| LEADER |
03971nam a22003377a 4500 |
| 001 |
0071369 |
| 041 |
|
|
|a eng
|
| 100 |
|
|
|9 418665
|a ALZaghal, Fayez Kamal
|e Author
|
| 245 |
|
|
|a Background Subtraction Using Coplanar Filter and Quadtree Decomposition for Objects Counting
|
| 246 |
|
|
|a طرح الخلفية باستخدام مصفاة كوبلنر وشجرة التحليل الرباعي لعد الكائنات
|
| 260 |
|
|
|a عمان
|c 2015
|
| 300 |
|
|
|a 1 - 64
|
| 336 |
|
|
|a رسائل جامعية
|
| 502 |
|
|
|b رسالة ماجستير
|c جامعة الشرق الأوسط
|f كلية تكنولوجيا المعلومات
|g الاردن
|o 0135
|
| 520 |
|
|
|a يتم استخدام خوارزميات طرح الخلفية التقليدية لإيجاد الأجسام في الصور بالاعتماد على طرحها من صور خلفية لنفس المشاهد دون هذه الأجسام. ومع ذلك، فشلت هذه الخوارزميات التقليدية في تحديد جميع حواف البكسل للصور، حيث إن هذا بدوره يؤثر على دقة النتائج. وبالتالي، فإن هذه الرسالة تقدم تعزيزا للخوارزميات التقليدية بالاعتماد على تطبيق تقنيتين: فلتر متحد المستوى (coplanar) لتحسين إمكانية الكشف عن كافة حواف البكسل، وطريقة Quadtree لتقسيم الصور لكتل متجانسة. كل من الخوارزمية المحسنة والخوارزمية التقليدية ثم تطبيقهم لتصميم نظام تتبع وعد السيارات في شارع معين باستخدام MATLAB. ومن ثم مقارنة عدد السيارات الذي تم حسابها بكل خوارزمية مع العدد الفعلي للسيارات في هذا الشارع لتقييم أدائهم. تم تنفيذ التقييم من خلال إيجاد وإحصاء عدد السيارات في لقطات الفيديو في مرحلة الـ(online) أو في صور تم تحميلها من قاعدة بيانات في مرحلة الـ(offline)، بالاعتماد على مقارنة هذه اللقطات أو الصور مع الصورة الخلفية للشارع بدون سيارات. وتم استخدام الـ(threshold) لتحديد الفرق بين الصور، ويتم عادة استخدام الـ(threshold) في الخوارزمية التقليدية بقيمة 0.5، بحيث إذا كانت نتيجة طرح البكسل أكبر من (threshold) فإن البكسل يكون باللون الأبيض، أما إذا كانت أقل من الـ(threshold) فإن قيمة البكسل تكون باللون الأسود، توضح النتائج أن الخوارزمية المحسنة تفوقت على الخوارزمية التقليدية في إحصاء عدد من السيارات في جميع اللقطات. حقق هذا النظام 47.01% متوسط معدل دقة للخوارزمية التقليدية و81.19% متوسط معدل دقة للخوارزمية المحسنة.
|
| 653 |
|
|
|a مصفاة كوبلنر
|a شجرة التحليل الرباعي
|a احصائيات الكائنات
|
| 700 |
|
|
|9 383641
|a Al Hamouz, Sadeq
|e Advisor
|
| 856 |
|
|
|u 9802-015-008-0135-T.pdf
|y صفحة العنوان
|
| 856 |
|
|
|u 9802-015-008-0135-A.pdf
|y المستخلص
|
| 856 |
|
|
|u 9802-015-008-0135-C.pdf
|y قائمة المحتويات
|
| 856 |
|
|
|u 9802-015-008-0135-F.pdf
|y 24 صفحة الأولى
|
| 856 |
|
|
|u 9802-015-008-0135-1.pdf
|y 1 الفصل
|
| 856 |
|
|
|u 9802-015-008-0135-2.pdf
|y 2 الفصل
|
| 856 |
|
|
|u 9802-015-008-0135-3.pdf
|y 3 الفصل
|
| 856 |
|
|
|u 9802-015-008-0135-4.pdf
|y 4 الفصل
|
| 856 |
|
|
|u 9802-015-008-0135-5.pdf
|y 5 الفصل
|
| 856 |
|
|
|u 9802-015-008-0135-R.pdf
|y المصادر والمراجع
|
| 856 |
|
|
|u 9802-015-008-0135-S.pdf
|y الملاحق
|
| 930 |
|
|
|d y
|
| 995 |
|
|
|a Dissertations
|
| 999 |
|
|
|c 788300
|d 788300
|
