Исследование характеристик высокоскоростных сверточных кодов

Введение 3
1. Обзор характеристик известных помехоустойчивых кодов со скоростью больше 0.5 5
1.1. Коды Хемминга………………………………………………
1.2. Коды Боуза-Чоудхури-Хоквингема……………………….
1.3. Коды Рида-Соломона……………………………………..
1.4. Мажоритарно декодируемые коды………………………
2. Анализ математических моделей сверточных кодов 23
3. Разработка программных моделей защищенных каналов с вариантами кодеков 29
3.1. Разработка сверточного помехоустойчивого кодирования…
3.2. Описание метода помехоустойчивого кодирования сигнала
4. Анализ помехоустойчивости вариантов кодеков с различными типами модуляции и каналов 39
5. Экономическая часть……………………………………………….
5.1. Введение
5.2. Этапы работ по разработке системы аудита.
5.3. Определение трудоемкости этапов разработки
5.4 Затраты на заработную плату работникам, непосредственно занятым при выполнении указанных работ по трудовому договору
5.5 Страховые взносы
5.6 Стоимость специального оборудования и специальной оснастки.
5.7 Амортизация объектов основных средств.
5.8 Общехозяйственные расходы.
5.9 Заключение
6. Охрана труда и окружающей среды………………………………
6.1. Анализ условий труда специалиста по защите информации
6.2. Разработка мероприятий для снижения ЭМП ПЭВМ
6.3. Разработка мероприятий по защите от электроопасности
6.4. Выводы
Заключение 65
Литература 46
Приложение 57

– Новосибирск: НЭТИ, 1991. – С. 60-5920. Васильев К. К. Методы фильтрации многомерных случайныхполей / К. К.Васильев, В.Р.Крашенинников.- Саратов: СГУ,1990.-124 с.21. Васильев К. К. Прием сигналов при мультипликативныхпомехах./К.К. Васильев. – Саратов: СТУ, 1983. -128 с.22. Васильев К. К. Прикладная теория случайных процессов иполей / К. К.Васильев, В.А. Омельченко - Ульяновск: УГТУ,1995.-255 с.23. Васильев К. К. Применение адаптивной декорреляции дляобработки изображений / К. К.Васильев, С. А. Агеев //Наукоемкие технологии, -2002.- № 3. -С. 25-31.24. Васильев К.К. Адаптивные алгоритмы обнаружения аномалийна последовательности многомерных изображений / К.К.Васильев, В.Р.Крашенинников // Компьютерная оптика. –1995.- вып. 14, С. 125-132.25. Васильев К.К. Алгоритмы обработки многозональныхизображений/ К.К.Васильев, В.Е.Дементьев // Современныепроблемы создания и эксплуатации радиотехнических систем:тр. 4 всерос. науч.-практ. конф. - Ульяновск, 2004, -С.14-17.26. Васильев К.К. Алгоритмы оптимального обнаружениясигналов с неизвестными уровнями на многозональныхизображениях / К.К.Васильев, В.Е.Дементьев // Цифроваяобработка сигналов и ее применение: труды 8 межд. науч.-техн. конф.-М., 2006. - т.2. - С. 433-436.27. Васильев К.К. Анализ эффективности фильтрации плоскихизображений / К.К.Васильев, В.Г. Герчес // Вероятностныемодели и обработка случайных сигналов и полей: сб. научн. тр.– Киев: УМК ВО.- 1991.- С. 115-122.28. Васильев К.К. Исследованиеэффективности фильтрации изображений при треугольнойразвертке / К.К. Васильев, В.Г. Герчес // Методы обработкисигналов и полей: сб. научн. тр. – Ульяновск: УлПИ.- 1992.- С.33-44.29. Васильев К.К. Обнаружение протяженных аномалий намногомерных изображениях / К.К. Васильев // Вестник УГТУ.– Ульяновск. – 2006. - №4. - с. 31-3330. Васильев К.К. Обнаружение сигнала на последовательностиизображений / К.К. Васильев // Математические и техническиепроблемы обработки визуальной информации. — Новосибирск:ВЦ СО РАН. – 1992.- С. 49 - 64.31. Васильев К.К. Обнаружение сигналов с неизвестнымиуровнями на многозональных изображениях / К.К. Васильев,А.А. Горин // Труды Ульяновского научного центра"Ноосферные знания и технологии". –Ульяновск, 2001. -Т.3,Вып.1.- С.9-1332. Вернер М. Основы кодирования. – М.: Техносфера, 2006. – 288 с. 33. Васильев К.К. Представление и быстрая обработкамногомерных изображений. / К.К.Васильев,В.Р.Крашенниников, И.Н Синицын, В.И.Синицын //Наукоемкие технологии.- 2002. - № 3. - С. 4-24.34. Васильев К.К. Рекуррентное оценивание случайных полей намногомерных сетках / К.К.Васильев // Методы обработкисигналов и полей.- Саратов. – 1986. - с. 18-33.35. Васильев К.К. Статистические методы обработкимногомерных изображений / К.К.Васильев, А.А.Спектор //Методы обработки сигналов и полей. –Ульяновск: УлПИ, 1992, C. 3-1936. Васюков В.Н. Квазиоптимальный алгоритм двумернойфильтрации / В.Н. Васюков// Методы статистической обработкиизображений и полей.- Новосибирск, 1984, C. 14-18.37. Васюков В.Н. Новые подходы к решению задач обработки ираспознавания изображений / В.Н.Васюков, И.С.Грузман,М.А.Райфельд, А.А.Спектор // Наукоемкие технологии.- 2002. -№ 3. - С. 44-51.38. Визильтер Ю.В., Лагутенков А.В. Автоматическое выделениеи сопровождение малоразмерных объектов по признаку ихдвижения на цифровых изображениях39. Гай В.Е. Формирование тестовых изображений для оценкикачества алгоритмов сегментации / В.Е. Гай, С.Н. Борблик //Цифровая обработка сигналов и ее применение: тр. 8 межд.науч.-техн. конф. –М., 2006. - т.2. - С. 356-359.40. Герчес В.Г. Обнаружение сигналов на многозональномизображении: дис. канд. техн. наук./ В.Г. Герчес. -Ульяновск,1992.- 143с.41. Гонсалес Р. Цифровая обработка изображений / Р.Гонсалес,Р. Вудс, М.: Техносфера, 2005. – 1072 с.42. Градштейн И.С. Таблицы интегралов, сумм, рядов ипроизведений / И.С.Градштейн, И.М.Рыжик, М.: Наука, 1971. –1108 с.43. Грузман И. С. Цифровая обработка изображений винформационных системах / И. С. Грузман [и др.],Новосибирск:НГТУ, 2002. - 456 с.44. Даджион Д. Цифровая обработка многомерных сигналов / Д.Даджион , Р. Мерсеро, М.: Мир. 1988. – 488 с.45. Желтов С.Ю., Сибиряков А.В., Выделениехарактерных черт на цифровых изображениях авиационной икосмической съемки. 46. Завалишин Н.В. Модели зрительного восприятия и алгоритмыанализа изображений / Н.В.Завалишин, И.Б.Мучник, М.: Наука,1974. - 344 с.47. Блейхут О. Теория и практика кодов, контролирующих ошибки / пер. с англ. – М.: Мир, 1986. – 576 с.48. Вернер М. Основы кодирования. – М.: Техносфера, 2006. – 288 49.СанПиН 2.2.2/2.4.2620-10. Гигиенические требования к персональным электронно-вычислительным машинам и организации работ.50. СанПиН 2.2.4.1191-03. Электромагнитные поля в производственных условиях.51. ГОСТ 12.1.038-82. Электробезопасность. Предельно допустимые значения напряжений прикосновения и токов.52. Правила Устройства Электроустановок. Издание седьмое от 08.07.0253. ГОСТ 12.1.005 – 88 ССБТ.Общие санитарно-гигиенические требования к воздуху рабочей зоныПриложениеПрограммный код в Matlab.II1=II;Alpha_=zeros(1,nmn)-1 ; Alpha_(II1)=1;WWW1= WWW; aaa=diag(sum(WWW1,2)); III=eye(nmn); LLL= 1*aaa-WWW1 ; KKK= LLL- 30*III ;[II1,II2]= AlphaStream_00( KKK,Alpha_,30,1,sample) ;II1=II;Alpha_=zeros(1,nmn)-1 ; Alpha_(II1)=1; WWW1= max(WWW(:))- WWW; aaa=diag(sum(WWW1,2)); III=eye(nmn); LLL= 1*aaa-WWW1 ; KKK= LLL- 30*III ; [JJ1,JJ2]= AlphaStream_00( KKK,Alpha_,60,1,sample) ; %%% FF2=union(JJ2,II2); FF1=setdiff([1:size(KKK,1)],FF2);if(show)figure(376);cla; hold on plot3(sample (FF2,1 ) , sample (FF2,2),sample (FF2,3)+0.003*rand(size(sample (FF2,3))),'.c'); plot3(sample(FF1,1) ,sample(FF1,2),sample(FF1,3)++0.003*rand(size(sample (FF1,3))), '*r');hold off;view( 60,-45); grid on; end function [ II,II_,Disp]=get_main_cluster_51(sample,k, show,sample_gadol,IND_DONE,dir,ind_begin) nn_=size(sample,1);II=([1:nn_])'; II_=[]; sample_past=sample_gadol(IND_DONE,:);fgf=15;for uyu=1:khist= mahal_sp(sample ,sample(II,:));if(size(sample_past,1)>2)hist_past= mahal(sample ,sample_past);elsehist_past= (0* hist ); end% if(show)% figure(3);cla;% hold on% plot(hist,'k')% plot(hist_past,'r')% hold off% % % endif(uyu>k/2) fgf=max( fgf-3,3);endgoal=hist_past-10*hist;[goal_sort,III]=sort(goal,'descend');JJ=III(1:round(nn_/( fgf ))) ;II_= III( round(nn_/( fgf ) )+1:end) ; if(size(JJ,1)<max(10,nn_/100)) break; endII=JJ; if(show) figure(377);cla;% subplot(121);cla; hold onp2= plot3(sample(II_,1 ) ,sample(II_,2),sample(II_,3) ,'.c'); p2= plot3(sample(II,1) ,sample(II,2) ,sample(II,3) , '*r'); hold off; grid; view( 80,-30); title('the main cluster');% subplot(122);cla;% plot(hist);% title('mahalanobis- diatance') h2=get(p2,'Parent') ; set(h2,'Units','Pixels'); p=get(h2,'Position'); RezRez=getfield(getframe(h2,[0 0 p(3:4)]),'cdata'); imwrite(uint8(RezRez),[dir,['mask_',int2str(ind_begin+uyu),'.png']],'png'); pause(0.1) endend sample_1=sample(II ,:);[V_1,Disp]=calc_mean_dispersia(sample_1);if(show)figure(376);cla; hold on plot3(sample_gadol(:,1 ) , sample_gadol(:,2),sample_gadol(:,3),'.c'); plot3(sample(II,1) ,sample(II,2),sample(II,3), '*r'); plot3(sample_past(:,1 ) ,sample_past(:,2),sample_past(:,3) ,'*b'); hold off; view( 60,-45);title([ ' D=',num2str(Disp) ]); grid;endfunction [II1,II2]= AlphaStream_00( KKK,Alpha_,nn,show,sample ) thr_= 0; for vbv=1:nnAlpha_1=( KKK*Alpha_')';II1=find(Alpha_1>thr_);II2=find(Alpha_1<=thr_); if(show)figure(376);cla; hold on plot3(sample (II2,1 ) , sample (II2,2),sample (II2,3)+0.003*rand(size(sample (II2,3))),'.c'); plot3(sample(II1,1) ,sample(II1,2),sample(II1,3)++0.003*rand(size(sample (II1,3))), '*r'); hold off; view( 60,-45); grid on; figure(6534) subplot(131) ai_(KKK) subplot(132);cla; hold on plot(Alpha_,'k' ) plot(Alpha_1,'r' ) hold off subplot(133);cla; plot(Alpha_+1*Alpha_1) pause end Alpha_= Alpha_+ Alpha_1; Alpha_=Alpha_/norm(Alpha_); Alpha_(find(Alpha_<-50))=-50; Alpha_(find(Alpha_>50))= 50;endQ2=imread([dir_save_8765,'small','_1','.png'] ); Q3=double(imresize(Q2,[700,700]));QP= smooth_001(Q3,5) ;cc;figure(545);ai_(QP) pow_texture=5; limit_norm_text=100 ; show=0; [BW,texture,texture_pure,intensity, matting]=add_text_from_training_13(QP,wind_siz,22,... cube_principal_features2,Ba2,text_pca_2, ... pow_texture, limit_norm_text,show,4);figure(544)ai_(texture_pure)figure(545)subplot(121)ai_(imresize(double(Q2),[700,700],'near'))title('before')subplot(122)ai_(Q3+7*matting.*texture_pure)title('after')imwrite(uint8(Q3+7*matting.*texture_pure),[dir_save_8765,'big','_2','.png'] ,'png' ); %%%%%add_reflection.mfunction [ Q,x,y]=add_reflection( yiqmap,wind_siz) yiqmap_size=size(yiqmap); Q=ones( yiqmap_size(1)+(wind_siz+5)*2, yiqmap_size(2)+(wind_siz+5)*2)*128; %%%%%%%%%%%%%%%%%%%%%% lines for x=1:wind_siz+4 for y=wind_siz+5:yiqmap_size(2)+wind_siz+4 Q(x,y)=yiqmap(wind_siz+5-x,y-wind_siz-4); end end for x=1:wind_siz+6 for y=wind_siz+5:yiqmap_size(2)+wind_siz+4 Q(x+yiqmap_size(1)+wind_siz+4,y)=yiqmap(yiqmap_size(1)-x,y-wind_siz-4); end end for y=1:wind_siz+4 for x=wind_siz+5:yiqmap_size(1)+wind_siz+4 Q(x,y)=yiqmap(x-wind_siz-4,wind_siz+5-y); end end for y=1:wind_siz+6 for x=wind_siz+5:yiqmap_size(1)+wind_siz+4 Q(x,y+yiqmap_size(2)+wind_siz+4)=yiqmap(x-wind_siz-4,yiqmap_size(2)-y); end end %%%% squares for x=1:wind_siz+4 for y=x:wind_siz+4 Q(x,y)=yiqmap(wind_siz+5-x,wind_siz+5-y); Q(x+yiqmap_size(1)+wind_siz+5,y)=yiqmap(yiqmap_size(1)-x,wind_siz+5-y); end end for x=1:wind_siz+4 for y=1:x Q(x,y)=yiqmap(wind_siz+5-x,wind_siz+5-y); Q(x+yiqmap_size(1)+wind_siz+5,y)=yiqmap(yiqmap_size(1)-x,wind_siz+5-y); end end for x=1:wind_siz+4 for y=x:wind_siz+5 Q(x,y+yiqmap_size(2)+wind_siz+5)=yiqmap(wind_siz+5-x,yiqmap_size(2)-y); end end for x=1:wind_siz+4 for y=1:x Q(x,y+yiqmap_size(2)+wind_siz+4)=yiqmap(wind_siz+5-x,yiqmap_size(2)-y); end end for x=1:wind_siz+5 for y=x:wind_siz+4 Q(x+yiqmap_size(1)+wind_siz+5,y+yiqmap_size(2)+wind_siz+5)=yiqmap(yiqmap_size(1)-x,yiqmap_size(2)-y); end end for x=1:wind_siz+4 for y=1:x Q(x+yiqmap_size(1)+wind_siz+5,y+yiqmap_size(2)+wind_siz+4)=yiqmap(yiqmap_size(1)-x,yiqmap_size(2)-y); end end x=wind_siz+5:yiqmap_size(1)+wind_siz+4; y=wind_siz+5:yiqmap_size(2)+wind_siz+4; Q(x,y)=yiqmap ;belaterami_conv_3.mfunction G=belaterami_conv_3(F1_,F2_,k1,k2,sigm) PSF = fspecial('gaussian',k1 ,k2); u_=generate_intensity_gaussian(sigm);% figure(543)% ai_(u_)% r=size(PSF,1) ; r_=round(r/2); F_=zeros(size(F1_,1)+r,size(F1_,2)+r); F_(round(r/2):round(r/2)+size(F1_,1)-1 ,round(r/2):round(r/2)+size(F1_,2)-1 )=F1_; Q_=zeros(size(F1_,1)+r,size(F1_,2)+r); Q_(round(r/2):round(r/2)+size(F1_,1)-1 ,round(r/2):round(r/2)+size(F1_,2)-1 )=F2_; G_=zeros(size(F_)); for ioi=r_+1:size(F1_,1)+r_ for idi=r_+1:size(F1_,2)+r_ N1= F_ (ioi-r_ :ioi-r_+r-1 ,idi-r_:idi-r_+r-1); N = Q_ (ioi-r_ :ioi-r_+r-1 ,idi-r_:idi-r_+r-1);% size(u_)% 1+ceil(abs(N-Q_(ioi-1,idi-1))) DD=abs(N-Q_(ioi-1,idi-1)); DD=(size(u_,2)-3)*DD/(max(max(DD))+eps);% 1+ceil(DD)% size(u_) B=u_( 1+ceil(DD)); K=PSF.*B; K=K/sum(sum(K)) ; F=N1.*K; G_(ioi-1,idi-1)= sum(sum(F)); end end G= G_(round(r/2) :round(r/2)+size(F1_,1) -1 ,round(r/2) :round(r/2)+size(F1_,2) -1 ); G=norm(F1_)*G/norm(G);belaterami_conv_4.mfunction G=belaterami_conv_4(F1_,F2_,k1,k2,sigm) PSF = fspecial('gaussian',k1 ,k2); u_=generate_intensity_gaussian_(180); figure(543) plot(u_)% r=size(PSF,1) ; r_=round(r/2); F_=zeros(size(F1_,1)+r,size(F1_,2)+r); F_(round(r/2):round(r/2)+size(F1_,1)-1 ,round(r/2):round(r/2)+size(F1_,2)-1 )=F1_; Q_=zeros(size(F1_,1)+r,size(F1_,2)+r); Q_(round(r/2):round(r/2)+size(F1_,1)-1 ,round(r/2):round(r/2)+size(F1_,2)-1 )=F2_; G_=zeros(size(F_)); for ioi=r_+1:size(F1_,1)+r_ for idi=r_+1:size(F1_,2)+r_ N1= F_ (ioi-r_ :ioi-r_+r-1 ,idi-r_:idi-r_+r-1); N = Q_ (ioi-r_ :ioi-r_+r-1 ,idi-r_:idi-r_+r-1);% size(u_)% 1+ceil(abs(N-Q_(ioi-1,idi-1))) DD=abs(N-Q_(ioi-1,idi-1)); DD=min(548,(550/sigm)* DD );% 1+ceil(DD)% size(u_) B=u_( 1+ ceil(DD)); % K=PSF; K=PSF.*B; K=K/sum(sum(K)) ; F=N1.*K; G_(ioi-1,idi-1)= sum(sum(F)); end end G= G_(round(r/2) :round(r/2)+size(F1_,1) -1 ,round(r/2) :round(r/2)+size(F1_,2) -1 ); G=norm(F1_)*G/norm(G);background_model.mco;clc;load hadera1.matshow=1;cc;x_=p1.Position(2);y_=p1.Position(1);% x_=p3.Position(2);% y_=p3.Position(1);%w1=0;w2=0; w1=200;w2=350; %w1=4;w2=4;%w1=10;w2=20;% X=X(:,:,15:28);% spectrum=spectrum(15:28);BB= X ;%CCC=get_spectrum(BB,aa1.Position(2),aa1.Position(1)) ; PPP=CCC;%PPP=spectrum;PPP=spectrum1;cccc=BB(:,:,8); figure;cla;plot(PPP);figure; ai_(cccc); sample8=reshape(BB(:,:,8),[],1); sample12=reshape(BB(:,:,12),[],1); sample20=reshape(BB(:,:,20),[],1); sample25=reshape(BB(:,:,25),[],1); sample28=reshape(BB(:,:,28),[],1); sample0 =[sample8,sample12,sample20,sample25,sample28]; partition0=codebook_partition_10(sample0,3,0,0) ; map_good0= vizual_mask_partition(partition0,1-0*BB(:,:,8) ) ; figure(5643) subplot(133) imshow(uint8( BB(:,:,8:10)/20+map_good0/4 ) ) subplot(132) ai_( BB(:,:,8) ) subplot(131) imshow(uint8( map_good0))background_model_desert_0.mclc;show=1;cc;% x_=p3.Position(2);% y_=p3.Position(1);%w1=0;w2=0; w1=200;w2=350; %w1=4;w2=4;%w1=10;w2=20;% X=X(:,:,15:28);% spectrum=spectrum(15:28);%X=sample_301;BB=X ;%CCC=get_spectrum(BB,aa1.Position(2),aa1.Position(1)) ; PPP=CCC;%PPP=spectrum;PPP=spectrum ;cccc=BB(:,:,8); figure;cla;plot(PPP);figure; ai_(cccc); sample8=reshape(BB(:,:,8),[],1); sample12=reshape(BB(:,:,12),[],1); sample20=reshape(BB(:,:,20),[],1); sample25=reshape(BB(:,:,25),[],1); sample28=reshape(BB(:,:,28),[],1); sample0 =[sample8,sample12,sample20,sample25,sample28]; partition0=codebook_partition_10(sample0,3,0,0) ; map_good0= vizual_mask_partition(partition0,1-0*BB(:,:,8) ) ; map_good1= uint8( map_good0); figure(5643) subplot(133) imshow(uint8( BB(:,:,8:10)/40+map_good0/4 ) ) subplot(132) ai_( BB(:,:,8) ) subplot(131) imshow(uint8( map_good0))background_model_field.mclc;show=1;cc;% x_=p3.Position(2);% y_=p3.Position(1);%w1=0;w2=0; w1=200;w2=350; %w1=4;w2=4;%w1=10;w2=20;% X=X(:,:,15:28);% spectrum=spectrum(15:28);%X=sample_301;BB=X ;%CCC=get_spectrum(BB,aa1.Position(2),aa1.Position(1)) ; PPP=CCC;%PPP=spectrum;PPP=spectrum ;cccc=BB(:,:,8); figure;cla;plot(PPP);figure; ai_(cccc); sample8=reshape(BB(:,:,8),[],1); sample12=reshape(BB(:,:,12),[],1); sample20=reshape(BB(:,:,20),[],1); sample25=reshape(BB(:,:,25),[],1); sample28=reshape(BB(:,:,28),[],1); sample0 =[sample8,sample12,sample20,sample25,sample28]; partition0=codebook_partition_10(sample0,3,0,0) ; map_good0= vizual_mask_partition(partition0,1-0*BB(:,:,8) ) ; map_good1= uint8( map_good0); figure(5643) subplot(133) imshow(uint8( BB(:,:,8:10)/40+map_good0/4 ) ) subplot(132) ai_( BB(:,:,8) ) subplot(131) imshow(uint8( map_good0))band_rand_permute_couple.mfunction [BB1,sp1]=band_rand_permute_couple(BB,sp)[q,w,e]=size(BB);IX1=randperm(e);sp1=sp(IX1);BB1=BB(:,:,IX1);endbelaterami_conv_3.mfunction G=belaterami_conv_3(F1_,F2_,k1,k2,sigm) PSF = fspecial('gaussian',k1 ,k2); u_=generate_intensity_gaussian(sigm);% figure(543)% ai_(u_)% r=size(PSF,1) ; r_=round(r/2); F_=zeros(size(F1_,1)+r,size(F1_,2)+r); F_(round(r/2):round(r/2)+size(F1_,1)-1 ,round(r/2):round(r/2)+size(F1_,2)-1 )=F1_; Q_=zeros(size(F1_,1)+r,size(F1_,2)+r); Q_(round(r/2):round(r/2)+size(F1_,1)-1 ,round(r/2):round(r/2)+size(F1_,2)-1 )=F2_; G_=zeros(size(F_)); for ioi=r_+1:size(F1_,1)+r_ for idi=r_+1:size(F1_,2)+r_ N1= F_ (ioi-r_ :ioi-r_+r-1 ,idi-r_:idi-r_+r-1); N = Q_ (ioi-r_ :ioi-r_+r-1 ,idi-r_:idi-r_+r-1);% size(u_)% 1+ceil(abs(N-Q_(ioi-1,idi-1))) DD=abs(N-Q_(ioi-1,idi-1)); DD=(size(u_,2)-3)*DD/(max(max(DD))+eps);% 1+ceil(DD)% size(u_) B=u_( 1+ceil(DD)); K=PSF.*B; K=K/sum(sum(K)) ; F=N1.*K; G_(ioi-1,idi-1)= sum(sum(F)); end end G= G_(round(r/2) :round(r/2)+size(F1_,1) -1 ,round(r/2) :round(r/2)+size(F1_,2) -1 ); G=norm(F1_)*G/norm(G);BREGMAN_2D_frame_2.mfunction [ uk1,gk]=BREGMAN_2D_frame_2(uk,g,mu,delt,B,frame,n_c0) r1=frame_recon2_(uk,frame.Par,frame.Ll,frame.PD,frame.De,frame.ex,frame.Do,-frame.dr); if(frame.show) figure(45);cla; ai(r1) figure(15);cla;plot(reshape(uk,1,[])); pause end r2= conv2(r1,B,'same'); r3=g-r2; r4=conv2(r3,B','same'); r5=frame_decomp2(r4,frame.Par,frame.Ll,frame.PD,frame.De,frame.ex,frame.Do,frame.dr); gk=uk+delt*r5; uk1=t_mu(gk,mu);% uk1=n_c0*(uk1/norm(uk1));create_cloth_background.m function back_tablecloth_1= create_cloth_background(F1,F2,wwx, wwy, int_int,mask_obj_first)F1_=F1(:,:,1);F2_=F2(:,:,1);F2_back=translate_flow_3(F2 , -wwx, -wwy);F1_0=F2_back(:,:,1);back_sh=(translate_flow_3( int_int, -wwx, -wwy)>0); occl_1= min(mask_obj_first,1- back_sh); back_tablecloth_0=F1_; back_tablecloth_0(find(occl_1) )=F1_0(find(occl_1) ); % mask_obj_first=smart_mask_object_correction(F1_,mask_obj_first1,10);% % figure(4363)% ai_(F1_ +255*mask_obj_first1) figure(4364)subplot(221)ai_(F1_ +255*mask_obj_first) subplot(222)ai_(F1_ +255*occl_1) subplot(223)ai_(F1_ +255*back_sh) subplot(224)ai_(back_tablecloth_0) for x=1:wind_siz+4 for y=wind_siz+5:yiqmap_size(2)+wind_siz+4 Q(x,y)=yiqmap(wind_siz+5-x,y-wind_siz-4); end end for x=1:wind_siz+6 for y=wind_siz+5:yiqmap_size(2)+wind_siz+4 Q(x+yiqmap_size(1)+wind_siz+4,y)=yiqmap(yiqmap_size(1)-x,y-wind_siz-4); end end for y=1:wind_siz+4 for x=wind_siz+5:yiqmap_size(1)+wind_siz+4 Q(x,y)=yiqmap(x-wind_siz-4,wind_siz+5-y); end end for y=1:wind_siz+6 for x=wind_siz+5:yiqmap_size(1)+wind_siz+4 Q(x,y+yiqmap_size(2)+wind_siz+4)=yiqmap(x-wind_siz-4,yiqmap_size(2)-y); end end %%%% squares for x=1:wind_siz+4 for y=x:wind_siz+4 Q(x,y)=yiqmap(wind_siz+5-x,wind_siz+5-y); Q(x+yiqmap_size(1)+wind_siz+5,y)=yiqmap(yiqmap_size(1)-x,wind_siz+5-y); end end for x=1:wind_siz+4 for y=1:x Q(x,y)=yiqmap(wind_siz+5-x,wind_siz+5-y); Q(x+yiqmap_size(1)+wind_siz+5,y)=yiqmap(yiqmap_size(1)-x,wind_siz+5-y); end end for x=1:wind_siz+4 for y=x:wind_siz+5 Q(x,y+yiqmap_size(2)+wind_siz+5)=yiqmap(wind_siz+5-x,yiqmap_size(2)-y); end end for x=1:wind_siz+4 for y=1:x Q(x,y+yiqmap_size(2)+wind_siz+4)=yiqmap(wind_siz+5-x,yiqmap_size(2)-y); end end for x=1:wind_siz+5 for y=x:wind_siz+4 Q(x+yiqmap_size(1)+wind_siz+5,y+yiqmap_size(2)+wind_siz+5)=yiqmap(yiqmap_size(1)-x,yiqmap_size(2)-y); end end for x=1:wind_siz+4 for y=1:x Q(x+yiqmap_size(1)+wind_siz+5,y+yiqmap_size(2)+wind_siz+4)=yiqmap(yiqmap_size(1)-x,yiqmap_size(2)-y); end end x=wind_siz+5:yiqmap_size(1)+wind_siz+4; y=wind_siz+5:yiqmap_size(2)+wind_siz+4; Q(x,y)=yiqmap ;belaterami_conv_3.mfunction G=belaterami_conv_3(F1_,F2_,k1,k2,sigm) PSF = fspecial('gaussian',k1 ,k2); u_=generate_intensity_gaussian(sigm);% figure(543)% ai_(u_)% r=size(PSF,1) ; r_=round(r/2); F_=zeros(size(F1_,1)+r,size(F1_,2)+r); F_(round(r/2):round(r/2)+size(F1_,1)-1 ,round(r/2):round(r/2)+size(F1_,2)-1 )=F1_; Q_=zeros(size(F1_,1)+r,size(F1_,2)+r); Q_(round(r/2):round(r/2)+size(F1_,1)-1 ,round(r/2):round(r/2)+size(F1_,2)-1 )=F2_; G_=zeros(size(F_)); for ioi=r_+1:size(F1_,1)+r_ for idi=r_+1:size(F1_,2)+r_ N1= F_ (ioi-r_ :ioi-r_+r-1 ,idi-r_:idi-r_+r-1); N = Q_ (ioi-r_ :ioi-r_+r-1 ,idi-r_:idi-r_+r-1);% size(u_)% 1+ceil(abs(N-Q_(ioi-1,idi-1))) DD=abs(N-Q_(ioi-1,idi-1)); DD=(size(u_,2)-3)*DD/(max(max(DD))+eps);% 1+ceil(DD)% size(u_) B=u_( 1+ceil(DD)); K=PSF.*B; K=K/sum(sum(K)) ; F=N1.*K; G_(ioi-1,idi-1)= sum(sum(F)); end end G= G_(round(r/2) :round(r/2)+size(F1_,1) -1 ,round(r/2) :round(r/2)+size(F1_,2) -1 ); G=norm(F1_)*G/norm(G);belaterami_conv_4.mfunction G=belaterami_conv_4(F1_,F2_,k1,k2,sigm) PSF = fspecial('gaussian',k1 ,k2); u_=generate_intensity_gaussian_(180); figure(543) plot(u_)% r=size(PSF,1) ; r_=round(r/2); F_=zeros(size(F1_,1)+r,size(F1_,2)+r); F_(round(r/2):round(r/2)+size(F1_,1)-1 ,round(r/2):round(r/2)+size(F1_,2)-1 )=F1_; Q_=zeros(size(F1_,1)+r,size(F1_,2)+r); Q_(round(r/2):round(r/2)+size(F1_,1)-1 ,round(r/2):round(r/2)+size(F1_,2)-1 )=F2_; G_=zeros(size(F_)); for ioi=r_+1:size(F1_,1)+r_ for idi=r_+1:size(F1_,2)+r_ N1= F_ (ioi-r_ :ioi-r_+r-1 ,idi-r_:idi-r_+r-1); N = Q_ (ioi-r_ :ioi-r_+r-1 ,idi-r_:idi-r_+r-1);% size(u_)% 1+ceil(abs(N-Q_(ioi-1,idi-1))) DD=abs(N-Q_(ioi-1,idi-1)); DD=min(548,(550/sigm)* DD );% 1+ceil(DD)% size(u_) B=u_( 1+ ceil(DD)); % K=PSF; K=PSF.*B; K=K/sum(sum(K)) ; F=N1.*K; G_(ioi-1,idi-1)= sum(sum(F)); end end G= G_(round(r/2) :round(r/2)+size(F1_,1) -1 ,round(r/2) :round(r/2)+size(F1_,2) -1 ); G=norm(F1_)*G/norm(G);background_model.mco;clc;load hadera1.matshow=1;cc;x_=p1.Position(2);y_=p1.Position(1);% x_=p3.Position(2);% y_=p3.Position(1);%w1=0;w2=0; w1=200;w2=350; %w1=4;w2=4;%w1=10;w2=20;% X=X(:,:,15:28);% spectrum=spectrum(15:28);BB= X ;%CCC=get_spectrum(BB,aa1.Position(2),aa1.Position(1)) ; PPP=CCC;%PPP=spectrum;PPP=spectrum1;cccc=BB(:,:,8); figure;cla;plot(PPP);figure; ai_(cccc); sample8=reshape(BB(:,:,8),[],1); sample12=reshape(BB(:,:,12),[],1); sample20=reshape(BB(:,:,20),[],1); sample25=reshape(BB(:,:,25),[],1); sample28=reshape(BB(:,:,28),[],1); sample0 =[sample8,sample12,sample20,sample25,sample28]; partition0=codebook_partition_10(sample0,3,0,0) ; map_good0= vizual_mask_partition(partition0,1-0*BB(:,:,8) ) ; figure(5643) subplot(133) imshow(uint8( BB(:,:,8:10)/20+map_good0/4 ) ) subplot(132) ai_( BB(:,:,8) ) subplot(131) imshow(uint8( map_good0))background_model_desert_0.mclc;show=1;cc;% x_=p3.Position(2);% y_=p3.Position(1);%w1=0;w2=0; w1=200;w2=350; %w1=4;w2=4;%w1=10;w2=20;% X=X(:,:,15:28);% spectrum=spectrum(15:28);%X=sample_301;BB=X ;%CCC=get_spectrum(BB,aa1.Position(2),aa1.Position(1)) ; PPP=CCC;%PPP=spectrum;PPP=spectrum ;cccc=BB(:,:,8); figure;cla;plot(PPP);figure; ai_(cccc); sample8=reshape(BB(:,:,8),[],1); sample12=reshape(BB(:,:,12),[],1); sample20=reshape(BB(:,:,20),[],1); sample25=reshape(BB(:,:,25),[],1); sample28=reshape(BB(:,:,28),[],1); sample0 =[sample8,sample12,sample20,sample25,sample28]; partition0=codebook_partition_10(sample0,3,0,0) ; map_good0= vizual_mask_partition(partition0,1-0*BB(:,:,8) ) ; map_good1= uint8( map_good0); figure(5643) subplot(133) imshow(uint8( BB(:,:,8:10)/40+map_good0/4 ) ) subplot(132) ai_( BB(:,:,8) ) subplot(131) imshow(uint8( map_good0))background_model_field.mclc;show=1;cc;% x_=p3.Position(2);% y_=p3.Position(1);%w1=0;w2=0; w1=200;w2=350; %w1=4;w2=4;%w1=10;w2=20;% X=X(:,:,15:28);% spectrum=spectrum(15:28);%X=sample_301;BB=X ;%CCC=get_spectrum(BB,aa1.Position(2),aa1.Position(1)) ; PPP=CCC;%PPP=spectrum;PPP=spectrum ;cccc=BB(:,:,8); figure;cla;plot(PPP);figure; ai_(cccc); sample8=reshape(BB(:,:,8),[],1); sample12=reshape(BB(:,:,12),[],1); sample20=reshape(BB(:,:,20),[],1); sample25=reshape(BB(:,:,25),[],1); sample28=reshape(BB(:,:,28),[],1); sample0 =[sample8,sample12,sample20,sample25,sample28]; partition0=codebook_partition_10(sample0,3,0,0) ; map_good0= vizual_mask_partition(partition0,1-0*BB(:,:,8) ) ; map_good1= uint8( map_good0); figure(5643) subplot(133) imshow(uint8( BB(:,:,8:10)/40+map_good0/4 ) ) subplot(132) ai_( BB(:,:,8) ) subplot(131) imshow(uint8( map_good0))band_rand_permute_couple.mfunction [BB1,sp1]=band_rand_permute_couple(BB,sp)[q,w,e]=size(BB);IX1=randperm(e);sp1=sp(IX1);BB1=BB(:,:,IX1);endbelaterami_conv_3.mfunction G=belaterami_conv_3(F1_,F2_,k1,k2,sigm) PSF = fspecial('gaussian',k1 ,k2); u_=generate_intensity_gaussian(sigm);% figure(543)% ai_(u_)% r=size(PSF,1) ; r_=round(r/2); F_=zeros(size(F1_,1)+r,size(F1_,2)+r); F_(round(r/2):round(r/2)+size(F1_,1)-1 ,round(r/2):round(r/2)+size(F1_,2)-1 )=F1_; Q_=zeros(size(F1_,1)+r,size(F1_,2)+r); Q_(round(r/2):round(r/2)+size(F1_,1)-1 ,round(r/2):round(r/2)+size(F1_,2)-1 )=F2_; G_=zeros(size(F_)); for ioi=r_+1:size(F1_,1)+r_ for idi=r_+1:size(F1_,2)+r_ N1= F_ (ioi-r_ :ioi-r_+r-1 ,idi-r_:idi-r_+r-1); N = Q_ (ioi-r_ :ioi-r_+r-1 ,idi-r_:idi-r_+r-1);% size(u_)% 1+ceil(abs(N-Q_(ioi-1,idi-1))) DD=abs(N-Q_(ioi-1,idi-1)); DD=(size(u_,2)-3)*DD/(max(max(DD))+eps);% 1+ceil(DD)% size(u_) B=u_( 1+ceil(DD)); K=PSF.*B; K=K/sum(sum(K)) ; F=N1.*K; G_(ioi-1,idi-1)= sum(sum(F)); end end G= G_(round(r/2) :round(r/2)+size(F1_,1) -1 ,round(r/2) :round(r/2)+size(F1_,2) -1 ); G=norm(F1_)*G/norm(G);BREGMAN_2D_frame_2.mfunction [ uk1,gk]=BREGMAN_2D_frame_2(uk,g,mu,delt,B,frame,n_c0) r1=frame_recon2_(uk,frame.Par,frame.Ll,frame.PD,frame.De,frame.ex,frame.Do,-frame.dr); if(frame.show) figure(45);cla; ai(r1) figure(15);cla;plot(reshape(uk,1,[])); pause end r2= conv2(r1,B,'same'); r3=g-r2; r4=conv2(r3,B','same'); r5=frame_decomp2(r4,frame.Par,frame.Ll,frame.PD,frame.De,frame.ex,frame.Do,frame.dr); gk=uk+delt*r5; uk1=t_mu(gk,mu);% uk1=n_c0*(uk1/norm(uk1));create_cloth_background.m function back_tablecloth_1= create_cloth_background(F1,F2,wwx, wwy, int_int,mask_obj_first)F1_=F1(:,:,1);F2_=F2(:,:,1);F2_back=translate_flow_3(F2 , -wwx, -wwy);F1_0=F2_back(:,:,1);back_sh=(translate_flow_3( int_int, -wwx, -wwy)>0); occl_1= min(mask_obj_first,1- back_sh); back_tablecloth_0=F1_; back_tablecloth_0(find(occl_1) )=F1_0(find(occl_1) ); % mask_obj_first=smart_mask_object_correction(F1_,mask_obj_first1,10);% % figure(4363)% ai_(F1_ +255*mask_obj_first1) figure(4364)subplot(221)ai_(F1_ +255*mask_obj_first) subplot(222)ai_(F1_ +255*occl_1) subplot(223)ai_(F1_ +255*back_sh) subplot(224)ai_(back_tablecloth_0) % set sumbytessumbytes = struct('total',0,'dir',{});sumbytes(1).total = 0;i_dir = 0;% and all output fieldsfor i = 1:size(f2out,2) f2out{2,i} = {};endfilenames = {};todel = 0;r = 1;for i_out = 1:size(f2out,2) if strcmp(f2out{1,i_out},'isdir') if strcmp(f2outfilt{i_out},'0') % check if no recursion is wanted r = 0; end endend% for each item in listfor i_file = 1:length(list) for i_out = 1:size(f2out,2) % for every output field if not(isempty(f2outfilt{i_out}))% if there is a filter if strcmp(f2out{1,i_out},'bytes') % if field is 'bytes' line = [num2str(list(i_file).(f2out{1,i_out})) f2outfilt{i_out} ';']; % compare with filter numerically if eval(line)% if passes the filter continue % continue to next field else todel(end+1) = i_file; % else set to be deleted end elseif not(strcmp(f2out{1,i_out},'isdir'))% if field is 'name' or 'date' if regexpi(list(i_file).(f2out{1,i_out}),f2outfilt{i_out}) % apply filter continue % continue to next field else todel(end+1) = i_file; % else set to be deletedend end end end % once checked for every field's filter if todel(end) == i_file % if one didn't pass, if not(list(i_file).isdir) % and it's not a directory continue % skip this file and continue end else if regexpi(list(i_file).name,filt) % else, check for general filter on file-name sumbytes(1).total = sumbytes(1).total + list(i_file).bytes; % sum bytes of that level for i_out = 1:size(f2out,2)% and assign all output fields with the values of that file f2out{2,i_out}{end+1} = [chemin filesep num2str(list(i_file).(f2out{1,i_out}))]; end else todel(end+1) = i_file; % else the file will be removed from the list structureend end