پایان نامه کاربرد پردازش تصاویر دیجیتالی در تشخیص پزشکی/
در زیر به مختصری چکیده، تعداد صفحات، فرمت فایل و فهرست مطالب آنچه شما در این فایل دریافت می کنید اشاره شده است:
خلاصه و چکیده تحقیق:
بخش بندی تصاویر پزشکی به علت کنتراست پایین تصاویر و وجود نویزها امری چالش بر انگیز است، که منجر به تشخیص غلط نواحی اعضای بدن یا بافت ها می شود. در نتیجه، کاری که باید انجام دهیم این است که تا آنجایی که می توانیم اطلاعات اولیه را در یک چهارچوب واحد، جای دهیم (یعنی، بافت، شکل، و مکان فضایی اندام ها). در این تحقیق، ما الگوریتم ژنتیک را برای انجام خودکار بخش بندی تصاویر دو بعدی پروستات، بر روی قسمتی از عکس های سی تی اسکن لگن، بکار برده ایم. در این روش منحنی های بخش بندی از مجموعه توابع سطحی استفاده می کنند، که با استفاده از الگوریتم ژنتیک (GA) بهبود یافته اند. اشکال و بافت ها ی اولیه از تصاویر بخش بندی شده به صورت دستی استخراج شده اند تا با کمک آنها تکامل منحنی های بخش بندی شده در نسل هایی موفق صورت پذیرد.
ما برخی از روش های موجود بخش بندی تصاویر پزشکی را مرور خواهیم کرد. و همچنین نتایج الگوریتم خود را با الگوریتم های استخراج بافت ساده (معیار بافت Laws’) و یا سایر روش های بخش بندی تصویر مانند GENIE مقایسه خواهیم کرد. نتایج تست های اولیه ما با جمعیت کوچک ازکانتورهای بخش بندی شده، نشان داد که به طور قطع به ناحیه ی پروستات همگرا می شود. ما انتظار داریم که ترکیب کردن روابط فضایی بین مشخصه های آناتومیکی و تعمیم دادن آن ها به متدلوژی سه بعدی بتواند نتایج را بیشتر بهبود ببخشد.
تعداد صفحات: 93
فرمت فایل: word
فهرست مطالب:
چکیده
فصل1:مقدمه و کلیات تحقیق
1-1-مقدمه و کلیات تحقیق
1-2-محدوده مسئله
1-3-اهداف مسئله
1-4-پردازش تصویر
1-5-کاربرد های پردازش تصویر
1-5-1-کاربرد پردازش تصویر در پزشکی
1-5-2-کاربرد پردازش تصویر در شهر سازی
1-5-3-کاربرد پردازش تصویر در هواشناسی
1-5-4-کاربرد پردازش تصویر در کشاورزی
1-6-ساختار پایان نامه
فصل2:پردازش تصویر
2-1-مقدمه
2-2-تاریخچه پردازش تصویر
2-2-1-دهه 60
2-2-2-دهه 70
2-3-چرا پردازش تصویر
2-4-پردازش تصویر چه نوع پردازشی است
2-5-تصاویر آنالوگ
2-6-تصاویر دیجیتال
2-7-پردازش تصویر در کجا استفاده می شود
2-7-1-صنعت
2-7-2-هواشناسی
2-7-3-شهرسازی
2-7-4-کشاورزی
2-7-5-علوم نظامی و امنیتی
2-7-6-نجوم فضانوردی
2-7-7-پزشکی
2-7-8-فناوری های علمی
2-7-9-باستان شناسی
2-7-10- تبلیغات
2-7-11-سینما
2-7-12-اقتصاد
2-7-13-زمین شناسی
2-8-نتیجه گیری
فصل3:کاربرد پردازش تصویر در پزشکی
3-1-مقدمه
3-2-بخش بندی تصاویر با استفاده از الگوریتم ژنتیک
3-3-فاز آموزش
3-3-1- تولید شکل اولیه
3-3-2-استخراج بافت های مقدماتی
3-4-فاز بخش بندی
3-5-روش های مبتنی بر بخش بندی تصاویر پزشکی
3-6-الگوریتم های بخش بندی تصاویر پزشکی
3-7-کار های انجام شده پیشین
3-8-تطبیق شکل
3-8-1-مدل تطبیق
3-8-2-تطبیق چند وضوحی
3-8-3-مدل شکلی پارامتر ضمنی
3-9-پارامتر های شکل
3-9-1-پارامتر های موقعیتی
3-9-2-توضیح مدل
3-10-تکنیک های بهینه سازی پارامتر
3-10-1-مدل chan-vese
3-10-2-مدل میانگین باینری
3-10-3-موقعیت از طریق گرادیان
3-10-4-بهینه سازی پارامتر از طریق گرادیان
3-10-5-تعمیم به مدل سه بعدی
3-11-نمایش مدل با استفاده از داده های ساختگی
3-12-نمای کلی چارچوب الگوریتم ما
3-12-1-برنامه های کاربردی تصاویر پزشکی
فصل4:پیشینه تحقیق کاربرد پردازش تصویر در پزشکی
4-1-مقدمه
4-2- در اواسط دهه 1950
4-3-دکتر کارل
4-4-دهه 1970
4-5-دهه 1965
4-6-دهه 1989
4-7-دهه 1999
فصل 5: مطالعه کاربرد پردازش تصویر در پزشکی
5-1-مقدمه
5-2-پیدایش روش تصویر برداری
5-3-فاز آموزش
5-3-1-تولید شکل اولیه
5-3-2-استخراج بافت های مقدماتی
5-4-فاز بخش بندی تصویر
5-5-روش مبتنی بر شکل
5-6-الگوریتم های بخش بندی
فصل 6:نتیجه گیری و پیشنهادات
6-1-نتیجه گیری
6-2-پیشنهادات
مراجع
عنوان پروژه : آفتاب گردان با پردازش تصویر و پورت سریال + سورس متلب
قالب بندی : matlab, PDF
شرح مختصر : با استفاده از این پروژه که با زبان متلب نوشته شده، در لحظاتی مختلف تصاویری از آسمان تهیه شد و با استفاده از پردازش تصویر متلب ناحیه با قویترین منبع نور تشخیص داده خواهد شد. حتی در روزهای ابری اطلاعات بدست امده از طریق پورت سریال به میکرو کنترلر یا هر پردازنده دیگر ارسال شده و فرمان کنترل پنل را صادر میکند.
کلمات کلیدی :
شرح مختصر :
در دنیای امروز کاربردهای پردازش تصویر هر روزه در حال افزایش است. در زمینه های پزشکی، رباتیک، و هواشناسی تحقیقات و پژوهش های بسیاری در این زمینه شده است و از کاربرد های آن در این زمینه ها استفاده های بسیاری مشود. اما در مورد کاربرد پردازش تصویر در کشاورزی تحقیقات کمتری صورت گرفته و کاربرهای آن در این زمینه کمتر مورد توجه قرار گرفته است. ما در مقاله ی پیش رو سعی کردیم به منظور بیشتر شناساندن این رشته بیشتر روی کاربرد های پردازش تصویر در شناسایی و دفع آفات تحقیقات خود را انجام دهیم. در مطالب پیش رو سعی بر این بوده است تا در ابتدا موارد کلی و مفاهیم اصلی در رابطه با موضوع یعنی پردازش تصویر آورده شود، مفاهیمی از قبیل خوشه بندی، قطعه بندی، هیستوگرام، تشخیص لبه و دیگر مفاهیمی که برای پیاده سازی و ارائه ی مطالب مورد نیاز است. در قدم بعدی مطالب و مقاله هایی که پیش از این و توسط افراد دیگر در رابطه با موضوع مورد نظر گرد آوری شده است آورده شده، ما از این مقالات برای نتیجه گیری بهتر و ملموس تر کردن موارد جمع آوری شده برای کسانی که پیش از این آشنایی با پردازش تصویر نداشته اند استفاده خواهیم کرد. در قدم سوم نتایج مطالعات و تحقیقات انجام شده برای ارائه ی روشی به صرفه در شناسایی آفات با استفاده از الگوریتم های پردازش تصویر آورده میشود و است مراحل و روش پیاده سازی مطالب ارائه شده آورده خواهد شد.
با فرمت pdf
فهرست :
مفاهیم اصلی در مبحث پردازش تصویر
مقدمه
پردازش تصویر چیست؟
کاربردهای علم پردازش تصویر
آشنایی با مفهوم پیکسل در یک تصویر
آشنایی با مفهوم عمق بیتی
آشنایی با مفهوم بعد یک تصویر
چگونگی تشکیل رنگ در چشم انسان
پردازش تصویر رنگی
آشنایی با انواع مدل های رنگ
مدل رنگ RGB
مدل رنگ CMY
مدل رنگ YIQ
مدل رنگی HIS
روش های پردازش تصویر
تفریق دو تصویر
جمع دو تصویر
مکمل کردن تصویر
آشنایی با مفهوم تشخیص لبه
میانگین گیری از تصویر
هیستوگرام تصویر
تعدیل هیستوگرام
فیلتر کردن تصویر
قطعه بندی و روش های آن
مقدمهای بر خوشه بندی
روشهای خوشه بندی
روشهای خوشه بندی سلسله مراتبی
خوشه بندی با روش SingleLink
روش خوشه بندی KMeans
مشکلات روش خوشه بندی KMeans
الگوریتم خوشه بندی LBG
روش خوشه بندی
روش تقسیم بندی Otsu’s
آشنایی با مفهوم موجک
شبکههای عصبی مصنوعی (Artificial Neural Network ANN)
تازه های پردازش تصویر در شناسایی آفات گیاهی
روش اول: تحلیل تصویر با استفاده از موجک
روش دوم: تشخیص آفات برنج با استفاده از از روش تقسیم بندی اوتسو
روش سوم: استفاده از تصاویر طیفی برای شناسایی درختان تحت تاثیر آفات
بخش دوم
دقت وسرعت در شناسایی و طبقه بندی افات گیاهی
روش چهارم: شناسایی آفات با استفاده از شبکه های عصبی مصنوعی
وارد کردن تصویر
توضیح فضای رنگ L*A*B
مرحله ی اول: وارد کردن تصویر
مرحله ی دوم: تبدیل تصویر از فضای رنگ RGB به فضای L*A*B
مرحله ی سوم: طبقه بندی رنگ های به دست آمده از فضای رنگ L*A*B
مرحله ی چهار: برچسب گذاری پیکسل ها با استفاده از نتایج به دست آمده از روش KMeans
مرحله ی پنج: به دست آوردن تصاویر خوشه بندی شده
مرحله ی شش به دست آوردن هسته ی اصلی
هدف های آینده
منابع
این پروژه با استفاده از روش های ساده و در عین حال کار آمد اقدام به تشخیص پلاک های ایرانی خوددروها می کند. کارایی این روش برای تشخیص پلاک تصاویر بدست آمده از دوربین های ثبت پلاک عوارضی بزرگراه ها ، دوربین های درون خودرو های پلیس و یا به عنوان روشی مکمل برای درب های اتوماتیک گاراژ های شخصی و عمومی مورد انتظار است. لازم به ذکر است که این روش قابل ترکیب با سایر برنامه ها و سخت افزار ها و نیوز بکار گیری در ریزپردازنده ها می باشد. با رشد روز افزون میزان استفاده از خودرو ها همواره نیاز به نظارت و امکان پیگیری خودرو ها وجود دارد.گفتنی است با استفاده از سیستم پلاک گذاری که در واقع همانند اثر انگشت هر خودرو می باشد این کار سرعت و دقت بیشتری یافته است. در جامعه امروز تسریع در انجام کارها و ارزش زمان نقش اساسی ای را ایفا می کند و همواره انسان به دنبال روش های نو برای استفاده بهتر از زمان بوده است. این مقاله با بیان روشی ساده اما کار آمد در صدد است تا گوشه ای از نیاز به سیستم های تشخیص پلاک را رفع نماید.
فهرست :
تعریف مساله و اهداف مقاله
دریافت تصویر
عملیات پردازش تصویر و خواندن پلاک
گزارش نحوه پیاده سازی
مشکلات پیش رو
نتایج آزمایش
مراجع
فهرست مطالب:
فصل 1:مقدمه................................................................
... . ..................................................OCR1-1:آشنایی با
2-1:پردازش تصاویرماهواره...............................................
3-1:پردازش تصویر در صنعت و پزشکی................................
........................................................OCR فصل 2:مراحل
مراحل بازشناسایی حروف..............................................:2-1
2-2:اسکن کردن صفحات....................................................
3-2:استخراج نواحی شامل متن..............................................
4-2:شنسایی حروف...........................................................
5-2:ارائه نتایج.................................................................
فصل 3:شبکه های عصبی....................................................
1-3:معرفی شبکه های عصبی...............................................
2-3:نورون.....................................................................
..............................Multilayer Perceptron 3-3:شبکه ها
.............................................................Overlearning4-3:
فصل 4:شرح یک پروژه انجام شده.............................................
1-4:شرح پروژه.................................................................
2-4:تصاویر مورد استفاده......................................................
3-4:تبدیل تصاویر به بردارهای ویژگی......................................
4-4:آموزش شبکه عصبی.....................................................
5-4:طراحی ابتدایی............................................................
6-4:تغییرات و ساده سازی ها...............................................
فصل 5:ویژگی های متون فارسی............................................
1-5:خصوصیات متون فارسی...............................................
...........................................OCRفصل 6:بررسی چند محلول
.........................................................OCR1-6:چند نمونه
............................................Readiris pro 112-6 آموزش
..........................................Vajehshenas V.13-6:آموزش
...........................................Readiris باVajeshena4-6:مقایسه
اهداف مقدمه ای بر پردازش تصویر و تعریف اصطلاحات معرفی چند کاربرد از پردازش تصویر پردازش متن ( ORC ) مقدمه ای بر پردازش تصویر در هر سیستمی و با هر عملکردی برای تصمیم گیری به داده های ورودی احتیاج داریم. این ورودی ها میتوانند از یک سنسور صوتی, سنسور فاصله سنج , سنسور مادون قرمز , میکروفن و با تصاویر ارسالی از یه دوربین باشد. امروزه پردازش تصویر بهترین ابزار برای استخراج ویژگی ها و تحلیل موقعیت و در نهایت تصمیم گیری صحیح می باشد.
در مورد انسان نیز به همین صورت است, اطلاعات از طریق چشم به مغز ارسال می شوند و مغز با پردازش این اطلاعات تصمیم نهایی را گرفته و فرمان را صادر می کند. هدف از پردازش تصویر پیاده سازی عملکرد ذهن انسان در قبال داده ها و انجام پردازش های خاصی برای استخراج ویژگی مورد نیاز برای رسیدن به هدف از پیش تعیین شده می باشد.