دانلود ترجمه مقاله تشخیص بیضی با تبدیل هاف تصادفی
این مقاله انگلیسی ISI در ۲۸ صفحه در سال ۲۰۰۶ منتشر شده و ترجمه آن ۲۴ 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 بیضی با استفاده از تبدیل هاف تصادفی |
عنوان انگلیسی مقاله: |
Ellipse Detection Using Randomized Hough Transform |
|
مشخصات مقاله انگلیسی (PDF) | |
سال انتشار مقاله | ۲۰۰۶ |
تعداد صفحات مقاله انگلیسی | ۲۸ صفحه با فرمت pdf |
رشته های مرتبط با این مقاله | مهندسی کامپیوتر |
گرایش های مرتبط با این مقاله | مهندسی نرم افزار و هوش مصنوعی |
رفرنس | دارد |
مشخصات و وضعیت ترجمه فارسی این مقاله (Word) | |
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش و فونت ۱۴ B Nazanin | ۲۴ صفحه |
ترجمه عناوین تصاویر و جداول | ترجمه شده است |
درج تصاویر در فایل ترجمه | درج شده است |
درج جداول در فایل ترجمه | درج شده است |
درج فرمولها و محاسبات در فایل ترجمه به صورت عکس | درج شده است |
منابع داخل متن | درج نشده است |
- فهرست مطالب:
چکیده
۱ مقدمه
۲ الگوریتم
۲٫۱ جزئیات سطح بالا
۲٫۲ تجزیه و تحلیل بیضی
تعریف چهارتایی بیضی (p,q,a,b)
۲٫۲٫۱ محاسبه مرکز بیضی
۱٫ سه نقطه X_1، X_2 و X_3 را انتخاب کنید
۳٫ محل تقاطع مماس های گذرنده از جفت نقاط (X_1,X_2) و (X_2,X_3) را تعیین کنید.
۴٫ نیمساز نقاط تقاطع خطوط مماس را محاسبه کنید. این نیمساز خطی از تقاطع خطوط مماس یعنی t تا مرکز دو نقطه یعنی m است.
۵٫ محل تقاطع نیمسازها را بیابید تا مرکز بیضی یعنی O حاصل شود.
۲٫۲٫۲ محاسبه نیم قطر مهین (a) و نیم قطر کهین (b)
۲٫۲٫۳ بررسی وجود بیضی در تصویر
۲٫۳ گردآوری (پارامترها در اکومولاتور)
۲٫۴ ذخیره سازی بهترین بیضی های و تکرار این عمل
۲٫۴ نتایج
۴ نتیجه گیری
۵٫ راهنمای برنامه
- بخشی از ترجمه:
۴ نتیجه گیری
تبدیل تصادفی هاف در آزمایش ها به خوبی عمل کرد. RHT به شکل دقیقی میان اشیاء بیضوی و غیر بیضوی تمایز قائل می شود. در تصاویر نویزدار، RHT برای یافتن بیضی ها با مشکل مواجه بود. با استفاده از پردازش تصویر برای کاهش نویز و توانایی در محدودسازی فضای جستجو برای بیضی های در محدوده طول نیم قطر مهین و نیم قطر کهین، این مشکلات قابل جبران هستند. اکثر زمان سپری شده برای توسعه این پروژه متشکل به یافتن و استخراج معادلات بیضی اختصاص یافت. الگوریتم تبدیل تصادفی هاف زمانی ساده بود که معادلات جمع آوری شده می شدند. اگر تبدیل هاف عادی به کار گرفته می شد، برای یافتن معادلات زمان و هزینه صرف می شد. RHT به شکل چشمگیری زمان محاسباتی و پیش نیازهای ذخیره سازی مورد نیاز HT برای یافتن بیضی ها را کاهش داد.
- بخشی از مقاله انگلیسی:
۴ Conclusions
The Randomized Hough Transform performed well in the experiments. RHT accurately discriminated between ellipses and non-ellipse objects. In noisy images the RHT had difficulty finding the ellipses.Using image preprocessing to reduce the noise, and the ability to limit the search space to ellipses in a range of semimajor and semiminor axis lengths, these problems can be compensated for. The majority of time spent developing this project consisted of finding and deriving the ellipse equations. The Randomized Hough Transform algorithm was simple once the equations were collected. Given the expense of finding the equations would also have occurred if the normal Hough Transform was implemented, the RHT did significantly reduce HT computation time and storage requirements needed to find ellipses.
تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد |
|
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
عنوان فارسی مقاله: |
تشخیص بیضی با استفاده از تبدیل هاف تصادفی |
عنوان انگلیسی مقاله: |
Ellipse Detection Using Randomized Hough Transform |
|