|
|
Využití metod tvarové analýzy pro klasifikaci objektů v medicínských obrazech
Karela, Jiří ; Odstrčilík, Jan (oponent) ; Chmelík, Jiří (vedoucí práce)
Tato bakalářská práce se zabývá problematikou tvarové analýzy. Popisuje některé postupy a metody, které s touto analýzou souvisí. Práce je rozdělena na teoretickou část, praktickou část a závěr. V teoretické části jsou popsané do většího detailu některé metody, s pomocí kterých poté byla řešena část praktická. Také je zde ale popsána i další teorie, která souvisí s tématem. V praktické části se poté navazuje na danou teorii a je řešen problém tvarové analýzy díky znalostem v teorii získaných. Algoritmus je otestován na medicínských datech z CT obratel. Závěr slouží jako shrnutí a zhodnocení řešení tvarové analýzy. Také slouží jako úvaha nad realizací naší metody, tedy jak by se mohlo naše řešení a výsledek zlepšit.
|
|
| |
|
|
Rozpoznání typu střelné zbraně v obraze
Čech, Ondřej ; Drahanský, Martin (oponent) ; Dvořák, Michal (vedoucí práce)
Cílem této práce je navrhnout, implementovat a otestovat metody pro klasifikaci typu zbraně v obraze do kategorií na krátké a dlouhé, a dále pak na jednoranové, víceranové, opakovací a samonabíjecí nebo samočinné. Tento problém byl řešen použitím SVM klasifikátoru spolu s Harrisovým rohovým detektorem, deskriptorem FREAK a metodou Bag of Words. Výsledný program dosahuje přesnosti 13,3 %.
|
|
|
Bezeztrátová komprese obrazu
Komjáthy, Gergely ; Polok, Lukáš (oponent) ; Bařina, David (vedoucí práce)
Tato práce se zabývá bezeztrátovou kompresí obrazu. Jsou zde uvedeny některé barevné modely, vhodné pro bezeztrátovou kompresi, a vzorce použité pro převody mezi nimi a RGB modelem. Dále práce pojednává o prediktorech a jejich fungování. Je zde popsána funkčnost aritmetického a PPM kódéru, a stručný popis Huffmanova kódování.
|
|
|
Automatická anotace obrazu
Hegmon, Jiří ; Karásek, Jan (oponent) ; Burget, Radim (vedoucí práce)
Rozeznávání a porovnávání obrazu je jedním z hlavních problémů a okruhů oboru počitačového vidění. Tato práce k těmto dvěma problémům připojuje třetí, rozpoznání semantiky, významu obrazu, tzv. anotaci nebo label. Práce využívá znalosti metod rozpoznávání podobnosti obrazů k vytvoření nástroje, který je schopen na základě trénovací množiny obrazů a anotací vytvořit skupinu nejpravděpodobnějších anotací pro danou testovací množinu obrazů. Tato práce představuje několik druhů testovacích množin vhodných pro rozpoznávání anotačních informací u obrazů. Následně je vybrána nejvhodnější množina s potřebnou velikostí trénovací množiny a dostatkem informací v anotacích. Na základě této trénovací množiny je navrhnut algoritmus pro snadné načtení testovací množiny bez velkých nároků na výkon počítače. Vyhodnocení anotačních informací testovací množiny je prováděno na základě různých podobnostních algoritmů. Na počátku této práce byly použity jednoduché, ale nepříliš efektivní metody MSE a porovnání barevných histogramů, postupně bylo ale nutno přejít k použítí náročnějších metod (jako je například Tamura, Gabor, CEDD nebo různé druhy hostistogramů). Výsledky tohoto porovnání jsou nakonec brány pro vyhodnocení pravděpodobnosti výskytu dané anotace pro daný obrázek určené testovací množiny. Na závěr práce je provedeno vyhodnocení přesnosti určení anotace na základě informací z použitých trénovacích množin.
|
|
|
Život 2
Maliňáková, Kamila ; Čermák, Aleš (oponent) ; Artamonov, Vasil (vedoucí práce)
Diplomová práce s názvem Život 2 je „reprezentací“ obyčejných situací, příběhů každodenního života, jejichž podstata ale není na první pohled zcela zřetelná. Je celkem běžné, že se zdání o našem životě ne úplně shoduje se skutečností, mnohdy se od ní ale diametrálně liší. Život 2 představuje právě tu navenek skrývající se, reálnou skutečnost. Výstupem práce je velkoformátový obraz, malba na plátně kombinovaná s instalací, která jako médium využívá malovaný perník.
|
|
|
Klasifikace objektů v obrazech
Gabriel, Petr ; Petyovský, Petr (oponent) ; Janáková, Ilona (vedoucí práce)
Tato diplomová práce se zabývá problematikou klasifikace objektů na základě příznaků získaných z obrazů. Práce patří do oboru počítačového vidění. Popisuje možné nástroje pro klasifikaci (např. neuronové sítě, rozhodovací stromy, atd.). Nezbytnou součástí je popis objektů pomocí příznaků. Příznaky jsou vstupními daty klasifikátoru. Praktická část práce se zabývá klasifikací souboru předmětů, které se běžně vyskytují doma (nůžky, CD, lepicí páska, atd.). Analyzovaný obraz je předzpracován, prahován v barevném modelu HSV. Následně jsou rekonstruovány defekty vzniklé segmentací pomocí morfologických operací. Poté jsou určeny hodnoty příznaků, které jsou vstupem klasifikátoru. Klasifikátor má podobu rozhodovacího stromu.
|
|
|
Digitální stegoanalýza
Molnár, Ondřej ; Nevoral, Jan (oponent) ; Strnadel, Josef (vedoucí práce)
Stegoanalýza je opačnou vědní disciplínou steganografie, která se zabývá ukrýváním tajných zpráv do různých nosičů. Moderní steganografie využívá jako nosiče nejčastěji obrázkové soubory. Tato bakalářská práce vytváří přehled známých metod steganografie a stegoanalýzy a dále pak popisuje praktickou implementaci programu, který dokáže detekovat skrytou informaci v obraze.
|
|
|
Detekce a rozpoznávaní tváře s využitím platformy Raspberry Pi
Rozhoňová, Andrea ; Mézl, Martin (oponent) ; Hesko, Branislav (vedoucí práce)
Následující bakalářská práce se věnuje problematice detekce a rozpoznání tváří v obraze. Teoretická část rozděluje metody detekce a rozpoznání obličeje do několika skupin, které jsou poté blíže popsány a vysvětleny. Na konci teoretické části je shrnuto současné využití rozpoznání osob na základě tváří v praxi. V praktické části je implementovaná metoda detekce obličeje jako kombinace přístupu, který využívá haarovy příznaky a přístupu s vyhledáváním pomocí šablony oka. Následné rozpoznání zajišťuje konvoluční neuronová síť. Závěrem jsou shrnuty zásady a problémy spojené s implementací na mikropočítač Raspberry Pi.
|
|
|
Metody ditheringu obrazu
Pelc, Lukáš ; Křupka, Aleš (oponent) ; Rajmic, Pavel (vedoucí práce)
Diplomová práce pojednává o metodách ditheringu obrazu. Základem je vysvětlení teorie digitálního obrazu, barevných modelů, palety a hloubky barev. Následuje rozebrání základních metod omezování barevného prostoru jakou jsou metody prahování, náhodného a maticového rozptylu. Rozebrány jsou i pokročilé metody ditheringu s distribucí chyby, v čele s nejznámější metodou Floyd-Steinberg. Zahrnuto je porovnání jednotlivých metod včetně subjektivního srovnání pomocí dotazníku. Programovou část tvoří JAVA applet, který ukazuje možnosti generování obrázků pomocí jednotlivých metod ditheringu.
|
host ::
RSS.