|
|
Segmentace významných objektů v barevných oftalmologických obrazech
Malínský, Miloš ; Jiřík, Radovan (oponent) ; Kolář, Radim (vedoucí práce)
Optický disk a žlutá skvrna patří mezi hlavní prvky sítnice. Jejich detekce a rozměření sehrává významnou roli v diagnostice očních onemocnění. Tato práce popisuje metody detekce optického disku a žluté skvrny v barevných oftalmologických obrazech. Jedná se o nalezení středu žluté skvrny a optického disku, u kterého je dále detekována vnější hranice. Existuje řada metod pro segmentaci těchto prvků z retinálních obrazů. Všeobecně přijatá detekční metoda však není známa z důvodu existence různých technik pořizování dat s rozlišnými charakteristikami. Diplomová práce popisuje veškerý proces detekce, od předzpracování přes segmentaci k závěrnému zpracování. Prezentované metody jsou založeny na kombinaci korelačních technik, Houghovy transformace, aktivních kontur a morfologických operací. Výsledné kontury optického disku jsou zpracovány a kvantitativně vyhodnoceny pomocí porovnání s konturou označenou zkušeným oftalmologem. Diplomová práce obsahuje množství obrázků, které mají usnadnit pochopení aplikované detekce.
|
|
|
Automatic detection of neural fibers losses
Václavek, Martin ; Jiřík, Radovan (oponent) ; Kolář, Radim (vedoucí práce)
This work is focused on detection of loss in nerve fibre layer on colour pictures of retina, witch are makes by fundus camera. It describe every simple objects of retina, optic nerve head, macula lutea and vascular bed. It detect optic nerve head and his near area, witch is general for detection of breakdownds. It use several metodes of picture adjusting for picture elaboration and objects detection (segmentation, thresholding, enhancement, hough transformation ). The detection of loss in nerve fibre layer is based on comparing of statistic parameters ( average, standart deviation, skewness coefficient and kurtosis coefficient histogram, entropy ) in choosed areas with and withou destruction of nerve layers. Vascular bed have badwatsh on results, cause of this we using hand choosing of essay.
|
|
|
Detekce poznávací značky v obraze
Vacek, Michal ; Hradiš, Michal (oponent) ; Beran, Vítězslav (vedoucí práce)
V první části se práce zabývá již známými metodami detekce značek. Jsou zde popsány metody využívající zpracování obrazu, AdaBoost, či detekci extrémních regionů. Následuje návrh a implementace vlastního přístupu k detekci poznávacích značek využívající lokální detektory k vytvoření slovníku vizuálních slov. V závěru je metoda vyhodnocena.
|
|
|
3D rekonstrukce obličeje
Poulíček, Zbyněk ; Šiler, Ondřej (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá 3D rekonstrukcí obličeje s promítnutou pravidelnou mřížkou z 2D snímku. Zahrnuje také detekci mřížky v obraze a popis potřebných metod zpracování rastrového obrazu. Aplikace je napsána v jazyce C++ s využitím grafické knihovny OpenCV a je určena pro OS Windows XP a vyšší.
|
|
|
Metody detekce a reprezentace hran v obraze
Beránek, Jan ; Herout, Adam (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá metodami hranové detekce a reprezentace hran v digitálním obraze. Shrnuje a popisuje některé používané metody. Dále se zaměřuje na návrh a popis implementace jednoduchého OCR systému založeného na hranové detekci a využívajícího umělou neuronovou síť pro rozpoznávání velkých strojově psaných písem anglické abecedy. Systém je napsán v jazyce C a využívá grafické knihovny OpenCV a knihovny FANN pro tvorbu umělé neuronové sítě. Aplikace je vytvořena a testována v prostředí operačního systému Windows XP.
|
|
| |
|
|
Automatické zpracování ručně opravených testů
Pelantová, Lucie ; Herout, Adam (oponent) ; Beran, Vítězslav (vedoucí práce)
Cílem této bakalářské práce je hromadné zpracování ručně opravených testů. Podstatou řešení tohoto problému je detekce tabulky. Struktura tabulky je nalezena nejprvne na vzorové straně a následně je vyhledávána ve zpracovávaných formulářích. Odpovídající si nalezené části tabulky jsou využity k~výpočtu homografie. Po aplikování transformační matice jsou vysegmentována data a předána k~rozpoznání ručně psaného textu. Práce obsahuje vyhodnocení přesnosti jednotlivých částí systému a možnosti využití v~praxi. Výsledná aplikace má umožnit efektivní efektivní segmentaci dat ze strukturovaných dokumentů.
|
|
|
Rozpoznávání ručně psaného písma pomocí neuronových sítí
Horký, Vladimír ; Janda, Miloš (oponent) ; Plchot, Oldřich (vedoucí práce)
V této práci budou představeny neuronové sítě, konkrétně algoritmus zpětného šíření chyby. Bude vyloženo teoretické pozadí algoritmu a budou zde řešeny problémy, se kterými se můžetete setkat při učení takovéto sítě. Práce se také zabývá předzpracováním obrazu a obrazovými příznaky, které jsou hlavním stavebním kamenem klasifikace. Část práce se také zabývá experimenty s neuronovou sítí nad zvolenými obrazovými příznaky. Součástí práce je také vytvoření demo-aplikace pro experimenty s neuronovými sítěmi a pro převod textu v obraze na text elektronický.
|
|
|
Detekce elipsy v obraze
Hříbek, Petr ; Herout, Adam (oponent) ; Hradiš, Michal (vedoucí práce)
Práce představuje algoritmy používané pro detekci elipsy v obraze. Každá metoda je teoreticky popsána ve vlastní podkapitole. Mezi popisované metody patří mimo jiné Houghova transformace, Náhodná Houghova transformace, RANSAC, genetické algoritmy a jejich různé úpravy a optimalizace. Dále jsou popsány modifikace stávajících postupů s cílem dosažení lepších výsledků, jedná se o Obloukovou MHT, Kombinaci NMHT a Detekci metodou nejmenších čtverců. Předposlední kapitolou je popis testování parametrů rychlosti, úspěšnosti a přesnosti implementovaných algoritmů. Závěr práce shrnuje výsledky dosažené testováním a jednotlivé metody komentuje.
|
|
|
Automatické zpracování ručně opravených testů
Pelantová, Lucie ; Herout, Adam (oponent) ; Beran, Vítězslav (vedoucí práce)
Cílem této bakalářské práce je hromadné zpracování ručně opravených testů. Podstatou řešení tohoto problému je detekce tabulky. Struktura tabulky je nalezena nejprvne na vzorové straně a následně je vyhledávána ve zpracovávaných formulářích. Odpovídající si nalezené části tabulky jsou využity k~výpočtu homografie. Po aplikování transformační matice jsou vysegmentována data a předána k~rozpoznání ručně psaného textu. Práce obsahuje vyhodnocení přesnosti jednotlivých částí systému a možnosti využití v~praxi. Výsledná aplikace má umožnit efektivní efektivní segmentaci dat ze strukturovaných dokumentů.
|
host ::
RSS.