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 - 2 / 2
Na začetekNa prejšnjo stran1Na naslednjo stranNa konec
1.
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: 07.08.2017; Ogledov: 167; Prenosov: 60
.pdf Celotno besedilo (3,64 MB)

2.
Razpoznavanje kovancev v digitalnih slikah s pomočjo računalniškega vida in strojnega učenja
Tjaž 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: 03.05.2018; Ogledov: 202; Prenosov: 26
.pdf Celotno besedilo (3,01 MB)

Iskanje izvedeno v 0.05 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici