در سال1973 فیشر بلک ‏، مایرون شولز و رابرت مرتن ‏،به پیشرفت های زیادی درجهت قیمت گذاری اختیارات دست یافتندو مدلی طراحی کردند که به نام دو تن از آن ها به مدل بلک-شولز معروف است. این مدل بر نحوه مطالعات قیمت اختیارات وهمچنین مدیریت ریسک تأثیر فراوانی گذاشت و پیشرفت های نظری بسیاری در زمینه مدیریت ریسک را طی دهه های 1980 و 1990 فراهم کرد. با این حال این مدل منتقدانی نیز داشت. آنان با اشاره بر این نکته که در این مدل‏، نوسان پذیری ثابت ولذا مدل بیانگر واقعیات بازار نیست ‏،تأکید می کردند که نوسان پذیری حداقل باید تابعی از زمان و قیمت اجرایی باشد. یعنی: ‎‎‎?=?(x,t)که در آ‎ن‎ ‎?‎نوسان پذیری، ‎‎x‎‎‎‎ قیمت اجرایی ‎و‎‎‎t‎‎ زمان سررسیدهستند. در این پایان نامه به حل عددی معادله دیفرانسیل جزئی قیمت گذاری اختیارات ناشی از مدل بلک-شولز می پردازیم. برای این منظور روش شبه گسسته سازی را در نظر می گیریم.‎‎برای‎ اینکه بتوانیم قابلیت این روش رانشان دهیم‏، دو مدل را در نظر گرفته ایم‏،که به صورت زیر می باشند. -1مدل خطی‎:برای براورد این مدل ‏، روش شبه گسسته سازی را با در نظر گرفتن خطای مرتبه چهار نسبت به متغیر دارایی پایه در نظر می گیریم. 2-مدل غیرخطی: برای این مدل ، با در نظر گرفتن هزینه معاملات و بکاربردن روش شبه گسسته سازی ‏، جواب تقریبی مدل را محاسبه می کنیم. و در نهایت این دو مدل را با هم مقایسه می کنیم و اهمیت بکاربردن هزینه معامله را در معاملات نشان خواهیم داد.

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.

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

بخشبندی یکی از مسائل عمده در پردازش تصویر است و در تفکیک نواحی مختلف و معنادار تصویر که در خصوصیاتی نظیر سطوح شدت، بافت و رنگ متفاوت هستند،کمک موثری می نماید. یکی از چالشهای موجود در زمینه ی بخش بندی، بخش بندی تصاویر بر اساس نواحی بافت (texture) موجود در آنها می باشد. تاکنون روشهای متعددی با دیدگاههای متفاوت برای این منظور ارائه شده و محققین این زمینه، سعی در استفاده از روش های موجود در بخش بندیِ تصویر و همچنین بکارگیری خصوصیات مناسب برای ارائه روش¬های با کارایی بالاتر داشته اند. گروهی از روشهای شناخته شده و پرکاربرد در بخش بندی تصویر، روشهای مبتنی بر نظریه گراف می باشند و از جمله آنها می توان به برش نرمال (normalized cut) اشاره کرد. برش نرمال در بخشبندی تصاویر بیشتر بر روی سطوح شدت تمرکز دارد و خصوصیاتی نظیر بافت را نادیده می¬گیرد. در این پایان نامه روش جدیدی مبتنی بر برش نرمال برای بخش بندی تصاویر شامل بافت پیشنهاد شده است. نخستین گام برای بهبود این روش در مواجهه با تصاویر بافتی، استفاده از یک توصیفگر بافت مناسب است و توسط آن پیکسلها و شباهت بین آنها بررسی می¬گردد. در ادامه به منظور افزایش سرعت و کاهش بار عملیات از گروهی از پیکسلها تحت عنوان سوپرپیکسل در محاسبات استفاده میشود. در گام بعد با انجام عمل بخشبندی طی دو مرحله و به تأخیر انداختن تصمیمگیری در مواردی که نمی¬توان انتخاب درستی داشت، تا حدی نتایج بخشبندی بهبود داده میشود. علاوه بر آن با بررسی تأثیر اطلاعات رنگ تصویر در دو فضای rgb و hsv، از مشخصه ی رنگ در فضای hsv استفاده می¬شود. همینطور از اطلاعات این فضای رنگ برای افزایش دقت روش سوپرپیکسل مورد استفاده بهره گرفته می¬شود. پس از انجام تمامی مراحل الگوریتم و به منظور افزایش دقت مرزهای میان بخشی، از میان سه روش بهبوددهنده ی پیشنهادی، بهترین روش آن انتخاب و دقت بخشبندی توسط آن نیز مقداری افزایش می یابد. در روش پیشنهادی علاوه بر اینکه جایگزینی پیکسلها با سوپرپیکسلها کمک شایانی در کاهش زمان اجرای برنامه نموده است، استفاده از خصوصیات بافتی و رنگ تصویر در تشکیل ماتریس مجاورت برش نرمال نیز، دقت بخشبندی را افزایش داده است. برای بررسی کارایی روش پیشنهادی، از پایگاه تصاویر بافت دار prague استفاده شده است. نتایج پیاده سازی های انجام شده حاکی از آن است که این روش سبب افزایش کارایی و کاهش زمان اجرا نسبت به روش برش نرمال در بخش بندی تصاویر بافت شده است. همچنین با مقایسه ی روش پیشنهادی با روشهایی که اخیراً برای بخشبندی بافت ارائه شده اند، مشاهده میگردد که این روش موفق شده است تا دقت بخشبندی بر روی این پایگاه را از 68.72 به 72.54 درصد افزایش دهد.

روش های مبتنی بر معادلات با مشتقات پاره ای غیرخطی یکی از پرکاربردترین روش ها در ترمیم و کاهش نویز تصویر هستند. به تازگی نمونه هایی از این معادلات معرفی شده اند که در این پایان نامه قصد داریم به بررسی و حل عددی آن ها به کمک روش های تفاضلات متناهی کلاسیک و غیرکلاسیک بپردازیم.‎

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.

چکیده ندارد.