Dostosuj tekst do każdego urządzenia
Twórz notatki
Rozpocznij czytanie tam, gdzie ostatnio skończyłeś
Mam już konto w internetowej bibliotece IBUK Libra
Nie mam konta w internetowej bibliotece IBUK Libra
PAMIĘTAJ!
Twój PIN do zasobów w:
Wygasa: dzisiaj
Aby zdobyć nowy PIN, skontaktuj się z Twoją biblioteką.
Zaakceptuj Regulamin, aby kontynuować korzystanie z serwisu.
W książce usunięto wakaty znajdujące się na stronach: 2, 10, 36, 62, 92.
Analiza obrazów cyfrowych jest dziedziną intensywnie rozwijającą się w ostatnich latach, a segmentacja obrazów jest jednym z centralnych jej problemów. Prezentowana książka przedstawia zagadnienia segmentacji obrazów cyfrowych ze szczególnym uwzględnieniem metody segmentacji wododziałowej. Metoda ta jest uznana za jedno z najdoskonalszych narzędzi segmentacji obrazu. Jednakże nie zawsze gwarantuje ona uzyskanie zadowalających wyników. Szczególne trudności występują w przypadku obrazów naturalnych, gdzie najważniejsze dla nas obiekty mogą charakteryzować się słabym kontrastem. Bardzo często w wyniku segmentacji wododziałowej otrzymuje się nadsegmentację, rozumianą jako podział obszaru, na którym obraz jest zdefiniowany, na wiele małych regionów, które nie mają swojego odpowiednika w naturze. Obszary te trzeba następnie połączyć w większe maski odpowiadające interesującym nas obiektom. W niniejszej książce wiele uwagi poświęcono właśnie scalaniu regionów w większe maski i przedstawiono oryginalne podejście wykorzystujące maksimum średniego kontrastu między generowaną maską a jej otoczeniem. Metodę tę zilustrowano przykładami analizy obrazów tarczy słonecznej, obrazów MRI przekroju rdzenia kręgowego oraz obrazów mammograficznych. Proponowana metoda daje się też przenieść na wiele innych przypadków. Książka jest przeznaczona dla naukowców, doktorantów i studentów zajmujących się analizą obrazów w takich dziedzinach jak informatyka, elektronika, biocybernetyka. Może także być przydatna dla mechaników, fizyków, materiałoznawców i inżynierów ułatwiając im zastosowanie analizy obrazów dla własnych potrzeb.