|
|
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.
|
|
|
Analýza scény založená na 2D obrazech
Hejtmánek, Martin ; Drahanský, Martin (oponent) ; Orság, Filip (vedoucí práce)
Tato práce se zabývá analýzou povrchu objektů v jednoduché scéně reprezentované dvourozměrným obrazem. Shrnuje běžně používané metody v tomto oboru informačních technologií a popisuje jejich výhody a nevýhody. Na základě získaných znalostí a zkušeností představuje vlastní návrh algoritmu pro analýzu povrchu objektů založený na světelné informaci. Obsahuje podrobný popis algoritmu implementovaného v rámci této práce a diskutuje výsledky provedených experimentů. Na základě zkušeností s implementovaným algoritmem navrhuje možné předpoklady pro jeho další vylepšení.
|
|
|
Předzpracování a transformace textových kolekcí dat
Maruna, Viktor ; Burget, Radek (oponent) ; Bartík, Vladimír (vedoucí práce)
Tato bakalářská práce se zabývá problematikou získávání znalostí z textů, především se zaměřením na předzpracování a transformaci. V teoretické části práce jsou obsaženy informace o vývoji a metodach procesů získávání znalostí z textů, textových kolekcí dat a využití v praxi. Další část této práce detailně popisuje jednotlivé kroky procesu předzpracování a transformace textových kolekcí dat. V závěrečných částech je přehled o vývoji aplikace, testování a osobní zhodnocení práce.
|
|
|
Zpracování a visualizace hmotnostních spekter
Beneš, Ondřej ; Bendl, Jaroslav (oponent) ; Martínek, Tomáš (vedoucí práce)
Jedna z nových technik v oblasti analytické chemie, které nalézá stále více uplatnění v praxi, je zobrazovací hmotnostní spektrometrie. Díky její schopnost zaznamenat zastoupení látek ve vzorku při analýze tkáně však vznikají až GB dat a tyto data je nutné zpracovávat programově. Cílem této práce je vytvořit aplikaci pro zpracování a vizualizaci dat z nového standardu imzML. Součástí práce je stručný úvod do problematiky hmotnostní spektrometrie, konkrétněji pak typu MALDI TOF a jsou zde popsány některé metody předzpracování hmotnostně spektrometrických dat. V práci je také nahlédnuto na současný stav existující software a na základě požadavků spolupracující laboratoře je navržena a implementována nová aplikace nejen umožňující zobrazení dat, ale i jejich předzpracování jako jsou například metody vyhlazování dat Savitzky-Golay, interní kalibrace či vyhledávání píků pomocí spojité vlnkové transformace. K závěru jsou i některé ukázky vizualizovaných dat z reálných experimentů.
|
|
|
Genetický návrh klasifikátoru s využítím neuronových sítí
Tomášek, Michal ; Vašíček, Zdeněk (oponent) ; Mrázek, Vojtěch (vedoucí práce)
Cílem této práce je genetický návrh neuronových sítí, jenž budou schopné provádět klasifikaci v rámci různých klasifikačních úloh. K vytváření těchto neuronových sítí je použit algoritmus vycházející z algoritmu NeuroEvolution of Augmenting Topologies (zkráceně známého jako NEAT). Dále je představena myšlenka předzpracování, která je v implementovaném výsledku rovněž zahrnuta. Cílem předzpracování je snížení výpočetních nároků pro zpracování datové sady daného klasifikačního problému. Výsledkem této práce je množina experimentů provedených nad datovou sadou pro detekci rakovinných buněk a databází ručně psaných číslic MNIST. Klasifikátory vytvořené pro rakovinné buňky pak dosahují více jak 99% přesnosti a u experimentu MNIST dochází ke snížení výpočetních nároků o více jak 10% se zanesením zanedbatelné chyby o velikosti 0,17%.
|
|
|
Detekce a rozpoznávaní tváře s využitím platformy Raspberry Pi
Rozhoňová, Andrea ; Mézl, Martin (oponent) ; Hesko, Branislav (vedoucí práce)
Následující bakalářská práce se věnuje problematice detekce a rozpoznání tváří v obraze. Teoretická část rozděluje metody detekce a rozpoznání obličeje do několika skupin, které jsou poté blíže popsány a vysvětleny. Na konci teoretické části je shrnuto současné využití rozpoznání osob na základě tváří v praxi. V praktické části je implementovaná metoda detekce obličeje jako kombinace přístupu, který využívá haarovy příznaky a přístupu s vyhledáváním pomocí šablony oka. Následné rozpoznání zajišťuje konvoluční neuronová síť. Závěrem jsou shrnuty zásady a problémy spojené s implementací na mikropočítač Raspberry Pi.
|
|
|
Snímač otisku prstu
Kovář, Martin ; Sekora, Jiří (oponent) ; Mézl, Martin (vedoucí práce)
Diplomová práce se zabývá problematikou snímání otisku lidského prstu, která je v současnosti velmi aktuální a představuje nejrozšířenější biometrickou technologii. Teoretická část práce seznamuje čtenáře se základy daktyloskopie a biometrie a pojednává o technologiích využívaných ke snímání otisků, o metodách předzpracování pořízených obrazů a o komerčně dostupných bezkontaktních optických snímačích. Praktickou částí práce je realizace bezkontaktního optického snímače založeného na minipočítači Raspberry Pi, implementace algoritmů pro zpracování snímků v jazyce Python a testování zařízení z hlediska kvality získaných otisků.
|
|
|
Rychlé zobrazování přesných stínů metodou předpočítané geometrie
Mikeš, Tibor ; Milet, Tomáš (oponent) ; Pečiva, Jan (vedoucí práce)
Cílem této práce je navrhnout a implementovat efektivní způsob vykreslování zcela přesných (per-pixel correct) ostrých stínů ve scénách se statickou geometrií. Podstatou této metody je oddělené vykreslování osvětlených a zastíněných povrchů. Protože informace o zastínění trojúhelníku je známa ještě před jeho rasterizací, není potřeba provádět kontroly zastínění pro každý rasterizovaný fragment. Aby bylo možné scény tímto způsobem vykreslit, je potřeba je nejprve předzpracovat. Práce tedy kromě vykreslování stínů popisuje a implementuje také dva možné způsoby předzpracování scén.
|
|
|
Základní rozpoznání živosti otisku prstu
Horák, Tomáš ; Smital, Lukáš (oponent) ; Kašpar, Jakub (vedoucí práce)
Biometrická data jsou jedinečná, bezpečná a často používaná pro ochranu informací. I tak lze v některých případech detektory obelhat, a proto je potřeba živost kontrolovat. Tato práce se zaměřuje na základní rozpoznání živosti otisku prstu. Používá se přitom jen jednoho obrazu prstu. Pro dokonalé rozpoznání je potřeba otisky srovnávat, tedy mít více než jeden stejný otisk, a proto jsou tyto metody velice náročné. Předzpracování bylo provedeno binární segmentační maskou. Dále bylo využito metod využívající poměrů stupňů šedi v obraze, průměru, směrodatné odchylky nebo ekvalizace histogramu. Všechny metody byly provedeny na databázi LivDet 2011 v prostředí Matlab a cílem bylo rozpoznání pravého otisku od falešného.
|
|
|
Biometrické rozpoznání živosti prstu
Jurek, Jakub ; Smital, Lukáš (oponent) ; Vítek, Martin (vedoucí práce)
Tato práce se zabývá problematikou obecné biometrie se zaměřením na biometrii otisku prstu, s popisem papilárních linií a principů snímačů otisků prstů. Dále se práce zabývá problematikou detekce živosti prstu včetně popisu metod detekce. Dále práce popisuje vybrané příznaky pro vlastní detekci, použitou databázi otisků a vlastní algoritmus pro předzpracování obrazu. Následuje popis použitého klasifikátoru neuronová síť pro detekci živosti pomocí vybraných příznaků, statistické vyhodnocení výsledků detekce a vybraných příznaků a popis vytvořeného grafického uživatelského rozhraní.
|
host ::
RSS.