Detekce a hodnocení zkreslených snímků v obrazových sekvencích

Simple item page
but.committeeprof. Ing. Valentýna Provazník, Ph.D. (předseda) Ing. Martin Vítek, Ph.D. (místopředseda) Ing. Oto Janoušek, Ph.D. (člen) Ing. Jiří Chmelík, Ph.D. (člen) doc. Mgr. Zdenka Fohlerová, Ph.D. (člen)cs
but.defenceStudentka prezentovala výsledky své práce a komise byla seznámena s posudky. Ing. Chmelík položil otázku: Jak jste hodnotila kvalitu snímků? Jak ovlivní subjektivní hodnocení snímků použitý regresní model? Proč detekujete hrany ve spektru? Studentka obhájila diplomovou práci s výhradami a odpověděla na otázky členů komise a oponenta.cs
but.jazykangličtina (English)
but.programBiomedicínské inženýrství a bioinformatikacs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorKolář, Radimen
dc.contributor.authorVašíčková, Zuzanaen
dc.contributor.refereeChmelík, Jiříen
dc.date.created2020cs
dc.description.abstractDiplomová práca sa zaoberá detekciou a hodnotením skreslených snímok v retinálnych obrazových dátach. Teoretická časť obsahuje stručné zhrnutie anatómie oka a metód hodnotenia kvality obrazov všeobecne, ako aj konkrétne hodnotenie retinálnych obrazov. Praktická časť bola vypracovaná v programovacom jazyku Python. Obsahuje predspracovanie dostupných retinálnych obrazov za účelom vytvorenia vhodného datasetu. Ďalej je navrhnutá metóda hodnotenia troch typov šumu v skreslených retinálnych obrazoch, presnejšie pomocou Inception-ResNet-v2 modelu. Táto metóda nebola prijateľná a navrhnutá bola teda iná metóda pozostávajúca z dvoch krokov - klasifikácie typu šumu a následného hodnotenia úrovne daného šumu. Pre klasifikáciu typu šumu bolo využité filtrované Fourierove spektrum a na hodnotenie obrazu boli využité príznaky extrahované pomocou ResNet50, ktoré vstupovali do regresného modelu. Táto metóda bola ďalej rozšírená ešte o krok detekcie zašumených snímok v retinálnych sekvenciách.en
dc.description.abstractThe master's thesis deals with detection and evaluation of distorted frames in retinal image data. The theoretical part contains brief summary of eye anatomy and methods for image quality assessment generally, and also particularly on retinal images. The practical part is carried out in programming language Python. It contains preprocessing of the available retinal images in order to create an appropriate dataset. Further a method for evaluation of three types of blur in distorted retinal images is proposed, specifically Inception-ResNet-v2 model. This method is not feasible and thus another method consisting of two steps is designed - classification of the type of blur and subsequently evaluation of the particular blur level. Filtered Fourier spectrum is used to classify the type of blur and features extracted by ResNet50 serve as the input for regression model. This method is further extended with initial step of detection of blurred frames in retinal sequences.cs
dc.description.markDcs
dc.identifier.citationVAŠÍČKOVÁ, Z. Detekce a hodnocení zkreslených snímků v obrazových sekvencích [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2020.cs
dc.identifier.other126851cs
dc.identifier.urihttp://hdl.handle.net/11012/189247
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.subjectsietnicaen
dc.subjecthodnotenie kvality obrazoven
dc.subjectskreslenie obrazuen
dc.subjecthlboké učenieen
dc.subjectextrakcia príznakoven
dc.subjectregresiaen
dc.subjectResNet50en
dc.subjectretinálne sekvencieen
dc.subjectretinacs
dc.subjectimage quality assessmentcs
dc.subjectimage blurcs
dc.subjectdeep learningcs
dc.subjectfeature extractioncs
dc.subjectregressioncs
dc.subjectResNet50cs
dc.subjectretinal sequencescs
dc.titleDetekce a hodnocení zkreslených snímků v obrazových sekvencíchen
dc.title.alternativeDetection and evaluation of distorted frames in retinal image datacs
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2020-06-16cs
dcterms.modified2020-06-19-13:01:40cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid126851en
sync.item.dbtypeZPen
sync.item.insts2025.03.26 14:23:59en
sync.item.modts2025.01.17 14:42:55en
thesis.disciplinebez specializacecs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav biomedicínského inženýrstvícs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
13.94 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
4.67 MB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_126851.html
Size:
6.77 KB
Format:
Hypertext Markup Language
Description:
file review_126851.html
Download
Collections
2020