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: فن آوری ویرایش: 3 نویسندگان: E. R. Davies سری: Signal Processing and its Applications ISBN (شابک) : 9780122060939, 0122060938 ناشر: Morgan Kaufmann سال نشر: 2005 تعداد صفحات: 938 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 47 مگابایت
در صورت تبدیل فایل کتاب Machine Vision, Third Edition: Theory, Algorithms, Practicalities (Signal Processing and its Applications) 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 ماشین بینایی ، چاپ سوم: نظریه ، الگوریتم ها ، اقدامات عملی (پردازش سیگنال و کاربردهای آن) 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.
برای تحلیلگری که می خواهد به تشخیص تصویر بپردازد، دیویس نگاهی دقیق به بسیاری از روش های مورد استفاده در 30-40 سال گذشته ارائه می دهد. اینها شامل شبکه های عصبی، ماشین های بردار پشتیبان و تبدیل هاف می شود. اگر وسوسه شدهاید که از پایه کد OpenCV برای تحقیق تصویر استفاده کنید [یا از] استفاده میکنید، کتاب میتواند یک چارچوب نظری حیاتی باشد. OpenCV درباره بهترین کد تصویر منبع باز موجود در شبکه است، اما مستند ضعیفی دارد. این روش با روشهای بسیاری برای عملیات اساسی و حیاتی مانند ایجاد یک تصویر در مقیاس خاکستری از یک تصویر رنگی و ساخت یک تصویر باینری از یک تصویر در مقیاس خاکستری همراه است. اما اینکه چرا کد کارهای خاصی را انجام می دهد (در واقع بسیاری از کارها) به ندرت توضیح داده می شود. سعی کنید از این کتاب برای درک مطلب استفاده کنید. بعلاوه، متن به شما امکان می دهد ایده ای در مورد نحوه تغییر OpenCV برای اهداف خود داشته باشید. و اگر قصد دارید از این کتاب با OpenCV استفاده کنید، به بخش استفاده از چندین طبقهبندی کننده برای آموزش و سپس آزمایش در برابر تصاویر ناشناخته دقت کنید. این ایده اصلی برای طبقه بندی کننده های آبشاری است که توسط OpenCV استفاده می شود. در این راستا، یکی از پیشرفتها برای نسخههای بعدی کتاب میتواند تجزیه و تحلیل بستههای کدی باشد که در حال حاضر برای پردازش تصویر در دسترس هستند. فقط یک اندیشه. اما به افرادی که خواهان ارزیابی تخصصی در مورد اثربخشی بسته های موجود هستند کمک زیادی می کند. یا، در یک سطح اساسی تر، به سادگی به ترسیم آنچه در بیرون وجود دارد کمک می کند.
For the analyst wanting to get into image recognition, Davies offers a detailed look at the many methods used in the last 30-40 years. These include neural networks, support vector machines, and the Hough transform. If you are tempted to use [or are using] the OpenCV code base for image research, then the book can be a vital theoretical framework. OpenCV is about the best open source image code out there on the net, but it is poorly documented. It does come with many methods for basic and vital operations like make a grayscale image from a colour image, and making a binary image from a grayscale image. But why the code does certain things (actually many things) is rarely explained. Try using this book for understanding. Plus, the text lets you get an idea of how to modify OpenCV for your purposes. And if you are going to use this book with OpenCV, look closely at the section on using multiple classifiers for training and then testing against unknown images. It is the basic idea for the cascading classifiers used by OpenCV. Along these lines, one improvement for a future edition of the book could be an analysis of code packages that are currently available for image processing. Just a thought. But it would greatly help people wanting an expert assessment on the efficacies of available packages. Or, on a more basic level, it would aid simply in delineating what is out there.
sdarticle......Page 20
sdarticle01......Page 22
sdarticle02......Page 24
sdarticle03......Page 28
sdarticle04......Page 33
sdarticle05......Page 48
sdarticle06......Page 80
sdarticle07......Page 136
sdarticle08......Page 164
sdarticle09......Page 192
sdarticle10......Page 239
sdarticle11......Page 265
sdarticle12......Page 296
sdarticle13......Page 314
sdarticle14......Page 346
sdarticle15......Page 370
sdarticle16......Page 392
sdarticle17......Page 410
sdarticle18......Page 444
sdarticle19......Page 474
sdarticle20......Page 516
sdarticle21......Page 534
sdarticle22......Page 574
sdarticle23......Page 600
sdarticle24......Page 624
sdarticle25......Page 654
sdarticle26......Page 686
sdarticle27......Page 714
sdarticle28......Page 752
sdarticle29......Page 784
sdarticle30......Page 808
sdarticle31......Page 832
sdarticle32......Page 859
sdarticle33......Page 870
sdarticle34......Page 892
sdarticle35......Page 894
sdarticle36......Page 941
sdarticle37......Page 949