دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: الگوریتم ها و ساختارهای داده ها: پردازش تصویر ویرایش: نویسندگان: Ludwik Kurz. M. Hafed Benteftifa سری: ISBN (شابک) : 9780521031967, 0521031966 ناشر: سال نشر: 2006 تعداد صفحات: 224 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 12 مگابایت
در صورت تبدیل فایل کتاب Analysis of Variance in Statistical Image Processing 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 تجزیه و تحلیل واریانس در پردازش تصویر آماری 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.
یک مشکل کلیدی در پردازش تصویر عملی، تشخیص ویژگی های خاص در یک تصویر نویزدار است. تکنیک های آنالیز واریانس (ANOVA) می تواند در چنین شرایطی بسیار موثر باشد و این کتاب شرح مفصلی از استفاده از ANOVA در پردازش تصویر آماری ارائه می دهد. کتاب با توصیف نمایش آماری تصاویر در مدلهای مختلف ANOVA آغاز میشود. نویسندگان تعدادی از الگوریتمها و تکنیکهای محاسباتی کارآمد را برای مقابله با مشکلاتی مانند تشخیص خط، لبه، و تشخیص اشیا و همچنین بازیابی و بهبود تصویر ارائه میکنند. این کتاب با تشریح اصول اولیه این تکنیکها و نشان دادن کاربرد آنها در موقعیتهای خاص، طراحی الگوریتمهای جدید را برای کاربردهای خاص تسهیل میکند. برای دانشجویان فارغ التحصیل و مهندسان در زمینه پردازش تصویر و تشخیص الگو بسیار جالب خواهد بود.
A key problem in practical image processing is the detection of specific features in a noisy image. Analysis of variance (ANOVA) techniques can be very effective in such situations, and this book gives a detailed account of the use of ANOVA in statistical image processing. The book begins by describing the statistical representation of images in the various ANOVA models. The authors present a number of computationally efficient algorithms and techniques to deal with such problems as line, edge, and object detection, as well as image restoration and enhancement. By describing the basic principles of these techniques, and showing their use in specific situations, the book will facilitate the design of new algorithms for particular applications. It will be of great interest to graduate students and engineers in the field of image processing and pattern recognition.