Untersuchung von Algorithmen zur digitalen Bildsegmentierung
Versandkostenfrei!
Versandfertig in 6-10 Tagen
35,90 €
inkl. MwSt.
PAYBACK Punkte
0 °P sammeln!
Die Bildsegmentierung ist ein wichtiges Verfahren zur Analyse eines Bildes, um bestimmte Informationen zu erhalten. Dieses Buch stellt die digitale Bildverarbeitung dar und befasst sich mit den Grundlagen der Bildsegmentierung sowie mit den Anwendungen, für die sie eingesetzt werden kann. Ein Beispiel hierfür ist das Ground Penetrating Radar (GPR), das durch die Übertragung von Hochfrequenz-Radiowellen funktioniert, die mehrere Signale in den Boden senden, der daraufhin mit Signalen antwortet, die reflektiert und zum GPR-Gerät zurückgesendet werden. Die vom GPR-Gerät aufgenommenen Bilder...
Die Bildsegmentierung ist ein wichtiges Verfahren zur Analyse eines Bildes, um bestimmte Informationen zu erhalten. Dieses Buch stellt die digitale Bildverarbeitung dar und befasst sich mit den Grundlagen der Bildsegmentierung sowie mit den Anwendungen, für die sie eingesetzt werden kann. Ein Beispiel hierfür ist das Ground Penetrating Radar (GPR), das durch die Übertragung von Hochfrequenz-Radiowellen funktioniert, die mehrere Signale in den Boden senden, der daraufhin mit Signalen antwortet, die reflektiert und zum GPR-Gerät zurückgesendet werden. Die vom GPR-Gerät aufgenommenen Bilder werden auf digitalen Medien und Verarbeitungssystemen gespeichert und mit Hilfe von Segmentierungsmodellen verarbeitet. In diesem Buch werden die wichtigsten Bildsegmentierungstechniken wie Schwellenwert, Kante, Gradient, Region, neuronale Netze und clusterbasierte Bildsegmentierung im Detail erläutert. Darüber hinaus werden in dieser Arbeit verschiedene Bildsegmentierungstechniken auf GPR-Bildern implementiert, um die Objekte in diesen Bildern herauszufinden, die durch Wellenreflexionen dargestellt werden. MATLAB wird in diesem Prozess verwendet, um einen kurzen Vergleich zwischen diesen Techniken auf der Grundlage der Ergebnisse des Erkennungsprozesses durchzuführen.
Andere Kunden interessierten sich für
