{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "TK311",
        "title": "فشرده سازی تصاویر سطح خاکستری اثر انگشت مبتنی بر تبدیل موجک با حفظ ویژگیهای مهم در بازشناسی",
        "publisher": "دانشگاه صنعتی شاهرود",
        "owner": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "license": "CC-BY-4.0",
        "license_url": "https://creativecommons.org/licenses/by/4.0/",
        "license_text": "استفاده، بازنشر، تحلیل، پردازش و بهره برداری پژوهشی، آموزشی و صنعتی با ذکر منبع دانشگاه صنعتی شاهرود مجاز است.",
        "publication_date": "1392",
        "last_update": "2026-07-11",
        "language": "fa",
        "format": "application/json",
        "contact": "thesis@shahroodut.ac.ir",
        "access": {
            "fulltext_available": "true",
            "public_access": "true"
        }
    },
    "data": {
        "thesis_id": "TK311",
        "title": "فشرده سازی تصاویر سطح خاکستری اثر انگشت مبتنی بر تبدیل موجک با حفظ ویژگیهای مهم در بازشناسی",
        "degree": null,
        "faculty": "مهندسی برق",
        "year": 1392,
        "authors": [
            {
                "name": "مهدیه یعقوبی",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "هادی  گرایلو",
                "role": "استاد راهنما"
            },
            {
                "name": "امیدرضا معروضی",
                "role": "استاد راهنما"
            },
            {
                "name": "یاسر بالغی",
                "role": "استاد مشاور"
            }
        ],
        "keywords": [
            "تصویر اثر انگشت",
            "فشرده سازی اثر انگشت",
            "شناسایی اثر انگشت",
            "تبدیل موجک"
        ],
        "abstract": "اثر انگشت یکی از مهمترین شاخصهای فیزیولوژیکی است که برای تعیین هویت افراد استفاده می شود. فشرده‌سازی، برای ذخیره‌سازی اثر انگشت با حافظه کمتر نقش کلیدی دارد و روشهای فشرده سازی اثر انگشت، برای دستیابی آسان به آن موثر است.\r\nیک نوع از تبدیل موجک به راحتی برگشت پذیر می‌باشد. از این نوع تبدیل موجک در فشرده‌سازی اثرانگشت استفاده کرده‌ایم و از آنجا که قابلیت بازشناسی از روی اثر انگشت فشرده شده، برای شناسایی افراد حیاتی است. بدلیل این مطالب پایان‌نامه ما بر تبدیل موجک و حفظ ویژگیهای بازشناسی بنا نهاده شده است. به منظور بهسازی تصویر کنتراست را در حالتهای مختلف بهبود می دهیم. الگوریتم فشرده‌سازی ما مبتنی بر روش کدگذاری SPIHT می باشد. برای بازشناسی از دو روش مختلف استفاده شده است. اولین روش بازشناسی اثر انگشت مبتنی بر استخراج مینیوتیا و دیگری مبتنی برشبکه عصبی می‌باشد. نتایج شبیه‌سازی این دو الگوریتم در جدولهایی به صورت نرخ بازشناسی برای نرخهای بیت مختلف، نشان می دهند که روش مبتنی براستخراج مینیوتیا تا نرخ‌بیت     0.1 بیت برپیکسل درصد بازشناسی حفظ می‌شود و از نرخ‌بیت 0.1 به بالا نرخ بازشناسی از روی تصاویر فشرده شده اثر انگشت تفاوت زیادی با تصاویر اصلی ندارند. اما روش مبتنی بر شبکه عصبی با 2 تصویر آموزش تا نرخ بیت 0.5 درصد بازشناسی حفظ می‌شود. آزمایش فشرده سازی بر روی  یک پایگاه داده متشکل از ۱۵ اثر انگشت 256*256 که هر کدام دارای ۶ تصویر بوده، انجام گرفت.",
        "repository": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "note": "حقوق مادی و معنوی متعلق به دانشگاه صنعتی شاهرود می باشد.",
        "download_url": "https://shahroodut.ac.ir/fa/thesis/files/somefiles/sf_TK311.pdf"
    },
    "dictionary": {
        "thesis_id": "شناسه پایان نامه",
        "title": "عنوان پایان نامه",
        "degree": "مقطع تحصیلی",
        "faculty": "دانشکده",
        "year": "سال دفاع",
        "authors": "پدیدآورندگان",
        "keywords": "کلیدواژه ها",
        "abstract": "چکیده",
        "repository": "محل نگهداری",
        "note": "یادداشت",
        "download_url": "آدرس فایل پایان نامه"
    }
}