research centers


Search results: Found 3

Listing 1 - 3 of 3
Sort by

Article
Hybrid Color Image Compression based DPCM and Slant Transform
ضغط الصورة الملونة اعتمادا علي تضمين الفرو قات وتحويل الانحدار المائل

Author: Ali Hussien mary علي حسين مري
Journal: AL-NAHRAIN JOURNAL FOR ENGINEERING SCIENCES مجلة النهرين للعلوم الهندسية ISSN: 25219154 / eISSN 25219162 Year: 2010 Volume: 13 Issue: 1 Pages: 98-107
Publisher: Al-Nahrain University جامعة النهرين

Loading...
Loading...
Abstract

Nowadays, still images are usedeverywhere in the digital world. Images takelot of computer space, in many practicalsituations, all original images cannot bestored, and a compression must be used.Moreover, in many such situations,compression ratio provided by even the bestlossless compression is not sufficient, so lossycompression is used.In this paper ,Differential pulse codemodulation (DPCM) in slantlet transformand Run Length Code for image compressionis used.Apply slantlet transform on eachcomponent in the color image(after applyingcolor space conversion from RGB toYCbCr)and encoding Y component by DPCMand encoding Cb and Cr with RLC.Thecompression ratio and Peak Signal to NoiseRatio (PSNR) are used as measurement tools.When comparing the proposed approach withother compression methods Good resultobtained.

في عصرنا الحاضر أصبحت الصور تلعب دورا كبيرا في العالم الرقمي. ولكنها تأخذ حيزا كبيرا وفي معظم التطبيقات لا يمكن خزن الصورة بل يتم ضغطها.وان نسب الضغط بواسطة طرق الضغط التي لاتوجد فيها خسائر أصبحت غير كافية.في هذا البحث استخدمت طريقة تضمين الفرو قات (DPCM) و وتحويل الانحدار المائل(slantlet transform ) و Run Length Code. طبق تحويل الانحدار المائل على كل مركبة من مركبات الصور الملونة( بعد تحويلها من نظام RGB إلى نظام to YCbCr وترميز مركبة ال Y بطريقة DPCM ومركبات ال Cb و Cr بطريقة ال RLC. نسب الضغط ونسبة الإشارة إلى الضوضاء استخدمت كأدوات قياس. وتم الحصول على نتائج جيدة بالمقارنة مع طرق الضغط الأخرى


Article
Spoken Word Recognition Using Slantlet Transform and Dynamic Time Warping
تمييز الكلمات بأستخدام تحويل المويل وطريقة ميلان الزمن الديناميكي

Author: Sadiq J. Abou-Loukh . صادق جاسم صادق جاسم أبو اللوخ
Journal: AL-NAHRAIN JOURNAL FOR ENGINEERING SCIENCES مجلة النهرين للعلوم الهندسية ISSN: 25219154 / eISSN 25219162 Year: 2011 Volume: 14 Issue: 1 Pages: 34-45
Publisher: Al-Nahrain University جامعة النهرين

Loading...
Loading...
Abstract

Speech recognition system has been widely used by many researchers using different methods to fulfill a fast and accurate system. Speech signal recognition is a typical classification problem, which generally includes two main parts: feature extraction and classification. In this work, three feature extraction methods, namely SLT, DWT Db1 and DWT Db4, were compared. The dynamic time warping (DTW) algorithm is used for recognition. Twenty three Arabic words were recorded fifteen different times in a studio by one speaker to form a database. The proposed system was evaluated using this database. The result shows recognition accuracy of 93.04%, 92.17% and 94.78% using DWT Db1, DWT Db4 and SLT respectively.

استعمل نظام تمييز الكلام بصورة واسعة بواسطة عدد من الباحثين بطرائق مختلفة لتحقيق طريقة تمييزسريعة ودقيقة. أن تمييز اشارة الكلام تعتبر مشكلة تصنيف نوعية وهي تضم بصورة عامة جزئين اساسيين: استخلاص الميزات و التصنيف. تضمن هذا العمل مقارنة بين ثلاثة طرق لاستخلاص الخصائص وهي تحويل المويجة (Db1and Db4) وتحويل المويل (SLT). استخدمت طريقة ميلان الزمن الديناميكي (DTW) للتمييز. ثلاثة وعشرون كلمة عربية بخمسة عشرازمان مختلفة مسجلة في الاستوديو بواسطة متكلم واحد لتشكل قاعدة بيانات . النظام المقترح وجد باستخدام قاعدة البيانات هذه. النتيجة بينت أن دقة التمييز هي (93.04%, 92.17% و 94.78%) باستخدام (Db1, Db4 and SLT) على التوالي.


Article
SPEECH RECOGNITION OF ARABIC WORDS USING ARTIFICIAL NEURAL NETWORKS
تمييز الكلمات العربية باستخدام الشبكة العصبية الاصطناعية

Author: Sadiq Jassim Abou-Loukh صادق جاسم ابو اللوخ
Journal: Journal of College of Education for Women مجلة كلية التربية للبنات ISSN: Print ISSN 16808738 /E ISSN: 2663547X Year: 2014 Volume: 25 Issue: 1 Pages: 196-206
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The speech recognition system has been widely used by many researchers using different methods to fulfill a fast and accurate system. Speech signal recognition is a typical classification problem, which generally includes two main parts: feature extraction and classification. In this paper, a new approach to achieve speech recognition task is proposed by using transformation techniques for feature extraction methods; namely, slantlet transform (SLT), discrete wavelet transforms (DWT) type Daubechies Db1 and Db4. Furthermore, a modified artificial neural network (ANN) with dynamic time warping (DTW) algorithm is developed to train a speech recognition system to be used for classification and recognition purposes. Twenty three Arabic words were recorded fifteen different times in a studio by one speaker to form a database. The performance of the proposed system using this database has been evaluated by computer simulation using MATLAB package. The result shows recognition accuracy of 65%, 70% and 80% using DWT (Db1), DWT (Db4) and SLT respectively.

استعمل نظام تمييز الكلام بصورة واسعة بوساطة عدد من الباحثين باستخدام طرائق مختلفة لتحقيق نظام تمييز سريع ودقيق. ان تمييز اشارة الكلام تعد مشكلة تصنيف نوعية وهي تضم بصورة عامة جزئين اساسيين: استخلاص الميزات والتصنيف. تضمن هذا العمل اقتراح ثلاثة طرق لاستخلاص الخصائص وهي تحويل المويجي المتقطع ( (DWT بنوعيهDb4 and Db1 وتحويل المويل (SLT). تم تطوير نظام يعتمد على استخدام الشبكات العصبية الاصطناعية مع طريقة ميلان الزمن الديناميكي لغرض التمييز. ثلاثة وعشرون كلمة عربية بخمسة عشر ازمان مختلفة مسجلة في الاستوديو بوساطة متكلم واحد لتشكيل قاعدة بيانات. اداء النظام المقترح تم عن طريق تمثيل قاعدة البيانات باستخدام حقيبة الـ MATLAB . بينت النتائج ان دقة التمييز هي (65%، 70% و80%) باستخدام (DWT Db1, DWT Db4 and SLT) على التوالي.

Listing 1 - 3 of 3
Sort by
Narrow your search

Resource type

article (3)


Language

Arabic and English (3)


Year
From To Submit

2014 (1)

2011 (1)

2010 (1)