机读格式显示(MARC)

• 000 02556nam0 2200745 450

• 001 0000312751

• 005 20181204151700.0

• 010 __ |a 978-7-03-053949-6 |d CNY78.00

• 099 __ |a CAL 012017159461

• 100 __ |a 20171110d2017 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 001yy

• 106 __ |a r

• 200 1_ |a 智能图像分割技术 |A zhi neng tu xiang fen ge ji shu |f 龙建武 ... [等] 著

• 210 __ |a 北京 |c 科学出版社 |d 2017

• 215 __ |a 182页 |c 图 |d 24cm

• 300 __ |a 国家自然科学基金-青年科学基金项目，面上项目(项目编号：61502065，61173184) 重庆市科委基础科学与前沿技术研究重点项目(项目编号：cstc2015jcyjBX0127) 重庆市教委人文社科研究重点项目(项目编号：17SKG136) 重庆市教委科学技术研究项目(项目编号：KJ1500922) 重庆理工大学科研启动基金(项目编号：2014ZD27) 重庆理工大学优秀学术著作出版基金资助

• 304 __ |a 著者还有: 闫河, 张建勋, 田芳

• 320 __ |a 有书目 (第129-135页) 和索引

• 330 __ |a 本书以直方图阈值划分为基础，对图像分割技术进行了详细研究。首先提出了一种采用高斯拟合的全局阈值算法阈值优化框架，该算法有效解决了三种经典全局阈值方法获得的阈值均非最佳阈值这一问题。其次对二维最小误差法进行三维推广，并结合三维直方图重建和降维思想提出了一种鲁棒的最小误差阈值分割算法，该方法有效解决了非均匀光照条件下小目标图像的分割。然后，为进一步有效分割非均匀光照下大目标图像，提出了一种在高斯尺度空间下估计背景的自适应阈值分割算法等。

• 606 0_ |a 图象分割 |A tu xiang fen ge

• 690 __ |a TN911.73 |v 5

• 701 _0 |a 龙建武 |A long jian wu |4 著

• 701 _0 |a 闫河 |A yan he |4 著

• 701 _0 |a 张建勋 |A zhang jian xun |4 著

• 801 _0 |a CN |b NMU |c 20171110

• 905 __ |a XATU |d TN911.73/150

• 920 __ |a 211010 |z 1

• 920 __ |a 215010 |z 1

• 920 __ |a 242120 |z 1

• 920 __ |a 261011 |z 1

• 920 __ |a 231030 |z 1

• 920 __ |a 232020 |z 1

• 920 __ |a 211180 |z 1

• 920 __ |a 245010 |z 1

• 920 __ |a 231020 |z 1

• 920 __ |a 237020 |z 1

• 920 __ |a 232010 |z 1

• 920 __ |a 212020 |z 1

• 920 __ |a 261020 |z 1

• 920 __ |a 261030 |z 1

• 920 __ |a 221020 |z 1

• 920 __ |a 244020 |z 1

• 920 __ |a 231220 |z 2

• 920 __ |a 212010 |z 1

• 920 __ |a 211260 |z 1

• 920 __ |a 222010 |z 1

• 920 __ |a 211030 |z 1

• 920 __ |a 235010 |z 1

• 920 __ |a 237010 |z 1

• 920 __ |a 211070 |z 1

• 920 __ |a 236010 |z 1

• 920 __ |a 244010 |z 1

• 920 __ |a 221130 |z 1

• 920 __ |a 244050 |z 1

• 920 __ |a 242010 |z 1

• 920 __ |a 222107 |z 1

• 920 __ |a 234160 |z 0

• 920 __ |a 214010 |z 1

• 920 __ |a 241010 |z 1

• 920 __ |a 211050 |z 1

• 920 __ |a 242020 |z 1

• 920 __ |a 243160 |z 1

• 998 __ |a NMU