|
| |
|
|
Interpolace obrazů
Václavík, Jan ; Odstrčilík, Jan (oponent) ; Kolář, Radim (vedoucí práce)
Tato bakalářská práce se zabývá porovnáváním některých interpolačních metod, při použití na různé druhy šedotónových 2D obrazů. Z hlavní části je zaměřena na lineární, kvadratickou a kubickou metodu a jejich kvalitativní vyhodnocení pro několika násobnou změnu obrazového rozlišení. K samotnému provedení analýzy je použito programové prostředí Matlab.
|
|
| |
|
|
Úvod do metody Six sigma a její využití v praxi
Šimek, Petr ; Kutálek, David (oponent) ; Bednář, Josef (vedoucí práce)
V diplomové práci jsem se zabýval metodou Six Sigma a jejím užitím v praxi ve firmě Miele technika s.r.o. První část se zabývá teoretickým popisem metody Six Sigma, metodikou DMAIC a používanými nástroji jako je SIPOC, Ishikawa diagram, Pareto diagram, korelační diagram nebo regresní analýza. Druhá část se zabývá popisem aplikace metody Six Sigma, kterou jsem měl možnost jako vedoucí týmu provést na procesu montáže sušiček a praček.
|
|
|
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.
|
|
|
Nástroj na zpracování fotografovaného textu
Hotař, Roman ; Rozman, Jaroslav (oponent) ; Grulich, Lukáš (vedoucí práce)
Tato práce popisuje metody převodu barevného obrázku s textem (barevné přechody, různé odstíny stíny atd.) do černobílé podoby. Zaměřuje se převážně na adaptivní prahování. Uvádí použité datové struktury a popisuje prostření výsledné aplikace. Závěrem jsou uvedeny výsledky několika testů funkčnosti převodu.
|
|
|
Software pro manuální ostření kamery s rozlišením 4K
Sláma, Adam ; Přinosil, Jiří (oponent) ; Kříž, Petr (vedoucí práce)
Práce obsahuje analýzu v současné době používaných metod, jejichž cílem je určit míru ostrosti obrazu. Tato analýza se použila pro vytvoření programu, který vyhodnocuje míru ostrosti obrazu v procentuální míře a pracuje v reálném čase. Dále aplikace dokáže ve snímku za určitých podmínek najít předem definovaný obrazec a v tomto místě měřit míru ostrosti. Druhou možnost představuje metoda, která hledá nejvhodnější místo pro ostření ve střední části obrazu. Závěrečná část práce obsahuje záznamy o testovacích měřeních, které byly provedeny v odlišných scénách.
|
|
|
Sledování vybraného objektu v dynamickém obraze
Klvaňa, Marek ; Březina, Lukáš (oponent) ; Krejsa, Jiří (vedoucí práce)
Tato diplomová práce se zabývá popisem a implementací algoritmů pro obecné sledování objektu v dynamickém obraze. Jsou zde představeny sledovací algoritmy Mean shift a Continuously adaptive mean shift, které reprezentují skupinu jádrového sledováni. K sestavení modelu sledovaného objektu je použit trojrozměrný barevný histogram, jehož konstrukce je rovněž popsána a zahrnuta do konceptu této práce. Výkony uvedených sledovacích algoritmů jsou porovnány na zkušebních snímkových sekvencích a podrobně vyhodnoceny.
|
|
|
Vizuální kontrola
Lancz, Michal ; Honec, Peter (oponent) ; Richter, Miloslav (vedoucí práce)
Táto semestrálna práca sa zaoberá problematikou vizuálnej kontroly. Ako kontrolované objekty sú zvolené ihly. V práci sú popísané základné poznatky k téme počítačového videnia. V prvej časti sú rozpísané metódy spracovania obrazu ako sú vyhladzovacie filtre a hranové filtre. Zvolené programovacie prostredie je Matlab. Pomocou tohto programu sa dajú prezentovať výsledky jednotlivých metód a výsledky sa ľahko môžu porovnávať. V ďalšej časti sú uvedené príklady výsledných použitých metód na vzorovom obrázku.
|
|
|
Rozpoznávání gest
Svoboda, Tomáš ; Mlích, Jozef (oponent) ; Hradiš, Michal (vedoucí práce)
Tato bakalářská práce se zabývá rozpoznáváním gest rukou. Jsou diskutovány výhody a nevýhody různých barevných modelů pro detekci barvy kůže. Kůže je detekována pomocí vyhledávací tabulky. Vyhledávací tabulka je vytvořena z histogramu barvy kůže a volitelně Gaussova rozdělení, jehož parametry jsou z histogramu odhadnuty. Pro klasifikaci gest jsou využity Skryté Markovovy modely. Pro práci s těmito modely byl použit toolkit HTK. Rozpoznávání gest v reálném čase zajištuje vlastní dekodér Skrytých Markovových modelů využívající Viterbiho algoritmus. Bylo provedeno několik experimentů se systémem a datovými sadami pro 4 gesta. Výsledky experimentů jsou velmi dobré.
|
host ::
RSS.