|
|
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.
|
|
|
Segmentace buněk pomocí konvolučních neuronových sítí
Hrdličková, Alžběta ; Chmelík, Jiří (oponent) ; Vičar, Tomáš (vedoucí práce)
Tato práce zkoumá využití konvolučních neuronových sítí se zaměřením na sémantickou a instanční segmentaci buněk z mikroskopických snímků. Teoretická část obsahuje popis hlubokých neuronových sítí a shrnutí široce používaných konvolučních architektur pro segmentaci obrazu. Praktická část práce je věnována vytvoření modelu konvoluční neuronové sítě na základě architektury U-Net. Dále obsahuje segmentaci buněk predikovaných obrazů pomocí tří metod, a to prahování, metody rozvodí a metody náhodného chodce.
|
|
|
Segmentace obrazu pomocí strojového učení
Matějek, Libor ; Frýza, Tomáš (oponent) ; Bravenec, Tomáš (vedoucí práce)
Tato práce se zabývá strojovým učením a jeho aplikací do oblasti segmentace obrazu a rozpoznávání objektů. V práci je popsána základní terminologie související se strojovým učením a dat, které s ním souvisí. Dále se zaměřuje na biologickou podstatu neuronu a jeho technologické aplikace. Jsou zde přiblíženy základní druhy neuronových sítí a pro zpracování obrazu stěžejní konvoluční neuronová síť. Práce také uvádí využívané architektury konvolučních neuronových sítí. Dále navazují metody předzpracování obrazu před konvoluční sítí R-CNN. Následně jsou rozebrány některé z datasetů vhodných pro rozpoznání obrazu. Implementace je pak realizována v jazyce Python s podporou frameworku PyTorch od Facebooku.
|
|
|
Sledování objektu ve videosekvencích
Libiš, Zdeněk ; Zukal, Martin (oponent) ; Číka, Petr (vedoucí práce)
Práce se zabývá sledováním objektu ve video sekvenci. Zaměřuje se na studium pohybu jednoho objektu uvnitř jinak statické scény. Pohyb je určen směrem a rychlostí. Pro jejich určení jsou v rámci práce vytvořeny 3 operátory do prostředí RapidMiner. Operátor AccumulativeDifferenceImage zachycuje trajektorii pohybu scénou pomocí techniky kumulovaného rozdílového snímku. Operátor OpticalFlow je navržen pro popis typu pohybu a nalezení míry změny polohy. Pro určení rychlosti slouží operátor SpeedMeasuring, který na základě vstupních binárních masek vypočítá rychlost objektu v m/s. V teoretické části práce jsou popsány typy segmentačních technik, základní druhy vyhledávacích algoritmů, vlastnosti video sekvencí a problematika záznamu pohybu scény. V praktické části jsou vysvětleny implementace jednotlivých operátorů, popsány testovací video sekvence a zobrazeny výsledky jejich testů pro jednotlivé operátory.
|
|
|
Detekce biologických struktur ve snímcích z TEM mikroskopu
Cikánek, Martin ; Chmelík, Jiří (oponent) ; Potočňák, Tomáš (vedoucí práce)
Cílem první části této diplomové práce je vysvětlit teoretické základy transmisní elektronové mikroskopie and zmínit fundamentální části transmisních elektronových mikroskopů. Další část této práce je zaměřena na možné metody segmentace obrazu, využití neuronových sítí při detekci objektů v obraze a na následné shlukování výsledků. Teoretická část práce je zakončena vysvětlením některých již publikovaných metod automatické detekce biologických struktur v obrazech z mikroskopu a teoretickým návrhem algoritmu, který bude následně vypracován. Na začátku praktické části je vysvětlen postup trénování neuronových sítí za účelem automatické detekce biologických struktur v obraze. Poté následuje zhodnocení výsledků dosažených těmito sítěmi. Následně jsou na tyto výsledky aplikovány metody shlukové analýzy, jejichž výsledky jsou porovnávány mezi sebou a taktéž s výsledky dosaženými již publikovanými metodami.
|
|
|
Pokročilá segmentace obrazu pro 3D zobrazení
Baletka, Tomáš ; Fliegel, Karel (oponent) ; Boleček, Libor (vedoucí práce)
Diplomová práce pokročilé segmentace obrazu pro 3D se zabývá segmentací obrazu a anaglyfického 3D zobrazení. V teoretické části diplomové práce byly popsány různé přístupy používané k segmentaci obrazu a úzce související metody zpracování obrazu. V navazující praktické části byla provedena implementace vybraných metod a vytvořena uživatelsky příjemná aplikace. Hlavním cílem programu je identifikace výrazných objektů v obraze. Za účelem segmentace byly implementovány metody založené na metodě k-means, na metody kontur a na růstu ze semínka. Program je vytvořen v prostředí Visual Studio 2008 a napsán v programovacím jazyku C++. Vstupem i výstupem programu je obraz v různých formátech (JPG, BMP, TIFF).
|
|
|
Charakterizace tkání ve spektrálních CT datech
Poláková, Veronika ; Jan, Jiří (oponent) ; Jakubíček, Roman (vedoucí práce)
Tato bakalářská práce se zabývala charakterizací tkání na virtuálních monoenergetických obrazech (VMI). Byla zpracována literární rešerše o spektrálním CT, díky kterému lze VMI vytvořit. Dále bylo provedeno statistické vyhodnocení CT čísel tkání napříč spektrem energií VMI. Bylo zjištěno, že medián CT čísla s rostoucí energií VMI roste, nebo klesá různě strmě v závislosti na tkáni. To přispívá k lepšímu kontrastnímu rozlišení vybraných dvojic tkání na vhodných VMI a tím pádem i jejich lepší segmentaci a klasifikaci na těchto obrazech.
|
|
|
Segmentace obrazu jako výškové mapy
Moučka, Milan ; Kršek, Přemysl (oponent) ; Španěl, Michal (vedoucí práce)
Práce se zabývá segmentací objemových medicínských dat. Popisuje známou metodu rozvodí a klade důraz na předzpracování obrazových dat. Aplikace je navržena pro přímou segmentací trojrozměrných dat s využitím ITK a VTK knihoven. Před samotnou metodou rozvodí je použito několik metod předzpracování obrazu. Získané výsledky jsou porovnány s ručně anotovanou datovou sadu pomocí metriky F-Measure a následně zhodnoceny.
|
|
|
Segmentace obrazu pomocí GPU
Bravenec, Tomáš ; Mego, Roman (oponent) ; Frýza, Tomáš (vedoucí práce)
Bakalářská práce je zaměřena na využití potenciálu grafických karet v oblasti paralelního zpracování dat, přesněji na zpracování obrazu. Zabývá se určením rozdílu v rychlosti zpracování pomocí grafické karty a běžného přístupu pomocí procesoru. Práce se dále zabývá snímáním obrazu pomocí webkamery.
|
|
|
Kamerový subsystém mobilního robotu Minidarpa
Groulík, Tomáš ; Burian, František (oponent) ; Kopečný, Lukáš (vedoucí práce)
Diplomová práce je zaměřena na problematiku mobilní robotiky a počítačového vidění. Je zde stručně představena knihovna funkcí pro zpracování obrazu OpenCV. Dále práce pojednává o zpracování obrazu a navigaci mobilního robotu pomocí obrazových dat. Zde popsané postupy jsou především segmentační metody a metody pro navigaci pomocí významných bodů v obraze.
|
host ::
RSS.