دراسة تأثير استخلاص ضجيج البقع على تجزيء صور الرحم الطبية فوق السمعية باستخدام خوارزمية مخطط الشكل الفعال

تقترح الدراسة طريقة جديدة لتجزيء صور الرحم فوق السمعية للحصول على صور الجنين منها و ذلك اعتماداً على عدة مراحل، تتضمن المرحلة الأولى عملية المعالجة المسبقة و التي يتم فيها إزالة ضجيج البقع من الصور فوق السمعية اعتماداً على الترشيح المتتالي من قبل مرشحي جابور و الوسيط. يلي هذه المرحلة تطبيق خوارزمية مخطط الشكل الفعال المستقلة عن الحواف لتجزيء صور الرحم. أما المرحلة الأخيرة فتمثل عملية المعالجة اللاحقة و فيها يتم تطبيق عدد من عمليات الهندسة الصورية(المورفولوجيا) للتخلص من المناطق غير المرغوبة و الحصول على المناطق الهامة فقط. تم اختبار النظام المصمم على قاعدة بيانات صور طبية فوق سمعية محملة من مركز الصور فوق السمعية الطبية ULTRASCAN CENTRE الموجود في مدينة Kaloor في الهند إذ تم تحميل الصور من موقع المركز على الانترنت. أظهرت الاختبارات العملية أن تقنية الترشيح المتتالي المقترحة قد حسنت أداء خوارزمية مخطط الشكل الفعال بشكل كبير بحيث تمكن النظام المقترح من تجزيء صور الرحم حتى بوجود ضجيج كبير على الصور.

التحقق من التواقيع اليدوية باستخدام التوابع الإحصائية لصورة التوقيع

يقترح البحث طريقة جديدة تهدف إلى التحقق من صورة التوقيع اليدوي لشخص ما، و تحديد فيما إذا كان التوقيع يعود لهذا الشخص أو أنه توقيع مزور. و تم ذلك بالاعتماد على استخلاص سمات هندسية من صورة التوقيع الموجودة في قاعدة البيانات و إجراء عمليات إحصائية رياضية عليها كطريقة للتحقق من توقيع هذا الشخص. تم استخلاص السمات من صورة التوقيع على مراحل متعددة حيث تم تحويل صورة التوقيع من الصيغة الرمادية إلى الصيغة الثنائية ثم استخلاص الخصائص الإحصائية للتوقيع الأصلي و هي القيم الأكبر بين القيم الأكثر تكراراً في إحداثيات الواحدات التي تحدد شكل التوقيع، بالإضافة لعدد الواحدات التي تحدد شكل التوقيع، ثم تم تحديد مجالين للقيم المقبولة للتوقيع الأصلي. و بنفس الاسلوب و يتم استخلاص السمات الإحصائية للتواقيع المزورة و اختبارها إذا كانت تنتمي إلى مجال القيم المقبولة المحدد. كما يتضمن البحث مقارنة لنتائج الطريقة المقترحة مع الطرق السابقة في هذا المجال. تم اختبار الطريقة المقترحة باستخدام قاعدة البيانات مكونة من 16200 توقيع موزعة على 300 شخص، و كنتيجة لذلك تم التحقق بنسبة جيدة من صورة التوقيع اليدوي.

اقتطاع منطقة الأذن من الصور الجانبية للوجه باستخدام كاشف الجلد المعتمد على الأرجحية و العمليات المورفولوجية

تقدم الدراسة طريقة جديدة لتحديد منطقة الأذن و اقتطاعها من الصور الجانبية للوجه، تمهيداً لاستخدامها لاحقاً في عملية تعرف الأشخاص باستخدام الأذن. تتضمن هذه الطريقة مرحلتين أساسيتين، حيث يتم ضمن المرحلة الأولى تصنيف بكسلات الصورة على أنها من منطقة الجلد أو منطقة اللاجلد باستخدام كاشف الجلد المعتمد على الأرجحية، ثم يتم استخدام العمليات المورفولوجية لاستكمال عملية تحديد منطقة الأذن، بينما يتم في المرحلة الثانية اقتطاع صورة الأذن اعتماداً على ناتج المرحلة السابقة، حيث تم اقتراح طريقتين لتحقيق ذلك تعتمد الأولى منهما على التجريب بينما تعتمد الثانية على القياس. تتضمن الدراسة أيضاً مقارنة نتائج الطريقة المقترحة مع الطرق السابقة في هذا المجال، و قد تم تطبيق الطريقة المقترحة على قاعدة بيانات مكونة من 146 صورة تعود إلـى 20 شخصاً، حيث تم الأخذ بعين الاعتبار تغيرات الإضاءة و الموقع، و اختلاف أيام التصوير و مواقعه، و تغطية الأذن جزئياً بالشعر أو الأقراط، و نتيجة لذلك تم اقتطاع صورة الأذن بنجاح بنسبة 95.8%.

تخفيض زمن الوصول إلى ملفات الصور باستخدام طريقة الفهرسة الشجرية المحسنة B+ TREE

يقترح البحث نظاماً جديداً يهدف إلى تخفيض زمن البحث عن ملفات الصور images عن طريق اقتراح آلية فهرسة جديدة تعالج العيوب التي عانت منها خوارزميات الفهرسة المستخدمة بحيث يصبح زمن الوصول لهذه الملفات أقل ما يمكن. تم بدايةً في هذه الورقة توضيح أهمية الأرشفة Archiving في تنظيم الملفات عن طريق تصميم قاعدة بيانات Database و تخزين ملفات الصور فيها و تسجيل الأزمنة اللازمة للحصول على الملفات المطلوبة من قاعدة البيانات, بعد ذلك تم إجراء عملية الفهرسة Indexing لملفات الصور المخزنة في قاعدة البيانات عن طريق اقتراح خوارزمية جديدة - B+ Tree المحسنة - تهدف إلى تنظيم ملفات الصور وفق آلية معينة تسهل الوصول للملفات المطلوبة و تم إجراء عمليات الاستعلام queries و تسجيل الأزمنة المستغرقة من أجل مقارنتها مع الأزمنة اللازمة للوصول إلى الملفات قبل الفهرسة بهدف إظهار كفاءة الطريقة المقترحة.

تصميم نموذج وزن و اختيار ودمج لسمات القزحية لتحسين أداء نظام التعرف على الأشخاص باستخدام صور القزحية

يقترح النظام تصميم نموذج وزن لسمات القزحية و انتقاء السمات الأفضل منها بغية دراسة تأثير عملية الوزن و الاختيار على أداء نظم التعرف. يقدم البحث خوارزمية جديدة في مجال وزن السمات و دمجها تعتمد على الفروق بين الأصناف و الفروق داخل الصنف الواحد و المنطق الضبابي، و يكون خرج هذه الخوارزمية عبارة عن أرقام تمثل أوزان السمات المختارة لمرحلة التصنيف. يتكون النظام المصمم من أربعة مراحل أساسية هي تجزيء القزحية و استخلاص سماتها و تطبيق نموذج الوزن و الاختيار و الدمج ثم التعرف. لاقتطاع منطقة القزحية يقترح النظام استخدام واصفات المنطقة من أجل تحديد نصف قطر القزحية و مركزها، و من ثم يتم تطبيق عملية الاقتطاع و إجراء نقل من الإحداثيات الديكارتية للإحداثيات القطبية عن طريق عملية التدوير و اقتطاع ما يعادل نصف القطر من بكسلات نافذة ثابتة اعتباراً من نقطة المركز و حتى المحيط. يتم استخلاص سمات القزحية باستخدام المعاملات العمودية لتحويل المويجات و يتم تدعيمها بالمعاملات الإحصائية لنواتج الاشتقاق من الدرجة الأولى و الثانية لمنطقة القزحية. و في مرحلة الوزن و الدمج يتم اختيار السمات الأفضل و وزنها و دمجها ليتم لاحقاً في مرحلة التصنيف الاستعانة بمصنف المسافة لإنجاز عملية التعرف. طبقت الخوارزمية على قاعدة بيانات CASIA العالمية المؤلفة من صور تعود لـ 250 شخص و تم التوصل لدقة 100% في مرحلة التجزيء، و معدل تعرف أعظمي98.7%. تظهر النتائج العملية أن خوارزمية التجزيء المصممة فعالة مع تغيرات الإضاءة و الدوران و التغطية الجزئية بالرموش و الأجفان،و أن خوارزمية وزن سمات القزحية و اختيارها و دمجها تحسن من أداء النظام.

تجزيء صور شبكية العين للحصول على منطقة العصب البصري و الأوعية الدموية

تقدم الدراسة طريقة جديدة لاقتطاع منطقة العصب البصري و الأوعية الدموية من صور شبكية العين، تم استخدام صور من قاعدتي بيانات مختلفتين و تضمنت الصور المأخوذة حالات مختلفة مثل تغيرات الإضاءة و اختلاف موقع العصب البصري في صورة الشبكية و اختلاف تباين الصور و ألوانها. تم التغلب على مشكلة الإضاءة من خلال اعتماد مرحلة معالجة مسبقة يتم فيها تصحيح إضاءة الصورة وفقاً للهسيتوغرام و توزع السويات الرمادية فيها، بينما تم في المرحلة التالية استخدام العمليات المورفولوجية لترشيح الصورة الناتجة و الحصول على المنطقة ذات الأهمية فيها، تلى ذلك عملية تحديد مركز العصب البصري و نصف قطره من خلال دراسة إحصائية للمنطقة الناتجة من المرحلة السابقة ثم اقتطاع العصب البصري، أما بالنسبة للأوعية الدموية فقد تم استخدام عمليات تصحيح الإضاءة ذاتها ثم الترشيح باستخدام المرشح الوسيط، و بإنجاز عملية الإغلاق و الطرح و عمليات الفتح و التنحيف المورفولوجية تم التوصل إلى الصورة التي تتضمن منطقة الأوعية الدموية و تم بعد ذلك تعتيبها و تنحيفها للحصول على صورة الأوعية الدموية النهائية.

الضغــط التجزيئــي للصور المجسمة باستخدام خوارزميتي مطابقة الكتل و SGM لتحصيل خريطة التفاوت

نظرا للأهمية البالغة لضغط الصور المجسمة من جهة و بروز الهندسة التجزيئية كأحد أهم فروع العلم الحديث من جهة ثانية, قمنا في هذا البحث بتطبيق الضغط التجزيئي المعتمد على خوارزمية التقسيم باستخدام شجرة الأرباع و خوارزمية البحث العام من أجل ضغط مجموعة من أزواج الصور المجسمة . و بما أن الصورة المجسمة تتألف من صورتين يمنى و يسرى. تم ضغط الصورة المرجعية (الصورة اليسرى) من الزوج المجسم ضغطا تجزيئيا في حين تم تخمين التفاوت باستخدام خورازميتي مطابقة الكتل و Semi Global(SGM) , و تم ضغط صور خرائط التفاوت المحصلة باستخدام هاتين الخوارزميتين باستخدم الضغط التجزيئي للصور المعتمد على طريقة التقسيم باستخدام شجرة الأرباع و خوارزمية البحث العام. استخلصت الصورة اليسرى باستخدام خوارزمية فك الضغط التجزيئي و تم الاعتماد على الصورة اليسرى المستعادة و على خريطة التفاوت و صورة الخطأ المحصلة بين الصورة اليمنى الأصلية و الصورة اليمنى المبنية انطلاقا من الصورة اليسرى و خريطة التفاوت في إعادة استعادة الصورة اليمنى (صورة الهدف) . قيمت النتائج من خلال معيارين من معايير التقييم الموضوعي لجودة الضغط و هما الخطأ الوسطي التربيعي MSE و نسبة الإشارة إلى الضجيج العظمى PSNR و معيارين من معايير التقييم الموضوعي لكفاءة الضغط هما معدل الضغط CR و زمن الضغط و مقارنة النتائج مع الخوارزميات المرجعية لضغط الصور المجسمة و هي JPEG المعتمد على تحويل التجب المتقطع DCT و JPEG2000 المعتمد على تحويل المويجة المتقطع DWT .

بناء خوارزمية لاستخلاص معالم ثلاثية البعد من ملفات الـ CAD من أجل العمليات الصناعية

تم في هذا البحث بناء خوارزمية, لاستخلاص معالم ثلاثية البعد, ذات أشكال إسطوانية بالإضافة إلى الجيوب و المجاري من نماذج CAD المخزنة بصيغة ملفات STL و ذلك بالاعتماد على منهج التمثيل البياني (graph-based method) و منهج القواعد (rule-based method). كما تم تصميم تطبيق باستخدام Visual Stduio C# كواجهة تخاطب مع المستخدم, يسمح له باستيراد نماذج CAD المخزنة بصيغة STL و استخلاص المعالم و عرض المعلومات الخاصة لكل منها (كقطر و ارتفاع و إحداثيات مركز الثقل للأسطوانات, و قيم العرض و الطول و الإرتفاع للجيوب و المجاري, بالإضافة إلى عرض السطوح المشكلة لها و احداثيات مركز ثقلها). تم بناء الخوارزمية المقترحة من عدة مراحل هي: تقسيم النموذج المدروس إلى مجموعة من السطوح بالاعتماد على خوارزمية RegionGrowing, يليها استخلاص المعالم الأسطوانية بالاعتماد على منهج القواعد, و استخلاص الجيوب و المجاري بالاعتماد على منهج التمثيل البياني, ثم حساب المعلومات الهندسية الخاصة بكل معلم. تم اختبار الخوارزمية المقترحة على نماذج CAD تحتوي معالم أسطوانية و جيوب و مجاري بأشكال مختلفة. و قد أظهرت النتائج قدرة الخوارزمية المقترحة على استخلاص المعالم الإسطوانية و الجيوب و المجاري من نماذج CAD مختلفة مخزنة بصيغة ملفات STL بالإضافة إلى ايجاد المميزات الهندسية للمعالم المستخلصة مثل (احداثيات مركز الثقل بالنسبة لمركز النموذج, العرض, العمق, الارتفاع و قطر الأسطوانة .... الخ).

التنبؤ باستهلاك الطاقة الكهربائية باستخدام شبكات RNN

تعاني خدمة الطاقة الكهربائية في الجمهورية العربية السورية من العديد من الصعوبات الناتجة عن نقص الموارد (الفيول) بالإضافة إلى التخريب الذي تعرضت له العديد من مراكز التوليد من قبل المجموعات الإرهابية، ترافق ذلك مع حصار جائر تعرضت له بلدنا أدى إلى تخفيض كميات وقود التشغيل الذي تزود به محطات التوليد, وقد تسبب كل ماسبق إلى تطبيق برامج التقنين في المحافظات وفقاً لاستهلاك تلك المحافظات ومراكز الإنتاج الموجودة فيها (مصانع، مراكز ضخ، مستشفيات وعدد السكان). كما يتطلب التنبؤ باستهلاك الطاقة الكهربائية معرفة كميات الاستهلاك اليومية وأوقات الاستهلاك وغيرها من العوامل المؤثرة والتي تشكل كميات كبيرة من البيانات [1]. ولا يزال التنبؤ الدقيق بالحمل الكهربائي يمثل مهمة صعبة بسبب العديد من المشاكل مثل الطابع غير الخطي للسلسلة الزمنية أو الأنماط الموسمية التي يعرضها، والتي تستغرق وقتاً كبيراً كما تؤثر على دقة الأداء في التنبؤ. يمكن تحسين العملية باستخدام شبكاتRNN . [2] بدايةً، تم تحديد الاستهلاك المثالي والمناسب للمنطقة ومقارنته مع الانتاج وإمكانية تمرير الفائض لعمليات احتياطية أخرى أو تزويد مراكز الانتاج بالفائض الذي يمكن الحصول عليه من خلال عملية التنبؤ السابقة. كما تم استخدام الشبكات العصبية التكرارية RNN (Recurrent Neural Network) وهي عبارة عن سلاسل زمنية تعتمد على تسلسل البيانات وفقاً لدلائل زمنية وقدرتها على التنبؤ بالقيم المستقبلية اعتماداً على البيانات السابقة. ثم تم مقارنة أداء تلك الشبكات مع شبكات DNN (Dense Neural Network) للحصول على تنبؤ مستقبلي أمثل قابل لخدمة وزارة الكهرباء في الجمهورية العربية السورية وحل مشكلة التنبؤ بالحمل الكهربائي بالمقارنة مع الدراسات السابقة. تم أيضاً اعتماد طريقة التقسيم المتتالي القائم على الوقت، والتي لها القدرة على العمل بصورة أعلى دقة بالنسبة للبيانات ذات العينات العشوائية. وبالنسبة لحالات انخفاض تنظيم البيانات الساعية لاستهلاك القدرة الكهربائية، يمكن لنا أخذ عينات لمجموعة من البيانات بالنسبة للزمن وأخذ 20 بالمئة من البيانات على سبيل المثال كعينات تدريب واختبار. بناءً على قيم التنبؤ الناتجة عن هذه الدراسة يتم العمل على توزيع الطاقة الكهربائية بالشكل الأنسب وبما يتوافق مع أهمية الاستخدام الأعلى.