|
|
Předzpracování snímků sítnice za účelem zlepšení diagnostiky glaukomu
Holásková, Anna ; Walek, Petr (oponent) ; Odstrčilík, Jan (vedoucí práce)
Předzpracování snímků sítnice je prvním stupněm k dalšímu zpracování retinálních snímků nebo prvním krokem k diagnostice řady očních onemocnění. Předzpracování představuje takové úpravy obrazu, které zlepší jeho vizuální stránku. Je to především odstranění šumu vznikajícího při akvizici dat, transformace kontrastu a jasu, detekce hran a prahování. V této práci se zabýváme základními metodami předzpracování obrazu a dále konkrétními metodami předzpracování snímků sítnice. Mezi tyto patří globální jasové korekce, filtry typu horní propust, homomorfní filtrace a adaptivní zvýraznění. Kromě těchto metod, které lze implementovat do programového prostředí, existují i techniky ruční, založené na zkušenostech lékaře. V této práci je proto zmíněn i postup pro ruční úpravu snímků sítnice za pomocí programu Adobe Photoshop. Z výše zmíněných metod byly vybrány tři, které byly podrobněji nastudovány a implementovány do programového prostředí MATLAB. Jedná se o homomorfní filtraci, CLAHE (Contrast Limited Adaptive Histogram Equalization) a adaptivní zvýraznění. K těmto metodám byly vytvořeny funkce a byly otestovány na dostupných obrazových datech. V závěru práce jsou diskutovány výsledky vybraných metod. Uveden je také návod k použití.
|
|
|
Rozpoznávání objektů pomocí neuronových sítí
Marák, Jaroslav ; Rozman, Jaroslav (oponent) ; Zbořil, František (vedoucí práce)
Tato práce se zaměřuje na neuronové sítě a jejich klasifikační schopnosti při rozpoznávání objektů v obraze. Pro rozpoznávání je zde použito vícevrstvé dopředné neuronové sítě, trénovatelné pomocí algoritmu zpětného šíření chyby - Back Propagation. V práci je zmíněna problematika volby topologie takovéto sítě a významných parametrů ovlivňujících průběh učení dopředné sítě. Pomocí série experimentů rozpoznávání objektů v různých úlohách jsou prezentovány dosažené výsledky spolu se zhodnocením úspěšnosti.
|
|
|
Zpracování obrazu při určování topografických parametrů povrchů
Boháč, Martin ; Ohlídal, Miloslav (oponent) ; Šťastný, Jiří (vedoucí práce)
Práce se zabývá určením topografických parametrů náhodně drsného povrchu pomocí metody střihové interferometrie. Jedná se o optickou metodu určení drsnosti povrchu. Základní myšlenka je založena na deformaci interferenčních proužků vzniklých interferencí dvou stejných navzájem posunutých a nakloněných monochromatických světelných vlnoploch. Interferující vlnoplocha vznikne průchodem nebo odrazem monochromatického světla od povrchu zkoumaného tělesa. Interferující vlnoplochy vytváří obraz s deformovanými interferenčními proužky, který nese informaci o charakteru povrchu. Tato informace se z obrazu dá získat pomocí algoritmů zpracování obrazu. Tato diplomová práce byl zpracována v rámci vědecko-výzkumného záměru MSM 0021630529 Inteligentní systémy v automatizaci.
|
|
|
Posouzení korespondence zájmových bodů v obraze
Křehlík, Jan ; Beran, Vítězslav (oponent) ; Herout, Adam (vedoucí práce)
Tento dokument se zabývá experimentálním ověřením možnosti použití trénovacích algoritmů AdaBoost a WaldBoost pro vytvoření klasifikační funkce, která by dokázala ve druhém snímku nalézt bod, který koresponduje s bodem v prvním snímku v sekvenci snímků. Práce také popisuje nalezení význačných bodů v obraze, jejichž detekce patří k prvním z kroků hledání korespondence. Dále je popsáno vytvoření deskriptorů nalezených bodů zájmu. Takovéto nalezené korespondující body ve dvojici snímků mohou například sloužit jako předstupeň pro vytvoření 3D modelu nasnímané scény.
|
|
|
Mobilní systém pro rozpoznání textu na Androidu
Tomešek, Jan ; Kolář, Martin (oponent) ; Zemčík, Pavel (vedoucí práce)
Tato práce se zabývá tvorbou mobilní knihovny pro předzpracování obrazu s textem, která představuje součást systému pro rozpoznávání textu. Knihovna je realizována s důrazem na obecnost použití, efektivitu a přenositelnost. V rámci práce byla vytvořena knihovna, která poskytuje řadu algoritmů především pro hodnocení kvality obrazu a detekci textu, jež umožňují výrazně snížit objem přenášených dat a zrychlit a zpřesnit proces rozpoznávání. Vytvořena byla také příkladová aplikace pro platformu Android, která dokáže analyzovat složení potravin uváděné na jejich obalech. Celkově tak knihovna (systém) zjednodušuje tvorbu mobilních aplikací se zaměřením na extrakci a analýzu textu. Mobilní aplikace pak poskytuje pohodlný způsob ověření škodlivosti potravin. Čtenáři práce nabízí přehled současných řešení i nástrojů dostupných v této oblasti, poskytuje rozbor významných algoritmů předzpracování obrazu a provádí jej budováním knihovny a aplikace pro mobilní zařízení.
|
|
|
Vyhodnocení úspěšnosti detekce objektů v obraze
Černošek, Bedřich ; Behúň, Kamil (oponent) ; Zemčík, Pavel (vedoucí práce)
Cílem této bakalářské práce bylo navrhnout způsob vyhodnocení úspěšnosti detekce objektů v obraze. Výsledkem této práce bylo vytvořit program, který na vhodném příkladu provede vyhodnocení úspěšnosti detekce objektů a intuitivně zobrazí výsledek uživateli. Úkolem bylo navrhnout vhodné experimenty a datový set pro ověření správnosti vyhodnocení. Součástí práce bylo nalézt optimální parametry detektoru pro detekci obličejů a optimální předzpracování fotografie před detekcí obličejů.
|
|
|
Obrazová analýza mitotických chromosomů
Jaroš, Luboš ; Vítek, Martin (oponent) ; Škutková, Helena (vedoucí práce)
Rozvoj moderní medicíny umožňuje studovat lidský genom a odhalovat predispozice pro odlišné nemoci. Jednou z takových technik je analýza lidského karyotypu, tedy souboru všech chromosomů. Nejdůležitějším krokem při analýze karyotypu je detekce chromosomů a jejich kategorizace. V práci jsem navrhl nový algoritmus pro detekci a kategorizaci chromosomů do sedmi skupin z mikroskopického snímku vzorku DNA. Implementace algoritmu byla provedena v prostředí Matlab. Pro ověření přesnosti segmentace a klasifikace chromosomů byl algoritmus testován na snímcích ze dvou databází (117 a 38 snímků). Sensitivita segmentace činí 88% a pozitivní prediktivní hodnota segmentace je 92%. Úspěšnost párování chromosomů je 77%.
|
|
|
Rozpoznávání objektů grafického uživatelského rozhraní pro vizuální testování
Kisela, Sebastián ; Peringer, Petr (oponent) ; Smrčka, Aleš (vedoucí práce)
Bakalárska práca sa sústredí na analýzu súčasných metód používaných pri testovaní grafického používateľského rozhrania, ako aj nástrojmi na to použitými. Stanovuje špecifikácie požiadavkov a návrh metód rozpoznávania grafického používateľského rozhrania. Neskôr sú v práci podrobne popísané implementácia a obmedzenia implementovaného riešenia postavenom na vizuálnom rozpoznávaní na základe pixelov. V závere sú ukázané spôsoby, ktorými bola funkčnosť riešenia overovaná.
|
|
|
Object identification
Fábry, Tomáš ; Gogol, František (oponent) ; Richter, Miloslav (vedoucí práce)
Work describes creation and functionality of created program for object recognition. Program issue from snapshot from webcam and given sample of searched object. It recognize all objects on the snapshot and marks those similar to given sample with aberrations to it. Program is created as an aplication for windows with language C/C++. For comunication with webcam and displaying results a used functions from library OpenCV. In work is shown structure of program and arrangement of data. Next are decribed most important created functions and used OpenCV functions. With them there is explained used technqiues from object recognition field and image processing. Program enviroment and options are described.
|
|
| |
host ::
RSS.