1741577284

Digitale Bildverarbeitung : Grundkurs mit neuronalen Netzen und MATLAB®-Praktikum / Martin Werner

Deutsch

Wiesbaden : Springer Vieweg, [2021]

© 2021

1 Online-Ressource (XIII, 474 Seiten) : Illustrationen, Diagramme

Erscheint auch als (Druck-Ausgabe) : ISBN 9783658221843

978-3-658-22185-0

Weitere Ausgaben: 978-3-658-22184-3 (Druckausgabe)

DOI: 10.1007/978-3-658-22185-0

*Bildverarbeitung / Neuronales Netz / MATLAB

*Signal processing. ; Image processing. ; Speech processing systems. ; Electronics. ; Microelectronics. ; Electrical engineering.

Dewey Dezimal-Klassifikation: 621.382;

Regensburger Verbund-Klassifikation: ST 320: SQ-SU Informatik / ST Monografien / ST 320-ST 690 Einzelne Anwendungen der Datenverarbeitung / Computergrafik

Book Industry Communication: TTBM

bisacsh: TEC008000

Digitale Bilder -- Helligkeit und Kontrast -- Punkt- und Rangoperatoren -- LSI-Systeme und lineare Filterung -- Glättungsfilter, Rauschen und Verzerrungen -- Kanten und Konturen -- Kantenschärfen und Hough-Methode -- Morphologische Transformationen -- Fourier-Transformation für digitale Bilder -- Filtern und Entzerren mit der 2-D-DFT -- Künstliche Neuronen und Lernen -- Flache neuronale Netze für die Klassifizierung -- Lernen mit dem Backpropagation-Algorithmus -- Neuronale Netze mit Faltungsschichten.

Das Buch Digitale Bildverarbeitung gibt Einblicke in typische Methoden und Anwendungen. Es liefert eine solide Grundlage für die spätere fachliche Vertiefung. Dem einführenden Charakter entsprechend, steht exemplarisches, aktives Lernen an Beispielen und Übungen mit MATLAB® im Vordergrund. Wiederholungsfragen und kurze Aufgaben mit vollständigen Lösungen sowie viele Programmbeispiele mit Online-Ressourcen unterstützen den Lernerfolg. Ein PC mit MATLAB® und der Image Processing Toolbox wird vorausgesetzt. Der Inhalt Digitale Bilder • Helligkeit und Kontrast • Punkt- und Rangoperatoren • LSI-Systeme und lineare Filterung • Glättungsfilter, Rauschen und Verzerrungen • Kanten und Konturen • Kantenschärfen und Hough-Methode • Morphologische Transformationen • Fourier-Transformation für digitale Bilder • Filtern und Entzerren mit der 2-D-DFT • Künstliche Neuronen und Lernen • Flache neuronale Netze für die Klassifizierung • Lernen mit dem Backpropagation-Algorithmus • Neuronale Netze mit Faltungsschichten Die Zielgruppen Studierende in Bachelor- und Masterstudiengängen in MINT-Fächern Wissenschaftler, Ingenieure und Praktiker aus dem MINT-Bereich, die ihre Kenntnisse auffrischen und erweitern wollen Der Autor Prof. Dr.-Ing. Martin Werner lehrt Nachrichtentechnik am Fachbereich Elektrotechnik und Informationstechnik der Hochschule Fulda.

Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Keine Weitergabe an Dritte. Kein systematisches Downloaden durch Robots.

https://doi.org/10.1007/978-3-658-22185-0 [E-books (Springer)]