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
ویرایش: 1
نویسندگان: François Goudail. Philippe Réfrégier (auth.)
سری:
ISBN (شابک) : 9781461346920, 9781441988553
ناشر: Springer US
سال نشر: 2004
تعداد صفحات: 261
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 11 مگابایت
کلمات کلیدی مربوط به کتاب تکنیکهای پردازش تصویر آماری برای تصاویر نویزدار: رویکردی کاربردی: پردازش تصویر و بینایی کامپیوتری، تصویربرداری کامپیوتری، بینایی، تشخیص الگو و گرافیک، سنجش از دور/فتوگرامتری، اپتیک، الکترونیک نوری، پلاسمونیک و دستگاههای نوری، آمار برای مهندسی، فیزیک، علوم کامپیوتر
در صورت تبدیل فایل کتاب Statistical Image Processing Techniques for Noisy Images: An Application-Oriented Approach 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 تکنیکهای پردازش تصویر آماری برای تصاویر نویزدار: رویکردی کاربردی 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.
تکنیکهای پردازش آماری برای تصاویر پر سر و صدا یک چارچوب آماری برای طراحی الگوریتمهایی برای شناسایی، ردیابی، بخشبندی و طبقهبندی هدف (شناسایی) ارائه میدهد. هدف اصلی آن ارائه ابزارهای کارآمد به خواننده برای توسعه الگوریتم هایی است که برنامه های پردازش تصویر خود را حل می کند. به طور خاص، موضوعاتی مانند تشخیص مبتنی بر آزمون فرضیه، تقسیمبندی سریع کانتور فعال و طراحی الگوریتم برای سیستمهای تصویربرداری غیر متعارف، از مبانی نظری تا پیادهسازیهای عملی، به طور جامع مورد بررسی قرار میگیرند. این کتاب با تعداد زیادی تصویر و مثال های کاربردی، به عنوان یک کتاب درسی یا مرجع عالی برای دوره های ارشد یا کارشناسی ارشد در زمینه پردازش سیگنال/تصویر آماری و همچنین مرجعی برای محققان در زمینه های مرتبط است.
Statistical Processing Techniques for Noisy Images presents a statistical framework to design algorithms for target detection, tracking, segmentation and classification (identification). Its main goal is to provide the reader with efficient tools for developing algorithms that solve his/her own image processing applications. In particular, such topics as hypothesis test-based detection, fast active contour segmentation and algorithm design for non-conventional imaging systems are comprehensively treated, from theoretical foundations to practical implementations. With a large number of illustrations and practical examples, this book serves as an excellent textbook or reference book for senior or graduate level courses on statistical signal/image processing, as well as a reference for researchers in related fields.
Front Matter....Pages i-xiii
Introduction....Pages 1-7
Linear Filters: Heuristic Theory and Stability....Pages 9-48
Statistical Correlation Techniques....Pages 49-87
Applications of Statistical Correlation Techniques to Different Physical Noises....Pages 89-128
Statistical Snake-Based Segmentation Adapted to Different Physical Noises....Pages 129-168
Some Developments of the Polygonal Statistical Snake and Their Applications....Pages 169-195
An Example of Application: Processing of Coherent Polarimetric Images....Pages 197-239
Back Matter....Pages 241-254