图像分析、随机场和动态蒙特卡罗方法

图像分析、随机场和动态蒙特卡罗方法
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者:
1999-03
版次: 1
ISBN: 9787506238250
定价: 51.00
装帧: 平装
开本: 24开
纸张: 胶版纸
页数: 324页
正文语种: 英语
分类: 工程技术
24人买过
  •   ThistextisconcernedwithaprobabilisticapproachtoimageanalysisasinitiatedbyU.GRENANDER,D.andS.GEMAN,B.R.HUNTandmanyothers,anddevelopedandpopularizedbyD.andS.GEMANinapaperfrom1984.ItformallyadoptstheBayesianparadigmandthereforeisreferredtoas"BayesianImageAnalysis".
      Therehasbeenconsiderableandstillgrowinginterestinpriormodelsand,inparticular,indiscreteMarkovrandomfieldmethods.Whereasimageanalysisisrepletewithadhoctechniques,Bayesianimageanalysisprovidesageneralframeworkencompassingvariousproblemsfromimaging.Amongthosearesuch"classical"applicationslikerestoration,edgedetection,texturediscrimination,motionanalysisandtomographicreconstruction.Thesubjectisrapidlydevelopingandinthenearfutureislikelytodealwithhigh-levelapplicationslikeobjectrecognition.FascinatingexperimentsbyY.CHOW,U.GRENANDERandD.M.KEENAN(1987),(1990)stronglysupportthisbelief. Introduction
    PartⅠ.BayesianImageAnalysis:Introduction
    1.TheBayesianParadigm
    1.1TheSpaceofImages
    1.2TheSpaceofObservations
    1.3PriorandPosteriorDistribution
    1.4BayesianDecisionRules
    2.CleaningDirtyPictures
    2.1DistortionofImages
    2.1.1PhysicalDigitalImagingSystems
    2.1.2PosteriorDistributions
    2.2Smoothing
    2.3PiecewiseSmoothing
    2.4BoundaryExtraction
    3.RandomFields
    3.1MarkovRandomFields
    3.2GibbsFieldsandPotentials
    3.3MoreonPotentials

    PartⅡ.TheGibbsSamplerandSimulatedAnnealing
    4.MarkovChains:LimitTheorems
    4.1Preliminaries
    4.2TheContractionCoefficient
    4.3HomogeneousMarkovChains
    4.4InhomogeneousMarkovChains
    5.SamplingandAnnealing
    5.1Sampling
    5.2SimulatedAnnealing
    5.3Discussion
    6.CoolingSchedules
    6.1TheICMAlgorithm
    6.2ExactMAPEVersusFastCooling
    6.3FiniteTimeAnnealing
    7.SamplingandAnnealingRevisited
    7.1ALawofLargeNumbersforInhomogeneousMarkovChains
    7.2AGeneralTheoresm
    7.3SamplingandAnnealingUnderConstraints

    PartⅢ.MoreonSamplingandAnnealing
    8.MetropolisAlgorithms
    9.AlternativeApproaches
    10.ParallelAlgorithms
    PartⅣ.TextureAnalysis
    11.Partitioning
    12.TextureModelsandClassification
    PartⅤ.ParameterEstimation
    13.MaximumLikelihoodEstimators
    14.SpacialMLEstimation
    PartⅥ.Supplement
    15.AGlanceatNeuralNetworks
    16.MixedAPplications

    PartⅦ.Appendix
    A.SimulationofRandomVariables
    B.ThePerron-FrobeniusTheorem
    C.ConcaveFunctions
    D.AGlobalConvergenceTheoremforDescentAlgorithms
    References
    Index
  • 内容简介:
      ThistextisconcernedwithaprobabilisticapproachtoimageanalysisasinitiatedbyU.GRENANDER,D.andS.GEMAN,B.R.HUNTandmanyothers,anddevelopedandpopularizedbyD.andS.GEMANinapaperfrom1984.ItformallyadoptstheBayesianparadigmandthereforeisreferredtoas"BayesianImageAnalysis".
      Therehasbeenconsiderableandstillgrowinginterestinpriormodelsand,inparticular,indiscreteMarkovrandomfieldmethods.Whereasimageanalysisisrepletewithadhoctechniques,Bayesianimageanalysisprovidesageneralframeworkencompassingvariousproblemsfromimaging.Amongthosearesuch"classical"applicationslikerestoration,edgedetection,texturediscrimination,motionanalysisandtomographicreconstruction.Thesubjectisrapidlydevelopingandinthenearfutureislikelytodealwithhigh-levelapplicationslikeobjectrecognition.FascinatingexperimentsbyY.CHOW,U.GRENANDERandD.M.KEENAN(1987),(1990)stronglysupportthisbelief.
  • 目录:
    Introduction
    PartⅠ.BayesianImageAnalysis:Introduction
    1.TheBayesianParadigm
    1.1TheSpaceofImages
    1.2TheSpaceofObservations
    1.3PriorandPosteriorDistribution
    1.4BayesianDecisionRules
    2.CleaningDirtyPictures
    2.1DistortionofImages
    2.1.1PhysicalDigitalImagingSystems
    2.1.2PosteriorDistributions
    2.2Smoothing
    2.3PiecewiseSmoothing
    2.4BoundaryExtraction
    3.RandomFields
    3.1MarkovRandomFields
    3.2GibbsFieldsandPotentials
    3.3MoreonPotentials

    PartⅡ.TheGibbsSamplerandSimulatedAnnealing
    4.MarkovChains:LimitTheorems
    4.1Preliminaries
    4.2TheContractionCoefficient
    4.3HomogeneousMarkovChains
    4.4InhomogeneousMarkovChains
    5.SamplingandAnnealing
    5.1Sampling
    5.2SimulatedAnnealing
    5.3Discussion
    6.CoolingSchedules
    6.1TheICMAlgorithm
    6.2ExactMAPEVersusFastCooling
    6.3FiniteTimeAnnealing
    7.SamplingandAnnealingRevisited
    7.1ALawofLargeNumbersforInhomogeneousMarkovChains
    7.2AGeneralTheoresm
    7.3SamplingandAnnealingUnderConstraints

    PartⅢ.MoreonSamplingandAnnealing
    8.MetropolisAlgorithms
    9.AlternativeApproaches
    10.ParallelAlgorithms
    PartⅣ.TextureAnalysis
    11.Partitioning
    12.TextureModelsandClassification
    PartⅤ.ParameterEstimation
    13.MaximumLikelihoodEstimators
    14.SpacialMLEstimation
    PartⅥ.Supplement
    15.AGlanceatNeuralNetworks
    16.MixedAPplications

    PartⅦ.Appendix
    A.SimulationofRandomVariables
    B.ThePerron-FrobeniusTheorem
    C.ConcaveFunctions
    D.AGlobalConvergenceTheoremforDescentAlgorithms
    References
    Index
查看详情
相关图书 / 更多
图像分析、随机场和动态蒙特卡罗方法
图像测量 大中专理科电工电子 新华正版
刘宇 编著;孙文邦
图像分析、随机场和动态蒙特卡罗方法
图像工程(第5版) 章毓晋 编
章毓晋 编
图像分析、随机场和动态蒙特卡罗方法
图像的死后生命:阿比·瓦尔堡研究文选
李洋 主编
图像分析、随机场和动态蒙特卡罗方法
图像景德镇
程云 著;张德山
图像分析、随机场和动态蒙特卡罗方法
图像处理与识别(第2版) 李珂,张洪刚 编
张洪刚 编;李珂
图像分析、随机场和动态蒙特卡罗方法
图像工程——下册:图像理解(第5版)
章毓晋
图像分析、随机场和动态蒙特卡罗方法
图像记忆:大脑喜欢你这样记
林少坤
图像分析、随机场和动态蒙特卡罗方法
图像符号学:媒介景观的意义形式研究
胡易容
图像分析、随机场和动态蒙特卡罗方法
图像 一部人类信息史
[美]霍华德・韦纳著牟立群 译;[美]迈克尔·弗兰德利
图像分析、随机场和动态蒙特卡罗方法
图像的雄辩 五代人物画叙事模式研究 张小磊 著
张小磊
图像分析、随机场和动态蒙特卡罗方法
图像深度表示学习方法 李阳 等 著
李阳
图像分析、随机场和动态蒙特卡罗方法
图像工程——中册:图像分析(第5版)
章毓晋
您可能感兴趣 / 更多
图像分析、随机场和动态蒙特卡罗方法
希波战争
G.W.考克斯 著
图像分析、随机场和动态蒙特卡罗方法
情调-文明等级与性情趣味
G.W.丽菲 著
图像分析、随机场和动态蒙特卡罗方法
物理和化学常数表(第16版)(英文版)
G.W.C.Kaye & T.H.Lagy 著
图像分析、随机场和动态蒙特卡罗方法
Phänomenologie des Geistes
G.W.F.Hegel
图像分析、随机场和动态蒙特卡罗方法
露金丝和米法尔历险记
G.W.Dillingham
图像分析、随机场和动态蒙特卡罗方法
The Philosophy of History
G.W.F. Hegel 著