|
| |
|
|
Převod křivky z rastru na vektorovou representaci
Král, Jiří ; Sumec, Stanislav (oponent) ; Beran, Vítězslav (vedoucí práce)
V mém procesu vektorizace se snažím o převod vstupního šedotónového obrazu na vektorový se snahou o co největší podobnost se vstupním obrazem. Vektorizace se provádí pomocí aproximace křivkou, jenže aproximovat lze pouze liniové prvky, tedy křivky v rastru. Musí se proto ze vstupního obrazu tyto liniové prvky vyextrahovat a to dvojím způsobem, podle dvou skupin objektů v obraze. První skupinou jsou objekty tenké, podlouhlého tvaru, ty se nahradí jejich skeletonem. Druhou skupinou jsou objekty rozsáhlé, ty se nahradí jejich konturou. Nalezené linie se pak rozdělí na takové části, které už půjde snadno aproximovat křivkou. Výsledné křivky se už jen vykreslí do výstupu vhodnou rasterizační metodou.
|
|
|
Lokalizace bifurkací ve snímcích sítnice
Kvapilová, Aneta ; Drahanský, Martin (oponent) ; Semerád, Lukáš (vedoucí práce)
Tato práce se zabývá zpracováním snímků sítnic lidského oka. Cílem je vytvořit systém, který dokáže v zadaném snímku lokalizovat místa, která jsou důležitá při tvorbě biometrické šablony - bifurkace a křížení cév. První část práce se detailněji zaměřuje na biometrii a na vybrané pojmy z této oblasti. Rovněž je zde uvedena anatomie lidského oka s bližším zaměřením na sítnici. V druhé části jsou potom detailně popsány všechny fáze a algoritmy, které byly při tvorbě aplikace použity.
|
|
|
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.
|
|
|
Obrazová analýza mitotických chromosomů
Danielová, Tereza ; Provazník, Ivo (oponent) ; Škutková, Helena (vedoucí práce)
Tato diplomová práce je zaměřena na obrazovou analýzu mitotických chromosomů. Zabývá se návrhem celého procesu zpracování digitálních snímků – od předzpracování snímků, až ke klasifikaci jednotlivých chromosomů, včetně jeho testování na sadě obrázků. V teoretické části práce jsou popsány cytogenetické metody, které se používají pro vizualizaci chromosomů. Tato práce se v praktické části zabývá morfologickými operacemi a klasifikačními postupy. Klasifikace chromosomu byla do 5 skupin (A - G). Všechny algoritmy jsou realizovány v prostředí MATLAB.
|
|
|
Rozpoznávání rukopisu pomocí neuronové sítě
Petr, Martin ; Surynek, Pavel (vedoucí práce) ; Pergel, Martin (oponent)
Název práce: Rozpoznávání rukopisu pomocí neuronové sítě Autor: Martin Petr Katedra (ústav): Katedra teoretické informatiky a matematické logiky Vedoucí bakalářské práce: RNDr. Pavel Surynek, PhD. e-mail vedoucího: pavel.surynek@mff.cuni.cz Abstrakt: Rozpoznávání vzorů nalézá uplatnění v mnoha oborech, do jejichž vývoje zasáhla informatika či výpočetní technika. Výsadní postavení má v tomto ohledu zejména její aplikace na převod tištěného či rukou psaného textu do běžného textu v digitální podobě. V následující práci předkládáme metodu pro rozpoznávání rukou psaných znaků v reálném čase s využitím dopředné neuronové sítě jako základního klasifikačního mechanismu. Vzhledem k tomu, že se jednotlivé rukou psané varianty každého znaku vyznačují vzájemnými odlišnostmi, prozkoumali jsme důkladně možnosti potlačení těchto odlišností při zdůraznění charakteristik, které jsou pro rozpoznání daného znaku důležité. Pro tyto účely byla zvolena diskrétní kosinová transformace, jejíž osvědčenost při zpracování zvukového a obrazového signálu či přímo v oblasti rozpoznávání vzorů byla přesvědčivým argumentem i pro její využití v naší práci. V úvahu jsme vzali rovněž rozdíly mezi odlišnými psacími potřebami, pro jejichž potlačení jsme navrhli předzpracování vstupních dat v podobě binarizace a skeletonizace. Námi navržená...
|
|
|
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.
|
|
|
Rozpoznávání rukopisu pomocí neuronové sítě
Petr, Martin ; Surynek, Pavel (vedoucí práce) ; Pergel, Martin (oponent)
Název práce: Rozpoznávání rukopisu pomocí neuronové sítě Autor: Martin Petr Katedra (ústav): Katedra teoretické informatiky a matematické logiky Vedoucí bakalářské práce: RNDr. Pavel Surynek, PhD. e-mail vedoucího: pavel.surynek@mff.cuni.cz Abstrakt: Rozpoznávání vzorů nalézá uplatnění v mnoha oborech, do jejichž vývoje zasáhla informatika či výpočetní technika. Výsadní postavení má v tomto ohledu zejména její aplikace na převod tištěného či rukou psaného textu do běžného textu v digitální podobě. V následující práci předkládáme metodu pro rozpoznávání rukou psaných znaků v reálném čase s využitím dopředné neuronové sítě jako základního klasifikačního mechanismu. Vzhledem k tomu, že se jednotlivé rukou psané varianty každého znaku vyznačují vzájemnými odlišnostmi, prozkoumali jsme důkladně možnosti potlačení těchto odlišností při zdůraznění charakteristik, které jsou pro rozpoznání daného znaku důležité. Pro tyto účely byla zvolena diskrétní kosinová transformace, jejíž osvědčenost při zpracování zvukového a obrazového signálu či přímo v oblasti rozpoznávání vzorů byla přesvědčivým argumentem i pro její využití v naší práci. V úvahu jsme vzali rovněž rozdíly mezi odlišnými psacími potřebami, pro jejichž potlačení jsme navrhli předzpracování vstupních dat v podobě binarizace a skeletonizace. Námi navržená...
|
|
|
Lokalizace bifurkací ve snímcích sítnice
Kvapilová, Aneta ; Drahanský, Martin (oponent) ; Semerád, Lukáš (vedoucí práce)
Tato práce se zabývá zpracováním snímků sítnic lidského oka. Cílem je vytvořit systém, který dokáže v zadaném snímku lokalizovat místa, která jsou důležitá při tvorbě biometrické šablony - bifurkace a křížení cév. První část práce se detailněji zaměřuje na biometrii a na vybrané pojmy z této oblasti. Rovněž je zde uvedena anatomie lidského oka s bližším zaměřením na sítnici. V druhé části jsou potom detailně popsány všechny fáze a algoritmy, které byly při tvorbě aplikace použity.
|
|
|
Převod křivky z rastru na vektorovou representaci
Král, Jiří ; Sumec, Stanislav (oponent) ; Beran, Vítězslav (vedoucí práce)
V mém procesu vektorizace se snažím o převod vstupního šedotónového obrazu na vektorový se snahou o co největší podobnost se vstupním obrazem. Vektorizace se provádí pomocí aproximace křivkou, jenže aproximovat lze pouze liniové prvky, tedy křivky v rastru. Musí se proto ze vstupního obrazu tyto liniové prvky vyextrahovat a to dvojím způsobem, podle dvou skupin objektů v obraze. První skupinou jsou objekty tenké, podlouhlého tvaru, ty se nahradí jejich skeletonem. Druhou skupinou jsou objekty rozsáhlé, ty se nahradí jejich konturou. Nalezené linie se pak rozdělí na takové části, které už půjde snadno aproximovat křivkou. Výsledné křivky se už jen vykreslí do výstupu vhodnou rasterizační metodou.
|
host ::
RSS.