تحقیق در مورد تصاویر اعتیاد

لینک دانلود و خرید پایین توضیحات

دسته بندی : وورد

نوع فایل :  .doc ( قابل ویرایش و آماده پرینت )

تعداد صفحه : 1 صفحه

 قسمتی از متن .doc : 

تحقیق درباره؛ استراتژیهای توزیع داده‌ برای تصاویر high resolution

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 27

استراتژیهای توزیع داده‌ برای تصاویر high-resolution

خلاصه:

تصاویر مقیاس بزرگ و high- resolution بصورت افزایشی برای برنامه‌های کاربردی interactive (گرافیک‌های سه‌بعدی) شامل تصاویر داده‌‌ای مقیاس بزرگ و محیط‌های مجازی پوششی و طرحهای مشترک است و مورد استفاده قرار می‌گیرند. این سیستمها باید شامل یک کارآیی بسیار بالا و افزاینده زیر سیستمهای rendering برای تولید تصاویر high-resolution در اندازه‌های فریم‌های real – time باشند.

ما تحقیق وبررسی می‌کنیم که چگونه سیستمی را که تنها از اجزای قطعات گرانقیمت در یک pc cluster استفاده می‌کند بسازیم. هدف اصلی پیشرفت و توسعه الگوریتم‌های کارا برای تقسیم‌بندی و توزیع وظایف rendering به صورت مؤثر در پهنای باند عملیات پردازشی و انبارداری و محدودیتهای یک سیستم توزیع‌ یافته‌است. در این مقاله ما سه راه متفاوت را که از نظر نوع داده‌هایی که از Client به سرورهای تصویر می‌فرستند فرق دارند با هم مقایسه می‌کنیم به کنترل مقادیر اولیه و پیکسل‌ها برای هر راه آزمایشات اولیه را به وسیله یک سیستم الگو که یک تصویر دیواری چند پروژه‌کتوره را با یک pc-cluster تولید می‌کند، شرح می‌دهیم. ما راههای متفاوتی را که برای ساختارهای متفاوت سیستمی مناسب باشد با بهترین انتخاب مربوطه به پهنای باند ارتباطی ظرفیت انبارداری و قدرت پردازش‌کردن Clientو سرورهای تصویری را پیدا کردیم:

کلیدهای اصلی مؤلف: رندرکردن موازی، گرافیکهای شبکه‌شده، تصاویر مقیاس بزرگ تصویر Interactive، و محاسبه Cluster

فهرست مقاله:

معرفی

2. طبقه‌بندی استراتژیهای توزیع‌داده

3. مدل اجرایی همگام‌سازی شد

4. مدل توزیع‌ اولیه

5. مدل توزیع پیکسل

6. نتیجه‌گیری و کار آینده

7. مراجع

1. معرفی:

ما در حال عبور از دوران جدیدی از محاسبات کامپیوتری هستیم که در آن تبادل با داده‌ها در سراسر زمان و فضا با وسایل تصویر ubiquitous موجود است. دلایل وجود این تغییرات در این دروان ساده هستند. پیشرفتهای سریع در کارآیی cpu ظرفیت ذخیره‌سازی نهایی باند شبکه و تولیدات وسایل نمایشی.

راه سنتی استفاده از کامپیوترها و شبکه‌ها بیشترین سیکلهای cpu را برای حل مشکلات تکنیکی و مدیریت و سازماندهی تراکنشهای تجاری مصرف می‌کردند، این رزوها بیشتر سیکلهای cpu نهایی باند شبکه در نقل و انتقالات شامل بوجود آوردن محتویات گم‌شده و تحریف‌شده فرستادن اطلاعات و ارائه‌کردن اطلاعات برای مردم برای جستجوکردن و تصویرساختن صرف می‌شوند.

در این دهه اخیر تصاویر نسل جدید مانند (light-ernitting plastics)LEP و

پروژه تصاویر در مهندسی پزشکی (پزشکی)

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 10

خلاصه :

ناحیه بندی تصویر در مورد تصاویر تشدید مغناطیسی (MRI ) کمک بسیاری در تحلیل این تصاویر به پزشکان می کند ، ولی متاسفانه تصاویر MRI همواره همراه با نویز شدید ناشی از عملکرد اپراتور ، عملکرد دستگاه و یا نویز محیطی می باشند که باعث کاهش دقت در ناحیه بندی می شود .

یکی از روشهایی که در مورد ناحیه بندی بسیار استفاده می شود روش fuzzy c-means (fcm ) است که نسبت به نویز پایداری از خود نشان نمی دهد ، در این مقاله سعی در بهبود عملکرد FCM با استفاده از معیار نزدیکی پیکسل ها به هم ( همسایگی آنها ) و همچنین میزان شباهت ویژگی ها به هم ( میزان شباهت کنتراست ) می باشیم ، به این منظور دو ضریب ( و در تابع هزینه مربوطه به FCM تعریف کرده و با استفاده از الگوریتم ژنتیک سعی در پیدا کردن مقدار بهینه آنها خواهیم بود .

مقدمه :

امروزه یکی از کاربردهای پردازش تصاویر در مهندسی پزشکی ، تحلیل تصاویر پزشکی توسط کامپیوتر و تشخیص بیماری یا سلامت به طور هوشمند توسط کامپیوتر می باشد ، به منظور تحلیل هر چه بهتر این تصاویر نیاز به ناحیه بندی در تصاویر داریم و در واقع با ناحیه بندی تصاویر کار سیستم هوشمند را دقیق تر می کنیم و مشخص می کنیم که در هر ناحیه باید به دنبال چه چیزی باشد ، اما ناحیه بندی تصویر با توجه به طبیعت تصاویر پزشکی و اثرات نویز کاری دشوار می باشد .

تصویر برداری MRZ یکی از راههای تشخیص موارد معیوب و یا دچار مشکل در اندامهای مختلف است و در واقع MRZ تصاویر با رزولوشن بالا از اندامهای مختلف در اختیار ما می گذارد و به علت استفاده فراوان از این روش در تصویر برداری های پزشکی، امروزه تلاش زیادی در بهبود این تصاویر و به خصوص ناحیه بندی آنها انجام می شود.

روشهای مختلفی به منظور ناحیه بندی این تصاویر پیشنهاد شده اند مانند روشهای آستانه گذاری، توسعه یک ناحیه و روشهای کلاسترینگ روشهای آستانه گذاری به علت ساختار پیچیدۀ مغز بسیار پیچیده بوده و روشهای توسعه یک ناحیه هم دارای محدودیت های خاص خود می باشد. روشی که برای ناحیه بندی بسیار استفاده می شود روشهای کلاسترینگ مبتنی بر FMC می باشند.

مطالعات و شبیه سازیها نشان داده است که روش FCM در مورد تصاویر مغز نرمال عملکرد خوبی از خود نشان می دهد ولی در مورد مغزهای معیوب و دارای تومور عملکرد خوبی ندارد در واقع بزرگترین مشکل هم FCM حساسیت بسیار بالای آن نسبت به نویز می باشد و از آنجا که تصاویر پزشکی همواره همراه با نویز هستند میزان صعت عملکرد FCM کاهش می یابد.

روشی که در اینجا به منظور افزایش پایداری نسبت به نویز مطرح می شود استفاده از دو فاکتور اساسی در ناحیه بندی می باشد. فاکتور اول تفاوت ویژگی ها در پیکسل های همسایه و فاکتور دوم وابستگی مکانی پیکسل های همسایه است، پس در این حالت عمل ناحیه بندی تنها به ویژگی خود پیکسل وابستگی ندارد، بلکه به ویژگی و مکان پیکسل هیا همسایه هم بستگی پیدا می کند.

الگوریتمFCM :

فرض می کنیم تعداد بردارهای ورودی N باشد و آنها را با {X1,X2,…,XN} نمایش دهیم و همچنین تعداد کلاسهای موجود m باشد در این صورت برای هر دو بردار ورودی m تابع عضویت تعریف می کنیم که هر تابع عضویت بیانگر میزان عضویت آن بردار خاص به هر کدام از کلاسها می باشد، این توابع عضویت را با uij نمایش می دهیم که بیانگر میزان ورودی i ام به کلاس jام می باشد و شروط زیر را هم داریم:

با استفاده از Uij ها ماتریس U را می سازیم که ماتریس عضویت نامیده می شود، تابع هزینه را بصورت زیر تعریف می کنیم:

در رابطه فوق بیانگر مرکز کلاس j ام می باشد و ( jd(xi, بیانگر میزان عدم شباهت ورودی xi به کلاس j ام می باشد، هر چه میزان عدم شباهت کمتر باشد تابع عضویت Uij باید مقدار بزرگتری اختیار کند.

هدف ما در نهایت کمینه کردن تابع هزینه می باشد.

برای حل مساله بهینه سازی فوق تابع هزینه را بصورت زیر می نویسیم:

(اسکالر q بیانگر میزان فازی بودن است)

با مشتق جزئی گرفتن نسبت به rs u و برابر صفر قرار دادن مشتق rs u را بصورت زیر بدست می آوریم:

فاصله d را می توان بصورت ساده فاصله اقلیدسی و یا فا صله با هاتاچار و یا فاصلۀ ماهالاتوبیس تعریف کرد که ما برای سادگی از فاصله اقلیدسی استفاده می کنیم.

با مشتق گیری نسبت به j و برابر صفر قرار دادن داریم:

تصاویر در مهندسی پزشکی (پزشکی)

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 10

خلاصه :

ناحیه بندی تصویر در مورد تصاویر تشدید مغناطیسی (MRI ) کمک بسیاری در تحلیل این تصاویر به پزشکان می کند ، ولی متاسفانه تصاویر MRI همواره همراه با نویز شدید ناشی از عملکرد اپراتور ، عملکرد دستگاه و یا نویز محیطی می باشند که باعث کاهش دقت در ناحیه بندی می شود .

یکی از روشهایی که در مورد ناحیه بندی بسیار استفاده می شود روش fuzzy c-means (fcm ) است که نسبت به نویز پایداری از خود نشان نمی دهد ، در این مقاله سعی در بهبود عملکرد FCM با استفاده از معیار نزدیکی پیکسل ها به هم ( همسایگی آنها ) و همچنین میزان شباهت ویژگی ها به هم ( میزان شباهت کنتراست ) می باشیم ، به این منظور دو ضریب ( و در تابع هزینه مربوطه به FCM تعریف کرده و با استفاده از الگوریتم ژنتیک سعی در پیدا کردن مقدار بهینه آنها خواهیم بود .

مقدمه :

امروزه یکی از کاربردهای پردازش تصاویر در مهندسی پزشکی ، تحلیل تصاویر پزشکی توسط کامپیوتر و تشخیص بیماری یا سلامت به طور هوشمند توسط کامپیوتر می باشد ، به منظور تحلیل هر چه بهتر این تصاویر نیاز به ناحیه بندی در تصاویر داریم و در واقع با ناحیه بندی تصاویر کار سیستم هوشمند را دقیق تر می کنیم و مشخص می کنیم که در هر ناحیه باید به دنبال چه چیزی باشد ، اما ناحیه بندی تصویر با توجه به طبیعت تصاویر پزشکی و اثرات نویز کاری دشوار می باشد .

تصویر برداری MRZ یکی از راههای تشخیص موارد معیوب و یا دچار مشکل در اندامهای مختلف است و در واقع MRZ تصاویر با رزولوشن بالا از اندامهای مختلف در اختیار ما می گذارد و به علت استفاده فراوان از این روش در تصویر برداری های پزشکی، امروزه تلاش زیادی در بهبود این تصاویر و به خصوص ناحیه بندی آنها انجام می شود.

روشهای مختلفی به منظور ناحیه بندی این تصاویر پیشنهاد شده اند مانند روشهای آستانه گذاری، توسعه یک ناحیه و روشهای کلاسترینگ روشهای آستانه گذاری به علت ساختار پیچیدۀ مغز بسیار پیچیده بوده و روشهای توسعه یک ناحیه هم دارای محدودیت های خاص خود می باشد. روشی که برای ناحیه بندی بسیار استفاده می شود روشهای کلاسترینگ مبتنی بر FMC می باشند.

مطالعات و شبیه سازیها نشان داده است که روش FCM در مورد تصاویر مغز نرمال عملکرد خوبی از خود نشان می دهد ولی در مورد مغزهای معیوب و دارای تومور عملکرد خوبی ندارد در واقع بزرگترین مشکل هم FCM حساسیت بسیار بالای آن نسبت به نویز می باشد و از آنجا که تصاویر پزشکی همواره همراه با نویز هستند میزان صعت عملکرد FCM کاهش می یابد.

روشی که در اینجا به منظور افزایش پایداری نسبت به نویز مطرح می شود استفاده از دو فاکتور اساسی در ناحیه بندی می باشد. فاکتور اول تفاوت ویژگی ها در پیکسل های همسایه و فاکتور دوم وابستگی مکانی پیکسل های همسایه است، پس در این حالت عمل ناحیه بندی تنها به ویژگی خود پیکسل وابستگی ندارد، بلکه به ویژگی و مکان پیکسل هیا همسایه هم بستگی پیدا می کند.

الگوریتمFCM :

فرض می کنیم تعداد بردارهای ورودی N باشد و آنها را با {X1,X2,…,XN} نمایش دهیم و همچنین تعداد کلاسهای موجود m باشد در این صورت برای هر دو بردار ورودی m تابع عضویت تعریف می کنیم که هر تابع عضویت بیانگر میزان عضویت آن بردار خاص به هر کدام از کلاسها می باشد، این توابع عضویت را با uij نمایش می دهیم که بیانگر میزان ورودی i ام به کلاس jام می باشد و شروط زیر را هم داریم:

با استفاده از Uij ها ماتریس U را می سازیم که ماتریس عضویت نامیده می شود، تابع هزینه را بصورت زیر تعریف می کنیم:

در رابطه فوق بیانگر مرکز کلاس j ام می باشد و ( jd(xi, بیانگر میزان عدم شباهت ورودی xi به کلاس j ام می باشد، هر چه میزان عدم شباهت کمتر باشد تابع عضویت Uij باید مقدار بزرگتری اختیار کند.

هدف ما در نهایت کمینه کردن تابع هزینه می باشد.

برای حل مساله بهینه سازی فوق تابع هزینه را بصورت زیر می نویسیم:

(اسکالر q بیانگر میزان فازی بودن است)

با مشتق جزئی گرفتن نسبت به rs u و برابر صفر قرار دادن مشتق rs u را بصورت زیر بدست می آوریم:

فاصله d را می توان بصورت ساده فاصله اقلیدسی و یا فا صله با هاتاچار و یا فاصلۀ ماهالاتوبیس تعریف کرد که ما برای سادگی از فاصله اقلیدسی استفاده می کنیم.

با مشتق گیری نسبت به j و برابر صفر قرار دادن داریم:

عکس های هوایی و تصاویر ماهواره ای

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 22

چگونگی استفاده از عکس های هوایی و تصاویر ماهواره ای در برنامه ریزی های شهری

در این مطالعات حتی الامکان باید از ابزار موجود و مطمئن بهره گرفت . نقشه ها و عکس های هوایی از جمله ابزار قدرتمندی هستند که جغرافیدانان و برنامه ریزان شهری را در انجام تحقیقاتشان یاری می دهند و کاربرد عکسهای هوایی در شناسایی وضع موجود مناطق جغرافیایی و چشم اندازهای ساخته دست انسان و بهره گیری از امکانات لازم بر کسی پوشیده نیست .

● مقدمه :

آنچه که امروزه در علوم زمین مطرح است توجه به جنبه کاربردی آن است . افزایش سریع جمعیت و محدودیت منابع غذایی و معدنی ، چنان مشکلاتی را برای انسان به وجود آورده است که امر برنامه ریزی به عنوان یک ضرورت برای همه کشورها تلقی می شود . تخلیه روستاها ، گسترش شهرها ، و گرایش به زندگی شهر نشینی با توجه به مسائل خاص خود به ویژه در کشورهای جهان سوم از چنان پیچیدگی هایی برخوردار است که بی توجهی به آن بر مشکلات اقتصادی ، اجتماعی آنان خواهد افزود ، از این جهت برای دستیابی به یک روند توسعه متعادل ، مطالعات و پژوهش های جغرافیایی هم می تواند راهگشا باشد .

در این مطالعات حتی الامکان باید از ابزار موجود و مطمئن بهره گرفت . نقشه ها و عکس های هوایی از جمله ابزار قدرتمندی هستند که جغرافیدانان و برنامه ریزان شهری را در انجام تحقیقاتشان یاری می دهند و کاربرد عکسهای هوایی در شناسایی وضع موجود مناطق جغرافیایی و چشم اندازهای ساخته دست انسان و بهره گیری از امکانات لازم بر کسی پوشیده نیست . مهمترین مراکز تجمع انسانی شهرها هستند .

شهر جایی است که مرکز کلیه فعالیت های اقتصادی ، اجتماعی ، فرهنگی و سیاسی است و اغلب ساکنین آن از طریق اشتغال در فعالیت های صنعتی و یا خدماتی امرار معاش می کنند ، گرچه قسمت عمده شهرها را مناطق مسکونی تشکیل می دهد ، اما بخش های دیگری چون خدمات و فضای سبز نیز در آنها دیده می شود . مناطق داخل شهر را از نظر نقش به بخش های مسکونی ، صنعتی ، خدماتی ، فضای سبز و نظایر آن تقسیم می کنند . تمامی این عارضه های شهری و به عبارتی عارضه های مربوط به انسان با استفاده از معیارهای مخصوص خود در روی عکس های هوایی شناسایی می شوند و اطلاعات بسیار زیادی درباره موقعیت و اندازه هر کدام از پدیده های شهری استخراج می گردد که به امر برنامه ریزی شهری کمک شایانی می نماید .

کاربرد دیگر عکس های هوایی در امور شهری مربوط به آمد و شد شهری و تشخیص و تعیین شبکه های ارتباطی متراکم و پرترافیک است که دست اندرکاران امور راهنمایی و رانندگی را در انجام وظایفشان یاری می دهد .

در باستان شناسی و جامعه شناسی نیز می توان از عکس های هوایی کمک گرفت . در باستان شناسی هدف اساسی مطالعه عکس ها بررسی و شناسایی آثار ساختمانی زیر زمین است .

این بررسی به طور غیر مستقیم صورت می گیرد . بدین گونه که ساختمان های مدفون شده در زیر خاک تغییری قابل توجه در پوشش گیاهی چه از نظر نوع و رشد آن ها به وجود می آورد و باستان شناسان با تمرین و مطالعه و تفسیر عکس ها قادر به شناسایی چنین عوارضی خواهند بود . در جامعه شناسی و جمعیت شناسی نیز عکس ها کمک مؤثری در بررسی تراکم و پراکندگی جمعیت و ساختمان های مسکونی می نمایند و بدین ترتیب در برنامه ریزی مسائل جمعیتی و جامعه شناسی شهرها استعانت از عکس های هوایی به پیشبرد کار خواهد افزود .

شهر رم

▪ آشنایی با ساختار شهری

۱) ساختار شهری و عکس های هوایی

بخش های عمده ای که ساختار شهری را تشکیل می دهند را به دو صورت می توان تقسیم بندی کرد : اول منطقه مسکونی ، منطقه تجارتی ، بخش صنعتی ، بخش خدمات ، فضای سبز ، و شبکه ارتباطی .

دوم بخش مرکزی شهر ، منطقه قدیمی شهر ، منطقه جدید شهر و شهرک های حومه شهر . این بخش ها به صورت دوایری متحد المرکز هستند که در بیرون همدیگر قرار دارند . تقسیم بندی اول نقش شهر را مشخص می کند . در صورتی که در تقسیم بندی دوم وضعیت تاریخی و رشد شهر ارزیابی می گردد . البته هیچ کدام از این مدل ها در همه شهرهای فعلی ایران صدق نمی کند ، بلکه این ها مدل هایی کلی و عام هستند . برای مثال در شهر های فعلی ایران کمتر شهری پیدا می شود که توسعه آن در همه جهات و به یک اندازه صورت گیرد . در نتیجه مشاهده دوایر متحدالمرکز بسیار مشخص ، چندان آسان نیست . امکانات توسعه در بعضی قسمت های شهر بیشتر از نواحی دیگر آن وجود دارد و سبب می شود که شهر در آن جهت و به صورت زبانه ای رشد پیدا کند . در هر قسمتی از شهر ممکن است انواع فعالیت های تجارتی و یا صنعتی و خدماتی وجود داشته باشد ولی در مجموع و در چهارچوب کلی شهر ، فعالیت های شهری تمرکز

مکانی پیدا می کنند و هر کدام در قسمتی از شهر شکل غالب را پیدا می کنند . به طوری که می توانیم در اکثر شهرهای ایران بخش هایی چون بخش مسکونی ، تجارتی ، و غیره را مشخص نماییم .

● میدان نقش جهان اصفهان

۱-۱) مناطق مسکونی شهر

منطقه مسکونی به آن قسمت از شهر گفته می شود که قسمت عمده مساحت آن ( حداقل ۵۰ درصد ) به واحدهای مسکونی ساکنین شهر اختصاص داده شده است . در واقع قسمت اعظم شهرها را بخش مسکونی تشکیل می دهد . در داخل منطقه مسکونی ، خیابان ها ، مراکز خدمات رسانی ، فضاهای سبز و خطوط ارتباطی نیز دیده می شود . البته ممکن است واحدهای صنعتی – تجارتی کوچک در داخل منطقه مسکونی پراکنده شوند ولی واحدهای صنعتی – تجارتی کوچک در داخل و یا بیرون منطقه مسکونی به خود اختصاص می دهند . در عکس های هوایی کوچک مقیاس تشخیص واحدهای خدماتی و فضای سبز پراکنده در داخل منطقه مسکونی مشکل است . در هر صورت نامگذاری یک منطقه به عنوان منطقه مسکونی یا تجارتی و ... بستگی به مقیاس عکس هوایی و اندازه آن دارد .

اغلب خانه ها در شهرهای ایران به صورت خانه های تک خانواری هستند که به وسیله دیواری از خانه های مجاور ، خیابان ، و یا کوچه کنارش جدا می گردد . تقریبا نصف مساحت خانه ، بنا و نصف دیگر آن را حیاط خانه تشکیل می دهد . دیوار عمده ترین ویژگی خانه های مسکونی ایران است . وسعت و عظمت خانه ها نشان دهنده وضع اقتصادی مالک آن است . شرایط طبیعی نیز بر وسعت خانه های مسکونی تاثیر دارند . مثلا در مناطق سرد خانه ها روی هم رفته کوچکتر از خانه های مناطق گرم است . در مجموع اندازه خانه از شهری به شهر دیگر فرق می کند ، ولی در هر شهری خانه طبقات مرفه و پردرآمد بزرگتر و مجلل تر از خانه طبقات کم درآمد است . خانه های تک خانواری اغلب یک طبقه است و به ندرت دیده می شود که در یک خانه یک طبقه ، دو خانوار در جوار هم زندگی کنند . اغلب خانه های دو طبقه یا چند طبقه مورد استفاده چندین خانواده قرار می گیرند ، در این واحدها هر طبقه ، محل سکونت یک خانوار می باشد ، این نوع خانه های دو طبقه جزء بافت قدیمی شهرهای ایران محسوب می شود .

در سالهای اخیر در اکثر شهرها ، به ویژه در شهرهایی که توسعه امکانات شهری چندان آسان نیست ، ساختمان های بزرگ و چندین طبقه ساخته می شود .

در این ساختمان ها ، هر طبقه به چندین واحد مسکونی تقسیم می شود . این گونه ساختمان های چندین طبقه ، از نشانه های معماری جدید است و در شهرهای پرجمعیتی چون تهران ، اصفهان ، مشهد ، تبریز و ... متداول است و در شهرهای کوچک کمتر یافت می شوند . بهترین نشانه تعیین طبقات ساختمان ها ردیف های پنجره هاست . هر طبقه حتما یک ردیف پنجره دارد که از روی شمارش ردیف های پنجره ها ، تعداد طبقات معلوم می شود . تعیین تعداد خانوارهای ساکن در هر طبقه چندان آسان نیست . مساحت واحد مسکونی تنها معیار مناسب برای این منظور است . خانه ها بر اساس تعداد خانوارها به دو گروه تک خانواری و چند خانواری تقسیم می شود . از نظر کیفیت نیز ، به خانه های گرانقیمت و ارزان قیمت تقسیم می شوند . خانه های گران قیمت مساحت نسبی بیشتری دارند و از مصالح مرغوب ساخته شده و حیاط وسیع و باغچه خوب دارند .

در اکثر خانه های ارزان قیمت مساحت کل خانه کوچک است و از این مساحت کوچک هم نسبت کمتری به حیاط اختصاص یافته است . نمای بیرونی خانه ها بسیار ساده و از مصالح نسبتاْ ارزان ساخته شده است .

منطقه مسکونی شهر از نظر موقعیت مکانی و قدمت ساختمان ها به بخش های جداگانه ای تقسیم می شوند . بخش قدیمی شهر از نظر موقعیت مکانی و قدمت ساختمان ها هم به بخشهای جداگانه ای تقسیم می شوند . در بخش قدیمی شهر ، خانه ها قدیمی رنگ زمینه آنها نسبتاْ تیره است . کوچه ها باریک و غیر مستقیم و اغلب خیابان های بزرگ به مرکز شهر ختم می شوند و آرایش شعاعی دارند . کوچه ها و خیابان های کوچک تر با زاویه کمتر از ۹۰ درجه به خیابان های بزرگتر وصل می شوند . کل منطقه از پوشش گیاهی کمتری برخوردار است و فقط در برخی خانه ها تک درخت هایی وجود دارد که اغلب حمام ، مسجد ، و درختی بزرگ در آن دیده میشود . در مجموع علائم مشخص منطقه قدیمی شهر ، وجود خانه های کوچک گِلی ، کوچه های تنگ و خیابان های شعاعی ، یک میدان مرکزی ، و پوشش گیاهی کمتر است . دیگر ویژگی مهم منطقه قدیمی شهر های ایران وجود بازار سرپوشیده است .قسمت جدید شهر در بیرون منطقه قدیمی به صورت کمربندی پیرامون آن را احاطه کرده است . در این منطقه خیابان ها وسیع ، منظم ، و دارای فضای سبز می باشند .

مصالح ساختمانی از موادی به غیر از گل می باشد و اغلب خانه ها از آجر و یا سنگ درست شده اند .پشت بام خانه ها به وسیله موزائیک ، آسفالت و یا شیروانی پوشیده شده است .خانه ها از یک تا سه یا چهار طبقه دیده می شوند . کنار بیشتر خیابان ها به مغازه ها و واحدهای صنعتی کوچک اختصاص یافته است . فضاهای سبز فراوان یافت می شود . فضاهای پارکینگ خودرو در کنار خیابان ها و یا در فضاهای مخصوص مشاهده می شود . ساختمان های نسبتا بزرگ که اغلب بیمارستان یا مرکز آموزشی هستند ، در داخل این منطقه پراکنده شده است . حاشیه بیرونی منطقه مسکونی جدید ، در حال توسعه است . درنتیجه زمین های خالی ، ساختمانهای در دست احداث و مواد زاید پراکنده شده در داخل مزارع بیرون شهر دیده می شوند .توسعه اغلب شهرهای ایران در دو شکل کاملاْ متمایز و در دو جهت متفاوت انجام می شود . در یک طرف شهر خانه های گران قیمت با خیابان های وسیع ، مشجر و منظم توسعه می یابد . استفاده از مصالح خوب ، توسعه بر طبق برنامه از پیش تعیین شده و بر اساس اصول معماری و شهرسازی جدید ، وجود امکانات شهری از ویژگی های این بخش از شهر می باشد . در طرف مقابل خانه های ارزان قیمت توسعه می یابند . و افراد متناسب با توان اقتصادی خود سعی می کنند که یک سرپناهی برای خود بسازند . خیابان ها منظم و حساب شده نیستند و اغلب کج و معوج و نامنظم اند . ویژگی عمده و علایم شناسایی این منطقه در عکس های هوایی