|
|
Převod barevného snímku na černobílý
Pieger, Matúš ; Boštík, Ondřej (oponent) ; Richter, Miloslav (vedoucí práce)
Tato bakalářská práce popisuje návrh algoritmů pro detekci, úpravu a převod hledaných objektů ve vstupních barevných snímcích do šedotónové nebo černobílé oblasti. Vstupní snímky jsou rozdělené do dvou kategorií, kde první kategorie představuje snímky papírových dokumentů. Ve druhé kategorii se nachází snímky sudoku a jiných hlavolamů. Práce analyzuje nedostatky zdrojových snímků a jejich vliv na stavbu a funkčnost jednotlivých programů. Následně hledá řešení pro spolehlivou detekci požadovaných objektů a opravu jejich geometrických zkreslení. Pro lepší čitelnost, resp. šetření inkoustu při tisku výstupních snímků práce dává odpovědi na to, jak odstranit přebytečné stíny a jakým způsobem je možné zmenšit bitovou hloubku obrazu na vybranou velikost.
|
|
|
Obrazová analýza mitotických chromosomů
Danielová, Tereza ; Provazník, Ivo (oponent) ; Škutková, Helena (vedoucí práce)
Tato diplomová práce je zaměřena na obrazovou analýzu mitotických chromosomů. Zabývá se návrhem celého procesu zpracování digitálních snímků – od předzpracování snímků, až ke klasifikaci jednotlivých chromosomů, včetně jeho testování na sadě obrázků. V teoretické části práce jsou popsány cytogenetické metody, které se používají pro vizualizaci chromosomů. Tato práce se v praktické části zabývá morfologickými operacemi a klasifikačními postupy. Klasifikace chromosomu byla do 5 skupin (A - G). Všechny algoritmy jsou realizovány v prostředí MATLAB.
|
|
| |
|
|
Segmentace optického disku v obrazových datech sítnice
Juráček, Radek ; Mézl, Martin (oponent) ; Odstrčilík, Jan (vedoucí práce)
Tato bakalářská práce je zaměřena na algoritmus automatické detekce optického disku v retinálních snímcích. Stručně popisuje anatomii lidského oka a principy snímání očního pozadí. Dále jsou popsány metody segmentace optického disku. Vybrané metody jsou implementovány v prostředí MATLAB a optimalizovány pomocí genetického algoritmu. Celkem pět metod bylo představeno a optimalizováno na HRF datasetu a dvou experimentálních datasetech.
|
|
|
Převod barevného snímku na černobílý
Pieger, Matúš ; Boštík, Ondřej (oponent) ; Richter, Miloslav (vedoucí práce)
Tato bakalářská práce popisuje návrh algoritmů pro detekci, úpravu a převod hledaných objektů ve vstupních barevných snímcích do šedotónové nebo černobílé oblasti. Vstupní snímky jsou rozdělené do dvou kategorií, kde první kategorie představuje snímky papírových dokumentů. Ve druhé kategorii se nachází snímky sudoku a jiných hlavolamů. Práce analyzuje nedostatky zdrojových snímků a jejich vliv na stavbu a funkčnost jednotlivých programů. Následně hledá řešení pro spolehlivou detekci požadovaných objektů a opravu jejich geometrických zkreslení. Pro lepší čitelnost, resp. šetření inkoustu při tisku výstupních snímků práce dává odpovědi na to, jak odstranit přebytečné stíny a jakým způsobem je možné zmenšit bitovou hloubku obrazu na vybranou velikost.
|
|
|
Kontrola zobrazení textu ve formulářích
Moravec, Zbyněk ; Juránek, Roman (oponent) ; Zemčík, Pavel (vedoucí práce)
Cílem této práce je kontrola správného zobrazení textů tlačítek na fotografiích displeje. Tyto fotografie obsahují různá zkreslení, která jsou komplikací pro následné rozpoznávání grafických elementů v obraze. Práce popisuje několik přístupů detekce formulářových tlačítek, dále popisuje implementovanou detekci, která využívá popisu tvarů kontur. Na takto nalezených tlačítkách je poté provedeno rozpoznání samotných vad zobrazení. Práce se také zaobírá automatickým výběrem nejkvalitnější fotografie k dokumentačním účelům.
|
|
|
Vektorizace čárové grafiky
Hadrava, Jan ; Pelikán, Josef (vedoucí práce) ; Novotný, Jiří (oponent)
I při tvorbě grafiky se některým tvůrcům lépe pracuje s tužkou a papírem. Je žádoucí vzniklou skicu zdigitalizovat (naskenovat, vyfotografovat) a následně upravovat v počítači. K tomu je užitečné převést obrázek do vektorového formátu - zvektorizovat. Vektorová reprezentace obrázků poskytuje oproti rastrové mj. dobrou kvalitu i při libovolném zvětšení či snazší editaci. Každý element je reprezentován buď jako křivka, či jako vyplněná oblast definovaná svým obvodem. U čárových kreseb je pro následnou práci s obrázkem vhodnější první z uvedených. Současné vektorizační nástroje nejčastěji hledají pouze souvislé plochy. Některé z nich jsou i volně dostupné. Programů reprezentujících výstup pomocí čar existuje podstatně méně a často jsou také velmi drahé. Práce navrhuje vektorizační algoritmus a volně šiřitelný program, jenž vektorový obrázek reprezentuje pomocí čar. Po předzpracování rastrového obrázku je nalezena jeho (stále rastrová) morfologická kostra, která je trasována a převedena do vektorové podoby na Bézierovy křivky. Následně je obrázek vyhlazen a vyexportován do formátu zvoleného uživatelem. Kvalita výstupu je v mnohých ohledech srovnatelná s autorovi dostupnými vektorizačními nástroji. Powered by TCPDF (www.tcpdf.org)
|
|
|
Zpracování obrazu Petriho misek
Adámek, Jakub ; Hradiš, Michal (oponent) ; Zemčík, Pavel (vedoucí práce)
Tato práce se zabývá zpracováním obrazu na Petriho miskách. V první části práce je souhrn odborných výrazů a postupů v laboratorní praxi. Následuje přehled zařízení a algoritmů pro analýzu obrazu Petriho misek. V druhé části je návrh a implementace vlastní aplikace pro automatické počítání bakteriálních kolonií, která byla vyvíjena ve spolupráci s mikrobiologickou laboratoří. Aplikace je určena pro mobilní zařízení s operačním systémem Android. Součástí práce je také návrh a vytvoření dvou osvětlovacích jednotek, které slouží jako příslušenství pro dosažení lepších výsledků při analýze Petriho misky. V závěru práce jsou uvedeny dosažené výsledky, porovnání osvětlovacích jednotek a různých typů mobilních zařízení, na kterých byla aplikace testována.
|
|
|
Detekce obličeje v obraze
Pospíšil, Lukáš ; Harabiš, Vratislav (oponent) ; Mézl, Martin (vedoucí práce)
Hlavní náplní této práce je seznámit čtenáře s vybranými metodami, které se používají pro detekci obličeje v obraze. Podrobněji se tato práce věnuje detekci obličeje na základě barvy kůže. Detekce je prováděna ve třech barevných prostorech (RGB, YCbCr a HSV). Součástí práce jsou dva programy pro detekci obličeje v obraze a videu.
|
|
|
Segmentace obrazu založená na reliéfu
Gros, Jan ; Špiřík, Jan (oponent) ; Křupka, Aleš (vedoucí práce)
Cílem této práce je seznámit se s technikou segmentace obrazu pomocí zaplavování reliéfu krajiny (watershed metoda). Jsou zde přiblíženy některé metody segmentace obrazu a vysvětleny základní operace nad obrazy, z kterých vychází morfologické operace pro použití ve watershed segmentaci. Součástí práce je krátká pasáž, která se zabývá použitím některých obrazových filtrů k předzpracování obrazu. Výsledkem předchozích poznatků je prezentování segmentačního algoritmu vytvořeného Lee Vincentem a Pierre Soillem. V další části je popsána implementace algoritmu v jazyce Java, obsah a funkce jednotlivých tříd modulu a realizace pomocí nástroje RapidMiner. V poslední části jsou prezentovány výsledky segmentování vytvořeného modulu při použití na testovací obrazy bez a s použitím některých vybraných filtrů pro redukci přesegmentování a ke zlepšení výsledné segmnetace.
|
host ::
RSS.