چکیده: الگوریتم نمونه گیری مستقیم بر مبنای استخراج الگو ، یکی از الگوریتم های زمین آمار چند نقطه ای است. در الگوریتم نمونه گیری مستقیم بر مبنای استخراج الگو، محدودیت هایی در روند شبیه‌سازی، برای کاهش زمان محاسبات در نظر گرفته شده است. این محدودیت‌ها عبارتند از: • جستجوی درصد محدودی از الگوهای تصویر آموزشی • یک مقدار مرزی برای فاصله بین الگوهای استخراج‌شده از شبکه شبیه سازی و الگوهای تصویر آموزشی در نظر گرفته می شود. محدودیت های فوق گرچه منجر به کاهش زمان محاسبات شده اند، ولی به علت نادیده گرفتن قسمتی از الگوهای تصویر آموزشی، باعث کاهش پیوستگی ساختارها و همچنین کاهش بازتولید داده های شرطی شده اند. هدف از انجام این پایان نامه ارائه روشی برای کاهش زمان محاسبات انطباق الگو در تصویر آموزشی است؛ به‌نحوی‌که در هر مرحله از شبیه‌سازی، بدون در نظر گرفتن محدودیت های بیان شده در الگوریتم نمونه گیری مستقیم بر مبنای استخراج الگو، همه الگوهای تصویر آموزشی جستجو شود. در این پایان نامه الگوریتم نمونه گیری مستقیم بر مبنای استخراج الگو به نحوی تغییر داده شده است، که از تابع تبدیل فوریه در محاسبات انطباق الگو در تصویر آموزشی استفاده شود. تحقق های شرطی و غیرشرطی با استفاده از دو تصویر آموزشی مصنوعی تهیه شده است. مقایسه تحقق های تهیه‌شده به‌وسیله الگوریتم نمونه گیری مستقیم بر مبنای استخراج الگو و الگوریتم نمونه‌گیری مستقیم بر مبنای تبدیل فوریه نشان می دهد: • استفاده از تابع تبدیل فوریه موجب افزایش پیوستگی ساختارها شده است. • با استفاده از تابع تبدیل فوریه، بازتولید داده‌های شرطی به‌طور متوسط دو برابر شده است. • زمان محاسبات برای تحقق‌هایی که با استفاده از تبدیل فوریه تهیه شده است، به‌طور متوسط، 6/4% کمترین زمان محاسبات الگوریتم نمونه‎گیری مستقیم برمبنای استخراج الگو است.