Shortcuts
Top of page (Alt+0)
Page content (Alt+9)
Page menu (Alt+8)
Your browser does not support javascript, some WebOpac functionallity will not be available.
PageMenu
-
Hauptmenü
-
Suchmenü
Einfache Suche
.
Erweiterte Suche
.
Zeitschriften-Suche
.
Suchergebnisse verfeinern
.
Neuerwerbungsliste nach Gruppen
.
Sortierreihenfolge
.
Benutzerdienste
Nutzeranmeldung
.
Mein Konto
.
Erwerbungsvorschlag
.
Fernleihe
.
Vormerkung
.
Verlängerung
.
Weitere Recherchemöglichkeiten
Datenbankinfosystem (DBIS)
.
Karlsruher virtueller Katalog (KVK)
.
Regensburger Systematik (RVK)
.
Elektronische Zeitschriften (EZB)
.
Zeitschriftendatenbank (ZDB)
.
Sitzung beenden
Katalog verlassen
.
Homepage WHZ
.
Hochschulbibliothek
.
© LIBERO v6.4.1sp240211
Page content
Sie befinden sich hier
:
>
Suchergebnisse
Kategorienanzeige
Kategorienanzeige
MAB
Digitale Bildverarbeitung: Grundkurs mit neuronalen Netzen und MATLAB®-Praktikum
Kategorie
Beschreibung
036a
XA-DE
037b
ger
087q
978-3-658-22184-3
100
Werner, Martin ¬[VerfasserIn]¬
331
Digitale Bildverarbeitung
335
Grundkurs mit neuronalen Netzen und MATLAB®-Praktikum
410
Wiesbaden
412
Springer Vieweg
425
[2021]
425a
2021
433
1 Online-Ressource (XIII, 474 Seiten) : Illustrationen, Diagramme
451b
Springer eBook Collection
527
Erscheint auch als (Druck-Ausgabe)ISBN: 978-3-658-22184-3
540a
ISBN 978-3-658-22185-0
700
|TTBM
700
|TEC008000
700b
|621.382
700g
1270945688 ST 320
750
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.
753
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.
902s
208866582 Bildverarbeitung
902s
210311614 Neuronales Netz
902s
211297240 MATLAB
012
1741577284
081
Digitale Bildverarbeitung
100
Springer E-Book
125a
Elektronischer Volltext - Campuslizenz
655e
$uhttps://doi.org/10.1007/978-3-658-22185-0
Schnellsuche
Suche nach