| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Optimizacija slikovnih operatorjev za segmentacijo mikroskopskih slik
Avtorji:ID Avberšek, Tomaž (Avtor)
ID Holobar, Aleš (Mentor) Več o mentorju... Novo okno
ID Divjak, Matjaž (Komentor)
ID Munda, Miha (Komentor)
Datoteke:.pdf MAG_Avbersek_Tomaz_2018.pdf (3,38 MB)
MD5: B4216C848B1AD154E932C8DB664EC9BA
PID: 20.500.12556/dkum/dc142d31-5bb2-4b06-a603-dec4d1435636
 
.zip MAG_Avbersek_Tomaz_2018.zip (28,88 KB)
MD5: 8D1540B95D0DF9DF5FCAB2477F610628
PID: 20.500.12556/dkum/0e24beda-37b6-40a0-8d2b-d1504bf98fef
 
Jezik:Slovenski jezik
Vrsta gradiva:Magistrsko delo/naloga
Tipologija:2.09 - Magistrsko delo
Organizacija:FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:Delo obravnava obdelavo mikroskopskih slik celic oz. tkiv na podlagi večstopenjske digitalne obdelave slik. Namen je bila optimizacija morfoloških operatorjev za segmentacijo mikroskopskih slik. V delu sta uporabljena Bayesova segmentacija in genetski algoritem pri iskanju dobrega kromosoma za optimiziranje rezultatov slikovne segmentacije. Pri učenju in testiranju smo uporabili slike modro in rjavo obarvanih celic z merilno skalo 50 μm. Učno množico je sestavljalo sedem, testno pa enajst slik velikosti 2088 x 1550 pikslov. Natančnost segmentacije je bila boljša pri rjavih pikslih in je v povprečju dosegla 76 odstotkov pri metriki pravilno pozitivno zaznanih pikslov. Z 51 odstotki pri isti metriki se je segmentacija modrega razreda odrezala precej slabše.
Ključne besede:genetski algoritem, segmentacija, celice, optimizacija, Bayes
Kraj izida:[Maribor
Založnik:T. Avberšek
Leto izida:2018
PID:20.500.12556/DKUM-70636 Novo okno
UDK:004.451.354(043.2)
COBISS.SI-ID:21718806 Novo okno
NUK URN:URN:SI:UM:DK:HCVQT8XO
Datum objave v DKUM:24.08.2018
Število ogledov:1805
Število prenosov:131
Metapodatki:XML DC-XML DC-RDF
Področja:KTFMB - FERI
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share


Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licence

Licenca:CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.
Začetek licenciranja:01.06.2018

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Optimization of image operators for microscopic image segmentation
Opis:The work focuses on microscopic image processing using multi-layered image processing technique for microscopic image segmentation. The purpose of the work was to optimize morphological operators for microscopic image segmentation. We have used Bayesian segmentation and a genetic algorithm for result optimisation. When learning and testing, we have used images of cells with brown and blue colouring agent with a measuring scale 50 μm. The learning set was composed of 7 images, whereas the testing set had 11 images of 2088 x 1550 pixels. The segmentation yielded better results for the brown cells with the True Positive metrics amounting to 76%. With 51% with the same metrics, the blue class did not perform as good as the brown class.
Ključne besede:genetic algorithm, segmentation, cells, optimisation, Bayes


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici