|
|
Popis a detekce textur v obraze
Zachar, Tomáš ; Ševcovic, Jiří (oponent) ; Španěl, Michal (vedoucí práce)
Tato bakalářská práce se zabývá metodami klasifikace textur a implementuje jednoduchý klasifikátor textur, umožňující generování dynamické banky filtrů dle aktuální sady textur. Pro získání příznaků jsou zvoleny Gáborovy filtry společně s Hu momenty. Jako klasifikátor je použit algoritmus SVM.
|
|
|
Texturní příznaky
Zahradnik, Roman ; Šiler, Ondřej (oponent) ; Švub, Miroslav (vedoucí práce)
Cílem tohoto projektu je zhodnotit účinnost využití texturních příznaků při rozpoznávání a klasifikaci textur v počítačovém zpracování obrazu. Stěžejním úkolem práce je porovnat a diskutovat experimentálně získané výsledky a efektivitu jejich dosažení použitím texturních příznaků implementovaných metodou lokálních binárních vzorů v konfrontaci s výsledky docílenými s využitím matic sousednosti při klasifikaci shlukovou analýzou.
|
|
|
Vylepšení obrazu z ultrazvuku pro vizuální diagnostiku
Vaňhara, Jaromír ; Kršek, Přemysl (oponent) ; Španěl, Michal (vedoucí práce)
Ultrazvuk je velmi častou a oblíbenou metodou lékařského vyšetření. Interpretace obrazu získaného při tomto vyšetření je ovšem netriviální a vyžaduje velkou zkušenost. Tato práce se zabývá technikami vylepšení obrazu z ultrazvuku a tedy usnadněním diagnozy. Představuje základní metody zpracování obrazu vhodné na tento typ úloh a představuje také několik pokročilých postupů. Je zde ukázán návrh aplikace, která tyto postupy spojuje a vytváří tak nástroj pro zjednodušení vizuální diagnostiky.
|
|
|
Texture Spectral Similarity Criteria Comparison
Havlíček, Michal ; Haindl, Michal
Criteria capable of texture spectral similarity evaluation are presented and compared. From the fifteen evaluated criteria, only four criteria guarantee zero or minimal spectral ranking errors. Such criteria can support texture modeling algorithms by comparing the modeled texture with corresponding synthetic simulations. Another possible application is the development of texture retrieval, classification, or texture acquisition system. These criteria thoroughly test monotonicity and mutual correlation on specifically designed extensive monotonously degrading experiments.
|
|
|
Popis a detekce textur v obraze
Zachar, Tomáš ; Ševcovic, Jiří (oponent) ; Španěl, Michal (vedoucí práce)
Tato bakalářská práce se zabývá metodami klasifikace textur a implementuje jednoduchý klasifikátor textur, umožňující generování dynamické banky filtrů dle aktuální sady textur. Pro získání příznaků jsou zvoleny Gáborovy filtry společně s Hu momenty. Jako klasifikátor je použit algoritmus SVM.
|
|
|
Vylepšení obrazu z ultrazvuku pro vizuální diagnostiku
Vaňhara, Jaromír ; Kršek, Přemysl (oponent) ; Španěl, Michal (vedoucí práce)
Ultrazvuk je velmi častou a oblíbenou metodou lékařského vyšetření. Interpretace obrazu získaného při tomto vyšetření je ovšem netriviální a vyžaduje velkou zkušenost. Tato práce se zabývá technikami vylepšení obrazu z ultrazvuku a tedy usnadněním diagnozy. Představuje základní metody zpracování obrazu vhodné na tento typ úloh a představuje také několik pokročilých postupů. Je zde ukázán návrh aplikace, která tyto postupy spojuje a vytváří tak nástroj pro zjednodušení vizuální diagnostiky.
|
|
|
Texturní příznaky
Zahradnik, Roman ; Šiler, Ondřej (oponent) ; Švub, Miroslav (vedoucí práce)
Cílem tohoto projektu je zhodnotit účinnost využití texturních příznaků při rozpoznávání a klasifikaci textur v počítačovém zpracování obrazu. Stěžejním úkolem práce je porovnat a diskutovat experimentálně získané výsledky a efektivitu jejich dosažení použitím texturních příznaků implementovaných metodou lokálních binárních vzorů v konfrontaci s výsledky docílenými s využitím matic sousednosti při klasifikaci shlukovou analýzou.
|
host ::
RSS.