دانلود ترجمه مقاله تشخیص خودکار توزیع اندازه ذرات از طریق آنالیز تصویر (ساینس دایرکت – الزویر ۲۰۱۸) (ترجمه ویژه – طلایی ⭐️⭐️⭐️)

 

 

این مقاله انگلیسی ISI در نشریه الزویر در ۸ صفحه در سال ۲۰۱۸ منتشر شده و ترجمه آن ۱۷ صفحه میباشد. کیفیت ترجمه این مقاله ویژه – طلایی ⭐️⭐️⭐️ بوده و به صورت کامل ترجمه شده است.

 

دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
عنوان فارسی مقاله:

تشخیص خودکار توزیع اندازه ذرات از طریق آنالیز تصویر بر اساس آشکارسازی لبه تطبیقی محلی کنی و تغییر شکل دایره ای هاف

عنوان انگلیسی مقاله:

Automatic detection of particle size distribution by image analysis based on local adaptive canny edge detection and modified circular Hough transform

 

 

مشخصات مقاله انگلیسی 
فرمت مقاله انگلیسی pdf و ورد تایپ شده با قابلیت ویرایش
سال انتشار ۲۰۱۸
تعداد صفحات مقاله انگلیسی ۸ صفحه با فرمت pdf
نوع مقاله ISI
نوع نگارش مقاله پژوهشی (Research Article)
نوع ارائه مقاله ژورنال
رشته های مرتبط با این مقاله مهندسی کامپیوتر
گرایش های مرتبط با این مقاله مهندسی الگوریتم ها و محاسبات ، مهندسی نرم افزار
چاپ شده در مجله (ژورنال) میکرون – Micron
کلمات کلیدی آشکارسازی لبه کنی تطبیقی و محلی، تبدیل دایره‌ای اصلاح شده هاف، توزیع اندازه ذرات، پردازش تصویر
کلمات کلیدی انگلیسی Local adaptive Canny edge detection – Modified circular Hough transform – Particle size distribution – Image processing
ارائه شده از دانشگاه گروه مهندسی برق و کامپیوتر، دانشگاه روچستر، نیویورک، ایالات متحده آمریکا
نمایه (index) scopus – master journals – JCR – MedLine
نویسندگان Yingchao Meng – Zhongping Zhang – Huaqiang Yin – Tao Ma
شناسه شاپا یا ISSN ۰۹۶۸-۴۳۲۸
شناسه دیجیتال – doi https://doi.org/10.1016/j.micron.2017.12.002
ایمپکت فاکتور(IF) مجله ۱٫۸۶۸ در سال ۲۰۱۹
شاخص H_index مجله ۸۰ در سال ۲۰۲۰
شاخص SJR مجله ۰٫۵۴۴ در سال ۲۰۱۹
شاخص Q یا Quartile (چارک) Q3 در سال ۲۰۱۹
بیس نیست 
مدل مفهومی ندارد 
پرسشنامه ندارد 
متغیر ندارد 
رفرنس دارای رفرنس در داخل متن و انتهای مقاله
کد محصول ۱۱۴۲۰
لینک مقاله در سایت مرجع لینک این مقاله در سایت Elsevier
نشریه الزویر – Elsevier

 

مشخصات و وضعیت ترجمه فارسی این مقاله 
فرمت ترجمه مقاله pdf و ورد تایپ شده با قابلیت ویرایش
وضعیت ترجمه انجام شده و آماده دانلود
کیفیت ترجمه ویژه – طلایی ⭐️⭐️⭐️
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش  ۱۷ (۱ صفحه رفرنس انگلیسی) صفحه با فونت ۱۴ B Nazanin
ترجمه عناوین تصاویر و جداول ترجمه شده است 
ترجمه متون داخل تصاویر ترجمه شده است 
ترجمه متون داخل جداول ندارد 
ترجمه ضمیمه ندارد 
ترجمه پاورقی ندارد 
درج تصاویر در فایل ترجمه درج شده است  
درج جداول در فایل ترجمه ندارد 
درج فرمولها و محاسبات در فایل ترجمه  به صورت عکس درج شده است
منابع داخل متن ترجمه شده است 
منابع انتهای متن به صورت انگلیسی درج شده است

 

فهرست مطالب

چکیده

۱٫ مقدمه

۲٫ روش پیشنهادی

۲٫۲ آشکارسازی لبه کنی تطبیقی و محلی

۲٫۳ تبدیل دایره‌ای اصلاح شده هاف

۲٫۴ پسا پردازش

۳٫ بحث و گفتگو و نتایج

۴٫ نتیجه‌گیری

 

بخشی از ترجمه

چکیده

برای به دست آوردن اندازه نانوذرات، میکروسکوپ الکترونی روبشی (SEM) و میکروسکوپ الکترونی عبوری (TEM) به طور گسترده‌ای مورد استفاده قرار گرفتند، اما اندازه‌گیری دستی توزیع اندازه آماری از تصاویر میکروسکوپ الکترونی روبشی به میکروسکوپ الکترونی عبوری وقت گیر بوده و نیاز به کار زیادی دارد. بنابراین، روش‌های آشکارسازی خودکار در اینجا مطلوب هستند. این مقاله یک الگوریتم پردازش تصویر که عمدتاً بر اساس آشکارسازی کنی و تغییر دایره‌ای اصلاح شده هاف است، پیشنهاد می‌کند. الگوریتم پیشنهادی می‌تواند آستانه‌های محلی را برای تشخیص ذرات از تصاویر با درجات پیچیدگی مختلف به کار بگیرد/ در مقایسه با نتایج به دست آمده از اعمال آستانه‌های جهانی، الگوریتم ما عملکرد بسیار بهتری دارد. استحکام و اعتبار این روش با مقایسه نتایج آن با اندازه‌گیری دستی تأیید شده است و توافق بسیار عالی به دست آمد. روش پیشنهادی می‌تواند ذرات با راندمان بالا را به دقت تشخیص دهد.

 

۱- مقدمه

نانوذرات به دلیل ویژگی‌های خاص خود، مانند اثر اندازه کوچک، اثر سطحی، اثر کوانتومی و اثر تونل ماکرو-کوانتومی که خواص شیمیایی (بودوین و همکاران ، ۲۰۱۳؛ رسک و همکاران ، ۲۰۱۴) و فیزیکی (هوشیار و همکاران، ۲۰۱۴؛ محمدی و همکاران، ۲۰۱۳) منحصر به فردی به آنها می‌دهد، توجهات بسیاری به خود جلب کرده‌اند. می‌توان آن‌ها را در زمینه‌هایی از جمله تولید مواد (پاندی و همکاران ، ۲۰۱۳، تنهایی و همکاران ، ۲۰۱۵)، تحویل دارو (بلانکو و همکاران ، ۲۰۱۵؛ کوورو ، ۲۰۱۳)، تشخیص ژن (چینن و همکاران ، ۲۰۱۵؛ شی و همکاران ، ۲۰۱۵) و غیره مورد استفاده قرار بگیرند. توزیع اندازه نانو ذرات برای تحقیق و مسائل کاربردی در اولویت است و نانو ذرات با توزیع اندازه کم بسیار مطلوب هستند.

 

۴- نتیجه‌گیری

برای دستیابی دستی به توزیع اندازه ذرات از تصاویر SEM به TEM ناکارآمد است و می‌تواند خطاهای احتمالی ایجاد کند. برای حل این مشکل، یک الگوریتم پردازش تصویر که می‌تواند به صورت خودکار اندازه ذرات در نویزهای مختلف، ذرات همپوشانی و پس زمینه ناهموار را اندازه‌گیری کند در این مقاله توسعه یافته است. جدای از برخی فرآیندهای پیش و پسا پردازشی، فرآیند اصلی الگوریتم پیشنهادی بر اساس ACED محلی و CHT اصلاح شده است. ACED محلی می‌تواند از مقادیر آستانه محلی، به ویژهT_h وT_l درون هر ریز تصویر استفاده کند تا نتایج آشکارسازی لبه باینری دقیق به دست آورد. پس از آن CHT اصلاح شده که پیچیدگی محاسبات را ساده می‌کند برای سرعت بخشیدن به شناسایی ذرات دایره‌ای به کار می‌گیرد. نتایج به دست آمده از الگوریتم پیشنهادی در با اندازه‌گیری دستی تشابهات زیادی دارند. تنها خطاهای کوچکی در رابطه با تعداد شناسایی شده و میانگین قطر مشاهده شد است. الگوریتم قوی و کارآمد می‌تواند ذرات را با دقت بالا اندازه‌گیری کند و در تجزیه و تحلیل آماری اعداد بزرگ ریزنگارها به ویژه برای ریزنگار با پس زمینه پیچیده مورد استفاده قرار بگیرد.

 

بخشی از مقاله انگلیسی

Abstract

To obtain size distribution of nanoparticles, scanning electron microscope (SEM) and transmission electron microscopy (TEM) have been widely adopted, but manual measurement of statistical size distributions from the SEM or TEM images is time-consuming and labor-intensive. Therefore, automatic detection methods are desirable. This paper proposes an automatic image processing algorithm which is mainly based on local adaptive Canny edge detection and modified circular Hough transform. The proposed algorithm can utilize the local thresholds to detect particles from the images with different degrees of complexity. Compared with the results produced by applying global thresholds, our algorithm performs much better. The robustness and reliability of this method have been verified by comparing its results with manual measurement, and an excellent agreement has been found. The proposed method can accurately recognize the particles with high efficiency.

 

۱-Introduction

Nanoparticles have gained a lot of attention because of their special characteristics, such as small size effect, surface effect, quantum effect and macro-quantum tunnel effect, which enables them unique chemical (Baudouin et al., 2013; Reske et al., 2014) and physical (Houshiar et al., 2014; Mohammadi et al., 2013) properties. They can be applied in various fields including material fabrication (Pandey et al., 2013; Tanhaei et al., 2015), drug delivery (Blanco et al., 2015; Couvreur, 2013), gene detection (Chinen et al., 2015; Shi et al., 2015) and so on. The size distribution of the nanoparticles is a primary concern both for research and for application, and nanoparticles with narrow size distribution are highly desired.

 

۴- Conclusions

To manually obtain the particle size distribution from SEM or TEM images is inefficient and can bring some potential subjective errors. To address this problem, an image processing algorithm which can automatically measure the particle size in different noises, overlapped particles and uneven backgrounds has been developed in this paper. Apart from some pre and post processing procedures, the main process of the proposed algorithm is based on local ACED and modified CHT. The local ACED can utilize the local threshold values, specifically Th and Tl, within each sub-image to get the detailed binary edge detection results. Afterwards, the modified CHT which simplifies the computation complexity is adopted to speed up the recognition of circular particles. Results generated by the proposed algorithm are in good agreement with the manual measurements. Only small errors are observed in regards of the detected number and mean diameter. The robust and efficient algorithm can measure the particles with high precision, and it can be applied in the statistical analysis of large numbers of micrographs, especially for the micrographs with complex backgrounds.

 

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

 

دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
عنوان فارسی مقاله:

تشخیص خودکار توزیع اندازه ذرات از طریق آنالیز تصویر بر اساس آشکارسازی لبه تطبیقی محلی کنی و تغییر شکل دایره ای هاف

عنوان انگلیسی مقاله:

Automatic detection of particle size distribution by image analysis based on local adaptive canny edge detection and modified circular Hough transform

 

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا