|
|
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.
|
|
|
Detekce různě silných čar v obraze
Váňa, Lukáš ; Hradiš, Michal (oponent) ; Beran, Vítězslav (vedoucí práce)
Tato bakalářská práce se zabývá problematikou nalezení čar zadané šířky v obraze. Shrnuje teoretické podklady a postupy pro zpracování vstupního obrazu a teorii detekce hran. Uvádí současné známé metody pro detekci přímky v obraze. S pomocí těchto metod rozšířené o další známé postupy tato práce navrhuje algoritmus schopný detekovat čáru v obraze zadané šířky. Popisuje také návrh a realizaci aplikace, která demonstruje funkčnost vytvořeného algoritmu. Aplikace je současné programovou částí práce.
|
|
|
Parallelization and Optimization of Image Processing Applications
Šiška, Jakub ; Seeman, Michal (oponent) ; Černocký, Jan (vedoucí práce)
This Bachelor's Thesis was performed during a study stay at the École Supérieure d'Ingénieurs en Électronique et Électrotechnique Paris, France. It proposes solution for speeding up image processing algorithm and its adoption for use with real-time video stream from the infra red camera. The first part discusses characteristics and basic principles of the IR technology, followed by specifications of used camera. Ongoing text also proposes solution of problems concerning network communication with the camera. In addition, it describes camera's output stream format characteristics and solution for output visualisation. Substantial part of this work covers issues concerning parallelization and optimization of video stream and image file data processing. Problem of the parallelisation for this case is explained together with implemented parallelization method. Entire theoretical part is supported with the real results, benchmarks, which are presented in the last chapter.
|
|
|
Využití snímků sítnice v biometrii
Bujnošková, Eva ; Drahanský, Martin (oponent) ; Kolář, Radim (vedoucí práce)
Rozpoznávání podle sítnice je velmi účinný a téměř neomylný nástroj pro identifikaci osob, díky svým výhodám může být použit v případech, kdy je třeba zajistit vysokou bezpečnost. Proces identifikace vychází z úspěšné extrakce cévního řečiště ze snímku sítnice a převodu na binární obraz. Tento je pak použit k hledání bifurkací v řečišti s využitím skeletonizace jako operace matematické morfologie. Větvení cév jako jediný parametr nestačí, je proto doplněn informacemi o tloušťce a směru cévy v okolí detekované bifurkace. Souhrn parametrů je následně porovnán s příznaky obrazů v databázi a pomocí zarovnávání je stanoven obraz, který je s určitou pravděpodobností nejbližší danému souhrnu. Ten je vyhodnocen jako shoda a k testovacímu objektu je přiřazen objekt z databáze. Práce zahrnuje také zpracování druhé metody využívající translaci obrazu a výpočtů minimálních vzdáleností mezi bifurkacemi.
|
|
|
Detekce a sledování malých pohybujících se objektů
Filip, Jan ; Zuzaňák, Jiří (oponent) ; Hradiš, Michal (vedoucí práce)
Diplomová práce se zabývá detekcí a sledováním malých pohybujících se objektů ze statického obrazu. Je zde uvedený obecný přehled metod a přístupů řešení detekce a sledování objektů. Dále jsou zde popsány i některé jiné celé přístupy řešení. Jsou zde obsaženy základní definice, jako je šum, konvoluce a matematická morfologie. V práci jsou popsány Bayesovská filtrace a Kalmanův Filtr. Je zde popsána teorie Vlnek, vlnkových filtrů a transformací. Práce se zabývá různými metodami detekce blobů. Je zde uveden návrh a implementace aplikace, který je založen na Vlnkových filtrech a Kalmanově filtru. Implementováno je několik metod odečítání pozadí, které se porovnávají při testování. Testování a aplikace je navržena na detekci vozidel jedoucích v dáli (alespoň 200m daleko).
|
|
|
Morfologické operace ve zpracování obrazu
Kolouchová, Michaela ; Hradiš, Michal (oponent) ; Herout, Adam (vedoucí práce)
Matematická morfologie vychází z teorie množin a využívá vlastností tzv. bodových množin. Jednu bodovou množinou představuje samotný obraz a druhou (obvykle menší) tzv. strukturní element. Morfologické transformace jsou transformace "z obrazu do obrazu" založené výhradně na několika základních množinových operátorech. Relace uspořádání mezi obrazy a obrazové transformace hrají v matematické morfologii klíčovou roli. Základní morfologické operace jsou dilatace, eroze a tref či miň. Dalšími operacemi popsanými v následující práci jsou otevření a uzavření. Původně se používaly morfologické operátory pouze pro binární obrazy, postupně však byly zobecněny i pro šedotónové a barevné obrazy. Tato práce popisuje základy morfologie ve zpracování obrazu a některá její praktická použití pro filtrování a segmentaci obrazu.
|
|
|
Pokročilé metody detekce kontury srdečních buněk
Spíchalová, Barbora ; Čmiel, Vratislav (oponent) ; Odstrčilík, Jan (vedoucí práce)
Tato diplomová práce se zabývá pokročilými metodami detekce kontur srdečních buněk a měření jejich kontrakce. V úvodní teoretické části práce jsou popsány druhy konfokálních mikroskopů, které se používají pro snímání biologických vzorků. Následuje kapitola věnovaná metodám segmentace srdečních buněk, kde jsme seznámeni s běžně užívanými přístupy. Nejpoužívanější metody segmentace jsou aktivní kontury a matematická morfologie, kterým se věnuje podstatná část práce a blíže nás s těmito přístupy seznamuje. Díky těmto metodám jsme schopni v obrazových datech přesně detekovat požadované prvky a měřit jejich změnu plochy v čase. Nabyté teoretické znalosti nám slouží pro praktickou realizaci metod v programovém prostředí MATLAB.
|
|
|
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.
|
|
|
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.
|
|
|
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.
|
host ::
RSS.