Full metadata record
DC poleHodnotaJazyk
dc.contributor.advisorRyba, Tomáš
dc.contributor.authorJežek, Josef
dc.contributor.refereeJedlička, Pavel
dc.date.accepted2015-06-16
dc.date.accessioned2016-03-15T08:39:40Z
dc.date.available2014-10-01cs
dc.date.available2016-03-15T08:39:40Z
dc.date.issued2015
dc.date.submitted2015-05-15
dc.identifier63622
dc.identifier.urihttp://hdl.handle.net/11025/17947
dc.description.abstractDiplomová práce se zabývá segmantací obrazu pomocí teorie Markovských náhodných polí. Práce zkoumá segmentaci metodou Graph cut, zkoumá výhody i nevýhody této segmentační metody. Věnuje se i předzpracování vstupních obrazů takovým způsobem, aby výsledná segmentace dopadla co možná nejlépe. Práce uvádí postupy automatického získání jasových modelů, ty jsou určeny střední hodnotou a rozptylem. Porovnáními ukazuje vliv vypočtené hodnoty rozptylu z různé velikosti okolí střední hodnoty na výsledné segmentace. Porovnává Graph cut s podobnými segmentačními metodami. Práce přináší výsledky praktických experimentů i zhodnocení experimentů.cs
dc.format68 s.cs
dc.format.mimetypeapplication/pdf
dc.language.isocscs
dc.publisherZápadočeská univerzita v Plznics
dc.relation.isreferencedbyhttps://portal.zcu.cz/StagPortletsJSR168/CleanUrl?urlid=prohlizeni-prace-detail&praceIdno=63622-
dc.rightsPlný text práce je přístupný bez omezení.cs
dc.subjectmarkovovská náhodná polecs
dc.subjectgraph cutcs
dc.subjectjasový modelcs
dc.subjecthistogramcs
dc.subjectprobabilistic rand indexcs
dc.subjectnormální rozdělenícs
dc.subjectrozptylcs
dc.titleSegmentace obrazu pomocí Markovských náhodných polícs
dc.title.alternativeSegmentation of images based on Markov random fieldsen
dc.typediplomová prácecs
dc.thesis.degree-nameIng.cs
dc.thesis.degree-levelNavazujícícs
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných vědcs
dc.thesis.degree-programInženýrská informatikacs
dc.description.resultObhájenocs
dc.rights.accessopenAccessen
dc.description.abstract-translatedThis diploma thesis is focused on image segmentation based on theory of Markov Random Fields. Segmentation based on Graph cut method is studied in this thesis, advantages and disadvantages of this method are explored. Attention is paid also input image pre-processing in order to final segmentation was as good as possible. The methods of automatic gaining brightness models are published, brightness models are determined by mean value and variance. The influence on resulting segmentations of computed variance value from different sizes of mean value environ is proved by comparisons. Graph cut is compared with similar segmentation methods. The results of practical experiments and the evaluation of the experiments are presented.en
dc.subject.translatedmarkov random fieldsen
dc.subject.translatedgraph cuten
dc.subject.translatedbrightness modelen
dc.subject.translatedhistogramen
dc.subject.translatedprobabilistic rand indexen
dc.subject.translatednormal distributionen
dc.subject.translatedvarianceen
Vyskytuje se v kolekcích:Diplomové práce / Theses (KKY)

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
DP_text_JJ_final.pdfPlný text práce2,32 MBAdobe PDFZobrazit/otevřít
vedouci-Jezek-v.pdfPosudek vedoucího práce2,83 MBAdobe PDFZobrazit/otevřít
oponent-Jezek-o.pdfPosudek oponenta práce2,55 MBAdobe PDFZobrazit/otevřít
obhajoba-Jezek-p.pdfPrůběh obhajoby práce1,34 MBAdobe PDFZobrazit/otevřít
Zobrazit minimální záznam Zobrazit statistiky


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/17947

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.

hledání
navigace
  1. DSpace at University of West Bohemia
  2. Vysokoškolské kvalifikační práce / Theses
  3. Fakulta aplikovaných věd / Faculty of Applied Sciences
  4. Katedra kybernetiky / Department of Cybernetics
  5. Diplomové práce / Theses (KKY)