2024-03-29T02:01:25Z
https://jmvip.sinaweb.net/?_action=export&rf=summon&issue=1635
Journal of Machine Vision and Image Processing
JMVIP
1394
2
1
انطباق تصاویر انتشار با رزولوشن زاویه ای بالا
مریم
افضلی
عمادالدین
فاطمی زاده
حمید
سلطانیان زاده
تصویربرداری تشدید مغناطیسی تانسور انتشار (DTMRI) یک روش غیرتهاجمی برای بررسی ساختار ماده سفید مغز است. در این روش، تابع انتشار مولکولهای آب گوسی فرض میشود اما در نواحی از مغز که فیبرها با هم تقاطع دارند این فرضیه صادق نیست. تصویربرداری انتشار با رزولوشن زاویهای بالا در تعداد زیادی جهت انتشار (HARDI)، امکان بررسی دقیق ریزساختارهای ماده سفید مغز را فراهم میکند. این روش میتواند تقاطع فیبرها را در هر واکسل نشان دهد. برای کاربردهایی مثل آنالیز گروهی یا ساخت اطلس، انطباق تصویر یکی از گامهای اساسی است. تصاویر HARDI دارای اطلاعات جهتی مفیدی از ساختار فیبرهاست بنابراین انطباق آنها پیچیدهتر از تصاویر اسکالر است. در این مقاله یک الگوریتم انطباق براساس بردارهای ویژگی استخراج شده از روی تابع توزیع جهت فیبرها (ODF) ارائه میشود. معیار شباهت hammer برای تطبیق بردارهای ویژگی به کار میرود و روش thin-plate spline برای انطباق مکانی اسکلت و همسایهها استفاده میشود. سپس تصحیح جهت روی ODFها اعمال میگردد. سرانجام، روش پیشنهادی براساس اختلاف در جهت انتشار غالب، مورد ارزیابی قرار میگیرد. نتایج نشان میدهد که استفاده از اسکلت به عنوان نقاط نشانه در انطباق، به همراستایی دقیق دادههای HARDI کمک میکند و خطای انطباق در مقایسه با روشهای قبلی، تا حدودی کاهش مییابد.
High angular resolution diffusion imaging (HARDI)
Q-ball imaging
Orientation distribution function (ODF)
Registration
Principal diffusion direction (PDD)
2015
05
22
1
9
https://jmvip.sinaweb.net/article_6519_27198a39c31182c07461d96c57abda6e.pdf
Journal of Machine Vision and Image Processing
JMVIP
1394
2
1
کاهش شکاف مفهومی در بازیابی تصویر با رویکرد بهبود اثر تلفیق در یادگیری منیفلد
محمدعلی
زارع چاهوکی
بازیابی تصویر مبتنی بر محتوی، به معنای بازیابی تصاویر با استفاده از ویژگیهای سطح پایین همچون رنگ، بافت و شکل میباشد. در این نوع بازیابی، شکاف معنایی به معنای اختلاف در تفسیر تصاویر، بین انسان و الگوریتم کامپیوتری میباشد. در این حوزه، نگاشت غیرصحیح ویژگیهای سطح پایین تصویر به معانی سطح بالا، سبب میشود تا شکاف معنایی افزایشیابد. در بازیابی تصویر، چنانچه با تغییر در بافت، رنگ و یا شکل تصویر، از نظر انسان معنای تصویر تغییری نکند، ولی به دلیل تغییر غیر پیوسته در بردار ویژگیهای سطح پایین تصویر، بازیابی تصاویر مشابه در تمامیموارد به درستی انجام نمیپذیرد. در این مقاله جهت همسوسازی نسبت تغییرات در فضای ویژگی متناسب با فضای معنا، از رویکرد کاهش ابعاد بردارهای ویژگی به صورت غیر خطی استفاده میشود. کاهش ابعاد بردارهای ویژگی به صورت غیرخطی که یادگیری منیفلد نیز نامیده میشود به معنای جستجوی ساختارهایی با ابعاد کم است که به صورت ذاتی و غیرخطی در مشاهدات با ابعاد بالا وجود دارد. نوآوری اصلی ارائه شده در این مقاله، استخراج یک فضای ویژگی از چند فضای ویژگی میباشد که با دو روش ارائه شده، اثر منفی نویز در دقت یادگیری منیفلد کاهش مییابد. در ارزیابی دو روش پیشنهادی، از دادگانهای بخش B از MPEG-7 و Fish استفاده شده است که نتایج تجربی بیانگر موثر بودن روشهای پیشنهادی میباشد.
Content based image retrieval (CBIR)
Non-linear feature extraction
Feature reduction
Manifold learning
2015
05
22
11
22
https://jmvip.sinaweb.net/article_7276_39de88ad6f2961daa1d087e1191c85b1.pdf
Journal of Machine Vision and Image Processing
JMVIP
1394
2
1
مقایسه روش های تجزیه مد تجربی و موجک در تشخیص ترک های جوشکاری
عفت
یاحقی
امیر
موافقی
نورالدین
محمدزاده
رادیوگرافی صنعتی یکی از مهمترین روش های آزمون های غیر مخرب برای شناسائی عیوب جوشکاری مانند ترک می باشد. تشخیص دقیق عیب های ترک (تفسیر فیلم) به دقت و مهارت شخص پرتوکار و کیفیت فیلم های پرتونگاری بستگی دارد. بسیاری از تصاویر تهیه شده به روش پرتونگاری صنعتی وضوح کافی را ندارند. در نتیجه روش هایی مورد نیاز است که بتوان این عیب ها را با دقت بیشتری بررسی کرد. ترک ها بعلت شکل ظاهری و کوچک بودن پهنای آنها نسبت به طولشان، ترکیب فرکانسی خاصی نسبت به سایر عیوب جوشکاری دارند. بنابراین با روش های تحلیلی پردازش تصویر بر اساس فرکانس و زمان می توان سیگنال های آنها را تجزیه و تحلیل کرد. در این تحقیق با استفاده از دو روش تجزیه مد تجربی و تبدیل موجک که مبتنی بر مشخصات زمانی و فرکانسی سیگنال ها هستند نواحی و شکل ترک در جوش مشخص و مقایسه شده اند. در هر دو روش با ترکیب وزنی مولفه های بدست آمده از تجزیه تصاویر، تصاویری ساخته شده اند و عیوب ترک در آنها بررسی شده است. نتایج حاصل از بکارگیری هر دو روش نشان می دهند روش تجزیه مد تجربی نسبت به روش تبدیل موجک در شناسایی عیوب ترک مناسب تر است و در این تصاویر هر چند کنتراست کاهش یافته ولی شکل و محل ترک ها واضح تر شده اند.
Crack defect
Industrial Radiography
image processing
empirical mode decomposition
wavelet transform
2015
05
22
23
31
https://jmvip.sinaweb.net/article_7290_23df56397dc71dbaf2460b3243b188ac.pdf
Journal of Machine Vision and Image Processing
JMVIP
1394
2
1
طراحی فیلتر تطابق مختصاتی همراه با استخراج ویژگیهای محلی جهت بهبود دقت سیستم بازشناسی برونخط امضای دستنویس
مهدی
خوشباطن
سید محمد
رضوی
ناصر
مهرشاد
نیاز روزافزون به تشخیص هویت در کاربردهای گوناگون، لزوم طراحی سیستمهای خودکار مبتنی بر پردازش تصویر را توجیه میکند. در این تحقیق، روش جدیدی برای بازشناسی برونخط امضاء ارائه شده است. روش بهینهی ارائه شده برای استخراج ویژگی، نسبت به تغییرات مقیاس و چرخش پایدار میباشد. برای مقایسه این ویژگیها نیز از یک معیار شباهت جدید مبتنی بر تعداد نقاط منطبق استفاده شده است. علاوه بر این، در مرحله پسپردازش از یک فیلتر تطابق مختصاتی ابتکاری، کارآمد و مؤثر با هزینه محاسباتی کم استفاده شده است که با الگوریتم استخراج ویژگی همخوانی دارد. این فیلتر یک مقدار آستانه روی تفاوت مختصات دکارتی نقاط دو بلوک متناظر تصویر اعمال میکند. پیادهسازی سیستم پیشنهادی شامل ویژگیهای بهینه پایدار به تغییرات مقیاس و چرخش، استفاده از معیار شباهت جدید معرفی شدهی مناسب برای این ویژگیها و پسپردازش با استفاده از فیلتر مختصاتی پیشنهاد شده، روی بانکهای اطلاعاتی معتبر GPDS960 (برونخط) و SVC2004 (برخط تبدیل شده به برونخط) نشاندهنده بهبود کارایی سیستم تشخیص هویت پیشنهادی است. همچنین پارامترهای سیستم پیشنهادی بهصورت خودکار و تنها یک بار با استفاده از الگوریتم وراثتی انتخاب شده و برای هر بانک اطلاعاتی شخصیسازی میگردد.
Offline signature recognition
Genetic Algorithms
Optimized local features
Coordinate matching filter
Similarity criteria
Biometrics
2015
05
22
33
43
https://jmvip.sinaweb.net/article_7907_a06c114663de66d0a33275ae0cec8f43.pdf
Journal of Machine Vision and Image Processing
JMVIP
1394
2
1
بهبود تشخیص جلوه های کنشی درد در چهره توسط انتقال سبک
امین
محمدیان
حسن
آقایی نیا
فرزاد
توحیدخواه
تشخیص خودکار، پیوسته و غیرتهاجمی درد و شدت آن جهت ارزیابی و مدیریت درد در مراکز بالینی لازم است. به همین منظور راه حلی پیشنهاد شده که به کد کردن واحدهای کنشی چهره مرتبط با درد میپردازد و معادل رویکرد مبتنی بر توصیف چهره است. اما بروز این جلوه ها در چهره افراد مختلف متنوع است. یکی از عوامل ایجاد تنوع را میتوان سبک هر فرد در بروز جلوه دانست. بازشناسی این جلوه ها در عمل نیازمند سامانه هایی است که مستقل از فرد آموزش دیده باشند. در این سامانه ها، تنوعات بین فردی عامل ایجاد فاصله بین توزیع نمونه های آموزش و آزمون است که نتیجه آن کاهش تعمیم دهی روش یادگیرنده است. در این مقاله در راستای کاهش فاصله بین این دو توزیع، نگاشت و بردار انتقال سبک برای بهبود تشخیص درد و شدت آن به کار گرفته شده اند. نتایج بر روی دادگان UNBC-McMaster که از نوع خودانگیخته است بررسی شده است. نتایج نشان داد که روشهای انتقال سبک پیشنهادی قادر اند در شرایطی که داده تطبیق مناسب یا محدود از فرد جدید در دسترس باشد، کارآیی بازشناسی را افزایش دهند.
Expressions of pain
Style transfer
improvement
2015
05
22
45
56
https://jmvip.sinaweb.net/article_9143_8686fee3e33e5d829755627b0d7ca22f.pdf
Journal of Machine Vision and Image Processing
JMVIP
1394
2
1
حاشیه نویسی خودکار تصاویر مبتنی بر خوشه بندی دوسطحی بصری و معنایی
سمانه
بهرامی
محمد
صنیعی آباده
حاشیهنویسی خودکار تصاویر به ایجاد خودکار برچسبهای متنی مطابق با محتوای بصری تصاویر دلالت دارد. اگرچه در دهه گذشته تحقیقات فراوانی در این زمینه انجام گرفته است اما وجود برچسبهای متعدد و وجود شکاف معنایی میان این برچسبها و ویژگیهای سطح پایین بصری باعث کاهش دقت و کارایی این سامانهها شده است. در این پژوهش یک روش حاشیهنویسی با استفاده از خوشهبندی دوسطحی بر مبنای ویژگیهای کاهش یافته با الگوریتم وراثتی و نیز معانی پیشنهاد شده است. خوشهبندی باعث می شود تصاویر مشابه به هم از لحاظ بصری و نیز تصاویر مرتبط به هم از جهت معنایی در کنار هم قرار گرفته و حاشیهنویسی شوند. این کار علاوه بر تسریعحاشیهنویسی، کارایی قابل قبولی برای یک سامانه حاشیهنویسی نیز داشته است. برای ارزیابی روش، دو دادگان شناخته شده Corel5k و IAPR TC-12 انتخاب شدهاند. نتایج به دست آمده روی این دو دادگان عملکرد قابل قبول روش پیشنهادی را در مقایسه با دیگر روشها نشان می دهد.
Automatic Image Annotation
Two-level clustering
Genetic Algorithm
2015
05
22
57
74
https://jmvip.sinaweb.net/article_9396_bf46d5d73e6bf31857f42322e0db0450.pdf