research centers


Search results: Found 4

Listing 1 - 4 of 4
Sort by

Article
Color Image Denoising Using Stationary Wavelet Transform and Adaptive Wiener Filter
إزالة الضوضاء من الصور الملونة باستعمال تحويلة المويجة المستقرة ومرشح وينر المتكيّف

Author: Iman M.G. Alwan إيمان محمد جعفر علوان
Journal: Al-Khwarizmi Engineering Journal مجلة الخوارزمي الهندسية ISSN: 18181171 23120789 Year: 2012 Volume: 8 Issue: 1 Pages: 18-26
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The denoising of a natural image corrupted by Gaussian noise is a problem in signal or image processing. Much work has been done in the field of wavelet thresholding but most of it was focused on statistical modeling of wavelet coefficients and the optimal choice of thresholds. This paper describes a new method for the suppression of noise in image by fusing the stationary wavelet denoising technique with adaptive wiener filter. The wiener filter is applied to the reconstructed image for the approximation coefficients only, while the thresholding technique is applied to the details coefficients of the transform, then get the final denoised image is obtained by combining the two results. The proposed method was applied by using MATLAB R2010a with color images contaminated by white Gaussian noise. Compared with stationary wavelet and wiener filter algorithms, the experimental results show that the proposed method provides better subjective and objective quality, and obtain up to 3.5 dB PSNR improvement.

إن عملية إزالة الضوضاء من الصور المتأثرة بضوضاء من نوع Gaussian هي من المشاكل في عمليات المعالجة الصورية. العديد من الدراسات اعتمدت على تطبيق تقنية العتبة على معاملات المويجة، إن معظم هذه الدراسات ركزت على التشكيل الإحصائي لمعاملات المويجة وعلى الاختيار الأمثل لقيمة العتبة. يقدم هذا البحث طريقة جديدة لإزالة الضوضاء بواسطة دمج تقنية إزالة الضوضاء باستعمال تحويلة المويجة المستقرة ومرشح Wiener ، حيث يتم تطبيق مرشح Wiener على الصورة المسترجعة من معاملات التقريب فقط بينما يتم تطبيق تقنية العتبة على قيم معاملات التفاصيل التي تم الحصول عليها بتطبيق تحويلة المويجة المستقرة ومن ثم دمج النتيجتين. لقد تم تنفيذ الطريقة المقترحة باستعمال برنامج ماتلاب R2010a على صور ملونة وملوثة بضوضاء من نوع Gaussian . أظهرت النتائج تحسين واضح للصور وصل لحد 3.5dB.


Article
Face Recognition Using Stationary wavelet transform and Neural Network with Support Vector Machine
تمييز الوجوه باستخدام تحويل المويجة المستقرة والشبكة العصبية مع ماكنة الدعم الناقل

Author: Nashwan Alsalam Ali نشوان السلام علي
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2015 Volume: 56 Issue: 1B Pages: 520-530
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Face recognition is a type of biometric software application that can identify a specific individual in a digital image by analyzing and comparing patterns. It is the process of identifying an individual using their facial features and expressions.In this paper we proposed a face recognition system using Stationary Wavelet Transform (SWT) with Neural Network, the SWT are applied into five levels for feature facial extraction with probabilistic Neural Network (PNN) , the system produced good results and then we improved the system by using two manner in Neural Network (PNN) and Support Vector Machine(SVM) so we find that the system performance is more better after using SVM where the result shows the performance of the system is better based on the recognition rate measurement.

التعرف على الوجه هو نوع من تطبيقات البرمجيات القياسية التي يمكن من خلالها تحديد شخص معين في صورة رقمية عن طريق تحليل ومقارنة الأنماط. هو عملية تحديد الفرد باستخدام ملامح الوجه والتعبيرات.في هذا البحث تم اقتراح نظام التعرف على الوجوه باستخدام تحويل المويجات المستقرة مع الشبكات العصبية، تحويل المويجات الثابتة تطبق لخمسة مستويات لاستخراج الوجه مع ميزة الشبكة العصبية الاحتمالية (PNN). ، نتائج النظام جيدة ومن ثم قمنا بتحسين النظام باستخدام ماكنة الدعم الناقل (SVM) لذلك نجد أن أداء النظام هو أفضل بعد استخدام SVM حيث تظهر نتيجة أداء النظام بشكل أفضل اعتمادا على مقياس معدل التمييز.


Article
FACE RECOGNITION USING STATIONARY WAVELET AND NEURAL NETWORK
التعرف على الوجه باستخدام الشبكة العصبية والمويجة المستقرة

Author: Ahkam K. Naji أحكام كامل ناجي
Journal: AL-TAQANI مجلة التقني ISSN: 1818653X Year: 2014 Volume: 27 Issue: 1 Pages: E32-E41
Publisher: Foundation of technical education هيئة التعليم التقني

Loading...
Loading...
Abstract

In this paper, Face recognition system are analyzed and classified based on a new approach, Stationary Wavelet and Neural Network (NN). In this method, the resulting coefficients were computed by the proposed stationary wavelet transform for single-level decomposition. The low pass sub bands of the upper left corner are considered in the proposed method as a resemblance and a smaller version of the original image. The NN of low coefficients is obtained. This method gave an excellent result for a database of 400 different images which indicate that the suggested algorithm is an excellent tool to process the database of standard pose of image. The algorithm is implemented using MATLAB programming languages version R2011a

في هذا البحث يحلل ويصنف نظام التعرف على الوجه اعتمادا على طريقة جديدة وهي الشبكة العصبية والمويجة المستقرة. في هذه الطريقة ناتج المعاملات احصلها من الشبكة المويجية المستقرة بعد مستوى واحد من التحليل. وسوف ناخذ الصورة في الركن الاعلى الايسر لاستخدامها في طريقتنا والتي تعتبر صورة مصغرة ومشابهة للصورة الاصلية. وبعدها طبقت الشبكة العصبية على هذه المعاملات التي تم الحصول عليها. وهذه الطريقة تعطي نتائج جيدة لقاعدة بيانات متكونة من 400 صورة مختلفة والتي تشير الى ان الخوارزمية المقترحة هي اداة ممتازة لمعالجة قاعدة بيانات الوقفة القياسية للصور. وهذه الخوارزمية تطبق باستخدام لغة الماتلاب النسخة R2011a .


Article
Feature Extraction and Classification for ECG signals Processing based on Stationary Multiwavelet Transform and Artificial Neural Network
أستخلاص الميزّات والخواص و تصنيفها من اشارة القلب بلاعتماد على الشبكة المتعددة المويجات المستقرة و الشبكه العصبية الصناعية

Author: Zahraa K. Taha زهراء خضير طه
Journal: AL-MANSOUR JOURNAL مجلة المنصور ISSN: 18196489 Year: 2018 Issue: 29 Pages: 85-101
Publisher: Private Mansour college كلية المنصور الاهلية

Loading...
Loading...
Abstract

This paper proposes an algorithm that uses mix of Stationary Multiwavelet Transform and Artificial Neural Network (ANN) algorithm for classification of Electrocardiograph (ECG) signals. The MIT-BIH arrhythmia database is used to measure the performance of the suggested method and compare the results with conventional techniques. The Stationary Multiwavelet Transform (SMWT) and the Minimum Average Maximum strategy (MAM) is suggested to calculate the useful features of the signal before utilizing ANN algorithm for classification. Since SMWT is a translation invariant, therefore, it enhances the classification performance and reduces mean square error (MSE). Repeated Row Processing exists in this scheme to make it more suitable for feature extraction compared with Stationary Wavelet Transform (SWT), Multiwavelet Transform (MWT) and Principle Component Analysis (PCA). SMWT and MAM reduce dimensional space and decrease the complexity of classification circuit. ECG signal is classified using ANN. Finally, the results of the proposed method are realistic compared with SWT-ANN, MWT-ANN, and PCA-ANN. The obtained results emphasize the excellence of the presented algorithm than the traditional techniques. The SMWT-ANN achieves classification accuracy of 100% and mean square error of 〖1.4*10〗^(-3).

تم في هذا البحث الدمج بين الشبكة المتعددة المويجات المستقرة و الشبكه العصبية الصناعية لغرض تصنيف اشارة القلب. ان قاعدة البيانات MIT-BIH قد استخدمت لقياس أداء الطريقة المقترحة ومقارنة النتيجة مع التقنيات التقليدية. ان الطرق (SMWT) و (MAM) تم اقتراحها لاستخلاص الميزّات والخواص من الاشارة قبل تصنيفها بواسطة ANN. بما ان SMWT لها خاصية عدم التغير مع الزحف فأن هذا يعزز من أداء عملية التصنيف ويقلل من الخطأ. أن تكرار معالجة الأسطر الموجودة في هذا المخطط جعل الاسلوب المستخدم أكثر ملاءمة لأستخراج الميزات مقارنة مع SWT, MWT وPCA. ان الطرق (SMWT) و (MAM) تقلل من ابعاد الإشارة وتقلل من تعقيد دائرة التصنيف. أخيراً ان نتائج الطريقة المقترحة هي واقعية مقارنة مع SWT-ANN, MWT-ANNو PCA-ANN. النتائج التي تم الحصول عليها تؤكد تفوق الخوارزمية المقترحة على الاساليب التقليدية.SMWT-ANN حققت دقة تصنيف 100% و معدل خطأ بمقدار 0.0014.

Listing 1 - 4 of 4
Sort by
Narrow your search

Resource type

article (4)


Language

Arabic and English (2)

English (2)


Year
From To Submit

2018 (1)

2015 (1)

2014 (1)

2012 (1)