|
|
Metody segmentace biomedicinských obrazových signálů
Krumpholc, Lukáš ; Šmirg, Ondřej (oponent) ; Přinosil, Jiří (vedoucí práce)
Tato práce se zabývá metodami segmentace biomedicínských obrazových signálů. Popisuje, shrnuje a porovnává vybrané metody zpracování digitálního obrazu. Jednou z uvedených metod je segmentace založená na parametrickém vyjádření. Za základní parametr si můžeme zvolit například jas a prahováním pak získáme výsledný binární obraz. Další popisovanou metodou je segmentace na základě hranové reprezentace, kterou můžeme rozdělit na detekci hran pomocí hranových detektorů nebo pomocí Houghovy transformace. U hranových detektorů se využívá k detekci hran první, nebo druhá derivace. Následuje regionově orientovaná segmentace, kterou využíváme pro zašumělý obraz, i tuto kategorii můžeme rozdělit na tři části. Segmentaci dělením a slučováním oblastí, kdy je obraz rozdělen a vzniklé oblasti jsou testovány na stanovenou podmínku, pokud ji splňuje, oblasti se spojí a dále se už nedělí. Na segmentaci růstem oblastí, kdy jsou sousední pixely s podobnou intenzitou jasu k sobě seskupovány a vytváří tak segmentovanou oblast. Na segmentaci algoritmem rozvodí, která je založena na představě rozlévání vody na nerovnoměrném povrchu. Poslední skupinou metod je segmentace pomocí pružných a aktivních kontur. Zde je popsán aktivní tvarový model, který vychází z možnosti deformovat modely tak, aby odpovídaly vzorovým tvarům. Dále popisuji metodu Snakes, kdy dochází k postupnému tvarování kontur až ke hraně objektu v obraze. Ke konečné úpravě segmentovaných obrazů je použita matematická morfologie. Mým cílem bylo seznámit se s metodami segmentace obrazových signálů a vybrané metody pak zpracovat jako skripty v programovacím jazyce Matlab a jejich vlastnosti ověřit na snímcích.
|
|
|
Pokročilé metody detekce kontury srdečních buněk
Spíchalová, Barbora ; Čmiel, Vratislav (oponent) ; Odstrčilík, Jan (vedoucí práce)
Tato diplomová práce se zabývá pokročilými metodami detekce kontur srdečních buněk a měření jejich kontrakce. V úvodní teoretické části práce jsou popsány druhy konfokálních mikroskopů, které se používají pro snímání biologických vzorků. Následuje kapitola věnovaná metodám segmentace srdečních buněk, kde jsme seznámeni s běžně užívanými přístupy. Nejpoužívanější metody segmentace jsou aktivní kontury a matematická morfologie, kterým se věnuje podstatná část práce a blíže nás s těmito přístupy seznamuje. Díky těmto metodám jsme schopni v obrazových datech přesně detekovat požadované prvky a měřit jejich změnu plochy v čase. Nabyté teoretické znalosti nám slouží pro praktickou realizaci metod v programovém prostředí MATLAB.
|
|
| |
|
|
Parallelization and Optimization of Image Processing Applications
Šiška, Jakub ; Seeman, Michal (oponent) ; Černocký, Jan (vedoucí práce)
This Bachelor's Thesis was performed during a study stay at the École Supérieure d'Ingénieurs en Électronique et Électrotechnique Paris, France. It proposes solution for speeding up image processing algorithm and its adoption for use with real-time video stream from the infra red camera. The first part discusses characteristics and basic principles of the IR technology, followed by specifications of used camera. Ongoing text also proposes solution of problems concerning network communication with the camera. In addition, it describes camera's output stream format characteristics and solution for output visualisation. Substantial part of this work covers issues concerning parallelization and optimization of video stream and image file data processing. Problem of the parallelisation for this case is explained together with implemented parallelization method. Entire theoretical part is supported with the real results, benchmarks, which are presented in the last chapter.
|
|
|
Detekce různě silných čar v obraze
Váňa, Lukáš ; Hradiš, Michal (oponent) ; Beran, Vítězslav (vedoucí práce)
Tato bakalářská práce se zabývá problematikou nalezení čar zadané šířky v obraze. Shrnuje teoretické podklady a postupy pro zpracování vstupního obrazu a teorii detekce hran. Uvádí současné známé metody pro detekci přímky v obraze. S pomocí těchto metod rozšířené o další známé postupy tato práce navrhuje algoritmus schopný detekovat čáru v obraze zadané šířky. Popisuje také návrh a realizaci aplikace, která demonstruje funkčnost vytvořeného algoritmu. Aplikace je současné programovou částí práce.
|
|
|
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.
|
|
|
Rozpoznávání topologických informací z plánu křižovatky
Huták, Petr ; Bartík, Vladimír (oponent) ; Kreslíková, Jitka (vedoucí práce)
Tato diplomová práce se zabývá průzkumem, návrhem a tvorbou postupů pro rozpoznávání topologických informací z plánu křižovatky. Vysvětluje metody používané v oblasti zpracování obrazu za účelem segmentace obrazu, rozpoznávání objektů v obraze, popisuje existující přístupy zpracování map reprezentovaných rastrovými obrazy a cílové prostředí, do kterého bude praktická část práce integrována. Práce je zaměřena především na porovnání různých přístupů získávání příznaků z rastrových map křižovatek a určení jejich sémantického významu. Praktická část je realizovaná v jazyku C# s využitím knihovny OpenCV.
|
|
|
Morfologické operace ve zpracování obrazu
Kolouchová, Michaela ; Hradiš, Michal (oponent) ; Herout, Adam (vedoucí práce)
Matematická morfologie vychází z teorie množin a využívá vlastností tzv. bodových množin. Jednu bodovou množinou představuje samotný obraz a druhou (obvykle menší) tzv. strukturní element. Morfologické transformace jsou transformace "z obrazu do obrazu" založené výhradně na několika základních množinových operátorech. Relace uspořádání mezi obrazy a obrazové transformace hrají v matematické morfologii klíčovou roli. Základní morfologické operace jsou dilatace, eroze a tref či miň. Dalšími operacemi popsanými v následující práci jsou otevření a uzavření. Původně se používaly morfologické operátory pouze pro binární obrazy, postupně však byly zobecněny i pro šedotónové a barevné obrazy. Tato práce popisuje základy morfologie ve zpracování obrazu a některá její praktická použití pro filtrování a segmentaci obrazu.
|
|
|
Segmentace cévního řečiště na snímcích sítnice s využitím matematické morfologie
Stonawski, Stanislav ; Jan, Jiří (oponent) ; Odstrčilík, Jan (vedoucí práce)
Důležitým krokem analýzy sítnicových snímků je segmentace cévního řečiště. Výsledek této analýzy může být využit při diagnostice očních či kardiovaskulárních onemocnění. Tato práce se zabývá možnostmi segmentace cévního řečiště ve snímcích s vysokým rozlišením za využití metod matematické morfologie. Cílem práce je vytvoření algoritmu, který bude schopen segmentace cévního řečiště ze sítnicových snímků. Dalším cílem je provedení hodnocení jeho účinnosti. Práce se stručně zabývá problematikou fundus kamer, vlastnostmi jejich obrazových dat a databází snímků. Dále jsou popsány vlastnosti cévního řečiště v těchto snímcích společně se způsoby jeho segmentace. Prezentovány jsou vytvořené algoritmy a výsledky jejich aplikace na databázi High-Resolution Fundus Image Database.
|
|
|
Využití snímků sítnice v biometrii
Bujnošková, Eva ; Drahanský, Martin (oponent) ; Kolář, Radim (vedoucí práce)
Rozpoznávání podle sítnice je velmi účinný a téměř neomylný nástroj pro identifikaci osob, díky svým výhodám může být použit v případech, kdy je třeba zajistit vysokou bezpečnost. Proces identifikace vychází z úspěšné extrakce cévního řečiště ze snímku sítnice a převodu na binární obraz. Tento je pak použit k hledání bifurkací v řečišti s využitím skeletonizace jako operace matematické morfologie. Větvení cév jako jediný parametr nestačí, je proto doplněn informacemi o tloušťce a směru cévy v okolí detekované bifurkace. Souhrn parametrů je následně porovnán s příznaky obrazů v databázi a pomocí zarovnávání je stanoven obraz, který je s určitou pravděpodobností nejbližší danému souhrnu. Ten je vyhodnocen jako shoda a k testovacímu objektu je přiřazen objekt z databáze. Práce zahrnuje také zpracování druhé metody využívající translaci obrazu a výpočtů minimálních vzdáleností mezi bifurkacemi.
|
host ::
RSS.