پردازش سیگنال پیشرفته
سال:1399 | دوره:4 | شماره:2 (پیاپی 6) |تعداد مقالات:12

در سال های اخیر تشخیص اشیاء کوچک با استفاده از تکنیک های یادگیری عمیق در بسیاری از کاربردهای عملی مورد توجه خاص قرار گرفته است و امری چالش برانگیز می باشد، زیرا اشیاء کوچک در تصاویر وضوح کمی دارند و حاوی اطلاعات دقیق نیستند. در این مقاله یک آشکارساز دومرحله ای جدید مبتنی بر تشخیص اشیاء با هرم ویژگی بازگشتی و نرخ Atrousبا استفاده از آشکارساز (DetectoRS) جهت تشخیص هوشمند عیوب کوچک و مهم خطوط انتقال برق معرفی شده و معماری DetectoRS در این راستا به طور کامل اصلاح شده است. در روش پیشنهادی DRSPTL از Cascade R-CNN با ResNext-101جهت افزایش دقت در تشخیص عیوب کوچک استفاده شده است. در این مقاله تصاویر RGB با وضوح بالا توسط پهپاد از خطوط انتقال شرکت های برق منطقه ای تهران، کرمان، شیراز، اصفهان و اهواز تهیه شده، و مجموعه داده های آموزش و تست مربوط به عیوب توسط گروهی از متخصصین آماده شده است. برای ساخت داده های آموزش، تقریباً 80% از کل مجموعه تصاویر حاوی عیوب کوچک، انتخاب و برچسب گذاری شدند. DRSPTL بالاترین دقت را در مقایسه با دو روش معتبر در زمینه تشخیص اشیاء RetinaNet و RepPoints دارا می باشد. قابل ذکر است که با توجه به نتایج بدست آمده می توان با شناسایی اتوماتیک عیوب و جلوگیری از وقوع بسیاری از قطعی های برق، باعث کاهش چشمگیر زمان و هزینه شرکت های برق منطقه ای شد.

اهمیت درک خواص پارچه های سه بعدی اسپیسر، با توجه به کاربردهای بی شمار آن ها در صنایع مختلف، دلیلی بر توسعه روش های سریع و دقیق تعیین خواص است. پارچه های اسپیسر در کاربردهای متعدد، تحت تأثیر نیرو قرار دارند؛ بنابراین شناخت رفتار و تغییر خواص آن ها در مواجه با نیرو دارای اهمیت است. هدف از مقاله حاضر، بررسی تغییر شکل پارچه اسپیسر و تعیین جابجایی های محلی در پارچه، تحت نیروی کششی است. ازاین رو، از روش همبستگی تصاویر دیجیتال که یک روش مرسوم در تعیین جابه جایی ها و تغییر شکل یک سازه تحت بارگذاری خارجی است، استفاده شد. رفتار تغییر شکل ساختار پارچه اسپیسر با طرح واحد لوزی در دو جهت رج و ردیف، با استفاده از روش تجربی و در روش تئوری با استفاده از پردازش ویدئو و روش همبستگی تصاویر دیجیتال بررسی شد. با استفاده از پردازش ویدئو، تغییر شکل واحد در پارچه، توزیع جابجایی های محلی و میزان کرنش طولی و عرضی پارچه، تعیین و با روش تجربی مقایسه گردید. مقایسه نتایج حاصل از پردازش با نتایج تجربی نشان داد که روش پردازش ویدئو قادر به محاسبه جابه جایی محلی در تمام قسمت های پارچه و پیش بینی میزان کرنش طولی و عرضی در کشش های مختلف با خطای کمتر از 10% است.

رشد سریع تعداد و حجم ویدیوها باعث شده که ویدیوها به صورت فایل فشرده ذخیره و ردوبدل شوند. امروزه، نمایه گذاری، جستجو و بازیابی فایل فشرده ویدیو از اهمیت بالایی برخوردار است. اولین گام در تحلیل، جستجو و بازیابی ویدیو، قطعه بندی زمانی ویدیوها، به مجموعه های معنادار و قطعه های قابل مدیریت یا همان شات است. در سال های اخیر استاندارد جدید فشرده سازی ویدیو H. 265 به وجود آمده است که نیاز به گسترش و تولید روش هایی جهت تحلیل و بازیابی ویدیو در این استاندارد شدیداً احساس می گردد. در این مقاله روشی برای قطعه بندی زمانی و تشخیص شات در ویدیو فشرده شده با استاندارد H. 265 بدون غیر فشرده سازی کامل با استفاده از نوع خاصی از اطلاعات کدگذاری یعنی پرچم های تبدیل که تا کنون استفاده نشده ارائه شده است. در این روش مقادیر ضرایب غیر صفر پرچم های ماکرو بلوک های تبدیل قاب ها، که در سرایند رشته بیت فشرده وجود دارد محاسبه و در نهایت با یک آستانه مناسب، مرز شات تشخیص داده می شود. آزمایش ها نشان می دهد روش ارائه شده با دقت 80% و فراخوانی 3/84 % بدون غیر فشرده سازی ویدیو، شات ها را تشخیص دهد.

رمزگذاری یکی از قدرتمندترین ابزارهایی است که امنیت اطلاعات را در حوزه ارتباطات و فناوری اطلاعات تضمین می کند. رمزگذاری تصویر از سایر رمزگذاری ها متفاوت است. این تفاوت به دلیل ویژگی های ذاتی تصاویر است. آخرین تلاش ها در زمینه ی رمزگذاری تصاویر بر پایه ی آشوب بوده است. در این مقاله، یک الگوریتم جدید رمزگذاری مبتنی برآشوب برای رمزگذاری تصویر ارائه شده است. در روش پیشنهادی به جای رمزگذاری یک تصویر در هر مرحله، چهار تصویر به صورت هم زمان رمزگذاری می شود. به این ترتیب که چهار تصویر استاندارد با همدیگر ترکیب شده و یک تصویر واحد از ترکیب آن ها به وجود می آید. رمزگذاری هم زمان چهار تصویر باعث پیچیده تر شدن الگوریتم رمزگذاری پیشنهادی، افزایش امنیت و همچنین گستردگی تغییر مقدار سطح خاکستری هر پیکسل خواهد شد. از نگاشت لجستیک آشوب برای تولید کلید و همچنین جابجایی بلوک های تصویر و تغییر مکان آن ها استفاده می شود. در نهایت تصویر حاصل با کلید رمزگذاری، XOR شده و تصویر رمزگذاری شده تولید می گردد. با توجه به ترکیب چهار تصویر و رمزگذاری هم زمان آن ها و بررسی تعداد زیادی از معیارهای ارزیابی تصویر ازجمله معیار آنتروپی اطلاعات که مقدار آن در الگوریتم پیشنهادی ما عدد9994/7 به دست آمده است و به مقدار ایده آل 8 بسیار نزدیک است، نشان می دهد که الگوریتم پیشنهادی ما از عملکرد خوبی برخوردار است.

بخش بندی تصویر چهره یک مولفه ی ضروری در کاربردهای پردازش تصویر و بینایی کامپیوتر نظیر شناسایی چهره، شناسایی هویت و آنالیز جراحی پلاستیک چهره است. یکی از مهم ترین روش های بخش بندی تصاویر چهره، روش های مبتنی بر خوشه بندی هستند. نگاشت خودسازمان ده (SOM) جزء پرکاربردترین روش مبتنی برشبکه های عصبی در داده کاوی است. عیب مهمی که الگوریتم SOM استاندارد دارد این است که ضریب یادگیری در آن وفقی نیست. وفقی بودن ضریب یادگیری در به روزرسانی وزن های نگاشت خودسازمان ده منجر به بهتر شدن عمل کرد این الگوریتم خواهد شد. شبکه ی عصبی گازی (NGN) یک یادگیری بدون ناظر بوده که ساختار همسایگی در آن وفقی بوده و وزن سیناپسی مستقل از هر گونه تنظیم توپولوژیکی به روزرسانی می شود. هدف اصلی این پژوهش، ارائه ی روش هیبریدی جدید SOMNGN است که در آن بتوان ضریب یادگیری در فاز تطبیق الگوریتم SOM استاندارد را با استفاده از الگوریتم NGN وفقی کرد. همچنین، دو فضای رنگی شامل YCbCr و فضای نگاشت چهره به عنوان مرحله ی پیش-پردازش جهت مدل کردن پوست چهره به کار گرفته شده است. نتایج به دست آمده در فضاهای رنگی ذکر شده نشان می دهند که الگوریتم پیشنهادی نسبت به SOM استاندارد دقت بالاتری در آشکارسازی صحیح پیکسل های پوست چهره دارد.

دیابت چشمی به عنوان یکی از عوارض مهم دیابت، باعث آسیب به شبکیه چشم بیمار شده و تشخیص دیرهنگام آن حتی می تواند موجب نابینایی گردد. برخی از روش های دسته بندی مبتنی بر یادگیری ماشین بر اساس استخراج داده های تصاویر شبکیه به صورت دستی بوده و توسط متخصصین پردازش تصویر صورت می پذیرد. در سال های اخیر روشی جدید برای تشخیص و طبقه بندی تصاویر شبکیه چشم بدون نیاز به استخراج ویژگی های آن به صورت دستی مبتنی بر شبکه های عصبی کانولوشنال (CNN) ارائه شده است. در زمینه تشخیص و تصویربرداری پزشکی، به علت کمبود داده های طبقه بندی شده و زمان بر بودن فرآیند آموزش تا یک همگرایی مناسب، آموزش یک شبکه CNN از ابتدا دشوار بوده بنابراین یک روش متداول برای آموزش شبکه های CNN در حوزه پزشکی، بر اساس تنظیم مجدد شبکه های از پیش آموزش یافته، می باشد. برای این منظور در این مقاله، شبکه از پیش آموزش داده شده گوگل-نت (GoogLeNet) به عنوان یکی از قوی ترین شبکه های عصبی کانولوشنال بر روی تصاویر شبکیه چشم بانک اطلاعات چشم پزشکی کگل (Kaggle Database) جهت تشخیص رتینوپاتی دیابتی اعمال می شود. همچنین جهت ارزیابی کلینیکی ساختار پیشنهادی، شبکه آموزش دیده جهت تشخیص دیابت چشمی بر روی 101 تصویر شبکیه از کلینیک تخصصی چشم پزشکی نوید دیدگان با موفقیت اعمال گردید.

بهبود عملکرد سیستم های رله با استفاده از الگوهایی همانند تخصیص توان نیازمند دسترسی به ضرایب لحظه ای کانال است. استخراج این اطلاعات از کانال مخابراتی همواره با خطا مواجه می شود و این خطا علاوه بر اینکه الگوی بهینه سازی سیستم های رله را برهم می زند، بخش های نامطلوب در سیگنال دریافتی را در گیرنده افزایش می دهد. رله های بهره ثابت و متغیر هرکدام با توجه به نوع عملکرد، تأثیرپذیری متفاوتی نسبت به خطای تخمین ضرایب کانال دارند. در این مقاله با بررسی دقیق تأثیر خطای تخمین ضرایب کانال با توجه به الگوی تخمین و الگوی ارسال سمبل های آموزشی، تخصیص توان مناسبی برای کاهش اثرات بخش های نامطلوب در رله های بهره ثابت و بهره متغیر ارائه خواهد شد. مقالات مرجع در این موضوع برای تخصیص توان همواره از اطلاعات آماری مرتبه دوم استفاده کردند اما در این مقاله از ضرایب تخمینی استفاده خواهد شد. با توجه به پیچیدگی بیشتر عملکرد رله بهره متغیر در کنترل تأثیر کانال تداخلی در رله تمام دوطرفه، فرم بسته برای تخصیص توان ارائه می شود.

مساله بازشناسی خودکار محتوای دستنوشتهها، همواره مورد توجه بسیاری از محققان بوده است. در این مقاله، یک سیستم ترکیبی برای افزایش دقت تشخیص ارقام دستنویس فارسی ارائه شده است. روش پیشنهادی شامل یک فرایند آمادهسازی و دو مرحله اصلی است. در فرایند آماده سازی، چندین عملیات پیش پردازش بر روی تصاویر انجام شده و پس از استخراج ویژگی ها، از الگوریتم بهینه سازی اجتماع ذرات چندهدفه برای انتخاب ویژگیهای مؤثر استفاده شده است. آنگاه متناظر هر تصویر، این ویژگیهای بهینه به عنوان داده ورودی به طبقهبندها داده میشود. در مرحله اصلی اول، به کمک مجموعه دادههای یادگیری، سه ماشین بردار پشتیبان مختلف ساخته میشود. برای دستیابی به نتایج بهتر، الگوریتم جستجوی گرانشی بهترین جِرم تطبیقی، برای تنظیم پارامترهای این ماشینها به کار گرفته شده است. در مرحله اصلی دوم، یک سیستم استنتاج فازی نوع دو بازهای، خروجیهای سه ماشین بردار پشتیبان را دریافت میکند و با ترکیب آنها، تخمین دقیقتری از عدد موجود در تصویر ارائه میدهد. نتایج اِعمال روش پیشنهادی به مساله بازشناسی ارقام دستنویس فارسی اسکن شده در پایگاه داده استاندارد HODA نشان داده است که این الگوریتم در مقایسه با سایر روش های موجود، دارای مقادیر بالای دقت، صحت و فراخوان می باشد.

در این مقاله یک روش فشرده سازی بااتلاف با قابلیت کنترل نسبی کیفیت سیگنال بازسازی شده برای سیگنال صوتی قلب یا فونوکاردیوگرام (PCG) پیشنهاد شده است که مبتنی بر دو ایده مهم یکی نمونه کاهی و دیگری دوبعدی سازی و تشکیل تصویر PCG است. در فشرده سازی تصویر PCG از تبدیل موجک و یک کدگذار ماتریس ضرایب موجک به نام «موجک درخت فضاگرا» (STW) استفاده شده است. در روش پیشنهادی، قابلیت نسبی کنترل کیفیت سیگنال بازسازی شده به کمک یک آستانه از جنس معیار ارزیابی «ریشه درصدی میانگین مجذور تفاضلات» (PRD) وجود دارد. نتایج شبیه سازی روش پیشنهادی روی چند پایگاه داده قابل دسترس برای همگان نشان می دهد که مرحله نمونه کاهی سهم زیادی در افزایش میزان فشرده سازی به ویژه در مورد پایگاه های داده با فرکانس نمونه برداری بالا دارد. عامل مهم بعدی در بهبود کارایی فشرده سازی روش پیشنهادی، استفاده از دوبعدی سازی سیگنال PCG به منظور استفاده از تزایدهای بین دوره ای موجود در این نوع سیگنال های تکرارشونده، و استفاده از روش های موثر امروزی برای فشرده سازی تصویر است. کارایی روش پیشنهادی بر طبق معیارهای متوسط PRD و متوسط «نسبت فشرده سازی» (CR) ارزیابی و با نتایج چند روش موجود مقایسه شده است. در این ارزیابی، به ازاء مقدار تقریبی PRD≤ 5% پایین ترین مقدار متوسط میزان فشرده سازی مربوط به دسته آرتیفکت از پایگاه داده پاسکال (با فرکانس نمونه برداری 2000 هرتز) و بیشترین مقدار متوسط میزان فشرده سازی مربوط به پایگاه داده دانشگاه واشنگتن (با فرکانس نمونه برداری 44100 هرتز) حاصل شده است.

درک صحبت های افراد بدون نیاز به بیان و تنها با استفاده از رمزگشایی سیگنالهای مغزی در هنگام تصور گفتار، یکی از بروزترین تحقیقات در زمینه هوش مصنوعی می باشد. سومین مسابقه ملی واسط مغز و رایانه که توسط مرکز ملی نقشه برداری مغز ایران در سال 1399 برگزار گردید به دسته بندی تصور گفتار برای سه کلمه سنگ، کاغذ و قیچی اختصاص یافت. در این مسابقه نویسندگان این مقاله با استفاده از تجزیه بسته های موجک و الگوی مکانی مشترک و بکارگیری دسته بندهای مختلف توانستند مقام دوم را کسب نمایند. دسته بندهای ماشین بردار پشتیبان، k-نزدیک ترین همسایه، جنگل تصادفی، رگرسیون لجستیک، XGBoost و مدل یادگیری عمیق Dense را بصورت جداگانه برای هر فرد و همچنین بصورت همزمان برای تمامی افراد ارزیابی نمودیم و بهترین دقت میانگین 7/51% حاصل شد. در ادامه این مدل را با استفاده از روش اسپکتروگرام و شبکه عصبی کانولوشنی توسعه دادیم و توانستیم به دقت میانگین 5/76% دست یابیم. این دقت از بهترین دقت گزارش شده بر روی این مجموعه داده بسیار بهتر بوده است. همچنین عملکرد این مدل در مقایسه با پژوهش های اخیر در این زمینه بر روی مجموعه داده های مختلف، برتری دارد.

این مقاله یک مبدل ترنری به باینری چند رقمی بهینه شده مبتنی بر ترانزیستورهای اثر میدان نانو لوله کربنی ارائه می دهد. با توجه به ویژگیهای منحصر بفرد ترانزیستورهای اثر میدان نانو لوله کربنی همانند امکان طراحی با ولتاژ آستانه های مختلف برای ترانزیستور، طراحی سیستم های منطقی چند ارزشی به مراتب ساده تر و کم هزینه تر می باشد. لذا با توجه به اینکه سیستم های پردازشی موجود با مبنای دو کار می کنند طراحی مبدل های باینری به ترنری و برعکس، سیستم های پردازشی بسیار مهم و اساسی است. در این مقاله با اصلاح در بخشی از ساختار مداری مبدل ترنری به باینری سه رقمی کارایی سیستم افزایش یافته است. اصلاح مدار باعث کاهش سطح اشغالی تراشه، کاهش توان مصرفی و کاهش تاخیر مدار شده است. عملکرد مناسب و کارایی بهینه مبدل پیشنهادی با استفاده از شبیه سازی توسط نرم-افزار HSPICE و بر مبنای ترانزیستورCNTFET 32 نانومتر تأیید شده است. نتایج شبیه سازی نشان می دهد که مبدل ترنری به باینری 3 به 5 بهینه دارای توان مصرفی 665/0 و تاخیر انتشار 3/27 پیکو ثانیه است. این نتایج نشان می دهد به طور کلی شاخص PDP به میزان 4/14درصد بهبود یافته است.

امروزه استفاده از دستگاه های نظارت نوری خودکار در تولید بردهای مدار چاپی برای کنترل کردن لحیم کاری ها، وجود المان ها مقدار صحیح و جهت آن ها به یک ابزار ضروری برای شرکت های الکترونیکی تبدیل شده است. برد مدار چاپی در این دستگاه توسط چندین منبع نوری پرتوافکنی می شود و یک یا چند دوربین با مشخصات بالا برای تصویر برداری استفاده می شود. دستگاه نظارت نوری خودکار، با استفاده از تصویر ثبت شده و مقایسه اطلاعات تصویر با اطلاعات ماشین، هر نوع خطا (نقص) یا نواحی مشکوک را شناسایی و مشخص می کند. در این مقاله با استفاده از یک دوربین نصب شده بالای یک نوار نقاله سعی شده است اغلب خطاهای رایج که بر روی بردهای مدار چاپی در هر مرحله از خط تولید اتفاق می افتد پوشش داده شود. برای کنترل مسیر حرکت دوربین روی نوار نقاله از الگوریتم فروشنده دوره گرد استفاده شده است. برای معرفی برد مدار چاپی به دستگاه، یک نرم افزار طراحی شده است که به کمک یک فایل CAD مکان و نوع المان ها را بر روی برد بدست می آورد و با انتخاب مسیر بهینه حرکت دوربین، خطاهای ناشی از عدم وجود المان ها، جهت المان ها، عدم لحیم کاری، لحیم کاری سرد، لحیم کاری اضافی و غیره را در سه مرحله استخراج ویژگی، انتخاب ویژگی و تصمیم گیری تشخیص می دهد. نتایج نشان می دهد که دستگاه در تشخیص خطای چسب قبل از نصب المان ها و تشخیص خطاهای بعد از حمام قلع کارآمد است.