
Handbook of Texture Analysis: Generalized Texture for Ai-Based Industrial Applications
Die Hauptziele der Texturforschung im Bereich des Computersehens bestehen darin, Texturen zu verstehen, zu modellieren und zu verarbeiten und schließlich den menschlichen visuellen Lernprozess mithilfe von Computertechnologien zu simulieren. In den letzten zehn Jahren wurde die künstliche Intelligenz durch maschinelles Lernen und Big-Data-Ansätze revolutioniert und hat die menschliche Vorhersage bei einer Vielzahl von Problemen übertroffen.
Insbesondere Deep Learning Convolutional Neural Networks (CNNs) sind für die Texturanalyse besonders gut geeignet. In diesem Buch werden vier wichtige Anwendungsbereiche im Zusammenhang mit der Texturanalyse und ihre Beziehung zu KI-basierten industriellen Anwendungen untersucht: Texturklassifizierung, Textursegmentierung, Form aus Textur und Textursynthese.
- Diskutiert texturbasierte Segmentierung zur Extraktion von Bildformmerkmalen, Modellierung und Segmentierung von verrauschten und texturierten Bildern, räumlich gebundenes Farb-Textur-Modell für die Bildsegmentierung und Textursegmentierung mit Gabor-Filtern. - Untersucht Texturmerkmale für die Bildklassifizierung, einen statistischen Ansatz für die Klassifizierung, Texturklassifizierung aus Zufallsmerkmalen und Anwendungen von Texturklassifizierungen - Beschreibt Form aus Textur, einschließlich allgemeiner Prinzipien, 3D-Formen und Gleichungen für die Wiederherstellung von Form aus Textur - Gibt einen Überblick über Texturmodellierung, einschließlich Extraktion auf der Grundlage von Hough-Transformation und Zykluserkennung, Das Buch richtet sich an Forscher, Akademiker und fortgeschrittene Studenten in den Bereichen biomedizinische Technik, Bildanalyse, Kognitionswissenschaften sowie Informatik und Ingenieurwesen und ist ein unverzichtbares Nachschlagewerk für alle, die ihr Wissen in diesem angewandten und aufstrebenden Bereich erweitern möchten.