|
|
Dohledávání objektů v obraze
Pluskal, Richard ; Petyovský, Petr (oponent) ; Richter, Miloslav (vedoucí práce)
Práce se zabývá návrhem prostředí pro zadávání geometrických objektů v obraze za účelem jejich dalšího zpracování. Program by měl také obsahovat algoritmy usnadňující zadávání objektů (například automatické upřesňování polohy zadávaných objektů). V první části je uveden stručný úvod do oblasti počítačového vidění a jeho základních metod použitých v práci a také popis knihovny pro zpracování obrazu OpenCV. Další část popisuje tři základní geometrické útvary, které jsou v programu prozatím implementovány. Protože výstup programu je v univerzálním formátu XML, následuje krátká kapitola právě o XML. Poté jsou shrnuty některé používané metody pro hledání parametrického popisu objektů v obraze. Poslední kapitola popisuje navržený systém a hodnotí možnost a vhodnost jeho použití pro různé typy obrazů.
|
|
|
Detekce hran pomocí neuronové sítě
Janda, Miloš ; Žák, Pavel (oponent) ; Švub, Miroslav (vedoucí práce)
Hlavní náplní této práce je popis a implementace metod detekce hran pomocí neuronové sítě, které jsou náhradou klasických metod detekce hran pomocí hranových detektorů. V prvních kapitolách je obecně diskutována problematika zpracování obrazu, detekce hran a neuronových sítí. Cílem hlavní části je návrh procesu generování syntetických obrazů, extrakce dat a představení variant vhodných topologií neuronových sítí pro účely detekce hran v obraze. Závěr práce je pak věnován vyhodnocení úspěšnosti detekce hran.
|
|
|
Houghova transformace pro detekci kružnic
Kazík, Martin ; Burget, Radim (oponent) ; Říha, Kamil (vedoucí práce)
Práce je zaměřena na implementaci algoritmu Houghovy transformace pro detekci kružnic. Algoritmus je implementován v jazyce C++ za použití volně dostupné knihovny OpenCv [5]. Jako implementační prostředí bylo zvoleno Microsoft Visual Studio 2008. V první kapitole je obecně popsána klasická Houghova transformace pro detekci přímek a kružnic. Dále práce obsahuje popis jednotlivých kroků algoritmu Houghovy transformace a popis funkcí OpenCv, které jsou v těchto krocích použity. Podrobně jsou popsány funkce pro převedení obrazu do stupňů šedi, vyhlazení obrazu Gaussovým filtrem a Cannyho hranový detektor pro nalezení hran ve vyhlazeném obraze. Efektivita a rychlost algoritmu je zvýšena zavedením funkce pro vyhledání potenciálních středů. Princip hledání potenciálních středů je založen na faktu, že přímka kolmá na sečnu kružnice a zároveň procházející středem sečny vždy prochází také středem kružnice samotné. Výsledky jednotlivých fází algoritmu (převedení do stupňů šedi, vyhlazení Gaussovým filtrem, detekce hran, vytvoření akumulátoru potenciálních středů a vykreslení kružnic) jsou prezentovány na ultrazvukovém snímku kolagenové tepenní náhrady. V druhé části práce je algoritmus Houghovy transformace využit pro detekci tepny ve snímcích videosekvence zachycené ultrazvukem. Je zde popsána automatizovaná metoda vyhodnocování úspěšnosti detekce tepny. Úspěšnost detekce je testována při změně důležitých parametrů algoritmu. Ze série testů jsou určeny ideální parametry algoritmu pro detekci tepny v dané videosekvenci.
|
|
|
Vyhledávání fotografií podle obsahu
Valenta, Martin ; Mlích, Jozef (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá studiem metod vhodných k vyhledávání fotografií na základě obsahu a následným návrhem a implementací aplikace pro vyhledávání budov. Cílem zmíněné aplikace je vytvořit interaktivního průvodce městem s využitím kombinace webových a klientských technologií (mobilních, desktopových). Podrobněji jsou popsány jednotlivé kroky rozpoznávání. Extrakce klíčových bodů obrazu metodou SURF, vytvoření vizuálního slovníku pomocí algoritmu k-means, váhování slovníku metodou TF-IDF. K popisu obrazových dat je využit postup Bag of Words. V textu jsou dále zmíněny nové trendy v této oblasti a shrnut návrh aplikace a dosažené implementační výsledky.
|
|
|
Verifikace rukopisu a podpisu
Beránek, Jan ; Řezníček, Ivo (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá metodami verifikace ručně psaného podpisu a rukopisu. Shrnuje a popisuje některé užívané techniky a odkazuje na příslušnou literaturu. Dalším tématem práce je návrh a implementace jednoduché aplikace pro verifikaci rukopisu. Aplikace je založena na hranové detekci a porovnání vybraných strukturálních a statistických příznaků. Jako podpůrný nástroj pro rozhodování je použit SVM klasifikátor z balíku LIBSVM. Aplikace je napsána v jazyce C a využívá grafickou knihovnu OpenCV. Testovací i trénovací sada byla vytvořena ze vzorků rukopisu z internetové databáze IAM Handwriting Database. Aplikace je vytvořena a testována v prostředí operačního systému Windows XP.
|
|
|
Pokročilé metody detekce hran v obraze
Novák, Marek ; Nečas, Ondřej (oponent) ; Španěl, Michal (vedoucí práce)
Detekce hran v obraze je jedním fundamentálních postupů užitých v oblasti zpracování obrazu a počítačového vidění. Cílem této práce je implementace a porovnání zvolených konvenčních a pokročilých metod, včetně porovnání jejich výkonnosti. Práce popisuje implementaci a evaluaci metody Linked Edges as Stable Region Boundaries . Úspěšnost metod je vyhodnocena za použití Berkeley Segmentation Data Set and Benchmarks 500 .
|
|
|
Srovnání hranových detektorů
Dula, Marek ; Loučka, Pavel (oponent) ; Procházková, Jana (vedoucí práce)
V této bakalářské práci se zaměřujeme na porovnání různých metod pro nalezení hran v obraze a filtraci šumu v obraze. V úvodu se věnujeme zavedení základních pojmů souvisejících s danou problematikou. Následně popisujeme jednotlivé metody detekování hran a filtrování šumu v obrazu. Další část obsahuje programové zpracování jednotlivých metod v softwaru Matlab. Na závěr srovnáváme jednotlivé filtry šumu a dále i hranové detektory.
|
|
|
Detekce pohybu v obraze z kamery
Polanský, Petr ; Sochor, Jakub (oponent) ; Herout, Adam (vedoucí práce)
Cílem této práce je zhodnotit účinnost detekce pohybu pomocí Gaussova rozdělení pravděpodobnosti. Algoritmus při detekci pohybu vytvoří krátké video zachycující pohyb a vhodně jej vizualizuje. Vizualizace je provedena grafem intenzity bílých pixelů mapující pohyb. Systém je vhodný hlavně pro méně rušné oblasti, kde pohyb je významnou změnou prostředí. Výsledky této práce ukazují, jaký vliv na detekci mají okolní podmínky a poloha kamery.
|
|
|
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.
|
|
|
Rychlá detekce dopravních značek v obraze
Sochor, Jakub ; Španěl, Michal (oponent) ; Herout, Adam (vedoucí práce)
Tato bakalářská práce se zabývá detekcí dopravních značek v obraze, přičemž cílem bylo zpracování v reálném čase. Nejprve budou popsány algoritmy a způsoby, jakými mohou být dopravní značky detekovány. Následně bude popsána detekce dopravních značek využívající jejich tvarů a úpravy tohoto algoritmu provedené v rámci této práce. V další části bude provedeno vyhodnocení výsledků, kterých se podařilo dosáhnout.
|
host ::
RSS.