DZIEKAN i RADA WYDZIAŁU ELEKTROTECHNIKI, AUTOMATYKI, INFORMATYKI i ELEKTRONIKI AKADEMII GÓRNICZO-HUTNICZEJ im. ST. STASZICA W KRAKOWIE |
---|
zapraszają na publiczą dyskusję nad rozprawą doktorską mgra inż. Rafała Petryniaka |
Algorytmy komputerowej detekcji dużych obiektów w obrazach o wysokim poziomie szumu i niejednorodności |
Obrona rozprawy doktorskiej odbędzie się 1 marca 2012 roku o godz. 12.00 w pawilonie B-1, w sali nr 4, parter, AGH-Kraków, al. Mickiewicza 30 |
PROMOTOR: Prof. dr hab. inż. Leszek Wojnar - Politechnika Krakowska im. Tadeusza Kościuszki |
RECENZENCI: prof. Janusz Szala |
prof. dr hab. inż. Ryszard Tadeusiewicz |
Z rozprawą doktorską i opiniami recenzentów można się zapoznać w Czytelni Biblioteki Głównej AGH, al. Mickiewicza 30 |
Algorytmy komputerowej detekcji dużych obiektów w obrazach o wysokim poziomie szumu i niejednorodności
mgr inż. Rafał Petryniak
Promotor: Prof. dr hab. inż. Leszek Wojnar - Politechnika Krakowska im. Tadeusza Kościuszki
Dyscyplina: Biocybernetyka i Inżynieria Biomedyczna
W prezentowanej pracy podjęto próbę przedstawienia możliwości, jakie dają metody komputerowej analizy obrazu w zakresie detekcji dużych obiektów. Szczególną cechą, która była analizowana w największym stopniu, była niejednorodność tych obiektów, która znacznie utrudnia korzystanie ze znanych algorytmów przetwarzania obrazu i często wymusza konstruowanie dedykowanych metod detekcji rozwiązujących ściśle określone zadanie. Metody te mają wbudowaną wiedzę o analizowanym obiekcie od samego początku, i dodatkowo wymagają często ścisłej standaryzacji procesu akwizycji obrazu. W niniejszej pracy zaproponowano odejście od tego schematu, zalecając takie konstruowanie metod detekcji dużych obiektów, aby wiedzę o ich położeniu na obrazie i innych cechach je wyróżniających mógł przekazać użytkownik na wstępnym etapie konfiguracji programu. W pracy zaproponowano 3 strategie określania dużych obiektów: (1) model bazujący na krawędzi, którego zadaniem jest zmniejszenie liczby segmentów w ramach dużych obiektów; (2) model bazujący na kształcie, który umożliwia lokalizację poszukiwanych obiektów na obrazie z wykorzystaniem wzorca kształtu przygotowanego przez użytkownika; (3) model bazujący na znacznikach, który jest zalecany do interaktywnej segmentacji obrazu, podczas której użytkownik na bieżąco nadzoruje wyniki działania algorytmu.