Сизиков В.С. Прямые и обратные задачи восстановления изображений, спектроскопии и томографии с MatLab + CD. Учебное пособие (+ CD-ROM)
Скидка 5850Р
Книга "Прямые и обратные задачи восстановления изображений, спектроскопии и томографии с MatLab" представляет собой полное и всестороннее руководство по методам восстановления изображений и томографическому моделированию с использованием программного пакета MatLab.
Автор, Владимир Сизиков, является опытным специалистом в области обработки изображений и восстановления. В данной книге он подробно рассматривает теоретические основы прямых и обратных задач восстановления изображений, спектроскопии и томографии, а также предлагает практические реализации этих методов с использованием MatLab.
Книга начинается с введения в основные понятия и принципы восстановления изображений. Затем автор пошагово описывает различные методы восстановления изображений, включая методы пространственной и временной фильтрации, методы супер-разрешения изображений, методы машинного обучения и нейронных сетей.
Особое внимание уделяется томографическому моделированию, включая методы прямой и обратной проекции, а также методы алгебраической реконструкции.
Книга также охватывает восстановление спектроскопических данных, включая методы дешифрации спектров и их визуализацию.
Кроме того, автор предоставляет множество практических примеров и задач, которые помогут читателю лучше понять предложенные методы и научиться их применять с помощью MatLab.
В целом, книга "Прямые и обратные задачи восстановления изображений, спектроскопии и томографии с MatLab" является отличным ресурсом для студентов, исследователей и инженеров, интересующихся обработкой изображений и восстановлением. Она обеспечивает ясное описание основных методов и алгоритмов восстановления и предоставляет практические навыки для их применения с использованием MatLab.
Автор, Владимир Сизиков, является опытным специалистом в области обработки изображений и восстановления. В данной книге он подробно рассматривает теоретические основы прямых и обратных задач восстановления изображений, спектроскопии и томографии, а также предлагает практические реализации этих методов с использованием MatLab.
Книга начинается с введения в основные понятия и принципы восстановления изображений. Затем автор пошагово описывает различные методы восстановления изображений, включая методы пространственной и временной фильтрации, методы супер-разрешения изображений, методы машинного обучения и нейронных сетей.
Особое внимание уделяется томографическому моделированию, включая методы прямой и обратной проекции, а также методы алгебраической реконструкции.
Книга также охватывает восстановление спектроскопических данных, включая методы дешифрации спектров и их визуализацию.
Кроме того, автор предоставляет множество практических примеров и задач, которые помогут читателю лучше понять предложенные методы и научиться их применять с помощью MatLab.
В целом, книга "Прямые и обратные задачи восстановления изображений, спектроскопии и томографии с MatLab" является отличным ресурсом для студентов, исследователей и инженеров, интересующихся обработкой изображений и восстановлением. Она обеспечивает ясное описание основных методов и алгоритмов восстановления и предоставляет практические навыки для их применения с использованием MatLab.