|
|
Soubor programů pro podporu výuky zpracování obrazů
Hlavatý, Jindřich ; Říha, Kamil (oponent) ; Rajmic, Pavel (vedoucí práce)
Bakalářská práce se zabývá vývojem programů pro podporu výuky. Cílem práce je vytvoření souboru java appletů. Úvodní část práce vysvětluje pojmy, které souvisí s danou tématikou a jsou potřebné k jejímu řešení. Následuje popis barevných modelů a prostorů. V této části se nachází i převody jednotlivých modelů na model RGB. Následující část ukazuje rozložení obrazu na bitové roviny, a to binárně nebo pomocí Grayova kódu. Další kapitola pojednává o zpracování obrazu pomocí konvoluce, převod barevného obrazu na obraz ve stupních šedi a ditheringu. V závěru práce jsou ukázány jednotlivé java applety s popisy jejich funkcí a ovládáním.
|
|
|
Sběr a zpracování dat pomocí LabVIEW
Kroliczek, Filip ; Havránek, Zdeněk (oponent) ; Šedivá, Soňa (vedoucí práce)
Bakalářská práce se zabývá sběrem a zpracováním dat pomocí programu LabVIEW. V úvodu je představen přehled bakalářské práce. Navazující kapitoly jsou věnovány teoretickému rozboru konvoluce, korelace, rychlé Fourierovy transformace a harmonickému zkreslení. Po teoretickém rozboru funkcí zpracování signálu následuje úvod do programu LabVIEW pro měření a zpracování signálu. Navazující kapitola popisuje měřicí kartu s možnostmi připojení a nastavením. Následně je rozebrán měřicí program vytvořený v LabVIEW a to uživatelské prostředí, ovládání programu a popis části programu. Závěr obsahuje zhodnocení získaných výsledků pomocí měřicí karty.
|
|
|
Klasifikace obrazů s pomocí hlubokého učení
Hřebíček, Zdeněk ; Přinosil, Jiří (oponent) ; Mašek, Jan (vedoucí práce)
Práce se zabývá detekcí objektů v obraze a jejich klasifikací do tříd. Klasifikace je zajištěna modely prostředí pro hlubokého učení BVLC/Caffe; Detekci objektů zajišťují algoritmy AlpacaDB/selectivesearch a belltailjp/selective_search_py. Jedním z výsledků této práce je úprava a využití modelu hluboké konvoluční neuronové sítě AlexNet v prostředí BVLC/Caffe. Model byl natrénován s přesností 51,75% pro klasifikaci do 1 000 tříd, následně byl upraven a natrénován pro klasifikaci do 20 tříd s přesnotí 75.50%. Přínosem práce je implementace grafického rozhraní pro detekci a klasifikaci objektů do tříd, jež je implementováno jako aplikace na bázi webového serveru v jazyce Python. Aplikace integruje výše zmíněné algoritmy detekce objektů s klasifikací pomocí BVLC/Caffe. Výslednou aplikaci lze použít jak pro detekci (a klasifikaci) objektů, tak pro rychlé ověření klasifikačních modelů prostředí BVLC/Caffe. Tato aplikace byla pro možnost rozšíření a dlašího využití zveřejněna na serveru GitHub pod licencí Apache 2.0.
|
|
|
Paralelizace v jazyce Rust
Šlampa, Ondřej ; Bařina, David (oponent) ; Kobrtek, Jozef (vedoucí práce)
Tato práce se zabývá paralelizací v jazyce Rust. Cílem této práce je zhodnotit výkon a použitelnost jazyka Rust pro tvorbu paralelních aplikací ve srovnání s již používanou alternativou - OpenMP. Toto porovnání bylo provedeno na výpočtu n-rozměrné konvoluce. V závěru se nachází zhodnocení výsledků a návrhy pro jejich další využití.
|
|
|
Hodnocení kvality snímků sítnice
Tvarůžek, Marek ; Jiřík, Radovan (oponent) ; Kolář, Radim (vedoucí práce)
Tato práce se zabývá vlastnostmi barevných snímků sítnice, které jsou pořízeny digitální fundus kamerou a principem funkce těchto kamer. Podrobněji jsou zde popsány základní operace pro předzpracování nejen snímku sítnice, ale i pro ostatní biomedicínské obrazy. Teoretické poznatky z těchto základních operací pro zpracování obrazu jsou využíty k vytvoření algoritmu v programovém prostředí Matlab pro kvantitativní hodnocení kvality snímku sítnice i modelových dat z hlediska zaostření. Zjištěné výsledky jsou porovnány a zaneseny do grafických závislostí.
|
|
|
Vizualizace objemových dat pomocí volume renderingu
Varga, Marek ; Herout, Adam (oponent) ; Kršek, Přemysl (vedoucí práce)
Tato práce se zabývá využitím teoretických poznatků z oblasti počítačové grafiky a vektorové matematiky při zpracování a zobrazení objemových dat. Popisuje více způsobů vizualizace objemových dat a jejich optimalizaci. K problematice objemových dat spadají matematické principy a algoritmy, které zajistí získání dat, jejich správnou interpretaci, filtraci a odstranění chyb a vlastní zobrazení. Práce pojednává o využití a praktických možnostech metody vizualizace objemových dat pomocí voxel splattingu. Součástí práce je implementace demonstračního programu který používá tuto metodu. V programu je použito několik urychlovacích technik procesu vykreslení včetně přeskakování prázdných úseků a efektivní adresování v objemových datech a jejich vlastnostech. Systém umožňuje interaktivní zobrazení a manipulaci s objemovými daty.
|
|
|
Časosběrné video
Kárníková, Pavlína ; Sumec, Stanislav (oponent) ; Herout, Adam (vedoucí práce)
Tato práce popisuje problematiku tvorby časosběrného videa, zpracování obrazu a teorii fotografování. Cílem je vytvořit program, který by uměl upravit fotografie a následně je zpracovat do podoby videa. Program je implementován v jazycích C a C++ pomocí knihovny OpenCV. Je určen pro operační systém Windows.
|
|
|
Techniky používané pro ostření a rozmazávání obrazu
Kubínek, Jiří ; Šilhavá, Jana (oponent) ; Venera, Jiří (vedoucí práce)
Práce je věnovaná metodám pro úpravu digitálního obrazu. Definuje nezbytné základní pojmy v této problematice, jako je barevný prostor či šum. Především však rozebírá samotné metody umožňující ostření a rozmazávání obrazu. Popisuje několik nejznámějších postupů jak z hlediska teorie, tak následně i nastiňuje jejich implementaci v programovacím jazyce C. Algoritmy jsou dále porovnávány z hlediska časové složitosti. Cílem této práce je seznámení s problematikou filtrace obrazu a vysvětlení základních postupů užívaných k jejich realizaci.
|
|
|
Časosběrné video
Macháček, Martin ; Beran, Vítězslav (oponent) ; Juránková, Markéta (vedoucí práce)
Tato práce pojednává o postupech používaných při tvorbě časosběrného videa ze sady fotografií a nástrojích, které ji usnadňují. Navrhuje a hodnotí různé přístupy použitelné při vyřazování odlišných snímků ze sekvence, aplikaci digitálních obrazových filtrů a další využitelné funkce. Praktickou částí práce je aplikace, která tyto metody a funkce implementuje.
|
|
|
Cannyho operátor a další používané hranové detektory
Janda, Miloš ; Juránek, Roman (oponent) ; Venera, Jiří (vedoucí práce)
Tato práce poskytuje úvod do problematiky digitálního zpracování obrazu a definuje základní pojmy pro jeho úspěšné pochopení. Zabývá se několika vhodnými metodami předzpracování obrazu pro detekci hran, metodami pro detekci hran a následného zpracování těchto obrazů. Cílem práce je efektivní implementace a komplexní porovnání metod používaných pro detekci hran.
|
host ::
RSS.