دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Digital Image Processing
دانلود کتاب پردازش تصویر دیجیتال
مشخصات کتاب
Digital Image Processing
ویرایش: 4th Global نویسندگان: Rafael C. Gonzalez, Richard E. Wods سری: ISBN (شابک) : 9780133356724, 9781292223049 ناشر: Pearson سال نشر: 2017 تعداد صفحات: 1022 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 37 مگابایت
قیمت کتاب (تومان) : 30,000
در صورت تبدیل فایل کتاب Digital 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 پردازش تصویر دیجیتال 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 پردازش تصویر دیجیتال
دانش آموزان خود را با پردازش تصویر با ارزشمندترین متن صنعت آشنا کنید برای 40 سال، Image Processing متن اساسی برای مطالعه پردازش تصویر دیجیتال بوده است. این کتاب برای دانشجویان مقطع ارشد و سال اول تحصیلات تکمیلی با پیشینه قبلی در تجزیه و تحلیل ریاضی، بردارها، ماتریس ها، احتمالات، آمار، سیستم های خطی و برنامه نویسی کامپیوتر مناسب است. مانند تمام نسخه های قبلی، تمرکز این نسخه از کتاب بر روی اصول است. نسخه چهارم، که چهلمین سالگرد انتشار کتاب را جشن می گیرد، بر اساس نظرسنجی گسترده از اساتید، دانشجویان و خوانندگان مستقل در 150 موسسه از 30 کشور جهان است. بازخورد آنها منجر به پوشش گسترده یا جدیدی از موضوعاتی مانند یادگیری عمیق و شبکه‌های عصبی عمیق، از جمله شبکه‌های عصبی کانولوشنال، تبدیل ویژگی متغیر مقیاس (SIFT)، مناطق با حداکثر پایداری بیرونی (MSERs)، برش‌های نمودار، خوشه‌بندی k-means شد. و سوپرپیکسل ها، خطوط فعال (مارها و مجموعه های سطح)، و تطبیق دقیق هیستوگرام. پیشرفت‌های عمده‌ای در سازمان‌دهی مجدد مطالب روی تبدیل‌های تصویر به ارائه‌ای منسجم‌تر و در بحث هسته‌های فضایی و فیلتر فضایی انجام شد. اصلاحات و اضافات عمده ای به مثال ها و تمرین های تکالیف در سراسر کتاب انجام شد. برای اولین بار، پروژه‌های متلب را در پایان هر فصل اضافه کردیم و بسته‌های پشتیبانی شامل راه‌حل‌ها، پایگاه‌های داده تصویر و کد نمونه را برای شما و معلمتان گردآوری کردیم. مواد پشتیبانی برای این عنوان را می توان در www.ImageProcessingPlace.com یافت
توضیحاتی درمورد کتاب به خارجی
Introduce your students to image processing with the industry's most prized text For 40 years, Image Processing has been the foundational text for the study of digital image processing. The book is suited for students at the college senior and first-year graduate level with prior background in mathematical analysis, vectors, matrices, probability, statistics, linear systems, and computer programming. As in all earlier editions, the focus of this edition of the book is on fundamentals. The 4th Edition, which celebrates the book's 40th anniversary, is based on an extensive survey of faculty, students, and independent readers in 150 institutions from 30 countries. Their feedback led to expanded or new coverage of topics such as deep learning and deep neural networks, including convolutional neural nets, the scale-invariant feature transform (SIFT), maximally-stable extremal regions (MSERs), graph cuts, k-means clustering and superpixels, active contours (snakes and level sets), and exact histogram matching. Major improvements were made in reorganizing the material on image transforms into a more cohesive presentation, and in the discussion of spatial kernels and spatial filtering. Major revisions and additions were made to examples and homework exercises throughout the book. For the first time, we added MATLAB projects at the end of every chapter, and compiled support packages for you and your teacher containing, solutions, image databases, and sample code. The support materials for this title can be found at www.ImageProcessingPlace.com
فهرست مطالب
Front Cover Contents Preface Acknowledgments The Book Website The DIP4E Support Packages About the Authors 1 Introduction What is Digital Image Processing? The Origins of Digital Image Processing Examples of Fields that Use Digital Image Processing Fundamental Steps in Digital Image Processing Components of an Image Processing System 2 Digital Image Fundamentals Elements of Visual Perception Light and the Electromagnetic Spectrum Image Sensing and Acquisition Image Sampling and Quantization Some Basic Relationships Between Pixels Introduction to the Basic Mathematical Tools Used in Digital Image Processing 3 Intensity Transformations and Spatial Filtering Background Some Basic Intensity Transformation Functions Histogram Processing Fundamentals of Spatial Filtering Smoothing (Lowpass) Spatial Filters Sharpening (Highpass) Spatial Filters Highpass, Bandreject, and Bandpass Filters from Lowpass Filters Combining Spatial Enhancement Methods 4 Filtering in the Frequency Domain Background Preliminary Concepts Sampling and the Fourier Transform of Sampled Functions The Discrete Fourier Transform of One Variable Extensions to Functions of Two Variables Some Properties of the 2-D DFT and IDFT The Basics of Filtering in the Frequency Domain Image Smoothing Using Lowpass Frequency Domain Filters Image Sharpening Using Highpass Filters Selective Filtering The Fast Fourier Transform 5 Image Restoration and Reconstruction A Model of the Image Degradation/Restoration process Noise Models Restoration in the Presence of Noise Only—Spatial Filtering Periodic Noise Reduction Using Frequency Domain Filtering Linear, Position-Invariant Degradations Estimating the Degradation Function Inverse Filtering Minimum Mean Square Error (Wiener) Filtering Constrained Least Squares Filtering Geometric Mean Filter Image Reconstruction from Projections 6 Color Image Processing Color Fundamentals Color Models Pseudocolor Image Processing Basics of Full-Color Image Processing Color Transformations Color Image Smoothing and Sharpening Using Color in Image Segmentation Noise in Color Images Color Image Compression 7 Wavelet and Other Image Transforms Preliminaries Matrix-based Transforms Correlation Basis Functions in the Time-Frequency Plane Basis Images Fourier-Related Transforms Walsh-Hadamard Transforms Slant Transform Haar Transform Wavelet Transforms 8 Image Compression and Watermarking Fundamentals Huffman Coding Golomb Coding Arithmetic Coding LZW Coding Run-length Coding Symbol-based Coding Bit-plane Coding Block Transform Coding Predictive Coding Wavelet Coding Digital Image Watermarking 9 Morphological Image Processing Preliminaries Erosion and Dilation Opening and Closing The Hit-or-Miss Transform Some Basic Morphological Algorithms Morphological Reconstruction Summary of Morphological Operations on Binary Images Grayscale Morphology 10 Image Segmentation Fundamentals Point, Line, and Edge Detection Thresholding Segmentation by Region Growing and by Region Splitting and Merging Region Segmentation Using Clustering and Superpixels Region Segmentation Using Graph Cuts Segmentation Using Morphological Watersheds The Use of Motion in Segmentation 11 Feature Extraction Background Boundary Preprocessing Boundary Feature Descriptors Region Feature Descriptors Principal Components as Feature Descriptors Whole-Image Features Scale-Invariant Feature Transform (SIFT) 12 Image Pattern Classification Background Patterns and Pattern Classes Pattern Classification by Prototype Matching Optimum (Bayes) Statistical Classifiers Neural Networks and Deep Learning Deep Convolutional Neural Networks Some Additional Details of Implementation Bibliography Index Back Cover
نظرات کاربران
کتاب های تصادفی
دانلود کتاب Handbook of Cardiovascular CT Essentials for Clinical Practice
دانلود کتاب Clause linking and clause hierarchy : syntax and pragmatics
دانلود کتاب Effective Programming: More Than Writing Code
دانلود کتاب Up River: The Story of a Maine Fishing Community (Library of New England)
