Color in Computer Vision: Fundamentals and Applications

دسته بندی: سازمان و پردازش داده ها
ویرایش:  
نویسندگان: Theo Gevers,  Arjan Gijsenij,  Joost van de Weijer,  Jan?Mark Geusebroek(auth.)  
سری:  
ISBN (شابک) : 9780470890844, 9781118350089 
ناشر:  
سال نشر: 2012 
تعداد صفحات: 375 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 6 مگابایت 

قیمت کتاب (تومان) : 30,000



در حالی که حوزه بینایی کامپیوتر بسیاری از فناوری‌های دیجیتال و شبکه‌های ارتباطی امروزی را هدایت می‌کند، موضوع رنگ اخیراً در اکثر برنامه‌های بینایی کامپیوتری مطرح شده است. یکی از گسترده ترین آثار تا به امروز در مورد رنگ در بینایی کامپیوتری، این کتاب مجموعه کاملی از ابزارها را برای کار با رنگ در زمینه درک تصویر ارائه می دهد.

بر اساس همکاری شدید نویسندگان برای بیش از بیش از یک دهه و با تکیه بر آخرین تفکر در زمینه علوم کامپیوتر، این کتاب موضوعاتی از علم رنگ و بینایی کامپیوتر را ادغام می کند و به وضوح نظریه ها، تکنیک ها، یادگیری ماشین و برنامه های کاربردی را به هم مرتبط می کند. اصول اساسی، برنامه های کاربردی نمونه، و نسخه های قابل دانلود نرم افزار و مجموعه داده ها نیز گنجانده شده است. واضح، کامل و کاربردی، Color in Computer Visionتوضیح می دهد:

• دید کامپیوتر، از جمله الگوریتم های رنگ محور و نتایج کمی از انواع مختلف روش های پیشرفته
• موضوعات علوم رنگ مانند سیستم های رنگ، مکانیسم های بازتاب رنگ، تغییر ناپذیری رنگ و ثبات رنگ
• پردازش تصویر دیجیتال، از جمله تشخیص لبه، استخراج ویژگی ، تقسیم بندی تصویر، و تبدیل تصویر
• تکنیک های پردازش سیگنال برای توسعه پردازش تصویر و یادگیری ماشین
• رباتیک و هوش مصنوعی، از جمله موضوعاتی مانند یادگیری تحت نظارت و طبقه بندی کننده برای شی و دسته بندی صحنه محققان و متخصصان علوم کامپیوتر، بینایی کامپیوتر، علوم رنگ، مهندسی برق، و پردازش سیگنال یاد خواهند گرفت که چگونه رنگ را در برنامه های بینایی کامپیوتری پیاده سازی کنند و در مورد پیشرفت های آینده در این زمینه پویا و در حال گسترش بینشی به دست آورند.
</ ul>محتوا:
فصل 1 مقدمه (صفحات 1-9):
فصل 2 چشم انداز رنگی (صفحات 11-25): نوشته مارسل پی لوکاسن
فصل 3 شکل گیری تصویر رنگی (صفحات 26-45):
فصل 4 بر اساس پیکسل تغییر ناپذیری فوتومتریک (صفحات 47-68):
فصل 5 عدم تغییر فتومتریک از نسبت رنگ (صفحه های 69-80): با مشارکت کوردلیا اشمید
مشتق فصل 6؟ عدم تغییر فتومتریک مبتنی بر (صفحه های 81-112): با مشارکت توسط Rein van den Boomgaard و Arnold W. M. Smeulders
فصل 7 تغییر ناپذیری فوتومتری توسط یادگیری ماشین (صفحات 113-134): با مشارکت خوزه ام. آلوارز و آنتونیو ام. لوپز
فصل 8 تخمین روشنایی و انطباق رنگی (صفحات) 135–142):
فصل 9 ثبات رنگ با استفاده از ویژگی‌های سطح پایین (صفحه‌های 143-151):
فصل 10 ثبات رنگ با استفاده از روش‌های مبتنی بر گستره (صفحات 152-160):
فصل 11 ثبات رنگ استفاده از یادگیری ماشین (صفحه های 161-171):
فصل 12 ارزیابی روش های ثبات رنگ (صفحه های 172-186):
فصل 13 تشخیص ویژگی رنگ (صفحه های 187- 220): با مشارکت های آرنولد دبلیو ام. اسمولدرز و اندرو دی. باگدانوف
توضیحات رنگی فصل 14 (صفحه های 221-243): با مشارکت های Gertjan J. Burghouts
بخش بندی تصویر رنگی فصل 15 (صفحه های 244-268) : با مشارکت‌های Gertjan J. Burghouts
فصل 16 تشخیص شی و صحنه (صفحه‌های 269–286): با مشارکت کوئن ای. آ. ون د ساند و سیس جی ام اسنوک
فصل 17 نام‌گذاری رنگ (صفحات 287–317): با مشارکت های رابرت بنونته، ماریا ونرل، کوردلیا اشمید، رامون بالدریچ، یاکوب وربیک و دایان لارلوس
فصل 18 تقسیم بندی تصاویر چند طیفی (صفحات 318-338): با مشارکت هارو ام جی استوکمن

While the field of computer vision drives many of today’s digital technologies and communication networks, the topic of color has emerged only recently in most computer vision applications. One of the most extensive works to date on color in computer vision, this book provides a complete set of tools for working with color in the field of image understanding.

Based on the authors’ intense collaboration for more than a decade and drawing on the latest thinking in the field of computer science, the book integrates topics from color science and computer vision, clearly linking theories, techniques, machine learning, and applications. The fundamental basics, sample applications, and downloadable versions of the software and data sets are also included. Clear, thorough, and practical, Color in Computer Vision explains:

• Computer vision, including color-driven algorithms and quantitative results of various state-of-the-art methods
• Color science topics such as color systems, color reflection mechanisms, color invariance, and color constancy
• Digital image processing, including edge detection, feature extraction, image segmentation, and image transformations
• Signal processing techniques for the development of both image processing and machine learning
• Robotics and artificial intelligence, including such topics as supervised learning and classifiers for object and scene categorization Researchers and professionals in computer science, computer vision, color science, electrical engineering, and signal processing will learn how to implement color in computer vision applications and gain insight into future developments in this dynamic and expanding field.

Content:
Chapter 1 Introduction (pages 1–9):
Chapter 2 Color Vision (pages 11–25): By Marcel P. Lucassen
Chapter 3 Color Image Formation (pages 26–45):
Chapter 4 Pixel?Based Photometric Invariance (pages 47–68):
Chapter 5 Photometric Invariance from Color Ratios (pages 69–80): With contributions by Cordelia Schmid
Chapter 6 Derivative?Based Photometric Invariance (pages 81–112): With contributions by Rein van den Boomgaard and Arnold W. M. Smeulders
Chapter 7 Photometric Invariance by Machine Learning (pages 113–134): With contributions by Jose M. Alvarez and Antonio M. Lopez
Chapter 8 Illuminant Estimation and Chromatic Adaptation (pages 135–142):
Chapter 9 Color Constancy Using Low?level Features (pages 143–151):
Chapter 10 Color Constancy Using Gamut?Based Methods (pages 152–160):
Chapter 11 Color Constancy Using Machine Learning (pages 161–171):
Chapter 12 Evaluation of Color Constancy Methods (pages 172–186):
Chapter 13 Color Feature Detection (pages 187–220): With contributions by Arnold W. M. Smeulders and Andrew D. Bagdanov
Chapter 14 Color Feature Description (pages 221–243): With contributions by Gertjan J. Burghouts
Chapter 15 Color Image Segmentation (pages 244–268): With contributions by Gertjan J. Burghouts
Chapter 16 Object and Scene Recognition (pages 269–286): With contributions by Koen E. A. van de Sande and Cees G. M. Snoek
Chapter 17 Color Naming (pages 287–317): With contributions by Robert Benavente, Maria Vanrell, Cordelia Schmid, Ramon Baldrich, Jakob Verbeek and Diane Larlus
Chapter 18 Segmentation of Multispectral Images (pages 318–338): With contributions by Harro M. G. Stokman