سابقه و هدف: هدف اصلی پژوهش حاضر، ترسیم نقشه هم استنادی نویسندگان برجسته حوزه بازیابی تصویر بر اساس مقالات علمی نمایه شده در ISI طی سال های 2001 تا 2012 می باشد.مواد و روش ها: پژوهش حاضر از نوع پژوهش های علم سنجی است، و از فنون کتاب سنجی مانند تحلیل هم استنادی بهره گرفته است. جامعه آماری این پژوهش، تمامی مقالات نمایه شده در ISI طی سال های 2001 تا 2012 میلادی در ارتباط با بازیابی تصویر است. از این روی تعداد 2537 مقاله در حوزه بازیابی تصویر بازیابی شد. از نرم افزار Citespace و Webometric Analyst برای تحلیل داده ها استفاده گردید.یافته ها: نتایج پژوهش نشان داد در شبکه هم استنادی نویسندگان بطور کل 84 پیوند هم استنادی بین 58 نویسنده پراستناد در شبکه موجود می باشد. همچنین Zhang HJ و Tao DC با نوشتن 26 مقاله، مقام نخست را در تولید مقاله کسب نموده اند. پراستنادترین نویسنده Rui Y با 627 استناد می باشد، بالاترین مرکزیت مربوط به Rui Y با عدد 0.55، بالاترین سیگما مربوط به Smith JR با عدد 20.63 و بالاترین شکوفایی با عدد 42.71 به Dattar R تعلق دارد.نتیجه گیری: ایجاد پیوند هم استنادی میان نویسندگان حوزه بازیابی تصویر، نشان دهنده ارتباط فکری میان نویسندگان این حوزه می باشد و همه نویسندگان پرتولید حوزه بازیابی تصویر، لزوما جزء نویسندگان تاثیرگذار، پراستناد و دارای بالاترین مرکزیت، سیگما، و شکوفایی محسوب نمی شوند.

امروزه پژوهش گران، از مزایای بسیار زیاد استفاده از مدل سازی توجه بصری انسان، در زمینه های مختلف، به صورت گسترده استفاده می کنند. در روش های مختلف ارایه شده در این راستا، نقشه هایی دو بعدی موسوم به "نقشه نقاط برجسته" استخراج می شود که مقادیر نقاط مختلف در آن، بیان گر میزان جلب توجه بیننده به نقاط متناظر در تصویر است. در این مقاله نیز برای به دست آوردن نقشه برجستگی از ضرایب موجک تصاویر، براساس تکنیک نمونه برداری فشرده، نمونه های تصادفی انتخاب می شوند. در ادامه، از نمونه های انتخاب شده نقشه های ویژگی تولید می شود. با استفاده از نقشه های ویژگی به دست آمده، نقشه برجستگی محلی و نقشه برجستگی کلی محاسبه می شود. در نهایت، با ترکیب خطی نقشه برجستگی محلی و کلی به دست آمده، نقشه برجستگی نهایی محاسبه می شود. ارزیابی های تجربی حاکی از نتایج امیدوارکننده ای از برتری روش ارایه شده نسبت به سایر مدل های تشخیص برجستگی، در آشکارسازی نواحی برجسته و در عین حال در کاهش حجم محاسباتی است.

لطفا برای مشاهده چکیده به متن کامل (PDF) مراجعه فرمایید.

آگاهی از تأثیر پارامترهای طراحی شبکه نقاط کنترل پهپامبنا برای دستیابی به کیفیتی بهینه در تولید اطلاعات مکانی، یکی از بخش های مهم در اجرای یک پروژه پهپادمبنا با توجه به شرایط و محدودیتهای موجود میباشد. هدف این تحقیق ارزیابی تاثیر طراحی و توزیع شبکه نقاط کنترل زمینی در دقت تولید اطلاعات مکانی و نقشه های تولیدی از تصاویر پهپادی است . برای این منظور طراحی و توزیع شبکه نقاط کنترل زمینی در دو حالت و سه سناریوی مختلف مورد ارزیابی قرار گرفتند. حالت اول (A) نقاط کنترل از 4 تا 42 نقطه، فقط در مدلهای کناری و در حالت دوم (B) هم در اطراف و هم در محل مرکزی بلوک فتوگرامتری طراحی شدند. نتایج نشان داد حالت B بالاترین دقت اندازه گیری را در مناطق شهری و غیرشهری به دست آورد و بهترین نتایج و کمترین خطا را در هر سه سناریو داشت. یافته ها نشان داد که در سناریوی اول متوسط افت دقت در خروجی های پهپادمبنا حداقل تا 12 درصد در پیکربندی A و B نقاط کنترل حاصل می گردد. همچنین، این افت دقت در سناریوی دوم و سوم به ترتیب حداقل تا 59/0 درصد و 53/0 درصد در نتایج را نسبت به سناریوی اول نشان می-دهند. بطور کلی، طراحی و گسترش فواصل نقطه کنترل بیش از 30 برابر GSD توصیه نمی گردد و در صورت افزایش فواصل آنها به بیش از این مقدار، طراحی بیشتر نقاط کنترل در مدل های مرکزی بلوک ضروری است.

عملیات کشاورزی در باغات مانند سم پاشی، آبیاری و ... در زمینه کشاورزی دقیق و رباتیک کشاورزی وابستگی زیادی به شکل تاج درخت و ساختار آن دارد. بنابراین داشتن مدل سه بعدی و نقشه عمق درختان می تواند مفید باشد. یکی از روش های ایجاد مدل سه بعدی، استفاده از روش بینایی استریو است. مهمترین مرحله در این روش، تعیین نقاط متناظر است. برای انجام این کار ابتدا باید نقاط ویژه در هر تصویر شناسایی شوند. الگوریتم های مختلفی بدین منظور نوشته شده است. در این تحقیق شش الگوریتم Harris-Stephens، Minimum eigenvalue، MSER، FAST،SURF  و BRISK در فضاها و مولفه های RGB، G، HSV، H، YCbCr، Y، NTSC،Lab  و a بررسی و مقایسه شد. نتایج نشان داد که الگوریتم SURF بهترین عملکرد را داشت. نقاط ویژه ای که این الگوریتم تشخیص داد در اکثر فضاها ثابت بود که نشان از پایداری این الگوریتم در فضاهای مختلف دارد. بعد از الگوریتم SURF بهترین عملکرد را الگوریتم MSER داشت. این الگوریتم محصولات درخت را به عنوان نقاط ویژه تشخیص داد. اگر چه تعداد این نقاط کم است اما درصورتی که نتوان نقاط گوشه را در دو تصویر با هم مطابقت داد، از این نقاط می توان به عنوان نقاط مشترک جهت تطابق استفاده کرد. الگوریتم ها در فضاها و مولفه های HSV، H،YCbCr  و NTSC بهترین عملکرد را داشتند و در فضای RGB و Y از نظر تعداد نقاط ویژه تشخیص داده شده پایدارتر عمل کردند.

نقد ادبی نوین عرب، تماما با نقد ادبی دوران گذشته متفاوت است به طوری که هر کس نقد ادبی امروز عرب را از نظر بگذراند و آن را با نقد ادبی قرن گذشته مقایسه کند خواهد دید که نقد امروز، نقدی است کاملا مقلد که در این تقلید حد و مرزی نمی شناسد و تماما و بدون آگاهی تحت تاثیر دستاوردهای نقدی غرب قرار گرفته است. اما در چنین اوضاعی، چهره های نقدی درخشانی می بینیم که می توانند نقد ادبی و ناقدان نوپا را هدایت کرده، به ساحل نجات برسانند. احسان عباس متوفای سال 2003 میلادی یکی از چهره های نقدی برجسته می باشد که در آسمان نقد ادبی عربی و جهانی درخشیده و با تالیف آثار ارزشمندی، نقد ادبی معاصر عربی را از آوارگی، آشفتگی و بحران اصطلاحات که نتیجه تقلید محض از نقد ادبی غرب است تا حدودی نجات بخشیده، و آن را مدیون خود ساخته است. این مقاله درصدد است پس از معرفی احسان عباس، پرده از منهج نقدی اصیل او برداشته و به تبیین آن جنبه هایی از نقد ایشان که اغلب مورد غفلت واقع شده است، بپردازد.

با توجه به اینکه دقت و صحت تمام اطلاعات خاک­شناسی وابسته به بهترین گمانه­زنی در مورد مکان تغییرات خاک­ها در قالب تعیین الگوی نمونه­برداری می­باشد، انتخاب روشی کارآمد که بتواند به بهترین شکل این تغییرات را رصد نماید بسیار حائز اهمیت است. تاکنون مطالعات اندکی در رابطه با بررسی تأثیر تصادفی بودن انتخاب نمونه­ها در روش فرامکعب لاتین بر صحت نقشه­ها انجام شده است. این مطالعه با هدف ارزیابی دقت روش فرامکعب لاتین در انتخاب موقعیت نمونه­برداری به­منظور انجام مطالعات نقشه برداری رقومی خاک در منطقه­ای از شهرستان بروجن در استان چهارمحال و بختیاری انجام شد. با توجه به اینکه، چندین مرتبه نمونه­برداری میدانی برای ارزیابی روش نمونه­برداری خاک امری غیرمنطقی است در این پژوهش تلاش گردید تا از روش­های شبیه­سازی بر اساس نقشه­هایی با صحت بسیار بالا برای این منظور استفاده شود. فاصله باهاتاچاریا برای کمّی­سازی فاصله بین توزیع احتمال جامعه اصلی و اجراهای مختلف روش فرامکعب لاتین استفاده گردید. نقشه ویژگی های خاک (درصد کربنات کلسیم معادل، رس و کربن آلی) عمق سطحی (صفر تا 30 سانتی­متر) با استفاده از روش ماشین بردار پشتیبان تهیه گردید و اعتبارسنجی شد. علاوه بر آن، انتخاب موقعیت نقاط نمونه­برداری با استقاده از روش فرامکعب لاتین با تراکم 200 نقطه با 500 مرتبه اجرا انجام گردید. در هر مرحله، اعتبارسنجی برای پیش­بینی ویژگی­های خاک با استفاده از R2، RMSE و %RMSE انجام شد. نتایج نشان داد که برای تمامی ویژگی­های مورد بررسی، مدل ماشین­بردار پشتیبان از صحت قابل قبولی (%RMSE کمتر از 40) برخوردار می­باشد. از سوی دیگر، نتایج گویای آن است که خروجی­های مختلف روش فرامکعب لاتین در اجراهای مختلف آن بر صحت مدلسازی تأثیرگذار است و مقادیر RMSE مدل در حالت­های مختلف برای درصد کربنات کلسیم معادل، رس و کربن آلی به­ترتیب از 1/1، 1/1 و 02/0 تا 2/3، 2 و 12/0 متغیر است. اگرچه این موضوع متأثر از ویژگی مورد بررسی و میزان تغییرات آن در منطقه مورد مطالعه نیز می­باشد.

در نتیجه تغییراتی که در طول زمان در سطح زیر کشت باغات زیتون ایجاد می شود، تهیه نقشه به روز شده باغات زیتون در برنامه ریزی و مدیریت کشاورزی منطقه از ضرورت های مهم است. در این تحقیق با استفاده از تصاویر ماهواره ای IRS امکان تهیه نقشه باغات زیتون به کمک آمار بازتاب های طیفی در منطقه ای شامل بخش هایی از رودبار، منجیل، لوشان و آببر بررسی شد. برای این منظور، 248 نقطه کنترل زمینی از نظر پوشش سطحی بررسی گردید. نقشه نقاط تعلیمی و کمکی پوشش های مختلف سطحی تهیه شد و روی تصویر رنگی قرار گرفت. میانگین و انحراف معیار جامعه بازتاب های طیفی پیکسل های تعلیمی و کمکی معرف یک پوشش سطحی خاص در هر سه باند طیفی تعیین شد. حدود بالایی و پایینی شماره رقومی پیکسل های کلاس باغات زیتون با جمع و تفریق انحراف معیار جامعه از میانگین جامعه در هر باند تعیین شدند و به کمک آنها نقشه طبقه بندی شده اولیه باغات زیتون در هر باند تهیه شد. از قطع سه نقشه اولیه باغات زیتون در سه باند طیفی، نقشه نهایی باغات زیتون تهیه گردید. از قطع نقشه نقاط (پیکسل ها) تعلیمی با نقشه باغات زیتون، صحت روش ارزیابی شد. نتایج نشان داد که در طبقه بندی به کمک آمار بازتاب های طیفی، بیش از 70 درصد از نقاط تعلیمی دوباره در کلاس زیتون طبقه بندی شدند.

برجسته سازی راهکاری است برای شاعرانه کردن زبان که گونه های مختلفی دارد. گونه معنایی یکی از گونه های آن است که حافظ هم به گواه غزل های بررسی شده از آن بیشتر از سایر گونه ها بهره گرفته است.