اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديدضغط البيانات لبعض الأشكال الهندسية و التعرّف عليها باستخدام مويجات هآر
Data Compression for Some Geometrical Shapes and Recognizing Them Using Haar wavelet
1672
1 50
0
(
0
)
تأليف
برلنت مطيط( باحث )
تمت اﻹضافة من قبل
Shamra Editor
اسأل ChatGPT حول البحث
تعد مسألة ضغط البيانات من المسائل الهامة في وقتنا الحالي , لما لها من أهمية كبيرة في توفير كلفة تخزين البيانات , بالإضافة إلى تقليص الزمن اللازم لمعالجة البيانات , حيث تعطي البيانات المضغوطة نتائج البيانات الأصلية بوقت حساب أقل . و نقدم في هذه الورقة خوارزمية للتعرف على بعض الأشكال الهندسية المغلقة و غير المغلقة , و ذلك بضغط هذه الأشكال باستخدام المويجات هآر , و يعد التحويل المويجي من التحولات الحديثة و المهمة التي استخدمها الباحثون في كثير من التطبيقات لما له من مزايا و خواص في المعالجة الرقمية . وقد لاحظنا أن الصور المضغوطة حسب خوارزميتنا أعطت نتائج بوقت حساب أقل يصل إلى ربع الوقت اللازم لمعالجة الصور الأصلية . وتم انجاز الخوارزمية باستخدام برنامج Mathematica 8.0 , اذ يعد من أقوى لغات البرمجة الرياضية.
The compression data problem is one of most important problems nowadays, because it saves storage requirements, and reduces the time for the processing, The compressed data give the returns of main data in few times. In this article, we offer an algorithm for recognizing the closed and unclosed shapes, and that was done by compressing the images using haar wavelet, and we noted that the compressed images give the wanted returns in about quarter the time that main images take. This algorithm was done using the Mathematica 8.0 program as one of the most powerful programming languages.
مراجعة الذكاء الصنعي:
ملخص البحث
تتناول هذه الورقة البحثية مسألة ضغط البيانات باستخدام المويجات، وتحديداً مويجات هآر، كوسيلة لتقليل حجم البيانات وتسريع معالجتها. تقدم الورقة خوارزمية للتعرف على الأشكال الهندسية المغلقة وغير المغلقة من خلال ضغط الصور باستخدام مويجات هآر. تم تنفيذ الخوارزمية باستخدام برنامج Mathematica 8.0، وأظهرت النتائج أن الصور المضغوطة تعطي نتائج مماثلة للصور الأصلية بوقت حسابي أقل يصل إلى ربع الوقت اللازم لمعالجة الصور الأصلية. كما تم تطوير خوارزمية للتعرف على المستقيمات الأفقية والعمودية في الأشكال غير المغلقة. توضح الورقة أن استخدام تحويل المويجات المتقطع يمكن أن يحسن من كفاءة معالجة الصور بشكل كبير.
قراءة نقدية
دراسة نقدية: تقدم هذه الورقة مساهمة قيمة في مجال ضغط البيانات والتعرف على الأشكال الهندسية باستخدام مويجات هآر. ومع ذلك، كان من الممكن تحسين الدراسة من خلال تقديم مقارنة أكثر تفصيلاً بين أداء الخوارزمية المقترحة والخوارزميات الأخرى المستخدمة في نفس المجال. بالإضافة إلى ذلك، كان من المفيد تضمين تحليل أعمق لتأثيرات التشويش على دقة الخوارزمية، خاصة في الحالات التي تحتوي على نقاط سوداء منعزلة. كما أن استخدام برنامج Mathematica 8.0 قد يحد من إمكانية تطبيق الخوارزمية في بيئات برمجية أخرى، لذا كان من الأفضل تقديم تفاصيل أكثر حول كيفية تحويل الخوارزمية إلى لغات برمجة أخرى.
أسئلة حول البحث
-
ما هي الفائدة الرئيسية من ضغط البيانات باستخدام مويجات هآر؟
الفائدة الرئيسية هي تقليل حجم البيانات وتسريع زمن معالجتها مع الحفاظ على جودة البيانات الأصلية.
-
ما هو البرنامج المستخدم لتنفيذ الخوارزمية في هذه الدراسة؟
تم استخدام برنامج Mathematica 8.0 لتنفيذ الخوارزمية.
-
كيف يتم تحديد ما إذا كان الشكل مغلقاً أم غير مغلق في الخوارزمية المقترحة؟
يتم تحديد ذلك من خلال تعداد النقاط السوداء حول كل نقطة سوداء؛ إذا كانت كل نقطة سوداء تملك نقطتين مجاورتين سوداوين على الأقل، فإن الشكل يكون مغلقاً، وإلا فهو غير مغلق.
-
ما هي النتائج التي توصلت إليها الدراسة بخصوص زمن معالجة الصور المضغوطة مقارنة بالصور الأصلية؟
أظهرت الدراسة أن الصور المضغوطة باستخدام مويجات هآر تعطي نتائج بوقت حسابي أقل يصل إلى ربع الوقت اللازم لمعالجة الصور الأصلية.
المراجع المستخدمة
ANTONIADIS A., 2007- Wavelet methods in statistics: Some recent developments and their applications. Statistics Surveys, Vol.1,16-55
ANTOINE J., MURENZI R.,VANDERGHEYNST P., and TWAREQUE S., 2004- Two-Dimensional Wavelets and their Relatives. Cambridge University Press, USA
BENJAMIN J., BASKARAN R., 2011- Edge Preserved Image Compression Technique Using Wavelet and Edge Based Segmentation. International Journal of Computer Science & Informatics, Vol.2,80-85
BREMAUD P., 2002- Mathematical principles of signal processing. Springer-Verlag, Berlin
DAVID F., 2002- An Introduction to Wavelet Analysis. Birkhauser , Boston
قيم البحث
اقرأ أيضاً
خلال العقد الأخير من القرن العشرين ظهرت مجموعة من المتغيرات التكنولوجية المتقدمة في مجالات نظم المعلومات المرتبطة بالحاسبات الآلية و وسائل الاتصال و ضغط البيانات و نقلها عبر شبكات الحاسب الآلي. حيث انتقلت نظم المعلومات من اعتمادها على النص و بعض الرس
ومات البيانية البسيطة إلى اعتمادها على استخدام الوسائط المتعددة التي تعمل على توصيل المعلومات في أشكال مختلفة من خلال ترابط و تكامل مجموعة متباينة من التكنولوجيات المختلفة (الصوت, الصور, النص, الفيديو, ..الخ).
و قد كان تطور تلك النظم في البداية مقصوراً على الاستخدام المنفرد, و لكن نظراً لأهمية نظم الاتصالات و تطور شبكة الانترنت و استخدام نظم الوسائط المتعددة من قبل مستخدمين متعددين في أماكن مختلفة من حيث الموقع الجغرافي, ظهرت أهمية المشاركة في بيانات الوسائط المتعددة, و بالتالي حتمية تداولها من خلال شبكات الحاسب الآلي. و من هنا ظهرت الحاجة إلى ظهور شبكات ذات مواصفات خاصة يمكنها التعامل مع عناصر الوسائط المتعددة بكفاءة عالية. و من جانب آخر ظهرت أهمية وجود نظم وسائط متعددة لديها القدرة على التعامل مع شبكات الحاسب الآلي.
من ذلك نرى بأن هذه النظم سوف تتسم بكبر حجم بياناتها إضافة إلى الصعوبة الحقيقية في نقل هذه البيانات و خاصة عبر شبكات الحاسب. لذلك فقد دعت مشاكل تخزين أحجام كبيرة من البيانات مقارنة مع صغر سعة الأجهزة التخزينية و مشاكل نقل كميات كبيرة منها عبر الشبكات إلى تطوير تقنيات لتخفيض (اختصار) أحجام البيانات قدر الإمكان مما يساعد على توفير في المساحات التخزينية من جهة و توفير الوقت عند إرسال البيانات من جهة ثانية
تؤثر البيئة المبنية في صحة و حياة الكائنات الحية الموجودة داخلها و حولها و في حياتها إِذ تقضي الكائنات الحية في تلك البيئة معظم أوقاتها، و مع تنامي دور البيئة المبنية في الحياة اليومية ظهرت عدة جوانب سلبية أثرت في الأحياء و تمثلت تلك الجوانب بعاملين
رئيسين، الأول هو ما يصيب تلك الكائنات من أمراض مرتبطة بالمباني، و الثاني هو ارتباطها الوثيق بمعدلات النمو
و الإنتاج.
و من هذا المنطلق ظهر العديد من الأفكار و النظريات المعمارية المستمدة جذورها من حضارات قديمة و خبرات سابقة ودعمت من قبل الفكر الحديث، لكن هذه الأفكار و النظريات عجزت عن حل بعض المشكلات التكنولوجية الحديثة، مثل التأثيرات السلبية للمجالات الكهرومغناطيسية و التأثيرات الإشعاعية في الكائنات الحية، و هذا ما دفع المعماريين للوقوف عند تلك النظريات و محاولتهم إيجاد حلول و مفاهيم تكمل المنظومة التصميمية و إيجاد طرائق مبسطة تساعد في عملية التصميم و التقييم و تحسين الأداء.
و من هنا ظهر علم البيوجيومترية (علم هندسة التشكيل الحيوي) الذي يبحث في الأشكال الهندسية التي تقوم بتنظيم طاقة المكان (المجالات الكهرومغناطيسية الموجودة في الفراغ) و إعادة إدخال التوازن في الطاقة للكائنات الحية الموجودة داخلها أو حولها؛ مما يؤدي إلى رفع الكفاءة المناعية للكائنات من جهة، و زيادة معدلات النمو و الإنتاج عند تلك الكائنات من جهة أخرى.
حدد في هذا البحث مفهوم الطاقة المحيطة في المكان و مفهوم الهندسة البيوجيومترية من جهة و تأثير هذه الطاقة و الأشكال البيوجيومترية في النباتات من جهة أخرى، و جرى أيضاً إيضاح التأثير المباشر للأشكال البيوجيومترية في حياة النباتات، و في النهاية و بعد إثبات ذلك التأثير، أُْثبِت أن اختلاف الأشكال البيوجيومترية يؤدي إلى اختلاف التأثيرات التي تسببها في تلك النباتات.
هدف هذا البحث هو تبني الخوارزمية الوراثية (الجينية) لدراستها أولاً، ثم التوقـف عنـد
العمليات التي تقدم من قبل تلك الخوارزمية الوراثية. الحقـل المرشـح فـي هـذا البحـث
لاستخدام وسائل الخوارزمية الوراثية و تطبيقاتها هو حقل ضغط بيانـات ملفـات الـصوت.
يستخدم هذا البحث عمليات الخوارزمية الوراثية لتحسين عمل إحدى طرائق ضغط البيانـات
الشائعة الاستخدام (VQ (Method Quantization Vector . بعد إجراء الدراسة علـى
عمل الخوارزمية الوراثية، تم اقتراح خوارزمية لإجراء عملية المزج بـين طريقـة ضـغط
البيانات ( VQ ) و مبدأ عمل الخوارزمية الوراثية. ثم اختبرت الخوارزمية المقترحـة مـن
خلال كتابة البرامج الضرورية لذلك و تطبيقها على بعض بيانات ملفات الصوت، و قد أظهرت
النتائج المسجلة إمكانية اعتماد خوارزمية المزج المقترحة لتحقيق أداء جيد لطريقة ( VQ )
في مجال ضغط بيانات ملفات الصوت.
في هذا المشروع نقوم بدراسة المويجات و تحويل المويجة، و بيان إمكانية توظيفه في معالجة و تحليل الإشارة
الكلامية و ذلك بهدف تحسينها و إزالة الضجيج منها، حيث سنطرح بعض الخوارزميات التي تعتمد على
تحويل المويجة و آلية تطبيقها من أجل التخلص من الضجيج في ا
لإشارة الكلامية، و نقارن نتائج تطبيق هذه
الخوارزميات مع بعض الخوارزميات التقليدية التي تستخدم في تحسين الإشارة الكلامية.
يعتبر ضغط الصور أحد أهم فروع معالجة الصورة الرقمية حيث يُعنى بتقليل حجم الصور الملتقطة لتوفير المساحة المخصصة لها على أقراص التخزين و تسهيل عملية نقلها و إرسالها.
يُقدِّم هذا البحث طريقة جديدة لضغط الصور المجسمة بالاعتماد على ثلاثة خوارزميات أولها ا
لمقارنة بين الصورتين المشكلتين للمنظر المجسم و الاستفادة من خاصية التشابه الكبير بينهما و ترميز الفرق بين الصورتين عوضاً عن ترميز الصورة بشكل كامل، و ثانيها بتقليل الفائض بين عناصر الصورة (Pixels) باستخدام التحويل الانحنائي الرقمي ثنائي البعد حيث نستفيد من قدرة هذا التحويل الكبيرة على تمثيل الانحناءات داخل الصورة بأقل عدد من المعاملات ليتم تكميتها و إزالة المعاملات غير المرغوبة و الحصول على عدد قليل من المعاملات الحاوية على أغلب تفاصيل الصورة، و آخرها باستخدام ترميز هوفمان و الاستفادة من خاصية عدم الفقد التي يتميز بها حيث يمكن ترميز الصورة و تقليل حجم بياناتها دون أن يحصل أي تشويه بالصورة أو فقدان أي جزء من هذه الصورة.
كما يتم تقييم أداء خوارزمية البحث المقترح باستخدام معيار نسبة ضغط الصورة (Compression Ratio) أي نسبة عدد البتات الممثلة للصورة بعد الضغط إلى عدد البتات الممثلة للصورة الأصلية قبل الضغط، و كذلك معيار جودة الصورة (PSNR) أي مدى تشابه الصورة المستعادة مع الصورة الأصلية، و معيار متوسط مربعات الأخطاء (MSE) أي مقدار الخطأ في الصورة المستعادة، حيث ينبغي الحصول على أقل قيمة لنسبة ضغط الصور مع أعلى قيمة لجودة الصورة بأقل قيمة للأخطاء.
سجل دخول لتتمكن من نشر تعليقات
التعليقات
جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
