1. Razpoznavanje kovancev v digitalnih slikah s pomočjo računalniškega vida in strojnega učenjaTjaž Vračko, 2018, diplomsko delo Opis: V diplomskem delu smo raziskali metode računalniškega vida za detekcijo in razpoznavanje evrskih kovancev v digitalnih slikah. Preučili in analizirali smo obstoječe metode za detekcijo kovancev ter predstavili njihove prednosti in slabosti. V delu predstavimo lasten algoritem za detekcijo in razpoznavo evrskih kovancev, ki temelji na Houghovi transformaciji, barvnih in teksturnih značilnicah, postopku na osnovi vreče besed in strojih podpornih vektorjev; za popravljanje rezultatov razpoznave uporablja informacije o velikostnih razmerjih kovancev. Algoritem smo implementirali in testirali na štirih testnih množicah slik. Ugotovili smo, da naš algoritem deluje najbolje na slikah z belim ozadjem, na katerih se nahaja veliko različnih tipov kovancev. Na takšnih slikah smo v povprečju dosegli 81,53-odstotno uspešnost pravilnega razpoznavanja kovancev. Izkazalo se je tudi, da je 20 cm tista oddaljenost kamere od kovancev, pri kateri dosežemo najvišjo uspešnost razpoznave in ustreza razdalji, ki bi jo tudi sicer izbrali za slikanje od 10 do 30 kovancev, položenih na mizo.
Ključne besede: razpoznavanje kovancev, HOG, SIFT, Houghova transformacija, stroji podpornih vektorjev
Objavljeno v DKUM: 03.05.2018; Ogledov: 1211; Prenosov: 134
 Celotno besedilo (3,01 MB) |
2. IZLOČANJE OBMOČJA DOKUMENTA IZ DIGITALNIH POSNETKOV, POSNETIH V NEKONTROLIRANEM OKOLJUMatej Pinter, 2014, magistrsko delo Opis: V magistrskem delu se ukvarjamo s problemom izločanja območja dokumenta iz digitalnih posnetkov zajetih v nekontroliranem okolju. Rezultat dela sta namizna ter mobilna aplikacija, ki omogočata določitev in izločitev območja dokumenta z različnimi metodami. Za rešitev problema določitve implementiramo tri različne metode računalniškega vida, in sicer določitev z barvnim filtriranjem, določitev z izračunom povprečne razlike med svetlostjo regij in določitev s pomočjo Houghove transformacije. Delovanje implementiranih metod preverimo na lastni bazi digitalnih posnetkov, vzpostavljeni z digitalizacijo več dokumentov v nekontroliranih razmerah z različnimi mobilnimi napravami. Testna baza vključuje posnetke z izrazito kot tudi neizrazito mejo HDB. V rezultatih testiranja se kljub relativno majhni testni bazi v primeru metode z barvnim filtriranjem in metode, bazirane na Houghovi transformaciji pokaže vzorec manj uspešne določitve območja na posnetkih, kjer je dokument obdan z neizrazito mejo HDB. Bolje se obnese metoda, ki opravlja določitev območja na osnovi izračuna povprečne razlike med svetlostjo regij, saj se je na testnih posnetkih z neizrazito mejo HDB obnesla celo bolje kot na posnetkih z izrazito mejo HDB. V delu dodatno opredelimo vpliv prostorske ločljivosti posnetkov in vpliv uporabe bliskavice ob zajemu na uspešnost določitve območja dokumenta posamezne metode. V implementacijo poleg pristopov za določanje in izločanje vključimo najpogostejše operacije, ki omogočajo manipuliranje z izločenim območjem dokumenta.
Ključne besede: analiza digitaliziranih dokumentov, nenadzorovano okolje, odprava striga, Houghova transformacija, projektivna preslikava
Objavljeno v DKUM: 16.06.2014; Ogledov: 1405; Prenosov: 164
Celotno besedilo (3,18 MB) |
3. AVTOMATSKO PREPOZNAVANJE OČI IZ DIGITALNIH POSNETKOVTadej Jerovšek, 2014, diplomsko delo Opis: V tem diplomskem delu se ukvarjamo z detektiranjem oči v barvnih digitalnih posnetkih ter segmentacijo le-teh, saj večina obstoječih metod vrača kot rezultat le oklepajočo škatlo očesa. Pri reševanju tega problema smo za detekcijo beločnice uporabili barvni prostor HSV, za iskanje šarenice smo uporabili prileganje modela, pri določitvi zenice pa smo uporabili nevronsko mrežo. Naš algoritem smo nato validirali na bazi 50 slik, kjer smo ugotavljali uspešnost za posamezne komponente očesa. Pri tem smo ugotovili, da pri večini razpoznamo komponento v dobri meri, vendar pri nekaterih razpoznamo tudi napačni del slike. Kot izhod oblikujemo maske posameznih komponent, ki jih lahko uporabimo za nadaljnja dela z očmi.
Ključne besede: računalniški vid, prepoznavanje oči, razpoznavanje vzorcev, digitalna obdelava slik, Houghova transformacija, nevronske mreže
Objavljeno v DKUM: 16.06.2014; Ogledov: 1948; Prenosov: 124
Celotno besedilo (2,10 MB) |
4. RAZPOZNAVANJE ENOSTAVNEGA NOTNEGA ZAPISAMiha Vučko, 2013, diplomsko delo Opis: Namen te diplomske naloge je izdelati program za optično razpoznavanje glasbenih simbolov na enostavnih notnih zapisih in predvajanje razbrane melodije. Naloga spada na področje optičnega razpoznavanja glasbe. Uporabljeni sta metodi Houghove transformacije in polaganja šablon. Pri razpoznavanju notnih črt smo dosegli stoodstotno uspešnost z izločanjem črt iz Houghovega prostora. S polaganjem šablon odkrivamo taktnice, ključe, vrste takta, celinke, polovinke, četrtinke ter celinske, polovinske in četrtinske pavze. Razpoznamo tudi piko za podaljšano trajanje tonov. Vse glasbene simbole smo s polaganjem šablon razpoznali z uspešnostjo nad osemdeset odstotkov,lepri določanju vrste taktov nismo bili tako uspešni. Za predvajanje razpoznane melodije smo uporabili knjižnico midi-dot-net, ki posnema zvok klavirja. Program je pisan strukturirano, tako da se lahko razširi z drugimi metodami za razpoznavanje vzorcev, razpoznavanjem večjega nabora glasbenih simbolov in drugimi predvajalniki razpoznane melodije.
Ključne besede: optično razpoznavanje glasbe, Houghova transformacija, polaganje šablon
Objavljeno v DKUM: 19.09.2013; Ogledov: 1682; Prenosov: 302
Celotno besedilo (2,26 MB) |
5. IZDVAJANJE POZICIJE OČESNEGA ZRKLA S POMOČJO SPLETNE KAMEREGregor Spagnolo, 2011, diplomsko delo/naloga Opis: Diplomsko delo opisuje dva postopeka za zaznavanje pozicije očesnega zrkla na digitalnih slikah in obširno analizo rezultatov. Najprej je predstavljen postopek za zaznavanje obraza in oči, nato pa sta podrobneje opisana algoritma Houghove transformacije in radialne simetrije. Večji poudarek je na radialni simetriji, saj smo algoritem implementirali sami s pomočjo odprtokodne knjižnice Emgu.CV in okolja .NET.
Zaradi natančnejše analize smo oba postopka ovrednotili na dveh različnih zbirkah slik. Prva vsebuje slike z nizko ločljivostjo 384 x 286 pikslov, ki so po kvaliteti podobne slikam s povprečne spletne kamere, druga pa vsebuje slike z višjo ločljivostjo 512 x 768 pikslov. Rezultati kažejo, da sta oba predstavljena postopka primerna za izdvajanje pozicije zrkla v realnem času, pri čemer je povprečna napaka zaznave približno 5 % razdalje med zunanjima kotičkoma očes.
Ključne besede: Računalniški vid, detektor obraza, detektor oči, algoritem radialne simetrije, Houghova transformacija, kaskada Viola-Jones, odstranjevanje odseva, Emgu.CV
Objavljeno v DKUM: 27.09.2011; Ogledov: 2124; Prenosov: 182
Celotno besedilo (1,99 MB) |
6. DOLOČANJE POLOŽAJA OKROGLIH CESTNO-PROMETNIH ZNAKOV S POSTOPKI RAČUNALNIŠKEGA VIDATilen Krel, 2011, diplomsko delo/naloga Opis: V diplomskem delu se ukvarjamo z lokaliziranjem okroglih cestno-prometnih znakov s postopki računalniškega vida. Najprej pregledamo obstoječe rešitve lokaliziranja prometnih znakov in iskanja krožnic ter elips v digitalnih slikah. V nadaljevanju opišemo program, ki smo ga razvili za določanje položaja okroglih cestno-prometnih znakov. Najpomembnejši del programa je iskanje okroglih oblik, ki smo ga izvedli s Houghovo transformacijo za iskanje krožnic in elips. V diplomskem delu so podrobno opisani vsi deli programa, kot so predobdelava slike, segmentacija s Houghovo transformacijo in vizualizacija rezultatov. Program smo preizkusili na 118 slikah, ki vsebujejo enega ali več različno ohranjenih prometnih znakov, slikanih v različnih vremenskih pogojih. Uspešnost lokaliziranja okroglih prometnih znakov je okrog 82 %, pri čemer so v tej statistiki zajete vse slike. Na osnovi dobljenih rezultatov smo predstavili še prednosti, slabosti in možne izboljšave našega pristopa.
Ključne besede: računalniški vid, prometni znaki, lokalizacija, obdelava digitalnih slik, segmentacija, Houghova transformacija
Objavljeno v DKUM: 12.09.2011; Ogledov: 2275; Prenosov: 179
Celotno besedilo (2,48 MB) |
