research centers


Search results: Found 4

Listing 1 - 4 of 4
Sort by

Article
3-D Object Recognition using Multi-Wavelet and Neural Network

Authors: Zainab Ibrahim Abood --- Tariq Zeyad Ismail
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2012 Volume: 18 Issue: 1 Pages: 78-94
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

This search has introduced the techniques of multi-wavelet transform and neural networkfor recognition 3-D object from 2-D image using patches. The proposed techniques were testedon database of different patches features and the high energy subband of discrete multi-wavelettransform DMWT (gp) of the patches. The test set has two groups, group (1) which containsimages, their (gp) patches and patches features of the same images as a part of that in the data setbeside other images, (gp) patches and features, and group (2) which contains the (gp) patches andpatches features the same as a part of that in the database but after modification such as rotation,scaling and translation. Recognition by back propagation (BP) neural network as compared withmatching by minimum distance, gave (94%) and (83%) score by using group (1), (gp) andfeatures respectively, which is much better than the minimum distance. Recognition using (gp)neural network (NN) gave a (94%) and (72%) score by using group (2), (gp) and featuresrespectively, while the minimum distance gave (11%) and (33%) scores. Time consumptionthrough the recognition process using (NN) with (gp) is less than that minimum distance

هذا البحث يقدم تقنيات تحويل الموجة المتعددة والشبكة العصبية الاصطناعية لتمييز الأجسام الثلاثية الأبعاد من صور ثنائية الأبعاد باستعمال الشرائح. التقنيات المقترحة تختبر عن طريق بيانات تحوي خصائص الشرائح المختلفة و الجزء ذات الطاقة العالية بعد استخدام اسلوب يعتمد على تحويل الموجة المتعددة للشرائح. مجموعة الاختبار تحتوي على مجموعتين المجموعة الأولى تحتوي على صور وشرائح وخصائص الشرائح و الجزء ذات الطاقة العالية بعد استخدام اسلوب يعتمد على تحويل الموجة المتعددة للشرائح تشابه بعض تلك الموجودة في قاعدة البيانات. أما المجموعة الثانية فتحتوي على صور، شرائح، خصائص الشرائح و الجزء ذات الطاقة العالية بعد استخدام اسلوب يعتمد على تحويل الموجة المتعددة للشرائح تشابه بعض تلك الموجودة في قاعدة البيانات لكن بعد إجراء تحويرات عليها مثل التدوير، التصغير، التكبير والتزحيف. التمييز باستخدام الشبكات العصبية الاصطناعية للمجموعة الأولى أعطت نسبة (94%) و (83%) باستخدام الخصائص و الجزء ذات الطاقة العالية للشرائح على الترتيب والتي هي أفضل مقارنة بالتمييز بطريقة قياس المسافة الأقل للتشابه. أما بالنسبة للتمييز باستخدام الشبكات العصبية الاصطناعية للمجموعة الثانية فقد أعطت نسبة (94%) و (72%) باستخدام الخصائص والجزء ذات الطاقة العالية للشرائح على الترتيب والتي هي أفضل مقارنة بالتمييز بطريقة قياس المسافة الأقل للتشابه والتي أعطت نسبة (11%) و (33%) على الترتيب. كذلك الوقت المستغرق خلال عملية التمييز باستخدام الشبكات العصبية الاصطناعية أقل مما في طريقة قياس المسافة الأقل للتشابه .


Article
BIN OBJECT RECOGNITION USING IMAGE MATRIX DECOMPOSITION AND NEURAL NETWORKS

Authors: Hema C R --- Paulraj M. --- R. Nagarajan --- Sazali Yaacob
Journal: Iraqi Journal for Electrical And Electronic Engineering المجلة العراقية للهندسة الكهربائية والالكترونية ISSN: 18145892 Year: 2007 Volume: 3 Issue: 1 Pages: 60-64
Publisher: Basrah University جامعة البصرة

Loading...
Loading...
Abstract

Bin picking robots require vision sensors capable of recognizing objects in the binirrespective of the orientation and pose of the objects inside the bin. Bin picking systems arestill a challenge to the robot vision research community due to the complexity of segmenting ofoccluded industrial objects as well as recognizing the segmented objects which have irregularshapes. The problem becomes more complex when these objects look like entirely differentobjects in various orientations. In this paper a simple object recognition method is presentedusing singular value decomposition of the object image matrix and a functional link neuralnetwork for a bin picking vision system. The results of the functional link net are comparedwith that of a simple feed forward net. The network is trained using the error back propagationprocedure. The proposed method is robust for recognition of objects.

تتطلب منضو مات الالتقاط من الصنادیق استعمال منضو مات رؤیة قادرة على تمييز الأشياء داخل الصندوق. تصعبعملية التمييز هذه وذلك لأن الأشياء المراد تمييزها تأخذ أشكالا غير منتضمه. آما إن تغير وضعية اللاجسام داخلالصندوق یؤدي الى رؤیتها آأجسام مختلفة. یقدم هذا البحث إلى طریقه مبسطه لتمييز الأجسام داخل الصنادیق بطریقةتحليل مصفوفة الصورة وشبكه عصبيه ذات داله مرتبطة. تمت مقارنة النتائج مع تلك المستحصله من شبكه عصبيه بسيطةذات تغذیه أمامية. تم تعليم ألشبكه باستخدام خوارزمية انسياب الخطأ خلفا. وقد أضهرت النتائج أن المنضومه المفترحهذات متانة عالية


Article
Improving the Reliability of Object Recognition Based On Template Matching
تحسين موثوقية تميز الكائن بالاعتماد على المطابقة المتغيرة

Loading...
Loading...
Abstract

Object recognition in computer vision is the task of finding a given object in an image or video sequence. During the last decades it has received increasing attention from the computer vision community for a variety of reasons, ranging from counting objects for industrial application to the development of practical biometric systems and interactive, emotion-aware and capable human–machine interfaces. There are variety of approaches for object recognition problem, depending on the type of object, the degree of freedom of the object and the target application. Template matching is the most advanced and intensively developed areas of computer vision and has been a classical approach to the problems of locating and recognizing of an object in the image. The object of this paper is to improve the reliability of object recognition by describing a modified method for template matching based on the Sum of Squared Differences (SSD) equation, that gives the highest margin between other template matching methods, the main advantage is that the high margin resulting from it can be considered as more safe to avoid wrongly detecting /recognizing an object.

تمييز الكائن في الرؤيا الحاسوبية يعني ايجاد كائن معلوم في صورة او تسلسل فيديو. خلال العقود الاخيرة يتلقى تمييز الكائن اهتماما متزايدا من رابطة الرؤيا الحاسوبية لعدة ضروريات, منها عد الكائنات في التطبيقات الصناعية لتطوير انظمة تدقيق حقيقية وتطوير تواصل تفاعلي, مدرك للانفعالات بين الانسان والالة. توجد عدة طرق لحل مشكلة تمييز الكائن اذ يعتمد ذلك على طبيعة الكائن ودرجة حريته والتطبيق المطلوب. تعتبر المطابقة المتغيرة من اكثر المجالات تقدما وتطورا في الرؤيا الحاسوبية ولاتزال طريقة تقليدية لحل مشاكل ايجاد وتمييز الكائن في الصور. يهدف هذا البحث الى تحسين موثوقية تمييز الكائن من خلال طريقة معدلة للمطابقة المتغيرة معتمدة على معادلة مجموع تربيع الفروقSSD)) ,والتي تعطي الهامش الاعظم مقارنة بالطرق الاخرى للمطابقة المتغيرة والذي يعتبر اكثر امانا لتجنب الايجاد والتمييز الخاطئ للكائن.


Article
Scale-Invariant Feature Transform Algorithm with Fast Approximate Nearest Neighbor
خوارزمية تحويل الخصائص غير المتاثرة بمقياس مع التقريب السريع لاقرب جار

Authors: Ekhlas Khalaf Gbash اخلاص خلف كباش --- Suha Mohammed Saleh سها محمد صالح
Journal: Baghdad Science Journal مجلة بغداد للعلوم ISSN: 20788665 24117986 Year: 2017 Volume: 14 Issue: 3 Pages: 651-661
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

There is a great deal of systems dealing with image processing that are being used and developed on a daily basis. Those systems need the deployment of some basic operations such as detecting the Regions of Interest and matching those regions, in addition to the description of their properties. Those operations play a significant role in decision making which is necessary for the next operations depending on the assigned task.In order to accomplish those tasks, various algorithms have been introduced throughout years. One of the most popular algorithms is the Scale Invariant Feature Transform (SIFT). The efficiency of this algorithm is its performance in the process of detection and property description, and that is due to the fact that it operates on a big number of key-points, the only drawback it has is that it is rather time consuming.In the suggested approach, the system deploys SIFT to perform its basic tasks of matching and description is focused on minimizing the number of key-points which is performed via applying Fast Approximate Nearest Neighbor algorithm, which will reduce the redundancy of matching leading to speeding up the process.The proposed application has been evaluated in terms of two criteria which are time and accuracy, and has accomplished a percentage of accuracy of up to 100%, in addition to speeding up the processes of matching and description

هنالك الكثير من الانظمة تتعامل مع معالجة الصور.وهذه الانظمة اصبحت بحاجة الى تطوير العديد من العمليات الاساسية كاكتشاف المناطق المهمة ومطابقة هذه المناطق,بالاضافة الى توصيف هذه الخواص.هذه العمليات لعبت دور مهم في اتخاذ القرارالذي يكون ضروري للعمليات اللاحقة بالاعتماد على المهمات المخصصة.من اجل تحقيق العمليات المخصصة,العديد من الخوارزميات قدمت خلال السنوات الماضية.واحدة من اشهر الخوارزميات هي(خوارزمية تحويل الخصائص غير المتاثرة بمقياس). هذه الخوارزمية كفوءة في عمليات الاكتشاف والتوصيف للنقاط المفتاحية لكن كثرة النقاط المفتاحية ادى الى استغراق وقت طويل لعملية المعالجة الذي يعتبر من عيوب هذه الخوارزمية.في الطريقة المقترحة , النظام وظف الخوارمية لتادية المهام الاساسية في الكشف والتوصيف وتم التركيز على تقليل عدد النقاط المفتاحية باستخدام خوارزمية التقريب السريع لااقرب جار التي تقلل من النقاط المتكررة والتي تودي الى تسريع عملية المعالجة.تم تقييم النظام المقترح بالاعتماد على معياريين هما الوقت والدقة , وتم تحقيق نسبة دقة 100% بالاضافة الى تسريع عملية المعالجة.

Listing 1 - 4 of 4
Sort by
Narrow your search

Resource type

article (4)


Language

English (4)


Year
From To Submit

2017 (1)

2015 (1)

2012 (1)

2007 (1)