Detekce objektů na základě jejich přibližného tvaru

Abstract

Tato bakalářská práce se zabývá problematikou segmentace obrazu a následné detekce objektů na základě přibližného tvaru, s primárním zaměřením na kraslice. Hlavním cílem bylo prozkoumat, implementovat a experimentálně ověřit vybrané metody zpracování obrazu, od tradičních algoritmů po moderní přístupy, a posoudit jejich vhodnost a výkonnost pro danou úlohu, která je charakteristická variabilitou tvarů, textur a barev objektů, jakož i často komplexním pozadím nebo vzájemným překryvem. Práce nejprve rešeršně zpracovává a následně prakticky implementuje čtyři odlišné segmentační metody: kombinaci základních technik, aktivní kontury, metodu Superpixel-Based Fast Fuzzy C-Means a model Segment Anything Model. Následně byly implementovány a testovány tři detekční metody: Shape Context, Hausdorffova vzdálenost a Houghova transformace pro elipsy. Tyto metody byly hodnoceny z hlediska přesnosti detekce, výpočetní náročnosti a robustnosti vůči překryvu objektů, obrazovému šumu a geometrickým deformacím.

This bachelor's thesis addresses the problematics of image segmentation and subsequent object detection based on approximate shape, with a primary focus on Easter eggs. The main goal was to explore, implement, and experimentally verify selected image processing methods, ranging from traditional algorithms to modern approaches, and to assess their suitability and performance for the given task, which is characterized by variability in object shapes, textures, and colors, as well as often complex backgrounds or mutual occlusions. The thesis first reviews and then practically implements four distinct segmentation methods: a combination of basic techniques, active contours, the Superpixel-Based Fast Fuzzy C-Means method, and the Segment Anything Model. Subsequently, three detection methods were implemented and tested: Shape Context, Hausdorff distance, and Hough transform for ellipses. These methods were evaluated in terms of detection accuracy, computational demands, and robustness against object occlusions, image noise, and geometric deformations.