Hybrid Soft Computing for Image Segmentation

This book proposes soft computing techniques for segmenting real-life images in applications such as image processing, image mining, video surveillance, and intelligent transportation systems. The book suggests hybrids deriving from three main approaches: fuzzy systems, primarily used for handling r...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Συγγραφή απο Οργανισμό/Αρχή: SpringerLink (Online service)
Άλλοι συγγραφείς: Bhattacharyya, Siddhartha (Επιμελητής έκδοσης), Dutta, Paramartha (Επιμελητής έκδοσης), De, Sourav (Επιμελητής έκδοσης), Klepac, Goran (Επιμελητής έκδοσης)
Μορφή: Ηλεκτρονική πηγή Ηλ. βιβλίο
Γλώσσα:English
Έκδοση: Cham : Springer International Publishing : Imprint: Springer, 2016.
Θέματα:
Διαθέσιμο Online:Full Text via HEAL-Link
Πίνακας περιεχομένων:
  • Hybrid Soft Computing Techniques for Image Segmentation: Fundamentals and Applications
  • Enhanced Rough-Fuzzy C-Means Algorithm for Image Segmentation
  • Intuitionistic Fuzzy C-means Clustering Algorithm for Brain Image Segmentation
  • Automatic Segmentation Approaches
  • Modified Level Set Segmentation
  • Fuzzy Deformable Models for 3D Segmentation of Brain Structures
  • Rough Sets for Probabilistic Model Based Image Segmentation
  • Segmentation of Cerebral Images. .