Detekce změn v digitálních obrazech

Abstract

Tato práce se zabývá problematikou detekce změny v digitálních obrazech, které byly pořízeny v domácích podmínkách, obyčejnou integrovanou kamerou, ve dvou po sobě jdoucích okamžicích. Jsou zde prozkoumány všechny problémy, jež tuto úlohu provází. Od předzpracování až po vyhodnocení výsledků. V průběhu práce jsou popsány a po- rovnány metody využívané v této oblasti, jako například rozdílová metoda (differencing) a LCP (Local Correlation Peak). Dále je zde navržena nová metoda, založená na LTP deskriptorech, která efektivně řeší stanovený problém. Tato metoda je následně podro- bena testům na reálných datech. Výsledky těchto testů jsou v závěru rozebrány. Kromě metody detekce změny je v této práci navržena také metoda pro minimalizaci chyby způsobené paralaxou.This thesis concerns with change detection problematics in digital images captured under indoor conditions with an ordinary integrated camera in two consecutive moments. All challenges that accompany this problem will be discussed, starting with preprocessing and arriving to evaluation of the results. Currently used methods from this field are described and compared with each other such as differencing and LCP (Local Correlation Peak). A novel method, based on LTP descriptors, effectively solving this problem is proposed in this work. The proposed method is then tested on real data. The results of this tests are discussed subsequently. Besides the change detection method a method for parallax error minimization is proposed here.