KUBR, J. 2D lokalizace pomocí CCD kamery [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2008.

Posudek vedoucího

Janáková, Ilona

Úkolem studenta bylo navrhnout, implementovat a otestovat algoritmus pro určení velikosti translačního pohybu kamery vůči statické scéně. Zadání bakalářské práce lze hodnotit jako odborně i časově náročné. Úspěšné zvládnutí práce předpokládalo nastudování problematiky zpracování obrazu a detekce pohybu v obraze a také dobrou schopnost programování v prostředí Matlab. Student navrhl dva základní postupy detekce posunu mezi dvěma snímky. První je založen na detekci významné části prvního obrazu a následné korelaci tohoto výřezu s druhým obrazem. Druhý postup pracuje s jednotlivými nalezenými významnými body v prvním i druhém snímku a určením vzájemné korespondence. Pro oba přístupy pan Kubr otestoval ještě několik variant volby dílčích operací (např. filtry předzpracování, techniky detekce významných bodů) a nastavení jednotlivých parametrů. Navržené varianty algoritmů testoval na několika sériích snímků různé složitosti a sledoval úspěšnost algoritmů i jejich časovou náročnost. Studentovou slabinou je bohužel neschopnost výsledky prezentovat jak ústní tak písemnou formou. Popis navržených algoritmů v dokumentaci je nedostatečný a ani málo komentovaný kód o nich moc nenapoví. Chybí také vyvození širšího závěru o použitelnosti vlastních metod. Přes tristní rozsah a úpravu dokumentu bylo na konzultacích z osobně předvedených výsledků vidět, že student bakalářské práci věnoval dostatek času a pracovního úsilí. Pan Kubr přistupoval ke zpracování projektu aktivně a odpovědně a dosáhl výsledků hodných bakaláře.

Posudek oponenta

Honec, Peter

Úkolem studenta bylo navrhnout algoritmus, který určí vzájemný posuv dvou snímků téže scény. V první části je stručně pojednáno o hranových operátorech a metodách měření vzájemného posunu dvou obrazů. Teoretická část je poněkud méně obsáhlá. V praktické části jsou ověřeny a kvalitativně posouzeny výsledky detekce hran v obraze pro různé metody. Student mylně zařazuje Moravcův operátor k detektorům hran a dochází ke zjištění, že je málo citlivý na hrany. Dále jsou popsány 2 metody měření vzájemného posunu obrazů, které byly vyzkoušeny na testovacích snímcích. První z metod je studentem nazývána korelací, ale přirovnávat vzorce na straně 13 a 14 ke korelaci je více než odvážné. Připouštím však, že tato metoda pro zjištění posunu může sloužit. Veškeré výsledky praktické části jsou demonstrované ve velmi přehledných a úhledně zpracovaných tabulkách na dvaceti listech, díky čemuž se počet stran bakalářské práce více než zdvojnásobil. Samotné algoritmy v Matlabu jsou velmi nepřehledné, po spuštění chybí popisky jednotlivých obrázků, což nepřidává na přehlednosti. V případě algoritmů využívajících "korelaci" je někdy výsledek patrný jen po pečlivém zkoumání samotného snímku. Na tomto místě by neškodilo nalezenou oblast alespoň symbolicky orámovat. Algoritmy fungovaly dle popisu a přiložených tabulek a ve většině případů vzájemný posun dvou obrazů vyhodnotily správně. Práce je po grafické stránce dobře upravená, v gramatických chybách si student libuje. Čtenář tak naráží na spoustu zpestření, které jej v myšlenkách nutí přecházet z oblasti statistiky ("možné kombinace") spíše do oblasti fyziologie ("mužné kombinace"). Po stránce odborné je práce poněkud ošizena, uvítal bych alespoň teoretický popis metody optického toku. Od úvodu po závěr by se jistě pro takto zajímavý problém dalo popsat přínosnými informacemi více než zde popsaných 12 stran textu a obrázků. Práci doporučuji k obhajobě.

eVSKP id 13687