research centers


Search results: Found 1

Listing 1 - 1 of 1
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 .

Listing 1 - 1 of 1
Sort by
Narrow your search

Resource type

article (1)


Language

English (1)


Year
From To Submit

2012 (1)