MENÜ MENÜ  

cover

Content-based Microscopic Image Analysis

Studien zur Mustererkennung , Bd. 39

Chen Li

ISBN 978-3-8325-4253-5
196 Seiten, Erscheinungsjahr: 2016
Preis: 36.50 €
In this dissertation, novel Content-based Microscopic Image Analysis (CBMIA) methods, including Weakly Supervised Learning (WSL), are proposed to aid biological studies. In a CBMIA task, noisy image, image rotation, and object recognition problems need to be addressed. To this end, the first approach is a general supervised learning method, which consists of image segmentation, shape feature extraction, classification, and feature fusion, leading to a semi-automatic approach.

In contrast, the second approach is a WSL method, which contains Sparse Coding (SC) feature extraction, classification, and feature fusion, leading to a full-automatic approach. In this WSL approach, the problems of noisy image and object recognition are jointly resolved by a region-based classifier, and the image rotation problem is figured out through SC features. To demonstrate the usefulness and potential of the proposed methods, experiments are implemented on di erent practical biological tasks, including environmental microorganism classification, stem cell analysis, and insect tracking.

Inhaltsverzeichnis (PDF)

Keywords:

  • Machine learning
  • Pattern recognition
  • Microscopic image analysis
  • Multimedia retrieval
  • Environmental technology

Kaufoptionen

36.50 €
Versandkostenfrei innerhalb Deutschlands

35.00 €
46.50 €
50.50 €

(D) = innerhalb Deutschlands
(W) = außerhalb Deutschlands

*Sie können das eBook (PDF) entweder einzeln herunterladen oder in Kombination mit dem gedruckten Buch (eBundle) erwerben. Der Erwerb beider Optionen wird über PayPal abgerechnet - zur Nutzung muss aber kein PayPal-Account angelegt werden. Mit dem Erwerb des eBooks bzw. eBundles akzeptieren Sie unsere Lizenzbedingungen für eBooks.

Bei Interesse an Multiuser- oder Campus-Lizenzen (MyLibrary) füllen Sie bitte das Formular aus oder schreiben Sie eine email an order@logos-verlag.de


Wollen auch Sie Ihre Dissertation veröffentlichen?