| | 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 - 6 / 6
Na začetekNa prejšnjo stran1Na naslednjo stranNa konec
1.
2.
3.
PREPOZNAVANJE BESEDILA V DIGITALNEM VIDEO SIGNALU
Marko Kočevar, 2010, diplomsko delo

Opis: V diplomskem delu smo predstavili postopek in izvedbo prepoznavanje besedila v digitalnem video signalu. Natančneje smo predstavili vse korake, ki so potrebni v fazi prepoznavanje besedila. Ti koraki so: zaznavanje in lokalizacija besedila, segmentacija in binarizacija besedila in na koncu še optično prepoznavanje znakov (OCR). V diplomskem delu smo opisali strojno in tudi programsko opremo, ki smo ju uporabili za prepoznavanje besedila v digitalnem video signalu.
Ključne besede: procesiranje slike, zaznavanje in lokalizacija besedila, segmentacija in binarizacija, Sobel operator, OCR
Objavljeno: 05.01.2011; Ogledov: 1660; Prenosov: 123
.pdf Celotno besedilo (6,53 MB)

4.
RAZPOZNAVANJE OBJEKTOV V DIGITALNI SLIKI Z UPORABO NEVRONSKE MREŽE
Niko Laznik, 2011, diplomsko delo

Opis: V diplomskem delu smo natančneje predstavili digitalno sliko, njeno segmentacijo ter kot klasifikator, uporabili nevronsko mrežo. Preučili smo postopke razpoznavanja objektov v digitalni sliki in implementirali testni program. V razvitem programskem okolju smo kot iskane objekte v digitalni sliki izbrali prometne znake. S pomočjo testnega nabora slik, smo preverili uspešnost razpoznavanja oblik prometnih znakov z nevronsko mrežo. Na koncu smo predlagali možne izboljšave izvedenega postopka.
Ključne besede: razpoznavanje objektov, procesiranje digitalne slike, nevronska mreža
Objavljeno: 31.05.2011; Ogledov: 2002; Prenosov: 225
.pdf Celotno besedilo (3,11 MB)

5.
AVTOMATSKO PREPOZNAVANJE OBRAZOV V IDEO SIGNALU V REALNEM ČASU
Mihael Dimec, 2012, diplomsko delo

Opis: V diplomski nalogi smo opisali digitalno sliko ter uporabljene postopke procesiranja digitalne slike, postopek iskanja objekta/obraza v digitalni sliki s Haarovim kaskadnim klasifikatorjem, uporabljen postopek detekcije gibanja ter nekaj postopkov prepoznavanja obrazov. Najbolj natančno smo opisali metodo glavnih komponent ali PCA, ki smo jo tudi implementirali. Implementacijo PCA smo združili v aplikacijo, ki implementira avtorizacijo vstopa v laboratorij in prilagajanje višine interaktivne platforme BQ-portala višini uporabnika. Izvedbo algoritmov smo tudi opisali. Nadalje smo izvedli preizkus, kako nekateri dejavniki pri postopku in prepoznavanja obrazov vplivajo na uspešnost prepoznavanja. Na koncu smo še našteli nekatere druge možnost uporabe opisanih tehnologij.
Ključne besede: prepoznavanje obrazov v realnem času, detekcija obrazov, Haarov kaskadni klasifikator, detekcija gibanja, procesiranje digitalne slike, PCA, metoda glavnih komponent
Objavljeno: 10.05.2012; Ogledov: 1888; Prenosov: 228
.pdf Celotno besedilo (2,58 MB)

6.
Detektiranje in razpoznavanje predmetov na vodnih površinah s pomočjo izločanja barvnih območij
Aleš Štricelj, 2013, doktorska disertacija

Opis: V doktorski disertaciji obravnavamo problematiko detektiranja in razpoznavanja predmetov na vodnih površinah s pomočjo izločanja barvnih območij. Cilj predstavljene disertacije je zasnovati sistem, ki nam omogoča detektiranje in razpoznavanje predmetov na vodnih površinah v okolici energetskih objektov, hidroelektrarn. Takšen sistem nam omogoča pravočasno zaznavo predmetov, ki predstavljajo življenjsko nevarnost, detektiranje plovbe, športnih dejavnosti na tem območju, kot so: čolnarjenje, splavarjenje, plavanje, vožnja z motornimi čolni in druge. Sistem za detektiranje in razpoznavanje predmetov na vodnih površinah nam prav tako omogoča detekcijo plavja, ki lahko podobno kot problematika plovbe predstavlja resen problem v okolici energetskih objektov. Sistem, ki nam omogoča detekcijo in razpoznavo predmetov na vodi, je po metodi, ki jo obravnava doktorska disertacija, uporaben tudi na več drugih področjih. Sistem detekcije in razpoznave predmetov na vodi potrebuje v samem začetku nabor ustreznega slikovnega materiala, nad katerim bo deloval celoten sistem detekcije. V doktorski disertaciji predstavljena ideja o detekciji in razpoznavi predmetov na vodi tako za osnovo uporablja odtenek modre barve, ki je glede na izbrano bazo slik predstavljal najboljšo izbiro za nadaljnje detektiranje. Za uspešno delovanje sistema je potrebno v samem začetku izvesti predprocesiranje slik, določiti ustrezno velikost posamezne slike ter iz množice izbrati ustrezne slike za nadaljnjo uporabo. Nadalje sistem definira barvno območje, ki je specifično za določeno območje delovanja sistema. Ker se vsi nadaljnji koraki detekcije nanašajo na pravilno določitev barvnega območja, lahko s takšnim sistemom že v samem začetku definiramo področja, možnosti delovanja sistema detekcije, ki uporabljajo ta sistem. V primeru uporabe sistema za katero izmed drugih področij je tako potrebno uporabiti druge barvne parametre in določiti osnovno barvno področje, ki ga bomo v nadaljnjem postopku uspešno izločili. Nadalje sistem definira barvni odmik s pomočjo Evklidske razdalje. Sistem tako pregleda barvno sestavo posameznega slikovnega elementa ter si za vsak posamezen element zapomni barvne vrednosti treh osnovnih barv: rdeče, zelene in modre. Za vsak posamezen element tako dobimo RGB (»Red Green Blue«) vrednosti, ki jih nadalje uporabimo pri definiranju barvnega odmika. Po končanem postopku definiranja barvnega odmika z Evklidsko razdaljo dobimo tabelo vrednosti po posameznem slikovnem elementu. Sledi pretvorba slike v sivinski barvni prostor. Nadalje sistem predvideva določitev meje upragovanja. Podobno kot pri določitvi barvnega območja se tudi meja upragovanja določi eksperimentalno glede na območje uporabe samega sistema in je odvisna od stopnje potrebe po izločanju določenega barvnega območja s posamezne slike. Vse vrednosti posameznih slikovnih elementov, ki ne zadoščajo kriteriju meje in ne zapadejo v določeno barvno območje, se nato izločijo iz nadaljnje obdelave ter se smatrajo kot neuporabne. Sledi ustvarjanje morfološke spremenljivke, s pomočjo katere se kasneje v postopku erodiranja določenih barvnih odsekov lažje detektira elemente na sliki, ki nam dejansko predstavljajo predmete za detekcijo. Sama oblika ter dolžina in smer morfološke spremenljivke so eksperimentalno določene, da v največji meri zadostijo robnim pogojem, ki jih postavlja sistem detekcije. Po postopku erodiranja sledi prikaz slikovnih elementov, ki so zadostili robnim pogojem, nad osnovno sliko. Nad prvotno sliko tako dobimo ustvarjeno masko, ki vsebuje elemente barvnega območja, ki smo ga definirali na začetku. Z izločitvijo tega območja se nam iz prvotne slike izloči predmet, ki smo ga želeli detektirati. Nadalje v disertaciji predstavljamo sistem razpoznave predmetov glede na samo stopnjo nevarnosti, ki jo določen razpoznan predmet predstavlja v danih okoliščinah. V tem delu tako poleg sistema razpoznave predstavljamo tudi razrede, v katere smo glede na stopnjo nevarnosti razvrstili posamezne d
Ključne besede: detektiranje predmetov, razpoznavanje predmetov, vodne površine, izločanje barve, erodiranje slike, procesiranje slike, morfološka spremenljivka
Objavljeno: 18.02.2013; Ogledov: 1442; Prenosov: 114
.pdf Celotno besedilo (4,05 MB)

Iskanje izvedeno v 0.21 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici