research centers


Search results: Found 15

Listing 1 - 10 of 15 << page
of 2
>>
Sort by

Article
Image Classification Based on Hybrid Compression System
اقتراح خوارزمية لتصنيف الصور بناء على نظام المدمج لضغط الصورة

Authors: Nidaa F. Hassan --- Noor Emad A. lhamza
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2015 Volume: 33 Issue: 3 Part (B) Scientific Pages: 488-511
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Due to the fast development of internet technologies and multimedia archives are growing rapidly, especially digital image libraries which represent increasingly an important volume of information, it is judicious to develop powerful browsing computer systems to handle, index, classify and recognize images in database. In this paper anew algorithm image classification is proposed. Thispaper presents an efficient content-based image indexing technique for searching similar images using daubechies wavelet with discrete cosine transform. The aim of this work was to realize the image classification using hybrid compression system. The image was classified using 10 classes.

بسبب التطور السريع لتكنولوجيا الانترنت وارشيف الوسائط المتعددة التي تنمو بسرعة ,خاصة مكتبات الصور الرقمية التي تمثل خزين هام للمعلومات،لذلك من الحكمة تطوير انظمة قوية للتصفح تقوم بمعالجة ،فهرسة ,تصنيف وتمييز الصورفي قاعدة البيانات.في هذا البحث تم اقتراح خوارزمية جديدة لتصنيف الصور. في هذه الورقة تقنية جديدة للفهرسة قدمت للبحث عن الصور المتشابهة معتمدة على موجات دوباجيز وتحويل المتقطع للجيب تمام. الهدف من العمل هو ادراك تصنيف الصور باستخدام نظام الضغط.الصورة تم تصنيفها باستخدام 10 اصناف.


Article
Image Integration Based Ant Colony System for Multiband Satellite Image Classification

Author: Laith Abdul Aziz Al-Ani
Journal: Al-Nahrain Journal of Science مجلة النهرين للعلوم ISSN: (print)26635453,(online)26635461 Year: 2013 Volume: 16 Issue: 2 Pages: 129-139
Publisher: Al-Nahrain University جامعة النهرين

Loading...
Loading...
Abstract

The motivation we address in this paper is to find out a generic method used to classify conceptual satellite image taken in multiband imagery. Predefined training image with different imagery bands is considered to test the proposed classification method. The Korhunen-Loeve (KL) transform is first employed to create newly integrated image with dense information and best contrast due to the information of all used bands are concentrated in one integral image. Then, the integrated image is partitioned into variable sized blocks using hybrid horizontal-vertical (HHV) partitioning method. The size of blocks is determined automatically according to the spectral uniformity measurements. Later, ant colony optimization (ACO) is used to find out the optimal number of classes that may exist in the image, and then classify the image in terms of the discovered classes. It was found that the obtained classification results by ACO are in a good agreement with the actual training data, which ensure the success of the proposed method and the effective performance of the classification.

هدف هذا البحث هو ايجاد طريقة عامة لتصنيف صور الاقمار الصناعية مصورة بحزم متعددة ذات مفاهيم تعبيرية مختلفة. ولذلك تم استخدام صورة اقمار صناعية مأخوذة بحزم مختلفة ذات مناطق تجريبية معرًفة لأختبار طريقة التصنيف المقترحة. استُخدم تحويل KL اولاُ لصناعة صورة جديدة متكاملة بمعلومات كثيفة وتباين افضل وذلك بتجميع معلومات كل الحزم في الصورة المتكاملة . تم تجزئة الصورة المتكاملة الى اجزاء متغيرة الحجم بأستخدام طريقة التجزئة الافقية-العمودية الهجينة (HHV). ان حجم جزء الصورة يحدد ذاتياُ طبقاُ الى مقاييس الانتظامية الطيفية. بعد ذلك اٌستخدمت خوارزمية مستعمرة النمل (ACO) لايجاد عدد الاصناف الامثل في الصورة. ومن ثُم صُنفت الصورة بدلالة الاصناف المُكتشفة. ان نتائج التصنيف المستحصلة بواسط خوارزمية مستعمرة النمل كانت تطابق البيانات التجريبية، وهذا يؤكد نجاح الطريقة المعتمدة وكفاءة اداء عملية التصنيف.


Article
Change detection of remotely sensed image using NDVI subtractive and classification methods.
كشف التغيرات للصور الفضائية باستخدام طرق حساب الفرق بين خصائص ال NDVI وطرق تصنيف الصور

Author: Israa Jameel Muhsin اسراء جميل محسن
Journal: Iraqi Journal of Physics المجلة العراقية للفيزياء ISSN: 20704003 Year: 2016 Volume: 14 Issue: 29 Pages: 125-137
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Change detection is a technology ascertaining the changes of specific features within a certain time Interval. The use of remotely sensed image to detect changes in land use and land cover is widely preferred over other conventional survey techniques because this method is very efficient for assessing the change or degrading trends of a region. In this research two remotely sensed image of Baghdad city gathered by landsat -7and landsat-8 ETM+ for two time period 2000 and 2014 have been used to detect the most important changes. Registration and rectification the two original imagesare the first preprocessing steps was applied in this paper. Change detection using NDVI subtractive has been computed, subtractive between the bands of the two images and the ratio of the red to blue bands was also computed. Change detection mask using minimum distance classification or detection after classification have be also used to compute the changes between the resultant classes, many statistical properties of the original and process image have been illustrated in this research

إن كشف التغيرات هي واحدة من التقنيات التي تحقق في التغيرات الحاصلة في الخصائص خلال فترة محددة. ان استخدام الصور الفضائية لكشف تغييرات الأرض الطبيعية التي تغطي سطح الارض والتغييرات العمرانية الأخرى يعتبر من أهم الوسائل المستخدمة على نطاق واسع مقارنة بالطرق التقليدية, حيث تعتبر طريقة كفؤة في تحديد التغيرات والتشوهات في المنطقة. في هذا البحث تم استخدام صورتين فضائيتين لمحافظة بغداد تم التقاطها بالقمر الصناعي لاندسات 7 ولاندسات 8 للفترتين الزمنيتين 2000 و 2014 على التوالي. تم في هذا البحث ترقيم وتعديل الصورة كأول خطوة في العمل. ومن ثم تم تطبيق عدة طرق لكشف التغيرات مثل حساب الفرق بين خصائص ال ((NDVI لكلا الصورتين, الطريقة الاخرى هي حساب الفرق بين حزم الصورتين كل حزمة على حدة وكذلك اخذ الفرق بين نسبة الحزمة الحمراء والحزمة الزرقاء لكلا الصورتين لكشف التغيرات في هذه الحزم. وأخيرا كشف التغيرات بواسطة التصنيف باستخدام اقل مسافة والتي تدعى بقناع كشف التغيرات حيث يتم تصنيف الصورتين تصنيف موجه ومن ثم حساب الفرق بين أصناف كلتا الصورتين. كما حرص هذا البحث على استعراض العديد من الخصائص الإحصائية للصورة الأصلية والصورة المعالجة.


Article
Medical Image Classification Approach Based on Texture Information
تصنيف الصور الطبية استنادا الى طريقة معلومات النسيج

Authors: Methaq T. Gaata ميثاق طالب كاطع --- Muna Abdul Hussain Radi منى عبد الحسين راضي --- Sundos Abdul Ameer Hameed سندس عبد الامير حامد
Journal: Iraqi Journal of Information Technology المجلة العراقية لتكنولوجيا المعلومات ISSN: 19948638/26640600 Year: 2018 Volume: 8 Issue: 3 اللغة الانكليزية Pages: 114-127
Publisher: iraqi association of information الجمعية العراقية لتكنولوجيا المعلومات

Loading...
Loading...
Abstract

Texture features play important role in most image classification technique to obtain high accuracy results. In this work, the medical image classification method considering texture analysis and statistical features have been proposed. The main concept of proposed method depends on extract statistical features from texture information for each medical image under consideration during classification process. The proposed classification method consists of two parts. In first part, the gray level co-occurrence matrix GLCM have been computed for gray medical image and then extract some statistical texture features with second order. In second part, each of input medical images will be assign to corresponding class depending on GLCM texture features that are extracted in pervious part. The performance of suggested method evaluated using multi classes for different medical image including heart, liver, and kidney. The experimental results show ability of proposed method to achieve high accuracy degree in medical image classification.

تؤدي ميزات النسيج دورًا مهمًا في معظم تقنية تصنيف الصور للحصول على نتائج عالية الدقة. في هذا العمل ، تم اقتراح طريقة تصنيف الصور الطبية بالنظر إلى تحليل النسيج والميزات الإحصائية. يعتمد المفهوم الرئيسي للأسلوب المقترح على استخراج الخصائص الإحصائية من معلومات النسيج لكل صورة طبية قيد النظر أثناء عملية التصنيف. تتكون طريقة التصنيف المقترحة من جزأين. في الجزء الأول ، تم حساب مصفوفة التراكب ذات المستوى الرمادي GLCM للصورة الطبية الرمادية ثم استخراج بعض خصائص النسيج الإحصائي بالترتيب الثاني. في الجزء الثاني ، سيتم تعيين كل صورة من الصور الطبية المدخلة للفئة المقابلة اعتمادًا على ميزات نسيج GLCM المستخرجة في الجزء السابق. تم تقييم أداء الطريقة المقترحة باستخدام فئات متعددة للصور الطبية المختلفة بما في ذلك القلب والكبد والكلى. تظهر النتائج التجريبية قدرة الطريقة المقترحة على تحقيق درجة عالية من الدقة في تصنيف الصور الطبية


Article
Indoor Localization Using Deep-Learning and Smartphone

Authors: Zainab Mohammed Resan --- Muayad Sadik Croock
Journal: IRAQI JOURNAL OF COMPUTERS,COMMUNICATION AND CONTROL & SYSTEMS ENGINEERING المجلة العراقية لهندسة الحاسبات والاتصالات والسيطرة والنظم ISSN: 18119212 Year: 2019 Volume: 19 Issue: 3 Pages: 40-49
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Robust and accurate indoor localization has been the goal of several research efforts over the past decade. In the building where the GPS is not available, this project can be utilized. Indoor localization based on image matching techniques related to deep learning was achieved in a hard environment. So, if it wanted to raise the precision of indoor classification, the number of image dataset of the indoor environment should be as large as possible to satisfy and cover the underlying area. In this work, a smartphone camera is used to build the image-based dataset of the investigated building. In addition, captured images in real time are taken to be processed with the proposed model as a test set. The proposed indoor localization includes two phases the first one is the offline learning phase and the second phase is the online processing phase. In the offline learning phase, here we propose a convolutional neural network (CNN) model that sequences the features of image data from some classis's dataset composed with a smartphone camera. In the online processing phase, an image is taken by the camera of a smartphone in real–time to be tested by the proposed model. The obtained results of the prediction can appoint the expected indoor location. The proposed system has been tested over various experiments and the obtained experimental results show that the accuracy of the prediction is almost 98.0%.


Article
WEST OF IRAQ SATELLITE IMAGE CLASSIFICATION USING FUZZY LOGIC

Authors: Muntaser AbdulWahed Salman --- Nazar Essmat Seno
Journal: Journal of Kufa for Mathematics and Computer مجلة الكوفة للرياضيات والحاسوب ISSN: 11712076 Year: 2011 Volume: 1 Issue: 4 Pages: 36-48
Publisher: University of Kufa جامعة الكوفة

Loading...
Loading...
Abstract

In this paper, land use/cover classification using fuzzy techniques which involves several steps, from designing the parameters of the membership functions through classification of the satellite image to the refining the final product. To decide the threshold parameters of membership functions that lead to appropriate classification of the scene, one band of landsat-5 were investigated by the features of the histogram of each area to be classified. The results of fuzzy system (Mamdani type) has been compared with the classical method (* Maximum likelihood classification *) and encourage us to use this technique for other bands with optimum rules for future works.

تم اجراء عملية تصنيف الأراضي المستخدمة والمغطاة باستخدام المنطق الضبابي والتي تحتاج إلى عدة خطوات بدا من تصميم متغيرات دوال الانتماء وصولا إلى تصنيف صورة الأقمار الصناعية للنتيجة المطلوبة. لتقرير قيم العتبة المناسبة لعملية التصنيف , تم دراسة آحد الاطوال الموجية لصورة من القمر الصناعي لاند سات-5 لمنطقة غرب العراق ودراسة المخطط التكرراي (Histogram ) لكل منطقة من مناطق التدريب وكيفية الاستفادة من هذه المميزات لاستخدام المنطق الضبابي في عملية كتابة القواعد المناسبة لعملية التصنيف , تم مقارنة نتائج النظام الضبابي (نوع Mamdani *) مع احدى الطرق التقليدية للتصنيف (طريقة Maximum likelihood) وكانت النتائج المستحصلة مرضية لتطبيق المنطق الضبابي على بقية الاطوال الموجية وإيجاد القواعد والاطوال الموجية الأمثل لعملية التصنيف في الأعمال المستقبلية


Article
Multi-Band Image Classification Using Klt and Fractal Classifier

Authors: Laith Abdul Aziz Al-Ani --- Mohammed Sahib Mahdi Al-Taei
Journal: Al-Nahrain Journal of Science مجلة النهرين للعلوم ISSN: (print)26635453,(online)26635461 Year: 2011 Volume: 14 Issue: 1 Pages: 171-178
Publisher: Al-Nahrain University جامعة النهرين

Loading...
Loading...
Abstract

In this paper, a multi-spectral satellite image of known training areas taken in six bands is used. The adopted classification method suggests transforming the six bands into new six other bands using KL transform. The information of the image is redistributed to be concentrated in the first transformed band, the information is decreases gradually in the remaining bands. Thus, the first three transformed bands that carried most of image features can only be used to achieve more accurate classification. The first chosen band was partitioned into blocks by quadtree method. Then the most popular fractal feature namely lacunarity was estimated for each block to classify them. The results showed six classes, which were greatly identifying the training areas existing in the image. The classification score was found about 91% when the contribution weight of the first band is 90%. This score increases lightly by increasing the weight of contributing the first band.

في هذا البحث تم استخدام صورة أقمار صناعية بستة حزم ذات مناطق تجريب معروفة. إن الطريقة المعتمدة في التصنيف تتبنى تحويل الحزم الستة باستخدام تحويل KL. إن توزيع المعلومات الصورية للحزم المحولة يتركز في الحزمة الأولى و يتناقص تدريجيا حتى الحزمة الأخيرة. لذلك يمكن استخدام الحزم الثلاثة الأولى التي تحمل معظم معلومات الصورة للحصول على تصنيف أدق. كل حزمة من الحزم الثلاثة قطعت إلى مقاطع بطريقة الشجرة الرباعية (Quadtree) بشروط مقترحة جديدة. ومن ثم حسب المصنف الفجوة (Lacunarity) الكسوري المعروف لكل مقطع لاجل تصنيفها. النتائج بينت ستة أصناف واضحة في الصورة. وقد كانت نسبة التصنيف الكلية بحدود 91% عندما تشارك الحزمة الأولى بمقدار 90%، وهذه النسبة تزداد زيادة طفيفة بزيادة مقدار مشاركة الحزمة الأولى.


Article
Classification of the galaxy Milky Way using variable precision rough sets technique
تصنيف مجرة درب اللبانه بأستخدام تقنية مجموعه تقريبيه متغيرة الدقه

Author: Ban Sabah Ismael بان صباح اسماعيل
Journal: Iraqi Journal of Physics المجلة العراقية للفيزياء ISSN: 20704003 Year: 2014 Volume: 12 Issue: 24 Pages: 43-46
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Astronomy image is regarded main source of information to discover outer space, therefore to know the basic contain for galaxy (Milky way), it was classified using Variable Precision Rough Sets technique to determine the different region within galaxy according different color in the image. From classified image we can determined the percentage for each class and then what is the percentage mean. In this technique a good classified image result and faster time required to done the classification process.

تعتبر الصور الفلكية هي المصدر الرئيسي حتى نكتشف الفضاء الخارجي, لذلك حتى نتعرف على ما تحتويه مجرة (درب اللبانة), قمنا بتصنيف هذه المجرة باستخدام تقنية مجموعه تقريبية متغيرة الدقة لتحديد المناطق داخل هذه المجرة وفقا للألوان الموجودة في الصورة. حصلنا على نسب مئوية لكل منطقه من الصورة المصنفة. في هذه التقنية حصلنا على نتائج تصنيف جيده وسرعه في انجاز عملية التصنيف.


Article
Studying the contribution of components and type of spiral galaxy NGC 6946 using digital image processing
دراسة مساهمة مكونات ونوع المجرة الحلزونية NGC 6946 باستخدام معالجة الصور الرقمية

Authors: Ebtesam F. Kanjer ابتسام فاضل خنجر --- A. K. Ahmed عبد الله كامل احمد
Journal: Iraqi Journal of Physics المجلة العراقية للفيزياء ISSN: 20704003 Year: 2015 Volume: 13 Issue: 28 Pages: 27-32
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

NGC 6946 have been observed with BVRI filters, on October 15-18, 2012, with the Newtonian focus of the 1.88m telescope, Kottamia observatory, of the National Research Institute of Astronomy and Geophysics, Egypt (NRIAG), then we combine the BVRI filters to obtain an astronomical image to the spiral galaxy NGC 6946 which is regarded main source of information to discover the components of this galaxy, where galaxies are considered the essential element of the universe. To know the components of NGC 6946, we studied it with the Variable Precision Rough Sets technique to determine the contribution of the Bulge, disk, and arms of NGC 6946 according to different color in the image. From image we can determined the contribution for each component and its percentage, then what is the percentage mean. In this technique a good classified image result and faster time required to done the classification process.

تم رصد المجرة NGC 6946 بالفلاتر BVRI، في 15-18 أكتوبر، 2012، بواسطة تلسكوب 1.88م نوعNewtonian في مرصد القطامية التابع للمعهد القومي للبحوث الفلكية و الجيوفيزيقية، مصر(NRIAG)، حيث تم تركيب الفلاتر BVRIللحصول على صورة فلكية للمجرة الحلزونية NGC 6946 والتي تعتبر المصدر الرئيسي للمعلومات لاكتشاف مكونات هذه المجرة، حيث تمثل المجرات العناصر الأساسية للكون، ولمعرفة مكونات NGC 6946 تم دراسةVariable Precision Rough Sets technique لتحديد مساهمة النتوء، القرص، والأذرع الحلزونية للمجرة NGC 6946 وفقا للألوان المختلفة للصورة. ومن الصورة تم تحديد مساهمة كل مكون والنسبة المئوية له. في هذه التقنية حصلنا على صورة تصنيفية جيدة ووقت أسرع لعملية التصنيف.


Article
Early Detection of Disease-Viral Hepatitis Type-C Using Elman Artificial Neural Network
الكشف المبكر لمرض التهاب الكبد الفايروسي نوع _ ج باستخدام شبكة ايلمان العصبية الاصطناعية

Author: Ghaidaa Kaain Salih
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2012 Volume: 30 Issue: 12 Pages: 2150-2164
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

The problem of founding important information in complex medical images which are needed in diagnosing of diseases with the complex data considered as one of the predication problem these days, so it is necessary to find aided means for diagnosing process. Artificial neural network (ANN) is one of them. This paper deals with the designing and implementation a classification ANN module for Lever Hepatitis(class-C)or type-C which doesn’t have any vaccine these days. The different in diagnosing between hepatitis and other liver diseases is often difficult on purely clinical grounds in addition the damage to the liver causes changes in the pattern of the serum enzymes andin recent years this has led to develop disease testing and its vaccine. Elman neural networks (NN) have been applied for automated detection of various medical diseases. Like its application on blood sample tests extracted from on line microscope (like it usedin this research).That feature selection is an important issue by removing features that do not encode important data information from the images used.This helps physicians to extract features which aided them in diagnosing process. Kernal principle component analysis (PCA) is used to represent blood images as eigen-features of training images in addition to extract mathematical module for classification of it. Finally a neural network (NN) is trained to perform the typical images and classify them (diagnosing process). The produced NN system produces used a matlab package in order to design and diagnose the proposed module. The object of this system used in our work is to diagnosing lever Hepatitis type-C in samples of blood images wherever difficulties in practical experiments by finding an optimal feature from specialists whom work in laboratories.

تعد مشكلة ايجاد المعلومات المهمة في الصور الطبية المعقدة والتي يحتاج اليها في تشخيص الامراض ذات البيانات المركبة والمعقدة واحدة من مشاكل التنبؤ بالامراض هذه الايام لذا فمن الضروري ايجاد الوسائل المساندة لعمليات تشخيص تلك الصور . تعتبر الشبكات العصبية الاصطناعية احداها. يتضمنهذا البحث تصميم وتطبيق نموذج لشبكة عصبية اصطناعية لمرض التهاب الكبد الفايروسي (صنف_ ج ) اونوع _ ج والذي لايوجد له لقاح حتى اليوم. ان الاختلاف بين تشخيص التهاب الكبد والامراض الاخرى للكبد صعب جدا في اغلب التشخيصات السريرية اضافة الى ان الاذى الذي يصيب الكبد يغير في نمط انزيمات المصل مما قاد الى تطوير اختبار المرض ولقاحه في السنوات الاخيرة. طبقت شبكةايلمان العصبية الاصطناعية في كشف الي لمختلف الامراض كاختبار عينات الدم المستخلصة من اجهزة المايكروسكوب ( كالمستخدمة في هذا البحث ) .ان اختيار الصيغ (الميزات) يعد من القضايا المهمة وذلك بازالة الصيغ التي لاتحتوي على بيانات المعلومات المهمة من الصور المستخدمة. ساعد هذا الاطباء في استخلاص الصيغ التي تدعمهم في (Eigen features) لتمثيل صور الدم بصيغة (PCA) عملية التشخيص. استخدم مبدأ تحليل كيرنال لصور التدريب بالاضافة الى استخلاص نموذج رياضي لتصنيف هذه الصور.اخيرا فان الشبكة العصبيةالاصطناعية تدرب لاداء الصور المثالية وتصنيفها (عملية التشخيص) . أستخدم نظام الشبكات العصبية لتصميم واختبار النموذج المقترح .الهدف من هذا النظام المستخدم Matlab الاصطناعية المنتج حقيبة في هذا العمل هو تشخيص مرض التهاب الكبد نوع-ج من خلال عينات لصور الدم والتي تشكل صعوبة في ايجاد صيغ مثالية لتشخيصها عمليا من قبل المختصين في المختبر.

Listing 1 - 10 of 15 << page
of 2
>>
Sort by
Narrow your search

Resource type

article (15)


Language

English (15)


Year
From To Submit

2019 (1)

2018 (1)

2017 (2)

2016 (1)

2015 (4)

More...