Image Segmentation using Exchange Market Algorithm
DE
-
5% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár EUR 79.90
-
33 138 Ft (31 560 Ft + 5% áfa)
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.
- Kedvezmény(ek) 5% (cc. 1 657 Ft off)
- Kedvezményes ár 31 481 Ft (29 982 Ft + 5% áfa)
Iratkozzon fel most és részesüljön kedvezőbb árainkból!
Feliratkozom
33 138 Ft
Beszerezhetőség
Megrendelésre a kiadó utánnyomja a könyvet. Rendelhető, de a szokásosnál kicsit lassabban érkezik meg.
Why don't you give exact delivery time?
A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.
A termék adatai:
- Kiadó LAP Lambert Academic Publishing
- Megjelenés dátuma 2023. január 1.
- Kötetek száma Großformatiges Paperback. Klappenbroschur
- ISBN 9786206751489
- Kötéstípus Puhakötés
- Terjedelem176 oldal
- Méret 220x150 mm
- Nyelv angol 425
Kategóriák
Hosszú leírás:
Image segmentation is the basic step for assisting experts to determine immense required information from the image for real time applications. In this research work, the most promising objective functions such as Kapur, Otsu and Minimum Cross Entropy (MCE) are used for precise image segmentation. In this work, the similarity detection based multilevel thresholding technique is used to achieve the target. The objective is attained through powerful robust Exchange Market Algorithm (EMA) aided with the objective functions. The three teams of EMA in stable and unstable market situations and primarily the role of team B and C following team A of EMA plays a vital role to achieve balanced exploration and exploitation. Thus, the segmented details assist the experts for various real time applications. The proposed method using EMA based MLT is applied and tested with four different threshold values m = 2, 3, 4, 5 for gray images and the color images are tested at 4,5,6 and 7 threshold levels. Various performance metrics such as low CPU time, high PSNR with low RMSE, high SSIM and uniformity measure validates the performance of the proposed technique.
Több
