księgarnia informatyczna

Książka informatyczna wydawnictw: BTC Edition Exit Helion Help Microsoft Press Mikom Nakom PJWSTK Read Me Robomatic Skalmierski Tortech Translator WKŁ WNT WSISIZ



Metody akumulacji danych w analizie obrazów cyfrowych         EXIT          47.25zł Księgarnia informatyczna komputeks.pl

Autor: Leszek J. Chmielewski

ISBN: 83-60434-14-X

Ilość stron: 250

Data wydania: 10/2006

Celem książki "Metody akumulacji danych w analizie obrazów cyfrowych" jest przedstawienie kilku akumulacyjnych metod analizy obrazów. Zasadniczym elementem jest detektor linii, czyli obiektów wydłużonych. Opisy pozostałych metod są polem doświadczalnym dla algorytmów zastosowanych w tym detektorze.

Badania opisane w tej książce mają charakter stosowany. Jako przykłady i częściowo testy wykorzystywano zazwyczaj obrazy biomedyczne, które stawiają duże wymagania metodom, ponieważ obrazowane obiekty są nieregularne, a jakość obrazów często jest ograniczona przez używane metody obrazowania.

Po sformułowaniu zasady akumulacji danych przedstawiono stosowane pojęcia, poczynając od histogramu, a kończąc na podstawowej wersji transformaty Hougha. Przedstawiono skrótowo relacje akumulacji i statystyki oraz opisy kilku rozszrzonych wersji transformaty Hougha. Dalej omówiono zadanie estymacji na podstawie histogramu, zagadnienie rozmycia histogramu dla przypadku danych nieokresowych i okresowych i sformułowano nowe pojęcia: rozmycia granicznego i stopnia rozmycia histogramu, które są podstawą dla prostej metody określania skali funkcji rozmycia.

Tytułem ćwiczenia wprowadzono prosty akumulacyjny detektor krawędzi, omówiono sposób uzyskiwania danych do głosowania oraz pokazano relacje metody akumulacyjnej, medianowej oraz uśredniającej, która - jak się okazuje - jest detektorem Sobla. W dalszej części książki przedstawiono rozwiązania metodami akumulacyjnymi dwóch zadań o charakterze praktycznym: parametrycznego - nakładania obrazów i nieparametrycznego - detekcji linii.

Książka jest przeznaczona dla naukowców, doktorantów i studentów zajmujących się analizą obrazów, a także osó zajmujących się projektowaniem aplikacji w tej dziedzinie. Przedstawione metody mogą mieć zastosowanie między innymi w informatyce, robotyce, biocybernetyce i inżynierii biomedycznej, materiałoznawstwie oraz badaniu jakości.

Rozdziały:

1. Wprowadzenie

1.1. Rozproszona informacja obrazowa i akumulacja danych
1.2. Prototypy metod akumulacyjnych
1.3. Pomiary i błędy w analizie obrazów
1.4. Rozpatrywana klasa obrazów
1.5. Zagadnienie efektywności i czasu obliczeń
1.6. Uwaga techniczna - wizualizacja obrazów

I. Podstawy

2. Akumulacja danych i transformata Hougha

2.1. Histogram
2.2. Przestrzeń obrazu i przestrzeń parametrów
2.3. Akumulacja
2.4. Ilustracja: podstawowa wersja transformaty Hougha
2.5. Relacje akumulacji i statystyki
2.6. Wybranie rozszerzenia i wersje transformaty Hougha

3. Estymacja na podstawie histogramu rozszerzonego

3.1. Wartość modalna histogramu rozmytego
3.2. Przykład wprowadzający: przejście od mody do średniej
3.3. Rozdzielczość histogramu i skala funkcji rozmycia w literaturze
3.4. Histogram nieokresowy
3.5. Histogram okresowy
3.6. Wybór stopnia rozmycia histogramu
3.7. Uwaga o podobieństwie funkcji rozmycia

II. Zadania

4. Przykład prostej metody akumulacyjnej

4.1. Detektor krawędzi
4.2. Uzyskiwanie podzbiorów głosujących
4.3. Estymatory wyniku pomiaru
4.4. Przykłady obliczeń
4.5. Poprawianie jakości wyników przez iciąglanie
4.6. Dyskusja wyników - własność metod
4.7. Ciągłe przejście: detektor akumulacyjny - detektor Sobla
4.8. Podsumowanie

5. Zadanie parametryczne: nakładanie obrazów

5.1. Nakłądanie obrazów i obrazy multimodalne
5.2. Klasyfikacja metod
5.3. Wybrane miary jakości nałożenia
5.4. Metody wybrane do porównań
5.5. Porównanie metod na przykładach testowych: odporność
5.6. Weryfikacja wskazówek co do wyboru skali
5.7. Przykład kontroli jakości radioterapii: hierarchia
5.8. Podsumowanie

6. Zadanie nieparametryczne: detekcja obiektów wydłużonych

6.1. Detekcja linii
6.2. Model linii
6.3. Metoda akumulacji
6.4. Przykład wyników wstępnych
6.5. Sposób wizualizacji
6.6. Rozszerzenia metody
6.7. Przykład wyników końcowych
6.8. Parametry
6.9. Złożoność obliczeniowa i wymagana pamięć
6.10. Badania własności metody
6.11. Podsumowanie

7. Podsumowanei krytyczne

Dodatki:

A. Dowody własności histogramów rozmytych
B. Lokalne wyrównanie histogramu
C. Cyfrowa reprezentacja kierunków i odległości


Metody akumulacji danych w analizie obrazów cyfrowych

adobe algorytmy apache asp autocad asembler bsd c++ c# delphi dtp excel flash html java javascript linux matlab mysql office php samba voip uml unix visual studio windows word

Księgarnia Informatyczna  zaprasza.