|
|
Hledání objektů v obraze
Mišta, Petr ; Petyovský, Petr (oponent) ; Richter, Miloslav (vedoucí práce)
Detekce objektů na základě barvy nepatří mezi standardně používané metody počítačového vidění. Existuje mnoho metod zabývajících se detekcí významných bodů, ale barevná informace byla doposud opomíjena. Cílem této diplomové práce je navrhnout metodu detekce významných barevných oblastí obrazu a tyto oblasti sesouhlasit s oblastmi detekovanými v jiném obraze. Jsou rozebrány vlastnosti detektorů, potřebné pro určení vzájemné korespondence obrazů, definován pojem významnosti barvy, popsány základní barevné modely a jejich vlastnosti, a představen návrh metody založené na statisticky zpracovávaných datech. Algoritmy pro detekci barevných oblastí využívají barevných modelů RGB a HSV. Sesouhlasení oblastí detekovaných v různých obrazech je prováděno pomocí Kohonenovy neuronové sítě. Tu je možné jedním vstupním vektorem naučit a druhý podle ní klasifikovat. Pro odstranění chybných klasifikací je používána metoda RANSAC. Ve výsledku metoda může sloužit pro základní a rychlé určení korespondencí mezi obrazy, nebo ke zrychlení běžně používaných metod detekce významných bodů. Na konci práce jsou představeny programy demonstrující funkčnost a možnosti navržených metod. Navržené algoritmy byly vypracovány v systému MATLAB.
|
|
|
Automatické zarovnání CT skenu hlavy
Karmazinová, Inna ; Kolář, Radim (oponent) ; Jakubíček, Roman (vedoucí práce)
Práce se zabývá automatickým zarovnáním CT skenu hlavy. V současné době je zarovnávání prováděno manuálně zaškoleným personálem, tento proces je však časově náročný, a tak existuje snaha o zautomatizování tohoto procesu. V prostředí MATLAB byly navrženy a implementovány dvě metody pro zarovnání CT skenu hlavy v axiální a koronální rovině využívající bilaterální symetrie hlavy. Dále byla vytvořena metoda pro zarovnání sagitální roviny s využitím CG-TOB referenční přímky pro detekci rotačního úhlu. Tyto přístupy byly otestovány a validovány na databázi manuálně anotovaných CT skenů hlavy.
|
|
|
Vyhledání význačných bodů v rastrovém obraze
Kaněčka, Petr ; Sumec, Stanislav (oponent) ; Herout, Adam (vedoucí práce)
Tento dokument se zabývá možnostmi hledání význačných bodů v obraze, především rohovými detektory. Spousta aplikací z oblasti počítačového vidění potřebuje takové body pro svůj výpočet jako nezbytný krok při zpracování obrazu. Text popisuje, proč je pro tyto aplikace výhodné takové body najít a také základní metody, jakým způsobem je lze detekovat. Na závěr jsou porovnány vlastnosti jednotlivých metod
|
|
|
Automatické zarovnání CT skenu hlavy
Karmazinová, Inna ; Kolář, Radim (oponent) ; Jakubíček, Roman (vedoucí práce)
Práce se zabývá automatickým zarovnáním CT skenu hlavy. V současné době je zarovnávání prováděno manuálně zaškoleným personálem, tento proces je však časově náročný, a tak existuje snaha o zautomatizování tohoto procesu. V prostředí MATLAB byly navrženy a implementovány dvě metody pro zarovnání CT skenu hlavy v axiální a koronální rovině využívající bilaterální symetrie hlavy. Dále byla vytvořena metoda pro zarovnání sagitální roviny s využitím CG-TOB referenční přímky pro detekci rotačního úhlu. Tyto přístupy byly otestovány a validovány na databázi manuálně anotovaných CT skenů hlavy.
|
|
|
Vyhledání význačných bodů v rastrovém obraze
Kaněčka, Petr ; Sumec, Stanislav (oponent) ; Herout, Adam (vedoucí práce)
Tento dokument se zabývá možnostmi hledání význačných bodů v obraze, především rohovými detektory. Spousta aplikací z oblasti počítačového vidění potřebuje takové body pro svůj výpočet jako nezbytný krok při zpracování obrazu. Text popisuje, proč je pro tyto aplikace výhodné takové body najít a také základní metody, jakým způsobem je lze detekovat. Na závěr jsou porovnány vlastnosti jednotlivých metod
|
|
|
Hledání objektů v obraze
Mišta, Petr ; Petyovský, Petr (oponent) ; Richter, Miloslav (vedoucí práce)
Detekce objektů na základě barvy nepatří mezi standardně používané metody počítačového vidění. Existuje mnoho metod zabývajících se detekcí významných bodů, ale barevná informace byla doposud opomíjena. Cílem této diplomové práce je navrhnout metodu detekce významných barevných oblastí obrazu a tyto oblasti sesouhlasit s oblastmi detekovanými v jiném obraze. Jsou rozebrány vlastnosti detektorů, potřebné pro určení vzájemné korespondence obrazů, definován pojem významnosti barvy, popsány základní barevné modely a jejich vlastnosti, a představen návrh metody založené na statisticky zpracovávaných datech. Algoritmy pro detekci barevných oblastí využívají barevných modelů RGB a HSV. Sesouhlasení oblastí detekovaných v různých obrazech je prováděno pomocí Kohonenovy neuronové sítě. Tu je možné jedním vstupním vektorem naučit a druhý podle ní klasifikovat. Pro odstranění chybných klasifikací je používána metoda RANSAC. Ve výsledku metoda může sloužit pro základní a rychlé určení korespondencí mezi obrazy, nebo ke zrychlení běžně používaných metod detekce významných bodů. Na konci práce jsou představeny programy demonstrující funkčnost a možnosti navržených metod. Navržené algoritmy byly vypracovány v systému MATLAB.
|
host ::
RSS.