Vor Ort
Merkzettel Warenkorb

Gutscheinbedingungen

**Gültig bis 04.08.2026 ab einem Mindestbestellwert von 30€ auf Spielzeug, Schreibwaren, Filme, Geschenke & Trends, Musik, tolino eReader & Zubehör, Hörbücher und Hörbuch-Downloads (außer Abo), nicht preisgebundene Bücher und Kalender online auf thalia.at und in der Thalia App. Einzelne Artikel können ausgeschlossen sein. Aufgrund der Buchpreisbindung sind deutschsprachige Bücher und eBooks ausgenommen. Zusätzlich ausgenommen sind preisgebundene Artikel, Abos & Flatrates, eBooks, Games, Geschenkkarten/-boxen, Shelfies, Software, Zeitschriften sowie einzelne Artikel von tonies®. Pro Einkauf einmal einlösbar. Click & Collect nur bei Onlinevorabzahlung möglich. Keine Barauszahlung. Nicht kombinierbar mit anderen Aktionen und Gutscheinen. Gutschein wird auf max. 500€ Bestellwert angerechnet. Nicht gültig für Versandkosten und Services. Preisgebundene Artikel sind vom Mindestbestellwert ausgeschlossen.
Produktbild: Image Processing Based on Partial Differential Equations

Image Processing Based on Partial Differential Equations Proceedings of the International Conference on PDE-Based Image Processing and Related Inverse Problems, CMA, Oslo, August 8-12, 2005

Aus der Reihe Mathematics and Visualization

201,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

30.11.2010

Abbildungen

X, 174 illus., 22 illus. in color., farbige Illustrationen, schwarz-weiss Illustrationen

Herausgeber

Xue-Cheng Tai + weitere

Verlag

Springer Berlin

Seitenzahl

440

Maße (L/B/H)

23,5/15,5/2,5 cm

Gewicht

680 g

Auflage

Softcover reprint of hardcover 1st ed. 2007

Sprache

Englisch

ISBN

978-3-642-06990-1

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

30.11.2010

Abbildungen

X, 174 illus., 22 illus. in color., farbige Illustrationen, schwarz-weiss Illustrationen

Herausgeber

Verlag

Springer Berlin

Seitenzahl

440

Maße (L/B/H)

23,5/15,5/2,5 cm

Gewicht

680 g

Auflage

Softcover reprint of hardcover 1st ed. 2007

Sprache

Englisch

ISBN

978-3-642-06990-1

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: GPSR Kontakt

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Image Processing Based on Partial Differential Equations
  • Digital Image Inpainting, Image Dejittering, and Optical Flow Estimation.- Image Inpainting Using a TV-Stokes Equation.- Error Analysis for H1 Based Wavelet Interpolations.- Image Dejittering Based on Slicing Moments.- CLG Method for Optical Flow Estimation Based on Gradient Constancy Assumption.- Denoising and Total Variation Methods.- On Multigrids for Solving a Class of Improved Total Variation Based Staircasing Reduction Models.- A Method for Total Variation-based Reconstruction of Noisy and Blurred Images.- Minimization of an Edge-Preserving Regularization Functional by Conjugate Gradient Type Methods.- A Newton-type Total Variation Diminishing Flow.- Chromaticity Denoising using Solution to the Skorokhod Problem.- Improved 3D Reconstruction of Interphase Chromosomes Based on Nonlinear Diffusion Filtering.- Image Segmentation.- Some Recent Developments in Variational Image Segmentation.- Application of Non-Convex BV Regularization for Image Segmentation.- Region-Based Variational Problems and Normal Alignment – Geometric Interpretation of Descent PDEs.- Fast PCLSM with Newton Updating Algorithm.- Fast Numerical Methods.- Nonlinear Multilevel Schemes for Solving the Total Variation Image Minimization Problem.- Fast Implementation of Piecewise Constant Level Set Methods.- The Multigrid Image Transform.- Minimally Stochastic Schemes for Singular Diffusion Equations.- Image Registration.- Total Variation Based Image Registration.- Variational Image Registration Allowing for Discontinuities in the Displacement Field.- Inverse Problems.- Shape Reconstruction from Two-Phase Incompressible Flow Data using Level Sets.- Reservoir Description Using a Binary Level Set Approach with Additional Prior Information About the Reservoir Model.