فشرده سازی تصویر Iris با رمزگذاری تبدیل موجک
ترجمه شده

فشرده سازی تصویر Iris با رمزگذاری تبدیل موجک

عنوان فارسی مقاله: فشرده سازی تصاویر عنبیه با استفاده از رمزگذاری تبدیل موجک
عنوان انگلیسی مقاله: Iris Image Compression using Wavelets Transform Coding
مجله/کنفرانس: دومین کنفرانس بین المللی پردازش سیگنال و شبکه های یکپارچه (SPIN)
رشته های تحصیلی مرتبط: مهندسی کامپیوتر
گرایش های تحصیلی مرتبط: هوش مصنوعی و مهندسی نرم افزار
کلمات کلیدی فارسی: بازشناسی عنبیه، فشرده سازی تصویر، میانگین مربعات خطا، نسبت پیک سیگنال به نویز (PSNR)، تجزیه موجک
کلمات کلیدی انگلیسی: iris recognition, image compression, mean square error, peak signal to noise ratio (PSNR), wavelet decomposition
شناسه دیجیتال (DOI): https://doi.org/10.1109/SPIN.2015.7095407
دانشگاه: گروه مهندسی برق و کامپیوتر در موسسه مهندسی و مدیریت (IEM)، کلکته، هند
صفحات مقاله انگلیسی: 5
صفحات مقاله فارسی: 12
ناشر: آی تریپل ای - IEEE
نوع ارائه مقاله: کنفرانس
نوع مقاله: ISI
سال انتشار مقاله: 2015
ترجمه شده از: انگلیسی به فارسی
فرمت مقاله انگلیسی: PDF
فرمت ترجمه فارسی: ورد و pdf
مشخصات ترجمه: تایپ شده با فونت B Nazanin 14
مقاله بیس: بله
کد محصول: 9328
درج شدن منابع داخل متن در ترجمه: خیر
ترجمه شدن توضیحات زیر تصاویر و جداول: بله
ترجمه شدن متون داخل تصاویر و جداول: خیر
نمونه ترجمه فارسی مقاله

چکیده 

 سیستم بازشناسی عنبیه برای احراز وتصدیق هویت، یکی از دقیقترین و پذیرفته شده ترین بیومتریک ها در جهان می باشد. سیستم عنبیه قابل حمل بکاررفته دراپلیکیشن های اجرای قانون، به سرعت رو به افزایش بوده است. اما این وسیله قابل حمل نیازمند کانال ارتباط پهنای باند محدود برای ارسال کد یا تصویر عنبیه می باشد. هرچند رزولوشن کامل تصویر عنبیه برای بازشناسی درست فرد ، و به حداقل رساندن زمان در کانالی با پهنای باند محدود جهت شناسایی اضطراری ترجیح داده می شود، اما باید از فشرده سازی تصویر برای به حداقل رساندن اندازه تصویر استفاده نمود. این مقاله اثرات فشرده سازی را به ویژه برای تصویر عنبیه براساس تصویر تبدیل شده موجک با استفاده ازموجک درخت درجهت فضایی (STW) ، موجک درخت صفر تعبیه شده (EZW) و پارتیشن بندی مجموعه در درختان سلسله مراتبی (SPIHT)  مورد پژوهش قرار داده و بدین طریق مناسب ترین فشرده سازی تصویر را شناسایی می کند. در این مقاله، از روش تبدیل موجک Haar برای فشرده سازی و تجزیه تصویر با تغییر سطح تجزیه استفاده شده است. نتایج بدست آمده برحسب نسبت پیک سیگنال به نویز (PSNR)، میانگین مربعات خطا(MSE)، نسبت بیت در هر پیکسل (BPP)، و نسبت فشرده سازی (CR) مورد بررسی قرار گرفته است. به وضوح این گونه استنباط شده است که تبدیل موجک در فشرده سازی تصویر موثرتر عمل می کند، زیرا عملکرد بازشناسی در حداقل سطح ممکن متاثر واقع شده و کاربرد تبدیل Haar در سطح ایده آل مناسب می باشد. از پایگاه داده عنبیه CASIA ، MMU برای این منظور استفاده شده است. 

 

نمونه متن انگلیسی مقاله

Abstract

Iris recognition system for identity authentication and verification is one of the most precise and accepted biometrics in the world. Portable iris system mostly used in law enforcement applications, has been increasing more rapidly. The portable device, however, requires a narrow-bandwidth communication channel to transmit iris code or iris image. Though a full resolution of iris image is preferred for accurate recognition of individual, to minimize time in a narrow-bandwidth channel for emergency identification, image compression should be used to minimize the size of image. This paper has investigated the effects of compression particularly for iris image based on wavelet transformed image, using Spatial-orientation tree wavelet (STW), Embedded Zero tree Wavelet (EZW) and Set Partitioning in hierarchical trees (SPIHT), to identify the most suitable image compression. In this paper, Haar wavelet transform is utilized for image compression and image decomposition, by varying the decomposition level. The results have been examined in terms of Peak signal to noise ratio (PSNR), Mean square Error (MSE), Bit per Pixel Ratio (BPP) and Compression ratio (CR). It has been evidently found that wavelet transform is more effective in the image compression, as recognition performance is minimally affected and the use of Haar transform is ideally suited. CASIA, MMU iris database have been used for this purpose.

ترجمه فارسی 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

فهرست انگلیسی مطالب

Abstract

I. INTRODUCTION

II. RELATED WORKS

III. IMAGE COMPRESSION

A. HAAR Transform

B. Embedded Zero tree Wavelet (EZW)

C. Spatial-orientation tree wavelet (STW)

D. Set Partitioning in hierarchical trees (SPIHT)

IV. FLOW DIAGRAM OF THE PROPOSED METHOD

V. SIMULATION RESULTS

A. CASIA and MMU Database

VI. CONCLUSION

محتوای این محصول:
- اصل مقاله انگلیسی با فرمت pdf
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه
قیمت محصول: ۲۴,۳۰۰ تومان
خرید محصول