ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Digital Image Processing: PIKS Scientific Inside

دانلود کتاب پردازش تصویر دیجیتال: PIKS Scientific Inside

Digital Image Processing: PIKS Scientific Inside

مشخصات کتاب

Digital Image Processing: PIKS Scientific Inside

ویرایش: 4 
نویسندگان:   
سری:  
ISBN (شابک) : 0471767778, 9780471767770 
ناشر: Wiley-Interscience 
سال نشر: 2007 
تعداد صفحات: 807 
زبان: English  
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 22 مگابایت 

قیمت کتاب (تومان) : 39,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 17


در صورت تبدیل فایل کتاب Digital Image Processing: PIKS Scientific Inside 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: PIKS Scientific Inside 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: PIKS Scientific Inside

نسخه جدید به روز شده و اصلاح شده مقدمه کلاسیک برای پردازش تصویر دیجیتال ویرایش چهارم پردازش تصویر دیجیتال مقدمه کاملی از این زمینه ارائه می دهد و شامل اطلاعات جدیدی است که وضعیت هنر را به روز می کند. این متن موضوعات جدید را پوشش می دهد و شامل نمونه های تصویربرداری نمایشگر رایانه ای تعاملی و تمرین های برنامه نویسی رایانه ای است که محتوای نظری کتاب را نشان می دهد. این تمرین‌ها را می‌توان با استفاده از رابط برنامه برنامه‌نویس سیستم هسته تصویربرداری برنامه‌نویس (PIKS) که در CD همراه موجود است اجرا کرد. این نسخه جدید که به‌عنوان کتاب درسی برای دانش‌آموزان یا مرجعی برای پزشکان مناسب است، درمان جامعی از این موضوعات حیاتی ارائه می‌کند: خصوصیات تصاویر پیوسته تکنیک‌های نمونه‌برداری و کوانتیزه‌سازی تصویر تکنیک‌های پردازش سیگنال دو بعدی تکنیک‌های بهبود و بازیابی تصویر تکنیک‌های تحلیل تصویر تکنیک‌های پیاده‌سازی نرم‌افزار برنامه‌های پردازش تصویر علاوه بر این، CD همراه شامل موارد زیر است: یک سیستم عامل Solaris نسخه قابل اجرا PIKS Scientific APIA سیستم عامل ویندوز، نسخه اجرایی علمی ویندوز PIKS نسخه PIKSTool، یک روش رابط کاربری گرافیکی برای اجرای بسیاری از عملگرهای PIKS Scientic بدون کامپایل برنامه نسخه فرمت فایل PDF نسخه راهنمای مرجع برنامه نویس PIKS Scientific C برنامه های نمایش منبع برنامه، پایگاه داده تصویر دیجیتالی اکثر تصاویر منبع استفاده شده در کتاب به علاوه بسیاری دیگر که به طور گسترده در ادبیات استفاده می شوند توجه: CD-ROM/DVD و سایر مواد تکمیلی به عنوان بخشی از فایل کتاب الکترونیکی گنجانده نشده است.


توضیحاتی درمورد کتاب به خارجی

A newly updated and revised edition of the classic introduction to digital image processingThe Fourth Edition of Digital Image Processing provides a complete introduction to the field and includes new information that updates the state of the art. The text offers coverage of new topics and includes interactive computer display imaging examples and computer programming exercises that illustrate the theoretical content of the book. These exercises can be implemented using the Programmer's Imaging Kernel System (PIKS) application program interface included on the accompanying CD.Suitable as a textbook for students or as a reference for practitioners, this new edition provides a comprehensive treatment of these vital topics:Characterization of continuous imagesImage sampling and quantization techniquesTwo-dimensional signal processing techniquesImage enhancement and restoration techniquesImage analysis techniquesSoftware implementation of image processing applicationsIn addition, the bundled CD includes:A Solaris operating system executable version of the PIKS Scientific APIA Windows operating system executable version of PIKS ScientificA Windows executable version of PIKSTool, a graphical user interface method of executing many of the PIKS Scientic operators without program compilationA PDF file format version of the PIKS Scientific C programmer's reference manualC program source demonstration programsA digital image database of most of the source images used in the book plus many others widely used in the literatureNote: CD-ROM/DVD and other supplementary materials are not included as part of eBook file.



فهرست مطالب

Contents......Page 8
Preface......Page 14
Acknowledgments......Page 18
Part 1 Continuous Image Characterization......Page 22
1.1. Image Representation......Page 24
1.2. Two-dimensional Systems......Page 26
1.2.2. Additive Linear Operators......Page 27
1.2.3. Differential Operators......Page 30
1.3. Two-dimensional Fourier Transform......Page 31
1.4. Image Stochastic Characterization......Page 35
References......Page 42
2.1. Light Perception......Page 44
2.2. Eye Physiology......Page 47
2.3. Visual Phenomena......Page 50
2.4. Monochrome Vision Model......Page 54
2.5. Color Vision Model......Page 60
References......Page 63
3.1. Photometry......Page 66
3.2.1. Additive Color Matching......Page 70
3.2.2. Subtractive Color Matching......Page 73
3.2.3. Axioms Of Color Matching......Page 74
3.3. Colorimetry Concepts......Page 75
3.3.1. Color Vision Model Verification......Page 76
3.3.2. Tristimulus Value Calculation......Page 78
3.3.3. Luminance Calculation......Page 80
3.4. Tristimulus Value Transformation......Page 82
3.5. Color Spaces......Page 84
3.5.1. Colorimetric Color Spaces......Page 85
3.5.2. Subtractive Color Spaces......Page 94
3.5.3. Video Color Spaces......Page 97
3.5.4. Nonstandard Color Spaces......Page 104
References......Page 108
Part 2 Digital Image Characterization......Page 110
4.1. Image Sampling And Reconstruction Concepts......Page 112
4.1.1. Sampling Deterministic Fields......Page 113
4.1.2. Sampling Random Image Fields......Page 118
4.2. Monochrome Image Sampling Systems......Page 120
4.2.1. Sampling Pulse Effects......Page 121
4.2.2. Aliasing Effects......Page 124
4.3. Monochrome Image Reconstruction Systems......Page 131
4.3.1. Implementation Techniques......Page 132
4.3.2. Interpolation Functions......Page 133
4.3.3. Effect Of Imperfect Reconstruction Filters......Page 137
4.4. Color Image Sampling Systems......Page 140
4.4.2. Fovean Sensor Method......Page 141
4.4.3. Bayer Color Filter Array Method......Page 142
References......Page 146
5.1. Scalar Quantization......Page 148
5.2. Processing Quantized Variables......Page 154
5.3.1. Monochrome Image Quantization......Page 157
5.3.2. Color Image Quantization......Page 160
References......Page 164
Part 3 Discrete Two-dimensional Processing......Page 166
6.1. Vector-space Image Representation......Page 168
6.2. Generalized Two-dimensional Linear Operator......Page 170
6.3. Image Statistical Characterization......Page 174
6.4. Image Probability Density Models......Page 179
6.5. Linear Operator Statistical Representation......Page 183
References......Page 185
7.1.1. Finite-area Superposition And Convolution: Series Formulation......Page 186
7.1.2. Finite-area Superposition And Convolution: Vector-space Formulation......Page 192
7.2. Sampled Image Superposition And Convolution......Page 195
7.3. Circulant Superposition And Convolution......Page 202
7.4. Superposition And Convolution Operator Relationships......Page 205
References......Page 208
8.1. General Unitary Transforms......Page 210
8.2. Fourier Transform......Page 214
8.3. Cosine, Sine And Hartley Transforms......Page 220
8.3.2. Sine Transform......Page 221
8.4.1. Hadamard Transform......Page 225
8.4.2. Haar Transform......Page 228
8.4.3. Daubechies Transforms......Page 231
8.5. Karhunen–loeve Transform......Page 232
References......Page 236
9.1. Transform Domain Processing......Page 238
9.2. Transform Domain Superposition......Page 241
9.3. Fast Fourier Transform Convolution......Page 246
9.4.1. Transfer Function Generation......Page 254
9.4.2. Windowing Functions......Page 256
9.4.3. Discrete Domain Transfer Functions......Page 258
9.5. Small Generating Kernel Convolution......Page 262
References......Page 264
Part 4 Image Improvement......Page 266
10 Image Enhancement......Page 268
10.1. Contrast Manipulation......Page 269
10.1.1. Amplitude Scaling......Page 270
10.1.2. Contrast Modification......Page 273
10.1.3. Wide Dynamic Range Image Amplitude Scaling......Page 278
10.2.1. Nonadaptive Histogram Modification......Page 280
10.2.2. Adaptive Histogram Modification......Page 286
10.3. Noise Cleaning......Page 288
10.3.1. Linear Noise Cleaning......Page 289
10.3.2. Nonlinear Noise Cleaning......Page 296
10.4.1. Linear Edge Crispening......Page 305
10.4.2. Statistical Differencing......Page 309
10.5.1. Natural Color Image Enhancement......Page 312
10.5.2. Pseudocolor......Page 314
10.5.3. False Color......Page 317
10.6. Multispectral Image Enhancement......Page 319
References......Page 323
11.1. General Image Restoration Models......Page 328
11.2. Optical Systems Models......Page 331
11.3.1. Monochromatic Photography......Page 335
11.3.2. Color Photography......Page 339
11.4. Discrete Image Restoration Models......Page 343
References......Page 348
12.1.1. Sensor Point Nonlinearity Correction......Page 350
12.1.2. Display Point Nonlinearity Correction......Page 354
12.2. Continuous Image Spatial Filtering Restoration......Page 356
12.2.1. Inverse Filter......Page 357
12.2.2. Wiener Filter......Page 359
12.2.3. Parametric Estimation Filters......Page 363
12.2.4. Application To Discrete Images......Page 364
12.3. Pseudoinverse Spatial Image Restoration......Page 366
12.3.1. Pseudoinverse: Image Blur......Page 369
12.3.2. Pseudoinverse: Image Blur Plus Additive Noise......Page 373
12.3.3. Pseudoinverse Computational Algorithms......Page 376
12.4. Svd Pseudoinverse Spatial Image Restoration......Page 380
12.5.1. Regression Spatial Image Restoration......Page 385
12.5.2. Wiener Estimation Spatial Image Restoration......Page 386
12.6. Constrained Image Restoration......Page 390
12.6.1. Smoothing Methods......Page 391
12.6.2. Constrained Restoration Techniques......Page 392
12.7.2. Indirect Estimation Methods Gamma Estimation.......Page 394
12.8. Multi-plane Image Restoration......Page 400
References......Page 402
13.1. Basic Geometrical Methods......Page 408
13.1.1. Translation......Page 409
13.1.2. Scaling......Page 410
13.1.4. Generalized Linear Geometrical Transformations......Page 411
13.1.6. Separable Rotation......Page 415
13.1.7. Polar Coordinate Conversion......Page 418
13.2. Spatial Warping......Page 421
13.3. Perspective Transformation......Page 425
13.4. Camera Imaging Model......Page 428
13.5. Geometrical Image Resampling......Page 431
13.5.1. Interpolation Methods......Page 432
13.5.2. Convolution Methods......Page 434
References......Page 437
Part 5 Image Analysis......Page 440
14.1. Binary Image Connectivity......Page 442
14.2. Binary Image Hit Or Miss Transformations......Page 445
14.2.1. Additive Operators......Page 446
14.2.2. Subtractive Operators......Page 449
14.2.3. Majority Black Operator......Page 451
14.3.1. Binary Image Shrinking......Page 452
14.3.2. Binary Image Thinning......Page 455
14.3.3. Binary Image Skeletonizing......Page 458
14.3.4. Binary Image Thickening......Page 462
14.4. Binary Image Generalized Dilation And Erosion......Page 463
14.4.1. Generalized Dilation......Page 464
14.4.2. Generalized Erosion......Page 468
14.4.3. Properties Of Generalized Dilation And Erosion......Page 470
14.4.4. Structuring Element Decomposition......Page 472
14.5. Binary Image Close And Open Operations......Page 474
14.6. Gray Scale Image Morphological Operations......Page 476
14.6.1. Gray Scale Image Dilation And Erosion......Page 478
14.6.2. Gray Scale Image Close And Open Operators......Page 480
References......Page 482
15.1. Edge, Line And Spot Models......Page 486
15.2.1. Orthogonal Gradient Generation......Page 492
15.2.2. Edge Template Gradient Generation......Page 505
15.2.3. Threshold Selection......Page 507
15.3. Second-order Derivative Edge Detection......Page 513
15.3.1. Laplacian Generation......Page 515
15.3.2. Laplacian Zero-crossing Detection......Page 520
15.3.3. Directed Second-order Derivative Generation......Page 521
15.4. Edge-fitting Edge Detection......Page 527
15.5. Luminance Edge Detector Performance......Page 529
15.5.1. Edge Detection Probability......Page 530
15.5.2. Edge Detection Orientation......Page 531
15.5.3. Edge Detection Localization......Page 532
15.5.4. Edge Detector Figure Of Merit......Page 535
15.5.5. Subjective Assessment......Page 537
15.6. Color Edge Detection......Page 543
15.7. Line And Spot Detection......Page 550
References......Page 552
16.1. Image Feature Evaluation......Page 556
16.2. Amplitude Features......Page 558
16.3. Transform Coefficient Features......Page 563
16.4. Texture Definition......Page 566
16.5. Visual Texture Discrimination......Page 568
16.5.1. Julesz Texture Fields......Page 569
16.5.2. Pratt, Faugeras And Gagalowicz Texture Fields......Page 572
16.6. Texture Features......Page 576
16.6.3. Autocorrelation Methods......Page 577
16.6.4. Decorrelation Methods......Page 579
16.6.5. Dependency Matrix Methods......Page 584
16.6.6. Microstructure Methods......Page 587
16.6.7. Gabor Filter Methods......Page 592
16.6.8. Transform And Wavelet Methods......Page 594
16.6.9. Singular-value Decomposition Methods......Page 595
References......Page 596
17 Image Segmentation......Page 600
17.1.1. Bilevel Luminance Thresholding......Page 601
17.1.2. Multilevel Luminance Thresholding......Page 603
17.1.3. Multilevel Color Component Thresholding......Page 606
17.2. Clustering Segmentation......Page 608
17.3.1. Region Growing......Page 611
17.3.2. Split And Merge......Page 613
17.3.3. Watershed......Page 614
17.4. Boundary Segmentation......Page 616
17.4.1. Curve-fitting Edge Linking......Page 617
17.4.2. Heuristic Edge-linking Methods......Page 619
17.4.3. Hough Transform Edge Linking......Page 621
17.4.4. Snakes Boundary Detection......Page 630
17.5. Texture Segmentation......Page 632
17.6. Segment Labeling......Page 634
References......Page 636
18.1. Topological Attributes......Page 644
18.2.1. Distance Measures......Page 646
18.2.2. Perimeter And Area Measures......Page 648
18.2.3. Bit Quads......Page 649
18.2.4. Geometric Attributes......Page 651
18.3. Spatial Moments......Page 652
18.3.1. Discrete Image Spatial Moments......Page 654
18.3.2. Hu S Invariant Moments......Page 662
18.4. Shape Orientation Descriptors......Page 664
18.5. Fourier Descriptors......Page 666
18.6. Thinning And Skeletonizing......Page 668
References......Page 669
19.1. Template Matching......Page 672
19.2.1. Matched Filtering Of Deterministic Continuous Images......Page 676
19.2.2. Matched Filtering Of Stochastic Continuous Images......Page 681
19.3. Matched Filtering Of Discrete Images......Page 683
19.4.1. Translational Misregistration Detection......Page 685
19.4.2. Scale And Rotation Misregistration Detection......Page 693
19.4.3. Generalized Misregistration Detection......Page 695
References......Page 697
Part 6 Image Processing Software......Page 700
20.1.1. Piks Imaging Model......Page 702
20.1.2. Piks Data Objects......Page 703
20.1.3. Piks Operators, Tools, Utilities And Mechanisms......Page 706
20.1.4. Piks Operator Model......Page 716
20.1.5. Piks Application Interface......Page 723
20.1.6. Piks Conformance Profiles......Page 724
20.2.1. Piks Scientific Non-image Data Objects......Page 725
20.2.3. Piks Scientific C Language Binding......Page 731
References......Page 734
21 Piks Image Processing Programming Exercises......Page 736
21.1. Program Generation Exercises......Page 737
21.2. Image Manipulation Exercises......Page 738
21.3. Color Space Exercises......Page 739
21.4. Region-of-interest Exercises......Page 741
21.5. Image Measurement Exercises......Page 742
21.6. Quantization Exercises......Page 743
21.7. Convolution Exercises......Page 744
21.8. Unitary Transform Exercises......Page 745
21.9. Linear Processing Exercises......Page 746
21.10. Image Enhancement Exercises......Page 747
21.11. Image Restoration Models Exercises......Page 749
21.13. Geometrical Image Modification Exercises......Page 750
21.14. Morphological Image Processing Exercises......Page 751
21.15. Edge Detection Exercises......Page 753
21.16. Image Feature Extraction Exercises......Page 754
21.17. Image Segmentation Exercises......Page 755
21.19. Image Detection And Registration Exercises......Page 756
A1.1. Vector Algebra......Page 758
A1.2. Singular-value Matrix Decomposition......Page 763
A1.3. Pseudoinverse Operators......Page 765
A1.4. Solutions To Linear Systems......Page 767
A1.4.1. Solutions To Consistent Linear Systems......Page 768
A1.4.2. Approximate Solution To Inconsistent Linear Systems......Page 770
References......Page 771
Case 2. Tristimulus To Luminance/chrominance Conversion......Page 774
Case 3. Luminance/chrominance To Luminance Chrominance Conversion......Page 776
Case 4. Luminance/chrominance To Tristimulus Conversion......Page 777
Appendix 3......Page 780
A4.1. Piks Scientific Installation......Page 782
A4.2. Compact Disk Directory......Page 783
Bibliography......Page 784
Index......Page 790




نظرات کاربران