research centers


Search results: Found 2

Listing 1 - 2 of 2
Sort by

Article
Image Retrieval from Video Streams Databases using Similarity of Clustering Histogra
أسترجاع الصوره من قواعد بيانات السلاسل الفيديويه بأستخدام تشابه المخطط العنقودي

Authors: Abdulameer A. Karim عبدالأميرعبدالله كريم --- Ekhlas F. Nasser أخلاص فالح ناصر
Journal: AL-MANSOUR JOURNAL مجلة المنصور ISSN: 18196489 Year: 2018 Issue: 29 Pages: 1-22
Publisher: Private Mansour college كلية المنصور الاهلية

Loading...
Loading...
Abstract

The recent system for image retrieval based on histogram of clustering idea which considers the likeness among database of images is suggested. Firstly, the space of image's feature is compressed using Haar transform. Secondly points of interest were detected from wavelet image, and then those points of interest was descriptor using SURF descriptor Thirdly, the clustering algorithm of moving k-means is employed for features cluster that resulted from SURF descriptor and then a histogram was built from the cluster's values. The suggested procedure is experimented on different database. The outcome of experimental shows that suggested procedure is reliable, fast and active for retrieving of an image from database based on histogram than FAST detection of corner that depend on image features.

ان النظام الحديت لأسترجاع الصوره مستند على فكرة مدرج احصائي عنقودي (clustering) والمقترح للتشابه بين الصور في قاعدة البيانات.اولا يتم ضغط فضاء صفات الصوره بأستخدام تحويل Haar .ثانياً يتم أكتشاف النقاط المهمه في الصورة المضغوطه (wavelet) وبعد ذلك يتم وصف تلك النقاط المهمه بأستخدام الواصف (SURF) .ثالثاً خوارزمية (k-means) المتحركه تستخدم لتجميع صفات الواصف (SURF) بشكل عناقيد (clusters) وبعد ذلك يبنى مدرج أحصائي من قيم العنقود (cluster).تم تجربة الأجراء المقترح على قواعد بيانات مختلفه.تبين من النتيجه التجريبيه بأن الأجراء المقترح نشيط وسريع وموثوق لأسترجاع صوره من القاعده البيانيه بالأعتماد على المخطط الأحصائي مقارنة مع كاشف الزاويه بأستخدام ((FAST والذي يعتمد على صفات الصوره.


Article
English Character Recognition from Video Stream based on Bag of Visual Words (BOVW)
تمييز الحرف الأنكليزي من سلسلة الفيديو بالأعتماد على حقيبة من الكلمات المرئية

Authors: Ekhlas Falih Nasser م.أخلاص فالح ناصر --- Dr.Abdulameer A. Karim أ.م. د.عبدالأميرعبدالله كريم
Journal: JOURNAL OF MADENAT ALELEM COLLEGE مجلة كلية مدينة العلم الجامعة ISSN: 2073,2295 Year: 2018 Volume: 10 Issue: 2 Pages: 12-29
Publisher: City College of Science University كلية مدينة العلم الجامعة

Loading...
Loading...
Abstract

Numerous digital images are available for printing the documents. The discussions are continuing for arriving to best algorithm for identifying the English letters. The suggested method has four steps. Firstly, apply wavelet transform on images of letters using Haar filter. Secondly interest points were detected using features from accelerated segment test (FAST) corner detection. Thirdly those points were descripted using Speeded up Robust Features (SURF). Fourthly, the clustering algorithm of moving k-means is employed to obtain bag of visual words (BOVW) and then build vocabulary and a histogram from visual words.The features of each visual word for video images and test image are matched using Manhattan distance measure. The suggested system was tested on three types of English letters font's databases (Time New Roman, Arial Black and Calibri) .Experimental outcomes show that the suggested method is more efficient and fast for matching and recognizing a letter than seven moment's method. The recognition time for BOVW is less than the seven moment's time and the BOVW accuracy depends on number of correct character recognition. BOVW have optimal accuracy in the process of recognition of letters.

هنالك الكثير من الصور الرقمية المتوفره للوثائق المطبوعة والبحث مازال مستمر للوصول الى افضل خوارزميه للتعرف على الحروف الأنكليزية. الطريقه المقترحه تتكون من أربع خطوات. اولا يتم تطبيق تحويل المويجه على الصورالحرفيه بأستخدام Haar فلتر. ثانياً يتم أكتشاف النقاط المهمه بأستخدام كاشف زاوية الصفات لأختبار المقطع السريع (FAST). ثالثاً يتم وصف تلك النقاط المهمه بأستخدام الواصف تسريع الصفات القوي (SURF) .رابعاً خوارزمية k-means moving تستخدم لتجميع الصفات بشكل عناقيد(clusters) للحصول على حقيبه من الكلمات المرئيه وبعدها يتم بناء المعجم و مخطط للكلمات المرئيه.صفات كل كلمه مرئيه في صور الفيديو والصوره المختبره يتم مطابقتها باستخدام مقياس المسافه منهاتن. تم اختبار النظام المقترح على ثلاثة أنواع من قواعد بيانات الحروف الإنجليزية (تايم نيو رومان، أريال بلاك و كالبري). تبين النتائج التجريبية أن الطريقة المقترحة هي أكثر كفاءة وسرعة لمطابقة وتمييز الحرف مقارنة مع استخدام طريقة العزوم السبعه.الوقت الذي تأخذه حقيبة الكلمات المرئيه لتمييز الحرف يكون اقل من الوقت الذي تاخذه العزوم السبعه, دقة حقيبة الكلمات المرئيه يعتمد على عدد تمييز الحروف بصوره صحيحه. لذا تعتبر حقيبة الكلمات المرئيه ذات الدقه الأمثل الدقة المثلى في عملية تمييز الحروف.

Listing 1 - 2 of 2
Sort by
Narrow your search

Resource type

article (2)


Language

Arabic and English (1)

English (1)


Year
From To Submit

2018 (2)