دانلود کتاب تکنیکهای پردازش تصویر آماری برای تصاویر نویزدار: رویکردی کاربردی بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
نام کتاب : Statistical Image Processing Techniques for Noisy Images: An Application-Oriented Approach
ویرایش : 1
عنوان ترجمه شده به فارسی : تکنیکهای پردازش تصویر آماری برای تصاویر نویزدار: رویکردی کاربردی
سری :
نویسندگان : François Goudail, Philippe Réfrégier (auth.)
ناشر : Springer US
سال نشر : 2004
تعداد صفحات : 261
ISBN (شابک) : 9781461346920 , 9781441988553
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 11 مگابایت
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
تکنیکهای پردازش آماری برای تصاویر پر سر و صدا یک چارچوب آماری برای طراحی الگوریتمهایی برای تشخیص، ردیابی، بخشبندی و طبقهبندی هدف (شناسایی) ارائه میکند. 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.