Методы и модели цифровой обработки изображений, Гришенцев А.Ю., Коробейников А.Г., 2014


Методы и модели цифровой обработки изображений, Гришенцев А.Ю., Коробейников А.Г., 2014.

Монография посвящена некоторым методам и моделям обработки функциональных изображений, научным основам построения средств компьютерной графики, методов геометрического моделирования проектируемых объектов и синтеза виртуальной реальности. Наряду с фундаментальными методами рассмотрены авторские, нашедшие успешное применение в практике. В работе приведено значительное количество практических примеров, реализованных на языке C++ и в среде MatLab. Книга может быть интересна студентам, аспирантам и инженерам, специализирующимся в области цифровой обработки.

Методы и модели цифровой обработки изображений, Гришенцев А.Ю., Коробейников А.Г., 2014


Формат цифровых изображений.
Формат цифровых изображений зачастую определяется архитектурой вычислительной машины, в первую очередь — организацией памяти и доступа к ней. Совместимость вычислительных систем подразумевает возможность работы с несколькими распространёнными форматами. Существует значительное чисто широко распространённых форматов, стандартных и являющихся практически {tie facto, т.е. «на деле») стандартными, что, в свою очередь, требует множества их взаимных преобразований.
Для получения эффективных результатов при разработке программного обеспечения средствами ЭВС необходимо учитывать не только особенности форматов данных, но и восприятие их человеком.

СОДЕРЖАНИЕ
1. Формат цифровых изображений  
1.1. Цифровые изображения
1.2. Физиологические особенности восприятия информации
1.3. Тензорное иоле - форм» представления многомерных
1.4. О цветовых пространствах
1.5. Форматы цифровых отображений
1.6. Программные преобразования цветовых пространств
1.7. Модель классификации отображений
2. Учет ресурсов, разработка и оптимизация программ
2.1. Вычислительная сложность алгоритмов
2.2. Измерение машинного времени
2.3. Цифровые сигнальные процессоры
2.4. Графические процессоры
2.5. Модели разработки программного обеспечения
2.6. Оптимизация вычислений путём преобразования форматов
2.7.  Практическое применение оптимизации вычеслений на базе преобразования форматов
2.8. Оптимизация вычислительных циклов
3. Устранение искажений, коррекция и калибровка изображений
3.1. Управление диапазоном значений сигналов
3.2. Масштабирование и трансформация многомерных
3.3. Классификация шума
3.4. Фильтры шума
3.5. Стохастический резонанс    
3.6. Адаптивные фильтры шума
3.7. О коррекции некоторых искажений оптоэлектронных систем
4. Декомпозиция, синтез цифровых сигналов
4.1. Линейные системы
4.2. Понятие свертки
4.3. Программная реализация свертки
4.4. Примеры обработки многомерных сигналовс помощью свертки   
4.5. Декомпозиция и синтез в линейных системах
4.6. Фурье-декомпозиция и синтез
4.7. Окопное преобразование Фурье    
4.8. О фурье-преобразовании многомерных сигналов
4.9. Свертка как результат произведения спектров сигналов
4.10. Дискретное косинусное преобразование
4.11. Вейвлет-преобразование
4.12. Преобразование Лапласа
4.13. Z-преобразование
4.14. О неопределенности при спектральных преобразованиях
5. Способ декомпозиции n- мерных сигналов по базису прямоугольных всплесков
5.1. Формальное описание способа
5.2. Декомпозиции для одномерного случая
5.3. Декомпозиция двумерного сигнала
5.4. Свойство п особенности преобразования
6. Предпосылки к формированию компактного вида цифровых сигналов
6.1. Общие принципы и классификация
6.2. Частотно- пространственные области концентрации информации
6.3. Предпосылки к исключению избыточной информации на базе частотно- дифференциального анализа
6.4. Сжатие битовых последовательностей без потерь
7. Сжатие и синтез многомерных сигналов с помощью анализа дифференциальной структуры
7.1. Анализ дифференциальной структуры и формированиепаттерна краевых условий цифрового сигнала
7.2. Восстановление сигнала методом конечных разностей
7.3. Сжатие многомерных цифровых сигналов на базе анализа их дифференциальной структуры
7.4. Повышение эффективности сжатия с учётом специфики цифрового сигнала
7.5. Вычислительная оптимизация МКР путем отыскания промежуточного решения
7.6. Практические результаты сжатия с помощью анализа дифференциальной структуры
8. Распознавание образов
8.1. Задача распознавания образов
8.2. Оценки подобия
8.3. Анализ спектра для распознавания образов
8.4. Классификация образов
8.5. Морфологический анализ
8.6. Нейронные сети
Заключение
Список литературы.



Бесплатно скачать электронную книгу в удобном формате и читать:

Скачать книгу Методы и модели цифровой обработки изображений, Гришенцев А.Ю., Коробейников А.Г., 2014 - fileskachat.com, быстрое и бесплатное скачивание.

Скачать




Скачать - pdf - Яндекс.Диск.
Дата публикации:





Теги: :: :: :: ::


Следующие учебники и книги:
Предыдущие статьи:


 


 


Книги, учебники, обучение по разделам




Не нашёл? Найди:





2017-11-22 20:20:17