research centers


Search results: Found 6

Listing 1 - 6 of 6
Sort by

Article
Line Detection Using Radon Transform
كشف الخطوط باستخدام خوارزمية (Radon)

Authors: H. H. Abbas --- Hussein Ali Hussein
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2010 Volume: 28 Issue: 6 Pages: 1267-1280
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

To extract features from digital images, it is useful to be able to find simpleshapes (straight lines, circles, ellipses, etc.).In order to achieve this goal, one can be able to detect a group of pixels that are ona straight line or a smooth curve. That is what a Hough transform is supposed todo.Since the Hough transform is a special case of Radon transform then line detectionprocess is accomplished using Radon transform.In this paper, software for line detection using Radon transform has been designedand implemented. Then the implemented software is tested under many conditionsand circumstances, the results are discussed, and many points are concluded fromthe results.

لغرض استخلاص خواص الصور الرقمية ، من المفيد أن نكون قادرين علىكشف الأشكال البسيطة (الخطوط المستقيمة ، الدوائر ، الأشكال البيضاوية ،الخ.....).ولإنجاز هذا الهدف، يجب أن نكون قادرين على كشف مجموعة من النقا طالواقعة فوق خط مستقيم أو منحني وهذا العمل من المفروض أن (Pixels).(Hough Transform) ينجزهفأن (Radon Transform) هو حالة خاصة من (Hough Transform) بما أن.(Radon Transform) عملية كشف الخطوط قد تمت في هذا البحث باستخدامفي هذا البحث تم تصميم خوارزمية و من ثم بناء برنامج حاسوبي لغرض كشفو بعد ذلك فأن البرنامج قد تم اختباره في .(Radon Transform) الخطوط باستخدامحالات و ظروف مختلفة و من ثم فأن النتائج قد نوقشت و تم استنتاج عدة نقاط منالنتائج.


Article
Image Recognition Using Combination of Multiwavelet and Radon Transforms with Neural Network

Author: Ahmed Q. AL-Thahab
Journal: Journal of University of Babylon مجلة جامعة بابل ISSN: 19920652 23128135 Year: 2012 Volume: 20 Issue: 1 Pages: 315-329
Publisher: Babylon University جامعة بابل

Loading...
Loading...
Abstract

In many of the digital image processing application, observing image is modeled to be corrupted by different type of noise that result in a noisy version. Hence, image classification is an important problem that aim to find an estimate version from image have a noise that is close to the original image as possible. In the last few years, for image classification, accuracy of previous methods like Fourier transform, wavelet transform, and other methods are not so high, so they neglect some particular characters of image data. In this paper, classification method based on multiwavelet transform and radon transform that proposed, and these two transforms combine together to extract useful information from image, and then forward these features extraction for classification by using robust method of artificial neural network. The aim of this paper is that how the noisy image can be classified properly into original image via high recognition rate. A successful recognition rate of 99.3% was achieved.

في عديد من تطبيقات معالجة الصورة الرقمية، الصورة المرئية صممت لكي تكون مشوشة عن طريق أنواع مختلفة من الضوضاء التي نتجت من صورة صاخبة. لذالك، تصنيف الصور يكون من المشاكل المهمة التي تهدف إلى إيجاد نسخة مخمنة من صورة تمتلك ضوضاء والتي تكون مقاربة الى الصورة الأصلية بقدر الإمكان. في السنوات القليلة الماضية، لتصنيف الصور، دقة الطرق السابقة مثل تحويل فورير، تحويل المويجة، وطرق أخرى ليست عالية جدا، بحيث إنها تهمل بعض الصفات الخصوصية المتعلقة ببيانات الصورة. في هذا البحث، طريقة التصنيف المعتمدة على أساس تحويل متعدد المويجة وتحويل الرادون قد اقترحا، وكلا هذين التحويلين جمعا معا لاستخلاص المعلومات المفيدة من الصورة، وبعد ذلك إرسال هذه الخواص المستخلصة إلى الإمام للتصنيف عن طريق استخدام طريقة قوية في الشبكات العصبية. إن الهدف من هذا البحث هو الحصول على نسبة تمييز عالية للصورة الحاوية على ضوضاء واستخلاص صورة أصلية لها. وقد تم تحقيق نسبة تمييز ناجحة قدرها 99,3%.


Article
Image Recognition Using Combination of Multiwavelet and Radon Transforms with Neural Network

Author: Ahmed Q. AL-Thahab
Journal: Journal of University of Babylon مجلة جامعة بابل ISSN: 19920652 23128135 Year: 2012 Volume: 20 Issue: 1 Pages: 315-329
Publisher: Babylon University جامعة بابل

Loading...
Loading...
Abstract

In many of the digital image processing application, observing image is modeled to be corrupted by different type of noise that result in a noisy version. Hence, image classification is an important problem that aim to find an estimate version from image have a noise that is close to the original image as possible. In the last few years, for image classification, accuracy of previous methods like Fourier transform, wavelet transform, and other methods are not so high, so they neglect some particular characters of image data. In this paper, classification method based on multiwavelet transform and radon transform that proposed, and these two transforms combine together to extract useful information from image, and then forward these features extraction for classification by using robust method of artificial neural network. The aim of this paper is that how the noisy image can be classified properly into original image via high recognition rate. A successful recognition rate of 99.3% was achieved

في عديد من تطبيقات معالجة الصورة الرقمية، الصورة المرئية صممت لكي تكون مشوشة عن طريق أنواع مختلفة من الضوضاء التي نتجت من صورة صاخبة. لذالك، تصنيف الصور يكون من المشاكل المهمة التي تهدف إلى إيجاد نسخة مخمنة من صورة تمتلك ضوضاء والتي تكون مقاربة الى الصورة الأصلية بقدر الإمكان. في السنوات القليلة الماضية، لتصنيف الصور، دقة الطرق السابقة مثل تحويل فورير، تحويل المويجة، وطرق أخرى ليست عالية جدا، بحيث إنها تهمل بعض الصفات الخصوصية المتعلقة ببيانات الصورة. في هذا البحث، طريقة التصنيف المعتمدة على أساس تحويل متعدد المويجة وتحويل الرادون قد اقترحا، وكلا هذين التحويلين جمعا معا لاستخلاص المعلومات المفيدة من الصورة، وبعد ذلك إرسال هذه الخواص المستخلصة إلى الإمام للتصنيف عن طريق استخدام طريقة قوية في الشبكات العصبية. إن الهدف من هذا البحث هو الحصول على نسبة تمييز عالية للصورة الحاوية على ضوضاء واستخلاص صورة أصلية لها. وقد تم تحقيق نسبة تمييز ناجحة قدرها 99,3%.


Article
Arabic Word Recognition Based on 3D Radon and Multiwavelet Neural Network
تمييز الكلمات العربية بإستعمال تحويل رادون الثلاثي الأبعاد مع تحويل المويجة المتعدد والشبكات العصبية

Author: Tarik Zeyad Ismaeel
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2013 Volume: 31 Issue: 7 Part (A) Engineering Pages: 1418-1430
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

In this paper, an automatic speaker–independent Arabic word speech recognition system is presented using 3D Radon and Multiwavelet neural network. The approach contains combining multiwavelet theory to neural network which lead to fabricate a Multiwavenet. Position and dilation of the Multiwavenets are fixed and the weights are optimized according to learning algorithm in the network. The feature extraction for real Arabic word signals through 3D radon model is used. The proposed terminology here is training process for some words of all speakers done in Multiwavenet learning phase then test for the other sample speech signals for speakers have been used in Multiwavenet classification phase. Success theory of Multiwavenets has been generalized by extension to biorthogonal wavelets which lead to identification system development. Results show the effectiveness of the proposed system presented in this paper. The accuracy in the detection process was 86% when using utterances outside the training database and around 94% when using the whole utterances database in system test process. The proposed algorithms were implemented using MATLAB2011a.

في هذا البحث تم بناء منظومة لتمييز الكلمات العربية التي لا تشترط استخدام اصوات اشخاص محددين لكي يتم تمييز الكلمة باستخدام تحويل رادون الثلاثي وتحويل المويجة المتعدد والشبكات العصبية. النظام يشمل على بناء الشبكة العصبية للتحويل المويجي المتعدد من جمع النظامين سويةٌ (الشبكة العصبية وتحويل المويجة المتعدد). أوزان الشبكة العصبية تم احتسابها بالصورة الأمثل عن طريق خوارزمية تدريب الشبكة العصبية. تم استخدام تحويل رادون الثلاثي لاستخراج خواص الكلمات العربية المناسبة لعملية التمييز. تشتمل خطوات بناء المنظومة على مرحلتين المرحلة الأولى هي تدريب الشبكات العصبية ذات تحويل المويجة المتعدد على التعامل مع الكلمات بواسطة تغيير اوزان الشبكات العصبية في مرحلة التدريب والمرحلة الثانية هي اختبار الشبكة في تمييز الكلمات التي تصدر من اشخاص لم يتم استخدام اصواتهم في مرحلة التدريب. أثبتت المنظومة التي تم تقديمها في هذا البحث كفائتها حيث كانت نسبة النجاح عند أستعمال أصوات لم تشترك في عملية التدريب هي 86% وعند الأخذ بنظر الأعتبار كافة الأصوات كانت نسبة النجاح الكلي حوالي 94%. تم استخدام برنامج MATLAB2011a في بناء خوارزميات النظام المقترح.


Article
Isolated Word Speech Recognition Using Mixed Transform
تمييز الكلمات المفصولة باستخدام التحويلات الخليطة

Authors: Shahad Mujeeb Abdul-Razzaq شهد مجيب عبد الرزاق --- Sadiq Jassim Abou-Loukh صادق جاسم ابو اللوخ
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2013 Volume: 19 Issue: 10 Pages: 1271-1286
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Methods of speech recognition have been the subject of several studies over the past decade. Speech recognition has been one of the most exciting areas of the signal processing. Mixed transform is a useful tool for speech signal processing; it is developed for its abilities of improvement in feature extraction. Speech recognition includes three important stages, preprocessing, feature extraction, and classification. Recognition accuracy is so affected by the features extraction stage; therefore different models of mixed transform for feature extraction were proposed. The properties of the recorded isolated word will be 1-D, which achieve the conversion of each 1-D word into a 2-D form. The second step of the word recognizer requires, the application of 2-D FFT, Radon transform, the 1-D IFFT, and 1-D discrete wavelet transforms were used in the first proposed model, while discrete multicircularlet transform was used in the second proposed model. The final stage of the proposed models includes the use of the dynamic time warping algorithm for recognition tasks. The performance of the proposed systems was evaluated using forty different isolated Arabic words that are recorded fifteen times in a studio for speaker dependant. The result shows recognition accuracy of (91% and 89%) using discrete wavelet transform type Daubechies (Db1) and (Db4) respectively, and the accuracy score between (87%-93%) was achieved using discrete multicircularlet transform for 9 sub bands.

طرائق تمييز الكلام كان موضوع كثير من الدراسات خلال العقد الماضي. الكلام هو الطريقة الطبيعية للتواصل بين البشر ويعتبر تمييز الكلام واحد من المجالات المهمة في معالجة الإشارة. التحويلات الخليطة هي أداة مفيدة في معالجة إشارة الكلام، وقد تم تطويرها من اجل تحسين تمثيل الإشارة المستخلصة. يتضمن تمييز الكلام ثلاث أجزاء أساسية: معالجة مسبقة للإشارة، استخلاص الميزات، والتصنيف. تتاثر دقة تمييزالكلام بمرحلة استخلاص الميزات لذلك فقد تم اقتراح نماذج مختلفة من التحويلات الخليطة. ان خصائص الكلمات المسجلة ستكون احادية الابعاد (1-D) مما سيمكننا تحويلها الى صيغة ثنائية الابعاد (2-D). المرحلة الثانية في التصنيف تتطلب تطبيق التحويلات الخليطة، تحويل فورير ثنائي الابعاد يطبق على الإشارة ثنائية الأبعاد ثم تحويل رادون ثم تحويل فورير المعكوس احادي البعد. بعد ذلك تم استخدام تحويل المويجي المتقطع في النموذج الأول، بينما تم استخدام التحويل الدائري المتعدد في النموذج الثاني. المرحلة النهائية تتضمن استخدام تحويل الزمن الديناميكي لغرض التمييز بين الكلمات. أربعون كلمة عربية مسجلة بخمسة عشر زمن مختلف في الاستوديو بواسطة متكلم واحد استخدمت كقاعدة بيانات في هذا العمل. أداء كل الطرق المستخدمة تم تحليلها وتقييمها بواسطة الحاسوب باستخدام لغة MATLAB (2010a) .إن دقة تمييز الكلام في النموذج الأول تساوي (91% and 89%) عندما استعمل التحويل المويجي المتقطع نوع Db4 وDb1 على التوالي بينما كانت الدقة في النموذج الثاني بين 87%-93%)) عندما استخدمت تسعة أحزمة مختلفة من التحويل الدائري المتعدد.


Article
Offline Handwriting Arabic Words features Extractions and classifications using Hybrid Transform and Self-Organizing Feature Map

Author: Anmar Abdul Wahab
Journal: Journal Of AL-Turath University College مجلة كلية التراث الجامعة ISSN: 20745621 Year: 2015 Volume: 2 Issue: 19 Pages: 19-40
Publisher: Heritage College كلية التراث الجامعة

Loading...
Loading...
Abstract

In this paper images of Arabic handwritten words have been introduced to sequences of transforms, to obtain the final features of the given image. The hybrid transform has been used which transforms images of Arabic handwritten words into another form such that it is partially invariant to scale and rotation. The transforms used in this research, such as 2-D Fast Fourier Transform, Radon Transform, 1-D Inverse Fast Fourier Transform and 1-D Discrete Multiwavelete Transform have been considered for feature extraction. In the hybrid transform, images of the Arabic handwritten words have been introduced to the sequences of transforms, to obtain the final coefficients matrix of the given image. The obtained transform coefficients can be as affine invariant pattern features. The experiments showed that a small subset of these coefficients is enough for reliable recognition of complex patterns. A Comprehensive Database of Handwritten Arabic Words [1] had been used in the implementation of the hybrid transform. Then Kohonen Self Organizing Feature Map (SOFM) for pattern clustering has been used to cluster the discriminated information vectors extracted from the hybrid transforms matrix’s coefficients. The variations of the transforms used in order to improve generalization, and perform with 89% accuracy on a 7-class lexicon. The technique suggested in this paper can serve as a pre-processing step in computer vision applications.

في هذا البحث تم استخدام الكلمات العربية المكتوبة بخط اليد في متواليات من التحويلات وذلك للحصول على الخصائص النهائية لكلمة عربية معينة. التحويل الهجين الذي استخدم ليقوم بتحويل الكلمات العربية المكتوبة بخط اليد إلى شكل آخر يكون غير متأثرجزئيا بالتدوير والتقييس.ا لتحويلات في هذا البحث، مثل تحويل 2-D فورييه السريع، تحويل الرادون ، تحويل 1-D معكوس فورييه السريع ،و تحويل1-D المتقطع للمويجات المتعددة استخدمت لاستخراج الخصائص الخاصة بالكلمات العربية المكتوبة بخط اليد. في التحويل الهجين ، أدخلت صور من الكلمات العربية المكتوبة بخط اليد إلى متواليات من التحويلات، للحصول على معاملات المصفوفة النهائية لصورة معينة. ان المعاملات التي تم الحصول عليها ذات ميزات نمطية ثابتة. وأظهرت التجارب أن مجموعة صغيرة من هذه المعاملات تكون كافية في عملية تعرف موثوقة للأنماط المعقدة منها. وقد استخدمت قاعدة بيانات شاملة من الكلمات العربية المكتوبة بخط اليد [1] في تنفيذ التحويل الهجين. ثم استخدمت طريقة خريطة التنظيم الذاتي للخصائص لكوهونين الخاصة بفصل المجموعات النمطية وذلك لفصل الخصائص المميزة والمتشابهة لكل نمط والمستخرجة من مصفوفة المعاملات الخاصة بالتحويل الهجين. الأشكال المختلفة من التحويلات تستخدم من أجل تحسين التعميم، مع دقة أداء مقداره 89٪. التقنية المقترحة في هذا البحث يمكن أن تكون بمثابة خطوة في المعالجة التمهيدية لتطبيقات الحاسوب القادرة على فهم محتوى الصور.

Listing 1 - 6 of 6
Sort by
Narrow your search

Resource type

article (6)


Language

English (6)


Year
From To Submit

2015 (1)

2013 (2)

2012 (2)

2010 (1)