ارسل ملاحظاتك

ارسل ملاحظاتك لنا







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:
صورة الغلاف QR قانون

عدد مرات التحميل

4

حفظ في:
LEADER 04321nam a22003257a 4500
001 1520759
041 |a eng 
100 |9 566390  |a المقدادى، حذيفة احمد الشيخ سليم  |e مؤلف 
245 |a A Flower Recognition System Based on Image Processing and Neural Networks 
246 |a نظام تعرف على الازهار بناءا على معالجة الصور والشبكات العصبونية 
260 |a عمان  |c 2015 
300 |a 1 - 81 
336 |a رسائل جامعية 
502 |b رسالة ماجستير  |c الجامعة الاردنية  |f كلية الدراسات العليا  |g الاردن  |o 12996 
520 |a 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. 
653 |a تكنولوجيا المعلومات  |a معالجة الصور  |a الشبكات العصبونية 
700 |a الحياري، حازم علي  |g Hiary, Hazem Ali  |e مشرف  |9 100231 
856 |u 9802-001-008-12996-T.pdf  |y صفحة العنوان 
856 |u 9802-001-008-12996-A.pdf  |y المستخلص 
856 |u 9802-001-008-12996-C.pdf  |y قائمة المحتويات 
856 |u 9802-001-008-12996-F.pdf  |y 24 صفحة الأولى 
856 |u 9802-001-008-12996-1.pdf  |y 1 الفصل 
856 |u 9802-001-008-12996-2.pdf  |y 2 الفصل 
856 |u 9802-001-008-12996-3.pdf  |y 3 الفصل 
856 |u 9802-001-008-12996-4.pdf  |y 4 الفصل 
856 |u 9802-001-008-12996-O.pdf  |y الخاتمة 
856 |u 9802-001-008-12996-R.pdf  |y المصادر والمراجع 
930 |d y 
995 |a Dissertations 
999 |c 1045533  |d 1045533 

عناصر مشابهة