مقاله ترجمه شده فشرده سازی تصاویر عنبیه با استفاده از رمزگذاری تبدیل موجک – سال 2015
مشخصات مقاله:
عنوان فارسی مقاله:
فشرده سازی تصاویر عنبیه با استفاده از رمزگذاری تبدیل موجک
عنوان انگلیسی مقاله:
Iris Image Compression using Wavelets Transform Coding
کلمات کلیدی مقاله:
بازشناسی عنبیه، فشرده سازی تصویر، میانگین مربعات خطا، نسبت پیک سیگنال به نویز (PSNR)، تجزیه موجک
مناسب برای رشته های دانشگاهی زیر:
مهندسی کامپیوتر
مناسب برای گرایش های دانشگاهی زیر:
هوش مصنوعی و مهندسی نرم افزار
وضعیت مقاله انگلیسی و ترجمه:
مقاله انگلیسی را میتوانید به صورت رایگان با فرمت PDF از باکس زیر دانلود نمایید. ترجمه این مقاله با فرمت WORD – DOC آماده خریداری و دانلود آنی میباشد.
فهرست مطالب:
چکیده
1. مقدمه
2. کارهای مرتبط
3. فشرده سازی تصویر
A. تبدیل HAAR
B. موجک درخت صفر تعبیه شده (EZW)
C. موجک درخت در امتداد جهت فضایی (STW)
D. پارتیشن بندی مجموعه در درختان سلسله مراتبی (SPIHT)
4. فلودیاگرام روش پیشنهادی
5. نتایج شبیه سازی
A. پایگاه داده CASIA و MMU
6. نتیجه گیری
قسمتی از مقاله انگلیسی و ترجمه آن:
I. INTRODUCTION
Image compression plays an essential role for effective transmission and storage of images. Televideo conferencing, medical imaging, document processing, remote object sensing etc. are the most significant applications of image compression. [1]. Requirements for storage, management and transfer of digitized image, have grown explosively using digital cameras. These stored image size can be very big and can use a lots of memory of the storage device. For example a 512×512 gray image has more than 50,000 components available for storage; on the other hand an ideal color image that is 640 x 480 pixels has closely a million elements. It is very time consuming job to copy or download these records from the internet servers. Indian government launched “Aadhaar” program in 2010 to collect the biometric categorizing features specifically iris patterns for nearly about 1.2 billion Indian residents [2]. This system storage is too high to manage including database transferring over internet or designing a portable device to carry. This actually leads us to compress iris image based on wavelet transform without loss of iris features. It is also necessary to measure the recognition performance of compressed iris image [3], [4]. In general image occupies the vital portion of bandwidth for communication. Therefore the improvement of efficient image compression technique has turned into quite compulsory [5]. The fundamental aim of image compression is to remove redundancy and omit irrelevancy. Redundancy helps to remove redundancy from the signal source and irrelevancy omits pixel values which are not noticeable by the human eye.
1. مقدمه
فشرده سازی تصویر نقش ضروری در ارسال و ذخیره سازی موثر تصاویر ایفا می نماید. کنفرانس ویدیویی تلویزیونی، تصویربرداری پزشکی، پردازش سند، سنجش از راه دور شی و غیره مهمترین کاربردهای فشرده سازی تصویر به شمار می روند. نیازهای ذخیره سازی، مدیریت و انتقال تصویر دیجیتالی، با استفاده از دوربین های دیجیتالی به شکل انفجاری رشد کرده است. اندازه تصاویر ذخیره شده می تواند بسیار بزرگ باشد و می توانند از حافظه زیاد وسیله ذخیره سازی استفاده نمایند. به طور مثال، تصویر خاکستری 512×512 دارای بیش از 50000 مولفه موجود برای ذخیره سازی می باشد؛ از طرف دیگر، یک تصویر رنگی ایده آل که 640 x 480 پیکسل است، دارای یک میلیون عنصر می باشد. کپی کردن یا دانلود این پرونده ها از سرورهای اینترنتی، بسیار وقت گیر می باشد. دولت هند در سال 2010 برنامه Aadharr را برای جمع آوری ویژگیهای طبقه بندی بیومتریک مخصوصاً الگوهای عنبیه برای تقریباً 2. 1 میلیارد سکنه هندی راه اندازی نمود. ذخیره سازی این سیستم برای مدیریت من جمله انتقال پایگاه داده روی اینترنت یا طراحی یک وسیله قابل حمل بسیار بالا است. این امر درحقیقت منجر به فشرده سازی تصاویر عنبیه براساس تبدیل موجک بدون از دست دادن ویژگیهای عنبیه می گردد. اندازه گیری عملکرد بازشناسی تصویر عنبیه فشرده شده نیز ضروری می باشد. به طور کلی، تصویر، بخش حیاتی از پهنای باند را برای برقراری ارتباط اشغال می کند. بنابراین بهبود تکنیک فشرده سازی تصویر کارآمد کاملاً اجباری می شود. هدف بنیادی فشرده سازی تصویر، حذف حشو و افزونگی و حذف بی ربطی می باشد. حشو و افزونگی به حذف تکرار از منبع سیگنال کمک کرده و بی ربطی مقادیر پیکسی را حذف می کند که با چشم انسان قابل توجه نمی باشند.