Andere Kunden interessierten sich auch für
![Diagnóstico de leucemia]( "Diagnóstico de leucemia")
Diagnóstico de leucemia29,99 €![Deteção e classificação de doenças de pele utilizando a aprendizagem profunda]( "Deteção e classificação de doenças de pele utilizando a aprendizagem profunda")
Deteção e classificação de doenças de pele utilizando a aprendizagem profunda29,99 €![Classificação de imagens em mensageiros instantâneos utilizando CNN]( "Classificação de imagens em mensageiros instantâneos utilizando CNN")
Classificação de imagens em mensageiros instantâneos utilizando CNN29,99 €![Segmentação de imagens cerebrais usando agrupamento K-Means na transformação Hue]( "Segmentação de imagens cerebrais usando agrupamento K-Means na transformação Hue")
Segmentação de imagens cerebrais usando agrupamento K-Means na transformação Hue29,99 €![Deteção do cancro da mama através de mamografia e imagens de infravermelhos]( "Deteção do cancro da mama através de mamografia e imagens de infravermelhos")
Deteção do cancro da mama através de mamografia e imagens de infravermelhos39,99 €![Análise de imagens para deteção de adulteração de ghee de vaca]( "Análise de imagens para deteção de adulteração de ghee de vaca")
Análise de imagens para deteção de adulteração de ghee de vaca45,99 €![Segmentação de núcleos para o rastreio do cancro do colo do útero com esfregaços de Papanicolau]( "Segmentação de núcleos para o rastreio do cancro do colo do útero com esfregaços de Papanicolau")
Segmentação de núcleos para o rastreio do cancro do colo do útero com esfregaços de Papanicolau29,99 €
Este livro explora uma abordagem avançada à segmentação automática de imagens morfológicas baseadas em marcadores, à classificação e à deteção de doenças em plantas de tomateiro doentes utilizando a classificação Support Vetor Machine (SVM). O livro analisa a forma como o processamento morfológico melhora a precisão da segmentação de imagens, permitindo a identificação precisa de regiões doentes em plantas de tomate. O livro também aborda técnicas de extração de caraterísticas, métodos de classificação e a eficácia da SVM na distinção entre áreas de plantas saudáveis e doentes. Esta obra é particularmente útil para investigadores, agrónomos e especialistas em visão computacional que trabalham na agricultura de precisão e no diagnóstico de doenças das plantas utilizando técnicas de aprendizagem profunda e de aprendizagem automática.