وبلاگ

در پایدارسازی ویدئو هدف حذف لرزشها ی تصاویر ویدئو می باشد و برای انجام آن می بایستی سه مرحله اساسی زیر انجام شود كه بترتیب عبارتند از:
1- تخمین پارامترهای حركت دوربین 2- فیلترینگ حركت و جداسازی حركت های ناخواسته لرزش از حركت های خواسته عمدی 3- جبرانسازی حركت های تصاویر ویدئو.
مرحله تخمین پارامترهای حركت دوربین یكی از مراحل مهم پایدارسازی میباشد كه لازم است كاملا” بدون خطا انجام شود.

حركت های دوربین میتواند بر اساس میزان جابجای نقاط متناظر بین دو فریم متوالی با استفاده از یك مدل حركت بین فریمی تخمین زده

 شود. برای تعیین پارامترهای حركت دوربین در هر فریم لازم است چندین نقطه متناطر بین دو فریم پیدا شود. تعداد نقاط متناظر مورد نیاز بستگی به نوع و تعداد مجهولات مدل حركت بین فریمی دارد كه در آن بطور معمول بین 2 تا 3 نقطه متناظر برای حل معادلات آن مورد نیاز می باشد.

با توجه به اینكه پیدا نمودن پیكسل های متناظر بین دو فریم متوالی در عمل غیر ممكن میباشد بنابراین مجبور هستیم از بلوك بجای پیكسل استفاده نمائیم ولی درانتخاب ابعاد بلوك می بایستی شرطی را رعایت نمائیم كه در آن ابعاد بلوك مجاز هستند تا اندازه ای بزرگ انتخاب شوند كه سرعت و جهت حركت تمام پیكسل های آن از یك فریم به فریم بعدی كاملا” یكسان باشند بنابراین با برقراری این شرط میتوان حركت بلوك را همانند حركت پیكسل مركز آن دانست.
در پایدارسازی ویدئو یكی از مسائل اساسی و مهم مشكل اختلاف عمق در تصاویر در زمان حركت دوربین می باشد كه در این حالت سرعت حركت قسمت های از تصویر كه عمق شان كمتر است بیشتر از قسمت های از تصویر می باشد كه عمق شان بیشتر است بنابراین در استفاده كردن از این نواحی بعنوان نقاط متناظر میتواند خطا زیادی را در تخمین پارامترهای حركت دوربین به دنبال داشته باشد.
برای تخمین حركت بلوك ها اگر بخواهیم از روش تطبیق بلوكی به همان صورتیكه در فشرده سازی بكاربرده میشود استفاده نمائیم ، خطای نسبتا” زیادی را خواهیم داشت زیرا اساس روش تطبیق بلوكی بر اساس محتویات تصویر بلوك ها می باشد كه نتایج جستجو آن میتواند شامل بلوك های مشابه هم باشد البته این موضوع در فشرده سازی اهمیت چندانی ندارد ولی در پایدارسازی ویدئو به دلیل اینكه هدف از تخمین بلوكها پیدا نمودن نقاط متناظر بین دو فریم متوالی میباشد بنابراین ما خطا ی خیلی زیادی را خواهیم داشت.
در این روش ارائه شده اولا” تعداد بلوك های كه در هر فریم حركت آنها تخمین زده می شوند چندین برابر تعداد مورد نیاز خواهند بود. ثانیا” با بكار بردن روشهای، میزان درصد خطا تخمین حركت بلوك ها به كمترین مقدار كاهش می یابد. ثالثا” با استفاده از معیارهای تشخیص خطا، در هر فریم بردارهای حركت تخمین زده شده صحیح از بردارها تخمین زده شده غلط تشخیص داده شده و از میان آنها به تعداد مورد نیاز صحیح ترین بردارها برای استفاده در مدل حركت بین فریمی انتخاب می شوند.
بنابراین در این روش اولا” بردارهای حركت تخمین زده شده كه قرار است در مدل حركت بین فریمی استفاده شوند كاملا” صحیح خواهند بود و ثانیا” این بردارها ی صحیح میتواند از قسمتهای از تصویر انتخاب شوند كه دارایی اختلاف عمق كمتری را نسبت به هم دارند بنابراین با استفاده از این روش در پایدارسازی ویدئو خطای مربوط به اختلاف عمق را هم نخواهیم داشت.

:
امروزه کمتر مکان تجاری، مسکونی و صنعتی را می توان پیدا کرد که از انواع کابل ها استفاده نشده باشد، گستردگی استفاده از کابل ها در زندگی امروزی بشر، لزوم استفاده از تجهیزاتی جهت عیب یابی و مکان یابی خرابی کابل ها را روشن می کند.

با گسترش استفاده از کابل ها روش های مکان یابی خرابی کابل ها نیز روبه پیشرفت بوده و مسیر پویایی را پیموده است، هرچه به جلو

 پیش می رویم این روش ها از پیچیدگی بیشتری (و معمولا به همان نسبت از کیفیت و دقت بالاتری) برخوردارند. در این پروژه با نگاهی دقیق به سیر تکاملی و نیز انواع روش ها، مزایا و معایب هرکدام را برشمرده و در نهایت روش جدیدی را ارائه کرده، که این روش در ادامه سیر تکاملی روش های انعکاس سنجی بوده و از ویژگی های قابل ملاحظه ای برخوردار است.

لزوم بکارگیری این تجهیزات ما بر آن داشت که قدمی هرچند کوچک در این راه برداریم، و نگاهی دقیق تر و جامع تر به این مسئله داشته باشیم، و با ارائه راهکاری نو مکان یابی خرابی در کابل ها را کاربردی تر و سودمندتر از قبل بسازیم و در نهایت آن را به مرحله ساخت رسانده و نمونه ای عملی از آن ارائه شده است.
در فصل اول ابتدا انواع خطاها تعریف شده و سپس ی به انواع روش های ردیابی می پردازد.
در فصل سوم قسمت نرم افزار این پروژه ارائه شده که شامل نرم افزار میکرو کنترلرها و کامپیوتر می باشد.
در نهایت در فصل آخر به نتیجه گیری انواع روش های موجود پرداخته و مزایا و معایب و نحوه ادامه کار بر روی روش های مکان یابی را تشریح کرده است.
امید است که ارائه این پروژه در این راه مفید و موثر واقع شود.

:
اخیراً آنتن های هوشمند برای افزایش كارایی سیستمهای رادیویی بی سیم بسیار مورد توجه قرار گرفته اند. این سیستمهای آنتن شامل تكنیكهای گسترده ای است كه موجب تقویت سیگنال دریافتی، تضعیف همه سیگنالهای تداخلی و افزایش ظرفیت به صورت عمده می شود.

یك آنتن هوشمند متشكل از آرایه آنتن است كه با پردازش سیگنال در حوزه زمان و مكان همراه می شود. به عبارت دیگر، چنین سیستمی

 می تواند به صورت اتوماتیك جهت الگوی تشعشعی را در پاسخ به محیط سیگنال تغییر دهد. این مسئله به طرز شگفت انگیزی مشخصه سیستم بی سیم را بهبود می بخشد. در این پایان نامه بر آنتنهای هوشمند از نوع آرایه های فازی وفقی متمركز می شویم. آنتن های آرایه تطبیقی در حال حاضر پیشرفته ترین سیستم آنتن هوشمند محسوب می شوند با استفاده از الگوریتم پردازش سیگنال جدید، این آنتنها پرتو خود را در هر لحظه، با توجه به موقعیت سیگنال مورد نظر و سیگنال تداخلی، به گونه ای تنظیم می كنند كه عملكرد سیستم بهینه بماند. نحوه شكل گیری پرتو همواره به گونه ایست كه كاربرها با گلبرگ اصلی و تداخل ها با صفرهای نمونه دنبال می شوند بدین ترتیب، دریافت سیگنال حداكثر بوده و تداخل هان به حداقل می رسند.

به عنوان مثال رادارهای آرایه فازی از جدیدترین و پیشرفته ترین نوع رادارهای نظامی و صنعتی می باشد. اساسی ترین تفاوت رادارهای phase array با رادارهای متداول نسل گذشته نحوه اسكن پترن تشعشعی می باشد. در این نوع رادارها با استفاده از بخش Beam former امكان اسكن پترن تشعشعی در هر جهت به صورت الكترونیكی به وجود می آید. اصطلاح Beam forming یا Digital Beam Forming به یك روند پردازش اتلاق می شود كه سیگنالهای آنتن را دریافت و با پردازش بر نمونه برداریهای انجام شده از امواج الكترومغناطیسی در هر المان آرایه ای یك دسته از بیم ها را كه در فضا به صورت متفاوت جهت دار شده اند پراكنده می كند. در اجرای این پروژه فاز مطالعاتی بر اساس شبیه سازی الگوریتم وقتی جهت چرخش بیم بانسبت سیگنال به نویز ثابت می باشد و در نهایت به صورت روشهای پیشنهادی ریاضی و محاسباتی جهت طراحی و اجراء ارائه می باشد.