Národní úložiště šedé literatury Nalezeno 29 záznamů.  předchozí11 - 20další  přejít na záznam: Hledání trvalo 0.01 vteřin. 
Detekce jízdních pruhů a překážek
Dojava, Marian ; Červinka, Luděk (oponent) ; Horák, Karel (vedoucí práce)
Úkolem této diplomové práce je popsat využití kamery jako snímače pro asistenční systém automobilu. Byly navrženy způsoby nalezení silnic, jízdních pruhů a překážek na vozovce. To vše za použití pouze jedné kamery. Řešení je realizováno metodami založenými na barvě a gradientu obrazu. Metody byly použity jak jednoduché tak i s matematickým modelem. Výsledkem práce je souhrn často používaných metod a jejich otestování a vzájemné porovnání. V závěru práce je představena realizace vlastního programu.
Sémantická segmentace vozovky s detekcí jízdních pruhů v obraze
Turoň, Rudolf ; Honec, Peter (oponent) ; Zemčík, Tomáš (vedoucí práce)
Tato bakalářská práce se zabývá sémantickou segmentací vozovky s detekcí horizontálního dopravního značení. Cílem práce je provedení rešerše používaných metod pro obecnou segmentaci a detekci jízdních pruhů, nasbírání reprezentativního datasetu k testování, návrh systému zpracování dat včetně implementace pro sémantickou segmentaci a detekci jízdních pruhů v obraze, videu i živém kamerovém vstupu. Pro předzpracování obrazu je využito obrazu filtrovaného morfologickými transformacemi. Segmentace se realizuje metodou rozvodí se značkami, přičemž pro hledání značek je navržen adaptivní algoritmus. Jízdní pruhy jsou vyhledány v naprahovaném, projektivně transformovaném obraze pomocí posuvných oken. Ve výsledku se podařilo dosáhnout přesnosti segmentace 88,3 % dle metriky IoU. V závěru práce jsou diskutovány dosažené výsledky a shrnuty možnosti dalšího vylepšení systému.
Sledování vojenských cílů ve videosignálu
Hamada, Ondřej ; Váňa, Jan (oponent) ; Orság, Filip (vedoucí práce)
Práce shrnuje a popisuje nejrozšířenější metody pro detekci cílů ve videosignálu. Speciálně se zaměřuje na využítí kernel-based metody s použitím mean-shift algoritmu a metody pro porovnávání vzorů. Obě tyto metody jsou doplněny Kalmanovým filtrem. Výsledek je pak aplikován ke sledování cílů jak v normálním videozáznamu, tak i v záznamu z termokamery. Postup je implementován v C++ s použitím knihnovny OpenCV.
Analýza cytologických snímků
Pavlík, Jan ; Blaha, Milan (oponent) ; Kolář, Radim (vedoucí práce)
Tato diplomová práce je zaměřena na automatizaci procesu diferenciálního rozpočtu leukocytů v periferní krvi založeném na zpracování obrazů. Zabývá se návrhem celého procesu zpracování digitálních snímků – od snímání a předzpracování snímků, segmentace jádra a cytoplazmy, výběrem příznaků a klasifikátoru, včetně jeho testování na sadě obrazů, která byla nasnímána také v rámci této práce. V teoretické části práce jsou popsány dostupné segmentační metody a klasifikační postupy. Tato práce se v praktické části zabývá segmentačními procesy, které mají za úkol separovat jádro a cytoplazmu leukocytů. Na základě těchto vyhrazených struktur je provedena jejich statistická analýza. Podle reprezentativních statistických parametrů je vybrán soubor příznaků. Tato data pak vstupují do klasifikačního procesu, realizovaného třemi umělými neuronovými sítěmi. Celkem bylo hodnoceno 5 tříd leukocytů: neutrofilní granulocyty, lymfocyty, monocyty, eozinofilní a bazofilní granulocyty. Senzitivita a specificita klasifikace u 4 z 5 (neutrofilní granulocyty, lymfocyty, monocyty, eozinofilní granulocyty) buněčných populací je vyšší než 90 %. Senzitivita klasifikace bazofilních granulocytů byla vyhodnocena na 75 % a specificita na 67 %. Celková schopnost klasifikace byla otestovaná na 111 buňkách a vykazovala přibližně 91% úspěšnost. Všechny algoritmy jsou realizovány v prostředí MATLAB.
Sémantická segmentace vozovky s detekcí jízdních pruhů v obraze
Turoň, Rudolf ; Honec, Peter (oponent) ; Zemčík, Tomáš (vedoucí práce)
Tato bakalářská práce se zabývá sémantickou segmentací vozovky s detekcí horizontálního dopravního značení. Cílem práce je provedení rešerše používaných metod pro obecnou segmentaci a detekci jízdních pruhů, nasbírání reprezentativního datasetu k testování, návrh systému zpracování dat včetně implementace pro sémantickou segmentaci a detekci jízdních pruhů v obraze, videu i živém kamerovém vstupu. Pro předzpracování obrazu je využito obrazu filtrovaného morfologickými transformacemi. Segmentace se realizuje metodou rozvodí se značkami, přičemž pro hledání značek je navržen adaptivní algoritmus. Jízdní pruhy jsou vyhledány v naprahovaném, projektivně transformovaném obraze pomocí posuvných oken. Ve výsledku se podařilo dosáhnout přesnosti segmentace 88,3 % dle metriky IoU. V závěru práce jsou diskutovány dosažené výsledky a shrnuty možnosti dalšího vylepšení systému.
Rozpoznávání topologických informací z plánu křižovatky
Huták, Petr ; Bartík, Vladimír (oponent) ; Kreslíková, Jitka (vedoucí práce)
Tato diplomová práce se zabývá průzkumem, návrhem a tvorbou postupů pro rozpoznávání topologických informací z plánu křižovatky. Vysvětluje metody používané v oblasti zpracování obrazu za účelem segmentace obrazu, rozpoznávání objektů v obraze, popisuje existující přístupy zpracování map reprezentovaných rastrovými obrazy a cílové prostředí, do kterého bude praktická část práce integrována. Práce je zaměřena především na porovnání různých přístupů získávání příznaků z rastrových map křižovatek a určení jejich sémantického významu. Praktická část je realizovaná v jazyku C# s využitím knihovny OpenCV.
Automatizovaná detekce makromolekulárních komplexů z kvantitativních STEM snímků a výpočet jejich molekulární hmotnosti
Záchej, Samuel ; Walek, Petr (oponent) ; Hrubanová, Kamila (vedoucí práce)
Bakalárska práca sa zaoberá spracovaním a analýzou obrazu z kvantitatívneho STEM mikroskopu. Práca popisuje princíp vzniku obrazu a metódy spracovania obrazu. Neodmysliteľnou súčasťou je popis vlastností a klasifikácia získaných makromolekulárnych komplexov. Praktická časť obnáša prácu s modelmi a reálnymi obrazmi v prostredí MATLAB. Súčasťou praktickej časti je návrh a realizácia algoritmu pre rozpoznanie objektov v obraze, ich klasifikáciu a výpočet hmotnosti. Práca zahrňuje testovanie použitých algoritmov a vyhodnotenie výsledkov.
Segmentace cévního řečiště na snímcích sítnice s využitím matematické morfologie
Stonawski, Stanislav ; Jan, Jiří (oponent) ; Odstrčilík, Jan (vedoucí práce)
Důležitým krokem analýzy sítnicových snímků je segmentace cévního řečiště. Výsledek této analýzy může být využit při diagnostice očních či kardiovaskulárních onemocnění. Tato práce se zabývá možnostmi segmentace cévního řečiště ve snímcích s vysokým rozlišením za využití metod matematické morfologie. Cílem práce je vytvoření algoritmu, který bude schopen segmentace cévního řečiště ze sítnicových snímků. Dalším cílem je provedení hodnocení jeho účinnosti. Práce se stručně zabývá problematikou fundus kamer, vlastnostmi jejich obrazových dat a databází snímků. Dále jsou popsány vlastnosti cévního řečiště v těchto snímcích společně se způsoby jeho segmentace. Prezentovány jsou vytvořené algoritmy a výsledky jejich aplikace na databázi High-Resolution Fundus Image Database.
Object identification
Fábry, Tomáš ; Gogol, František (oponent) ; Richter, Miloslav (vedoucí práce)
Work describes creation and functionality of created program for object recognition. Program issue from snapshot from webcam and given sample of searched object. It recognize all objects on the snapshot and marks those similar to given sample with aberrations to it. Program is created as an aplication for windows with language C/C++. For comunication with webcam and displaying results a used functions from library OpenCV. In work is shown structure of program and arrangement of data. Next are decribed most important created functions and used OpenCV functions. With them there is explained used technqiues from object recognition field and image processing. Program enviroment and options are described.
Sledování vojenských cílů ve videosignálu
Hamada, Ondřej ; Váňa, Jan (oponent) ; Orság, Filip (vedoucí práce)
Práce shrnuje a popisuje nejrozšířenější metody pro detekci cílů ve videosignálu. Speciálně se zaměřuje na využítí kernel-based metody s použitím mean-shift algoritmu a metody pro porovnávání vzorů. Obě tyto metody jsou doplněny Kalmanovým filtrem. Výsledek je pak aplikován ke sledování cílů jak v normálním videozáznamu, tak i v záznamu z termokamery. Postup je implementován v C++ s použitím knihnovny OpenCV.

Národní úložiště šedé literatury : Nalezeno 29 záznamů.   předchozí11 - 20další  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.