دانلود کتاب بهسازی و بازسازی تصاویر دیجیتال ۲۰۲۲ Digital Image Enhancement and Reconstruction 2022

معرفی کتاب بهسازی و بازسازی تصاویر دیجیتال ۲۰۲۲ بهینه‌سازی و بازسازی تصاویر دیجیتال: تکنیک‌ها و کاربردها، به بررسی مفاهیم و تکنیک‌های مختلف مورد استفاده برای بهینه‌سازی و همچنین بازسازی تصاویر با کیفیت پایین می‌پردازد. اکثر کاربردهای دنیای واقعی برای دستیابی به حداکثر کارایی، نیازمند تصاویر با کیفیت خوب هستند، با این حال، کیفیت تصاویر ثبت شده در سناریوهای دنیای واقعی اغلب بسیار نامطلوب است. معمولاً تصاویر نویزی، تار، دارای مه، کوچک هستند و از این رو، قبل از پردازش توسط برنامه‌های تحلیل تصویر، باید از الگوریتم‌های بهینه‌سازی و/یا بازسازی تصویر عبور کنند. این کتاب به طور جامع به بررسی تکنیک‌های بهینه‌سازی و بازسازی خاصِ کاربرد، از جمله بهینه‌سازی تصاویر ماهواره‌ای، بازسازی چهره، تشخیص چهره با وضوح پایین، بهینه‌سازی و بازسازی تصاویر پزشکی، بازسازی تصاویر زیر آب، بهینه‌سازی تصاویر متن، بیومتریک و غیره می‌پردازد. فصل‌ها شامل بحث مفصلی در مورد چالش‌های پیش رویِ پردازش هر نوع تصویر خاص، تجزیه و تحلیل بهترین راهکارهای موجود، و بررسی کاربردها و مسیرهای آینده خواهد بود. این کتاب خوانندگان را به سفری عمیق در زمینه‌های حذف نویز، حذف مه، افزایش وضوح، و استفاده از محاسبات نرم در طیف وسیعی از کاربردهای مهندسی می‌برد. – پوشش جامعی از تکنیک‌های بهینه‌سازی و بازسازی تصاویر دیجیتال ارائه می‌دهد. – کاربردها را در طیف وسیعی از زمینه‌ها، از جمله سیستم‌های نظارت هوشمند، تعامل انسان و کامپیوتر، مراقبت‌های بهداشتی، کشاورزی، بیومتریک، مدل‌سازی بررسی می‌کند. – چالش‌ها و مسائل مختلف مرتبط با پیاده‌سازی تکنیک‌های گوناگون برای انواع مختلف تصاویر، از جمله حذف نویز، حذف مه، افزایش وضوح، و استفاده از محاسبات نرم را مورد بررسی قرار می‌دهد. فهرست کتاب: ۱. عنوان کتاب ۲. تصویر جلد ۳. صفحه عنوان ۴. فهرست مطالب ۵. حق چاپ ۶. فهرست مشارکت‌کنندگان ۷. پیشگفتار ۸. تقدیر و تشکر ۹. فصل ۱ بهبود و سوپر رزولوشن ویدئو ۱۰. فصل ۲ در تخمین عدم قطعیت مدل‌های بهبود اثر انگشت ۱۱. فصل ۳ روش‌های مبتنی بر سخت‌افزار و نرم‌افزار برای بهبود و بازسازی تصویر زیر آب ۱۲. فصل ۴ حذف نویز و بهبود تصاویر پزشکی با مدل‌سازی آماری ضرایب موجک ۱۳. فصل ۵ حذف نویز تصویر پزشکی با استفاده از شبکه‌های عصبی کانولوشن ۱۴. فصل ۶ یادگیری چندوجهی بازنمایی تصویر اجتماعی ۱۵. فصل ۷ بهبود تصویر زیر آب: گذشته، حال و آینده ۱۶. فصل ۸ یک تحلیل مقایسه‌ای از تکنیک‌های بازسازی تصویر ۱۷. فصل ۹ بررسی جامع تکنیک‌های سوپر رزولوشن چهره ۱۸. فصل ۱۰ بهبود تصویر پس‌زمینه مبتنی بر فیوژن و تحلیل نتایج با استفاده از معیار کنتراست و SSIM ۱۹. فصل ۱۱ تکنیک‌های اخیر برای بهبود تصویر فراطیفی ۲۰. فصل ۱۲ طبقه‌بندی تصاویر توموگرافی کامپیوتری ریه COVID-۱۹ و غیر COVID-۱۹ با استفاده از یادگیری ماشین ۲۱. فصل ۱۳ بخش‌بندی تصویر تومور مغزی با استفاده از خوشه‌بندی K-means و فازی C-means ۲۲. فصل ۱۴ ادغام تصویر پزشکی چندوجهی در حوزه شرلت ۲۳. فصل ۱۵ چهره‌های IIITM: یک پایگاه داده تصویر چهره هندی ۲۴. فهرست نمایه توضیحات(انگلیسی) Digital Image Enhancement and Reconstruction: Techniques and Applications explores different concepts and techniques used for the enhancement as well as reconstruction of low-quality images. Most real-life applications require good quality images to gain maximum performance, however, the quality of the images captured in real-world scenarios is often very unsatisfactory. Most commonly, images are noisy, blurry, hazy, tiny, and hence need to pass through image enhancement and/or reconstruction algorithms before they can be processed by image analysis applications. This book comprehensively explores application-specific enhancement and reconstruction techniques including satellite image enhancement, face hallucination, low-resolution face recognition, medical image enhancement and reconstruction, reconstruction of underwater images, text image enhancement, biometrics, etc. Chapters will present a detailed discussion of the challenges faced in handling each particular kind of image, analysis of the best available solutions, and an exploration of applications and future directions. The book provides readers with a deep dive into denoising, dehazing, super-resolution, and use of soft computing across a range of engineering applications. – Presents comprehensive coverage of digital image enhancement and reconstruction techniques – Explores applications across range of fields, including intelligent surveillance systems, human-computer interaction, healthcare, agriculture, biometrics, modelling – Explores different challenges and issues related to the implementation of various techniques for different types of images, including denoising, dehazing, super-resolution, and use of soft computing Table of Contents 1. Title of Book 2. Cover image 3. Title page 4. Table of Contents 5. Copyright 6. List of contributors 7. Preface 8. Acknowledgments 9. Chapter 1 Video enhancement and super-resolution 10. Chapter 2 On estimating uncertainty of fingerprint enhancement models 11. Chapter 3 Hardware and software based methods for underwater image enhancement and restoration 12. Chapter 4 Denoising and enhancement of medical images by statistically modeling wavelet coefficients 13. Chapter 5 Medical image denoising using convolutional neural networks 14. Chapter 6 Multimodal learning of social image representation 15. Chapter 7 Underwater image enhancement: past, present, and future 16. Chapter 8 A comparative analysis of image restoration techniques 17. Chapter 9 Comprehensive survey of face super-resolution techniques 18. Chapter 10 Fusion-based backlit image enhancement and analysis of results using contrast measure and SSIM 19. Chapter 11 Recent techniques for hyperspectral image enhancement 20. Chapter 12 Classification of COVID-19 and non-COVID-19 lung computed tomography images using machine learning 21. Chapter 13 Brain tumor image segmentation using K-means and fuzzy C-means clustering 22. Chapter 14 Multimodality medical image fusion in shearlet domain 23. Chapter 15 IIITM Faces: an Indian face image database 24. Index