Detekce zeleně v obraze
but.committee | prof. Ing. Jan M. Honzík, CSc. (předseda) prof. Dr. Ing. Jan Černocký (místopředseda) doc. Ing. Jan Kořenek, Ph.D. (člen) Ing. Zbyněk Křivka, Ph.D. (člen) Ing. Filip Orság, Ph.D. (člen) | cs |
but.defence | Studentka nejprve prezentovala výsledky, kterých dosáhla v rámci své práce. Komise se pak seznámila s hodnocením vedoucího a posudkem oponenta práce. Studentka následně odpověděla na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studentky na položené otázky rozhodla práci hodnotit stupněm D. Otázky u obhajoby: Proč neladí tabulky 6.2-4 s obrázky 6.2-3? Jak se děje fúze klasifikátorů podle vzorců (3.7) a (3.8)? Jak by to šlo udělat lépe? | cs |
but.jazyk | čeština (Czech) | |
but.program | Informační technologie | cs |
but.result | práce byla úspěšně obhájena | cs |
dc.contributor.advisor | Přibyl, Bronislav | cs |
dc.contributor.author | Černá, Tereza | cs |
dc.contributor.referee | Herout, Adam | cs |
dc.date.created | 2013 | cs |
dc.description.abstract | Tato práce se zabývá detekcí vegetace v obraze. Jsou zde popsány přístupy k detekci vegetace. Pro vytvoření aplikace byla vybrána metoda detekce trávy ve videu v reálném čase. V práci je navrhnut nový způsob vyhodnocení metody, aplikace realizuje původní vyhodnocení po pixelech i nový způsob vyhodnocení po segmentech. Funkce detekce je ověřena na testovací sadě. V závěru práce jsou porovnány výsledky obou přístupů vyhodnocení a popsány výsledky testování. Úspěšnost správně detekované vegetace se pohybuje až k 86,32 %. | cs |
dc.description.abstract | This project focuses on detection of vegetation in digital image and describes approaches to detect vegetation. Created aplication uses grass detection method in video in real time. There is a new mean of evaluation of the method proposed in this project, using commonly used pixel by pixel detection and also a new detection approach, segment detection. Functionality of the application is checked by set of test images. The thesis is concluded by comparing results of those two approaches. Success of correctly detected vegetation ranges up to 86.32 %. | en |
dc.description.mark | D | cs |
dc.identifier.citation | ČERNÁ, T. Detekce zeleně v obraze [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2013. | cs |
dc.identifier.other | 79290 | cs |
dc.identifier.uri | http://hdl.handle.net/11012/55006 | |
dc.language.iso | cs | cs |
dc.publisher | Vysoké učení technické v Brně. Fakulta informačních technologií | cs |
dc.rights | Standardní licenční smlouva - přístup k plnému textu bez omezení | cs |
dc.subject | Detekce zeleně v obraze | cs |
dc.subject | detekce vegetace | cs |
dc.subject | detekce trávy | cs |
dc.subject | detekce rostlin | cs |
dc.subject | RGB | cs |
dc.subject | YUV | cs |
dc.subject | textura | cs |
dc.subject | segmentace | cs |
dc.subject | watershed segmentace | cs |
dc.subject | Grass detection in image | en |
dc.subject | green detection | en |
dc.subject | vegetation detection | en |
dc.subject | RGB | en |
dc.subject | YUV | en |
dc.subject | texture | en |
dc.subject | segmentation | en |
dc.subject | watershed segmentation | en |
dc.title | Detekce zeleně v obraze | cs |
dc.title.alternative | Vegetation Detection in Images | en |
dc.type | Text | cs |
dc.type.driver | bachelorThesis | en |
dc.type.evskp | bakalářská práce | cs |
dcterms.dateAccepted | 2013-06-12 | cs |
dcterms.modified | 2020-05-10-16:11:09 | cs |
eprints.affiliatedInstitution.faculty | Fakulta informačních technologií | cs |
sync.item.dbid | 79290 | en |
sync.item.dbtype | ZP | en |
sync.item.insts | 2025.03.18 18:00:40 | en |
sync.item.modts | 2025.01.17 13:05:12 | en |
thesis.discipline | Informační technologie | cs |
thesis.grantor | Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédií | cs |
thesis.level | Bakalářský | cs |
thesis.name | Bc. | cs |