مشخصات کتاب

A beginner's guide to image pre-processing techniques

ویرایش:  
نویسندگان: Chaki. Jyotismita,  Dey. Nilanjan  
سری: Intelligent signal processing and data analysis 
ISBN (شابک) : 9781138339316, 9780429805097 
ناشر: Taylor & Francis 
سال نشر: 2019 
تعداد صفحات: [115] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 5 Mb 

در صورت تبدیل فایل کتاب A beginner's guide to image pre-processing techniques به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب راهنمای مبتدی برای تکنیک های پیش پردازش تصویر نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.

توضیحاتی در مورد کتاب راهنمای مبتدی برای تکنیک های پیش پردازش تصویر

برای نتایج بهینه بینایی رایانه ای، توجه به پیش پردازش تصویر مورد نیاز است تا بتوان ویژگی های تصویر را با حذف جعل ناخواسته بهبود بخشید. این کتاب بر روش‌های مختلف پیش‌پردازش تصویر تأکید دارد که برای استخراج زودهنگام ویژگی‌ها از تصویر ضروری است. استفاده موثر از پیش پردازش تصویر می تواند مزیت هایی را ارائه دهد و عوارضی را برطرف کند که در نهایت منجر به تشخیص بهتر ویژگی های محلی و جهانی می شود. رویکردهای مختلف برای غنی‌سازی و بهبود تصویر در این کتاب ارائه شده است که بر تحلیل ویژگی‌ها بسته به نحوه بکارگیری رویه‌ها تأثیر می‌گذارد. ویژگی‌های کلیدی روش‌های مورد استفاده برای آماده‌سازی تصاویر برای تجزیه و تحلیل بیشتر را توصیف می‌کند که شامل حذف نویز، بهبود، تقسیم‌بندی، توصیف ویژگی‌های محلی و کلی است. شامل پیش‌پردازش داده‌های تصویر برای شبکه‌های عصبی و یادگیری عمیق است. و تکنیک‌های پیش‌پردازش بخش‌بندی ترکیبی از تکنیک‌های اولیه و پیشرفته پیش‌پردازش ضروری برای خط لوله بینایی کامپیوتر را نشان می‌دهد. ...
چکیده: برای نتایج بهینه بینایی کامپیوتری، توجه به پیش پردازش تصویر مورد نیاز است تا بتوان ویژگی های تصویر را با حذف جعل ناخواسته بهبود بخشید. این کتاب بر روش‌های مختلف پیش‌پردازش تصویر تأکید دارد که برای استخراج زودهنگام ویژگی‌ها از تصویر ضروری است. استفاده موثر از پیش پردازش تصویر می تواند مزایایی را ارائه دهد و عوارضی را برطرف کند که در نهایت منجر به تشخیص بهتر ویژگی های محلی و جهانی می شود. رویکردهای مختلف برای غنی‌سازی و بهبود تصویر در این کتاب ارائه شده است که بر تحلیل ویژگی‌ها بسته به نحوه بکارگیری رویه‌ها تأثیر می‌گذارد. ویژگی‌های کلیدی روش‌های مورد استفاده برای آماده‌سازی تصاویر برای تجزیه و تحلیل بیشتر را توصیف می‌کند که شامل حذف نویز، بهبود، تقسیم‌بندی، توصیف ویژگی‌های محلی و کلی است. شامل پیش‌پردازش داده‌های تصویر برای شبکه‌های عصبی و یادگیری عمیق است. و تکنیک‌های پیش پردازش قطعه‌بندی ترکیبی از تکنیک‌های اولیه و پیشرفته پیش پردازش ضروری برای خط لوله بینایی رایانه را نشان می‌دهد.

توضیحاتی درمورد کتاب به خارجی

For optimal computer vision outcomes, attention to image pre-processing is required so that one can improve image features by eliminating unwanted falsification. This book emphasizes various image pre-processing methods which are necessary for early extraction of features from the image. Effective use of image pre-processing can offer advantages and resolve complications that finally results in improved detection of local and global features. Different approaches for image enrichments and improvements are conferred in this book that will affect the feature analysis depending on how the procedures are employed. Key Features Describes the methods used to prepare images for further analysis which includes noise removal, enhancement, segmentation, local, and global feature description Includes image data pre-processing for neural networks and deep learning Covers geometric, pixel brightness, filtering, mathematical morphology transformation, and segmentation pre-processing techniques Illustrates a combination of basic and advanced pre-processing techniques essential to computer vision pipeline Details complications to resolve using image pre-processing  Read more...
Abstract: For optimal computer vision outcomes, attention to image pre-processing is required so that one can improve image features by eliminating unwanted falsification. This book emphasizes various image pre-processing methods which are necessary for early extraction of features from the image. Effective use of image pre-processing can offer advantages and resolve complications that finally results in improved detection of local and global features. Different approaches for image enrichments and improvements are conferred in this book that will affect the feature analysis depending on how the procedures are employed. Key Features Describes the methods used to prepare images for further analysis which includes noise removal, enhancement, segmentation, local, and global feature description Includes image data pre-processing for neural networks and deep learning Covers geometric, pixel brightness, filtering, mathematical morphology transformation, and segmentation pre-processing techniques Illustrates a combination of basic and advanced pre-processing techniques essential to computer vision pipeline Details complications to resolve using image pre-processing

فهرست مطالب

Cover......Page 1
Half Title......Page 2
Series Page......Page 3
Title Page......Page 4
Copright Page......Page 5
Contents......Page 6
Preface......Page 10
Authors......Page 14
1.2 Complications to Resolve Using Image Preprocessing......Page 16
1.2.1 Image Correction......Page 17
1.2.2 Image Enhancement......Page 19
1.2.3 Image Restoration......Page 21
1.2.4 Image Compression......Page 22
1.3 Effect of Image Preprocessing on Image Recognition......Page 24
1.4 Summary......Page 25
References......Page 26
2.1 Position-Dependent Brightness Correction......Page 28
2.2.1 Linear Transformation......Page 29
2.2.2 Logarithmic Transformation......Page 32
2.2.3 Power-Law Transformation......Page 34
References......Page 38
3.1 Pixel Coordinate Transformation or Spatial Transformation......Page 40
3.1.1 Simple Mapping Techniques......Page 41
3.1.3 Nonlinear Mapping......Page 44
3.2 Brightness Interpolation......Page 46
3.2.1 Nearest Neighbor Interpolation......Page 47
3.2.2 Bilinear Interpolation......Page 49
3.2.3 Bicubic Interpolation......Page 50
3.3 Summary......Page 51
References......Page 52
4.1.1 Linear Filter (Convolution)......Page 54
4.1.3 Smoothing Filter......Page 55
4.1.4 Sharpening Filter......Page 57
4.2 Frequency Filter......Page 58
4.2.1.1 Ideal Low-Pass Filter (ILP)......Page 59
4.2.1.2 Butterworth Low-Pass Filter (BLP)......Page 60
4.2.1.3 Gaussian Low-Pass Filter (GLP)......Page 61
4.2.2 High Pass Filter......Page 62
4.2.2.1 Ideal High-Pass Filter (IHP)......Page 63
4.2.2.3 Gaussian High-Pass Filter (GHP)......Page 64
4.2.3.1 Ideal Band Pass Filter (IBP)......Page 65
4.2.3.3 Gaussian Band Pass Filter (GBP)......Page 66
4.2.4.2 Butterworth Band Reject Filter (BBR)......Page 67
References......Page 68
5.1.1 Histogram Shape-Based Thresholding......Page 72
5.1.2 Clustering-Based Thresholding......Page 74
5.1.3 Entropy-Based Thresholding......Page 77
5.2.1 Roberts Edge Detector......Page 78
5.2.4 Kirsch Edge Detector......Page 79
5.2.5 Robinson Edge Detector......Page 80
5.2.6 Canny Edge Detector......Page 81
5.2.7 Laplacian of Gaussian (LoG) Edge Detector......Page 82
5.2.8 Marr-Hildreth Edge Detection......Page 83
5.4 Summary......Page 84
References......Page 85
6.1.1 Erosion......Page 88
6.1.2 Dilation......Page 90
6.1.4 Closing......Page 91
6.1.6 Thinning......Page 92
6.2 Grayscale Morphology......Page 93
6.2.3 Opening......Page 94
6.3 Summary......Page 95
References......Page 96
7.1 Preprocessing of Color Images......Page 98
7.2  Image Preprocessing for Neural Networks and Deep Learning......Page 105
7.3 Summary......Page 109
References......Page 110
Index......Page 114

نظرات کاربران

کتاب های تصادفی

دانلود کتاب The Handbook of Organizational Culture and Climate

دانلود کتاب The mathematical theory of cosmic strings

دانلود کتاب درباره حد

دانلود کتاب Functional Equations A problem solving approach

دانلود کتاب Tudor and Elizabethan Fashions