تصویر برداری به روش mri نمونه ای از تکنیک های تصویربرداری دیجیتال در علم پزشکی است. در این روش با استفاده از امواج مغناطیسی تصاویر روشن و دقیقی از بافت های مختلف بدن ایجاد می گردد. با استفاده از دستگاه mri امکان تصویر برداری از اغلب بافت های بدن وجود دارد. این دستگاه قادر به تصویربرداری از بافت های محصور شده توسط استخوان است و به همین دلیل تصاویر mri در جهت بررسی و تشخیص بیماری های مغز و نخاع کمک شایانی می نمایند. حسن اصلی استفاده از تصاویر پزشکی دیجیتالی مانند تصاویر mri علاوه بر کیفیت بالای آن ها، ارسال سهل این گونه تصاویر بر روی شبکه و نیز سادگی دسته بندی و ذخیره سازی آنها می باشد. همچنین با تولید تصاویر پزشکی دیجیتالی می توان از روش های خودکار پردازش تصویر در جهت کمک به تشخیص هر چه بهتر پزشکان استفاده نمود. مشکل اصلی در این زمینه حجم بالای تصاویر است که با توجه به محدودیت رسانه های ذخیره سازی و نیز محدویت پهنای باند در کاربرد های پزشکی از راه دور، ایجاد روش های فشرده سازی با نرخ فشرده سازی بالا را ضروری کرده است. در این پایان نامه روشی جدید برای فشرده سازی تصاویر mri سه بعدی مغز ارائه می شود که در آن از ویژگی تقارن مغز برای بالا بردن نرخ فشرده سازی استفاده می شود. در این روش ابتدا روش پیشگویی مناسبی بر روی تمامی برش های موجود در مجموعه داده سه بعدی اعمال می شود. سپس با استفاده از متد تطابق بلاک درون برشی نیمه سمت چپ تصویر خطای حاصل از پیشگویی با استفاده از نیمه سمت راست تخمین زده می شود. به این ترتیب سعی می شود افزونگی درون تصاویر تا حد امکان حذف گردد. سپس بر روی شباهت های موجود در بین تصاویر متوالی تمرکز می شود. برای استخراج افزونگی های بعد سوم تطابق بلاک بین برشی و مدل سازی متن سه بعدی استفاده می شود. همچنین از رگراسیون برای بهبود پیشگویی در داده های موجود در هر متن استفاده می گردد. در نهایت کدگذار آنتروپی مانند کدگذار ریاضی برای فشرده سازی داده های حاصل از مراحل به کار می رود. برای اطمینان از کارآیی روش پیشنهادی نتایج بدست آمده با نتایج روش های فشرده سازی استاندارد مقایسه شده است.

امروزه متاسفانه بیماری سرطان از آن دسته بیماری‏هایی است که جان انسان را تهدید می کند. تشخیص زود‏ هنگام و نیز تلاش برای جلوگیری از پیشرفت بیماری امری بسیار ضروری بوده و حتی در مواقعی زمان زنده ماندن بیمار را تا حد زیادی افزایش می دهد. یکی از رایجترین سرطان‏ها در بین بانوان، سرطان سینه می باشد که پس از سرطان ریه دومین عامل مرگ ومیر است. تشخیص زود هنگام و درمان بموقع با در نظر گرفتن رشد تعداد افرادی که مبتلا به این نوع سرطان می شوند، اهمیت بیشتری پیدا می کند. در این میان ماموگرافی یکی از روش‏های موثر تشخیص زود هنگام سرطان سینه است. بنابراین تلاش برای توسعه و بهبود ماموگرافی و افزایش تاثیر آن در کاهش خطرات ناشی از این نوع سرطان، امری اجتناب‏ناپذیر است. با پدیدار شدن ماموگرافی دیجیتال و نیز ارسال تصاویر از طریق شبکه، امکان بررسی تصویر توسط چند پزشک و همچنین مشورت متخصصین و استفاده از نظر آن‏ها، فراهم شده است. این امر باعث می شود تصمیم پزشک در مورد بیمار تا حد زیادی ارتقاءیافته و از وجود خطاهای احتمالی تا حد ممکن جلوگیری کند. برای ارسال اینگونه تصاویر نیاز به فشرده‏سازی می باشد. فشرده سازی تصاویر دیجیتال از جمله زمینه‏های پر کاربرد و پر طرفدار در علم پزشکی است. از طرفی فشرده‏سازی تصاویر ماموگرافی با در نظر گرفتن حجم بالای اینگونه تصاویر ونیز نیاز به بازیابی کامل اطلاعات فشرده شده، بسیار حائز اهمیت است. با در نظر گرفتن این امر تلاش محققان در زمینه فشرده‏سازی بدون اتلاف، از سال‏های پیش آغاز شده و هم‏اکنون نیز ادامه دارد. در این پایان‏نامه چندین روش مناسب برای فشرده‏سازی بدون اتلاف تصاویر ارائه شده است. روش‏های اولیه از روش‏های مبتنی بر پیشگویی بوده و با توجه به تشخیص مناسب لبه‏ و مناطق هموار, مقادیر واقعیتری نسبت به روش‏های ارائه شده قبلی پیشگویی می‏کنند. نتایج آن‏ها با روش‏های پیشگویی معروف med, gap و alcm مقایسه شده و نشان از برتری روش‏های ارائه شده دارد. در ادامه روش فشرده‏سازی با استفاده از مدلسازی زمینه ارائه شده است. در این روش از پارامترهای متعدد تصویر برای تعریف زمینه مناسب استفاده شده است. روش پیشنهادی از لحاظ سادگی و نتایج مناسب با استانداردهای jpeg-ls و jpeg2000 قابل رقابت می باشد.

تعیین و تشخیص موقعیت اجسام و اهداف به طور گسترده در زمینه های مختلف نظامی، مخابراتی، رباتیک و اتوماسیون کاربرد دارد. سیستم gps روش غالب موقعیت یابی در محیط های بیرون و آزاد می باشد. این در حالی است که موقعیت یابی توسط این سیستم برای محیط های سربسته به دلایلی چون محو شدن چند مسیره، تداخل و شرایط عدم وجود خط دید مستقیم (non-los) با محدودیت هایی روبه رو می شود. در کنار تحقیقات rf و از جمله تکنیک های uwb، برای موقعیت یابی در محیط های بسته، تکنیک های تصویری و بینایی نیز به عنوان روش های مکمل مورد توجه قرار گرفته اند. تکنیک های نرم افزاری پردازش تعقیب هدف را می توان توسط ساختارهای ترکیبی سنسور تصویری-پردازنده دیجیتال جهت اجرای بلادرنگ (real-time) پیاده سازی کرد. در این روش توان مصرفی زیاد و سرعت پردازش معمولا محدود می باشد. سنسورهای تصویری هوشمند امکان پردازش موازی اطلاعات تصویری را با توان مصرفی پایین توسط المان های پردازشی آنالوگ (و یا ترکیب آنالوگ و دیجیتال)، فراهم می کنند. استفاده از الگوهای تصویری خاص برای برچسب گذاری اهداف یکی از روش های موثر جهت تمایز هدف از پس زمینه، در سنسورهای هوشمند محسوب می شود. هدف تحقیق حاضر، طراحی و آنالیز سنسورهای تصویری هوشمند cmos با توانایی تشخیص برچسب های نوری مدوله شده است. سنسورهای طراحی شده، تصویر پس زمینه را حذف کرده و مکان اجسامی را تشخیص می دهند که نور مدوله شده ارسال می کنند. از مشخصه های اصلی سنسورهای طراحی شده، عدم نیاز به لینک اضافه برای همزمان سازی سیگنال ارسال شده با فرآیند دمدولاسیون در داخل تراشه (عملکرد آسنکرون)، امکان تشخیص شناسه سیگنال ارسال شده و قابلیت انجام پردازش و تشخیص مکان به صورت درون پیکسلی می باشد. برای این منظور دو تکنیک متفاوت دمدولاسیون آسنکرون متعامد و دمدولاسیون آسنکرون ارائه می گردد و سلول های مداری مناسب جهت محقق کردن این تکنیک ها معرفی می شوند. در این روش ها، خروجی سنسور تصویری به ازاء هر پیکسل، تک بیتی خواهد بود که نشان دهنده وجود و یا عدم وجود سیگنال مدوله شده در آن نقطه از تصویر است. پیکسل های دمدولاسیون ارائه شده از لحاظ مداری مورد تحلیل و ارزیابی قرار گرفته و عملکرد آنها در شرایط واقعی و در حضور پارامترهای غیر ایده آل چون عدم تقارن المان ها، نویز تصادفی، تغییرات شرایط محیطی چون دما و شرایط ارسال سیگنال مدوله شده، آنالیز شده است و نتایج بدست آمده با استفاده از شبیه سازی های کامپیوتری مورد تایید قرار گرفته اند. همچنین عملکرد این سلول ها در یک ساختار آرایه ای و در حضور نوسانات ولتاژ تغذیه بر اثر امپدانس خطوط انتقال شبیه سازی و بررسی شده و با توجه به نتایج حاصل، مشخصات عملکرد سنسورها و همچنین محدوده کاری و حساسیت آنها بدست آمده است. با توجه به اینکه پهنای باند اطلاعات خارج شده از تراشه صرفا محدود به مکان جسم تحت تعقیب بوده و توان مصرفی تراشه پایین است، سنسورهای ارائه شده گزینه مناسبی جهت استفاده در شبکه های سنسوری توزیع شده (distributed sensor network) و همچنین ناوبری وسایل نقلیه هوشمند می باشند.

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.

امروزه امنیت در ارسال اطلاعات از جایگاه ویژه ای برخوردار است. از گذشته های دور بشر به دنبال راهی بوده است که بتواند اطلاعات خود را با امنیت برای طرف مقابل بفرستد و در مقابل، از اسرار و اطلاعات دشمن خود آگاه شود. یکی از این روش هایی که برای این منظور استفاده می شد، رمزنگاری نام داشت. در این روش، از مباحث قوی در ریاضیات برای تبدیل یک متن ساده به یک متن کد شده و ارسال آن از طریق یک کانال به گیرنده استفاده می شود. اما روش دیگری نیز وجود دارد که در آن وجود داده مخفی می شود. این روش پنهان نگاری نام دارد. پنهان نگاری دانش انتقال داده در رسانه هایی مانند تصویر، صوت و ویدئو است که در بین آنها، استفاده از تصویر و به خصوص تصویر jpeg از محبوبیت خاصی برخوردار است. در سال های اخیر بسیاری از کارشناسان و متخصصان علوم کامپیوتر با ورود به این زمینه، به تو سعه روش ها و الگوریتم های بسیاری در جهت افزایش امنیت در ارسال اطلاعات و هم چنین آشکارسازی اطلاعات پنهان در ارتباطات پرداخته اند. موازی با توسعه پنهان سازی اطلاعات، تلاش برای آگاهی از این اطلاعات پنهان شده نیز افزایش یافته است. همگام با رشد سریع روش های پنهان نگاری، نیاز به ارائه روش های قوی برای آگاهی از این اطلاعات احساس می شود. از این رو محققان بسیاری به توسعه و بهبود روش های پنهان شکنی پرداخته اند. در پنهان شکنی دو سناریو مطرح می شود. اگر الگوریتم پنهان نگاری شناخته شده باشد، می توان با مطالعه آن، راهی برای آشکارسازی پیام پنهان شده، یافت. به این روش، پنهان شکنی خاص می گویند که در عمل بسیار مشکل است. چرا که معمولا روش های پنهان نگاری محرمانه باقی می مانند. حتی اگر این روش ها در دسترس نیز باشند، تشخیص اینکه از کدام روش استفاده شده است برای پنهان شکن، کاری پیچیده و مشکل است. در مقابل، از روشی استفاده می شود که بدون تشخیص روش پنهان نگاری بتوان وجود یا عدم وجود پیام در رسانه انتقالی را آشکار کرد. به این روش، پنهان شکنی کور می گویند. در این روش، ابتدا ویژگی هایی از تصویر استخراج می شوند که در هنگام جاسازی داده در آن، دستخوش تغییر می شوند. سپس این ویژگی ها به یک دسته بندی کننده داده می شود. این دسته بندی کننده، با ویژگی های تصاویر پنهان نگاری شده و نیز تصاویر پاک که در آنها داده ی مخفی وجود ندارد، آموزش می بیند. پس از انجام این مرحله، دسته بندی کننده می تواند بین تصاویر پنهان نگاری شده و تصاویر پاک تمایز قائل شود. بنابراین برای بهبود این روش باید توجه خود را روی استخراج ویژگی های بهتر یا طراحی دسته بندی کننده های قوی تر معطوف نمود. در این پایان نامه روشی ارائه شده است که در آن با اهمیت دادن به محتوای تصاویر و خوشه بندی آنها بر این اساس، حجم بالای تصاویری که دسته بندی کننده با آنها مواجه می شود، کاهش میابد. همچنین از میان روش های گوناگون برای استخراج ویژگی های پنهان شکن، یک یا چند دسته ویژگی که نتیجه مطلوب تری در پنهان شکنی ایجاد می کنند، انتخاب می شود. بر این اساس دو روش پیشنهاد شده است. در اولین روش، ترکیب دسته بندی کننده ها در خوشه های مختلف، برای کاهش خطای تشخیص، مورد توجه قرار گرفته است. برای افزایش نرخ تشخیص تصاویر پنهان نگاری شده، روش دیگری نیز پیشنهاد شده است که در آن با توجه به خوشه بندی تصاویر، دسته بندی کننده ای انتخاب می شود که در تصمیم گیری از دسته بندی کننده های دیگر، بهتر عمل می کند. برای ارزیابی عملکرد روش های پیشنهادی، روش های موجود پیاده سازی شده و نرخ تشخیص آنها با روش های پیشنهادی مقایسه شده است. همچنین برای ارزیابی اختلاف معنی دار بین دقت روش های موجود با روش های پیشنهادی از تحلیل های آماری مناسبی نیز استفاده شده است.

پنهان نگاری شاخه ای از دانش اختفاء اطلاعات است که هدف آن پنهان کردن هرگونه اثری از وجود پیام در یک رسانه پوششی است. افراد و گروه های مختلف با انگیزه های مختلف از این دانش بهره می گیرند. در مقابل، دانش پنهان شکنی قرار دارد که هدف آن کشف وجود آثار پیام پنهان است. گسترده شدن شبکه های ارتباطی مانند اینترنت و افزایش حجم اطلاعات موجود برروی آن و افزایش سرعت انتقال اطلاعات بستر مناسبی را برای گروه های مختلف پدید آورده است تا به مدد آن بتوانند ارتباطات خود را پنهان نگاه دارند. حجم وسیع اطلاعات و سرعت زیاد انتقال اطلاعات بر روی شبکه، پنهان شکنی را دچار چالش می کند و لازم است الگوریتم ها و روش های پنهان شکن، بتوانند با سرعت زیاد، اقدام به کاویدن شبکه برای کشف وجود آثار پنهان نگاری نمایند. نیاز به سرعت زیاد در پنهان شکنی، از مواردی است که این رساله به آن توجه خاصی داشته است. یکی از اولین روش های پنهان نگاری که همچنان محبوبیت خود را به دلیل سادگی و ظرفیت بالا، حفظ کرده است، روش جایگزینی بیت کم ارزش رسانه های دیجیتال مختلف مانند تصاویر، صوت و ویدئو با داده سر ّی است. علی رغم ضعف این روش در برابر انواع حملات، هنوز نرم افزارهای متعددی بر روی اینترنت وجود دارد که برای پنهان نگاری از این روش استفاده می کنند. علاوه بر این، روش ها و نرم افزارهای زیادی موجودند که جاسازی را در فضاهای تبدیل و به روش جایگزینی با بیت کم ارزش صورت می دهند. در این روش ها، ابتدا از سیگنال تبدیل خاصی اخذ شده و پس از آن، بیت کم ارزش ضرائب تبدیل اخذ شده با داده سری جایگزین می گردد و سپس تبدیل معکوس انجام می گیرد. در این رساله بر اساس تحلیل هیستوگرام روشی کمّی برای پنهان شکنی روش جایگزینی بیت کم ارزش در فضاهای مختلف ارائه گردیده است که دقّت بالایی در تخمین میزان جاسازی داشته و در عین حال پیچیدگی کمی دارد. البته بایستی دقت کرد که روش ارائه شده در این رساله در صورتی قادر به تخمین درست میزان جاسازی است که داده ای که در سیگنال پنهان شده است، دارای آنتروپی یک باشد. این بدان معنی است که باید احتمال وقوع بیت های یک و صفر در آن برابر باشد. با توجه به این که عموما داده ای که قرار است جاسازی شود، ابتدا فشرده می شود این فرض معقولی است. عدم فشرده سازی داده، باعث ایجاد تغییرات بیشتر در سیگنال خواهد بود که خود، امنیت سیستم پنهان نگار را کاهش می دهد. روش ارائه شده در این رساله به تنهایی برای شکستن روش های مختلف پنهان نگاری کافی نبوده و در صورتی که جاسازی به روش های دیگری غیر از جایگزینی بیت کم ارزش رخ داده باشد، روش ما قادر به شکستن آن نخواهد بود و لازم است از انواع دیگر روش های پنهان شکنی استفاده شود. روش های پنهان شکنی کور معمولا قادر به کشف وجود داده (و نه تخمین میزان آن) به انواع روش های پنهان شکنی هستند و می توان آنها را مد نظر قرار داد. روش پیشنهادی برای تخمین میزان جاسازی تنها به هیستوگرام بستری که جاسازی در آن صورت گرفته است نیاز دارد. به همین دلیل وتنها با داشتن هیستوگرام، می تواند میزان جاسازی به روش جایگزینی بیت کم ارزش را در انواع بسترها و فضاها به خوبی تخمین بزند. به دلیل آنکه هیستوگرام یک سیگنال معمولاً اطلاعات بسیار کمتری نسبت به همان سیگنال را داراست، پیچیدگی پردازش آن معمولاً از پیچیدگی پردازش خود سیگنال، کمتر است. به همین دلیل هم هست که روش پیشنهادی پیچیدگی کمتری نسبت به سایر روش های پنهان شکنی دارد که فضای خود سیگنال را برای کشف و تخمین جاسازی، تحلیل می کنند. در این رساله و در فصل دوم مقدمات و تعاریفی در مورد پنهان نگاری و پنهان شکنی بیان گردید که شامل مباحثی مانند تفاوت پنهان نگاری با ته نقش نگاری و کاربرد پنهان نگاری بود. همچنین مسائلی در مورد الزامات و اجزاء سامانه های پنهان نگار بیان شد. مباحث صورت گرفته در این فصل، مطالبی است که رساله حاضر بر اساس فرضیات آن نوشته شده است. مجموعه این تعاریف به صورت جامع در مراجع دیگر وجود ندارد. در این فصل تعاریفی مانند پنهان نگاری، پنهان شکنی و ته نقش نگاری، گنجانه و پوشانه، امنیت و ظرفیت آورده شده است. در فصل سوم این رساله پنهان نگاری و پنهان شکنی روش جایگزینی بیت کم ارزش به صورت مفصل مورد بررسی قرار گرفت و پنهان نگاری در فضای اختلاف پیکسل ها و موارد مشابه با آن نیز به عنوان عضوی از خانواده روش جایگزینی بیت های کم ارزش دسته بندی گردید. پنهان شکنی این خانواده از روش های پنهان نگاری نیز در فصل سوم به صورت مفصل مورد بحث قرار گرفت. پنهان شکنی بر اساس تشکیل جفت مقادیر به عنوان ساده ترین و اولین روش پنهان شکنی تبیین گردید و همچنین روش پنهان شکنی rs و sp به عنوان دقیق ترین حملات پنهان شکنی علیه جایگزینی بیت کم ارزش در فضای پیکسل ها توضیح داده شد. از این دو روش در فصل ششم برای مقایسه کارایی روش پیشنهادی استفاده گردید. همچنین در فصل سوم روش جدیدی ارائه شد که بر اساس آن و با کمک روش حمله تشکیل جفت مقادیر، می توان روش پنهان نگاری در فضای اختلاف پیکسل ها را نیز مورد حمله قرار داد. پس از آن روشی که از خانواده جایگزینی بیت کم ارزش بوده، ولی جفت مقدار ایجاد نمی کند نیز ارائه گردید. روش پنهان نگاری تطابق با بیت کم ارزش نیز که از خانواده پنهان نگاری در بیت کم ارزش سیگنال هاست در فصل چهارم از این رساله مورد بررسی قرار گرفت و اثرات این نوع از پنهان نگاری بر روی هیستوگرام به صورت مفصل ارائه گردید و توضیح داده شد که چرا پنهان شکنی این خانواده از پنهان نگاری سخت تر از پنهان شکنی به روش جایگزینی بیت کم ارزش است. همچنین یک روش پنهان شکنی که قادر است وجود داده پنهان شده به روش پنهان نگاری تطابق با بیت کم ارزش را آشکار کند نیز ارائه گردید. برای کاهش اثرات این نوع از جاسازی بر روی هیستوگرام و همچنین افزایش ظرفیت این خانواده از روش های پنهان نگاری نیز روش هایی ارائه گردید که افزایش امنیت یا ظرفیت را در پی دارد. در پایان فصل چهارم نیز روشی تطابقی برای پنهان نگاری در ضرایب تبدیل موجک ارائه شد که امنیت مناسبی دارد. در فصل پنجم از این رساله، روش پیشنهادی برای پنهان شکنی کمّی روش جایگزینی بیت کم ارزش مبتنی بر تحلیل هیستوگرام با نام روش سیگما دلتا (sd) ارائه گردید. روش پیشنهادی بر اساس تغییراتی که در اثر جاسازی در هیستوگرام رخ می دهد، عمل می کند. در این روش ستون های هیستوگرام به دو دسته مرتبط و نامرتبط تقسیم شده و نشان داده شد که با افزایش میزان جاسازی، اختلاف اندازه ستون های مرتبط کاهش می یابد. به همین ترتیب افزایش میزان جاسازی، باعث افزایش اختلاف اندازه ستونهای مجاور و نامرتبط می گردد. اثبات گردید که این تغییرات با میزان جاسازی رابطه خطی دارند و می توان مقدار آنها را بر حسب میزان جاسازی، به خوبی تخمین زد. مقادیر اختلاف اندازه ستون های مرتبط و اختلاف اندازه ستون های نامرتبط، پس از آنکه تمام پیکسل ها مورد جاسازی قرار گرفته باشد قابل اندازه گیری بوده و به کمک روابط ریاضی می توان آنها را به خوبی تخمین زد. همچنین بیان گردید که برای تصاویری که حاوی داده ای نیستند، مجموع اختلاف اندازه ستون های مجاور و مرتبط، با مجموع اختلاف اندازه ستون های مجاور و نامرتبط، تقریبا برابر است. برابری این مقادیر و خطی بودن تغییرات آنها با میزان جاسازی اساس روش پیشنهادی را تشکیل داده است. مقادیر لازم برای محاسبه میزان جاسازی، از روی سیگنال مشکوک و روابط ریاضی ارائه شده در فصل پنجم قابل اندازه گیری است. همچنین بیان گردید که بدون استفاده از روابط ریاضی پیچیده نیز می توان میزان جاسازی را تخمین زد. این کار به کمک شبیه سازی جاسازی در تمام پیکسل ها یا نمونه ها قابل انجام است که به آن روش تخمین بر اساس شبیه سازی می گوییم. در فصل ششم از این رساله نیز نتایج پیاده سازی روش پیشنهادی sd ارائه گردیده است. برای مقایسه دقت روش پیشنهادی، آنرا با دو تا از دقیق ترین روش های تخمین جاسازی به نام های rs و sp مقایسه کردیم. جزئیات این دو روش در فصل سوم ذکر شده است. نشان دادیم که روش پیشنهادی، از نظر دقت، قابل مقایسه با دو روش مذکور است ولی نسبت به آنها مزایایی دارد که مهمترین آنها مستقل بودن روش پیشنهادی از رسانه جاسازی بوده و به عبارت دیگر می تواند جاسازی در بسترهای گوناگون را تنها با داشتن هیستوگرام آنها تخمین بزند. روش هایی مانند rs و sp برای تخمین جاسازی در تصویر، نیاز به متن تصویر دارند و برای سایر بستر های جاسازی استفاده نشده اند. همچنین روش پیشنهادی در حالت تخمین به کمک شبیه سازی، به سادگی و با سخت افزار کم قابل پیاده سازی است. در واقع برای تخمین میزان جاسازی به روش شبیه سازی، تنها نیاز به عملهای افزایش، کاهش، تفریق و تقسیم نیاز است که اعمال ساده ای برای پیاده سازی در سخت افزار هستند. در فصل ششم از این رساله، پیچیدگی محاسباتی rs و sp محاسبه گردید و نشان داده شده که پیچیدگی محاسباتی rs و sp به ترتیب ?? و ?? برابر sd است. همچنین با استفاده از پیاده سازی های rs، sp و sd، میزان پیچیدگی این روش ها در عمل نیز مقایسه گردید و نشان داده شد که زمان اجرای rs به طور متوسط، ?? برابر sd است. لازم به ذکر است که پیاده سازی rs، یک پیاده سازی بهینه سازی شده نبوده است. با استفاده از پیاده سازی بهینه sp نیز زمان اجرای sp ، ?? برابر sd به دست می آید که این موارد نشانگر پیچیدگی بسیار کمتر sd نسبت به دو روش دیگر است. در یک آزمایش، مجموعا تعداد ??,??? تصویر به صورت تصادفی از اینترنت دریافت گردید و مورد تحلیل قرار گرفت. در این آزمایش برای مقادیر مختلف جاسازی به تعداد ?,???,??? بار تحلیل های rs، sp و sd بر روی این تصاویر صورت گرفت و میانگین مربع خطا برای روش rs، sp و sd به ترتیب برابر با ??/?، ???/? و ???/? بدست آمد. روش rs در این بین بدترین دقت را دارا بوده است که دلیل آن وجود برخی تصاویر با متن خاص (مانند تصاویر تقریبا سفید یا تقریبا سیاه) بوده است. روش های rs، sp و sd برخی اوقات تخمین هایی بیش از ??? درصد و یا جواب هایی منفی دارند. در صورتی که این جواب ها را به ترتیب برابر با ??? درصد و صفر درصد فرض کنیم (به این کار تنظیم نتایج می گوییم)، مقدار میانگین قدر مطلق خطا به ترتیب ????/?، ????/? و ????/? درصد برای روش های rs، sp و sd خواهد بود که به معنی بهبود میزان خطا است. در این بین sd بهتر از دو روش دیگر عمل کرده است. در آزمایش دیگری، تعداد ??? تصویر با فرمت tif (و بدون هیچ گونه فشرده سازی) توسط یک دوربین دیجیتال از مناظر طبیعی و زندگی شهری گرفته شد و تعداد ??,??? بار تحلیل rs، sp و sd روی آنها صورت گرفت. در این آزمایش پس از تنظیم نتایج، میانگین مربع خطای تخمین برای rs، sp و sd به ترتیب ????/?، ????/? و ????/? بدست آمد. همانطور که دیده می شود، تخمین مقادیر جاسازی برای همه روش ها در مورد تصاویر بدون فشرده سازی بهبود یافته است. همچنین از این آزمایش و با بررسی اثر اندازه تصاویر دریافتیم که دقت هر سه روش مذکور با افزایش اندازه تصاویر بهبود می یابند. در آزمایش دیگری، با استفاده از ?? فایل صوتی (که تمام آن ها ? بیتی بودند) به تعداد ?,??? بار آزمایشاتی را اجرا کرده و مشاهده کردیم که میانگین مربع خطای rs، sp و sd به ترتیب برابر ????/?، ????/? و ????/? است. برای این که نشان دهیم روش پیشنهادی قادر به تخمین مناسب میزان جاسازی در بسترهای دیگر غیر از فضای پیکسل ها یا نمونه ها است، روش پیشنهادی را برای تخمین میزان جاسازی به روش jsteg (که یک روش پنهان نگاری برای تصاویر jpeg است) بکار بردیم و نشان دادیم که روش پیشنهادی، می تواند با دقت خوبی میزان داده جاسازی شده به روش jsetg را نیز تخمین بزند. این در حالی است که روش هایی مانند rs و sp قادر به تخمین در این فضاها نیستند. برای نشان دادن توانایی روش پیشنهادی در تخمین میزان جاسازی به روش jsteg، در یک آزمایش تعداد ??? عکس به فرمت jpeg که با یک دوربین عکاسی (در شرایط مختلف از لحاظ نور و متن تصویر) گرفته شده بود را مورد آزمایش قرار دادیم. تعداد کل تخمین ها در این آزمایش ?,??? بود و مقدار متوسط قدر مطلق خطا برابر با ???/? بدست آمد. بدین ترتیب، روش پیشنهادی sd می تواند وجود داده پنهان شده در تصاویر jpeg که به روش jsteg پنهان شده باشند را به خوبی تخمین بزند. دلیل این امر آن است که روش sd اصولا یک روش تخمین بر اساس تحلیل هیستوگرام است و به متن تصویر یا ضرائب jpeg توجهی ندارد که این برتری قابل توجهی برای این روش محسوب می گردد. نکته دیگری که در مورد روش پیشنهادی sd می توان برشمرد این است که این روش در مورد تصاویر jpeg تنها به هیستوگرام ضرائب dct نیاز دارد که برای بدست آوردن آن نیازی به اجرای کامل فشرده گشایی jpeg (که در برابر استخراج هیستوگرام عمل بسیار زمان گیری است) ندارد و بنابراین به سرعت می تواند وجود و میزان جاسازی را به خوبی تخمین بزند که مزیت بزرگی برای روش پیشنهادی sd محسوب می گردد. همچنین برای نشان دادن توانایی روش پیشنهادی در تخمین میزان جاسازی در بسترهای دیگر روش pvd را نیز به کمک روش پیشنهادی مورد حمله قرار داده و نشان دادیم که روش پیشنهادی می تواند علیه این نوع از جاسازی نیز کارایی خوبی داشته باشد. لازم به ذکر است که در روش pvd، داده در بیت کم ارزش اختلاف مقادیر پیکسل های مجاور قرار می گیرند. بدین منظور تعداد ??? تصویر فشرده نشده به فرمت tiff که توسط یک دوربین عکاسی گرفته شده بود مورد آزمایش قرار گرفت. مقدار متوسط قدر مطلق خطا در این آزمایش برابر با ???/? بدست آمد. در فصل ششم، برای پیاده سازی روش پیشنهادی بر روی سخت افزار، طرحی ارائه گردید که تنها با استفاده از چهار عمل اصلی می تواند میزان جاسازی را به خوبی تخمین بزند. برای طراحی روش سخت افزاری از روش پیشنهادی در حالت تخمین به کمک شبیه سازی استفاده گردید. پیاده سازی سخت افزار طراحی شده با استفاده از تراشه spartan3:xc3s4000l شبیه سازی گردید و نشان داده شد که روش پیشنهادی بر روی تراشه های معمولی موجود در بازار قابل پیاده سازی است. میزان بکار گیری سخت افزار موجود در این تراشه ?? درصد بوده است. همچنین در این فصل نشان دادیم که روش پیشنهادی علاوه بر این که برای نمونه های با طول بیت ? مناسب است می تواند برای سیگنالهای غیر ? بیتی مانند ?? یا ?? بیتی نیز مورد استفاده قرار گیرد. به منظور کاهش هرچه بیشتر سخت افزار در این حالات نیز نشان دادیم که می توان بیت های پر ارزش نمونه های سیگنال و یا پیکسل های تصویر را بدون آنکه لطمه جدی به دقت روش پیشنهادی وارد شود حذف نمود. بدین ترتیب حجم سخت افزار کاهش چشمگیری می یابد.

چکیده ندارد.

امروزه کاربرد شبکه های حسگر بی سیم دوربین بطور قابل ملاحظه ای افزایش یافته است. در شبکه های نظارتی که یکی از پرکاربردترین نوع شبکه های حسگر دوربین می باشد، هدف، داشتن تصاویر با وضوح بالا از ناحیه تحت نظارت است. تصاویری که توسط دوربین های دیجیتال گرفته شده و در این شبکه ها استفاده می شوند به دلیل محدودیت تجهیزات تصویربرداری و شرایط محیطی، وضوح لازم را ندارند. استفاده از گره های حسگر دوربین با قابلیت بیشتر نیز موجب افزایش هزینه شبکه می شود. الگوریتم های بازسازی تصویر sr ، با استفاده از چندین تصویر وضوح پایین که در موقعیت های متفاوت از منظره یکسانی گرفته شده اند، براساس ثبت تصویر و ترکیب این تصاویر، تصویر وضوح بالایی از منظره مورد نظر را تولید می کنند. هدف از این تحقیق، ارائه روش بازسازی تصویر sr برای تولید تصویری با وضوح بالاتر است. روش sr پیشنهادی مبتنی بر الگوریتم بهینه سازی جفت گیری زنبور عسل کار می کند. نتایج پیاده سازی نشان می دهد که الگوریتم sr پیشنهادی، کارایی خوبی در مقایسه با سایر روش ها دارد. سپس با بکارگیری الگوریتم ارائه شده در شبکه حسگر دوربین، تصویری از منطقه تحت نظارت تولید می شود که وضوح کافی را داشته باشد. از طرف دیگر مصرف انرژی یکی از مسائل قابل توجه در شبکه های حسگر دوربین است. با استفاده از الگوریتم مناسبی برای انتخاب دوربین ها بطوری که حداکثر پوشش و کمترین اتلاف انرژی را داشته باشیم، کارایی شبکه به حداکثر می رسد و در نتیجه پوشش ناحیه موردنظر برای مدت طولانی تری برقرار می شود. به این ترتیب، با ارائه الگوریتم sr ، تصویر وضوح بالای تولید شده، نیازهای بسیاری از کاربردهای نظارتی شبکه های حسگر بی سیم دوربین را برآورده می سازد.

هدف از انجام این پایان نامه، طراحی سخت افزاری یک فشرده ساز سیگنال عصبی بوده است. فشرده سازی که مورد استفاده ی آن در میکرو سیستم هایی باشد که داخل بدن موجودات زنده کار گذاشته می شوند. با توجه به اینکه یافته های جدید علمی، اهمیت پتانسیل-های میدانی را بیش از پیش روشن می سازند، در پی طراحی سخت افزار فشرده سازی برمی آییم که دارای نرخ فشرده سازی بالا و کیفیت مطلوب بازسازی سیگنال باشد و به حذف سیگنال های کم دامنه نپردازد و به علاوه درپی طراحی سخت افزاری با توان مصرفی و زمان پردازش کم هستیم که سیستمی بلادرنگ را در اختیار ما قرار دهد. به دنبال یافتن چنین فشرده سازی، موفق به ارائه ی الگوریتم بهبود یافته ای برای فشرده سازی این سیگنال ها شدیم، که علاوه بر داشتن ویژگی های بالا، کیفیت بازسازی سیگنال در آن نسبت به الگوریتم های مشابه آن، بالاتر است و طراحی سخت افزاری آن نیز نیازمند حجم سخت افزاری کمتری ست. الگوریتم پیشنهادی ما که با نام r-dlbg از آن یاد می کنیم، برای محاسبه ی اعوجاج و همچنین طبقه بندی رشته های ورودی پیش از وزن دهی، روابط ساده تری را معرفی می کند که علاوه بر داشتن کارایی، پیاده سازی آن ها نیز نیازمند سخت افزار کمتری است. برای بالاتر بردن کیفیت سیگنال بازسازی شده، سه روش جدید برای یافتن نزدیکترین بردار کد به هر یک از رشته های ورودی، پیشنهاد کرده ایم که هر سه، کیفیت بازسازی بهتری را نسبت به معیار فاصله اقلیدسی (ارائه شده در الگوریتم ent-dlbg) در اختیار قرار می دهند. از بین این سه شیوه، به کارگیری معیار sad، بهترین نتایج را ارائه داده است. در این روش به جای فاصله ی اقلیدسی، از مجموع قدرمطلق های تفاضل های جزئی استفاده کرده ایم که این تفاضل ها حاصل تفریق رشته ی ورودی از هر یک از کدهای به دست آمده، هستند. با به کارگیری این روش، موفق شده ایم mse را تا %30 و اعوجاج را تا %20 نسبت به روش ent-dlbg (که از بهترین الگوریتم های ارائه شده برای فشرده سازی سیگنال های عصبی ست) کاهش دهیم. در نهایت موفق به ارائه-ی طراحی قابل سنتزی از الگوریتم پیشنهادی خود، شده ایم، که در زمان 1.37ms و با مصرف توان 1.06 watt، عملیات فشرده سازی را در فرکانس 25mhz انجام می دهد. در پایان، پیشنهاداتی نیز برای بالاتر بردن نرخ فشرده سازی و بهینه کردن سخت افزاز طراحی شده، مطرح شده است.

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.

با توجه به گسترش روزافزون استفاده از شبکه های اینترنتی و امکان تبادل آسان محتواهای دیجیتال، امکان سوء استفاده از آثار دیجیتال و انتشار غیرقانونی آن ها بیش از پیش فراهم شده است که همین مسئله نگرانی هایی را برای صاحبان محتواهای دیجیتال به وجود آورده است. برای غلبه بر این مشکل در سال های اخیر روش های ته نقش نگاری برای حفظ حق مالکیت معنوی آثار دیجیتال ازجمله تصاویر ارائه شده اند. این تکنیک ها به دو دسته کلی روش های حوزه مکان و فرکانس تقسیم می شوند. با توجه به اینکه مقاومت و شفافیت دو ویژگی مهم در ته نقش نگاری تصاویر دیجیتال بوده و در تضاد با یکدیگر عمل می کنند، داشتن این دو ویژگی بصورت همزمان در یک روش ته نقش نگاری مقاوم مزیت مهمی به شمار می رود. در این پایان نامه پس از بررسی مفاهیم ته نقش نگاری، معرفی انواع ته نقش ها، حمله ها و بیان تعدادی از روش های موجود، چهار الگوریتم ته نقش نگاری برای تصاویر دیجیتال ارائه شده است. از آنجاکه هدف از انجام این پروژه ارائه الگوریتم ته نقش نگاری مقاوم برای تصاویر دیجیتال است و با توجه به اینکه روش های مبتنی برفرکانس از مقاومت بالاتری نسبت به تکنیک های حوزه مکان برخوردار هستند، هر چهار روش ارائه شده در این پایان نامه مبتنی بر حوزه فرکانس هستند. یکی از این روش ها مبتنی بر تبدیل موجک بوده و با طراحی یک ماسک با استفاده از تبدیل تفکیک پذیر و جهتی hwd، ضرایب مناسب برای جاسازی ته نقش در زیرباند ll تصویر را انتخاب می کند. چون چشم انسان نسبت به تغییرات ویژگی های جهت دار دوبعدی تصویر حساسیت کمتری دارد و باتوجه به اینکه تبدیل کانتورلت بهتر از تبدیل موجک این ویژگی ها را استخراج می کند، سایر روش های پیشنهادی در این پایان نامه مبتنی بر جاسازی ته نقش در ضرایب کانتورلت تصویر هستند. کلیه روش های ارائه شده به جاسازی نمادهای باینری به عنوان ته نقش در تصویر می پردازند. به منظور افزایش مقاومت در دو روش از الگوریتم های پیشنهادی، از تجزیه مقادیر ویژه نیز استفاده شده است. باتوجه به اینکه ضریب مقاومت ته نقش پارامتر مهمی در مرحله جاسازی بوده و انتخاب مناسب آن اثر قابل توجهی در شفافیت و مقاومت تصویرنهایی خواهد داشت، در این پایان نامه روشی مبتنی بر استفاده از الگوریتم ژنتیک برای تعیین این پارامتر ارائه شده است. تابع برازندگی الگوریتم ژنتیک پیشنهادی با درنظرگرفتن مقاومت و شفافیت تصویر ته نقش نگاری شده تعریف شده است. سه روش از الگوریتم های پیشنهادی در این پایان نامه از نوع روش های مطلع بوده و برای استخراج نیاز به تصویر اصلی دارند اما روش چهارم مرحله استخراج ته نقش را بدون استفاده از تصویر اصلی و به صورت کور انجام می دهد. بنابراین در مواقعی که تصویر اصلی دراختیار نباشد استخراج ته نقش از این روش همچنان امکان پذیر است که مزیت مهمی برای آن به شمار می آید. برای افزایش مقاومتِ روش پیشنهادیِ کور از جاسازی در ضرایب dct بلوک های کانتورلت استفاده شده است. بعلاوه در کلیه روش های پیشنهادی مبتنی بر کانتورلت، با جاسازی چندگانه ته نقش در ضرایب کانتورلت، مقاومت روش های پیشنهادی افزایش یافته است. نتایج آزمایش ها برروی تصاویر ته نقش نگاری شده نشان دهنده مقاومت مناسب روش های پیشنهادی در برابر حملات متداول پردازش تصویر در عین حفظ شفافیت آن است.

تعداد افراد سالمند که به تنهایی زندگی می کنند، در بسیاری از کشورها در حال افزایش است. یکی از مهمترین خطراتی که این افراد را تهدید می کند زمین خوردن است که نیاز به رسیدگی سریع دارد. سیستم های تشخیص خودکار زمین خوردن انسان کمک می کنند تا افراد به زندگی عادی خود در منزل ادامه دهند و هزینه وارد بر سیستم بهداشت و درمان کشور را کاهش می دهند. بنابراین بازار خوبی برای آنها وجود دارد. سیستم های نظارت بصری نسبت به تجهیزات پوشیدنی مزیت دارند؛ زیرا مزاحم زندگی عادی افراد نمی شوند. این گونه از سیستم ها ویژگی های مناسب را از دنباله تصاویر ویدئویی استخراج کرده و بر اساس آنها تصمیم گیری می کنند. ویژگی های رایج معمولاً وابسته به جهت دید دوربین هستند. استفاده از چند دوربین برای حل این مشکل باعث پیچیدگی سیستم نهایی می شود. ما در این تحقیق از نقص موجود در یک الگوریتم ساده جداکردن پس زمینه استفاده کردیم و پیشنهاد دادیم که از تغییرات مساحت سیلوئت بدست آمده از یک دوربین به عنوان ویژگی مستقل از جهت دید دوربین استفاده شود. ما روش میانگین جلو رونده را برای جدا کردن پس زمینه بکار بردیم و به صورت تجربی و ریاضی نشان دادیم که تغییرات مساحت سیلوئت از این روش می تواند مشخصات زمین خوردن مانند حرکت سریع حین افتادن، برخورد با محیط اطراف و عدم حرکت پس از آنرا نشان دهد. به منظور طبقه بندی نمونه ها از ماشین های بردار پشتیبان استفاده کردیم و یک سیستم طبقه بندی برای ترکیب چند ویژگی پیشنهاد دادیم. شبیه سازی را روی یک مجموعه داده بزرگ انجام دادیم که اختصاصاً برای تشخیص زمین خوردن ساخته شده و به صورت عمومی در دسترس است. طبقه بندی براساس ویژگی پیشنهادی مساحت سیلوئت خطای 6/4 درصد ایجاد کرد که بسیار بهتر از ویژگی های رایج مانند سرعت عمودی و نسبت منظری است. بیشتر خطاهای طبقه بندی مربوط به موارد نشستن یا دراز کشیدن است که منجر به هشدار اشتباه می شود. در صورت تعریف صندلی و تخت به عنوان نواحی غیر فعال در اتاق خطای سیستم به 1/2 درصد کاهش می یابد. این نتایج قابل مقایسه با پیچیده ترین سیستم های مبتنی بر چند دوربین است. عموماً در سیستم های خودکار مبتنی بر دوربین، ویژگی های استخراج شده از تصاویر وابسته به کیفیت سیلوئت هستند که هیچگاه کاملاً دقیق بدست نمی آید. مزیت روش ما این است که نیاز به سیلوئت دقیق شخص ندارد؛ بلکه از عدم کیفیت آن برای رسیدن به هدف استفاده می کند. این موضوع و همچنین استفاده از تنها یک دوربین باعث سادگی سیستم نهایی می شود و پتانسیل پیاده سازی روی سخت افزار را ایجاد می کند. خروجی چنین دوربینی به جای تصاویر ویدئویی می تواند هشدار زمین خوردن و یا ویژگی استخراج شده از تصویر باشد که برای حفظ حریم شخصی افراد بسیار موثر است.

ترکیب حسگرهای تصویر با تکنولوژی شبکه های حسگربی سیم تکنولوژی جدیدی به نام شبکه های حسگر بصری را به وجود آورده است. شبکه های حسگر بصری را می توان به عنوان توسعه ای ازشبکه های حسگر بی سیم قدیمی دانست، که در آن حسگرهای تصویر، جایگزین حسگرهای اسکالر شده است. استفاده از حسگرهای تصویر در شبکه های حسگر بصری چالش ها و مسائل جدیدی برای این شبکه ها به وجود آورده و بسیاری از راه کارهای شبکه های حسگر قدیمی برای این شبکه ها کارآمد نیست. یکی از مسائل اساسی در شبکه های حسگر، مسأله پوشش است که به طور مستقیم با کیفیت نهایی کاربرد مورد نظر در ارتباط است. وقتی درباره پوشش بحث می شود، می خواهیم با در نظر گرفتن کیفیت پوشش و اتصالات گره ها تشخیص دهیم که چگونه ناحیه ی مورد نظر به وسیله گره های بی سیم ادراک می شود و چگونه گره های اضافی استفاده می شود تا طول عمر شبکه افزایش یابد. در اکثر الگوریتم های پوشش موجود، به دلیل پیچیدگی در طراحی و تحلیل پوشش حجمی، مسأله پوشش در سطح صفحه بررسی شده است. این الگوریتم ها علی رغم سادگی، کمتر امکان پیاده سازی برای محیط های واقعی را دارند و برای دیدبانی دقیق نیاز به الگوریتم هایی است که پوشش حجمی کامل محیط را تضمین می کند، بنابراین در این پایان نامه به بررسی پوشش حجمی محیط پرداخته شده است. در پوشش حجمی هدف انتخاب حسگرهای مناسب برای پوشش از یک ارتفاع کمینه تا یک ارتفاع بیشینه می باشد. یکی از تفاوت های مهم شبکه های حسگر بصری با شبکه های حسگر قدیمی مدل ادراک حسگرها می باشد که چگونگی مدل ادراک حسگرها از عوامل تأثیرگذار در روند بررسی مسأله پوشش می باشد. بنابراین در این پایان نامه در راستای بررسی پوشش حجمی به وسیله حسگرهای دوربین، مدل ادراک حسگرها به صورت مخروط در نظرگرفته شده و جهت تشخیص همسایه های ادراکی حسگرها روشی براساس تقاطع مخروط، ارائه گردیده است. در این پایان نامه شبکه حسگر بصری به صورت ابرگراف مدل شده و مسأله پوشش در آن به مسأله یافتن مجموعه برخورد کمینه کاهش یافته است. مسأله پوشش در شبکه با دو آرایش تصادفی و منظم حسگرها بررسی شده است. در شبکه با آرایش تصادفی، انتخاب حسگرها با هدف دستیابی به بیشترین پوشش و هم چنین استفاده موثر از انرژی شبکه انجام می شود. شبیه سازی ها نشان می دهد که تقریب پوشش حجمی با روش بررسی پوشش در چندین سطح و همچنین روش دسته بندی حسگرها و انتخاب براساس حسگرهای دسته بندی شده پیچیدگی کمی دارد و درصد پوشش به دست آمده از این روش ها نیز نزدیک به روش های حریصانه است. در روش های حریصانه حسگرها براساس اطلاعات دقیق پوشش محیط انتخاب می شوند. در شبکه با آرایش منظم، حسگرها قابلیت تنظیم فاصله کانونی را دارند و بعضی از ناحیه ها نیز نیاز است با کیفیت بالاتری نسبت به سایر ناحیه ها دیده شوند. در این مسأله هدف انتخاب حسگرها و تنظیم فاصله کانونی مناسب برای آن ها به گونه ای است که مناطق مشخص شده با کیفیت دلخواه دیده شوند و سایر ناحیه ها نیز با بیشترین کیفیت ممکن پوشش داده شوند.

امروزه با گسترش استفاده از اینترنت، محتواهای دیجیتال به سرعت و با کمترین هزینه در سراسر دنیا پخش می شوند. این مسئله نگرانی عظیمی را برای تولیدکننده های محتواهای چندرسانه ای ایجاد نموده است. مسئله حفاظت از حق انتشار محتواهای دیجیتال در فضای مجازی، نیازمند راهکاری قابل اعتماد است. به همین منظور فن آوری ته نقش نگاری ایجاد گردیده و به طور گسترده مورد استفاده واقع می شود. پنهان کردن اطلاعات مربوط به مالک در محتواهای دیجیتال ته نقش نگاری نامیده می شود. از آنجا که تصاویر فراوان ترین محتواهای دیجیتال را تشکیل می دهند، ته نقش نگاری تصاویر دیجیتال یکی از متداولترین جنبه های ته نقش نگاری است. در این فرایند اطلاعات مالک ممکن است در حوزه مکان یا حوزه تبدیل تصویر میزبان قرار داده شوند. به دلیل اینکه الگوریتم های طراحی شده برای این منظور می بایست در برابر حملات موجود مقاوم بوده و شفافیت خوبی داشته باشند، روش های ارائه شده در سال های اخیر ته نقش نگاری در حوزه تبدیل را مد نظر قرار داده اند. مقاومت سیستم ته نقش نگاری و شفافیت این سیستم ها ویژگی هایی هستند که در دو سمت مخالف قرار دارند به طوریکه بهبود مقاومت موجب کاهش شفافیت ته نقش نگاری خواهد شد و برعکس. به همین دلیل ارائه روش های ته نقش نگاری که هر دو ویژگی را فراهم کنند از مسائل بحث برانگیز ته نقش نگاری می باشد. در این پایان نامه دو روش مقاوم و شفاف برای ته نقش نگاری تصاویر دیجیتال سطح خاکستری ارائه گردیده اند. در این روش ها نماد باینری حاوی شناسه مالک در ضرایب تبدیل هادامارد بلوک های تصویر میزبان پنهان می گردد. روش اول ارائه شده، از تکنیک فشرده سازی برای جاسازی ته نقش استفاده می نماید. در این روش، اطلاعات ته نقش در نواحی دارای بافت و نواحی بی نظم تصویر قرار داده می شوند. انتخاب این نواحی با استفاده از معیار بی نظمی بلوک های تصویر انجام می گیرد. استخراج کننده ته نقش در این روش برای بدست آوردن شناسه مالک به طور مطلع عمل می کند. به این معنا که از تصویر میزبان برای استخراج نواحی دارای ته نقش و همچنین استخراج ته نقش استفاده می نماید. روش دوم اطلاعات ته نقش را به طور افزونه در تعدادی از ضرایب توالی میانی تبدیل هادامارد پنهان می نماید. برای این منظور بلوک هایی متشکل از ضرایب هم توالی تبدیل هادامارد ایجاد می گردند. این بلوک ها به صفحات بیتی تجزیه شده و تصویر ته نقش با یکی از این صفحات بیتی که مقاومت و شفافیت بیشتری را ارائه می کند، جایگزین می گردد. استخراج کننده مورد استفاده در این روش، برای واکشی ته نقش نیازی به اطلاعات تصویر میزبان نداشته و به صورت غیرمطلع عمل می کند. روش کار استخراج کننده برپایه الگوریتم های رای گیری بین نسخه های مختلف ته نقش پنهان شده قرار دارد. روش های ته نقش نگاری ارائه شده در حالیکه در برابر حملات فشرده سازی، برش و اعمال فیلتر مقاومت خوبی از خود نشان می دهند، از جمله روش های ته نقش نگاری شفاف نیز محسوب می شوند.

در تعدادی از الگوریتم های پنهان نگاری موجود، ظرفیت جاسازی هر پیکسل از تصویر ثابت و مستقل از محتوای تصویر است. در این روش ها توزیع داده در تصویر معمولا به صورت تصادفی و بدون توجه به نوع ناحیه انتخاب شده انجام می شود. اما با توجه به ویژگی های سیستم بینایی انسان، نواحی لبه تصویر قابلیت تحمل تغییرات بیشتری را دارند و برای جاسازی داده مناسب تر هستند. از طرف دیگر، نمی توان در نواحی یکنواخت تصویر تغییرات زیادی ایجاد کرد و باید تا حدامکان از جاسازی داده در آنها اجتناب شود. روش هایی که براساس این ویژگی، داده موردنظر را در تصویر جاسازی می کنند، روش های تطبیقی نامیده می شوند. روش های تطبیقی بسیاری تا به حال معرفی شده است. اگرچه به ظاهر هر کدام از آنها الگوریتم های خاص متفاوتی برای جاسازی داده استفاده می کردند، اما ما قصد داریم ساختار یکسانی برای تمام آنها ارائه کنیم . مزیت اصلی تعریف این ساختار، امکان استفاده از آن برای طراحی یک روش تطبیقی جدید است. هدف اصلی در این رساله پنهان شناسی روش های تطبیقی است، به عبارت دیگر در هر دو حوزه پنهان نگاری و پنهان شکنی به بررسی روش های تطبیقی می پردازیم. بنابراین در گام اول به بررسی روش های تطبیقی موجود پرداخته شده است و ساختاری جامع برای آنها ارائه شده است. بعلاوه براساس این ساختار، پارامترهای موثر در امنیت روشهای تطبیقی شناسایی شده است و مدل کلی برای اندازه گیری سطح امنیت یک روش تطبیقی پیشنهاد می گردد. اکثر روش های تطبیقی موجود از روش lsb-f به عنوان روش جاسازی استفاده کرده اند. زیرا حداکثر تعداد بیت هایی از بستر انتخاب شده که با استفاده از این روش تغییر می کنند، از پیش مشخص است و بدین ترتیب طراحی یک روش تطبیقی ساده تر می باشد. اما با توجه به شکننده بودن روش lsb-f، روش های تطبیقی که از آن استفاده می کنند امنیت کمتری دارند. برای اثبات این ادعا یکی از روشهای تطبیقی مطرح که تا کنون حمله موفقی برای آن طراحی نشده است انتخاب گردید. گام دوم این رساله، کشف نقاط ضعف روش تطبیقی مذکور و پیشنهاد الگوریتمی برای شکست این روش است. علاوه بر کشف تصاویر استگو حاصل از این روش، قصد داریم درصد جاسازی انجام شده در هر تصویر را نیز تخمین بزنیم. روش های تطبیقی موجود نقاط ضعف دیگری نیز دارند. برای اطمینان از صحت فرضیات پنهان شناسی ارائه شده در این رساله با توجه به اشکالات روش های تطبیقی موجود، در ادامه روش تطبیقی جدیدی برمبنای lsb-m ارائه می شود که در آن این نقاط ضعف برطرف شده باشد. در این روش پیشنهادی مفهوم همسایگی به صورت کامل رعایت شده است و در مورد یک پیکسل با توجه به نواحی اطراف آن تصمیم گیری می شود. در مراحل تست نشان می دهیم که روش مذکور، بهبودهایی نسبت به قویترین روش های مبتنی بر lsb-m موجود و بهترین روش های تطبیقی موجود دارد.

از آغاز تولید تلویزیون های خانگی و ارسال همه پخشی قاب های ویدئو، مسئله ی کاهش حجم داده های ویدئویی و کاهش پهنای باند مورد نیاز برای انتقال این داده ها، در حین حفظ کیفیت تصاویر و سرعت کافی برای نوسازی تصاویر بر روی صفحه ی نمایشگر، مطرح بوده است. بدین منظور تکنیک نمونه برداری درهم تنیده بوجود آمد. در سیستم های تصویری دیجیتال با دقت بالا، دنباله فریم ها به طریقی است، که از فریم اول فقط خطوط فرد و از فریم بعدی فقط خطوط زوج ارسال می شود. به همین ترتیب در فریم های متوالی فرد و زوج، خطوط هر تصویر به صورت یک در میان حذف می شود که به این کار درهم تنیدگی می گویند. از طرفی این روش نمونه برداری، پاسخگوی کیفیت مطلوب تصاویر در تکنولوژی روز دنیا، نمی باشد. بنابراین نیاز به استفاده از روش هایی برای بازسازی تصاویر اصلی از روی نمونه های درهم تنیده بوجود آمد که به این عمل، رفع درهم تنیدگی گفته می شود. مسئله ی رفع درهم تنیدگی، که همانا جبران خطوط غایب در هر فریم باشد، کلید اصلی بسیاری از مسائل پردازش تصاویر ویدئویی دیجیتال می باشد. بسیاری از روش های به کار رفته در این زمینه، سعی دارند برای حذف آثار ناشی از درهم تنیدگی، از اطلاعات موجود در حوزه ی زمان و مکان و بعضاً از الگوریتم های جبران سازی حرکت استفاده کنند. به دلیل هزینه ی سنگین محاسباتی این دسته از الگوریتم ها و همچنین پیچیدگی بیش از حد آنها، بسیاری از روش ها از به کارگیری جبران سازی حرکت امتناع کرده اند. مسئله ی رفع درهم تنیدگی برای دنباله ی تصاویر ثابت، به راحتی امکان پذیر است، اما وجود حرکت در دنباله های ویدئویی و تغییرات روشنایی صحنه های ویدئو، آثار بصری آزار دهنده ای را در تصاویر بازسازی شده، ایجاد می کند و پیچیدگی بیشتری را به روش های مختلف، تحمیل می کند. از طرفی، کاربرد بلادرنگ مسئله رفع درهم تنیدگی در پخش تلویزیون، اهمیت کاهش پیچیدگی و صرفه جویی در زمان اجرا را بیشتر می سازد. از این رو چالش های زیادی در میان روش های مختلف وجود دارد. بنابراین مسئله اصلی در روش های ارائه شده، رفع آثار آزاردهنده ی ناشی از درهم تنیدگی اطلاعات، در حین حفظ سادگی و عدم افزایش بیش از حد زمان پردازش تصاویر می باشد. در این پایان نامه، سه روش پیشنهادی مبتنی بر حرکت ارائه شده است. به این معنا که در هر سه روش، سعی شده است که با درنظر گرفتن وضعیت حرکتی هر پیکسل، مناسب ترین راهکار برای بازسازی پیکسل های محذوف، انتخاب شود. نتایج شبیه سازی ها و مقایسه ی روش های پیشنهادی با سایر روش های مشابه، نشان می دهد که روش های پیشنهادی توانسته اند، هم از نظر معیار کمی psnr و هم از نظر معیار کیفی شهودی، به نتایج قابل قبولی دست یابند.

یکی از مراحل رایج در تحقیقات و آزمایش های پزشکی استفاده از روش های مدرن تصویربرداری است. در برخی از این روش ها مانند فرایند rnai که اخیراً مورد توجه محققان قرارگرفته است, تعداد تصاویری که در یک آزمایش تولید می شود بسیار زیاد است. در برخی دیگر مانند استفاده از ریزآرایه ها علاوه بر تعداد زیاد تصاویر تولید شده, ابعاد تصویری که در هر آزمایش تولید می شود نیز بزرگ است .در گروهی دیگر مانند ماموگرافی, به دلیل اینکه آزمایش ها باید به صورت دوره ای و در فواصل زمانی معین انجام شود, نگهداری تصاویر آنها به ازای هر بیمار نیازمند فضای ذخیره سازی قابل توجهی می باشد. با توجه این موارد و استفاده از پزشکی از راه دور در سال های اخیر که نیاز به ارسال برخی از این گونه تصاویر در پهنای باند محدود را طلب می کند, فشرده سازیِ بدون اتلاف این گونه تصاویر حجیم پزشکی توجه بسیاری از محققان را به خود جلب کرده است. هدف اصلی در این رساله شناسایی خصوصیات و ویژگی های موجود در تصاویر پزشکی ذکر شده و استفاده از آنها در ارائه روش هایی با کارایی بالاتر برای فشرده سازی بدون اتلاف این تصاویر می باشد؛ در گام اول دیدگاه ها و جنبه های مختلف موجود در مورد علم فشرده سازی تصویر به دقت بررسی و دسته بندی جامعی در مورد آن ارائه می شود. همچنین روش های فشرده سازیِ بدون اتلافِ عام منظوره مورد بررسی دقیق قرارگرفته و ویژگی های اجزای اصلی و مراحل محتمل در طراحی این گونه روش ها استخراج می شود. سپس بر اساس این ویژگی ها دسته بندی جدیدی در مورد آنها ارائه می گردد. علاوه بر این, روش هایی که برای فشرده سازی تصاویر حجیم پزشکی نامبرده طراحی شده اند، بررسی و مشخصه های آنها استخراج و به روش مشابه دسته بندی می شوند. در گام دوم پس از بررسی دقیق اجزای تشکیل دهنده روش های بدون اتلافِ عام منظوره, میزان تأثیر این اجزا در روند فشرده سازی تصاویر مذکور مشخص می شود. سپس مراحل تأثیر گذار شناسایی و مورد تحلیل و آنالیز قرار می گیرند. در گام سوم ابتدا یکی از روش های پیشگویی قدرتمند با دیدگاه جدیدی آنالیز شده و نقاط قوت و ضعف آن مشخص می شود. همچنین چگونگی تولید خطا توسط این روش مدل سازی و جهت گیری هایی جهت بهبود دقت پیشگویی توسط آن ارائه می گردد. سپس یکی از خصوصیت های مهم موجود در این گونه تصاویر حجیم پزشکی شناسایی و مورد تجزیه و تحلیل قرار می گیرد. در ادامه بر اساس آنالیزهای انجام شده، روش های جدیدی برای فشرده سازی تصاویر rnai, ماموگرافی و ریزآرایه پیشنهاد می گردد. در نهایت کارایی روش های پیشنهادی با روش های عام منظوره مطرح, روش های خاص منظوره و همچنین استانداردهای موجود مقایسه شده است. نتایج بدست آمده نشان دهنده برتری روش های پیشنهادی نسبت به قدرتمندترین روش های فشرده سازی موجود در این زمینه می باشد. بطوریکه استفاده از روش های فشرده سازی پیشنهادی در مورد تصاویر rnai و ماموگرافی به ترتیب سبب کاهش 5.75 تا 30.31 درصدی و 0.87 تا 24.33 درصدی متوسط بیت بر پیکسل در مقایسه با سایر روش ها شده است. در مورد تصاویر ریزآرایه نیز روش های پیشنهادی از نرخ فشرده سازی قابل مقایسه و زمان اجرای بسیار پایین تری (4 دقیقه در مقایسه با 220 دقیقه) در مقایسه با سایر روش های ارائه شده در این زمینه برخوردار هستند.

محدودیت منابع از جمله چالش های شبکه های حسگر است که می بایست در طراحی شبکه و الگوریتمهای مورد استفاده مورد توجه قرار گیرند. از جمله این محدودیت ها می توان به توان مصرفی، توان محاسباتی، پهنای باند کانال و حافظه اشاره نمود. از آنجا که معمولاً منبع تغذیه حسگرها در شبکه های حسگر باتری می باشد استفاده صحیح از این منبع باعث افزایش عمر شبکه می گردد. تا کنون راهکارهای متنوعی برای کاهش توان مصرفی در شبکه های حسگر پیشنهادشده است که از جمله آنها می توان به زمانبندی فعالیت حسگرها، طراحی روش های مسیریابی آگاه از توان، طراحی حسگرهای کم مصرف و طراحی نرم افزارهای با پیچیدگی کم اشاره نمود. در این رساله ابتدا تعاریف و کاربردهای شبکه های حسگر دوربین بررسی می شود. سپس چالش های موجود در طراحی شبکه های حسگر عنوان می گردد. از بین کاربردهای مختلف شبکه های حسگر دوربین کاربرد مهم پوشش و پایش نقاط هدف در نظر گرفته شده، دو مسأله در این ارتباط مطرح می شود. هدف کلی هر دو مسأله انتخاب بهینه حسگر به منظور افزایش طول عمر شبکه است. در مسأله اول پوشش ناحیه ای با وضوح همگن مد نظر است. در این ارتباط راه حل های حریصانه و تکاملی پیشنهاد می گردد. در مسأله دوم پوشش نقاط هدف با وضوح غیر همگن مورد نظر است. در این ارتباط ابتدا مسأله به شکل یک مسأله بهینه سازی گسسته مطرح شده، ثابت می شود که این مسأله در حالت کلی از لحاظ پیچیدگی np-hard است. برای حل این مسأله دو راه حل متمرکز حریصانه و یک روش توزیع شده پیشنهاد می شود. برای حالت خاصِ مسأله که در آن نقاط هدف روی یک خط قرار دارند و از آن تعبیر به حالت یک بعدی می شود، یک راه حل بهینه با پیچیدگی محاسباتی کم و با کمک ساختار ترلیس پیشنهاد می گردد. روش های پیشنهادی از لحاظ عملکرد و زمان اجرا با روش بهینه مقایسه، کارایی آنها بررسی می گردد. علاوه بر این روشی طراحی می شود که با کمک آن بتوان تشخیص داد که در چه صورتی مسأله پوشش با وضوح غیر همگن در حالت کلی قابل تبدیل به حالت یک بعد و استفاده از روش بهینه برای حل است. برای این منظور یک ساختار درختی پیشنهاد می گردد. از آنجا که حجم داده های ویدئویی زیاد است و انتقال یا نگهداری آنها نیاز به پهنای باند زیاد دارد و با توجه به محدودیتهای شبکه حسگر از لحاظ حجم حافظه و پهنای باند، روشی ساده و منظم ارائه می شود که بتواند پیچیدگی محاسباتی بخش تخمینِ حرکتِ کدکننده های ویدئویی را کاهش دهد. این روش بر اساس ویژگی هایی از تصاویر ویدئویی طراحی شده که از روی طیف وسیعی از تصاویر استاندارد بدست آمده است. روش پیشنهادی از لحاظ معیار psnr و سرعت اجرا با روشهای مطرح در این زمینه مقایسه می گردد.

با توجه به گسترش روزافزون استفاده از شبکه های اینترنتی و امکان تبادل آسان محتواهای دیجیتال، امکان سوء استفاده از آثار دیجیتال و انتشار غیرقانونی آن ها بیش از پیش فراهم شده است که همین مسئله نگرانی هایی را برای صاحبان محتواهای دیجیتال به وجود آورده است. در سال های اخیر به منظور غلبه بر این مشکل روش های ته نقش نگاری برای حفظ حق مالکیت معنوی آثار دیجیتال ازجمله تصاویر، در حوزه های مکان و تبدیل ارائه شده اند. در این میان روش های حوزه تبدیل با توجه به مقاومت بیشتر در برابر حمله های احتمالی بیش تر مورد توجه واقع شده اند. در عین حال، دست یابی توأم به مقاومت و کیفیت بصری به عنوان دو ویژگی متضاد و بسیار مهم، مورد استفاده قرار گرفته است که عمدتاً نیازمند پیچیدگی محاسباتی بالائی است و باعث عدم امکان اجراء در کاربردهای بلادرنگ است. به همین دلیل بهبود کارایی تکنیک های ته نقش نگاری از نظر زمان اجراء و پیچیدگی محاسباتی یا تسریع آن ها، به چالشی در این زمینه تبدیل شده است. در این پایان نامه پس از معرفی مفاهیم وکاربرد های ته نقش نگاری، تکنیک های حوزه مکان و تبدیل از دیدگاه ویژگی های ته نقش نگاری و قابلیت توازی بررسی و دسته بندی شده اند. پس از آن چارچوبی برای تعیین تطبیقی ضریب مقاومت ارائه شده و بر این مبنا سه روش ته نقش نگاری مقاوم ارائه گردیده است. کلیه روش های ارائه شده کور بوده و به پنهان سازی نمادهای باینری به عنوان ته نقش در تصویرمی پردازند و قادرند با تعیین مناسب ضریب مقاومت، علاوه بر حفظ کیفیت بصری، مقاومت در برابر انواع حملات را نیز افزایش دهند. نتایج شبیه سازی ها روی تصاویر ته نقش نگاری شده نشان دهنده مقاومت مناسب روش های پیشنهادی در برابر حملات متداول پردازش تصویر همراه با حفظ کیفیت بصری در آنهاست. با دیدگاهی متفاوت، از واحد پردازش گرافیکی به علّت ویژگی های مناسب این ابزار از جمله هزینه مناسب، توان پردازشی بالا و دسترسی راحت، برای ایجاد توازی در روش های ته نقش نگاری و تسریع آن ها استفاده خواهد شد. به منظور تسریع روش های ته نقش نگاری، با حذف جزییات موجود در الگوریتم ها، قسمت هایی که قابلیت موازی سازی دارند استخراج شده و عملیات ایجاد توازی و تسریع روی آن ها صورت می پذیرد. تبدیل کانتورلت به عنوان یک تبدیل با بار محاسباتی بالا و پرکاربرد در ته نقش نگاری جهت هدف تسریع انتخاب شده است. نتایج تسریع نشان دهنده این موضوع است که اجرای موازی با استفاده از واحد پردازش گرافیکی ما را قادر خواهد ساخت تا به تسریع در حدود 20 برابرو برای تصاویر 512×512 به زمان اجرای حدودا ً40 میلی ثانیه دست یابیم که برای تأمین نیازمندیهای بلادرنگ مناسب است.

بافت ها به ویژگی های بصری پوسته ی یک شیء اشاره دارند که از طریق آن ها می توان نوع یک شیء و خواص آن را تعیین کرد. در نتیجه، بافت ها مولفه های مهمی از جهان هستند. به همین دلیل در بینایی کامپیوتر حوزه ای به نام تحلیل بافت مطرح شده است. در این حوزه به بررسی بافت در زمینه های مختلف طبقه بندی، قطعه بندی، سنتز و شکل از بافت پرداخته می شود. طبقه بندی بافت یکی از زمینه های حائز اهمیت در حوزه ی تحلیل بافت است که هدف آن تخصیص یک تصویر نمونه ی ناشناخته به یکی از کلاس های بافت شناخته شده است. از کاربردهای طبقه بندی بافت می توان به طبقه بندی پوسته ی سنگ ها، تشخیص انواع چوب، تشخیص صورت، طبقه بندی پارچه و تقسیم بندی مستندات اشاره کرد. برای ارزیابی سیستم های طبقه بندی بافت ارائه شده، پایگاه داده هایی از تصاویر بافت ایجاد شده اند. در این پایگاه داده ها تصاویر به گونه ای طراحی شده اند که به تصاویر بافت طبیعی نزدیک بوده و دارای ویژگی های آن ها باشند. تصاویر طبیعی معمولاً دارای تغییرات مقیاس، روشنایی، نقاط دید و چرخش هستند که در روش های مختلف طبقه بندی بافت سعی شده جوانب بیشتری از ویژگی های بافت طبیعی پوشش داده شود. به همین دلیل تا به حال روش های زیادی ارائه شده اند که می توان آن ها را در چهار گروه روش های آماری، ساختاری، مبتنی بر مدل و پردازش سیگنال دسته بندی کرد. در هر یک از روش ها ویژگی های مختلفی از تصویر بافت استخراج می گردد. ویژگی های استخراج شده متناسب با نوع روش و تصاویر بافت مورد بررسی هستند. امروزه به دلیل پیچیده شدن روش ها و به کارگیری ویژگی های ترکیبی امکان قرار دادن آن ها در یک گروه خاص مشکل است، زیرا اکثر آن ها در چندین گروه جای می گیرند. البته بررسی های انجام شده در سال های اخیر نشان می دهد که از بین این چهار روش، الگوریتم های مبتنی بر روش های آماری و پردازش سیگنال قوی ترین ابزارها را برای طبقه بندی بافت ارائه داده اند. هدف از این پایان نامه معرفی روش های جدیدی برای طبقه بندی بافت است که بیشتر آن ها از روش های آماری استفاده می کنند. برای این منظور ویژگی هایی معرفی گردیده اند که با به کارگیری آن ها برای توصیف تصاویر، دقت سیستم طبقه بند افزایش یافته است. این ویژگی ها نسبت به تغییرات روشنایی، مقیاس و چرخش مقاوم هستند و با محاسبات کمی استخراج می گردند. در این پایان نامه، ویژگی هیستوگرام جهت غالب معرفی می گردد که دو روش مختلف برای استخراج آن مطرح شده است. این ویژگی اطلاعات لبه و جهت را نمایش می دهد و به عنوان مکملی برای ویژگی پرکاربرد الگوی دودویی محلی ارائه شده است. سپس در آزمایشات متعددی ترکیب های مختلف ویژگی ها مورد بررسی قرار گرفتند تا ویژگی هایی به دست آیند که برای توصیف تصاویر بافت مناسب اند و کارایی سیستم را افزایش می دهند. این ویژگی ها شامل رنگ و نوع پوسته ی محلی می شوند. در بخشی از آزمایشات، از ویژگی های به کار رفته در کاربردهای غیر از طبقه بندی بافت، استفاده شده است که با بررسی های مختلف مشخص شد که این ویژگی ها برای توصیف بافت نیز مناسب اند. اکثر روش های پیشنهادی در این پایان نامه توانستند، دقت سیستم طبقه بند بافت را در مقایسه با سایر روش های موجود افزایش دهند.

با توجه به گسترش صنایع و زندگی شهرنشینی، وجود روش های هشداررسانی نیازی ضروری در زندگی امروزی محسوب می شود. در میان سیستم های هشدار رسانی سیستم های تشخیص آتش با توجه به قابلیت گسترش سریع و قدرت تخریب بالای آتش در یک منطقه، از اهمیت بالایی برخوردار هستند. در حال حاضر موسسات بسیاری سعی در توسعه ی روش هایی کارآمد برای تشخیص اولیه ی آتش دارند، به طوری که بتوان عملیات لازم را در زمان مناسب برای پیشگیری از حوادث بعدی انجام داد. معمولاً در روش های سنتی برای تشخیص آتش از نیروی انسانی به منظور دیده بانی استفاده می شده است، امّا این روش ها پر هزینه بوده و در برخی کاربردها کارایی مناسبی نداشتند. استفاده از حسگرهای آتش نیز از روش های کنونی برای تشخیص دود یا آتش هستند؛ امّا به دلیل برد تشخیص محدود در این حسگرها معمولاً عملکرد مناسبی در محیط های باز و وسیع ندارند. در صورت توزیع متراکم در محیط باز نیز از نظر اقتصادی عملی نبوده و همچنین نرخ خطای آن بسیار زیاد خواهد بود. پیشرفت تکنولوژی و پیدایش دوربین های دیجیتال منجر به معرفی نسل جدیدی از سیستم های تشخیص آتش گردید. تشخیص آتش مبتنی بر اطلاعات بصری روش جدیدی است که غالباً می تواند کاستی های روش های ذکر شده را جبران نماید. هدف از این روش طراحی سیستم هایی است که توانایی تشخیص خودکار آتش را در منطقه ی تحت پوشش خود داشته باشند. وجود سیستمی با چنین قابلیتی خطای انسانی را کاهش داده و از لحاظ اقتصادی نیز مقرون به صرفه خواهد بود. در این روش دوربین عنصری اصلی در سیستم محسوب می شود که توانایی پوشش منطقه ای وسیع را دارا بوده و می تواند اطلاعات مفیدی در مورد اندازه، سرعت پیشرفت و مکان آتش فراهم سازد. هدف اصلی در سیستم های تشخیص آتش، طراحی سیستمی با قدرت تشخیص بالا، نرخ خطای کم و زمان تشخیص منطقی است. تشخیص آتش در دنباله های ویدئویی نیازمند پردازش اطلاعات موجود در ویدئو به منظور آگاهی از وجود یا عدم وجود آتش در آن است. استخراج ویژگی های مناسب با قدرت تفکیک بالا از ملزومات طراحی یک سیستم تشخیص آتش مبتنی بر اطلاعات بصری است. بر همین اساس روش های گوناگونی برای استخراج اطلاعات بصری و تشخیص نواحی آتش ارائه شده است. هدف از این پایان نامه نیز ارائه ی روشی کارامد برای تشخیص آتش در تصاویر ویدئویی در محیط های باز است. در روش پیشنهادی اول از ویژگی های حرکت و رنگ با توجه به پویایی و حدود رنگ مشخص آتش استفاده شده است. به منظور ارائه ی مدلی عام تر به گونه ای که امکان استفاده از آن در حالت های مختلف مانند دوربین متحرک و ثابت وجود داشته باشد، روش پیشنهادی دوم ارائه شده است. در این روش از تشخیص برجستگی به عنوان یک ویژگی جدید برای تفکیک نواحی مهم تصویر استفاده شده است. همچنین بررسی بافت آتش در حوزه ی زمان از دیگر ویژگی های روش پیشنهادی است که موجب افزایش دقت آن گشته است.

با گسترش روز افزون رسانه های تولید کننده ی محتوای تصویری، حجم عظیمی از تصاویر با ابعاد و کیفیت های گوناگون ایجاد شده است که باید با رسانه هایی با قدرت تفکیک پذیری متنوع نمایش داده شوند. از این رو کاربران این رسانه ها نیازمند امکان نمایش یک تصویر با اندازه ی خاص بر روی یک رسانه با تفکیک پذیری کمتر یا بیشتر از آن هستند. لذا در نمایش یک تصویر نیاز است تا در مرحله ی پیش پردازش ابتدا اندازه ی آن را متناسب با میزان تفکیک پذیری رسانه تغییر داده و آن را کوچک یا بزرگ نمایند. بدین منظور روش های متنوعی ارائه شده است که به دو دسته ی کلی سنتی و آگاه از محتوا طبقه بندی می شوند. روش های سنتی روش های ساده ای هستند که بدون توجه به محتوای تصویر و به کمک یک قاعده ی کلی برخی از پیکسل های آن را حذف، تکرار و یا تقریب می زنند. از این رو کیفیت تصاویر حاصل از آن ها چندان مطلوب نیست. در مقابل در روش های آگاه از محتوا، پیکسل هایی که اطلاعات بصری کمتری در برداشته و تاثیر قابل ملاحظه ای بر درک انسان نمی گذارند حذف و یا تکرار می شوند. لذا کیفیت این روش ها در مقایسه با روش های سنتی مطلوب تر است. در میان این روش ها، روشی موسوم به حذف رگه وجود دارد که به دلیل سادگی و کارایی مناسب برای گستره ی وسیعی از تصاویر مورد استفاده قرار می گیرد. اما این روش ذاتا یک روش ترتیبی است و سرعت اجرای پایینی دارد. از این رو در این پایان نامه دو طرح جهت تسریع این روش ارائه می کنیم که یکی افزایش سرعت تا حد 3/5 برابر و دیگری تا حد 23/11 برابر را حاصل می کنند. همچنین به منظور بهبود کیفیت تصاویر خروجی روش دوم یک نگاشت انرژی جدید معرفی می کنیم که از محتوای تصویر به صورت مطلوب تری محافظت می نماید.

با پیشرفت تکنولوژی و استفاده روز افزون از اینترنت، جستجوی تصویر و بازیابی آن اهمیت ویژه ای یافته است . یکی از تکنیک های بازیابی تصویر، بازیابی مبتنی بر محتوای تصویر است. در این نوع بازیابی سعی می شود که به جای استفاده از کلمات کلیدی و حاشیه نویسی دستی از محتوای خود تصویر برای جستجو و بازیابی استفاده شود. در این گونه سیستم ها نیاز به راهکارهایی برای استخراج ویژگی ها از تصویر و توصیف تصویر توسط آن ها است زیرا اکثر پیکسل های تصویر حاوی اطلاعات مفیدی نیستند . از مهم ترین ویژگی های سطح پایین که برای توصیف تصویر استفاه می شود ویژگی های رنگ و بافت می باشند. برای استخراج این ویژگی ها توصیفگرهای متعددی پیشنهاد شده اند که هر یک به نحوی سعی در استخراج ویژگی مدنظر دارند. بعد از استخراج ویژگی ها از تصاویر و توصیف آن ها، میزان شباهت هر تصویر با تصویر پرس وجو محاسبه می گردد. سپس تصاویر بر اساس این معیار مرتب شده و به کاربر نشان داده می شوند. مشکل این گونه سیستم های بازیابی تصویر که سیستم های بازیابی تصویر بدون بازخورد نامیده می شوند این است که بین آنچه مد نظر کاربر است و تصاویر استخراج شده توسط توصیفگر های ویژگی سطح پایین، فاصله ی معنایی وجود دارد. برای رفع این مشکل سیستم های بازیابی تصویر مبتنی بر بازخورد ارائه شده اند. در این سیستم ها، بعد از مشاهده ی نتیجه ی بازیابی در صورتی که کاربر راضی نشده باشد از وی خواسته می شود که تصاویر بازیابی شده را بر اساس مرتبط بودن یا نبودنش با تصویر مد نظرش برچسب گذاری کند. در ادامه از این تصاویر به نحوی برای بهبود عملکرد استفاده می شود. در این پایان نامه سیستم های بازیابی تصویر بدون بازخورد و مبتنی بر بازخورد پیشنهاد شده اند. برای ساخت توصیفگرهای تصویر از مدل کیف کلمات بصری استفاده شده است. مدل کیف کلمات بصری مشکلاتی دارد که برای رفع این مشکلات از انتساب نرم و کیف کلمات مکانی استفاده شده است. در ادامه به منظور تخصیص وزن مناسب به هر ویژگی و انتخاب ترکیب مناسب ویژگی ها به ترتیب از الگوریتم ژنتیک و انتخاب ویژگی پیش رو بهره گرفته شده است. برای سیستم بازیابی تصویر مبتنی بر بازخورد نیز، برای دخیل کردن بازخورد کاربر یک روش وزن دهی برای هر مولفه های ویژگی ارائه شده است. نتایج حاصل از پیاده سازی ها بیانگر دقت خوب روش های پیشنهادی است.

بسیاری از رویدادهای اطراف ما بسیار سریع و در کسری از ثانیه رخ می دهند، به گونه ای که چشم انسان قادر به مشاهده نحوه رخداد آن ها نمی باشد. نحوه رویداد برخی از این پدیده ها برای محققین به منظور کشف قوانین طبیعت در جهت پیشبرد علم امری لازم و ضروری است. امروزه با پیشرفت تکنولوژی دوربین های دیجیتال با سرعت بالا تولید شده اند که قادر به تصویربرداری از این گونه پدیده ها هستند. به این ترتیب مشاهده تمام جزئیات رخداد پدیده های مذکور برای محققین امکان پذیر شده است. در حقیقت دوربین های با سرعت بالا پس از تصویربرداری با نرخ فریم بالا از پدیده سریع، دنباله ویدئویی حاصل را با نرخ فریم معمول(30 فریم بر ثانیه) به صورت آهسته پخش می کنند. این دوربین ها قادر به ثبت هزاران فریم در هر ثانیه هستند. حجم داده های تولیدی توسط این دوربین ها بسیار زیاد می باشد. از این رو فشرده سازی دنباله تصاویر تولید شده بسیار حائز اهمیت است. تاکنون روش های متفاوت و کارآمدی برای فشرده سازی دنباله تصاویر ویدئوی معمولی ارائه شده است. دوربین های با سرعت بالا در مدت زمان کوتاهی تعداد زیادی فریم تولید می کنند. در نتیجه فریم های تولید شده در مقایسه با فریم های حاصل از دوربین های معمولی، زمان بسیار کوتاهی برای پردازش در اختیار دارند. لذا برای فشرده سازی تصاویر حاصل از دوربین های تصویربرداری با نرخ فریم بالا نیاز به روش های ساده و فاقد پیچیدگی محاسباتی است که بتواند به صورت بلادرنگ انجام شود. دوربین های مذکور به صورت عمده در زمینه های تحقیقاتی، طراحی و توسعه، تولید و آزمایشگاه استفاده می شوند. در برخی از کاربردها نیاز به حفظ دقیق تمام اطلاعات حاصل شده است. بنابراین در آن ها از روش های فشرده سازی بدون اتلاف برای فشرده کردن ویدئو استفاده می شود. در این پایان نامه چندین روش فشرده سازی بدون اتلاف با در نظرگرفتن سادگی روش، ارائه شده و هم چنین معماری جدید و بهینه ای برای فشرده سازی سخت افزاری روش dpcm و یکی از روش های پیشنهادی ارائه و پیاده سازی شده اند

امروزه امنیت یکی از مهمترین چالش هایی است که بشر در زندگی روزمره با آن روبرو است. یکی از روش های تامین امنیت شناسایی هویت افراد می باشد. در این راستا دانشی به نام بیومتریک به خدمت بشر آمده است. بیومتریک دانشی است که با استفاده از خصوصیات رفتاری یا فیزیولوژیکی افراد به شناسایی آنها می پردازد. شناسایی اثر انگشت یکی از بهترین روش های بیومتریک برای تعیین هویت است. اکثر سیستم های اتوماتیک مقایسه اثر انگشت بر پایه تطبیق جزییات می باشند. استخراج جزییات بصورت خودکار یکی از مراحل حساس در طراحی سیستم های تایید اثر انگشت است. یکی از مراحل پیچیده برای ارتقاء کیفیت تصویر و استخراج جزییات، محاسبه جهت خطوط برآمدگی اثر انگشت است. در این پایان نامه با بهبود و پیاده سازی الگوریتم های موجود، سخت افزاری برای محاسبه جهت در تصویر اثرانگشت مبتنی بر معماری خط لوله ارایه شده است که از کارآیی مناسبی برخودار می باشد. اکثر روش های استخراج جزییات، تصاویر خاکستری را به باینری تبدیل می کنند. اخیراً روش هایی پیشنهاد شده است که جزییات را بطور مستقیم از تصویر خاکستری استخراج می کنند. این روش ها عمدتاً نیاز به انجام محاسبات پیچیده و زمانبری دارند و به صورت نرم افزاری انجام می شوند. به همین دلیل پیاده سازی مستقیم آنها به صورت بلادرنگ بسیار دشوار است. در این پایان نامه روشی ارایه گردیده است که حجم محاسبات را کاهش داده و مستقیما از تصویر خاکستری جزییات را با سرعت مناسبی استخراج می کند. سخت افزار جدیدی برای اجرای این روش ارایه گردیده است.

در آینده نزدیک استفاده از ابزارهای ارتباطی شخصی چند وضعیتی متداول میشود. این ابزارهای ارتباطی از چندین استاندارد متفاوت حمایت میکنند و قادرند تا در محیط های مختلف، با انتخاب بهترین شبکه موجود و مناسبترین سرویس را به کاربران ارائه دهند. تحت چنین شرایطی دست به دست کردن عمودی ارتباط نیازمند توجه ویژه ای است. در یک سیستم مخابرات سیار سلولی، احتمال قطع ناخواسته ارتباط، در فرایند دست به دست کرن شفاف ارتباط، از مسائل مهمی است که در طراحی سیستمهای ارتباطی بدون سیم مورد توجه قرار میگیرد. قطع ناخواسته ارتباط و شفافیت در دست به دست کردن عمودی ارتباطات، اهمیت بیشتری پیدا میکنند. حل این مسائل به ویژه زمانی پیچیده تر است که شبکه های ارتباطی متفاوت بر مبنای سیاست پیوند ضعیف ترکیب شده باشند. در این رساله به بررسی مساله دست به دست کردن عمودی ارتباط در شبکه های ترکیبی پرداخته میشود. به طور خاص راه حلهایی برای کاهش احتمال قطع ناخواسته ارتباط و نیل به اهداف مورد نظر ارائه و مورد ارزیابی قرار خواهد گرفت. در این میان سعی میشود تا به ایده محوری خود سازماندهی در طراحی سیستمهای مخابراتی سیار توجه شود. پس از معرفی هر کدام از راه حلهای پیشنهادی با ارائه مدلهای تحلیلی و با استفاده از شبیه سازی به مطالعه بازدهی آنها پرداخته میشود. نتایج شبیه سازی ها و مدلهای تحلیلی نشان میدهند که روشهای پیشنهادی به میزان قابل توجهی و عملکرد فرایند دست به دست کردن عمودی ارتباط را بهبود می بخشد.

تکنولوژی ریزآرایه ابزاری جدید در علم ژنتیک می باشد که به محققان اجازه مطالعه رفتار هزاران ژن را بطور همزمان می دهد. حاصلِ هر آزمایش ریزآرایه تصاویری با حجم بالا است که با عکسبرداری از ریزآرایه بدست آمده اند. به دلیل بزرگ بودن اندازه این تصاویر، تعداد زیاد تصاویر تولید شده در هر آزمایش و به اشتراک گذاشتن و نگهداری این تصاویر در پایگاه داده های مختلف، امروزه فشرده سازی تصاویر ریزآرایه اهمیت بسیار زیادی پیدا کرده است. در این پایان نامه چند روش برای بهبود فشرده سازی بدون اتلاف تصاویر ریزآرایه ارایه شده است. روشی مبتنی بر آستانه گذاری وفقی برای بخشبندی نواحی اسپات (spot) و پس زمینه پیشنهاد شده است، همچنین دو روش مبتنی بر پیشگویی و مدلسازی مبتنی بر زمینه (context) برای فشرده سازی بدون اتلاف تصاویر ریز آرایه ارایه می شود. در روش پیشنهادی اول علاوه بر تقسیم پیکسلهای تصویر به پس زمینه و اسپات، قسمتهای لبه اسپاتها نیز بصورت جداگانه کد می شوند و در روش پیشنهادی دوم بعد از تعیین زمینه های مناسب بصورت وفقی، توسط روش مدلسازی مبتنی بر زمینه به فشرده سازی این تصاویر پرداخته می شود. نتایج شبیه سازی روشهای پیشنهادی دلالت بر برتری این روشها نسبت به استانداردهای فشرده سازی تصویر (از جمله jpeg-ls) و همچنین روشهای قبلی فشرده سازی تصاویر ریز آرایه دارد.

امروزه گسترش زمینه های کاربرد تصاویر ویدیویی دیجیتال باعث افزایش تقاضا برای ذخیره این نوع داده ها در حافظه محدود یا ارسال آنها در پهنای باند محدود شده است. این نیاز روزافزون، لزوم فشرده سازی داده های مربوط به تصاویر ویدیویی را مطرح می نماید. روشهای فشرده سازی موجود که از تخمین حرکت برای حذف افزونگی زمانی بین فریم های متوالی تصاویر ویدیویی استفاده می کنند، بر اساس تقسیم تصویر به بلوک یا شبکه عمل می نمایند. روشهای جستجوی بلوکی دچار مشکلاتی نظیر عدم توانایی در تشخیص حرکت هایی مانند چرخش، برش، بزرگ نمایی وکوچک نمایی می باشند. علاوه بر آن، این روشها برای کلیه پیکسلهای یک بلوک حرکت یکسانی در نظر می گیرند. زمان لازم برای تخمین حرکت در روشهای جستجوی کامل بلوکی نیز از گلوگاه های مهم به حساب می آید. دسته دیگر روشهای جستجو که بر اساس شبکه بندی تصویر عمل می کنند، می توانند انواع حرکت را با استفاده از تبدیلهای ریاضی به کار رفته در آنها مدل نمایند، اما در عین حال از پیچیدگی بیشتری نسبت به روشهای جستجوی بلوکی برخوردارند. در این پایان نامه ضمن بررسی انواع روشهای جستجوی بلوکی و جستجو بر اساس شبکه بندی، روشی برای افزایش سرعت تخمین حرکت و روش دیگری برای ارتقاء psnr در تصاویر ویدیو ارایه شده است. در روش اول، عرض پنجره جستجو به طور وفقی برای هر فریم تعیین می شود. به این ترتیب برای فریم هایی با حرکت های محدود، عملیات اضافه جستجو حذف می گردد و زمان اجرای الگوریتم تا حد زیادی کاهش می یابد، در حالی که کیفیت تصویرحفظ می شود. در روش پیشنهادی دوم، تخمین حرکت با استفاده از ترکیب روشهای جستجوی بلوکی و شبکه بندی انجام شده و در هر بلوک از تصویر با انتخاب روشی که خطای کمتری در بازسازی ایجاد می نماید، بردارهای حرکت مربوطه به آن بلوک تخصیص داده می شود. به این ترتیب کیفیت تصویر بازسازی شده نسبت به روشهای موجود با توجه به معیار psnr افزایش قابل ملاحظه ای می یابد.

با توجه به گسترش روزافزون استفاده از سیگنال های ویدیویی در عرصه های مختلف نظیر شبکه های کامپیوتری، موبایل، ویدیو کنفرانس و غیره، انتقال و ذخیره سازی این سیگنال ها به صورت دیجیتال از اهمیت زیادی برخوردار است. در این راستا استانداردهای مختلفی جهت فشرده سازی اطلاعات ویدیویی در سرعت های متفاوت و برای کاربرد های مختلف منتشر گردیده است. بهینه سازی و ارایه الگوریتم های کارآمد در پیاده سازی این استانداردها و افزایش کارآیی آنها مورد توجه بسیاری از محققان و مهندسان قرار گرفته است. در این پایان نامه پس از معرفی استانداردهای مهم فشرده سازی ویدیو بلوک های اصلی تشکیل دهنده یک فشرده ساز ویدیو و الگوریتم های رایج محاسبه و پیاده سازی هر یک از آنها بررسی می گردد. در این راستا پس از مرور کلی انواع فضاهای رنگ، تصاویر و فرمت های ویدیویی، dct به عنوان یکی از هسته های اصلی استانداردهای فشرده سازی بررسی و روش های محاسبه و پیاده سازی آن بیان می گردد. سپس روش های مختلف چندی کردن، آنتروپی کدینگ و همچنین الگوریتم های تخمین و جبران حرکت بررسی می گردند. در انتها ضمن معرفی یک کدگذار منبع نمونه که هسته اصلی بسیاری از استانداردهای فشرده سازی می باشد، نحوه عملکرد آن در سطح بیت بررسی و نتایج شبیه سازی بلوک های اصلی آن ارایه می گردد. کدرگذار ارایه شده بر روی fpga پیاده سازی شده و نتایج آن ارایه گردیده است.

تصاویر ویدیویی نیاز به حجم زیادی از حافظه برای ذخیره سازی و پهنای باند بزرگی برای ارسال دارند. روشهای گوناگون و استانداردهای متفاوتی برای این کار ارایه شده است. دو روش عمده موجود عبارتند از روش تطبیق بلوکی و روشهای مبتنی بر شبکه (mesh). هر کدام از این روشها مزایا و معایب خاصّ خود را دارند. مثلاً روشهای تطبیق بلوک قادر به تشخیص چرخش و بزرگنمایی یا کوچکنمایی در تصاویر نیستند، ولی این روشها خطای کمتری تولید کرده و پهنای باند کمتری نیاز دارند. از طرف دیگر روشهای مبتنی بر شبکه، حرکات پیچیده تری را تشخیص داده و نتیجه بازسازیِ پیوسته (بدون نقیصه بلوکی شدن) و قابل قبول تری را ارایه کرده و در مقابل خطای بیشتری را نیز تولید می کنند. در این پایان نامه روشی ارایه شده است که به صورت وفقی از هر دو روش موجود استفاده می نماید. نخست یک شبکه منظّم مثلّثی بر روی فریم جاری دنباله ویدیویی مورد نظر قرار گرفته و بر اساس آن موقعیّت گره ها روی فریم مشخّص می گردد. برای هر گره، بلوکی به مرکزیّت آن گره در نظر گرفته شده و بردار حرکت گره، بر اساس تخمین حرکت بلوک متناظر به دست می آید. سپس بین سه بردار هر جزء شبکه مثلّثی، رأی گیری شده و بر اساس آن، حرکت اجسام از کنار یکدیگر معیّن می گردد. ایجاد این تمایز باعث انتخاب یکی از سه تبدیلِ انتقال، درونیابی برداری یا affine برای شبکه غیرهمپوشان فریم جاری می گردد. این روش نسبت به روش شبکه ای از psnr بهتر و نسبت به روش تطبیقی از کیفیّت بصری بهتری برخوردار است.

چکیده امروزه امنیت تبادل اطلاعات یکی از مهم ترین موضوعاتی است که در کنار پیشرفت سریع اینترنت و افزایش روزافزون ارتباط بین افراد، مطرح می باشد. استفاده از روش های رمزنگاری گرچه می تواند سطح بالایی از امنیت را تأمین کند اما ویژگی ها و مشخصات پیام های رمز شده، می تواند مشکل ساز بوده و باعث تحریک شخص غیر مجاز برای دستیابی به داده رمز شده شود. به همین دلیل نیاز به روش هایی با سطح امنیت بالاتر از رمزنگاری احساس می شود. یکی از روش های مطرح شده در این زمینه، پنهان نگاری است. پنهان نگاری را علم وهنر ارتباط پنهانی تعریف می کنند و هدف اصلی آن رسیدن به یک سطح امنیتی مطلوب در تبادل اطلاعات محرمانه است به نحوی که تبادل داده هایی با این اطلاعات، برای دیگران محسوس و مشخص نباشد. با وجود تلاش هایی که هنگام ارایه یک الگوریتم پنهان نگاری انجام می شود این الگوریتم ها اغلب اثرات قابل کشفی را در شیء پوشش باقی می گذارند و خواص آماری و دیداری آن را به نحوی تغییر می دهند که منجر به مشکوک شدن دشمن و تلاش وی برای استخراج پیام مخفی می شود. به این ترتیب در کنار روش های پنهان نگاری، روش هایی نیز تحت عنوان پنهان شکنی ارایه شده است. بعضی از این الگوریتم ها، تنها به منظور حمله به الگوریتمی خاص ارایه شده است در حالی که الگوریتم هایی وجود دارند که به کمک استخراج ویژگی های تصویر قبل از جاسازی و بعد از جاسازی، بدون توجه به روش جاسازی، سعی در شکستن الگوریتم و استخراج پیام مخفی دارند. طی تحقیقاتی که در این پایان نامه انجام گرفت به این نتیجه رسیدیم که کمترین تغییرات در نواحی یکنواخت تصویر، پنهان نگاری را در معرض شکست قرار می دهد. از این رو در جستجوی روشی بودیم که پنهان نگاری را تنها در نواحی پیچیده تصاویر انجام دهیم. برای اثبات ادعای خود، پنهان نگاری را در دو نوع تصویر کاملاً متفاوت انجام دادیم. تصاویری که در این پایان نامه مورد استفاده قرار گرفته اند تصاویر دو رنگ و تصاویر خاکستری می باشند. برای هر دو نوع تصویر یک روش پنهان نگاری ارایه شده است. این دو روش متفاوت از یکدیگر عمل می کنند اما هر دو بر مبنای پیچیدگی طراحی شده اند. به عبارت دیگر الگوریتم ها به گونه ای جاسازی را انجام می دهند که بیت های داده تنها در نواحی پیچیده تصویر جاسازی شود و مناطق صاف دست نخورده باقی بماند و از طرفی امکان استخراج صحیح داده های جاسازی شده از تصویر امکان پذیر باشد. روش های پیشنهادی در برابر تعدادی از روش های پنهان شکنی مطرح در این زمینه تست شده و نتایج خوبی به دست آمده است. نتایج پیاده سازی ها و آزمایشات، صحت ادعا و کارایی الگوریتم های ارایه شده را اثبات می کنند.

از زمانی که انسان ها قادر به ارتباط با یکدیگر شدند، یک خواسته مهم امکان برقراری ارتباط سری بوده است. این خواسته به دلیل اهمیت و ارزش اطلاعات مبادله شده در یک ارتباط است. فراگیری فزاینده و رشد سریع استفاده از اینترنت به عنوان کانال انتقال اطلاعات، امروزه نیاز به امنیت ارتباطات را بیشتر از گذشته مطرح می کند. اگر چه استفاده از روش های رمزنگاری می تواند در برقراری یک ارتباط محرمانه کارامد باشد، اما آشکار بودن وجود ارتباط ایجاد شده با استفاده از این روش ها، ممکن است که در بعضی کاربردهای خاص مشکل ساز باشد. در کنار سیستم های رمزنگاری نیاز به سیستم-هایی حس می شود که وجود ارتباط را مخفی نگه دارد. هدف روش های پنهان نگاری برقراری چنین ارتباطاتی است. پنهان نگاری، هنر و علم پنهان کردن ارتباطات است. پنهان شکنی، روش هایی برای کشف وجود یک پیام مخفی در یک ارتباط و در واقع اثبات استفاده از روش های پنهان نگاری در ارتباط است. در این پایان نامه، روش پنهان نگاری جدید تحت عنوان ah-lsb-m پیشنهاد شده است که تکامل یافته روش lsb-m می باشد. روش جدید، ظرفیت جاسازی و امنیت بیشتری نسبت به روش سنتی دارد. استفاده از ایده وفقی و کاهش تغییرات هیستوگرام باعث شده است که روش جدید در برابر حملات مبتنی بر هیستوگرام مقاوم تر باشد. بعلاوه، در این پایان نامه حمله ای برای دو روش پنهان نگاری بر مبنای اختلاف مقادیر پیکسل ها (pvd) ارائه شده است.

کنترل یا اجازه دسترسی، مفهومی است که به اندازه مدت زمانی که بشر از دارایی خود محافظت می کرده است قدمت دارد. از جنبه تجاری، کنترل دسترسی پتانسیلی برار به اشتراک گذاشتن بهینه اطلاعات و منابع و همچنین کنترل کاربران برای جلوگیری از فاش کردن یا از بین بردن اطلاعات با ارزش دارد. در این پایان نامه، جند نوع سیاست کنترل دسترسی، ویژگی ها، اهداف، مزایا و معایب آن ها به طور مختصر شرح داده می شود و تمرکز بیشتر روی سایت کنترل دسترسی بر مبنای نقش است. اصول این سیاست و قسمت های اصلی و مشترک بین انواع این سیاست یعنی کنترل دسترسی بر مبنای نقش هسته، توضیح داده می شود. چنود نوع سیاست منترل دسترسی بر مبنای نقش مانند کنترل دسترسی سلسله مراتبی، کنترل مقید ایستا و کنترل مقید پویا و همچنین مزایا و معایب آن ها در جزئیات بیشتری شرح داده می شودو در ادامه یک استاندارد و به همراه قوانین مورد استفاده از در این نوع سیاست به طور مختصر بیان می شود. نظارت بر مبنای نقش یکی دیگر از مباحثی است که در کنترل دسترسی بر مبنای نقش مطرح می شود و هدف آن مدیریت صحیح داده ها و منابع مر باشد. در این پایان نامه همچنین نمونه هایی از موارد استفاده کنترل دسترسی بر مبنای نقش در زیر ساختارهای فناوری اطلاعات سازمان مانند سیستم مدیریت جریان کاری ذکر می شود. استفاده از قیدها برای بیان محدودیت های کنترل دسترسی، عملیات کنترل را ساده خواهد کرد. در خاتمه چارچوب مناسبی برای پیاده سازی قیدهای کنترل دسترسی بر مبنای نقش در سیستم های گردشکار انتخاب و توسط قوانین بیان و پیاده سازی می شود.

در این رساله مسئله ی درک صحنه ی دو بعدی مورد بررسی و تحلیل قرار می گیرد. هدف اصلی در درک صحنه ساخت ماشینی است که قادر باشد همانند انسان ببیند و اصول کلی و موقعیت فعلی تصویر را دریابد. درک صحنه ی دو بعدی شامل دو هدف مهم شناسایی شی و بخش بندی معنایی تصویر می باشد. با بررسی روش های ارائه شده در شناسایی شی و بخش بندی معنایی تصویر، می توان به این نتیجه رسید که جهت اصلی تمامی روش های ارائه شده در سال های اخیر، دخالت دادن اطلاعات سطح بالا به صورت روشی صحیح و موثر می-باشد. در این رساله، نحوه ی دخالت موثر اطلاعات سطح بالا در مسئله ی درک صحنه ی دو بعدی مورد بررسی قرار گرفته است. برای انجام این امر از نحوه ی تفکر انسان بهره گرفته شده است. به همین دلیل، اطلاعات سطح بالا از طریق گروه بندی کردن صریح اطلاعات سطح پایین به دست می آید. در اکثر کارهای ارائه شده برای دخالت اطلاعات سطح بالا در درک صحنه، استخراج اطلاعات به صورت ضمنی صورت پذیرفته است. در استخراج ضمنی، اطلاعات سطح بالا به گونه ای استخراج می شوند که در میان کل مجموعه داده ی آموزشی بتواند اطلاعات متمایزکننده ای را در اختیار قرار دهد. در حالیکه اگر گروه بندی اطلاعات در یک تصویر به طور جداگانه صورت بپذیرد و سپس با استفاده از مجموعه تصاویر دیگر اطلاعات به تدریج کامل گردد، نتایج بهتری در پی خواهد داشت. زیرا انسان نیز، با مشاهده تنها یک تصویر شالوده اصلی اطلاعات را در ذهن می سازد و با مشاهده تصاویر دیگر اطلاعات در ذهن کامل می گردد. ایده پیشنهادی در دو حوزه ی مهم درک صحنه ی دو بعدی، شناسایی شی و بخش بندی معنایی، مورد بررسی قرار گرفته است. در شناسایی شی با استفاده از ایده پیشنهادی، پاره هایی برای شی استخراج می گردد که بامعنا بوده و دارای اطلاعات متمایزکننده می باشد. برای استخراج پاره ها ویژگی های سطح پایین به صورت صریح در یک تصویر گروه بندی می گردند. سپس متناظر هر پاره در تصاویر آموزشی دیگر با استفاده از مدل ساختار ضمنی سلسله مراتبی پیشنهادی استخراج می گردد. روش به گونه ای طراحی شده است که تنها با استفاده از یک نمونه آموزشی نیز قادر به شناسایی می باشد. در حوزه ی بخش بندی معنایی، روشی غیرپارامتریک با استفاده از گروه بندی کردن صریح ناحیه ها پیشنهاد شده است که قادر است اطلاعات سطح شی و ساختار میان اشیا را برخلاف دیگر روش ها بدون استفاده از روش های شناسایی شی، دخالت دهد. همچنین روش پیشنهادی غیرپارامتریک ارائه شده، برای نخستین بار مسئله را بدون نیاز به تناظر وصله حل نموده است. همین امر موجب می گردد که روش پیشنهادی بسیار سریعتر از دیگر روش های ارائه شده در این حوزه باشد. نتایج روش پیشنهادی ارائه شده در حضور داده های سرپرستی کامل و نیمه سرپرستی مورد بررسی و تحلیل قرار گرفته است. نتایج به دست آمده بیانگر موفقیت روش پیشنهادی می باشد. در انتها، کاربرد بخش بندی معنایی در حوزه ی تغییر اندازه ی تصویر براساس محتوا مورد بررسی قرار می گیرد. کاربرد بخش بندی معنایی در حوزه ی تغییر اندازه ی تصویر به گونه ای طراحی شده است که قابلیت تطبیق با اولویت های متفاوت از دید انسان های مختلف را دارا باشد. روش پیشنهادی از طریق دو معیار مقایسه ی بصری و ارزیابی فردی مورد برررسی و تحلیل قرار گرفته است.

امروزه با پیشرفت تکنولوژی و عمومیت استفاده از تصاویر دوبعدی و سه بعدی عملاً به معیارهایی احتیاج داریم که کیفیت بصری تصویر را ارزیابی کنند. این معیارها بر اساس نوع استفاده از تصویر مرجع در ارزیابی تصویر تغییریافته به سه دسته ارجاع کامل، نیمه ارجاعی و بدون مرجع تقسیم می شوند. در زمینه ارزیابی کیفیت تصویر دو بعدی روش های موثر ارجاع کامل و نیمه ارجاعی زیادی موجود است . اما در بسیاری موارد تصویر مرجع وجود ندارد. اغلب روش های بدون مرجع موجود نیز کیفیت بصری تصاویری را ارزیابی می کنند که متأثر از اغتشاشات بخصوصی هستند. کاربرد این گروه از روش ها محدود است. اغلب روش های عام منظوره بدون مرجع برای تصاویر دوبعدی زمان بر هستند و برای کاربردهای زمان حقیقی مناسب نمی باشند. در این پایان نامه روش بدون مرجع سریعی برای انواع اغتشاشات ارائه می شودویژگی هایی در حوزه مکان و موجک از تصویر دوبعدی استخراج می شوند که با نوع و شدت اغتشاش تغییر می کنند. موثرترین این ویژگی ها توسط الگوریتمی انتخاب می شوند. با کاهش تعداد ویژگی ها ضمن حفظ کارایی، پیچیدگی روش را کاهش می دهیم. سپس ویژگی های انتخاب شده به عنوان ورودی شبکه عصبی منظور می شوند. معیارهای بدست آمده بر روی پایگاه داده استاندارد آزمایش گردید و نتایج تجربی نشان داد که روش پیشنهادی ضمن سادگی، همبستگی بسیاری با ارزیابی انسانی دارد. ارزیابی کیفیت تصویر استریو از چالش های پردازش تصویر محسوب می شود. کارایی روش های ارزیابی کیفیت فعلی استریو نسبت به تصاویر دوبعدی بسیار کمتر است. بیشتر روش های موجود ارجاع کامل هستندو تقریباً همه روش های بدون مرجع استریو روش های کاربرد خاص هستند. تنها روش بدون مرجع عام منظوره دراین زمینه کارایی پایینی نسبت به روش های دوبعدی دارد. در این پایان نامه روش عام منظوره بدون مرجعی پیشنهاد می شود از دو تصویر راست و چپ استریو دو تصویر مرکب با استفاده از ترکیب دوچشمی و آناگلیف ایجاد می شود ویژگی های حوزه مکان از هر کدام از این تصاویر مرکب استخراج و بطور جداگانه به شبکه عصبی داده می شود. خروجی های دو شبکه مزبور برای اصلاح نتایج به شبکه عصبی سومی داده می شود. این معیار بر روی پایگاه داده استاندارد آزمایش گردید و نتایج تجربی نشان داد روش پیشنهادی همبستگی بالایی با نتایج ارزیابی انسانی دارد.

در سال های اخیر، با گسترش وب و شبکه های کامپیوتری، امکان انتقال و سوء استفاده از آثار دیجیتال و انتشار غیرقانونی از آن ها، بیش از پیش فراهم آمده است و باعث پدید آمدن نگرانی هایی برای صاحبان این آثار شده است. این مشکلات منجر به ارائه ی راهکارهایی برای حفظ حق مالکیت این آثار از جمله تصاویر، در حوزه ی مکان و تبدیل شده است. این روش ها که تحت عنوانِ روش های ته نقش نگاری شناخته می شوند، در سال های اخیر مورد توجه بسیاری قرار گرفته اند . هدف از روش های ته نقش نگاری، قراردادن اطلاعات حق مالکیت، در محتوای داده های دیجیتال است به نحوی که حتی الامکان توسط کاربران قابل تشخیص نبوده و به راحتی قابل حذف نباشد و از طرفی قادر به دست یابی همزمان به مقاومت در برابر حملات و کیفیت بصری در تصاویر باشیم.هم چنین، با پیشرفت سیستم های تصویر برداری سه بعدی، تصاویر استریو به طور گسترده به منظور برانگیختن درک عمق در بسیاری از کاربردها استفاده می شوند. یک جفت تصویر استریو، شامل دو تصویر راست و چپ می باشد. این جفت تصویر از یک منظره، توسط دو دوربین که زاویه ی اندکی با یکدیگر می سازند، به دست می آید. زمانی که این دو تصویر با هم به انسان نشان داده می شود، باعث القای عمق در ذهن می شود. انواع روش های ته نقش نگاری در تصاویر تکی، در حوزه ی تبدیل و مکان ارائه شده اند. با گسترش استفاده از تصاویر استریو، نیاز به ارائه روش هایی می باشد که با توجه به ویژگی های خاص این دسته از تصاویر نظیر عمق، ته نقش را در آن ها جاسازی کنند. تاکنون روش های اندکی برای ته نقش نگاری در تصاویر استریو به منظور حفظ حق مالکیت آن ها، ارائه شده است.ایراد کلی روش های موجود ته نقش نگاری در تصاویر استریو، در نظر نگرفتن کیفیت بصری توأمان دو تصویر سمت راست و چپ به هنگام جاسازی ته نقش می باشد. روش های موجود، تنها کیفیت تکی هر تصویر را در ته نقش نگاری در نظر می گیرند، حال آن که ویژگی عمق در این تصاویر وابسته به هر دو تصویر است و از اهمیت ویژه ای برخوردار است. در این پایان نامه، پس از معرفی مفاهیم و کاربردهای ته نقش نگاری و تصاویر استریو، به بررسی روش های ارائه شده در ته نقش نگاری تصاویر استریو و ایراد کلی آن ها می پردازیم. پس از آن، روشی جدید در ته نقش نگاری تصاویر استریو، با توجه به عمق وکیفیت توأمان جفت تصویر سمت راست و چپ ارائه خواهد شد. برای حفظ کیفیت توأمان تصویر استریو، چارچوبی برای تعیین تطبیقی ضرایب مقاومت با توجه به آستانه ی مجاز برای تغییر شدت نور هر بلاک از جفت تصویر، پیشنهاد شده است. از آن جایی که تبدیل کانتورلت، اطلاعات مربوط به لبه های تصویر را در همه ی جهات به خوبی نشان می دهد، ما از این روش به عنوان روش پایه برای جاسازی اطلاعات استفاده خواهیم کرد. نتایج شبیه سازی در تصاویر استریو، نشان دهنده ی مقاومت مناسب روش پیشنهادی در برابرحملات متداول پردازش تصویر نظیر فشرده سازی، تغییر اندازه، نویز فلفل نمکی، همراه با حفظ کیفیت بصری توامان جفت تصویر و حفظ کیفیت بصری هر کدام از آن ها می باشد.

با پیشرفت فنّاوری های چندرسانه¬ای و گسترش استفاده از دستگاه¬هایی همچون موبایل¬ها و دوربین¬ها، مسئله ی نمایش تصاویر با ابعاد مختلف بر روی نمایشگرهای متفاوت به موضوعی مهم مبدل گشته است. تحقق این امر با به کارگیری الگوریتم¬های تغییر اندازه¬ی تصویر صورت می¬گیرد. ایده¬ی اصلی در همه¬ی روش¬های موجود، انجام فرایند تبدیل اندازه¬ی تصاویر به گونه ای است که کیفیت بصری سراسری تصویر تولیدشده نسبت به تصویر اولیه حفظ گردد. برتری الگوریتم¬های ارائه شده، در قابلیت حفظ بهتر ساختار اشیای مهم تصویر در مقابل اعوجاج است. این روش¬ها به طورکلی به دو دسته¬ی روش¬های پیوسته و گسسته دسته¬بندی می¬شوند. روش¬های اولیه¬ای مانند مقیاس بندی و برش در فرایند تغییر اندازه¬ی تصویر به محتوای آن توجهی نداشتند. بنابراین روش برش درز بعنوان روشی هوشمند در گروه الگوریتم¬های گسسته ارائه گردید. در این روش تخمین میزان اهمیت هر یک از پیکسل¬های تصویر توسط یک تابع انرژی صورت می¬گیرد. نقشه¬ی اهمیت تولیدشده به این طریق با معرفی مفهومی بنام درز، برای انتخاب و حذف مناسب¬ترین پیکسل¬های تصویر بکار گرفته می¬شود. به این ترتیب مناسب¬ترین درز شامل کم اهمیت ترین پیکسل¬هایی خواهد بود که در نقشه¬ی اهمیت تصویر پایین¬ترین مقادیر را به خود اختصاص داده¬اند. در این پایان¬نامه سعی شده است که با بهره¬گیری از معیارهای اهمیت متفاوت، توابع انرژی مختلفی معرفی گردد که با هدف حفظ ساختار و محتوای مهم تصاویر، کیفیت بصری سراسری آن¬ها را تأمین نماید. به کارگیری توابع انرژی ارائه شده در این پایان¬نامه منجر به ارتقاء کیفیت تصاویر نهایی در روش برش درز می¬گردد. از سوی دیگر زمانی که درصد کاهش اندازه¬ی تصویر بالا می¬رود حتی با وجود قوی¬ترین توابع انرژی نیز نمی¬توان از وقوع اعوجاج در تصویر ممانعت بعمل آورد. ازاین رو استفاده از رویکرد ترکیبی قادر است با توزیع تأثیر ناشی از اعوجاج در سراسر تصویر، کیفیت نتایج نهایی را بهبود بخشد. برای این منظور بهره¬گیری از روش مقیاس بندی در کنار روش برش درز مفید واقع شده است. نتایج تولیدشده به این طریق، علاوه بر حفظ ساختار سراسری صحنه، از اشیای برجسته¬ی آن در مقابل اعوجاج ناشی از کاهش اندازه¬ی تصویر محافظت می¬کند. روش مقایسه¬ی شهودی که در بررسی نتایج الگوریتم¬های تغییر اندازه¬ی تصویر بکار می¬رود، حاکی از عملکرد خوب الگوریتم¬های پیشنهادی در این رابطه است. ضمن اینکه مقایسه¬ی بین نتایج بدست آمده از روش¬های پیشنهادی و دیگر روش¬های موجود، این موضوع را تأیید نموده و نشان می¬دهد که تصاویر تولیدشده از کیفیت بصری مطلوب و بالاتری نسبت به روش¬های قبلی برخوردارند.

یکی از رایج ترین روش های تولید تصاویر، استفاده از دستگاه های تصویربرداری مجهز به لنزهای نوری می باشد که دارای عمق میدان دید محدود بوده و باعث مات شدگی بخش هایی از صحنه مورد نظر می گردند. درنتیجه تصاویر بدست آمده نه تنها در برخی موارد برای سیستم بینایی انسان نامطلوب هستند بلکه باعث ایجاد مشکلاتی در تحلیل درست و اعمال الگوریتمهای پردازش تصویر می شوند. یکی از راه حل های موجود، استفاده از ترکیب تصاویر با نواحی کانونی متفاوت است که از چندین تصویر از صحنه مورد نظر استفاده کرده و اطلاعات مکمل موجود در تصاویر را در یک تصویر با کیفیت بالاتر ترکیب می کند. تصویر حاصله باید در تمام نقاط شفاف و کانونی باشد.گام اصلی در ترکیب تصاویر با نواحی کانونی متفاوت، تشخیص صحیح نواحی واضح موجود در تصاویر است. روش های ارائه شده در این زمینه، به دو دسته کلی روش های حوزه مکان و حوزه تبدیل تقسیم می شوند. روش های موجود بدلیل عدم تشخیص صحیح نواحی واضح، باعث ایجاد آثار تصنعی در نقاط مختلف، بخصوص در اطراف لبه های قوی تصویر می گردند. در این پایان نامه روش جدیدی برای ترکیب تصاویر با نواحی کانونی متفاوت بر اساس بررسی سطوح روشنایی پیکسل های تصاویر ورودی ارائه شده است. در راستای این هدف، تصاویر ورودی را بر اساس انرژی گرادیان به نواحی مختلف بخش بندی شده و برای هر بخش معیار وضوح مشخصی تعیین می گردد. پس از آن بمنظور افزایش دقت تشخیص نواحی واضح، یک معیار وضوح بدیع بر مبنای سطح رویه بین نقاط مشترک(تقاطع) تصاویر ورودی در فضای سه بعدی ارائه و وضوح نواحی محصور به این نقاط مشترک بر اساس معیار معرفی شده ارزیابی گردید. نتایج بدست آمده از الگوریتم پیشنهادی نمایانگر صحت عملکرد معیار تشخیص نواحی واضح و برتری روش ارائه شده نسبت به سایر روش های مقایسه شده می باشد.

توابع نمایی مثلثاتی نقش مهمی را در سیستمهای دیجیتال ایفا می کنند از جمله: سیستمهای گرافیک ، سیستمهای کنترل اتوماتیک ، سیستمهای ردیابی، پردازش تصویر، dft، عمل فیلتر کردن، حل معادلات تفاضلی و غیره. الگوریتم cordic روش محاسباتی کارآمدی برای توابع نمایی و مثلثاتی می باشد. این الگوریتم ابتدا توسط volder معرفی شد که قادر به محاسبه sine، cosine، arctang، ضرب و تقسیم با استفاده از عملیات شیفت و جمع بود. این الگوریتم توسط walter به توابع نمایی، لگاریتمی و جذر تعمیم داده شد. chen روش دیگری برای محاسبه توابع نمایی، لگاریتمی و جذر ارائه دارد که این روش نیز مبتنی بر شیفت و جمع می باشد و از لحاظ سخت افزاری ساده تر می باشد. مزیت این دو الگوریتم سادگی پیاده سازی سخت افزاری نسبت به روشهای دیگر می باشد اما روشهایی ارائه شده است که از لحاظ سرعت الگوریتمها را بهبود می بخشد. در این پایان نامه تابع نامه تابع نمایی بر اساس روش همگرایی chen با تغییرات مختصری برای محاسبات بصورت bcd روی یک مدار مجتمع دیجیتال که بصورت نرم افزاری قابل برنامه ریزی می باشد پیاده سازی می شود. این مدار مجتمع fpga نام دارد. با گسترش روزافزون علم الکترونیک و بالا رفتن سطح مجتمع سازی در زیر میکرن کارایی این مدارات مجتمع بیشتر شده است .

عمل جذر یکی از مهمترین عملیات محاسباتی در کامپیوتر رقمی است . در پردازنده های جدید لازم است این عمل به صورت سخت افزاری پیاده سازی شود. آزمون پذیری و قابلیت گسترش دو مساله عمده در طراحی مدارهای محاسباتی vlsi است . در این پایان نامه دو طراحی برای پیاده سازی عمل جذر با روش غیر بازیافتی با قابلیت گسترش ارائه شده است . در طرح اول با استفاده از تنها یک بلوک و در طرح دوم با کمک دو بلوک مدار جذر گیرنده با تعداد ورودی های دلخواه طراحی می شود. همچنین یک مدار جذر گیرنده غیربازیافتی آزمون پذیر طراحی و روشی برای آزمون این مدار در سطح گیت و ترانزیستور پیشنهاد گردیده است . در ادامه روشی برای محاسبه تخمین اولیه جذر کلیه اعداد حقیقی و صحیح با خطای کمتر از 6 در صد ارائه گردیده است . سپس یک الگوریتم همگرایی جذر، بهینه سازی شده و روشی برای پیاده سازی جذر دقیق اعداد ممیز شناور با استفاده از این الگوریتم پیشنهاد گردیده است .

شبکه های اتصالات و مسیریابی،از مسائل بسیار مهم در طراحی سیستمهای چندپردازنده مبتنی بر مبادله پیام هستند. با توجه به اینکه با افزایش تعداد پردازنده ها در این سیستم ها و پیچیده تر شدن آنها احتمال بروز خرابی افزایش می یابد، تحمل پذیر خطا بودن این سیستمها، اجتناب ناپذیر است . یکی از راهکارهای مناسب برای رسیدن به این هدف ، استفاده از الگوریتم های مسیریابی تحمل پذیر خطا در سیستم است . در روشهای کلاسیک مسیریابی، عموما" از اطلاعات محلی استفاده می شود. علت این امرساده بودن مدیریت اطلاعات و حجم کم محاسبات لازم برای یافتن مسیر و حافظه مورد نیاز است . با این حال ایراد این روشها، بهینه نبودن پاسخ آنهاست . با استفاده از اطلاعات سراسری در مسیریابی می توان، به مسیرهای کوتاه تری رسید اما، نگهداری اطلاعات خرابی شبکه و پرازش آنها مانع اصلی در این راستا است . در این زمینه بهره گیری از تکنیکهای محاسبات نرم، می تواند راه گشا باشد. در این پایان نامه پس از بررسی شبکه های اتصالات سیستمهای چندپردازنده، مسائل مربوط به مسیریابی در این شبکه ها، شبکه های عصبی و کاربرد آنها در مسیریابی، روشهای مسیریابی تحمل پذیر خطا با استفاده از شبکه های عصبی برای شبکه های اتصالات ابرمکعب و توری ارائه خواهد شد. علت انتخاب این شبکه های اتصالات ، عمومیت کاربرد آنها در طراحی و پیاده سازی بسیاری از سیستمهای چند پردازنده موجود است .

خطای تاخیر مسیر از انواع مهم خطا در مدارهاست که به علت ویژگی های خاصش مورد توجه بسیار واقع شده است. تعداد زیاد مسیر در مدارها، آزمایش کامل این خطا را دشوار می سازد. روش های مختلف سعی در افزایش پوشش خطا کاهش زمان تولید بردار آزمایش ، کاهش زمان شبیه سازی و کم کردن اندازه مجموعه بردار آزمایش قرار دارند. استفاده از روش هایی که بدون در نظر گرفتن مسیرها به شکل آشکار ، بتوانند مسیرهای زیادی را مورد آزمایش قرار دهند، به بهبود شرایط کمک می کند. ‏‎nest‎‏ از جمله این روش هاست یافتن بردارهای آزمایش در زمانی خطی نسبت به اندازه مدار به نحوی که هر بردار قادر به کشف تعداد زیادی خطای تاخیر مسیر باشد هدف این الگوریتم است. قسمتی از الگوریتم که به طور کامل به این هدف نمی رسد، مربوط به نحوه توجیه مقادیر منطقی است که برای یافتن بردار آزمایش باید در مدار ایجاد شوند. این قسمت در سرعت تولید بردارها موثر است. انتخاب روشی مناسب برای این قسمت موجب حفظ کارایی الگوریتم خواهد شد. ‏‎podem‎‏ روشی نسبتا کارآ برای این منظور است. در این روش سعی می شود در زمان کوتاهی قابلیت توجیه مقادیر مشخص شده بردار ورودی لازم تعیین شود. نکته دیگر لزوم محاسبه پوشش خطای بردار آزمایش است. استفاده از روش غیر شمارشی در این قسمت نیز کارایی را بهبود می بخشد. البته تاثیر این قسمت بر کارایی الگوریتم از دو قسمت قبل بسیار کمتر است . ترکیب ‏‎nest , podem‎‏ و یک روش غیر شمارشی برای محاسبه میزان پوشش خطای هر بردار ، تولید کننده بردار آزمایشی را بدست خواهد داد، که کارایی خوبی نسبت به سایر روش ها دارد. نقاط ضعفی در ‏‎nest‎‏ وجود دارد. از جمله حذف کردن بخشی از مسیر ها بدون هوشیاری کافی که با اضافه کردن رویه جدیدی به الگوریتم سعی در بهبود بخشیدن به این بخش کرده ایم. نتایج اجرای این الگوریتم و الگوریتم بهبود یافته بر روی مدارهای استاندارد نیز ثبت شده است.

امروزه توابع مثلثاتی و نمایی با توجه به کاربردهای بسیار زیادی که در زمینه هایی همچون پردازش سیگنالهای دیجیتال ، پردازش تصویر، پردازشهای برداری و کنترل ربات دارند جایگاه ویژه ای پیدا کرده اند. تا چندین سال پیش محاسبه این توابع غالبا بصورت نرم افزاری انجام می گرفت ولی بدلیل افزایش موارد استفاده از این توابع و همچنین نیاز به محاسبه سریعتر آنها پیاده سازی سخت افزاری آنها مورد توجه زیادی قرار گرفته است. برای محاسبه این توابع روشهای محاسباتی مختلفی وجود دارد که از میان آنها روش رقم به رقم بدلیل استفاده از الگوریتم های ساده برای پیاده سازی سخت افزاری مناسبتر از بقیه روشها می باشد. الگوریتم ‏‎cordic‎‏ مورد استفاده در این پایان نامه از مطرح ترین الگوریتم های موجود در روشهای رقم به قم است. در این پایان نامه در ابتدا یک طرح سیستولیک با ساختار ممیز ثابت که برای محاسبه توابع سینوس و کسینوس با استفاده از الگوریتم cordic بکار می رود اصلاح ، شبیه سازی و پیاده سازی گردیده و سپس با ساختار غیر سیستولیک متناظر مقایسه شده است. در ادامه ضمن ارائه و شبیه سازی طرح هایی با ساختار ممیز شناور برای محاسبه توابع سینوس و کسینوس با استفاده از الگوریتم cordic نتایج حاصله با طرحهای ممیز ثابت مقایسه شده اند. در پایان نیز طرحی ارائه گردیده که از خصوصیات ساختار ممیز شناور و ممیز ثابت بطور مشترک استفاده می کند .

مدارات جمع و تفریق کننده از جمله مدارات پایه در پردازنده های محاسباتی است . در محاسبات علمی بیشتراز اعداد حقیقی به جای اعداد صحیح استفاده می شود. با توجه به استفاده روزافزون اعداد اعشاری در محاسبات طراحان را برآن داشته تا مدارات سریع و بهینه را برای عملیات روی اعداد حقیقی طراحی کنند.طراحی مدارات اعشاری با پیچیدگی بیشتری نسبت به مدارات اعداد صحیح همراه است. این پیچیدگی به خاطر نوع و نحوه نمایش اعداد اعشاری و استانداردهایی است که در این ارتباط وجود دارد. امروزه با توجه به سرعتهای مورد نیاز نمی توان از مدارات سنتی جمع و تفریق کننده اعشاری استفاده کرد. این مسئله باعث شده است که تحقیقات گسترده روی مدارات جمع و تفریق کننده اعشاری انجام گیرد.