HOLUB, Z. Odstranění šumu z obrazů kalibračních vzorků získaných elektronovým mikroskopem [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2017.
Student Bc. Zbyněk Holub vypracoval diplomovou práci na téma: ODSTRANĚNÍ ŠUMU Z OBRAZŮ KALIBRAČNÍCH VZORKŮ ZÍSKANÝCH ELEKTRONOVÝM MIKROSKOPEM. V rámci práce student prostudoval a popsal typy šumů vznikající v CCD a CMOS čipech a jejich vliv na výsledný obraz. Na základě zadání navrhl tři metody odstranění šumu a jejich účinnost simuloval na uměle zašuměných a reálných datech z transmisního elektronového mikroskopu. Výsledky následně srovnal s metodou „Non-local means“, jakožto zlatým standardem pro obrazy elektronového mikroskopu. Všechny metody implementoval v programovacím prostředí MATLAB a vytvořil pro celou práci vlastní GUI aplikaci. V rámci práce jsou taktéž diskutovány akviziční parametry a jejich vliv na poměr signál-šum (SNR). Práce vznikala převážně na pracovišti firmy FEI Česká republika s.r.o. pod vedením Ing. Miloše Malínského, Ph.D., který byl zároveň i externím konzultantem práce. Student se pravidelně účastnil konzultací s konzultantem i vedoucím práce a přicházel s novými nápady a jejich realizací. V rámci firmy FEI se podílel na nasnímání dat na elektronovém mikroskopu. Pozitivně hodnotím hlavně přístup studenta k dané práci a jeho iniciativu dát práci finální podobu. Možná zlepšení vidím hlavně v psané angličtině a matematickém rozboru metod odstranění šumu. Dále bych v některých částech volil vhodnější zdroje citací. Ve výsledku ale práci studenta hodnotím velmi kladně. Hodnocení: A/90 b.
Diplomant Zbyněk Holub vypracoval diplomovou práci zaměřenou na využití pokročilých metod filtrace pro zpracování obrazů z elektronových mikroskopů. Práce je logicky rozdělena do šesti kapitol a je psána v anglickém jazyce. Z hlediska formálního je text poměrně zdařilý až na nejednotný soupis použité literatury a nesprávný popis na osách u některých obrázků (např. „Decibels [dB]“). Kvalita anglického jazyka je spíš průměrná a místy snižuje srozumitelnost textu. Popis metod filtrace je také mírně nesrozumitelný a nejsou v něm uvedeny všechny souvislosti. Z hlediska odborného obsahu práce mám následující komentáře. Diplomant pracuje s definicí SNR. Ta je uvedena několikrát, avšak z textu není zcela jasná. Jde o vztah 3.3 a pak především o vztah 5.1. Pokud vezmeme v potaz popis čitatele, jak uvádí autor, tak je tato definice dle mého názoru nesprávná. To se pak projevuje v práci, kdy student nejprve uvádí, že vysoké hodnoty SNR znamenají malé potlačení šumu (str. 44). Později pak již uvádí opak. V programovém kódu je pak pro vyčíslení SNR počítána suma rozdílů obrazů před a po filtraci, avšak bez absolutní hodnoty, což zkreslí výsledek. Dále je uvedena definice SSIM, která pak není v práci téměř používána a z textu není jasné proč. Autor následně provedl a popsal řadu experimentů jak na syntetických obrazech, tak na reálných datech. Toto testování je provedeno a komentováno poměrně pečlivě, místy na úkor přehlednosti (např. Table 2, str. 66). S ohledem na nejasný způsob výpočtu SNR mohou však být některé výsledky zavádějící. Vzhledem k uvedeným výtkám hodnotím práci stupněm C/75bodů.
eVSKP id 102353