|
|
Detekce objektů
Baáš, Filip ; Petyovský, Petr (oponent) ; Richter, Miloslav (vedoucí práce)
Táto bakalárska práca sa zaoberá detekciou tvarovo nemenných objektov na snímkach. Pre detekciu je využitý algoritmus hranového vzdialenostného párovania, ktorý je na tieto účely stavaný. Prvá časť tejto práce je určená teoretickému vysvetleniu princípu tohto algoritmu. Sú tu vysvetlené najpoužívanejšie spôsoby prevedenia vzdialenostnej transformácie, potrebnej pre tento algoritmus. Ďalej je tu vysvetlený výpočet hranovej vzdialenosti a pyramídová reprezentácia informácií. Druhá časť je venovaná vývojovým nástrojom použitým v tejto práci, ktorými sú vývojové prostredie Visual Studio a knižnice OpenCV pre spracovanie obrazu a Qt pre tvorbu grafického používateľského rozhrania. V poslednej časti tejto práce je popísaná praktická realizácia detekcie objektov. Je tu popísaný spôsob akým sú objekty renderované, postup vytvorenia vzoru z renderovaného obrazu, spôsob vytvorenia sady vzorov, porovnanie rýchlostí vzdialenostných transformácií počítaných v rôznych metrikách, porovnanie obyčajnej a pyramídovej detekcie a spôsob vyhodnotenia detekcie. V závere práce sú zhrnuté dosiahnuté výsledky práce.
|
|
|
Cell Detection Methods For The Images From Holographic Microscope
Vičar, Tomáš
Microscopical cell image analysis is widely used for cell behavior and morphology study. In dense cell cultures precise detection (separation) of a single cell is challenging task and it is important step for automatic cell analysis methods. There are a variety of methods, but most of them are less accurate for non-circular cells. This paper describes the common approaches for cell detection applied on images from holographic microscope. Linear discriminant analysis is used for combining results of these methods to obtain new more precise and robust approach.
|
|
|
Detekce objektů
Baáš, Filip ; Petyovský, Petr (oponent) ; Richter, Miloslav (vedoucí práce)
Táto bakalárska práca sa zaoberá detekciou tvarovo nemenných objektov na snímkach. Pre detekciu je využitý algoritmus hranového vzdialenostného párovania, ktorý je na tieto účely stavaný. Prvá časť tejto práce je určená teoretickému vysvetleniu princípu tohto algoritmu. Sú tu vysvetlené najpoužívanejšie spôsoby prevedenia vzdialenostnej transformácie, potrebnej pre tento algoritmus. Ďalej je tu vysvetlený výpočet hranovej vzdialenosti a pyramídová reprezentácia informácií. Druhá časť je venovaná vývojovým nástrojom použitým v tejto práci, ktorými sú vývojové prostredie Visual Studio a knižnice OpenCV pre spracovanie obrazu a Qt pre tvorbu grafického používateľského rozhrania. V poslednej časti tejto práce je popísaná praktická realizácia detekcie objektov. Je tu popísaný spôsob akým sú objekty renderované, postup vytvorenia vzoru z renderovaného obrazu, spôsob vytvorenia sady vzorov, porovnanie rýchlostí vzdialenostných transformácií počítaných v rôznych metrikách, porovnanie obyčajnej a pyramídovej detekcie a spôsob vyhodnotenia detekcie. V závere práce sú zhrnuté dosiahnuté výsledky práce.
|
host ::
RSS.