|
|
Comparison of the Effect of Fingerprint Image Compression Algorithms on the Quality of Matching Algorithms
Varga, Marek ; Kanich, Ondřej (referee) ; Drahanský, Martin (advisor)
Táto práca si kladie za cieľ zhodnotiť vplyv rôznych možností kompresie a techník spracovania obrazu pre rôzne typy snímok odtlačkov prstov. Kvalita kompresných metód sa otestuje pomocou rôznych techník porovnávania odtlačkov prstov na meranie podobnosti medzi spracovaným a pôvodným obrázkom odtlačku prsta. Práca hodnotila výkonnosť kompresií JPEG, PNG a WSQ, ako aj porovnávače založené na markantoch, krížovej korelácií a PSNR. Techniky spracovania odtlačkov prstov zahŕňali normalizáciu obrazu, binarizáciu, zmenu bitovej hĺbky, odstránenie šumu a zmenu veľkosti obrazu. Výsledkom bolo, že kompresia PNG zaznamenala najlepšie priemerné skóre pre všetky typy odtlačkov prstov podľa všetkých testovaných porovnávačov. Okrem toho kompresia JPEG zaznamenala najlepšie priemerné kompresné časy, zatiaľ čo kompresia WSQ priniesla najmenšie komprimované veľkosti súborov. Techniky spracovania snímok odtlačkov prstov nezlepšili skóre zhody, iba ich zhoršili.
|
|
|
Video Enhancement Using Convolutional Networks
Skácel, David ; Špaňhel, Jakub (referee) ; Hradiš, Michal (advisor)
Convolutional neural networks (CNN) represent a state-of-the-art approach to non-trivial image processing tasks, including compression artifacts reduction and image super-resolution. As some research groups nowadays show, these networks can also be leveraged to perform such tasks on real-world video data, resulting in video spatial super-resolution and more. The main goal of this work is to determine whether these nets can be adjusted to perform temporal super-resolution of real-world video data. I utilize the aforementioned neural net architectures in this paper to do so. As I show, given that the input videos are of reasonable quality, these nets are capable of double-image interpolation up to a certain level, where the output image is usable for temporal upsampling. Although the presented results are promising, I encourage more research to be done on this topic.
|
|
|
Speckle noise suppression methods in ultrasound images
Tvarůžek, Marek ; Harabiš, Vratislav (referee) ; Mézl, Martin (advisor)
This diploma thesis deals with the methods of despeckling in ultrasound images. Ultrasound imaging and related artifacts are described in more details. Ultrasound imaging has its pros and cons, where speckle noise is a disadvantage to be solved. Models of origin of this specific noise are referred too. Practical part of this thesis aims on filtering speckled images by basic and advanced filtering methods as are linear filtering, median filtering, application of Frost filter, QGDCT, geometric filtering, anisotropic diffusion filtering and filtering based on wavelet transformation. Results are compared on the basis of objective criteria.
|
|
|
Analysis of Iteratively Reconstructed CT Data: Novel Methods for Measuring Image Quality
Walek, Petr ; Herout, Adam (referee) ; Svoboda,, David (referee) ; Jan, Jiří (advisor)
Se zvyšující se dostupností medicínského CT vyšetření a s rostoucím počtem patologických stavů, pro které je indikováno, se redukce pacientské dávky ionizujícího záření stává stále aktuálnějším tématem. Výrazný pokrok v tomto odvětví představují nové metody rekonstrukce obrazů z projekcí, tzv. moderní iterativní rekonstrukční metody. Zároveň se zavedením těchto metod vzrostla potřeba pro měření obrazové kvality. Kvalita iterativně rekonstruovaných dat byla doposud kvantitativně hodnocena pouze na fantomových datech nebo na malých oblastech zájmu v reálných pacientských datech. Charakter iterativně rekonstruovaných dat však naznačuje, že tyto přístupy nadále nejsou dostatečné a je nutné je nahradit přístupy novými. Hlavním cílem této dizertační práce je navrhnout nové přístupy k měření kvality CT obrazových dat, které budou respektovat specifika iterativně rekonstruovaných obrazů a budou počítána plně automaticky přímo z reálných pacientských dat.
|
|
|
Simulation of the HVS characterstics in Matlab
Ševčík, Martin ; Slanina, Martin (referee) ; Kratochvíl, Tomáš (advisor)
In theoretical part Diploma thesis deals with the model of human vision HVS (Human Visual System), which can be used for image quality assessment in TV technique area. It has been described calculations of selected JND (Just Noticeable Difference) metrics, used in evaluation of HVS. In practical part of the thesis it has been suggested and realized simulation model in Matlab, which may be used for evaluation of three JND metrics from color and grayscale images and evaluation in spatial a frequency domain. Results of JND models have been compared to another objective image quality evaluation metrics (MSE, NMSE, SNR and PSNR). For interpretation of dependencies it has been used images with different defined content.
|
|
|
Enhancement of bio-medical image signals
Gregor, Michal ; Šmirg, Ondřej (referee) ; Přinosil, Jiří (advisor)
When scanning biomedical images by magnetic resonance or ultrasound, unwanted elements in the form of noise are entered to the image. With help of various methods it is possible the noise from the image partially remove. There are many methods for noise reduction and every one works on a different principle. As a result of this the results of these methods are different and is necessary for them to be objectively assessed. There is use for the adjustment of the images wavelet transformation and some treshold techniques in the work. The quality of the resulting pictures is tested by the methods for objective quallity tests. Testing was done in the MATLAB program environment on the pictures from magnetic resonance and pictures from ultrasound.
|
|
|
Image Super-Resolution Using Deep Learning
Bublavý, Martin ; Juránková, Markéta (referee) ; Španěl, Michal (advisor)
The ability to identify and treat a variety of medical diseases is made possible by medical imaging, which is an essential component of contemporary healthcare. Yet, elements like noise and low resolution can have a negative impact on the quality of medical photographs. In this thesis, how to enhance the resolution and quality of medical images was investigated using MedSRGAN, a deep learning model built on generative adversarial networks (GANs). MedSRGAN was implemented and then applied to computed tomography (CT), one of the most utilized medical imaging methods.
|
|
|
Comparison of the Effect of Fingerprint Image Compression Algorithms on the Quality of Matching Algorithms
Varga, Marek ; Kanich, Ondřej (referee) ; Drahanský, Martin (advisor)
Táto práca si kladie za cieľ zhodnotiť vplyv rôznych možností kompresie a techník spracovania obrazu pre rôzne typy snímok odtlačkov prstov. Kvalita kompresných metód sa otestuje pomocou rôznych techník porovnávania odtlačkov prstov na meranie podobnosti medzi spracovaným a pôvodným obrázkom odtlačku prsta. Práca hodnotila výkonnosť kompresií JPEG, PNG a WSQ, ako aj porovnávače založené na markantoch, krížovej korelácií a PSNR. Techniky spracovania odtlačkov prstov zahŕňali normalizáciu obrazu, binarizáciu, zmenu bitovej hĺbky, odstránenie šumu a zmenu veľkosti obrazu. Výsledkom bolo, že kompresia PNG zaznamenala najlepšie priemerné skóre pre všetky typy odtlačkov prstov podľa všetkých testovaných porovnávačov. Okrem toho kompresia JPEG zaznamenala najlepšie priemerné kompresné časy, zatiaľ čo kompresia WSQ priniesla najmenšie komprimované veľkosti súborov. Techniky spracovania snímok odtlačkov prstov nezlepšili skóre zhody, iba ich zhoršili.
|
|
|
Analysis of Iteratively Reconstructed CT Data: Novel Methods for Measuring Image Quality
Walek, Petr ; Herout, Adam (referee) ; Svoboda,, David (referee) ; Jan, Jiří (advisor)
Se zvyšující se dostupností medicínského CT vyšetření a s rostoucím počtem patologických stavů, pro které je indikováno, se redukce pacientské dávky ionizujícího záření stává stále aktuálnějším tématem. Výrazný pokrok v tomto odvětví představují nové metody rekonstrukce obrazů z projekcí, tzv. moderní iterativní rekonstrukční metody. Zároveň se zavedením těchto metod vzrostla potřeba pro měření obrazové kvality. Kvalita iterativně rekonstruovaných dat byla doposud kvantitativně hodnocena pouze na fantomových datech nebo na malých oblastech zájmu v reálných pacientských datech. Charakter iterativně rekonstruovaných dat však naznačuje, že tyto přístupy nadále nejsou dostatečné a je nutné je nahradit přístupy novými. Hlavním cílem této dizertační práce je navrhnout nové přístupy k měření kvality CT obrazových dat, které budou respektovat specifika iterativně rekonstruovaných obrazů a budou počítána plně automaticky přímo z reálných pacientských dat.
|
|
|
Video Enhancement Using Convolutional Networks
Skácel, David ; Špaňhel, Jakub (referee) ; Hradiš, Michal (advisor)
Convolutional neural networks (CNN) represent a state-of-the-art approach to non-trivial image processing tasks, including compression artifacts reduction and image super-resolution. As some research groups nowadays show, these networks can also be leveraged to perform such tasks on real-world video data, resulting in video spatial super-resolution and more. The main goal of this work is to determine whether these nets can be adjusted to perform temporal super-resolution of real-world video data. I utilize the aforementioned neural net architectures in this paper to do so. As I show, given that the input videos are of reasonable quality, these nets are capable of double-image interpolation up to a certain level, where the output image is usable for temporal upsampling. Although the presented results are promising, I encourage more research to be done on this topic.
|
guest ::
