| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Iskanje po katalogu digitalne knjižnice Pomoč

Iskalni niz: išči po
išči po
išči po
išči po
* po starem in bolonjskem študiju

Opcije:
  Ponastavi


1 - 10 / 15
Na začetekNa prejšnjo stran12Na naslednjo stranNa konec
1.
Detekcija napak med 3D tiskom z uporabo strojnega vida : magistrsko delo
Nejc Tovornik, 2022, magistrsko delo

Opis: V magistrski nalogi smo zasnovali cenovno ugodno rešitev za zajem slike in odkrivanje napak pri 3D tisku več enakih izdelkov. Najprej smo na kratko pregledali osnove 3D tiska in strojnega vida. Za zajem slike smo izbrali cenovno dostopen komercialni 1D linijski slikovni senzor, ki ne povzroča popačenja leče. Na podlagi meritev smo preučili delovanje tovrstnega senzorja, izdelali tiskano vezje in krmilni program za DSP mikrokrmilnik. Ustvarili smo vtičnik za rezalnik Ultimaker Cura, ki v sloje tiskanega izdelka doda G-kodo za izvajanje skeniranja, ter izdelali program za detekcijo napak. Program temelji na metodi primerjanja zajetih slik prvega uspešnega tiska s slikami nadaljnjih. Potrdili smo, da program uspešno zazna večino napak in ustrezno prekine proces 3D tiskanja.
Ključne besede: Strojni vid, CIS senzor, 3D-tisk, STM32, Python, G-koda, Duet3D, OpenCV, Altium, C++, Ultimaker Cura
Objavljeno v DKUM: 22.09.2022; Ogledov: 500; Prenosov: 82
.pdf Celotno besedilo (6,37 MB)

2.
Razpoznavanje obrazov s pomočjo strojnega učenja na napravi Raspberry-Pi : diplomsko delo
Anže Galun, 2021, diplomsko delo

Opis: V diplomskem delu smo raziskovali svet biometričnih sistemov, bolj podrobno metodo razpoznavanja obrazov in jih opisali. V raziskavi smo se osredotočili na razvoj programske opreme razpoznavanja obrazov v obsegu, ki nam jih je ponudila naprava Raspberry-Pi, ter programski jezik Python in uporaba obsežne knjižnice imenovane OpenCV, s pomočjo katerih je bilo možno razvijanje metode za razpoznavanje obrazov s pomočjo strojnega učenja. Po ustvarjeni programski rešitvi smo uporabnost in namen diplomskega dela predstavili na primeru odklepanja fizičnega miniaturnega primera škatle.
Ključne besede: : Raspberry-Pi, razpoznavanje obrazov, Python, OpenCV
Objavljeno v DKUM: 18.10.2021; Ogledov: 1047; Prenosov: 107
.pdf Celotno besedilo (16,67 MB)

3.
Preverjanje kvalitete izdelkov z uporabo strojnega vida
Jakob Marolt, 2017, magistrsko delo

Opis: V magistrskem delu smo reševali problem preverjanja kakovosti površin rebričenih obdelovancev z uporabo strojnega vida. Na kratko smo predstavili področje računalniškega vida s tremi algoritmi primerjanja oblik (SIFT, SURF in ORB). Izdelali smo prototipni sistem za nadzor kvalitete rebričenja s pomočjo strojnega vida. Zajete slike je procesiral računalnik Raspberry Pi model 1 B+, ki ga je operiral operacijski sistem Raspbian. Obdelovanci so bili osvetljeni z dvema belima visoko svetilnima LED diodama. Sliko je zajela standardna CMOS Raspberry Pi kamera s 5 MP. Izdelali smo računalniški program v programskem jeziku Python z uporabo standardnih modulov in knjižnice OpenCV. Primerjali smo uspešnost in čas procesiranja vseh treh algoritmov primerjanja oblik. Vsi algoritmi so 100 % uspešno ločili ustrezne obdelovance od neustreznih. Najkrajši čas procesiranja je imel program z algoritmom ORB, na drugem mestu SURF in na zadnjem mestu SIFT. Ocenili smo materialne stroške prototipnega sistema, ki znašajo 87 €.
Ključne besede: strojni vid, računalniški vid, preverjanje kvalitete, OpenCV, Python, rebričenje, SIFT, SURF, ORB
Objavljeno v DKUM: 07.08.2017; Ogledov: 1599; Prenosov: 319
.pdf Celotno besedilo (3,64 MB)

4.
PROGRAMSKA PODPORA OBOGATENI RESNIČNOSTI NA MOBILNIH NAPRAVAH Z OPERACIJSKIM SISTEMOM ANDROID
Tadej Ganza, 2016, magistrsko delo

Opis: V magistrskem delu opisujemo izvedbo aplikacije, ki omogoča prikazovanje obogatene resničnosti na mobilnem telefonu z operacijskim sistemom Android. Realistično prikazovanje navidezne scene v video posnetkih z mobilne kamere omogočamo s pomočjo vizualnih značk ter s pomočjo žiroskopa naprave. V prvem delu magistrskega dela opišemo izvedbo zaznave značk ter delovanje aplikacije. Nato predstavimo rezultate testiranja delovanja aplikacije na mobilnih telefonih Xiaomi Redmi Note 2 in Samsung Galaxy S6. Rezultati testiranja z različnimi scenami dokazujejo dobro odzivnost razvite aplikacije in zanimivo uporabniško izkušnjo.
Ključne besede: obogatena resničnost, mobilne naprave, OpenCV, Unity, Android
Objavljeno v DKUM: 22.12.2016; Ogledov: 1836; Prenosov: 163
.pdf Celotno besedilo (2,55 MB)

5.
DOLOČANJE ZUNANJIH KOORDINAT OBJEKTA S POMOČJO DVEH KAMER
Danijel Šipoš, 2015, magistrsko delo

Opis: V tem delu je opisan postopek za določitev zunanjih koordinat objekta z uporabo dveh kamer in pomočjo metod strojnega vida. Sistem na ta način omogoča brezstično določitev zunanjih koordinat objekta oz. aktivnega markerja. Izdelali smo dva markerja in preizkusili njuno točnost določanja zunanjih koordinat. Pridobljeno znanje iz prvega sklopa dela smo uporabili še za določanje zunanjih koordinat orientacije glave. V začetnih poglavjih so opisane osnove digitalne fotografije in teoretično ozadje popačitev, ki so prisotne ob zajetju slike s kamero. Opisan je tudi postopek modeliranja omenjenih popačitev. Naslednja poglavja zajemajo pristop in načrtovanje sistema z markerjem. Pri tem je največji izziv predstavljala ocena točnosti pozicije in ocena hitrosti sledenja markerja. V nadaljevanju je opisana še metoda, izračuna zunanjih koordinat orientacije glave, ter problemi, ki so se pojavili med samim delom. Na koncu so podani merilni rezultati primerjav obeh markerjev, ter uspešnost določanja pozicije glave.
Ključne besede: OpenCV, določanje pozicije objekta, kalibracija kamere, določanje orientacije glave
Objavljeno v DKUM: 11.12.2015; Ogledov: 1574; Prenosov: 258
.pdf Celotno besedilo (3,83 MB)

6.
PREPOZNAVANJE TER LOKALIZIRANJE HIŠNIH TABLIC S POMOČJO TEHNIK DIGITALNE OBDELAVE SLIK NA MOBILNI NAPRAVI SYMBIAN
Boštjan Bratuša, 2014, diplomsko delo

Opis: Z mobilnim telefonom fotografiramo hisno tablico, OCR prebere znake, nato lokacijo prikazemo na zemljevidu mobilnega telefona.
Ključne besede: prepoznavanje in lokaliziranje, hišna tablica, digitalna obdelava slik, mobilni telefon, J2ME, OpenCV
Objavljeno v DKUM: 21.10.2015; Ogledov: 1166; Prenosov: 90
.pdf Celotno besedilo (3,96 MB)

7.
AVTOMATSKO PREPOZNAVANJE UST IZ DIGITALNIH POSNETKOV S POMOČJO AKTIVNIH MODELOV
Aljaž Frančič, 2015, diplomsko delo

Opis: V diplomskem delu so raziskane metode računalniškega vida za avtomatsko prepoznavanje ust iz digitalnih posnetkov, pri čemer so v ospredje postavljeni aktivni modeli. V uvodu so natančneje predstavljeni problem, cilji, omejitve in struktura diplomskega dela. Preučene so tri metode, ki temeljijo na aktivnih modelih: aktivni modeli kontur, aktivni modeli oblike in aktivni modeli izgleda. Poudarek je na slednjima in njuna uporaba je v delu tudi demonstrirana. Predstavljen je nov pristop za detekcijo ustnic, imenovan dvofazni aktivni model izgleda. Za aktivni model izgleda je sintetizirana lastna učna in testna množica vzorcev tako za eno-, kot tudi dvofazni model. V zaključnih poglavjih sta podani še kvalitativna in kvantitativna primerjava treh podanih algoritmov, pri čemer je kot ena izmed metrik uporabljena Hausdorffova razdalja. Najboljši rezultati na naši lastni testni množici so doseženi z dvofaznim aktivnim modelom izgleda.
Ključne besede: prepoznavanje ust, aktivni modeli kontur, aktivni modeli oblike, aktivni modeli izgleda, OpenCV, računalniški vid, razpoznavanje vzorcev
Objavljeno v DKUM: 17.07.2015; Ogledov: 2401; Prenosov: 328
.pdf Celotno besedilo (2,74 MB)

8.
POHITRITEV POSTOPKA ZA LOKALIZIRANJE OBRAZOV IZ KNJIŽNICE OPENCV NA OPERACIJSKEM SISTEMU ANDROID
Boris Špringar, 2015, diplomsko delo

Opis: V diplomskem delu smo se ukvarjali s pohitritvijo postopkov za lokaliziranje obrazov. Pregledno smo predstavili obstoječe algoritme za zaznavanje obrazov iz knjižnice OpenCV. V praktičnem delu naloge smo spremenili osnovni algoritem za zaznavanje obrazov iz knjižnice OpenCV, prirejen za mobilne naprave z operacijskim sistemom Android, da algoritem za ceno manjše natančnosti deluje hitreje. Osnovni algoritem je splošen in se lahko uporablja na vseh napravah, ki podpirajo izvajanje kode C++. Zaradi želje po splošnosti se algoritem lahko izvaja na različnih napravah, a delovanje tega algoritma na nobeni ni posebej hitro. V diplomskem delu smo ta algoritem spremenili iz splošno namenskega v specifičnega tako, da smo mu odvzeli določene manj pomembne funkcionalnosti, priredili kodo za naprave Android, ob tem pa smo optimizirali še hitrost izvajanja, vse na račun malenkostnega zmanjšanja natančnosti lokaliziranja obrazov. Eksperimentalni rezultati so pokazali, da s prilagajanjem algoritma ciljni napravi takšen algoritem deluje bistveno hitreje (do 13 ms hitreje kot izvirni algoritem pri lokaliziranju obrazov na enem posnetku) na račun zmanjšanja uspešnosti lokaliziranja obrazov za 18 %.
Ključne besede: Android, knjižnica OpenCV, razvojno okolje NDK, lokaliziranje obrazov, pohitritev
Objavljeno v DKUM: 22.05.2015; Ogledov: 1537; Prenosov: 197
.pdf Celotno besedilo (2,42 MB)

9.
RAZPOZNAVANJE REGISTRSKIH TABLIC NA MOBILNEM TELEFONU Z OPERACIJSKIM SISTEMOM ANDROID
Gregor Bačun, 2014, diplomsko delo

Opis: V tem diplomskem delu smo se ukvarjali z razpoznavo registrskih tablic na mobilnem telefonu z operacijskim sistemom Android. Kot izhodiščno metodo smo uporabili detekcijo s konturami. Z uporabo različnih morfoloških operacij smo izboljšali natančnost razpoznave, vključili pa smo še sistem za optično razpoznavo znakov. Nastala je aplikacija, s katero med vožnjo iz video toka zajemamo slike ter na njih lociramo registrske tablice. Iz njih nato izločimo posamezne znake in jih pretvorimo v tekst. V zadnjem koraku enake registrske tablice združimo s pomočjo primerjave histogramov in na ta način še izboljšamo končne rezultate. Uspešnost postopka smo preverjali s pomočjo predhodno zajetega video materiala. Ocenjevali smo uspešnost posameznih faz ter uspešnost celotnega postopka. Rezultati kažejo, da smo glede na metodo, iz katere smo izhajali, uspešnost razpoznave registrskih tablic bistveno izboljšali. Odstotek pravilno razpoznanih registrskih tablic namreč presega 80 %.
Ključne besede: razpoznavanje registrskih tablic, obdelava digitalnih slik, segmentacija, primerjava histogramov, knjižnica OpenCV, knjižnica Tesseract, operacijski sistem Android
Objavljeno v DKUM: 20.05.2014; Ogledov: 2926; Prenosov: 211
.pdf Celotno besedilo (12,51 MB)

10.
SLEDENJE OBJEKTOM S KAMERO
Vid Vranjek, 2014, diplomsko delo

Opis: V diplomskem delu opišemo potek gradnje in delovanja sledilnega sistema, ki temelji na razpoznavanju objektov iz realno-časovnih video posnetkov, in usmerja laserski žarek ter kamero v objekt, ki mu sledi. Večji poudarek namenimo različnim načinom sledenja in prepoznavanja objektov, njihovemu programiranju ter načinu delovanja. Opisujemo tudi digitalno sliko, njeno shranjevanje, načine obdelovanja, gradnjo sledilnega sistema in komunikacijo krmilnika z računalnikom. Nazadnje se posvetimo umerjanju sistema in izračunu kalibracijskih vrednosti.
Ključne besede: računalniški vid, OpenCV, sledenje objektom, Qt
Objavljeno v DKUM: 05.05.2014; Ogledov: 1949; Prenosov: 127
.pdf Celotno besedilo (8,25 MB)

Iskanje izvedeno v 0.28 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici