حل تمرین دروس الکترونیک، مدارهای الکتریکی،کنترل خطی، نانوالکترونیک، فناوری ساخت مدارهای دیجیتال، ریاضیات مهندسی، معادلات دیفرانسیل، و.....

رشته مهندسی برق گرایش های الکترونیک، قدرت، کنترل، مخابرات، کامپیوتر

کاردانی، کارشناسی، کارشناسی ارشد، دکتری

از طریق تماس، واتساپ، تلگرام با شماره تلفن09372002091 وهمچنین از طریق دایرکت پیج اینستاگرام project_tehran درخواست خود را ارسال فرمایید 

در سریعترین زمان و با بهترین کیفیت توسط تیم متخصص دکتری انجام می شود

*****************************************************************************

شبیه سازی پروژه و مقاله درتمام سطوح دانشگاهی پذیرفته می شود

*****************************************************************************

*****************************************************************************

مامي توانيم با كمترين هزينه ودر كوتاهترين زمان ممكن در تهيه پروپزال ، پروژه ، مقاله ، پايان نامه ، گزارش كارآموزي ،به شما كمك كنيم. در صورت تمايل عنوان ومشخصات كامل مطلب درخواستي و رشته و مقطع تحصيلي و شماره همراه خود را جهت اعلام نتيجه در قسمت نظرات ثبت کنید .

ضمناْ اگر از نظر وقت عجله دارید به ایمیل یا تلگرام زیر اعلام فرمائید

ایمیل ‏com.dr@yahoo.com‏ ‏‎ ‎‎ ‎‏ ‏‎ ‎‏ ‏‎‎

از طریق تلگرام یا واتساپ با این شماره درخواست خود را اعلام فرمایید : ‏09372002091‏ ‏‎ ‎‎ ‎‏ ‏‎ ‎‏ ‏‎‎

• 1
• 2
• 3
• 4
• 5

پایان نامه : پردازش و آنالیز حروف ازتصاویر با کمک OCR   

(Optical Character Recognition )

پردازش و آنالیز تصاویر می تواند به عنوان یک ساختار کاربردی و تکنیکی جهت تسخیرکردن، تصحیح کردن، زیاد کردن و تغییر شکل دادن تصاویری که مشاهده می شود تعریف کرد. در هنگام استفاده از تکنولوژی OCR نرم افزار مربوطه تصویر را تجزیه وتحلیل می نماید و شکل حروف را بر اساس پراکندگی نقاط در تصویر، شناسایی می کند . متون می توانندحتی دارای عکس هم باشند که سیستم آنها را تشخیص داده، کنار می گذارد………..

Optical CharacterRecognition یا OCR  به معنای شناسایی حروف با کمک ابزار نوری است ویک شاخه از علم پردازش  سیگنال را تشکیل می د هد OCR شامل تصویر برداری از روی کاغذ واستخراج کلمات از آن است. متن به صورت مستقیم در تصویر قابل دسترسی نیست زیرا حروف در یک متن اسکن شده ازمجموعه ای از نقاط تشکیل می شود که در کنارهم قرار گرفتن این نقاط مطابق الگوهای معین، تصویرحروف مختلف را می سازد.................

• 1
• 2
• 3
• 4
• 5

پایان نامه قفل سخت افزاری Hardware Lock))

قفل هاي سخت افزاري ابتدایی معمولاً به پورت سریال یا پورت موازي کامپیوتر متصل می شدند. این گونه قفلها، غیرفعال بودند و برنامه نمی توانست تبادل داده اي زیادي با آنها داشته باشد. طرز استفاده از آنها معمولاً به این صورت بوده که برنامه در هنگام بارگذاري، وجود قفل را بررسی می کرده و در صورتی که قفل بر روي کامپیوتر موجود نبوده باشد، به کار خود خاتمه می داده است. مشکل این گونه قفلهاي سخت افزاري این است که به راحتی می توان آنها را دور زد؛ یک برنامه نویس آشنا به زبان اسمبلی کامپیوتر، به راحتی می تواند در فایل اجرایی به دنبال نقاط بررسی قفل رفته و با ایجاد تغییرات اندکی در حد چند بایت، رفتار برنامه را کاملاً برعکس کند و همچنین سخت افزار آنها براحتی قابل شبیه سازي می باشد.

قفلهاي سخت افزاري مدرن امروزي توسط پورت USB به کامپیوتر متصل شده و می تواند با نرم افزار ارتباط برقرار کنند. این گونه قفلهاي سخت افزاري با داشتن الگوریتمهاي رمزنگاري قدرتمند داخلی، در مقابل حملات هکرها سرسختی بسیار زیادي از خود نشان می دهند. یک قفل سخت افزاري پیشرفته داراي یک حافظه داخلی غیرفرار است و می تواند کلیدهاي رمزنگاري را در خود جاي دهد. علاوه بر این کدهاي داخل آن از هر گونه دسترسی محافظت شده اند. برنامه نویس با بهره گیري از این امکانات می تواند امنیت بسیار بالایی را براي نرم افزار خود ایجاد کند. اطلاعات کلیدي نرم افزار در قفل سخت افزاري قرار گرفته و استفاده از قفل سخت افزاري منحصر به بررسی کردن موجود بودن یا عدم موجود بودن آن نمی شود؛ بلکه در اینجا قفل به صورت فعال عمل کرده و می تواند با انجام عملیات رمزگشایی، اجراي توابع امنیتی و در اختیار گذاشتن داده هاي کلیدي نقش مهمی در امنیت نرم افزار داشته باشد.

یکی از مشکلات توسعه دهندگان نرم افزار، نیاز به نصب درایور هاي اضافی براي قفل سخت افزاري است؛ چرا که قفل سخت افزاري همانند هر گونه دستگاه دیگري که به کامپیوتر متصل می شود بایستی توسط درایورهاي خود با نرم افزار ارتباط برقرار کند. نصب درایور اضافی به همراه نرم افزار، شاید اشکال چندانی نداشته باشد، اما به هر حال موضوعی است که توسعه دهندگان نرم افزار را آزار می هد. چرا که بوجود آمدن اشکالی کوچک در نصب و راه اندازي یک درایور جدید براي کاربرانی که از سیستمهاي متفاوت استفاده می کنند، می تواند معضل بزرگی باشد. سازندگان قفل سخت افزاري محصولات خود را طوري طراحی کرده اند که براي نصب و استفاده نیازي به درایور نباشد. یک قفل سخت افزاري بدون نیاز

به نصب درایور از تکنولوژي HID براي برقراري ارتباط با سیستم عامل استفاده کرده و از این طریق با نرم افزار ارتباط برقرار می کند.

جلوگیري از کپی غیر قانونی محصولات، همواره یکی از دغدغه هاي پدیدآورندگان محصولات نرم افزاري بوده است و مشکلات اقتصادي و مالی فراوانی در پی داشته است. قانون حق کپی یکی از راهکارهایی است که در تمامی انواع محصولات از جمله محصولات دیجیتال که شامل نرم افزار، موسیقی و فیلم می شوند، جایگاه ویژه اي دارد ولی این قانون متاسفانه تا کنون به صورت کامل در هیچ کشوري رعایت نشده است و کپی غیر مجاز همچنان یکی از مهمترین معضلات این بخش از صنعت می باشد. علیرغم مزایاي فراوانی که قانون کپی رایت براي پدید آورندگان در پی دارد، عدم رعایت آن و پشتوانه ضعیف اجرایی در بسیاري از کشورها، نرم افزار نویسان را بر آن داشته است که به دنبال روش هاي عملی و سهل الوصول تر باشند.

از راهکارهاي کاربردي دیگر، استفاده از قفل هاي سخت افزاري است که تا کنون نتایج قابل توجهی در پی داشته است. استفاده از قفل هاي سخت افزاري به دلیل سادگی کار با آنها و نیز قابلیت اجرایی ساده و در عین حال عدم نیاز به مراجعه به مراجع حقوقی و قضایی جهت کپی رایت، بسیار مورد اقبال و توجه قرار گرفته است. در ذیل یک پروژه عملی براي ساخت این نوع قفل ها آورده ام که امیدوارم مورد توجه دوستان قرار بگیرد.

• 1
• 2
• 3
• 4
• 5

پایان نامه تشخيص هويت با استفاده تصاوير عنبيه چشم ( با فرمت ورد )

چکيده

روش هاي بيومتريک به دنبال روشي هستند که شناسايي افراد را به بدن انسان يعني ويژگي هاي منحصر به فرد آن مربوط کنند. انتظاري که از اين روش ها مي رود اين است که بهتر از روش هاي مرسوم عمل کنند زيرا بر مبناي چيزي که هستيد عمل مي کنند نه چيزي که مي دانيد يا همراه خود داريد. معمولا منظور از بيومتريک استفاده ي اتوماتيک يا نيمه اتوماتيک از ويژگي هاي فيزيولوژيکي و يا ويژگي هاي رفتاري که به بدن انسان بستگي دارند براي تشخيص و يا تاييد هويت فرد است. مشخصه هاي فيزيولوژيکي به عنوان مثال شامل اثر انگشت يا تصاوير صورت است. مشخصه هاي رفتاري شانل اعمال يا رفتاري است که از فرد سر مي زند مانند امضا يا لحن صحبت کردن. در مورد مشکلات روش هاي قديمي که از شماره رمز عبور به جاي سامانه بيومتريک استفاده مي کنند مثل سامانه هاي کارت خودپرداز بانکي، وقتي فرد مي خواهد از کارت خود استفاده کند لازم است که شماره تشخيص هويت شخصي خود را (PIN) وارد کند. در اين سامانه تائيد و يا تشخيص هويت بر مبناي چيزي که شخص به همراه دارد

(کارت) به اضافه اطلاعاتي شخص با خود دارد مي باشد، که اين يک مشکل بالقوه در اين سيستم است زيرا کارت ممکن است دزديده شود وشماره رمز را هم فرد ديگري مي تواند با خود داشته باشد. در حالي که در سامانه هاي بيومتريک اين مشکلات وجود ندارند و امکان تقلب در آن ها خيلي کم است و مي توانند به عنوان سامانه هاي ايده آل تشخيص هويت مورد استفاده قرار گيرند.

تحقيقات و پيشرفت هاي به دست آمده در دهه هاي اخير فصل جديدي را در تائيد و تشخيص هويت آغاز کرده است و در نتيجه آن روش هاي اتوماتيک بر پايه ويژگي هاي فردي انسان ها پايه گذاري شده اند. سامانه هاي بيومتريک جديد داراي قابليت تشخيص هويت افراد با سرعت و دقت و اطمينان و راحتي و همچنين ارزاني بالا را در اختيار ما قرار داده اند. پژوهش انجام شده در اين پايان نامه شامل طراحي و پياده سازي يک سامانه شناسايي جديد بر مبناي تحليل تصاوير عنبيه چشم مي باشد. در اين پايان نامه ابتدا الگوريتم جديدي براي پيدا کردن مرزهاي عنبيه و همچنين پلک ها ارائه مي شود. سپس با استفاده از موجک دوبچيز 2 و نيز فيلترهاي گابور در 8 جهت مختلف، براي هر تصوير ، يک کد توليد مي شود. در مرحله بعد کد به دست آمده از هر تصوير با کدهاي موجود در بانک اطلاعاتي مقايسه شده و با تعريف يک آستانه عمل تشخيص هويت انجام مي شود.

بافت عنبيه در حوزه فرکانس، کدهاي مناسب را توليد مي کنند. استخراج ويژگي مهم ترين بخش سامانه تشخيص هويت است. که در آن بردار ويژگي به دست آمده علاوه بر اينکه بايد حاوي تمام اطلاعات مهم موجود در بافت عنبيه باشد، بايد داراي ابعاد حتي الامکان کوچک نيز باشد زيرا بردارهاي با ابعاد بزرگ علاوه بر اينکه حجم زيادي براي ذخيره کردن لازم دارند، حجم محاسباتي بالايي را نيز درمراحل استخراج و تطابق به سامانه تحميل مي کنند .

نتايج به دست آمده بر روي تصاوير CASIA که شامل 756 تصوير از 108 نفر مي باشد، درصد موفقيت   99.76 % و نرخ خطاي معادل 0،0022 را نتيجه داده است. تحليل حساسيت سامانه در برابر تغييرات شدت نور . نويز و تباين نيز صورت گرفته است که نتايج به دست آمده نشان دهنده کارايي مناسب سامانه است.

همانطور که در قسمت هاي قبل هم ذکر شد در اين پروژه از پايگاه داده CASIA استفاده شده است. در مرحله استخراج ويژگي از نواحي مختلفي از ناحيه عنبيه استفاده شده و همچنين تقويت جزئيات که در فصل استخراج ويژگي توضيح داده شد بر روي معيارهاي مختلفي انجام گرفته و در نهايت دو ناحيه 90 درجه در دو طرف عنبيه در نظر گرفته شد و تقويت جزئيات نيز با توجه به ضرايب جزئيات قطري خروجي اعمال موجک دوبچيز 2 به دست آمد. با اعمال روش استخراج ويژگي برداري به طول 915 به عنوان ويژگي استخراج شده و برداري با همين ابعاد به عنوان بردار خطا توليد شد که مشخص کننده نواحي مسدود شده از عنبيه توسط مژه ها و پلک ها مي باشد. با توجه به مشکل دوران که راه حل آن در فصل قبل اشاره شد وانتخاب تطبيق گر به صورتي که در همان فصل توضيح داده شد، سامانه پياده سازي گرديد. شکل 6-4 چگونگي کارکرد سامانه را به طور کلي نشان مي دهد.

• 1
• 2
• 3
• 4
• 5

مقاله : بررسي رمزنگاری ، امضای دیجیتالی و پروتكل SSL

مقدمه

رمز نگاريي  (cryptography) یك كلمه يوناني است كه به معناي نوشتن سري و مخفي ميباشد.قبل از عصر ارتباطات الكترونيكي ِرمز نگاري به منظور تبادل اطلاعات نظامي به كار مي رفتِ با پيشرفت ارتباطات مدرن ِامكان ارسال اين اطلاعات از طريق شبكه داخلي و حتي اينترنت نيز فراهم امد. زماني كه دو كاربر در شبكه تصميم دارند بايكديگر ارتباطي امن داشته باشندِاولين وبهتين راه حل براي جلوگيري از اكثر حملات (محسوس يا نا محسوس ) استفاده از رمز نگاري است. ابتدايي ترين روشهاي رمز به قرنها پيش بر مي گردد.

امروزه با توجه به کاربردی شدن و گسترش روز افزون شبکه های کامپیوتری در انتقال اطلاعات و طیف وسیع استفاده از این نوع   شبکه ها امنیت اطلاعات در این شبکه ها تبدیل به یکی ازاصلی ترین و جنجال برانگیزترین مباحث مربوط به شبکه شده است.بطور کلی از امنیت به عنوان آزاد بودن از خطرات و شرط اصلی برای سلامت نام  برده میشود منظور از امنیت یک کامپیوتر و شبکه به شکل حفاظت از داده های الکترونیکی در مقابل افشا سازی  تغییر یا تخریب  می باشد و در کنار این مفاهیم قابل اعتماد بودن بی خطا بودن و ماندگاری داده ها ازدیگر موارد این مبحث میباشد. با این تفاصیل یکی از پر کاربرد ترین روش برای جلوگیری از این نوی حملات استفاده از روش های پیشرفته رمز نگاری و رمز گشایی میباشد.امروزه از رمز نگاری در حوزه های مختلفی از جمله :تعیین و تایید هویت ، امنیت اطلاعات و امضاء الکترونیکی استفاده میشود.

بر خلاف سیستم مدیریت و حفظ اطلاعات غیر الکترونیکی که عمدتا از حفاظت فیزیکی برای امنیت اطلاعات استفاده می کند،اطلاعات الکترونیکی در معرض تهدیدات متنوع تر و پیچیدهتری هستند.اما به دلیل حیاتی بودن انتقال دقیق،سریع و کم هزینه اطلاعات در این عصر از طریق شبکه های کامپیوتری،نمی توان استفاده از این تکنولوژی را نادیده گرفت بلکه باید با ایجاد راه کارهای مناسب میزان ریسک و خطر را در این نوع ارتباط نسبت به روش سنتی که همان انتقال فیزیکی اطلاعات است،کمتر نمود.از جمله حملات اصلی میتوان به کپی برداری از اطلاعات در حال مبادله،تغییر اطلاعات در حال مبادله،جعل هویت فرستنده،قطع ارتباط،اشاره کرد.در یک ارتباط ایده آل یک مبدا ویک مقصد با یکدیگر در ارتباط هستند و هیچ شخص ثالثی در این میان به اطلاعات مبادله شده بین انها دسترسی ندارد. اطلاعات ارسال شده به طور کامل و سالم به مقصد میرسد و فرستنده داده همان کسی است که گیرنده انتظار دارد.  اما در یک سیستم  واقعی چنین فرایندی را نمی توان لزوما متصور شد چرا که هر لحظه امکان دارد ارتباط بین مبدا ومقصد مورد حمله قرار گیرد وداده های ارسالی تغییر کنند.رایج ترین حملات امنیتی که در یک شبکه وجود دارد عبارتند از: قطع ارتباط:این حمله زمانی رخ می دهد که یک منبع سیستم از بین برود،دسترسی به آن امکان پذیر نباشد و یا منبع غیرقابل استفاده باشد. استراق سمع:در این حمله یک بخش غیر مجاز بر سر راه انتقال اطلاعات قرار میگیرد واطلاعات را بدست می آورد.............

• 1
• 2
• 3
• 4
• 5

پايان نامه : بررسي روشهاي تشخيص چهره در تصوير

نیاز به سیستم های اطلاعاتی بهبود یافته بیشتر از قبل مورد توجه قرار گرفته است چرا که اطلاعات عنصری اساسی در تصمیم سازی است و جهان در حال افزایش دادن مقدار اطلاعات در فرم های مختلف با درجه هایی از پیچیدگی است. یکی از مسائل اصلی در طراحی سیستم های اطلاعاتی مدرن ، تشخیص الگو به طور اتوماتیک است. تشخیص به عنوان یک صفت اصلی انسان بودن است. یک الگو ، توصیفی از یک شیء است. یک انسان دارای یک سیستم اطلاعاتی سطح بالاست که یک دلیل آن داشتن قابلیت تشخیص الگوی پیشرفته است. بر طبق طبیعت الگوهای مورد تشخیص ، عملیات تشخیص در دو گونه ی اصلی تقسیم می شوند: تشخیص آیتم های واقعی. این ممکن است به عنوان تشخیص سنسوری معرفی شود که تشخیص الگوهای سمعی و بصری را دربر می گیرد. این فرآیند تشخیص ، شناسایی و دسته بندی الگوهای فضایی و الگوهای زمانی را در بر می گیرد. مثال هایی از الگوهای فضایی کارکترها ، اثر انگشت ها ، اشیاء فیزیکی و تصاویر هستند. الگوهای زمانی شامل فرم های موجی گفتار، سری های زمانی و … هستند. تشخیص آیتم های انتزاعی. 1 از طرف دیگر ، یک بحث قدیمی یا یک راه حل برای مسئله ، قابل تشخیص است. این فرآیند شامل تشخیص آیتم های انتزاعی است و می توان آن را تشخیص انتزاعی خواند.

در واقع تشخیص انسان ، یک پرسش تخمین زدن احتمال نسبی ای است که یک داده ی ورودی به یکی از مجموعه های جمعیت های آماری شناخته شده ، که وابسته به تجربیات گذشته است ، می تواند مرتبط باشد. بنابراین مسئله ی تشخیص الگو ممکن است به عنوان یک مسئله ی تشخیص اختلاف داده ی ورودی با جمعیت ها به وسیله ی جستجو ی ویژگی ها یا صفات ثابت در میان اعضای یک جمعیت مورد توجه قرار گیرد.......

چهره نقش اساسی را در شناسایی افراد و نمایش احساسات آنها در سطح جامعه دارد. توانایی انسان در تشخیص چهره ها قابل توجه است ما می توانیم هزاران چهره ی یاد داده شده در طول عمرمان را تشخیص دهیم و در یک نگاه چهره های آشنا را حتی پس از سالها جدایی شناسایی کنیم. این مهارت در مقابل تغییرات در شرایط دیداری مانند حالت چهره، سن و همچنین تغییراتی در عینک ، ریش یا سبک مدل موها ایستادگی می کند. تشخیص چهره یک موضوع مهم در کاربردهایی همچون سیستم های امنیتی ، کنترل کارت اعتباری و شناسایی مجرمان شده است. برای مثال ، قابلیت مدل کردن یک چهره ی خاص و تمیز دادن آن از یک تعداد فراوان از مدل های چهره ی ذخیره شده ، شناسایی مجرمان را به صورت گسترده ای بهبود خواهد بخشید. اگرچه درست است که انسان ها در تشخیص چهره توانا هستند اما نحوه ی کدینگ و دی کدینگ چهره ها در مغز انسان کاملا آشکار نیست. تشخیص چهره ی انسان برای بیش از بیست سال مورد مطالعه قرار گرفته است. توسعه ی یک مدل محاسباتی برای تشخیص چهره کاملا دشوار است و دلیل آن پیچیدگی چهره ها و ساختار چند بعدی بینایی است. بنابراین تشخیص چهره یک فعالیت سطح بالا در بینایی کامپیوتر است و می تواند بسیاری از تکنیک های بینایی اولیه را در بر گیرد.

• 1
• 2
• 3
• 4
• 5

مقاله : بازشناسی چهره با يک تصويرتوسط شبکه های عصبی

چکيده

در اين مقاله با استفاده از توليد تصاوير مجازي به کمک شبکه های عصبی، مسئله بازشناسی چهره با يک تصوير از هر فرد مورد توجه قرار گرفته است. برای جداسازی اطلاعات شخص از حالت و تخمين مانيفولدهای زيرفضاهای مربوطه، از يک شبکه عصبی تحليل گر غيرخطی اطلاعات چهره استفاده شده است. به منظور افزايش تعداد نمونه های تعليم در شبکه طبقه بندی کننده، به کمک مانيفولدهای تخمين زده شده، تصاوير مجازی از چهره های نرمال موجود در پايگاه داده اصلی توليد شده است. با طراحی ساختارهای مختلفی از شبکه های عصبی مصنوعی به منظور استخراج مؤلفه های زيرفضاهای اطلاعات فرد و حالت، کيفيت چهره های مجازی و درنتيجه درصد صحت بازشناسی در شبکه طبقه بندی کننده بهبود می¬يابد. برای تخمين بهتر مانيفولدهای اطلاعات شخص و بهبود قدرت تعميم، يک روش تعليم برمبنای خوشه بندی بدون سرپرستی ارائه شده است. با به کارگيری اين روش و تعليم شبکه طبقه بندی کننده به کمک تصاوير مجازی حاصل، درصد صحت بازشناسی %63/83  روی دادگان تست حاصل شده که نسبت به حالت تعليم شبکه طبقه بندی کننده فقط با تصاوير نرمال دارای بهبود %73/12 است.

• 1
• 2
• 3
• 4
• 5

تحقيق : تعیین سطح پوشش برف  در مقیاس Subpixel  با استفاده از تصاویر MODIS

چكيده :

در این تحقیق تصاویر سنجنده MODIS به دلیل قابلیت بالا در مطالعات برفسنجی مورد استفاده قرار گرفت. در ابتدا این تصاویر که به صورت خام می باشند تا سطح L1B تصحیح گردید. سپس میزان انعکاس طیفی و انعکاس تابشی باندها تعیین و جداسازی طیفی خطی صورت پذیرفت که برای این منظور  باندهای مناسب انتخاب  و با استفاده از الگوریتم MNF، میزان نویز در باندها کاهش یافت. سپس به تعیین EM  پرداخته شد که در این مرحله علاوه بر آنکه از تصویر MODIS استفاده گردید، تعیین EM با استفاده از تصویر IRS-P6 نیز انجام پذیرفت. سپس بر اساس منحنی طیفی پدیده های موجود در منطقه، کتابخانه طیفی تهیه و در نهایت با بکارگیری الگوریتم Linear Spectral Unmixing به جداسازی طیفی پرداخته شد. به این ترتیب دقت نقشه پوشش برف در مقیاس Subpixel  پس از ارزیابی با تصویر IRS-P6، 86% بدست آمد و میزان سطح پوشش برف در منطقه، 1008.793   کیلومتر مربع تخمین زده شد در حالی که روش Pixelbase که تنها قادر به شناسایی پیکسل هایی با بیش از 50% برف می باشد، میزان برف را در همین زمان 1323 کیلومتر مربع تخمین زد. تعیین سطح پوشش برف در حوضه های آبریز به عنوان یکی از پارامترهای مهم برفسنجی، نقش مهمی در مطالعات هیدرولوژی و اقلیمی دارد. تصاویر ماهواره ای با توان بسیار بالایی قدرت تعیین این سطوح برفگیر را با کمترین هزینه و در کوتاه ترین زمان دارند. در طی 4 دهه گذشته تکنیک ها و الگوریتم های مختلفی برای بررسی هرچه دقیق تر سطح پوشش برف مورد ارزیابی قرار گرفته است که در این بین تکنیک Subpixel به دلیل توانایی تعیین میزان درصد برف در هر پیکسل یک رویکرد جدید بشمار می رود.

• 1
• 2
• 3
• 4
• 5

پايان نامه : روش های استخراج ویژگی های چهره

• 1
• 2
• 3
• 4
• 5

پايان نامه : تشخيص هويت بر مبناي تحليل تصاويرعنبيه چشم

چكيده :

انسان ها از ديرباز و به طور طبيعي از ويژگي هاي بيومتريک ديگران مانند صورت و صدا يا دست خط براي شناسايي و تشخيص هويت آن ها استفاده مي کرده اند. در جوامع امروزي تشخيص هويت افراد به ويژه در مورد مسائل امنيتي اهميت زيادي پيدا کرده است. با پيشرفت سريع تکنولوژي بسياري از ابزارهاي مورد نياز براي رسيدن به اين هدف در دسترس ما قرار دارند. تحقيقات و پيشرفت هاي به دست آمده در دهه هاي اخير فصل جديدي را در تائيد و تشخيص هويت آغاز کرده است و در نتيجه آن روش هاي اتوماتيک بر پايه ويژگي هاي فردي انسان هاپايه گذاري شده اند. سامانه هاي بيومتريک جديد داراي قابليت تشخيص هويت افراد با سرعت و دقت و اطمينان و راحتي و همچنين ارزاني بالا را در اختيار ما قرار داده اند. پژوهش انجام شده در اين پايان نامه شامل طراحي و پياده سازي يک سامانه شناسايي جديد بر مبناي تحليل تصاوير عنبيه چشم مي باشد. در اين پايان نامه ابتدا الگوريتم جديدي براي پيدا کردن مرزهاي عنبيه و همچنين پلک ها ارائه مي شود. سپس با استفاده از موجک دوبچيز 2 ونيز فيلترهاي گابور در 8 جهت مختلف، براي هر تصوير ، يک کد توليد مي شود. در مرحله بعد کد به دست آمده از هر تصوير با کدهاي موجود در بانک اطلاعاتي مقايسه شده و با تعريف يک آستانه عمل تشخيص هويت انجام مي شود. که شامل 756 تصوير از 108 نفر مي باشد، CASIA نتايج به دست آمده بر روي تصاوير درصد موفقيت 99.76 % و نرخ خطاي معادل 0،0022 را نتيجه داده است. تحليل حساسيت سامانه در برابر تغييرات شدت نور . نويز و تباين نيز صورت گرفته است که نتايج به دست آمده نشان دهنده کارايي مناسب سامانه است.

تشخيص هويت افراد از زمان های قديم مورد توجه بشر بوده است. با پيشرفت تکنولوژي در دنياي جديد فعاليت و برخوردهاي افراد به گونه اي توسعه يافته است که در آن تشخيص افراد به صورت سريع و مطمئن مورد نياز است. کنترل گذرنامه، سيستم هاي بانکي اتوماتيک و سيستم هاي امنيتي مثال هايي از کاربرد تشخيص هويت هستند. اتوماتيک بودن، سرعت و قابليت اطمينان از اهداف مشترک همه ي روش هاي شناسايي افراد است. براي تشخيص هويت افراد در مکان هاي عمومي مثلا در فرودگاه ها معمولا از مدارکي

مانند گذرنامه که حاوي مشخصات صاحب آن است استفاده مي شود. اين نوع معيارهاي شناسايي قابليت اطمينان پاييني دارند چون مي توان آن ها را به راحتي جعل کرد. به همين دليل لازم است که از يک روش که بر مبناي بدن انسان است براي شناسايي استفاده کرد. روشي که هم منحصر به فرد باشد هم به راحتي قابل اندازه گيري باشد و در طول زمان تغيير نکند. روش هاي بيومتريک به دنبال روشي هستند که شناسايي افراد را به بدن انسان يعني ويژگي هاي منحصر به فرد آن مربوط کنند. انتظاري که از اين روش ها مي رود اين است که بهتر از روش هاي مرسوم عمل کنند زيرا بر مبناي چيزي که هستيد عمل مي کنند نه چيزي که مي دانيد يا همراه خود داريد. معمولا منظور از بيومتريک استفاده ي اتوماتيک يا نيمه اتوماتيک از ويژگي هاي..........................

• 1
• 2
• 3
• 4
• 5

پايان نامه : بازشناسي چهره با استفاده از يک تصوير از هر فرد

• 1
• 2
• 3
• 4
• 5

پايان نامه : ارایه دو راهکار جهت مقابله با حملات صیادي مبتنی بر کشف فریب نامه ها و بکارگیري احراز هویت

• 1
• 2
• 3
• 4
• 5

پایان نامه : مدلي يكپارچه براي ردگيري و شناسايي هويت انسان از روي نحوه ي راه رفتن

• 1
• 2
• 3
• 4
• 5

• 1
• 2
• 3
• 4
• 5

• 1
• 2
• 3
• 4
• 5

• 1
• 2
• 3
• 4
• 5

دريافت Download ( Farsi Fonts - Arabic Fonts ) Font

نام فايل	اسم فونت	اسم فونت
ARABICS.TTF	Arabic Style	عربيک استايل
ARSHIA.TTF	Arshia	ارشيا
BADR.TTF	Badr	بدر
BADRB.TTF	Badr Bold	بدر بولد
BSEPEHR.TTF	Sepehr	سپهر
COMPSET.TTF	Compset	کامپ ست
COMPSETB.TTF	Compset Bold	کامپ ست بولد
ELHAM.TTF	Elham	الهام
FANTEZY.TTF	Fantezy	فانتزي
FARNAZ.TTF	Farnaz	فرناز
FERDOSI.TTF	Ferdosi	فردوسي
HOMA.TTF	Homa	هما
IranNastaliq.ttf	Iran Nastaliq	ايران نستعليق
JADIDB.TTF	Jadid Bold	جديد بولد
KAMRAN.TTF	Kamran	کامران
KAMRANB.TTF	Kamran Bold	کامران بولد
KOODAKB.TTF	Koodak Bold	کودک بولد
LOTUS.TTF	Lotus	لوتوس
LOTUSB.TTF	Lotus Bold	لوتوس بولد
MAJIDSH.TTF	Majid shadow	مجيد شدو
MITRA.TTF	Mitra	ميترا
MITRAB.TTF	Mitra Bold	ميترا بولد
NASIMB.TTF	Nasim Bold	نسيم بولد
NAZANIN.TTF	Nazanin	نازنين
NAZANINB.TTF	Nazanin Bold	نازنين بولد
PERSIAN.TTF	Pershian Nimrooz	پرشين نيمروز
Persweb.ttf	Persian Web	پرشين وب
PFONT.TTF	Persian Font	پرشين فونت
ROYA.TTF	Roya	رويا
ROYAB.TTF	Roya Bold	رويا بولد
SEPEHR.TTF	Sepehr	سپهر
SINAB.TTF	Sina Bold	سينا بولد
TABASSOM.TTF	Tabassom	تبسم
TITRB.TTF	Titr Bold	تيتر بولد
TRAFFIC.TTF	Teraffic	ترافيک
TRAFFICB.TTF	Teraffic Bold	ترافيک بولد
YAGUT.TTF	Yagut	ياقوت
YAGUTB.TTF	Yagut Bold	ياقوت بولد
ZAR.TTF	Zar	زر
ZARB.TTF	Zar Bold	زر بولد