لینک پرداخت و دانلود *پایین مطلب*
فرمت فایل: PowerPoint (قابل ویرایش و آماده پرینت)
تعداد اسلاید56
کامپیوتری کردن سیستم دستور کار نت با استفاده از سیستم کامپیوتری صحیح برای کارخانه باعث بهبود و افزایش کارایی نت میشود.
باید توجه داشت که در صورت استفاده از سیستم دستی موثر در حال حاضر نصب سیستم کامپیوتری نت می تواند بسیار موثر باشد.
لینک دانلود کمی پایینتر میباشد
لینک پرداخت و دانلود *پایین مطلب*
فرمت فایل: PowerPoint (قابل ویرایش و آماده پرینت)
تعداد اسلاید295
لینک دانلود کمی پایینتر میباشد
فرمت فایل : WORD (لینک دانلود پایین صفحه) تعداد صفحات 40 صفحه
خلاصه
نگرانی در مورد افزایشهای بالقوه د رجمعیتهای علفهای هرز بدون استفاده از علکش ها به بالا گیری کشاورزی طبیعی محدود شده است. با این وجود در سالهای اخیر همه خواستهای عموم برای تولید طبیعی و هم نمای کشاورزی طبیعی افزایش یافته است و دامنه ای از راههای کنترل علفهای هرز وجود دارد. پیشرفت در روشهای کشت کنترل علف هرز شامل استفاده از محصولات پوششی جدید ریشه کننده علف و تشخیص ویژگیهای محصول خاص برای از بین بردن علفهای هرز بوده است . کنترل مستقیم علفهای هرز با ابزار جدید موجود در بازار نیز پیشرفتهایی را دیده که می تواند در آینده از طرح ریزی پیچیده ماشین آلات و تکنولوژی کشف علفهای هرز سود برد. پیشرفت در روشهای جدیدی مثل بخار دادن نیز ایجاد شده است . سیاری از عملکرد های کنترل علف های هرز در سیستمهای طبیعی رویاننده را با تضادهایی ارائه می دهند، و هم اینجا و هم بسیاری از پیشرفتهای اخیر در کنترل طبیعی علفهای هرز بررسی می شوند. افزایش درک ما از بیولوژی علفهای هرز پویایی جمعیت هبودهای دراز مدت در کنترل پایدار علفهای هرز را پشتیبانی می کند. از پیامد این بررسی ها افراد چون رویانندگان معمولی و طبیعی سود می برند. تاکید روی نیاز به انعطاف پذیری و آگاهی از بیولوژی عفهای هرز ، روشهای کشت و کنترل مستقیم علفهای هرز برای حفظ جمعیتهای علفهای هرز در حد قابل کنترل می باشد.
فرمت فایل : word (لینک دانلود پایین صفحه) تعداد صفحات 29 صفحه
چکیده:
در این پروژه قصد داریم روش جدیدی جهت قطعه بندی تصاویر رنگی بااستفاده از سیستمهای فازی معرفی نماییم.به عبارتی دیگر در تصاویر رنگی ، نواحی مشابه از لحاظ رنگ را جدا کرده و تصویررا به قطعات مشابه تقسیم می نماییم. با توجه به این که به طور معمول تصاویر رنگی در فضای RGB ذخیره می شوند وسیستم FIS ما به پارامترهای فضای HSL نیاز دارد لذا در ابتدا تصاویر ورودی را به فضای موردنظر برده سپس هر پیکسل از تصویر را به سیستم FIS می دهیم تا رنگ پیکسل موردنظر را تشخیص دهد ودر انتها پیکسلهایی که از لحاظ رنگ مشابه بودند رابه صورت جداگانه نمایش می دهیم.
در این پروژه علاوه بر پیاده سازی روش مقاله مورد نظر، کمی تغییرات در نحوه پیاده سازی ایجاد نمودیم که باعث افزایش سرعت تشخیص شد.و آن استفاده از روابط موجود بین همسایگان یک پیکسل می باشد که توضیحات کامل آن در قسمت شبیه سازی آورده شده است.
قطعه بندی عملیاتی جهت تقسیم بندی تصویر به نواحی یکنواخت می باشد. بنابراین قطعه بندی عملیاتی مقدماتی جهت تشخیص اشیا موجود در تصویر است. هدف از این پروژه دسته بندی تصاویر رنگی به کمک روش فازی می باشد. هر شی یک رنگ منحصر به فرد دارد. هدف تشخیص هر شی بر اساس رنگ آن است.
کاربردها :
قطعه بندی تصویر از مسائل مهم در زمینه های مختلف پردازش می باشد که از جمله کاربردهای می توان به موارد زیر اشاره نمود :
روشها :
برای پیاده سازی، روشهای متفاوتی ارائه شده است که از جمله آنها می توان support vector machines ، روشهای هیستوگرام وروشهای فازی را نام برد.
در روشهای هیستوگرام سگمنت بندی براساس شباهت رنگ انجام می گیرد ودر بعضی الگوریتم ها بر اساس ناحیه ،سگمنت بندی انجام می گیرد.
تکنیک های قطعه بندی تصاویر با استفاده از رنگ را می توان در پنچ دسته گنجاند :
قطعه بندی تصاویر رنگی بااستفاده از دسته بندی فازی یکی از روشهای قطعه بندی بر اساس پیکسل می باشد. به این ترتیب که سیستم فازی مشخص می کند هر پیکسل به کدام دسته رنگ تعلق دارد .بنابراین هدف ایجاد یک سیستم فازی است که بتواند رنگهای بیشتری را دسته بندی نماید.
برای این کار نیاز به یک فرد خبره است که با توجه به داه های آموزشی ، قوانین و توابع راتنظیم نماید که امری وقت گیر می باشد .لذا نیاز به یک روش اتوماتیک است که باتوجه به داده های آموزشی قوانین وتوابع عضویت فازی را ایجاد نماید .روشهای زیادی برای این منظور ابداع شده است که از جمله تقسیم کردن فضای وردیهای سیستم فازی می باشد.
دسته بندی فازی یک روش یادگیری با ناظر است که جهت قطعه بندی تصاویر استفاده می شود .این سیستم هر پیکسل رنگی از تصویر ورودی را در یک دسته رنگ قرار می دهد.
فضاهای رنگ متنوعی مانند HSV,YIQ,HSL,RGB در پردازش تصاویر استفاده می شود.[1]
فضای رنگ RGB
یکی از فضا های رنگ متداول فضای رنگ RGB می باشد که شامل سه رنگ قرمز وآبی وسبز می باشد وهر کدام در بازه صفر تا یک ویا 0 تا 255 تغییر می کنند حداقل مقدار (رنگ سیاه ) (0و0و0) بوده وحداکثر مقدار (رنگ سفید )(255و255و255) می باشد.
این فضای رنگ اغلب در روشهای هیستوگرام استفاده می گردد بطوریک رنگ هر پیکسل در سه رنگ آبی وسبز وقرمز توزیع می شود. وبراساس میزان شباهت عمل می کند. اما روش هیستوگرام روش سختی بوده و همچنین نمی توان براحتی درجه تابع را برای آن تعریف نمود.
فضای رنگ HSL
این فضا از بهترین فضاهای رنگ برای الگوریتم های قطعه بندی می باشد. دلایل آن را می توان اینگونه بیان کرد: