|
|
Bezkontaktní měření rozměrů determinačních šupin
Šemora, Petr ; Matoušek, Radomil (oponent) ; Škrabánek, Pavel (vedoucí práce)
Tato práce se zabývá bezkontaktním měřením rozměrů análního štítku ještěrky obecné. V práci jsou nejprve stručně shrnuty techniky využívané k měření rozměrů objektů a techniky využívané k segmentaci obrazu. Následně práce poskytuje základní shrnutí o neuronových sítích a konvolučních neuronových sítích. V praktické části je popsán systém pro měření rozměrů análního štítku ještěrky obecné. Navržené algoritmy jsou implementovány v grafickém uživatelském rozhraní umožňující automatické i ruční měření.
|
|
|
Sledování objektů v zorném poli kamery
Takács, Ákos ; Drahanský, Martin (oponent) ; Rozman, Jaroslav (vedoucí práce)
Práce se zabývá teoretickým popisem, návrhem a implementací systému pro sledování objektů v zorném poli kamery pomocí jednoduché webkamery. Při zpracování obrazových dat je použitá knihovna OpenCV. Systém je schopný řídit otáčení kamery tak, aby uživatelem vybraný objekt byl v středu obrazu. Pro řízení kamery je využívána řídící deska FITkit. Program je implementován v jazyce C++.
|
|
|
Autonomní vozidlo pro model dopravní situace
Schneiderka, Dominik ; Boštík, Ondřej (oponent) ; Janáková, Ilona (vedoucí práce)
Tato práce se zabývá vývojem autonomního autíčka na autodráze Carrera 143. Předmětem ovládání autíčka je samovolné zastavení na semaforu při svítící červené, či zastavení před překážkou. Práce popisuje vyvinuté elektrické obvody pro autíčko a jejich usazení na model vozidla. Algoritmy vyvinuté pro sledování vozovky před vozidlem jsou psány v jazyce C/C++ a výpočetní jednotku tvoří Raspberry Pi Zero. K práci s obrazovými informacemi je využito knihovny OpenCV. Veškeré zdrojové kódy byly vyvinuty ve vývojovém prostředí Microsoft Visual Studio 2019.
|
|
|
Automatická detekce mikrokalcifikací v mamografických snímcích
Hývlová, Denisa ; Jakubíček, Roman (oponent) ; Harabiš, Vratislav (vedoucí práce)
Tato bakalářská práce se zabývá detekcí mikrokalcifikací v mamografických snímcích. V úvodu je rozebrána souvislost jejich přítomnosti se vznikem rakoviny prsu, princip mamografie a standard DICOM využívaný v radiologii. Následně jsou přiblíženy metody používané pro zvýraznění a segmentaci mikrokalcifikací. V prostředí MATLAB byl navržen algoritmus detekce založený na vlnkové transformaci, morfologickém uzavření a prahování. Pro zhodnocení výsledků detekce bylo vytvořeno grafické uživatelské rozhraní a algoritmus umožňující automatické vyhodnocení úspěšnosti detekce na databázi snímků s anotacemi.
|
|
| |
|
|
"Sci-Fi" hudební knihovna
Holas, Jan ; Šolony, Marek (oponent) ; Polok, Lukáš (vedoucí práce)
Tato bakalářská práce se zabývá počítačovým viděním jako možností pro interakci člověka s počítačem. Je zde popsána implementace hudební knihovny a přehrávače, který je ovládaný ukazováním CD krabiček hudebních alb a papírových ovládacích kartiček přehrávače na kameru, která je připojená k počítači. Práce popisuje algoritmy sloužící k segmentaci objektu ze scény na základě jeho obdélníkového tvaru a vyhodnocení shody s obrazovou databází (databazí alb) s použitím detektoru význačných bodů SURF. V závěru práce jsou shrnuty dosažené výsledky a nastíněny nápady a možnosti dalšího vývoje.
|
|
|
Segmentace ledvin z renální perfúzní MR sekvence obrazů
Jína, Miroslav ; Walek, Petr (oponent) ; Malínský, Miloš (vedoucí práce)
Diplomová práce se zabývá problematikou segmentace ledvin v perfúzních MR obrazech. Segmentace ledvin se provádí různými metodami. Jedná se o regionově založené metody, deformovatelné modely, metody založené na modelech, hranově založené metody a další. Dosud není znám univerzální algoritmus, který by se dal použít pro segmentaci ledvin různých pacientů. Navrženou metodou této diplomové práce je aktivní kontura Snake, která je vytvořena v programovacím prostředí MatLab. Výsledné kontury jsou kvantitativně a vizuálně porovnány s manuální segmentací.
|
|
|
Pokročilé metody segmentace cévního řečiště na fotografiích sítnice
Svoboda, Ondřej ; Jan, Jiří (oponent) ; Odstrčilík, Jan (vedoucí práce)
Segmentace cévního řečiště je častým krokem při zpracování retinálních obrazů. V dnešní době existuje řada automatických metod segmentace cévního řečiště. Tyto metody jsou založeny na mnoha přístupech. Od přizpůsobené filtrace, přes metody využívající rozpoznávání vzorů, až po algoritmy využívající klasifikace obrazu. Použití automatických metod při zpracování retinálních snímků výrazně urychluje a zjednodušuje diagnostiku retinálních onemocnění. Při zpracování automatickými segmentačními algoritmy je jednou ze stěžejních částí prahování obrazu, a právě prahování fundus snímků se věnuje tato práce. Je zde popsána řada prací využívajících globální a lokální prahovací metody, a zejména metody klasifikace obrazu pro segmentaci cévního řečiště ze snímků sítnice. Následně byla na výsledky dvou metod segmentace cévního řečiště použita metoda klasifikace obrazu s učením. Z dosažených výsledků byla posléze stanovena schopnost daných metod segmentovat cévní řečiště. Použitím klasifikace obrazu namísto globálního prahování došlo u první metody na zdravé části databáze k poklesu sensitivity na 63,32 % a přesnosti na 94,99 %. Naopak u specificity byl zaznamenán nárůst na 95,75 %. U druhé metody bylo dosaženo sensitivity 69,24 %, specificity 98,86 % a přesnosti 95,29 %. Kombinací výsledků obou metod bylo dosaženo sensitivity 72,48 %, specificity 98,59 % a výsledné přesnosti 95,75 %. Tímto nebyl s použitím daného klasifikátoru potvrzen předpoklad, že klasifikace obrazu s učením je oproti prostému prahování efektivnější. Zároveň bylo však prokázáno, že rozšíření příznakového vektoru kombinací výsledků z obou metod došlo k nárůstu sensitivity, specificity i přesnosti.
|
|
|
Interaktivní segmentace medicínských obrazových dat
Olša, Martin ; Kršek, Přemysl (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá segmentací anatomických struktur v medicínských objemových datech pomocí metody fast level-set. Zvolená metoda reprezentuje uzavřený 3D povrch postupující v čase z počáteční pozice. Hlavním zaměřením této práce je implementace metody level-set a vytvoření interaktivního nástroje určeného na segmentaci 3D medicínských objemových dat využitím této metody. Nástroj je schopný interaktivně měnit parametry vývoje povrchu během samotného procesu segmentace. Díky povaze metody level-set, může být proces vývoje povrchu pozastaven v jakémkoli momentě, nebo sledovaný několik kroků vedoucích zpět a z této pozice může být restartován s úplně jinou konfigurací.
|
|
|
Analýza autofluorescenčních snímků sítnice
Mosyurchak, Andriy ; Odstrčilík, Jan (oponent) ; Kolář, Radim (vedoucí práce)
Autofluorescenční obraz sítnice se snímá pomoci konfokálního laserového skenovacího oftalmoskopu a používá se pro diagnostiku glaukomu. Při glaukomu dochází k postupnému odumírání nervových buněk a může dojít k slepotě. Autofluorescence sitnice je zpusobená pigmentem lipofusciném, který způsobuje poškozovaní buněk. Cílem této práci bylo prostudovat metody vhodné pro segmentace autofluorescenčních zón a metody pro sledovaní objektů v obraze. Byl realizován algoritmus detekci autofluorescenčních zón pomoci metody narůstání regionů. Taký byla navřená a realizovaná metoda sledování autofluorescenčních oblasti sítnice.
|
host ::
RSS.