۵-۱. نتیجه گیری ……………………………………………………………………………………………………………۷۲
۵-۲. راهکارهایی برای ادامه پژوهش………………………………………………………………………………….۷۳
(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))
منابع و مآخذ
فهرست منابع فارسی ……………………………………………………………………………………………………… ۷۴
فهرست منابع انگلیسی………………………………………………………………………………………………………۷۴
چکیده ی انگلیسی ………………………………………………………………………………………………………….۷۷
فهرست شکل ها
عنوان شماره صفحه
تصویر (۱-۱). بلوک دیاگرام مراحل کلی کار ……………………………………………………………………….۶
تصویر (۲-۱). تصویری از نمای جلوی عنبیه ……………………………………………………………………۱۵
تصویر(۲-۲). تصویری از بافت چشم ……………………………………………………………………………….۱۵
شکل (۲-۳). دیاگرام کلی سیستمهای تشخیص عنبیه……………………………………………………………۱۷
شکل(۲-۴).a . نمونه خروجی واحد تفکیک،b. نمونه خروجی واحد نرمالسازی .cنمونه خروجی واحد کدگذاری……………………………………………………………………………………………………………….۱۹
رسم توضیحی (۲-۵). بلوک دیاگرام تولید الگو…………………………………………………………………..۲۲
تصویر (۲-۶). ترسیم دایره برای نقاط لبه با پارامترهای مشخص…………………………………………..۲۶
تصویر(۲-۷). لبه ها برای جدا سازی با روش تبدیل هاف……………………………………………………۲۷
تصویر (۲-۸). چگونگی نگاشت دیسک عنبیه بر روی نواری با ابعاد دلخواه…………………………..۲۸
تصویر(۳-۱). تصویر اولیه بدون پیش پردازش………………………………………………………………….۳۷
تصویر(۳-۲). نتیجه تصویر…………………………………………………………………………………………….۳۸
تصویر(۳-۳). نتیجه تصویر ……………………………………………………………………………………………۳۸
تصویر(۳-۴). نتیجه از تأثیر مشتقات افقی ……………………………………………………………………….۳۸
تصویر(۳-۵). نتیجه از تأثیر مشتقات عمودی……………………………………………………………………۳۹
تصویر(۳-۶). گرادیان تصویر ………………………………………………………………………………………..۳۹
تصویر(۳-۷). زاویه لبه ها………………………………………………………………………………………………۳۹
عنوان شماره صفحه
تصویر(۳-۸). تصویر بعد از تابع adjgamma ……………………………………………………………………..40
تصویر(۳-۹). لبه سمت راست عنبیه ………………………………………………………………………………….۴۰
تصویر(۳-۱۰). نتیجه تابع nonmaxsup …………………………………………………………………………….41
تصویر (۳-۱۱).نتیجه آستانه گذاری……………………………………………………………………………………۴۱
تصویر (۳-۱۲). قرار دادن مانع در مسیر حرکت مورچهها از کلونی تا منبع غذایی……………………۴۴
تصویر(۳-۱۳). حذف مانع و انعطاف پذیری رفتار مورچهها ………………………………………………..۴۵
تصویر(۳-۱۴). انتخاب مسیر توسط مورچه در نقطه i…………………………………………………………46
تصویر (۳-۱۵). فلوچارت کلی الگوریتم کلونی مورچگان ……………………………………………………۴۸
تصویر(۳-۱۶). تصویر نرمال شده………………………………………………………………………………………۵۰
تصویر (۳-۱۷). نمایی از روش زاویه ایی……………………………………………………………………………۵۲
تصویر (۳-۱۸). پیاده سازی الگوریتم کلونی زنبورهای مصنوعی برای مسئله انتخاب ویژگی……..۵۵
تصویر(۳-۱۹). فلوچارت کلی الگوریتم کلونی زنبورهای مصنوعی………………………………………..۵۸
تصویر(۴-۱). نمونه ایی از جداسازی مرز عنبیه و مردمک با بهره گرفتن از الگوریتم کلونی مورچگان…………۶۳
فهرست جداول
عنوان شماره صفحه
جدول(۲-۱). مقایسه تکنولوژی های متنوع ………………………………………………………………………..۱۱
جدول (۳-۱). نحوه ی ارائه نتایج طبقه بندی(Classification) در SVM …………………………..60
جدول (۴-۱). نتایج حاصل از پیاده سازی الگوریتم کلونی مورچگان…………………………………..۶۳
جدول (۴-۲). نتایج حاصل از پیاده سازی الگوریتم کلونی زنبورهای مصنوعی…………………….۶۴
جدول (۴-۳). بررسی تأثیر نوع کرنل در دقّت طبقه بندی شبکه عصبی SVMدر روش تشخیص کل عنبیه قبل از FS………………………………………………………………………………………………………….64
جدول (۴-۴). بررسی تاثیر نوع کرنل در دقّت طبقه بندی شبکه عصبی SVMدر روش تشخیص زاویه ایی عنبیه قبل از FS…………………………………………………………………………………………………65
جدول(۴-۵). بررسی تأثیر تعداد نرون ها و لایه ها در دقّت طبقه بندی شبکه عصبی MLP در روش تشخیص کل عنبیه قبل از FS……………………………………………………………………………………65
جدول (۴-۶). بررسی تأثیر تعداد نرون ها و لایه ها در دفّت طبقه بندی شبکه عصبی MLP در روش تشخیص زاویه ایی عنبیه قبل از FS…………………………………………………………………………..66
جدول (۴-۷). نتایج طبقه بندی بعد از انتخاب ویژگی با کلونی زنبور با بهره گرفتن از شبکه عصبی SVM در روش تشخیص زاویه ایی عنبیه……………………………………………………………………………۶۶
جدول (۴-۸ )نتایج طبقه بندی بعد از انتخاب ویژگی با کلونی زنبور با بهره گرفتن از شبکه عصبی SVM در روش تشخیص کل عنبیه…………………………………………………………………………………….۶۷
جدول (۴-۹). نتایج طبقه بندی ب
عد از انتخاب ویژگی با کلونی زنبور با بهره گرفتن از شبکه عصبی MLP در روش تشخیص کل عنبیه…………………………………………………………………………………….۶۷
جدول(۴-۱۰). نتایج طبقه بندی بعد از انتخاب ویژگی با کلونی زنبور با بهره گرفتن از شبکه عصبی MLP در روش تشخیص زاویه ایی عنبیه …………………………………………………………………………۶۸
عنوان شماره صفحه
جدول(۴-۱۱). مقایسه Kernal Function های متفاوت روش پیشنهادی با روش های دیگر ……………………………………………………………………………………………………………………………………..۶۹
جدول (۴-۱۲). مقایسه نتایج حاصل از پیاده سازی الگوریتم SVM روش پیشنهادی با روش های دیگر ……………………………………………………………………………………………………………………………..۶۹
جدول (۴-۱۳). مقایسه نرخ موفقیت روش پیشنهادی با الگوریتم های دیگر………………………….۷۰