This paper presents an approach to study the effect of the different eigenfaces levels on the faces recognition rate using principal component analysis. The increase in the strength of the variables and the lighting in the facial geometry to represent the human face , has been using the principal component analysis (PCA) on the image of the whole face . The principal component analysis is a statistical measurement method , which works in the field of linear and can be used to reduce the dimensions of the image and thus serve to reduce the calculations significantly to the image database . It is a method gives better accuracy and a higher rate of recognition . The experiment was conducted on 50 images from the database of faces (ORL), using 40 images for the training set and 15 images for the test group ( five images in common with the training set and the remaining 10 images are different in expression and corner ) . The results proved that the proposed method is effective and successful in obtaining recognition rate up to 100% in the third level when using ten eigenfaces.

يقدم هذه البحث مدخلا لدراسة تأثير مستويات مختلفة من الايكنفيسس على معدل تمييز الوجوه. ان زيادة متانة المتغيرات والاضائة في هندسة الوجه لتمثيل الوجه الإنساني ، تم باستخدام تحليل المكون الاساسي(PCA) على صورة الوجه كله . ان تحليل المكون الاساسي هو أسلوب للقياس الإحصائي ، والذي يعمل في مجال الخطية ، والذي يمكن استخدامه لتقليل من أبعاد الصورة وبالتالي يعمل على تقليل العمليات الحسابية بشكل ملحوظ لقاعدة بيانات الصور. وهذهالطريقة تعطي دقة أفضل ومعدل التمييز اعلى . تم إجراء التجربة على 50 صورة منقاعدة البيانات للوجوه (ORL) ، وذلك باستخدام 40 صور لمجموعة التدريب و 15 صورة لمجموعة الاختبار ( خمس صور مشتركة مع مجموعة التدريب و 10 صور المتبقية هي مختلفة في التعبير والزاوية ) . اثنتت النتائج أن الطريقة المقترحة هي فعالة وناجحة في الحصول على معدل للتمييز تصل الى نسبة 100٪ في المستوى الثالث عند استخدام عشرة من الايكنفيسس .

Face recognition --- PCA --- Eigenfaces

This paper presents an application of a performance analysis of a genetic algorithm GA developed for extraction of the directions of arrival DOA of several signals impinging on uniform linear arrays. The first part of this paper describes the maximum likelihood ML technique of direction of arrival estimation with genetic algorithm. The second part presents some illustrative simulation cases of ML-DOA estimation by using GA. Results are statistically analyzed in order to conclude from it the algorithm's accuracy and reliability.

يتناول هذا البحث تطبيق الخوارزمية الوراثية المطورة لاستخراج اتجاهات الوصول لإشارات متعددة ساقطة على مصفوفة الهوائيات المنتظمة. يصف الجزء الأول من هذا البحث تقنية الإمكانية القصوى من تحديد اتجاه الوصول مع الخوارزمية الوراثية. يعرض الجزء الثاني بعض حالات المحاكاة الموضحة من تقنيةالإمكانية القصوى من تحديد اتجاه الوصول باستخدام الخوارزمية الوراثية. تم تحليل النتائج بشكلإحصائي لكي تستنتج منها الدقة والوثوقية.

Direction of Arrival --- DOA --- Genetic Algorithm --- GA

Automatic License Plate Detection and Recognition (ALPDR) system is an image processing technology used to identify cars by their license plates.This system consists of two main parts: the first is a practical implementation of how to take an automatically snapshotfor cars passes, this was done by two sensors type(GP2Y0A21YK0F sensor) connected with each other and interfaced with a A4tech USB camera,and this camera is interfaced using Matlab 2013a with the personal computer. The second part is image processing, this part includes four basic stages: The first stage is image preprocessing which involves image normalization and RGB to gray image conversion. Second stage is detection of a possible license plate using edge detection technique and extracts these LP using region growing technique, detection rates reach to 95%. Third stage is alphanumeric character segmentation to isolate each character, numbers and words of the license plate using Otsu's and Hough transforms technique for subsequent recognition. The last stage reads the alphanumeric character and words by correlation template matching, which is a simple, fast and given a recognition rate reach to 98.245%.

نظام تحري و تمييز لوحات ارقام السيارات هو تقنية في معالجة الصور يستخدم للتعرف على السيارات من خلال لوحات الارقم الخاصة بها. بني النظام على قسمين رئيسين: القسم الاول التنفيذ العملي وهو كيفية إلتقاط صورة للسيارات المارة اوتوماتيكيا وتم هذا عن طريق متحسسين نوع ((GP2Y0A21YK0F sensorتربط مع بعضها وتوصل إلى الكاميرا (A4tech USB camera) المتصلةبالكومبيوتر.تعمل الكاميرا اوتوماتيكيا بواسطة برنامج Matlabمن حيث تخزين الصور الملتقطة ومعالجتها وكذلك تخزين النتائج ما بعد المعاجة في ملف خاص مهيئ لهذه العملية .القسم الثاني معالجة الصورة ويتضمن خمسة مراحل أساسية : المرحلة الاولى هي مرحلة ماقبل المعالجة وتتضمن تجزئة او تغيير حجم الصورة الملتقطة ومن ثم تحويلها للنظام الرمادي. المرحلة الثانية وتتضمن كشف لوحة الرخصة باستخدام تقنية كشف الحافات لاستخراج المعلومات من الصورة ومن ثم استخراج اللوحة باستخدام تقنية تنمية المساحة وقد حققت هذه المرحلة نسبة كشف 95%. المرحلة الثالثة هي تجزئة واستخراج المعلومات من اللوحة, حيث تم عزل كل رقم وكل حرف وكل كلمة باستخدام تقنيتي (Otsu' and Hough transforms)على حده لغرض التمييز. المرحلة الاخيرة هي تمييز الارقام والحروف والكلمات الموجودة في اللوحة بأستخدام تقنية المطابقة القالبية وتخزينها في ملف خاص, وهي تقنية بسيطة وسريعة في التمييز وقد أعطت ومن خلال التجربة نسبة تمييز 98.245%.

Template Matching Correlation --- Edge detection --- Morphological operations --- Otsu's and Hough transforms

This paper introduced design and implementation of wireless home automation system (WHAM), which is developed using an Arduino microcontroller, Bluetooth wireless communication technology, and voice recognition based on HM2007. Software Development Kit HM2007 is embedded system to detect and recognize human voice commands and it converts into binary format and send respective digital representations to the microcontroller. The microcontroller then interprets these data signals, compares them with a database and thus identifies the referred load and its desired state. A Bluetooth module was added to microcontroller, so as to control lights and electrical appliances in the home. This system is most suitable for the elderly and the disabled persons, especially those who live alone and since recognize voice so it is secure. The response time is 1.2 sec which is efficient in these applications

هذا البحث يقدم تصميم وتنفيذ الأتمتة المنزلية اللاسلكية المعروف (WHAM) التي تم تطويرها باستخدام المتحكم الدقيق اردوينو، وتكنولوجيا الاتصالات اللاسلكية البلوتوث، ونظام التمييز الصوتيمن خلال أدوات تطوير HM2007 للكشف والتعرف على الأوامر الصوتية للانسان. تقوم ادوات التطوير HM2007 بعد تدريبها على الاوامرالصوتية بتحويل هذه الاوامر الى تنسيق ثنائي وإرسال التمثيل الرقمية منها إلى متحكم دقيق . يقوم المتحكم الدقيق بتفسير هذه البيانات، بمقارنتها مع قاعدة بيانات لتحديد الأشارة المطلوبة لتشغيل الجهاز المنزلي. تم تعزيز أضافة وحدة البلوتوث إلى المتحكم الدقيق وذلك لتحقيق التحكم عن بعد لأنوار والأجهزة الكهربائية في المنزل. ان هذا النظام هو الافضل والانسب لكبار السن والمعوقين وخاصة أولئك الذين يعيشون بمفردهم وكون التمييز الصوتي يعتبر وسيلة آمنة لهم.زمن الاستجابة للنظام 1.2 ثانية والذي يعتبر فعالا في هكذا تطبيقات.