امکان‎ کنترل مورفولوژی آمیزه‎های اپوکسی-پلی‎(متیل متاکریلات) و اپوکسی-(هسته-پوسته) با بکارگیری آمیزه‎ای از دو نوع عامل پخت یعنی دی آمینو دی فنیل متان (ddm) و متیلن بیس(3-کلرو-2و6-دی اتیل آنیلین) (mcdea) بررسی شد. پخت آمیزه‎ها با یکی از عوامل پخت (ddm) منجر به ایجاد مورفولوژی قطره‎ای در آمیزه‎های اپوکسی-پلی‎(متیل متاکریلات) و انبوهه‎هایی متراکم در آمیزه اپوکسی با ذرات هسته-پوسته می‎شود. عامل پخت دوم (mcdea) بگونه‎ای انتخاب شد که گرمانرم مصرفی و پوسته ذرات هسته -پوسته با شبکه حاصل از آن کاملاً سازگار بوده و به همین دلیل مورفولوژی نهایی آمیزه به صورت همگن (محلول یا پراکنده) باشد. نتایج آزمایشات انجام شده نشان می‎دهد که هرچند واکنش‎پذیری ddm به مراتب بیشتر از mcdea است، ولی واکنش پخت اپوکسی با آمیزه‎ این دو عامل پخت، به صورتی همگن روی داده و تقدم و تأخری در رویداد واکنش هر یک از این دو عامل پخت با گروه‎های اپوکسید وجود ندارد. هر دو آمین در تمامی آمیزه‎ها رفتاری آرنیوسی از خود نشان داده و سینتیک واکنش آنها به خوبی بر مدل کمال اصلاح شده تطابق دارد. نتایج آزمون‎های ftir و dsc وجود برهم‎کنش‎های ویژه میان شبکه حاصل از هر دو آمین و پلی (متیل متاکریلات) را تأیید می‎نماید. این برهم‎کنش‎ها توسط آزمایشات انجام شده برای تعیین تغییرات ظرفیت گرمایی ویژه در tg نیز اثبات شد. آزمون‎های کدری‎سنجی بر این نکته صحه می‎نهند که حضور mcdea در آمیزه در حال پخت با ddm می‎تواند تمایل pmma به شبکه نهایی را افزایش داده و به عبارت دیگر این ماده می‎تواند به عنوان سازگارکننده شبکه ddm با pmma یا پوسته پلی(متیل متاکریلاتی) ذرات هسته-پوسته رفتار کند. بر اساس این آزمون‎ها ذرات هسته-پوسته در شبکه حاصل از mcdea کاملاً پراکنده بوده و انبوهیده (aggregated) نمی‎شوند. آزمون‎های میکروسکوپی نوری نشان دادند که هنگامیکه آمیزه‎ای از رزین اپوکسی و پلی(متیل متاکریلات) با مخلوطی از آمین‎های مذکور پخت می‎شود، افزایش درصد ddm ابتدا باعث ایجاد یک مورفولوژی هم‎پیوسته (co-continuous) و سپس سبب تبدیل این مورفولوژی به مورفولوژی قطره‎ای می‎گردد. آزمون‎های میکروسکوپی الکترونی نشان داد که در آمیزه‎های حاوی pmma که با مخلوطی از دو آمین پخت شده بودند، زبری سطح شکست در یک ترکیب درصد خاص آمیزه پخت، حداکثر است. این ترکیب درصد مخلوط پخت متناظر با مورفولوژی هم‎پیوسته در آمیزه است. نظیر همین رفتار نیز در آمیزه‎های حاوی ذرات هسته-پوسته دیده شد. وجود مورفولوژی هم‎پیوسته در یکی از این ترکیب درصدها توسط میکروسکوپی الکترونی عبوری نیز به اثبات رسید. با فرآورش داده‎های حاصل از سختی‎سنجی و ارایه مفهوم "سختی ذاتی" برای اولین بار، ثابت شد که مورفولوژی هم‎پیوسته در تغییر مشخصات مکانیکی بستر اپوکسی از دو مورفولوژی قابل دستیابی دیگر یعنی همگن و قطره‎ای ذاتاً موثرتر است. با استفاده از مفهوم "سختی بی‎بْعد" مشخص شد که مقدار این کمیت که نسبت سختی سطح شکست نمونه به سختی سطح آزاد آن است، در ترکیب درصد متناظر با مورفولوژی هم‎پیوسته حداقل است. مطالعات dsc آمیزه‎های حاوی pmma و پخت شده با مخلوطی از دو آمین، نشان داد که در این آمیزه‎ها چند فاز قابل تشخیص است. یکی از این فازها غنی از pmma و دیگری یک یا مخلوطی از دو فاز پخت شده با نسبت‎های مختلف از ddm و mcdea است. از سوی دیگر وجود pmma در این فاز(ها) نیز محرز می باشد. در ادامه این مطالعات و با بررسی میزان افت تغییر در ?cp در دمای انتقال شیشه ای مشخص شد که حضور pmma در این فاز(ها) سبب کاهش "شکنندگی" (fragility) می‎شود. بزرگی این کاهش شکنندگی تابعی است از مقدار mcdea در مخلوط پخت. هر چه مقدار mcdea در مخلوط پخت بیشتر باشد، کاهش بیشتری نیز در شکنندگی شبکه دیده می‎شود. این امر به افزایش حلالیت pmma در شبکه مخلوط و لذا تقویت برهم‎کنش‎های هیدروژنی بین pmma و شبکه نسبت داده شد. در مجموع می‎توان چنین نتیجه گرفت که با استفاده از مخلوطی از یک آمین سازگار و یک آمین ناسازگار با پوسته ذرات هسته-پوسته می‎توان مورفولوژی آمیزه‎ها را با دقت خوبی کنترل کرده و در غلظت‎های نسبتاً پایین از ذرات هسته-پوسته به انبوهه‎هایی نامتراکم و در نهایت ساختاری فراگیر (percolating) دست یافت. همچنین با بکارگیری این روش می‎توان مورفولوژی آمیزه‎های حاوی پلی(متیل متاکریلات) را نیز در غلظت‎هایی به مراتب کم‎تر از غلظت بحرانی به صورت هم‎پیوسته درآورد

چکیده ندارد.

target tracking is the tracking of an object in an image sequence. target tracking in image sequence consists of two different parts: 1- moving target detection 2- tracking of moving target. in some of the tracking algorithms these two parts are combined as a single algorithm. the main goal in this thesis is to provide a new framework for effective tracking of different kinds of moving targets. using two-step algorithm and employing the extracted target features, especially the color we are able to achieve reasonable detection and tracking results. we have shown that by employing the local mask over the target which is an isotropic kernel and defining a similarity function between target in the present frame and the target-candidates in the next frame we are able to search effectively for the target in the next frame. in fact, instead of exhaustive search in the next frame we are employing a time-effective approach which estimates the target in the next frame. in the most cases the object tracking dont have isotropic perspectives. so, we introduce a new non-isotropic base on metric distance transform to make target and candidate models .the similarity measure of the target and the candidates in the next frame is done with the bhattacharyya distance. the bhattacharyya distance calculates the correlation between the target and the candidates. after location estimation of the target in the next frame a two-class classifier, in which the support vector machines were used in here, is used to find the exact boundary of the target. in this step a feature vector of the original target is formed and classifier is trained with this vector in a way that pixels belonging to target are in one class and the counterpart in the other class. next, in the coming frame using this classifier, we testify the pixels in an oval with the size of two greater than the oval including target obtained by the motion estimation model. with this approach the accumulated error of the first stage is compensated and exact boundary of the target is found. moreover after a while we can update the classifier and hence increase the accuracy of the tracking algorithm. we have shown in our experiments that the proposed algorithm is robust against the camera movement, slight target occlusion, complexity of the background and illumination changes.