ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Used Eigenvalues and Eigenvectors to Compress the Image

المصدر: المجلة الليبية العالمية
الناشر: جامعة بنغازي - كلية التربية بالمرج
المؤلف الرئيسي: Elmabrouk, Tarig S. (Auth)
مؤلفين آخرين: Abdlrazg, Bassma (Co-Auth), Abushammala, Samah S. (Co-Auth)
المجلد/العدد: ع31
محكمة: نعم
الدولة: ليبيا
التاريخ الميلادي: 2017
الشهر: نوفمبر
الصفحات: 1 - 11
DOI: 10.37376/1570-000-031-001
ISSN: 2518-5845
رقم MD: 1008885
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EduSearch
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون
حفظ في:
المستخلص: هذا البحث هو استعراض مفصل وشرح مجال الجبر الخطي الذي جميع المفاهيم والهياكل الرياضية المعنية بالجبر الخطي والهدف الرئيسي من هذه الورقة هو تسليط الضوء على تطبيقات كبيرة من الجبر الخطي في مجال الهندسة الطبية تحليل المكونات الرئيسية هي واحدة من أهم خوارزميات الانضغاط وميزة استخراج المستخدمة في الهندسة. وهو يعتمد أساسا على حساب واستخراج القيم الذاتية التي يتم استخدامها بعد ذلك لتمثيل المدخلات التي تكون صورة أو مصفوفة بسيطة واستخدام تحليل المكون الرئيسي للضغط الصورة الطبية هو تطبيق مهم وخاصية من الجبر الخطي.

This article is a detailed review and explanation of the field of linear algebra in which all mathematical concepts and structures concerned with linear algebra. The main objective of the paper is to highlight the significant applications of linear algebra in the field of medical engineering. Principal component analysis is one of the most important compression and feature extraction algorithms used in engineering (Santo, 2012). It mainly depends on the calculation and extraction of eigenvalues and eigenvectors which are then used to represent an input; whether it's the image or a simple matrix. In this article, the use of principal component analysis for medical image compression is an important and novel application of linear algebra (Rajendra, 1996).

ISSN: 2518-5845

عناصر مشابهة