Recently, the importance of face recognition in color images has been increasingly emphasized since popular CCD cameras are distributed to various applications. However, face feature extracted from the image will distorted non-linearly by lighting variations in intensity or directions, so this changes will cause a serious performance degradation in face recognition. Many algorithms adopted by researchers to overcome the illumination problem. Most of them need multiple registered images per person or the prior knowledge of lighting conditions. According to the “common assumption” that illumination varies slowly and the face intrinsic feature (including 3D surface and reflectance) varies rapidly in local area, high frequency feature represents the face intrinsic structure. The Fast and Adaptive Bi-dimensional Empirical Mode Decomposition FABEMD has been extended for color image analysis. The proposed algorithm, based on the powerful transform for the color image named color FABEMD (CFABEMD). The color image decomposed into multi-layer high frequency images representing detail feature and low frequency images representing analogy feature. In addition a two measurements are proposed to quantify the detail feature that use to eliminate illumination variation, with these measurement weights, CFABEMD based multi-layer detail images recognition can be done under vary illumination. With PCA, the experiment results based on processed CVL database and Georgia Tech Face database show the method can get remarkable performance

ان الميزات المستخرجة من الصور والمعتمدة للتمييز بين الصور او الوجوه تتشوهة بصورة غير خطية من قبل الاختلافات في شدة الإضاءة أو أتجاهاتها، ولهذا فان هذه التغييرات سوف تؤدي إلى تدهور في أداء انظمة التعرف على الوجوه. العديد من الخوارزميات التي اعتمدت من قبل الباحثين للتغلب على مشكلة الإضاءة بحاجة لعدة صور للشخص الواحد أو على علم مسبق لظروف الإضاءة. بالاعتماد على الفرضية المعروفة التي تنص بأن التغير في الانارة يكون طفيفاً لمنطقة محددة وان الميزات الجوهرية في الوجة يكون تغيرها كبير فان الميزات عالية التردد المستخرجة من الوجة في تلك المنطقة ستمثل الميزات الجوهرية. وقد تم استخدام تحليل النمط التجريبي ثنائي الابعاد والمتكيف السريع المطور والقادر على تحليل الصور الملونة حيث يتم تحليل الصورة الى عدة مستويات وبالإضافة لذلك تم اقتراح كميتين لقياس ميزات التفاصيل وباستخدام تلك القيمتين امكن تجاوز تباين الإضاءة في التمييز بين الوجوه. اجريت التجارب على قاعدتين للبيانات (صور) وهما قاعدة مختبر الابصار الكومبيوتري لجامعة لجويلجانا CVL اما القاعدة الاخرى فهي قاعدة صور معهد جورجيا التقني Georgia Tech وكانت النتائج عالية في الأداء. بعد مقارنتها بالطرق الاخرى.

： illumination invariant --- BEMD --- CFABEMD --- face recognition

This paper presents a three-species food chain system, which consists of intermediate predator population that depends only on prey population, and top predator population that depends only on intermediate predator population. We study this model when the intermediate predator exposed to the risk of harvest.We studied the bounded solutions and equilibrium points with its conditions. Also the stability for each equilibrium points was studied. We determine the invariant region, in this region all population are survive and continuous harvesting. At last, we describe some results in numerical simulation.

تقدم هذه الورقة نظام السلسلة الغذائية ثلاثة أنواع، والتي تتألف من عدد السكان فريسه و مفترس وسطي يعتمد في تغذيته على الفريسه بينما يعتمد المفترس على المترس الوسطي. في هذا النموذج المفترس المتوسط يتعرض لخطر الحصاد, نحن نرس الحلول المقيدة ونقاط التوازن مع شروطها. كما تمت دراسة الاستقرار لكل نقطة من نقاط التوازن. علينا أن نحدد منطقة ثابتة، في هذه المنطقة نضمن عدم انقراض اي من المججتمعات الثلاثة مع استمرار الحصاد وضمان السيطرة على المرض وعدم تحوله الى وباء

Food chain --- equilibrium point --- harvesting --- invariant region

Medical image analysis has great significance in the field of treatment, especially in non-invasive and clinical studies. Medical imaging techniques and it analysis and diagnoses analysis tools enable the physicians and Radiologists to reach at a specific diagnosis. In this study, MR images have been used for discriminating the infected tissues from normal brain’s tissues. A semi-automatic segmentation technique based on statistical futures has been introduced to segment the brain’s MR image tissues. The proposed system used two stages for extracting the image texture features. The first stage is based on utilizing the 1st order statistical futures histogram based features such as (the mean, standard deviation, and image entropy ) which is local in nature, while the second stage is based on utilizing the 2nd order statistical futures (i.e Co-Occurrence matrices features).Similar coloring and semi-equal statistical features of the tumor area and the Gray Matter (GM) brain’s tissue was the main encountered problem in the first presented segmentation method. To overcome this problem, an adaptive multi-stage segmentation technique is presented, in which the mean value of each pre-segmented classes has been used to distinguish the tumor tissue from others. The segmentation process is followed by a 2nd order classification method to assign image pixels accurately to their regions, using the invariant moments parameters weighted together with the Co-Occurrence parameters. Different samples of MR images for normal and abnormal brains (i.e. T1 and T2-weighted) have been tested, for different patients.

إن لتحليل ومعالجة الصورةِ الطبيةِ أهميةُ كبيرةُ في مجال الطبِّ، خصوصاً في المعالجةِ غير المتدخّلةِ والدراساتِ السريريةِ. أن تقنياتُ التصوير الطبي, وأدواتِ التحليلِ والتشخيص المتعلقة بها ساعدت الأطباءَ واختصاصيي الأشعة من الوُصُول إلى التشخيص بشكل أفضل. في هذه الدراسة , تم استخدام صور الرنينِ المغناطيسيِ (MRI) ، لغرض الكشف عن الأنسجة المتضررة في الدماغ وتمييزها عن الأنسجة الغير متضررة. حيث تم استخدم تقنيات التقسيم الشبه الاوتماتيكية باستخدام الخصائص الإحصائية لغرض استخلاص تلك التفاصيل. الطريقة التي تم اقتراحها لهذا لغرض تتمثل بمرحلتين; الأولى تعتمد على استخدام الخصائص الإحصائية من الرتبة الأولى( مثل المعدل ومتوسط الانحراف المعياري والعشوائية).بينما المرحلة الثانية فتمثلت باستخدام الخصائص الإحصائية من الرتبة الثانية ( مصفوفة التغايير).إن التشابه اللوني وكذلك شبه التماثل بين معظم أنسجة الدماغ وخاصة بين المناطق المتضررة والمنطقة السنجابية (GM) هي من ابرز المشاكل التي واجهتنا في المرحلة الأولى من التقسيم. ولغرض التخلص من تلك المشكلة عمدنا إلى إجراء عملية تحسين لهذه المرحلة من خلال التعاقب في عملية التقسيم لقيم المعدل لكل صنف من الأصناف ولنفس المرحلة لغرض تمييز الورم عن باقي أنسجة الدماغ.المرحلة الثانية تمثلت باستخدام الخصائص الإحصائية من الرتبة الثانية بالاعتماد على نتائج المرحلة الأولى من التقسيم لغرض التصنيف الدقيق للورم. تم استخدام عينات مختلفة لشرائح صور الرنين المغناطيسي ولعدة أشخاص مصابين وأصحاء.

MRI segmentation --- brain tumors segmentation --- co-occurrence matrices --- invariant moments.

Image classification takes a large area in computer vision in term of quality or type or data sharing and so on Iraqi Anber Rice in they need this kind of work, where few in the field of computer science that deal with the types of Iraqi Anber rice, and because of the Anber Rice are grown and produced in Iraq only, and because of the importance of rice around the world and especially in Iraq. In this paper a proposed system distinguishes between the classes of Iraqi Anber Rice that Grown in different parts of Iraq, and have their own specifications for each class by using moment invariant and KNN algorithm. Iraqi Anber Rice that is more than Fiftieth class Cultivated and irrigated in different parts of Iraq, and because of the different methods of agriculture and irrigation, they differ in their characteristics and qualities and taste, and the image shape of grains differs from one class to another one. All grain enters the image processing stage to prepare the image to the next stage. A feature extraction stage to extract seven moments for each grain and then began the classification process using an algorithm 1-nearest neighbor (KNN) and it calculates the Euclidean distance between test image and training images. After the implementation of the proposed system the result was good, where its compared test image (one image) with the training image(100 image). The success rate of the classification(83%) and after applying the confusion matrix to calculate the recall and precision. The value f recall is (84.0585) and the value of precision is (82.6358), these results for the use of nine classes of Iraqi Anber Rice.

ان تصنيف الصور يأخذ مساحة كبيرة في الرؤية الحاسوبية من حيث الجودة و نوع و مشاركة البيانات ، وكذلك الرز العنبرالعراقي بحاجة الى هذا النوع من التصنيف، حيث قلة في مجال الحاسوب التي تتعامل مع أنواع من الأرز العنبر العراقي، وبسبب ان الرز العنبر يزرع وينتج في العراق فقط، وبسبب أهمية الأرز فيجميع أنحاء العالم، وخاصة في العراق لزم علينا تطوير هكذا اعمال خاصة ببلدنا العراق. في هذه العمل يميز النظام المقترح بين فئات الرزالعنبر العراقي التي تزرع في مناطق مختلفة من العراق، ولها مواصفاتها الخاصة لكل فئة باستخدام moment invariant و خوارزميةKNN. للرز العنبرالعراقي أكثر من خمسون صنف تزرع وتروى في مناطق مختلفة من العراق، وبسبب اختلاف أساليب الزراعة والري، فإنها تختلف في خصائصها صفاتها وطعمها، وشكل الحبوب يختلف من صنف الى أخر. جميع الحبوب يدخل مرحلة معالجة الصور لإعداد الصورة إلى المرحلة التالية. مرحلة استخراج الخصائص لاستخراج seven moment لكل حبة ثم تبدأعملية التصنيف باستخدام خوارزمية (KNN) وحساب المسافة الإقليدية بين صورة الاختبار والتدريبز بعد تنفيذ النظام المقترح النتيجة كانت جيدة، حيث تمت مقارنة صورة اختبار (صورة واحدة) للصنف الاساسي للرز العنبر العراقي مع صورة للتدريب (100 صورة) لتسع اصناف مهجنة ومحسنة من الرز الاصلي. نسبة النجاح للتصنيف (83٪)، وبعد تطبيق confusion matrix لحساب الاسترجاع والدقة. كانت قيمة الاسترجاع هي (84،0585) وقيمة الدقة هي (82.6358)، وإن هذه النتائج طبقت على تسع فئات من الرز العنبر العراقي.

K-Nearest Neighbor --- KNN --- Euclidean distance --- moment invariant --- image processing.

Face recognition is one of the most important tasks in the biometric domain which still receive more concern due to its immense variety of applications. Face recognition has a lot of challenges, one of these challenges is the rotation variation which highly affects the accuracy of the face recognition task. In this paper, we have proposed rotational invariant face recognition technique based on radial harmonic Fourier moments which have the ability to provide global rotation invariant features. The proposed method’s accuracy evaluated by carried out extensive experiments using two of the standard databases which are ORL and JAFFE. The results of these experiments indicated that the proposed method is rotation invariant and achieved high recognition rates in the presence of different variations.

ان تمييز الوجوه هو أحد اهم مهمات المقاييس الحيوية البايومترية والتي لاتزال تستقبل مزيد من الاهتمام بها بسبب كثرة تطبيقاتها. ان أنظمة تمييز الوجوه تواجه تحديات كثيرة، ومن هذه التحديات هي تمييز صورة الوجه تحت تأثير التدوير والذي يؤثر كثيرا على دقة التمييز. في هذا البحث تم اقتراح تقنية لتمييز الوجوه مضادة للتدوير باستخدام عزوم فوريير التوافقية النصف قطرية التي بأماكنها توفير صفات عامة مضادة للتدوير عن صورة الوجه. تم تقييم دقة الطريقة المقترحة من خلال التجارب المكثفة التي اجريت على اثنين من قواعد البيانات القياسية للوجوه (ORL and JAFFE) وان تحليل النتائج لهذه التجارب بين ان الطريقة المقترحة هي مقاومة للتدوير وتحقق معدلات عالية من التمييز.

Rotation invariant --- Face Recognition --- Orthogonal Rotation Invariant Moments --- ORIMs --- Radial Harmonic Fourier Moments --- RHFMs --- Global features --- تمييز الوجوه --- الصفات العامة --- ثابت الدوران --- عزوم فوريير التوافقية النصف قطرية