|
|
Využití filtračních metod v NMR měřeních
Nezhyba, Jiří ; Mikulka, Jan (oponent) ; Gescheidtová, Eva (vedoucí práce)
Diplomová práce se zabývá vlnkovou transformací a jejím využitím při zpracování a odstraňování šumu ze snímků pořízených nukleární magnetickou rezonancí. Definuje základní pojmy v této problematice jako jsou mateřská vlnka či prahování. Především však popisuje princip vlnkové transformace, prahovací techniky a kritéria hodnocení účinnosti filtrace. Je zde popsána spojitost mezi vlnkovou transformací a bankami číslicových filtrů. V experimentální části je popsána navržená filtrační metoda odstranění šumu ze snímku pořízeného technikou nukleární magnetické rezonance. Byly aplikovány různé druhy mateřských vlnek. Vyhodnocení účinnosti filtrace bylo provedeno pomocí poměru signálu k šumu, relativního kontrastu a strmosti změny intenzity signálu. Dále se věnuje porovnání vlastností obrazu a výběru mateřské vlnky na základě vlastností obrazu. Obrazy byly porovnány z hlediska jejich histogramu, kumulativního histogramu, k-prostoru a diference obrazu.
|
|
|
Směrové reprezentace obrazů
Zátyik, Ján ; Rajmic, Pavel (oponent) ; Průša, Zdeněk (vedoucí práce)
Jednotlivé metody popisují obraz na základě určitých tvarů, kterým se říká báze nebo frame. Pomocí těchto bází se provádí transformace obrazu do reprezentace pomocí transformačních koeficientů. Cílem je, aby byl obraz popsán co nejmenším počtem koeficientů, aby se získala tzv. řídká reprezentace. Tuto vlastnost lze využít např. pro kompresi obrazu. Báze však nejsou schopny popsat všechny tvary, které se v obrazu mohou vyskytnout. Tento nedostatek zvyšuje počet transformačních koeficientů popisujících obraz. Cílem této diplomové práce je nastudovat obecný princip výpočtu transformačních koeficientů a porovnat klasické způsoby analýzy obrazu s některými z nových způsobů analýzy obrazů. Porovnává účinnost metod při rekonstrukci obrazu z omezeného počtu koeficientů a zašuměného obrazu. Dále porovnává interpolační metodu využívající vlastnosti dvou různých transformací s bikubickou interpolací. Teoretická část se zabývá popisem transformačních metod. Popisuje metody z hlediska vícenásobného rozlišení, lokalizaci v časové a kmitočtové oblasti, nadbytečnosti a směrovosti. Dále uvádí příklady transformace na konkrétním obrázku. Praktická část diplomové práce porovnává transformace Fourier, Wavelet, Contourlet, Ridgelet, Radon, Wavelet Packet a WaveAtom na základě schopnosti rekonstrukce obrazu z omezeného počtu nejvýznamnějších transformačních koeficientů. Dále porovnává schopnost metod odstranit šum v obrazu použitím zmíněných metod a prahovacích technik aplikovaných a transformační koeficienty. Poslední podkapitola se zabývá interpolací obrazu spojením dvou metod a porovnává výsledky s klasickou bikubickou interpolací.
|
|
|
Rozpoznávání podle sítnice oka
Stružka, Jaroslav ; Orság, Filip (oponent) ; Fiala, Jiří (vedoucí práce)
Tato diplomová práce se zabývá rozpoznáváním podle sítnice oka (identifikace, verifikace). V úvodu jsou zmíněny informace o lidském oku a chorobách, které jej mohou postihnout a tím znehodnotit používaný snímek sítnice. Dále je provedena analýza a návrh SW aplikace pro rozpoznávaní sítnice, která je založena na postupné aplikaci obrazových filtrů (pipeline). Zejména pak filtrů pro detekci hran, prahování a skeletonizaci. Součástí systému je i registrace, verifikace a identifikace uživatelů. V závěru jsou uvedeny dosažené výsledky rozpoznávání.
|
|
|
Filtrační metody pro zpracováni MR obrazů
Pláněk, Jiří ; Smékal, Zdeněk (oponent) ; Gescheidtová, Eva (vedoucí práce)
Diplomová práce pojednává o vlnkové transformaci a její možné aplikaci v metodách odstraňujících šum ze signálu a obrazu. Je popsána problematika důležitých parametrů (druh vlnky, volba prahovací techniky, velikost prahů a volba úrovně rozkladu), které je nutné nastavovat pro úspěšné odstranění šumu z obrazu. Dále je popsána spojitost mezi vlnkovou transformací a bankami číslicových filtrů, které se využívají v metodách protišumové a subpásmové filtrace. Část diplomové práce je zaměřena také na popis principu nukleární magnetické rezonance, kterou jsou sejmuté snímky čelistních kloubů určené pro zpracování v diplomové práci. V experimentální části diplomové práce jsou popsány filtrační metody pro odstranění složek šumu ze snímků čelistního kloubu snímaného technikou nukleární magnetické rezonance. Jedná se tedy o filtrační metodu zkvalitňující původní snímky čelistního kloubu. Aplikace filtrační metody lékaři usnadňuje výsledné vyhodnocení zdravotního stavu pacienta. Testovány byly různé druhy vlnek a také rozdílné postupy aplikace filtrační metody. Výsledky filtračních metod byly posuzovány visuálně, protože snímky jsou určeny pro vizuální vyhodnocování zdravotního stavu lékařem a tedy jakékoliv technické prostředky pro posouzení kvality filtrační metody by nemuseli být rozhodující. Zvolit snímek s nejlépe odstraněným šumem je otázkou zrakových schopností lékaře. Pouze lékař přesně ví, kterou oblast na snímku vyhodnocuje, a který snímek mu nejlépe poskytuje potřebné informace tak, aby správně klasifikoval zdravotní stav pacienta.
|
|
|
Vyhlazování polygonálních modelů
Svěchovský, Radek ; Švub, Miroslav (oponent) ; Kršek, Přemysl (vedoucí práce)
Digitalizace objektů či převod 3D modelů do podoby povrchové reprezentace s sebou přináší nedokonalosti v podobě šumu. Tato práce rozebírá známé přístupy k eliminaci zašumění polygonálních modelů. Čtenář bude srozuměn se základními principy vyhlazování a především s výsledky srovnání jednotlivých metod mezi které patří Laplaceova metoda, algoritmus Laplace-HC, Taubinův filtr dolní propusti a bilaterální filtr.
|
|
| |
|
|
Odstranění známého signálu z nahrávky
Urbánek, Radomír ; Žmolíková, Kateřina (oponent) ; Černocký, Jan (vedoucí práce)
Cílem této diplomové práce je návrh a implementace metody, která ze zvukové nahrávky dokáže odstranit známý signál. V úvodní části práce jsou popsány vlastnosti zvuku a jeho šíření prostorem, zpracování signálu v počítači a hledání impulsní odezvy systému. Dále je popsán postupný vývoj metody vedoucí k odstranění známého signálu z nahrávky. Následuje popis a implementace této metody. Dále je popsáno, jakým způsobem a na jakých datech bude metoda testována. Na závěr je testování vyhodnoceno, navrženo zlepšení a další možné pokračování práce.
|
|
|
Využití vlnkové transformace při zpracování obrazu
Dostál, Martin ; Klíma, Ondřej (oponent) ; Bařina, David (vedoucí práce)
Vlnková transformace je využívána již několik desetiletí a je stále předmětem výzkumu - především její modifikace používající tzv. vlnky druhé generace. Oproti ostatním integrálním transformacím má několik výhod, těmi nejdůležitějšími jsou schopnost lokalizace zároveň v čase a frekvenci a schopnost dobře dekorelovat některé reálné nestacionární signály - např. obraz. Z těchto důvodů se vlnková transformace stala často využívaným nástrojem při řešení mnohých úkolů ve zpracování obrazu, jako je např. jeho komprese, detekce hran nebo vylepšení kontrastu. V této práci je nejprve vysvětlen teoretický základ samotné vlnkové transformace a její implementace pro použití s dvourozměrnými diskrétními signály. V další části je představeno a popsáno několik aplikací vlnkové transformace - detekce hran, odstranění šumu, vylepšení kontrastu, zobrazování HDR a několik dalších. Provedené testy potvrdily vhodnost využití vlnkové transformace ve vybraných aplikacích zpracování obrazu.
|
|
|
Využití analýzy hlavních komponent (PCA) ke zpracování obrazových dat
Solnický, Jan ; Archalous, Tomáš (oponent) ; Rychtárik, Milan (vedoucí práce)
Tato práce se zabývá využitím analýzy hlavních komponent (PCA) ke zpracování obrazových dat a jejím cílem je seznámit se s matematickým aparátem analýzy hlavních komponent a možnostmi jejího využiti pro zpracovaní obrazu. Dále obsahuje návod jak PCA využít ke kompresi obrazových dat a k převodu barevného obrazu na šedotónový. Ukazuje také možnosti PCA při odstraňování šumu ve vlnkové oblasti. Práce zahrnuje také výsledky kompresních a odšumovacích operací a jejich zhodnocení.
|
|
|
Odstraňování šumu v obraze pomocí metod hlubokého učení
Strejček, Jakub ; Jakubíček, Roman (oponent) ; Vičar, Tomáš (vedoucí práce)
Tato práce se zabývá srovnáním metod odstranění šumu pomocí hlubokého učení a jejich implementací. V posledních letech se ukázalo, že k trénování konvolučních neuronových sítí není nutně potřeba mít párová data, tedy zašuměné a bezšumové obrázky, ale pro některé aplikace stačí pro odstranění šumu pouze ty zašuměné. Metodami uvedenými v této práci lze účinně odstranit např. aditivní Gaussovský šum a lze dosáhnout lepších výsledků než užitím některých statistických metod, které se pro odstranění šumu aktuálně používají.
|
host ::
RSS.