A Flower Recognition System Based on Image Processing and Neural Networks
| العنوان بلغة أخرى: |
نظام تعرف على الازهار بناءا على معالجة الصور والشبكات العصبونية |
|---|---|
| المؤلف الرئيسي: | المقدادى، حذيفة احمد الشيخ سليم (مؤلف) |
| مؤلفين آخرين: | الحياري، حازم علي (مشرف) |
| التاريخ الميلادي: |
2015
|
| موقع: | عمان |
| الصفحات: | 1 - 81 |
| رقم MD: | 1045533 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | الجامعة الاردنية |
| الكلية: | كلية الدراسات العليا |
| الدولة: | الاردن |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
4
| المستخلص: |
رؤية الحاسوب هي فرع من علم الحاسوب يهتم بكيفية اكتشاف الحاسوب وتمييزه للأشكال المرئية مثل الصور والفيديو. وعملية التعرف على الأشكال والأنماط هي إحدى تخصصات رؤية الحاسوب والتي تعمل على التعرف على الأشياء من خلال بعض طرق التصنيف المتخصصة. حيث أن التصنيف هو أحد خطوات أنظمة التعرف ويعمل على تصنيف الأشياء من خلال خصائصهم التي تم تحصيلها. قاعدة بيانات زهور أكسفورد 102 هي حاويه ل 8189 صورة لأزهار مختلفة تمثل 102 نوع من الأزهار، كل نوع يحتوي على 40 إلى 251 صورة، وتم التحصل عليها من خلال الإنترنت أو من خلال الأشخاص الذين قاموا بتصويرها. تم في هذه الدراسة المقدمة عمل نظام تعرف على الأزهار خاص بقاعدة بيانات أكسفورد 102 باستخدام تقنيات معالجة الصور جنبا إلى جنب مع الشبكات العصبونية الذكية على أساس منهجية تقسيم بنية هذه الأطروحة إلى 4 خطوات رئيسية بدءا من مرحلة تعزيز الصور خلال الاقتصاص من الصور المستخدمة من أجل إنشاء بيانات أكثر ملاءمة وذلك استنادا إلى بعض المبادئ والتي سيتم ذكرها في فصل (العمل المقترح)، تليها مرحلة تجزئة الصور لفصل المقدمة (الزهور) من الخلفية (بقية الصورة) حيث تم استخدام تقنية المحيط النشط والخاصة بـــــ (chan-vese) في هذه المرحلة، ولاستخراج سمات اللون والملمس والشكل للبيانات المتوافرة تم استخدام واصف لون (HSV)، وتم استخدام مصفوفة المستوى الرمادي مشتركة الحدوث (GLCM) كواصف للملمس، وتم استخدام العزوم الثابتة (IM) كواصف للشكل وأخيرا عملية التصنيف باستخدام الشبكة العصبية الاصطناعية (ANN) وباستخدام تقنية الإكثار الخلفي. النتائج التي تم الحصول عليها مذكورة بالتفاصيل في الجزء الرابع، ولكن ملخص النتائج كان تحقيقنا لنتيجة (81.19%) كنسبة دقة. تم القيام بالتجربة باستخدام جزء من البيانات المتوفرة والتي تم استخدامها في أحدث الدراسات المتعلقة. |
|---|
عناصر مشابهة
-
Face Recognition Based on Image, Geometric Features, and Neural Networks
بواسطة: الليمون، محمد متعب منشور: (2015) -
Improvement of Iris Recognition System Using Fuzzy Segmentation and Neural Network
بواسطة: الحوامدة، كوثر حمدالله محمد منشور: (2010) -
Design and Implementation of Digital System for Lung Cancer Early Detection Using Neural Network and Image Processing
بواسطة: صوالحة، ديمة سهراب منشور: (2021) -
The Effect of Pre-Processing on Convolutional Neural Network Model for Dorsal Hand Vein Recognition
بواسطة: كشمولة، أنس ناصر منشور: (2022) -
Intrusion Detection System Based on Carpenter/Grossberg Artificial Neural Network
بواسطة: Al Rubaye, Ammar Mhana Kadhim منشور: (2014)
