| LEADER |
04256nam a22002657a 4500 |
| 001 |
1673962 |
| 041 |
|
|
|a ara
|
| 044 |
|
|
|b العراق
|
| 100 |
|
|
|9 251788
|a صالح، وصفى طاهر
|q Saleh, Wasfi Taher
|e مؤلف
|
| 242 |
|
|
|a Use analysis of key components to extract information and improve tissue in digital image processing
|
| 245 |
|
|
|a استخدام تحليل المكونات الرئيسية لاستخلاص المعلومات وتحسين النسجة في معالجة الصور الرقمية
|
| 246 |
|
|
|a Using Principal Component Analysis to Extract Information and Texture Enhancement in Digital Image Processing
|
| 260 |
|
|
|b جامعة كركوك - كلية الإدارة والاقتصاد
|c 2012
|
| 300 |
|
|
|a 154 - 182
|
| 336 |
|
|
|a بحوث ومقالات
|b Article
|
| 520 |
|
|
|a يتناول البحث استخدام إحدى طرق متعدد المتغيرات في معالجة الصور الرقمية وهي تحليل المكونات الرئيسة (Principal Component Analysis) ((PCA لاستخلاص المعلومات المفيدة وتحسين النسجة من خلال تقليل الأبعاد الصورية. وتم استخدام نوعين من الصور، الأول: صور مجهرية متعددة لنواة خلية الحنطة، والثاني: صورة من الأقمار الصناعية لمدينة أربيل، إذ تم الاستنتاج بأنه باستخدام تحليل (PCA) يمكن إظهار معلومات عن (مكونات الخلية ونواتها...الخ) ومعلومات عن (التغيرات الحاصلة في الغطاء الأرضي والمباني والغابات للمدينة(، فسرت المركبة الأولى بنسبة (%97.67) (99.73) على التوالي من التباين الكلي أي صورة أكثر وضوحا للخصائص والمعلومات وبنسبة خسارة (ضوضاء) (2.33%) (0.23%)، وساهمت قيم تحميلات المكونات في توضيح توزيع عناصر الصورة (pixel) بحيث أن العناصر ذات الخصائص المتشابهة تظهر بشكل عنقود متجانس، ويمكن معرفة وتحديد مناطق ذات الأهمية (ROI) وهذا يفيد المختصين لزيادة فهم وتفسير الصورة.
|
| 520 |
|
|
|b This paper tackles with one of the multivariate methods in digital image processing, namely (Principal Component Analysis) (PCA) to extract useful information and Texture Enhancement by reducing the dimensions of images. A Multivariate Microscope Image of cell nucleus of wheat and satellite image of Erbil was used. It was concluded that, (PCA) can show information on (components and nucleus cell ... etc.) And information on (changes developments in land cover, buildings and forests of the city), the first component interpreted (97.67%) (99.73), respectively of the total variance, giving clearer image of characteristics and information with a (2.33%) (0.23%) loss (noise). The loading values of PC'S assisted in clarifying the distribution of image elements (pixels) so that elements with similar characteristics appear homogeneous cluster, that enables to identify and determine regions of interest (ROI), this supports specialists to increase the understanding and interpretation of the image.
|
| 653 |
|
|
|a الصور الرقمية
|a معالجة الصور الرقمية
|a تحليل المكونات الرئيسية
|a تحسين النسجة
|
| 692 |
|
|
|a تحليل المكونات الرئيسية
|a معالجة الصور الرقمية
|a تحسين النسجة
|a مناطق ذات الأهمية
|b Principal Component Analysis (PCA)
|b Image Processing
|b Texture Enhancement
|b Region of Interest in Image (ROI)
|
| 773 |
|
|
|4 الاقتصاد
|6 Economics
|c 008
|e Journal of Kirkuk University for Administrative and Economic Science
|f Maǧallaẗǧāmiʿaẗkirkūkli-l-ʿulūm al-idāriyyaẗwa-al-iqtiṣādiyyaẗ
|l 001
|m مج2, ع1
|o 1913
|s مجلة جامعة كركوك للعلوم الإدارية والاقتصادية
|v 002
|x 2222-2995
|
| 700 |
|
|
|a أحمد، رزكار مغديد
|g Ahmed, Rezkar Mughadid
|e م. مشارك
|9 373331
|
| 856 |
|
|
|u 1913-002-001-008.pdf
|
| 930 |
|
|
|d y
|p y
|
| 995 |
|
|
|a EcoLink
|
| 999 |
|
|
|c 926495
|d 926495
|
