@Article{, title={Image Reconstruction using Wavelet Transform with Recurrent Neural Network اعاده بناء الصور باستعمال باستعمال الانحلال المويجي و شبكه ايلمان المتكرره الوقوع العصبيه}, author={Waleed Ameen M.Algaohar}, journal={Al-Rafidain University College For Sciences مجلة كلية الرافدين الجامعة للعلوم}, volume={}, number={19}, pages={57-69}, year={2006}, abstract={Wavelet Transform in 1992 recently as a combination with elman recurrent neural network. These are found very useful for time scale representation and widely used in signal processing and computer vision. In this research proposed an algorithm to reconstruct image that had lost some of its parts or uncompleted and some of wavelet transform properties in analysis to represent things. The algorithm depend on 8-level of wavelet decomposition with feature extraction and elman recurrent neural network for uncompleted image in small and big losing blocks. The reconstruction done in 100% accurate with the existing of original image even if the losing is 75% from the original image.

الانحلال المويجي قدمت في عام 1992 كدمج مع شبكه ايلمان المتكرره الوقوع العصبيه. و التي لها فائده في عامل الوقت الذي يستخدم لشكل واسع في معالجه الاشاره و الصور الحاسوبيه. في هذا البحث تم اقتراح خوارزميه لاعاده بناء الصور التي فقدت اجزاء منها او غير كامله بجزء معين,و بعض خصائص الانحلال المويجي في الالتحليل و فوائدها لغرض تمثيل الاشياء. و سلسله من التجارب التي تستعمل شبكه المويجه كتقريب الى الصوره .الخوارزميه المقترحه تعتمد على ثمانيه –مستويات من الانحلال المويجي مع تلخيص صيغ الطاقه باستخدام شبكه ايلمان المتكرره الوقوع العصبيه الذكيه للصور ذات الاجزاء المفقوده من ذوات القطع الصغيره او الكبيره, و تم انجاز عميله استكمال واعاده بناء الصور المتضرره بنسبه دقه 100%, بافتراض وجود الصوره الاصليه حتى لو بلغت نسبه الفقدان 75% من الصوره الاصليه.} }