فعال به نام کانتورهای فعال مبتنی بر ناحیه (مدل chan-vese) ارائه شده است که نسبت به کانتورهای فعال کلاسیک مبتنی بر لبه دارای مزیت های بسیاری هستند. در این پایان نامه برای پیدا کردن نواحی مناسب برای فرود، ابتدا با استفاده از مدل chan-vese که با روش مجموعه سطح به صورت باند باریک و همراه با بازآغازی پیاده سازی می شود و نیز استخراج ویژگی های رنگ و بافت، تصاویر هوایی قطعه بندی می شوند. به همین منظور، ویژگی های مختلف رنگ و بافت مورد تست و مقایسه قرار گرفته و بهترین نتیجه ی قطعه بندی با استخراج ویژگی های بافت gabor در فضای رنگ hsv حاصل شده است. پس از قطعه بندی تصاویر هوایی، با طبقه بندی نوع سطح به وسیله ی روش k- نزدیک ترین همسایگی (knn) و با استفاده از همان ویژگی های رنگ و بافت، با دقتی در حدود %97 ماهیت هر قطعه در تصویر مشخص می گردد. نهایتاً نیز یک تست هندسی به منظور پیدا کردن نواحی دارای ا ندازه و شکل مناسب برای فرود انجام می شود.

در این پایان نامه روشی برای قطعه بندی تصاویر هوایی به منظور انتخاب محل مناسبی برای فرود اضطراری هواپیمای بدون سرنشین(uav) ارائه شده است. توسعه و طراحی uav تا به امروز بیشتر برای اهداف نظامی بوده است. پیشرفت فناوری و مزایا و پتانسیل بالای کاربردهای غیرنظامی uav در زمینه های مختلف خدماتی، امنیتی و علمی زمینه ساز ورود آن به آسمان مناطق مسکونی در آینده نزدیک خواهد شد. برای جلب اقبال عمومی و گسترش استفاده از uav در شاخه های غیرنظامی باید نگرانی هایی که در رابطه با مسائل ایمنی وجود دارد برطرف شود و uav بتواند در شرایط اضطراری مشابه خلبان عمل کند؛ از جمله این که باید بتواند به طور خودکار محل مناسبی برای فرود پیدا کند. هدف این تحقیق به طور مشخص انتخاب محلی برای فرود اضطراری uav با استفاده از بینایی ماشین است. برای این منظور باید تصویر هوایی قطعه بندی و نواحی مختلف آن طبقه بندی شود. با توجه به کاهش ارتفاع دائمی uav در شرایط اضطراری، الگوریتم قطعه بندی باید سریع و در عین حال دقیق باشد. یکی از روش های قطعه بندی، طبقه بندی پیکسل های تصویر است. مزیت مهم این روش این است که هم زمان با قطعه بندی می توان نواحی مختلف تصویر را طبقه بندی کرد و نیازی به یک مرحله بازشناسی اضافی نیست. طبقه بندی به دو صورت بدون نظارت و تحت نظارت انجام می گیرد. با توجه به تنوع ترکیب تصاویر هوایی و تغییر تعداد کلاس ها در تصاویر مختلف، استفاده از تکنیک های طبقه بندی بدون نظارت ممکن است باعث قطعه بندی کم یا اضافی تصویر هوایی گردد. به همین دلیل در این پایان نامه از رویکرد تحت نظارت برای طبقه بندی پیکسل های تصویر استفاده شده است. در این روش با مقایسه مشخصه های مختلف پیکسل های تصویر با یک پایگاه داده از تعداد مشخصی کلاس، محتمل ترین برچسب برای هر پیکسل انتخاب می شود. با توجه به ماهیت تصاویر هوایی، مشخصه های مورد استفاده باید نسبت به چرخش زاویه دید و مقیاس تغییرناپذیر باشند. در این پایان نامه از از دو کلاسیفایر knn مجزا برای طبقه بندی مشخصه های بافت و هیستوگرام های رنگ تصویر استفاده شده است. مشخصه بافت محلی تصویر خاکستری و هیستوگرام های رنگ محلی در پنجره های جداگانه محاسبه و طبقه بندی می شوند. در نهایت با ارزیابی میزان درستی رأی هرکلاسیفایر برچسب نهایی تعیین می گردد. به این ترتیب از یک سو می توان پارامترهای هر کلاسیفایر را به طور مستقل برای حصول بهترین نتیجه تنظیم کرد و از سوی دیگر احتمال این که هر دو کلاسیفایر هم زمان خطا کنندکم است و این امکان وجود دارد که دو کلاسیفایر خطای یکدیگر را اصلاح کنند. در تصاویر هوایی مثل اغلب تصاویر طبیعی پیکسل های همسایه معمولاً مشخصه های یکسانی دارند. از این ویژگی می توان برای کاهش محاسبات و به دست آوردن نواحی همگن تر و در نتیجه قطعه بندی مناسب تر سود جست. بر این اساس به جای برچسب گذاری تک تک پیکسل ها، با هر بار طبقه بندی بردار مشخصه، یک دسته از پیکسل های مجاور برچسب گذاری می شوند. روش پیشنهادی- که برای قطعه بندی انواع تصاویر بافت رنگی قابل استفاده است- ساده و سریع است، میزان خطای کمی دارد و نتایج قطعه بندی برای تصاویر هوایی به صورت چشمی قابل قبول است.

امروزه سرطان سینه یکی از مشکلات اساسی سلامتی زنان است. در دهه 60 میلادی از هر بیست نفر یک نفر مبتلا به این بیماری بود در حالی که در سالهای اخیر از هر هشت نفر یک نفر مبتلاست. برخی محققین معتقدند که سرطان بیماری عصر ماشین است. اگر سرطان سینه زود تشخیص داده شود شانس زنده ماندن بیمار 85% افزایش می یابد. امروزه با گسترش دوربینهای تصویر برداری مادون قرمز با دقت بالا وکامپیوترهای سریع و روشهای جدید پردازش تصویر، از ترموگرافی جهت ردیابی زود هنگام سرطان سینه استفاده می شود. روش ترموگرافی سینه دارای مزایای زیادی است. در این روش هیچ اشعه زیانباری در کار نیست. این روش غیرتهاجمی، سریع و بدون درد است. برای زنان با سینه های فیبروکیستی، زنان با سینه های فشرده، زنان آبستن و یا زنان شیرده بسیار مناسب است. در این تحقیق برای اولین بار تصاویر مادون قرمز سینه جداسازی رنگی می شوند. این جداسازی تصاویر توسط سه روش k means ، mean shift و fuzzy c means صورت می گیرد. با مقایسه نتایج بدست آمده روش fuzzy c means برای این جداسازی انتخاب می شود. در بدن انسان سالم معمولا اعضاء جفت (سینه ها، دست ها، پاها، چشم ها) بصورت متقارن هستند. در این تحقیق توسط یک الگوریتم پیشنهاد شده به محاسبه اطلاعات متقابل بین دو سینه چپ و راست پرداخته می شود. نتایج بدست آمده از اجرای این الگوریتم نشان می دهد هرچه پروفایل حرارتی دو سینه چپ و راست به هم نزدیکتر باشد مقدار اطلاعات متقابل نرمالیزه شده دو سینه به عدد یک نزدیکتر می شود. برای اجرای الگوریتم پیشنهاد شده اطلاعات متقابل روی تصاویر واقعی دو سینه چپ وراست بایستی یک registration روی تصاویر دو سینه انجام گیرد. اینکار توسط الگوریتم shape context صورت می گیرد. نتایج بدست آمده از اجرای این الگوریتم موفق بودن الگوریتم را جهت registration دو سینه نشان می دهد. از آنجا که تومورهای سرطانی دارا ی شکل فرکتالی هستند یک الگوریتم پیشنهادی در این رساله جهت ردیابی خوش خیمی یا بد خیمی تومورهای سینه به کمک آنالیز فرکتالی ارائه می گردد. این الگوریتم برای ده الگو طراحی شده و همچنین تصاویر واقعی سینه اجرا می شود. همانطور که انتظار می رود نتایج بدست آمده از الگوهای طراحی شده نشان می دهد هر چه مرزهای این الگوها پیچیده تر شوند بعد فرکتالی آنها بزرگتر می شود و نتایج بدست آمده از تصاویر واقعی نشان می دهد بعد فرکتالی تومورهای خوش خیم کوچکتر از بعد فرکتالی تومورهای بدخیم است. میانگین بعد فرکتالی برای موارد خوش خیم 0429/1 بدست آمده است که کوچکتر از 3284/1 برای موارد بدخیم است. همچنین انحراف معیار برای موارد خوش خیم0676/0 و برای موارد بدخیم 0430/0 بدست آمده است که نشان می دهد بازه بعد فرکتالی موارد خوش خیم بزرگتر از بازه بعد فرکتالی موارد بدخیم است. پیچیدگی وآشوبگونگی تومورهای سرطانی، پتانسیل آنها را برای مطرح شدن در سیستمهای غیر خطی آشوبگونه نشان می دهد. آنالیز غیر خطی تصاویر مادون قرمز سینه از طریق محاسبه نماهای لیاپانوف برای اولین بار در این تحقیق مطرح می گردد. تخمین نماهای لیاپانوف براساس روش ژاکوبین صورت می گیرد و برای ایجاد سری زمانی از تصاویر دو بعدی مادون قرمز الگوریتمی پیشنهاد می شود. نماهای لیاپانوف برای تصاویر فرکتالی بر اساس مدلهای ریاضی، تصاویر شبیه سازی شده و تصاویر واقعی تخمین زده می شوند. همانطور که انتظار می رود نتایج بدست آمده نشان می دهد که هر چه پیچیدگی مرزهای اشکال شبیه سازی شده بیشتر شود بزرگترین نماهای لیاپانوف مثبت آنها بزرگتر می گردد. برای نمونه بزرگترین نماهای لیاپانوف مثبت بدست آمده برای دو نمونه بدخیم m1 وm2 به ترتیب3497/0 و 3048/0 است . ناحیه پرحرارت m1 مرز پیچیده تری نسبت به m2 دارد و همچنین این مقادیر بدست آمده بزرگتر از بزرگترین نمای لیاپانوف مثبت مورد خوش خیمb1 یا 995 /0 است که نشان می دهد میزان آشوبگونه بودن لبه تومورهای خوش خیم کمتر از تومورهای بدخیم است.

شبکه های حسگر بی سیم زمینه ای تحقیقاتی با رشد سریع و جذابیت بسیار را فراهم می کنند که توجهات زیادی را در چند سال اخیر به خود جلب کرده است. خلق شبکه های حسگر بی سیم با مقیاس بزرگ که از چند صد تا چند هزار حسگر را به هم متصل می کنند پهنه وسیعی از کاربردها و البته چالش ها را به همراه دارد. شبکه های حسگر بی سیم دارای کاربردهایی وسیع در حوزه های مختلف مانند پزشکی، صنعتی و کاربردهای خانگی است. یکی از مهمترین کاربردهای متصور برای این شبکه ها کاربرد رهگیری هدف است. در این کاربرد، شبکه های حسگر بی سیم از گره های حسگر تشکیل دهنده این شبکه جهت حس کردن و تشخیص یک هدف خاص و دنبال کردن آن تا خروج هدف از ناحیه تحت نظارت شبکه استفاده می شود. به دلیل اینکه گره ها در این نوع از شبکه ها بی-سیم هستند و مکانی که این شبکه ها در آنجا پیاده سازی می شوند ممکن است از نظر دسترسی به گره ها مشکلاتی وجود داشته باشد توجه به مساله مصرف توان در این شبکه ها، در کاربردهای مختلف، اهمیت فراوانی دارد. در این پایان نامه سعی شده است تا با ارائه الگوریتم هایی مصرف توان در شبکه های حسگر بی سیم با کاربرد رهگیری هدف بهبود یابد. در ابتدا برای تحلیل کارایی الگوریتم-های ارائه شده در این پایان نامه به معرفی مدل های حرکتی مختلفی که در شبیه سازی شبکه های بی سیم کاربرد دارند پرداخته می-شود. این مدل ها با توجه به مقادیر سرعت و جهت حرکت گره متحرک بررسی شدند. در این بررسی ها به تحلیل نقش سرعت گره متحرک در تمایل گره برای تغییر جهت حرکت خود در مدل های حرکتی مختلف پرداخته شد. در این بررسی ها مشخص شد که بر مبنای مدل های حرکتی متداول، نمی توان بصورت قطع نظر داد که یک گره با توجه به سرعتی که دارد تا چه زمانی تمایل دارد در جهت کنونی خود باقی بماند و آن را تغییر ندهد. ابعاد دیگری نیز از حرکت گره با توجه به متوسط سرعت و جهت حرکت گره بررسی شد. متوسط مسافت پیموده شده در سرعت های متفاوت در یک جهت ثابت نیز اندازه گیری شد. از دیگر اطلاعاتی که از تحلیل مدل های حرکتی استخراج شد می توان به مکان های تغییر جهت گره در طول شبیه سازی اشاره کرد. الگوریتم ارائه شده در این پایان نامه یک الگوریتم بر اساس طرح خوشه بندی پویا برای انتخاب نیمه متمرکز سرخوشه است که در مقایسه با طرح انتخاب سرخوشه توزیع شده، تبادل پیام بسیار کمی را به شبکه تحمیل می کند. همچنین، طرحی ارائه شده است که طی آن شبکه می تواند با استفاده از گم شدن هدف در شبکه به گونه ای عمل کند که دیگر این گم شدن ها رخ ندهد و شبکه از تاریخچه حرکتی هدف برای این امر استفاده می کند. کلمات کلیدی: رهگیری هدف، مدل های حرکتی، طرح خوشه بندی پویا، تاریخچه حرکتی هدف.

تشخیص شیء در تصاویر یکی از زمینه های تحقیقاتی مهم در حوزه ی بینایی کامپیوتر است. منظور از تشخیص شیء، تشخیص اشیای متعلق به یک رده ی خاص (مانند بطری، انسان یا هواپیما) در تصویر می باشد. هدف طراحی سیستمی است که قادر باشد با دریافت نمونه های آموزشی (ویا مدلی) از یک رده شیء، اشیای متعلق به آن رده را در تصاویر جدید تشخیص دهد. از جمله کاربردهای این زمینه می توان به سیستم های امنیتی، سیستم های دستیار راننده، جستجو و سازمان دهی حجم بسیار زیاد تصاویر و فیلم های ویدئویی موجود، کمک به افراد دارای مشکل بینایی جهت درک محیط و بهبود کارآیی موتورهای جستجوی تصاویر اشاره کرد. تاکنون روش های متعددی برای تشخیص شیء در تصاویر ارائه شده است ولی کارآیی روش های موجود با کارآیی انسان فاصله ی بسیار زیادی دارد. یکی از رویکردهای متداول و موفق در تشخیص شیء، استفاده از تبدیل هاف تعمیم یافته است. روش مذکور شامل دو مرحله ی کلی است: 1) اعمال تبدیل هاف، رأی گیری در فضای سه بُعدی مکان-اندازه و تولید فرضیه های اولیه برای مکان قرارگیری و اندازه ی شیء. 2) تصدیق فرضیه ها و انتخاب فرضیه های معتبر. اعمال تبدیل هاف با توجه به ویژگی-های محلی انجام می شود. در این پایان نامه از ویژگی های k-بخش مجاور (kas) که نوعی ویژگی های مبتنی بر کانتور هستند، جهت توصیف و تشخیص شیء استفاده شده است. ویژگی های مبتنی بر کانتور نسبت به تغییرات رنگ، بافت و روشنایی محیط مقاومند و ابزار مناسبی برای توصیف شکل شیء هستند. در بخش اول این پایان نامه روش تشخیص مبتنی بر کانتوری ارائه می شود که نسبت به دوران در صفحه مقاوم است. برای این کار معیار شباهت ویژگی های 2as، چگونگی اعمال تبدیل هاف و فضای رأی گیری هاف به گونه ای تغییر داده شده اند که زاویه ی دوران شیء به عنوان بُعد چهارم فضای رأی گیری (به همراه سه بُعد مربوط به مکان و اندازه) تخمین زده شود. سپس برای بهبود نتایج حاصل از رأی گیری ، روشی مبتنی بر تبدیل هاف حاشیه-بیشینه پیشنهاد شده است. برای بررسی کارآیی روش پیشنهادی از تصاویر دوران یافته ی مجموعه ی مرجع "گاوهای tud" استفاده شده است. نتایج به دست آمده نشان می دهد که روش پیشنهادی قادر است با دقت قابل قبولی مکان و زاویه ی دوران شیء را تخمین بزند. در بخش دوم این پایان نامه روشی برای یافتن ویژگی های متناظر بین مدل و فرضیه و تصدیق فرضیه های حاصل از تبدیل هاف ارائه شده است. در روش های مبتنی بر تبدیل هاف، ساختار شیء با توجه به محل قرارگیری هر ویژگی نسبت به مرکز شیء مدل می شود. ضعف مدل مذکور آن است که مکان هر ویژگی مستقل از سایر ویژگی ها در نظر گرفته می شود و از محل نسبی هر ویژگی نسبت به سایر ویژگی ها صرف نظر می شود. در این پایان نامه برای حل این مشکل، مسئله ی یافتن تناظر ویژگی های مدل و فرضیه، در قالب مسئله ی یافتن طولانی ترین زیردنباله ی مشترک مدل شده است. تصاویر فرضیه و مدل به صورت رشته هایی از ویژگی های محلی ارائه می شوند و طولانی ترین زیررشته ی بین آن ها محاسبه می شود. بنابراین با مد نظر قرار دادن ترتیب قرارگیری ویژگی های محلی نسبت به یکدیگر، ویژگی های متناظر بین مدل و فرضیه به دست می آیند. در نهایت میزان شباهت ویژگی های متناظر به دست آمده با استفاده از روش انطباق زمینه ی شکل محاسبه می شود. جهت بررسی کارآیی روش تصدیق پیشنهادی، از دو زیرمجموعه از مجموعه داده ی مرجع ethz استفاده شده است. نتایج به دست آمده نشان می دهد که روش تصدیق پیشنهادی، باعث بهبود چشم گیر کارآیی تبدیل هاف می گردد و در مقایسه با سایر روش های مرتبط، نتایج بهتر و یا قابل مقایسه ای ارائه می نماید.

بافت های پویا دنباله های ویدئویی هستند که در زمان ایستان هستند و در فضا تکرار می شوند. می توان گفت بافت های پویا توسعه ی زمانی بافت های فضایی معمول هستند. در این خانواده از پدیده های بینایی، المان های بافت، یا المان های فضایی تکراری، دستخوش حرکات تصادفی می شوند که از نظر آماری شبیه هستند. بافت های پویا در طیف وسیعی از ویدئوها از دنباله های آب متحرک، آبشار، دود، و ابرها تا دنباله های ازدحام پرندگان، ازدحام انسان ها و حتی قلب در حال ضربان در تصاویر mr ظاهر می شوند. همچنین، کاربردهای در باب این دنباله های ویدئویی، زیاد و با اهمیت هستند، این کاربردها شامل نظارت (مانند مانیتورینگ ترافیک یا جمعیت)، آشکارسازی شروع یک فعالیت اورژانسی (مانند وقوع آتش سوزی)، جداسازی پس زمینه و پیش زمینه (مانند انتقال بافت پویا از یک محیط به محیطی دیگر یا حذف ساده ی بافت پویا) می شوند. مطالعه ی بافت های پویا با چالش های زیادی روبرو است مخصوصاً برای مدل های حرکت مرسوم که در توصیف طبیعت تصادفی بافت های پویا با شکست مواجه می شوند. علی رغم اهمیت بافت های پویا، مطالعه ی آن ها تنها اخیراً توجه محققین بینایی ماشین را برانگیخته است. در این پایان نامه، فریم های دنباله ی تصویر به صورت خروجی-های یک سیستم پویای خطی مدل می شوند. بعد از مدل کردن بافت های پویا، می توان از آن برای ساخت فریم های مصنوعی بافت پویا، فشرده سازی، طبقه بندی و قطعه بندی آن ها استفاده کرد. هدف اصلی این پایان نامه، قطعه بندی بافت های پویا می باشد. برای قطعه بندی بافت های پویا، در ابتدا با استفاده از یک فرایند یادگیری، پارامترهای مدل استخراج می شود و یک روش قطعه بندی بر اساس ناحیه، با استفاده از روش مجموعه سطح و توسعه ای از مدل chan-vese در زمان طراحی می شود. این روش قادر است دنباله ویدئوی بافت پویا را به ناحیه هایی قطعه بندی کند که این نواحی دارای آمارگان زمانی-فضایی متفاوت هستند. در این روش از توصیفگرهای بافت برای مدل کردن فضایی بافت و از مدل ar برای سازمان دهی زمانی بافت های پویا استفاده شده است. همچنین بردارهای ویژگی مختلفی روی بافت های پویا تست گردید و نتایج تجربی نشان دادند که تبدیل "والش-هادامارد جهتی"، قدرت عملکرد بالایی برای استخراج ویژگی های بافت دارد. در ادامه، به عنوان یک کاربرد، از بافت های پویا برای قطعه بندی یک مورد پزشکی استفاده شد. مکان یابی قلب و قطعه بندی ساختارهای قلب در تصاویر mr، مسئله ای است که به علت ویژگی های تصاویر mr و همچنین آناتومی قلب، هنوز کاملاً حل نشده است. با توجه به این که در دنباله های ویدئوی به دست آمده از تصاویر mr برای قلب، تنها عضو متحرک قلب است و بقیه ی ارگان ها مانند کبد و قفسه سینه در این ویدئوها تقریباً ثابت هستند، قلب را می توان به صورت یک بافت پویا در نظر گرفت. از مدل کردن قلب به صورت بافت پویا می توان برای مکان یابی، قطعه بندی مرز خارجی و قطعه بندی مرز داخلی قلب استفاده کرد. برای مکان یابی قلب روشی سریع و قدرتمند پیشنهاد شده و برای قطعه بندی مرز خارجی قلب نیز از روش های قطعه بندی بافت های پویا استفاده می شود. همچنین بر اساس روش های قطعه بندی بافت های پویا، روشی برای قطعه بندی مرز داخلی قلب پیشنهاد می شود. نتایج روش ها با روش قطعه بندی دستی مقایسه می شود و برای ارزیابی آن ها از معیارهای عددی استفاده می شود. معیارهای عددی برای مکان یابی قلب، موفقیت صد درصد و برای قطعه بندی مرز خارجی قلب، به طور میانگین، نرخ صحت 98/0 را نشان می-دهند.

سیستم های بیومتریک با گذشت زمان از محبوبیت و شهرت بسیاری در زمینه های مختلف تحقیقاتی برخوردار گردیده اند. امروزه بررسی حرکات انسان توجه بسیاری از محققین را به خود جلب نموده است. هدف این سیستم ها ادراک رفتار انسان از روی دنباله تصاویر ویدئویی است. مطالعات روان شناختی نشان داده اند که انسان ها توانایی زیادی در شناسایی آشنایان خود از روی برخی رفتار از جمله شیوه راه رفتن آن ها دارند. از این رو سیستم های بینایی کامپیوتر برآن شدند تا از این قابلیت انسان ها در ساخت سیستم های تشخیص هویت استفاده نمایند. تشخیص هویت، فرایند بررسی صحت و در نتیجه پذیرش و یا رد هویت ادعا شده است. تلاش های اخیر به دنبال یافتن راهی برای شناسایی سریع و بدون جلب توجه افراد در مکان هایی مانند فرودگاه، بانک و یا ایستگاه های مترو می باشند. بیومتریک های رایج معمولأ زمان بر بوده و محدودیت هایی را شامل می شوند اما تصویر برداری از راه رفتن افراد در هر شرایطی میسر است. امروزه فرایند شناسایی و تشخیص هویت از روی روش راه رفتن افراد، یک مبحث شناخته شده در تحقیقات بیومتریکی است. از جمله مزیت های این روش می توان به امکان شناسایی فرد در فواصل دور، عدم نیاز به اطلاع و یا همکاری فرد و همچنین عدم امکان پنهان نمودن آن از دید ناظر و سیستم مراقبتی اشاره نمود. این روش در محیط های عمومی و با یک دنباله تصاویر از حرکات فرد با رزولوشن پایین، کارایی بالایی نسبت به سایر روش های شناسایی ارائه می دهد. از کاربردهای مهم این روش می توان در سیستم های نظارت، کنترل و تحلیل فعالیت های انسان اشاره نمود. در این پایان نامه تلاش برآن است توصیف گر جدیدی با کمک توصیف بافت های پویا ارایه گردد. برای نمایش اطلاعات از روش نمایش محلی به دلیل حساسیت پایین نسبت به هم پوشانی جزیی، تغییر در زاویه دید و شکل ظاهری استفاده می شود. در این روش اطلاعات نواحی خاصی از دنباله تصویر که شامل اطلاعات مهمی در دو بعد زمان و مکان می باشند، در نظر گرفته می شود. هر ناحیه به طور جداگانه توصیف گردیده و سپس با ترکیب نواحی یک نمایش کلی به وجود می آید. برای توصیف نواحی از الگوی دودویی محلی با سه صفحه متعامد که نمونه ای از توصیف گر های بافت پویاست، استفاده می شود. این توصیف گر هر دو بعد حرکت و حالت ظاهری فرد را در نظر می گیرد و نسبت به چرخش و تغییرات مقیاس مقاوم می باشد. با اعمال توصیف گر مورد نظر، برای هر ناحیه یک بردار ویژگی بدست می آید و با دسته بندی تمامی بردارهای ویژگی داده های آموزشی یک فرهنگ لغت ایجاد می گردد. سپس با استفاده از این فرهنگ لغت، مدل آموزشی از شیوه راه رفتن هر فرد مشخص می شود.

تشخیص نوع فعالیت انسان در دنباله ای از تصاویر ویدئویی یک موضوع مهم و پویا در بینایی کامپیوتر می باشد. این امر به برچسب گذاری دنباله تصاویر با برچسبی از فعالیت ها اطلاق می شود و به علت کاربردهای گسترده آن توجه زیادی را به خود جلب نموده است. از جمله کاربردهای آن می توان به سیستم های نظارت هوشمند، هدایت روبات ها، اتومبیل های خودکار و اندیس گذاری ویدئو اشاره کرد. مسئله ی تشخیص نوع فعالیت انسان را می توان ترکیبی از نمایش ویژگی های فعالیت های مختلف و دسته بندی آنها دانست. این کار با مشکلاتی از قبیل تغییر حالت فعالیت ها، وضعیت ضبط ویدئو، تفاوت های بین افراد مختلف، تغییر زاویه دید، همپوشانی و تغییر اندازه روبرو است. در قسمت نمایش تصویر، فعالیت انسان را می توان نوع خاصی از یک الگوی بافت پویا در نظر گرفت. در این پایان نامه از ایده ی تحلیل زمانی-مکانی با استفاده از توصیفگر بافت پویا بر روی ویژگی های محلی برای تشخیص نوع فعالیت انسان استفاده شده است. برای این کار ابتدا نقاط کلیدی زمانی-مکانی با استفاده از روش لپتو استخراج می شوند. سپس این نقاط با کمک توصیفگر بافت پویایlbp-top توصیف خواهند شد. در مرحله ی بعد با استفاده از یک الگوریتم خوشه بندی، ویژگی ها را در خوشه هایی دسته بندی می کنیم بطوریکه مرکز هر خوشه به عنوان نماینده ی سایر اعضای آن خوشه می باشد. به منظور سهولت مقایسه ی ویژگی ها و دسته بندی فعالیت ها یک فرهنگ لغت ایجاد کرده و مرکز هر خوشه را به عنوان یک کلمه در این فرهنگ لغت لحاظ می کنیم. پس از آن هر فعالیت را با توجه به تعداد تکرار هر کلمه ی موجود در فرهنگ لغت در آن، در قالب یک هیستوگرام توصیف می نماییم. در نهایت نمونه های تست برای ارزیابی روش پیشنهادی وارد سیستم خواهند شد و عملیات دسته بندی توسط دو الگوریتم دسته بندیk نزدیکترین همسایه و ماشین بردار پشتیبان انجام می شود. به منظور ارزیابی الگوریتم پیشنهادی، آن را بر روی پایگاه داده kth شامل 6 فعالیت مختلف آزمایش کرده ایم. این روش قادر است با دقت 90.27% به تشخیص فعالیت های موجود در این پایگاه داده بپردازد.

تاکنون تحقیقات بسیاری در زمینه شبکه های حسگر اسکالر انجام شده است. حسگرهای اسکالر، داده های محدودی تولید می کنندکه برای کاربرد هایی نظیر پایش خودکار، ردیابی اهداف و دیده بانی محیط مناسب نیست. در سال های اخیر، گسترش تکنولوژی حسگرهای دوربین و هم چنین پردازش توزیع شده، موجب اهمیت شبکه هایی تحت عنوان شبکه حسگر دوربین گردیده است. این شبکه ها شامل گره های حسگر دوربین هستند که در بردارنده ی حسگر تصویر، پردازنده تعبیه شده و فرستنده- گیرنده بی سیم می باشد. به این ترتیب در کاربردهایی نظیر پایش محیط و ردیابی اهداف، حسگرهای دوربین مورد استفاده قرار گرفتند. تشخیص حضور هدف، تعیین مکان و یا ارتفاع هدف در ناحیه مشخصی از محیط دیده بانی از مسائل مهم در چنین کاربردهایی محسوب می شود. تعیین ارتفاع هدف، بر اساس تصاویر دوربین ها، به دلیل مواردی از جمله وضوح تصویر، خطای لنز وغیره دارای خطا می باشد. از این رو نیاز است دوربین هایی برای تخمین ارتفاع هدف انتخاب شوند که خطای اندازه گیری کمتری داشته باشند. مساله انتخاب، نه تنها برای افزایش دقت و کارایی شبکه، بلکه به منظور جبران محدودیت های پردازشی، انرژی و پهنای باند شبکه از اهمیت زیادی برخوردار می باشد. به این ترتیب، علاوه بر دقت تخمین، محدودیت های منابع نیز بایستی لحاظ گردد، در این صورت می توان طول عمر شبکه را افزایش داد. به همین منظور در این پایان نامه ابتدا به بررسی و تخمین میزان خطای تعیین ارتفاع هدف با استفاده از دو دوربین می پردازیم. در این راستا مدلی هندسی برای تحلیل خطای اندازه گیری حاصل از کوانتیزاسیون صفحه تصویر دوربین ارائه می شود. در این مدل از ناحیه ی حاصل از تقاطع مخروط های ایجاد شده از دو پیکسل متناظر در دو دوربین استفاده می شود. مدل پیشنهادی، مدلی کلی است که در سیستم هایی با بیش از دو دوربین نیز قابل اعمال می باشد. در ادامه با توجه به نیاز افزایش دقت تعیین ارتفاع هدف در شبکه حسگر دوربین، الگوریتم های اولویتی و تکاملی برای انتخاب دوربین های مناسب در سطح شبکه ارائه شده است. در این الگوریتم ها، دقت تعیین ارتفاع هدف به همراه محدودیت های حاکم بر شبکه حسگر دوربین، در نظر گرفته شده است تا بدین وسیله در حالی که دقت اندازه گیری ها افزایش می یابد، طول عمر شبکه نیز افزایش یابد. هم چنین به منظور کاهش بار محاسباتی و افزایش سرعت انتخاب، معیارهایی مبتنی بر فاصله و همپوشانی بین دوربین ها ارائه شده است. نتایج شبیه سازی ها حاکی از آن است که معیار فاصله و همپوشانی بین دوربین ها، می تواند موجب کاهش بار محاسباتی و افزایش سرعت انتخاب شود ولی میزان مصرف انرژی شبکه را به دلیل بی توجهی به معیار انرژی افزایش می دهد. هم چنین شبیه سازی ها نشان دادند که با توجه به رابطه معکوس بین دقت و مصرف انرژی، نیاز است با توجه به کاربرد مورد نظر، تعادلی بین دقت، بار محاسباتی و انرژی مصرفی شبکه برقرار گردد.

انسان هایی که از ناتوانی های شدید حرکتی رنج می برند نیازمند وسایلی برای برقراری ارتباط و کنترل محیط خود هستند. مطالعات زیاد در دو دهه گذشته نشان داده است که فعالیت های الکتریکی مغز، می توانند در سیستم های واسط مغز و کامپیوتر (bci) که امکان ارتباط با محیط و کنترل آن را از طریق غیرماهیچه ای فراهم می کنند به کار گرفته شوند. سیستم های bci مبتنی بر الکتروانسفالوگرام (eeg)، ویژگی های کاربردی سیگنال eeg را اندازه گیری کرده و سیگنال های کنترلی را تولید می کنند. دو دسته مهم از این ویژگی ها عبارتند از: پتانسیل های رویدادی و فعالیت نوسانی مغز. هنگامی که توجه انسان به یک محرک جلب شود بخشی از یک پتانسیل رویدادی معروف به p300 در eeg او ظاهر می شود. در تحقیقات آزمایشگاهی معمولاً از تحریک بینایی و شنوایی برای تحریک کردن شخص و ظاهرشدن p300 در سیگنال الکتریکی مغز او استفاده می کنند. مشخص? اصلی این موج، دامن? بیشینه ای در زمان حدود 300 میلی ثانیه است. با اعمال روشهای پردازش سیگنال بر eeg می توان p300 را استخراج کرد. در این پایان نامه از دادگان مسابقات bci2005 استفاده می شود و کاراکترهای متناظر با دادگان p300-speller استخراج می شوند. پس از بررسی کارهای انجام شده مشخص شد که روش های بازشناسی الگو برای استخراج p300 بسیار کارآمد هستند، لذا در این پایان نامه، ماشین بردار پشتیبان (svm) به عنوان یک تفکیک کنند? قوی برای دسته بندی به کار گرفته شد، همچنین با اعمال بردار ویژگی حاصل از ضرائب تبدیل موجک گسسته سیگنال ها به svm، زمان دسته بندی نسبت به حالتی که از نمونه های سیگنال پس از نمایش تحریک به عنوان ویژگی استفاده شده است کاهش داده شد. با آزمایش روش پیشنهادی دقت تشخیص کاراکتر برابر با %97 شد که این دقت، بیشتر ازکارهای انجام شده قبلی است.

یکی از انواع تزریقات، تزریقات وریدی می باشد که در آن ماده ی دارویی مستقیماً درون رگ های بدن تزریق می شود. به علت دیده نشدنِ رگ های زیر پوست در برخی افراد، انجام این تزریق با مشکلاتِ فراوانی مواجه می گردد و پرستاران و پزشکان مجبور می شوند با استفاده از روش سعی و خطا به انجام آن بپردازند. از این رو در این پروژه سعی شده است با استفاده از تکنیک های موجود در پردازش تصویر، سیستمی طراحی و پیاده سازی گردد که بتواند با نمایش رگ های بدن بر روی پوست، انجامِ تزریقات وریدی را تسهیل کند. ایده ی استفاده شده به این صورت است که از ناحیه ی مورد نظر بر روی بدن در ناحیه ی نزدیک مادون قرمز تصویر برداری صورت می گیرد و پس از انجام تبدیل های لازم بر روی تصاویر گرفته شده و بهبود کیفیتِ آن ها، تصاویر نهایی توسط پروژکتور بر روی همان ناحیه از بدن که تصویربرداری انجام شده است تابانده می شوند. به این ترتیب انتظار می رود رگ های زیرپوستی بر روی همان ناحیه با چشم غیر مسلح دیده شوند. بدین منظور لازم است دوربین و پروژکتور کالیبره شده باشند تا بتوان تصویر رگ ها را دقیقاً بر روی رگ های واقعی (بر روی بدن) تاباند. در نمونه ی مشابه، ابتدا با استفاده از پایه های مکانیکیِ بسیار دقیق موقعیت دوربین و پروژکتور تا حد ممکن بهینه شده و پس از آن با استفاده از چهار نقطه ی کنترلی، یک تابع تبدیل مستوی میان دوربین و پروژکتور تعیین می گردد. در این پایان نامه سعی شده است تا این سیستم بدون استفاده از پایه های مکانیکی بسیار دقیق طراحی و پیاده سازی گردد. برای دستیابی به این مهم، از تعداد زیادی نقطه ی کنترلی که در رئوس مستطیل های یک صفحه ی شطرنجی قرار گرفته اند، استفاده می شود و تابع تبدیل میان دوربین و پروژکتور تخمیین زده می شود. با توجه به غیر مسطح بودن سطح بدن، از توابع غیرمسطح برای کالیبراسیون استفاده می شود. در این پایان نامه تبدیل های مختلف بررسی و مناسب ترینِ آن ها از نظرِ دقت و زمانِ اجرا انتخاب می گردد. با استفاده از تابع چندجمله ای درجه چهار (مدل بهینه از نظر دقت و زمان اجرا)، تصاویر با دقت 089/0 میلی متر بر روی ناحیه ی مورد نظر تطبیق داده می شوند. در انتها پس از بهبود کیفیت تصاویر و برای نمایش بهتر رگ ها بر روی پوست، از تصاویر رنگی با کنتراست بالا استفاده می شود (انتخاب رنگ توسط کاربر). این تصاویر توسط پروژکتور بر روی ناحیه ی مورد نظر تابانده می شوند.

محیط، دیدی از دنیای واقعی شامل چندین شی و سطح است که به صورت معنی داری در کنار هم قرار گرفته اند. هدف سیستم شناسایی محیط، درک نوع محیط نشان داده شده در تصویر و سپس اختصاص برچسب معنایی مناسب به آن است. ایجاد چنین سیستمی یکی از مهم ترین مسائل در حوزه ی بینایی ماشین و رباتیک است و کاربردهای فراوانی در شناسایی اشیا، بازیابی معنایی تصویر و ویدئو، تشخیص حرکت، مکان یابی و هدایت ربات دارد. محیط را می توان به دو دسته ی داخلی و خارجی تقسیم کرد. محیط های داخلی شامل محیط های سرپوشیده مانند آشپزخانه، بیمارستان و یا حتی فضای درون خودرو می باشد و محیط خارجی شامل فضاهای باز مانند خیابان، ساحل، کوه است. تاکنون راه حل های زیادی برای شناسایی محیط ارائه شده است. بسیاری از این راه حل ها بر روی مجموعه تصاویر محیط های خارجی به خوبی کار می کنند، اما برای تصاویر محیط های داخلی، به علت پیچیدگی زیاد، تنوع درون کلاسی و شباهت بین کلاس ها، عملکرد ضعیفی از خود نشان می دهند. بنابراین تلاش برای ایجاد سیستمی که عملکرد رضایت بخشی در شناسایی تصاویر محیط داخلی داشته باشد، ضروری به نظر می رسد. در این پایان نامه، سیستمی برای شناسایی تصاویر محیط داخلی طراحی شده است. مراحل کلی این الگوریتم شامل دو گام اساسی استخراج اطلاعات تصاویر و مدل سازی محیط با استفاده از این اطلاعات است. در این پایان نامه، برای استخراج ویژگی های محلی تصویر از مجموعه ی توصیف گرهای sift، hog و lbp استفاده شده است. برای استخراج روابط واطلاعات فضایی موجود در تصاویر از محاسبه هم رخدادی نواحی مختلف تصویر در چندین جهت استفاده شده است. سپس از این اطلاعات برای بخش بندی معنایی تصویر و برچسب گذاری نواحی محلی توسط الگوریتم کمینه سازی انرژی مبتنی بر برش گراف استفاده می شود. برای بررسی کارایی روش پیشنهادی، از مجموعه داده های شامل تصاویر 8 دسته محیط داخلی، 8 دسته محیط خارجی و 15 دسته محیط داخلی و خارجی استفاده شده است. این روش نسبت به تغییرات مقیاس، انتقال، دوران، روشنایی، زاویه ی دید و هم پوشانی و درهم ریختگی موجود در تصاویر مقاوم می باشد. از دیگر ویژگی های مهم روش پیشنهادی قابلیت تعمیم بالا به تصاویر آزمایشی ست. نتایج به دست آمده از آزمایش ها نیز گویای این مطلب است.