|
|
Detekce krajiny v obrazech
Dufka, Zbyněk ; Křupka, Aleš (oponent) ; Číka, Petr (vedoucí práce)
Cílem této práce je shrnutí teorie, ze které vychází metody pro detekci objektů v rozsáhlé databázi obrazů a dále zpracování vlastního algoritmu pro detekci krajiny. Teoretická část popisuje zpracované metody Viola-Jones a HOG, které se dají uplatnit na lidské tváře a anomálie na rentgenových snímcích. Následná analýza identifikace objektů v obraze popisuje metody, které je možné využít při návrhu algoritmu pro vyhodnocení obrazu z hlediska přírodních prvků. Součástí praktické práce je kromě otestování již hotových algoritmů také rozbor metody stavěné přímo na míru detekci krajiny. Zpracovaný algoritmus je implementován do prostředí RapidMiner.
|
|
|
Identifikace objektů v obraze
Štěpán, Filip ; Malach, Tobiáš (oponent) ; Boleček, Libor (vedoucí práce)
Cílem práce je vytvoření algoritmu pro identifikaci objektu v obraze. Výsledný program bude schopen zpracovat reálná obrazová data. Z tohoto důvodu je důraz kladen zejména na složitost prostředí, ve kterém se objekty nalézají, spolehlivou segmentaci a kvalitní identifikaci objektu. Práce je zaměřena na detekci a identifikaci svislého dopravního značení v obraze, nacházejícího se podél silničních komunikací na území České republiky.
|
|
|
Náhrada QR kódů barevnými maticemi
Moc, Filip ; Szentandrási, István (oponent) ; Herout, Adam (vedoucí práce)
Tato bakalářská práce se zabývá tvorbou nového barevného kódu pro ukládání digitálních dat do obrazu. V této zprávě naleznete informace o souvisejících existujících technologiích včetně některých existujících kódů. Dále je zde návrh nového kódu s jeho postupným vylepšováním. Popsán je způsob generování i rozpoznávání tohoto kódu. A na konci jsou výsledky experimentů, které demonstrují vydaření celé práce.
|
|
|
Detekce ohně a kouře ve videosekvenci
Tomek, Peter ; Štancl, Vít (oponent) ; Švub, Miroslav (vedoucí práce)
Cílem práce je analýza vstupní videosekvence a následné nalezení oblastí, které obsahujících oheň nebo kouř. Daný problém je rozdělen na dvě podúlohy-detekci ohně a detekci kouře. Základem a prvním krokem analýzy je detekce daných oblastí pomocí Gaussova zloženého modelu-Gaussian mixture model. Na jeho natrénovaní je použit algoritmus Expectation- Maximization, nebo skráceně EM. Pro detekci kouře se dále používa technika optického toku. Výsledné oblasti jsou pak upraveny pomocí aplikace různých morfologických metod a analýzou vzájemné polohy detekovaných oblastí. Výstupem algoritmu je opět videosek- vence, ve které jsou zvýrazněny oblasti s pravděpodobnou přítomností ohně nebo kouře.
|
|
|
Standard OpenCL
Michlovský, Jakub ; Trzos, Michal (oponent) ; Průša, Zdeněk (vedoucí práce)
Tato práce pojednavá o standardu OpenCL, který umí použít grafickou kartu pro akce- laraci náročných výpočtů. V první části práce je podrobně rozebrána architektura stan- dardu a podporova hlavních výrobců hardware a operačních systémů. Ve druhé části je rozepsána tvorba a implementace ukázkové aplikace, která provádí úpravy obrázku. Celá práce je zakončena srovnávacím měřením doby výpočtů na procesoru a na grafické kartě.
|
|
|
Detekce a rozpoznání dopravních značek v obraze
Spáčil, Pavel ; Hradiš, Michal (oponent) ; Herout, Adam (vedoucí práce)
Tato práce se zaměřuje na téma rozpoznávání dopravních značek v obraze. Popisuje stručně některé používané metody a zaměřuje se hlavně na zvolený postup klasifikace. Ten je zevrubně popsán včetně rozšíření a metody pro vytváření modelů nutných při klasifikaci. V práci je popsána implementace knihovny a demonstračního programu včetně důležitých poznatků zjištěných během vývoje. V závěru práce jsou uvedeny výsledky několika experimentů a možné rozšíření.
|
|
|
Segmentace obrazu pomocí neuronové sítě
Jamborová, Soňa ; Řezníček, Ivo (oponent) ; Žák, Pavel (vedoucí práce)
Tato práce se zabývá návrhem softwaru pro segmentaci obrazu pomocí neuronové sítě. Definuje nezbytné základní pojmy v této problematice. Zaměřuje se hlavně na přípravu obrazových informací pro segmentaci pomocí neuronové sítě. Popisuje a porovnává různé přístupy k segmentaci obrazu.
|
|
|
Rozpoznání kódu z kontrolního obrázku
Růžička, Miloslav ; Zuzaňák, Jiří (oponent) ; Beran, Vítězslav (vedoucí práce)
Práce se zabývá problematikou rozpoznání kontrolního kódu v obrázku. Uvádí související oblasti ze zpracování obrazu, mezi které patří odstranění šumu, prahování, barevné modely, segmentace objektů a OCR. Práce dokumentuje výhody a nedostatky dvou vybraných metod segmentace objektů a navrhuje vlastní systém segmentace objektů. Dále je popsán navržený systém pro segmentaci a klasifikaci objektů.
|
|
|
Program pro výpočet transformací barevných souřadnic a mísení barev
Jurzykowski, Michal ; Štukavec, Radim (oponent) ; Slanina, Martin (vedoucí práce)
Nejdůležitější lidský smysl je zrak. Vidíme pomocí očí, které jsou citlivé na malou část elektromagentického vlnění. Bílé sluneční světlo obsahuje celé viditelné spektrum. Rozkladem bílého světla získáme barevné spektrum. Barvy rozeznáváme čípky, které jsou citlivé na červené, zelené a modré spektrum světla. V minulosti vzniklo mnoho barevných modelů využivající aditivní nebo subtraktivní míchání barev. Jeden z prvních matematicky definovaných modelů byl CIE 1931 neboli XYZ. Společně s ním byl vytvořen xy chromatický diagram, pro zobrazení barevného prostoru.Nejznámější barevné modely jsou RGB a CMY. V televizní technice se používá YUV. Modely HSV a HSL jsou více intuitivní. Mají tři základní parametry: barevný tón, sytost a jas.
|
|
|
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.
|
host ::
RSS.