در این پایان نامه قصد داریم با اتکا بر برخی الگوریتم های بهینه سازی موجود، به بررسی و بهبود روش های آشکارسازی تغییرات بر روی تصاویر ماهواره ای حاصل از سنجنده های رادار با روزنه ترکیبی بپردازیم. در این تحقیق سعی داریم مشکلاتی از قبیل آلودگی های نویزی موجود در این تصاویر، زمان و دیگر هزینه های اجرایی راتا حد امکان مدیریت و تعدیل نماییم. یکی از مشکلاتی که در ارتباط با کاربرد تصاویر sar پیش روی کاربر است، وجود یک الگوی ذاتی مخرب موسوم به نویز لکه ای است. این نویز که در واقع ناشی از خواص بازتابی سیگنال های رادار در برخورد با سطح می باشد، در بسیاری از کاربردهای پردازش تصویری به کمک تصاویر رادار، مشکل ساز است. آشکارسازی تغییرات تصاویر غیرهمزمان به منظور بررسی و مدیریت تغییرات در سطح یک منطقه جغرافیایی مشخص، از جمله کاربردهایی است که به شدت متاثر از نویز موجود در تصاویر موردبررسی است. در تحقیق حاضر سعی شده با بررسی برخی از تکنیک های پیکسل مبنا و مدلسازی های آماری، روش-هایی به منظور غلبه بر مشکل نویز لکه ای و افزایش دقت فرایند آشکارسازی پیشنهاد شود. الگوریتم ژنتیک، به عنوان یکی از روش های بهینه سازی مبتنی بر مفاهیم تکاملی، در بسیاری از کاربردهای پردازش تصویر مطرح می شود. در این کار، با توجه به قابلیت های الگوریتم ژنتیک در جستجوی پاسخ بهینه بدون نیاز به حدس اولیه و سرعت بالا، آن را به عنوان یک روش مناسب برای حل مسئله آشکارسازی مورد استفاده قرار می دهیم. حجم بالای تصاویر مورد بررسی و محاسبات پرهزینه و زمانبر، انگیزه استفاده از روش بخش بندی تصاویر به کمک پنجره متحرک با ابعاد مناسب را ایجاد نمود. استفاده از زیرتصاویر با ابعاد کوچک، اگرچه منجر به کاهش زمان همگرایی به پاسخ بهینه و حجم محاسبات می شود، ولی از سوی دیگر به علت حساسیت روش به ویژگی های آماری ناحیه مورد بررسی، موجب افزایش تاثیرپذیری از آلودگی های نویزی می شود. برای مدیریت این مشکل، استفاده از توابع کاهش نویز استاندارد، به صورت فرایندهای پیش پردازشی و همچنین در ترکیب با تابع هزینه مورد استفاده الگوریتم ژنتیک، پیشنهاد شد. بدین ترتیب دقت اجرای الگوریتم برای زوج تصاویر شبیه سازی شده و آلوده به نویز لکه ای با واریانس 01/0 و کمتر، تا مقدار 8 درصد نسبت به کل پیکسل های تصویر، بهبود می یابد. با افزایش میزان آلودگی های نویزی تصویر، این دقت کاهش پیدا می کند. در این بخش از کار، ایده استفاده از وابستگی های آماری بین پیکسل های تصویر مطرح شد. در راستای تامین این هدف، به سوی استفاده از مدل های آماری مناسب جهت توصیف ویژگی های تصویر، سوق پیدا کردیم. مدلسازی به کمک میدان های تصادفی مارکف و با اتکا بر روابط همسایگی بین پیکسل ها، راهکار مناسبی جهت غلبه بر اثرات نویزی تصاویر ارزیابی شد. تغییرات توابع هزینه مورد استفاده، متناسب با طبیعت مسئله آشکارسازی نیز منجر به بهبود روند مسئله آشکارسازی شد. بدین ترتیب توانستیم با ارائه روشی آماری مبتنی بر میدان های تصادفی مارکف، دقت فرایند آشکارسازی تغییرات را برای تصاویر با آلودگی های شدید نویزی تا واریانس 1/0، به مقدار 97 درصد کل پیکسل های تصویر برسانیم. مدت زمان کم برای همگرایی الگوریتم به پاسخ بهینه و مطلوب، دیگر مزیت روش پیشنهادی بر مبنای مدل mrf محسوب می شود.

بررسی مسائل ادبی در هر یک از زبان های خارجی، بخش گسترده ای از موضوعات پایان نامه های دانشگاه را شامل می شود. و دانشجویان زیادی درباره ی آنها طرح های خود را ارائه داده اند، این پایان نامه ترجمه ی کتاب «من اعلام النقد العربی الحدیث و المعاصر» «از پیشگامان نقد جدید عربی» مجموعه ای از سخنرانی های علمی جناب آقای دکتر محمد لخضر زبادیه (استاد دانشگاه قاهره) است که در قالب آن، دیدگاه های خویش را درباره ی برخی بزرگان نقد عربی معاصر، بیان کرده و نخستین نوشته ها و نمادهای نوگرایی پیشتازان نقد جدید عربی را مشخص نموده و یک چشم اندازی نسبت به دستاورد ادبی اینان، ارائه داده تا پژوهشگران علاقمند به ادبیات، با سبک های اینان، آشنایی داشته باشند. بنابراین می توان گفت، این کتاب به مطالعه ی شیوه های علمی برخی ناقدین عرب معاصر می پردازد و سعی دارد بدون غرض ورزی شخصی یا سیاسی یا دینی عمل کند و تعامل درستی با شخصیت های برجسته ی ادبیات معاصر داشته باشد. و منابع فکری نقادان را مورد بررسی قرار دهد. مثلاً بررسی مکتب بازگشت ادبی و نمایندگان این مکتب مانند احمد مرصفی و جرجی زیدان و مصطفی رافعی و اطلاع یابی از تلاش پژوهشگران نقد نوگرا و سبک های نقدی عربی امروز و برخی از نمایندگان این مکتب مانند احمدضیف و طه حسین و محمد مندور که هر یک دارای سبکی ویژه در پژوهش ادبی می باشند.

با گسترش سیستمهای فتوگرامتری رقومی از اوایل دهه 80 تا کنون، تهیه نقشه های توپوگرافی به طور چشمگیری با موفقیت همراه بوده است. ولی به علت طبیعت بسیار پیچیده تصاویر هوایی و فضایی، عملیات استخراج اتوماتیک عوارض مسطحاتی نظیر راه ها، ساختمانها و غیره برای تهیه نقشه های مسطحاتی به طور کلی هنوز با مشکلات زیادی مواجه است. در سالهای اخیر برای استخراج عوارض مسطحاتی، روشهای متعددی پیشنهاد شده است. راه ها از جمله عوارضی هستند که استخراج اتوماتیک آنها مورد توجه قرار گرفته است. به منظور استخراج راه ها روشهایی متفاوتی بر اساس الگوریتمهای آشکار سازی لبه ها پیشنهاد شده است. در این تحقیق، روشی جدید بر اساس برچسب گذاری عوارض، برای استخراج راه ها از تصاویر بزرگ تا متوسط مقیاس و تصاویر فضایی با توان تفکیک بالا مانند تصاویر ikonos، برای مناطق غیرشهری پیشنهاد شده است. در این روش ابتدا با استفاده از اپراتورهای مورفولوژی، تصویر ‏‎gray scale‎‏ ساده می شود و سپس الگوریتم طی دو مرحله به موازات هم اجرا می گردد.در مرحله اول، نقشه تصویری ساده شده با استفاده از منطق فازی و روش جداسازی و ادغام، به تصویری تبدیل می شود که در آن راه ها آشکار می شوند و به دنبال آن، باینری می شود. سپس با استفاده از آنالیز برچسب گذاری، هر یک از عوارض تصویر باینری دارای برچسب می شود. بر اساس دسته بندی اراکی و کدگذاری زنجیره ای، کلیه خطوط مستقیم از عوارض برچسب گذاری شده استخراج می گردند.در مرحله دوم، با استفاده از تبدیلات ‏‎wavelet‎‏، توان تفکیک نقشه تصویری ساده شده کم می شود تا به تصویری برسیم که در آن عرض راه ها در حد دو تا سه پیکسل باشد. مجددا با استفاده از روش جداسازی و ادغام، تصویری که توان تفکیک آن تقلیل یافته باینری کرده و با استفاده از مورفولوژی ریاضی اسکلت راه ها را استخراج می کنیم.در پایان، اسکلت راه ها با خطوط مستقیم ساختار یافته شده از مرحله اول ترکیب می شوند ‏‎(road-side algorithm)‎‏ و خطوط لبه های راه استخراج می گردند.تستهای مختلف نشان داد در لبه های راه که مستقیم هستند افزایش طول قطعه خطوط باعث تغییر متوسط خطاهای باقیمانده بطور قابل ملاحظه نمی شود. این تغییرات خطا 18/0 پیکسل در طولهای بین دو تا پنج پیکسل بود که قابل اغماض است ولی در قوسها با افزایش طول قطعه خطوط، تغییرات خطا 48/1 پیکسل در طول های بین دو تا پنج پیکسل بود که قابل ملاحظه است. بنابراین در لبه های مستقیم طول قطعه خطوط میتواند بزرگتر انتخاب شود در حالیکه روی قوسها برای جلوگیری از افزایش خطا طول قطعه خطوط نباید از دو تا سه پیکسل تجاوز نماید.