Detekce hran v obraze pomocí konvexní optimalizace

Simple item page
but.committeeprof. Ing. Zdeněk Smékal, CSc. (předseda) prof. Ing. Jaroslav Koton, Ph.D. (člen) doc. Ing. Kamil Říha, Ph.D. (člen) doc. Ing. Radim Burget, Ph.D. (člen) doc. Ing. Rastislav Róka, Ph.D. (člen) doc. Ing. Otto Dostál, CSc. (člen)cs
but.defenceOba posudky oponentů jsou kladné, jádro disertační práce bylo publikováno na mezinárodní úrovni. Téma disertační práce je společensky významné a na aktuální téma.cs
but.jazykangličtina (English)
but.programTeleinformatikacs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorRajmic, Pavelen
dc.contributor.authorNovosadová, Michaelaen
dc.contributor.refereeRóka, Rastislaven
dc.contributor.refereeDostál, Ottoen
dc.date.created2023cs
dc.description.abstractDetekce hran v obraze je jednou z nejdůležitějších technik v oblasti digitálního zpracování obrazu. Bývá používána, mimo jiné, jako první krok segmentace obrazu. I proto stále zůstává v oblasti zájmu vědců, kteří se snaží vyvíjet stále lepší detekční přístupy. Hlavním cílem této práce je nalezení vhodné metody detekce hran v obraze pomocí konvexní optimalizace. Navržená metoda je založená na řídkém modelování, a její hlavní část je formulována jako konvexní optimalizační problém, který je řešen pomocí proximálních algoritmů. Pro definici optimalizačního problému se předpokládá, že signál může být modelován jako přeparametrizovaný po částech polynomiální signál, který se skládá z disjunktních segmentů. Počet těchto segmentů je výrazně menší než je počet vzorků signálu, což vybízí k použití řídkosti. Návrh vhodného optimalizačního problému nejdříve probíhá na jednorozměrných signálech, jelikož implementace a porovnání jednotlivých algoritmů je pro jednorozměrné signály výrazně jednodušší a časově méně náročná, než pro dvojrozměrné. První část práce se věnuje představení základní teorie z oblasti zpracování signálu, řídkosti, konvexní optimalizace a proximálních algoritmů, a dále prezentuje průřez používanými metodami pro hranovou detekci v obraze. Druhá část práce se zaměřuje na návrh a následné vyhodnocení jednotlivých optimalizačních problémů pro segmentaci jednorozměrných syntetických signálů, které jsou poškozeny šumem. Vyhodnocení je provedeno jak z pohledu přesnosti detekce skoků tak i odšumění. Poslední část práce je věnována rozšíření nejlépe fungujícího přístupu k detekci skoků v jednorozměrném signálu pro použití na detekci hran v obraze. V této části je navržený přístup testován na standardizovaném datasetu obrázků, který obsahuje manuálně označené hrany od několika subjektů. Výsledky navržené metody jsou vyhodnoceny pomocí precision-recall křivek a jejich maximálního F skóre a následně porovnány s ostatními metodami hranové detekce.en
dc.description.abstractImage edge detection is one of the most important techniques in digital image processing. It is used, among other things, as the first step of image segmentation. Therefore, it remains an area of interest for researchers trying to develop ever-better detection approaches. The main objective of this Thesis is to find a suitable method for image edge detection using convex optimisation. The proposed method is based on sparse modelling, and its main part is formulated as a convex optimisation problem solved by proximal algorithms. For defining the optimisation problem, it is assumed that the signal can be modelled as an over-parametrised, piecewise-polynomial signal that consists of disjoint segments. The number of these segments is significantly smaller than the number of signal samples, which encourages the use of sparsity. The formulation of a suitable optimisation problem is first performed on one-dimensional signals since the implementation and comparison of the different algorithms is significantly easier and less time-consuming for one-dimensional signals than two-dimensional ones. The first part of the Thesis introduces the basic theory in signal processing, sparsity, convex optimisation and proximal algorithms. It also presents a cross-section of the methods used for image edge detection. The second part of the Thesis focuses on the formulation and the subsequent evaluation of individual optimisation problems for the segmentation of one-dimensional synthetic signals corrupted by noise. The evaluation is conducted in terms of both denoising and breakpoint detection accuracy. The last part of the Thesis is dedicated to expanding the best-performing approach for breakpoint detection in one-dimensional signals for the application to image edge detection. The proposed approach is tested on a standardised dataset of images containing manually labelled edges of several subjects. The results of the proposed method are evaluated using precision-recall curves and their maximum F-measure score, and then compared with other edge detection methods.cs
dc.description.markPcs
dc.identifier.citationNOVOSADOVÁ, M. Detekce hran v obraze pomocí konvexní optimalizace [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2023.cs
dc.identifier.other152598cs
dc.identifier.urihttp://hdl.handle.net/11012/209265
dc.language.isoencs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectSegmentace signálůen
dc.subjectdetekce hran v obrazeen
dc.subjectkonvexní optimalizaceen
dc.subjectproximální algoritmyen
dc.subjectproximální operátoryen
dc.subjectřídkosten
dc.subjecttotální variaceen
dc.subjectgradienten
dc.subjectSignal segmentationcs
dc.subjectimage edge detectioncs
dc.subjectconvex optimisationcs
dc.subjectproximal splitting algorithmcs
dc.subjectproximal operatorcs
dc.subjectsparsitycs
dc.subjecttotal variationcs
dc.subjectgradientcs
dc.titleDetekce hran v obraze pomocí konvexní optimalizaceen
dc.title.alternativeImage Edge Detection Using Convex Optimisationcs
dc.typeTextcs
dc.type.driverdoctoralThesisen
dc.type.evskpdizertační prácecs
dcterms.dateAccepted2023-04-05cs
dcterms.modified2023-04-13-13:06:40cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid152598en
sync.item.dbtypeZPen
sync.item.insts2025.03.27 12:10:57en
sync.item.modts2025.01.15 23:00:43en
thesis.disciplinebez specializacecs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav telekomunikacícs
thesis.levelDoktorskýcs
thesis.namePh.D.cs
Files
Original bundle
Now showing 1 - 5 of 5
Thumbnail Image
Name:
final-thesis.pdf
Size:
4.45 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
thesis-1.pdf
Size:
715.48 KB
Format:
Adobe Portable Document Format
Description:
thesis-1.pdf
Download
Thumbnail Image
Name:
Posudek-Oponent prace-posudek oponenta doc. Roka_disertace Ing. Novosadova.pdf
Size:
389.72 KB
Format:
Adobe Portable Document Format
Description:
Posudek-Oponent prace-posudek oponenta doc. Roka_disertace Ing. Novosadova.pdf
Download
Thumbnail Image
Name:
Posudek-Oponent prace-posudek oponenta doc. Dostal_disertace Ing. Novosadova.pdf
Size:
1.63 MB
Format:
Adobe Portable Document Format
Description:
Posudek-Oponent prace-posudek oponenta doc. Dostal_disertace Ing. Novosadova.pdf
Download
Thumbnail Image
Name:
review_152598.html
Size:
3.29 KB
Format:
Hypertext Markup Language
Description:
file review_152598.html
Download
Collections
2023