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: نرم افزار: سیستم ها: محاسبات علمی ویرایش: نویسندگان: Artyom M. Grigoryan, Merughan M. Grigoryan سری: ISBN (شابک) : 9781466509955, 1466509953 ناشر: CRC Press سال نشر: 2013 تعداد صفحات: 466 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 5 مگابایت
در صورت تبدیل فایل کتاب Image Processing: Tensor Transform and Discrete Tomography with MATLAB 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: تبدیل تانسور و توموگرافی گسسته با MATLAB 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.
با تمرکز بر روش های ریاضی در توموگرافی کامپیوتری، پردازش تصویر: تبدیل تانسور و توموگرافی گسسته با MATLAB® رویکردهای جدیدی را برای کمک به حل مشکل بازسازی تصویر در شبکه دکارتی معرفی می کند. به طور خاص، روشهای پردازش تصویر در امتداد پرتوهای موازی را برای بازسازی سریعتر و دقیقتر تصاویر از تعداد محدودی از برآمدگیها مورد بحث قرار میدهد و در نتیجه از تابش بیش از حد بدن در طول اسکن توموگرافی کامپیوتری (CT) جلوگیری میکند. این کتاب چندین ایده، مفهوم و روش جدید را ارائه می دهد که بسیاری از آنها در جای دیگری منتشر نشده اند. مفاهیم جدید شامل روش های انتقال هندسه پرتوها از صفحه به شبکه دکارتی، نقشه نقطه ای پیش بینی ها، ذره و تابع میدان آن و مدل آماری میانگین گیری است. نویسندگان نمونههای متعدد، برنامههای مبتنی بر MATLAB، مشکلات انتهای فصل و نتایج تجربی پیادهسازی را ارائه میکنند. رویکرد اصلی برای بازسازی تصویر پیشنهاد شده توسط نویسندگان با روشهای موجود پیشفرض، بازسازی تکراری، و فیلتر فوریه و رادون متفاوت است. در این کتاب، نویسندگان توضیح میدهند که چگونه میتوان هر طرح را توسط سیستمی از معادلات خطی یا کانولوشنهای خطی پردازش کرد تا بخش مربوط به تانسور دو بعدی یا تبدیل زوجی تصویر گسسته را محاسبه کند. سپس نحوه محاسبه تبدیل معکوس برای به دست آوردن بازسازی را شرح می دهند. مدل های پیشنهادی برای بازسازی تصویر از پیش بینی ها ساده هستند و منجر به بازسازی های دقیق تری می شوند. این کتاب با معرفی یک نظریه و روشهای جدید بازسازی تصویر، زمینهای محکم برای علاقهمندان به تحقیقات بیشتر و دستیابی به نتایج جدید فراهم میکند. این خوانندگان را تشویق می کند تا کاربردهای مؤثر این روش ها را در CT توسعه دهند.
Focusing on mathematical methods in computer tomography, Image Processing: Tensor Transform and Discrete Tomography with MATLAB® introduces novel approaches to help in solving the problem of image reconstruction on the Cartesian lattice. Specifically, it discusses methods of image processing along parallel rays to more quickly and accurately reconstruct images from a finite number of projections, thereby avoiding overradiation of the body during a computed tomography (CT) scan. The book presents several new ideas, concepts, and methods, many of which have not been published elsewhere. New concepts include methods of transferring the geometry of rays from the plane to the Cartesian lattice, the point map of projections, the particle and its field function, and the statistical model of averaging. The authors supply numerous examples, MATLAB®-based programs, end-of-chapter problems, and experimental results of implementation. The main approach for image reconstruction proposed by the authors differs from existing methods of back-projection, iterative reconstruction, and Fourier and Radon filtering. In this book, the authors explain how to process each projection by a system of linear equations, or linear convolutions, to calculate the corresponding part of the 2-D tensor or paired transform of the discrete image. They then describe how to calculate the inverse transform to obtain the reconstruction. The proposed models for image reconstruction from projections are simple and result in more accurate reconstructions. Introducing a new theory and methods of image reconstruction, this book provides a solid grounding for those interested in further research and in obtaining new results. It encourages readers to develop effective applications of these methods in CT.