|
|
Segmentace arteriální stěny v obrazech sítnice s vysokým rozlišením
Polachová, Natálie ; Odstrčilík, Jan (oponent) ; Kolář, Radim (vedoucí práce)
Tato diplomová práce se zaměřuje na automatickou segmentaci arteriálních stěn sítnice na snímcích pořízených pomocí adaptivní optiky. Adaptivní optika je neinvazivní zobrazovací metoda, která poskytuje vysoké laterální rozlišení a umožňuje detailní pozorování mikrostruktur sítnice, včetně arteriálních stěn. Tato technologie je klíčová pro včasnou diagnostiku vávažných onemocnění, jako je arteriální hypertenze a diabetická retinopatie. Hlavním cílem práce byla detekce lumen arterie a segmentace jejích stěn. Pro detekci lumen byly využity morfologické a filtrační techniky. Pro segmentaci arteriálních stěn byly analyzovány jasové profily podél detekovaného lumen a využity metody aktivních kontur a splajnů. Výsledky ukazují, že metoda segmentace pomocí aktivních kontur zvyšuje přesnost detekce arteriálních stěn, zejména v oblastech s vysokým kontrastem. Tato práce shrnuje poznatky a navrhuje zlepšení detekce vnitřní strany stěny arterie, která snižuje úspěšnost segmentace v této práci.
|
|
|
Segmentace významných struktur v obrazových datech sítnice
Trojánek, Václav ; Mézl, Martin (oponent) ; Odstrčilík, Jan (vedoucí práce)
Tato bakalářská práce se zaměřuje na segmentaci významných struktur v obrazových datech sítnice s cílem zlepšit diagnostiku a léčbu očních onemocnění. V práci jsou zkoumány a implementovány metody analýzy obrazů sítnice. Práce začíná přehledem anatomie oka a principů snímání očního pozadí pomocí fundus kamery a experimentálního video oftalmoskopu. Následuje podrobná literární rešerše zaměřená na aktuální metody detekce a segmentace diagnosticky významných struktur, jako jsou optický disk, žlutá skvrna a krevní cévy. Klíčovou částí práce je implementace a testování vybraných algoritmů, včetně Houghovy transformace pro detekci optického disku, OTSU prahování pro segmentaci krevních cév a detekci žluté skvrny na základě předchozí segmentace optického disku.
|
|
|
Převod otisků prstů nasnímaných mobilním zařízením do standardizovaného formátu - úpravy obrazu
Mucha, Vojtěch ; Říha, Kamil (oponent) ; Číka, Petr (vedoucí práce)
Bakalářská práce se zabývá problematikou převodu otisků prstů nasnímaných mobilním zařízením do standardizovaného formátu. V dnešní době se mobilní zařízení stávají stále běžnějšími prostředky pro akvizici biometrických dat, včetně otisků prstů. Zpracování a normalizace takto získaných otisků jsou nezbytnou součástí pro následnou biometrickou analýzu získaných otisků prstů. Cílem práce je návrh a implementace algoritmu pro převod fotky prstu do šedotónového obrazu otisku prstu s výraznými papilárními liniemi a potlačenými údolími. Algoritmus je implementován v jazyce C++ s využitím knihovny OpenCV a natrénované neuronové sítě pro detekci prstů z obrázku ruky. Dosažené výsledky jsou zhodnoceny podle algoritmů na hodnocení kvality otisků prstů NFIQ 2 a Innovatrics.
|
|
|
Segmentace trhu s využitím statistických metod
Bystřická, Michaela ; Marciánová, Pavla (oponent) ; Schüller, David (vedoucí práce)
Diplomová práce se zabývá segmentací zákazníků vybraného letního koupaliště. První část diplomové práce je věnována teoretickému konceptu zvolené problematiky. V analytické části je představeno letní koupaliště a jsou provedeny vybrané analýzy. Součástí analytické části je rovněž dotazníkové šetření. V rámci poslední části diplomové práce jsou navrhnuta opatření, která by vedla ke zvýšení úrovně služeb pro vybraný zákaznický segment.
|
|
|
Detekce a klasifikace nečistot v mikroskopickém obraze prachového filtru
Szkandera, Jaroslav ; Dobrovský, Ladislav (oponent) ; Matoušek, Radomil (vedoucí práce)
Tato práce řeší problém segmentace a klasifikace nečistot prachových filtrů v poskládaném opticky nedokonalém mikroskopické obraze. Zadaný problém byl vyřešen s využitím knihovny OpenCV pomocí klasických segmentačních metod. Vyhodnocení přesnosti segmentace bylo provedeno pomocí knihovny scikit-image. Bylo rovněž vytvořeno grafické uživatelské rozhraní, které usnadňuje proces segmentace a výběr částic pro prvkovou analýzu. Výsledky této práce umožňují efektivní vyhodnocení předmětů zachycených filtrem.
|
|
|
Segmentace silnic a cest v obrazových datech pro účely autonomní jízdy
Janíček, Ondřej ; Cihlář, Miloš (oponent) ; Svědiroh, Stanislav (vedoucí práce)
Tato bakalářská práce se zabývá tématem segmentace silnic a cest pro účely autonomního řízení. V teoretické části se zabývá počítačovým viděním, jednoduchými metodami segmentace a praktickými řešeními problému pomocí konvolučních neuronových sítí a klasických metod. V praktické části se práce zabývá sběrem testovacích dat, výběrem vhodného programovacího jazyka a výběrem vhodných knihoven. Následně se představí postup při programování vlastního řešení. Zde se začíná předzpracováním pro převod obrazu do~šedotónového obrazu a filtrace šumu, poté nalezení hran v obraze pomocí Cannyho hranového detektoru, následuje definice oblasti zájmu s navazující Houghovou transformací pro detekci přímek v obraze a v poslední fázi filtrace horizontálních čar a průměrování zbylých čar. Na konci práce jsou porovnány výsledky představeného řešení s ohledem na robustnost a výpočetní náročnost.
|
|
| |
|
|
Analýza trombu ve vícefázických CT datech u ischemické mozkové příhody
Mikešová, Tereza ; Holeček, Tomáš (oponent) ; Jakubíček, Roman (vedoucí práce)
Diplomová práce se zabývá analýzou trombů v mozkových vícefázických CT datech. V teoretické části práce je vypracována rešerše metod zejména segmentace trombů. Dále je v této části shrnutá anatomie mozkových tepen a přiblížena cévní mozková příhoda. Stručně jsou popsány vybrané metody z oblasti zpracování obrazu. Výsledkem praktické části je porovnání metod segmentace trombů. Samotné segmentaci předcházelo předzpracování dat, které je v práci popsáno, a vytvoření manuální anotační databáze. Nejlepší implementovanou metodou se ukázala metoda adaptivního prahování, která dosáhla Dice skóre 0,4555. Vhodným zkombinováním všech metod bylo dosaženo finálního Dice skóre 0,5145. Ze segmentovaných objemů byly následně vypočítány parametry trombů. Mediánová hodnota průměrné intenzity dosáhla na 51,55 HU, medián délky byl 15,16 mm a mediánový objem byl stanoven na 65,34 mm3. Následná korelační analýza neukázala žádný významný vztah mezi odvozenými parametry.
|
|
|
Metody segmentace biomedicinských obrazových signálů
Krumpholc, Lukáš ; Šmirg, Ondřej (oponent) ; Přinosil, Jiří (vedoucí práce)
Tato práce se zabývá metodami segmentace biomedicínských obrazových signálů. Popisuje, shrnuje a porovnává vybrané metody zpracování digitálního obrazu. Jednou z uvedených metod je segmentace založená na parametrickém vyjádření. Za základní parametr si můžeme zvolit například jas a prahováním pak získáme výsledný binární obraz. Další popisovanou metodou je segmentace na základě hranové reprezentace, kterou můžeme rozdělit na detekci hran pomocí hranových detektorů nebo pomocí Houghovy transformace. U hranových detektorů se využívá k detekci hran první, nebo druhá derivace. Následuje regionově orientovaná segmentace, kterou využíváme pro zašumělý obraz, i tuto kategorii můžeme rozdělit na tři části. Segmentaci dělením a slučováním oblastí, kdy je obraz rozdělen a vzniklé oblasti jsou testovány na stanovenou podmínku, pokud ji splňuje, oblasti se spojí a dále se už nedělí. Na segmentaci růstem oblastí, kdy jsou sousední pixely s podobnou intenzitou jasu k sobě seskupovány a vytváří tak segmentovanou oblast. Na segmentaci algoritmem rozvodí, která je založena na představě rozlévání vody na nerovnoměrném povrchu. Poslední skupinou metod je segmentace pomocí pružných a aktivních kontur. Zde je popsán aktivní tvarový model, který vychází z možnosti deformovat modely tak, aby odpovídaly vzorovým tvarům. Dále popisuji metodu Snakes, kdy dochází k postupnému tvarování kontur až ke hraně objektu v obraze. Ke konečné úpravě segmentovaných obrazů je použita matematická morfologie. Mým cílem bylo seznámit se s metodami segmentace obrazových signálů a vybrané metody pak zpracovat jako skripty v programovacím jazyce Matlab a jejich vlastnosti ověřit na snímcích.
|
|
|
Konvoluční neuronová síť pro segmentaci obrazu
Mitrenga, Michal ; Petyovský, Petr (oponent) ; Jirsík, Václav (vedoucí práce)
Cílem bakalářské práce je seznámit se s problematikou konvolučních neuronových sítí a realizovat segmentaci obrazu. Toto téma v sobě zahrnuje obor počítačového vidění, který je používán v systémech s umělou inteligencí. Zvláštní pozornost je věnována procesu segmentace obrazu. Dále se práce věnuje základním principům umělých neuronových sítí, struktuře konvolučních neuronových sítí a zejména pak popisu jednotlivých architektur sémantické segmentace. Vybraná architektura SegNet je použiti v praktické aplikaci spolu s před-učenou sítí. Součástí práce je databáze obrazů CamVid, která je použita pro trénování. Pro testování je vytvořena databáze vlastních snímků. Praktická část je zaměřená na trénování CNN a hledání nevhodnějších parametrů pro učení sítě za pomocí SW Matlab.
|
host ::
RSS.