Temat: Canny - Prolib Integro

Skocz do pozycji: 1.

Tytuł:: Algorithm for creating three-dimensional models of internal organs based on computer tomography
Opracowanie metody tworzenia modeli trójwymiarowych organów na podstawie zdjęć z tomografii komputerowej
Autorzy:: Maleika, W.
Tematy:: tomograf komputerowy
modelowanie 3D
metoda Canny'ego
dopasowanie wierzchołków
FTA
computer tomography
3D modeling
Canny method
conformity between vertices; Pokaż więcej
Wydawca:: Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Powiązania:: https://bibliotekanauki.pl/articles/153413.pdf Link otwiera się w nowym oknie
Opis:: The paper describes a method for creating 3D objects of selected organs based on images of successive sections obtained from a computer tomograph. In the presented algorithm there were taken into account: image binarisation, seeking out contours, labelling, transformation into polar system, generation of objects (triangulation). The test investigations were carried out with the use of real images of patients from Kołobrzeg hospital.
W artykule na wstępie opisano badania jakie prowadzono w różnych ośrodkach naukowych związane z tworzeniem obrazu trójwymiarowego wybranego organu na podstawie zdjęć przekrojowych uzyskanych z tomografii komputerowej, a także przykłady takich wizualizacji z programów komercyjnych. W dalszej kolejności zaprezentowano autorską metodę rekonstrukcji obiektów 3D (organów człowieka) na podstawie kolejnych przekrojów CT. W prezentowanym algorytmie uwzględniono wiele etapów takiego procesu: binaryzację obrazów (z dolnym i górnym progiem), wyszukiwanie konturów i krawędzi (metoda Canny'ego), etykietowanie, przetwarzanie obiektów do układu biegunowego, generowanie obiektów 3D (szybka triangulacja - FTA). W każdym z zaprezentowanych etapów wskazano mocne i słabe właściwości zastosowanych rozwiązań. Opisane poszczególne metody połączono ze sobą i przedstawiono kompletny schemat opracowanego algorytmu. Wyniki jego działania zaprezentowano na trzech przykładowych wizualizacjach (płuca, czaszka, miednica) zrekonstruowanych na podstawie zdjęć z CT. Wszystkie badania testowe były przeprowadzone z wykorzystaniem rzeczywistych zdjęć pochodzących z badań pacjentów szpitala w Kołobrzegu.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 2.

Tytuł:: Leveraging smart image processing techniques for early detection of foot ulcers using a deep learning network
Autorzy:: Verma, Garima
Opis:: Purpose: To detect foot ulcers in diabetic patients by analysing thermal images of the foot using a deep learning model and estimate the effectiveness of the proposed model by comparing it with some existing studies. Material and methods: Open-source thermal images were used for the study. The dataset consists of two types of images of the feet of diabetic patients: normal and abnormal foot images. The dataset contains 1055 total images; among these, 543 are normal foot images, and the others are images of abnormal feet of the patient. The study’s dataset was converted into a new and pre-rocessed dataset by applying canny edge detection and watershed segmentation. This pre-processed dataset was then balanced and enlarged using data augmentation, and after that, for prediction, a deep learning model was applied for the diagnosis of an ulcer in the foot. After applying canny edge detection and segmentation, the pre-processed dataset can enhance the model’s performance for correct predictions and reduce the computational cost. Results: Our proposed model, utilizing ResNet50 and EfficientNetB0, was tested on both the original dataset and the pre-processed dataset after applying edge detection and segmentation. The results were highly promising, with ResNet50 achieving 89% and 89.1% accuracy for the two datasets, respectively, and EfficientNetB0 surpassing this with 96.1% and 99.4% accuracy for the two datasets, respectively. Conclusions: Our study offers a practical solution for foot ulcer detection, particularly in situations where expert analysis is not readily available. The efficacy of our models was tested using real images, and they outperformed other available models, demonstrating their potential for real-world application.
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Artykuł

na półce

Skocz do pozycji: 3.

Tytuł:: Impact of Edge Detection Algorithms in Medical Image Processing
Autorzy:: Anas, Ruba
Elhadi, Hadeel A.
Ali, Elmustafa Sayed
Tematy:: Canny
Edge detection
Gaussian Noise
LOG
Laplacian
Prewitt
Salt & Pepper Noise; Pokaż więcej
Wydawca:: Przedsiębiorstwo Wydawnictw Naukowych Darwin / Scientific Publishing House DARWIN
Powiązania:: https://bibliotekanauki.pl/articles/1075754.pdf Link otwiera się w nowym oknie
Opis:: Imaging technology in Medicine let the doctors to see the interior portions of the body for easy diagnosis. It also helped doctors to make keyhole surgeries for reaching the interior parts without really opening too much of the body. Noise in medical images appears in an image from a variety sources or it is the random variation of brightness or color information in images. Edge detection is a common process in the treatment of medical images and it is a very useful task for object recognition of human organs. Edge detection also show where shadows fall in an image or any other distinct change in the intensity of an image due to noise effects. In this paper we evaluated the performance of different edge detection algorithms; Canny, Prewitt, LOG, and Laplacian with and without adding filer such as wiener and median. The statement of effectiveness in removing noise and preserving important information in medical image is identified by using quality measurements like PSNR and MSE. Results show that the best algorithm for displaying edge and removing salt & pepper noise is the Prewitt Algorithm after using the median filter. Additionally, it was found that the best algorithm for displaying edge and removing Gaussian noise is the Canny algorithm after using the median filter.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 4.

Tytuł:: Klasyfikacja włosów ze względu na ich typ skrętu na zdjęciach 2D
Hair classification by type of twist in 2D images
Autorzy:: Rybska, Dominika
Opis:: Włosy ludzkie można klasyfikować na różne sposoby. Jednym z nich jest klasyfikacja włosów ze względu na typ skrętu. Informacja na ten temat może być przydatna przy doborze odpowiedniej pielęgnacji lub odpowiedniego cięcia dla włosów. W niniejszej pracy został zaprezentowany klasyfikator, który określa typ skrętu na zdjęciu 2D. Do klasyfikacji użyto drzewa decyzyjnego. Do stworzenia bazy danych wykorzystano 5 autorskich metod, z których uzyskano 10 parametrów dla każdego zdjęcia. Baza danych została stworzona na podstawie około 500 zdjęć. Autorskie metody do pozyskiwania cech opierają się na badaniu kształtu każdego włosa na zdjęciu. Na podstawie uzyskanych danych tworzone są parametry, które reprezentują wartości dla wszystkich włosów jako jedną wartość liczbową. Parametry te są zapisywane do bazy i wykorzystywane przez algorytm drzewa decyzyjnego do klasyfikacji. Do uzyskania pojedynczych włosów na zdjęciu wykorzystana została metoda Canny’ego (do wykrywania krawędzi) oraz algorytm przeszukania wszerz (BFS), zmodyfikowany w autorski sposób. Niektóre typy skrętu są do siebie bardzo podobne, a włosy można zaklasyfikować jako 2 podobne typy skrętu. Przy uwzględnieniu takiej omyłkowości, dokładność stworzonego klasyfikatora osiąga 85-92%.
Human hair can be classified in various ways. One of these is to classify hair according to the type of twist. Information on this can be useful when choosing the right care or the right cut for the hair. In this paper, a classifier is presented that determines the type of twist in a 2D image. A decision tree was used for classification. Five original methods were used to create a database, from which 10 parameters were obtained for each image. The database was created from approximately 500 images. The original methods for feature extraction are based on examining the shape of each hair in the image. From the data obtained, parameters are created that represent the values for all hairs as a single numerical value. These parameters are stored in a database and used by the decision tree algorithm for classification. The Canny method (for edge detection) and the breadth-first search (BFS) algorithm, modified in the author's own way, were used to obtain individual hairs in the image. Some twist types are very similar to each other, and hairs can be classified as 2 similar twist types. Taking such confusion into account, the accuracy of the created classifier reaches 85-92%.
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

na półce

Skocz do pozycji: 5.

Tytuł:: Redukcja czasu wykonania algorytmu Cannego dzięki zastosowaniu połączenia OpenMP z technologią NVIDIA CUDA
Autorzy:: Sychel, D.
Tematy:: przetwarzanie równoległe
programowanie kart graficznych
CUDA
wykrywanie krawędzi
filtry splotowe
algorytm Canny'ego
parallel processing
programming
graphic cards
edge detection filters
Canny algorithm; Pokaż więcej
Wydawca:: Politechnika Koszalińska. Wydawnictwo Uczelniane
Powiązania:: https://bibliotekanauki.pl/articles/118376.pdf Link otwiera się w nowym oknie
Opis:: Artykuł prezentuje alternatywne podejście do programowania równoległego poprzez wykorzystanie programowalnych kart graficznych w celu wsparcia obliczeń, oraz połączenie tego podejścia z klasycznym zrównolegleniem opartym o wielordzeniowe procesory. Przeprowadzone testy przedstawiają zysk czasu jaki można uzyskać dzięki odpowiedniemu połączeniu OpenMP z technologią CUDA w obliczeniach związanych z wykrywaniem krawędzi na obrazie rastrowym przy użyciu algorytmu Cannego. Badania przeprowadzone zostały na sprzęcie różnej jakości. Napisane algorytmy są zgodne z CC 1,0 (zdolność obliczeniowa karty graficznej).
This paper presents an alternative approach to parallel programming by using programmable graphics card to support calculations and combines this approach with a classical parallelization based on multi-core processors. The tests show the gain time that can be achieved through a combination of OpenMP with CUDA technology in the calculation of the edge detection on the raster image using the Canny’s algorithm. Tests were carried out on the equipment of varying quality. The algorithms are compatible with CC 1.0 (compute capability graphics card).
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 6.

Tytuł:: Selekcja podobrazów dla potrzeb dopasowywania zdjęć lotniczych oparta na histogramach gradientu i sieci neuronowej
Selection of sub-images for aerial photographs matching purposes based on gradient distribution and neural networks
Autorzy:: Czechowicz, A.
Mikrut, Z.
Tematy:: fotogrametria
wzajemne dopasowanie
algorytm Canny'ego
histogram gradientów
SOM
sieci Kohonena
sieci backpropagation
photogrammetry
mutual matching
Canny edge detector
gradient histogram
Kohonen networks
backpropagation networks; Pokaż więcej
Wydawca:: Stowarzyszenie Geodetów Polskich
Powiązania:: https://bibliotekanauki.pl/articles/131000.pdf Link otwiera się w nowym oknie
Opis:: Artykuł przedstawia wyniki wykorzystania sieci neuronowych do selekcji podobrazów oraz wyniki wyszukiwania wybranych obszarów na pozostałych zdjęciach z wykorzystaniem rozkładu odpowiedzi dla sieci SOM Kohonena. Zaproponowano reprezentacje fragmentu obrazu oparta na rozkładzie wartości modułu gradientu i jego kierunku. Badania przeprowadzono na dziewięciuset podobrazach zdjęć lotniczych okolic Krakowa o różnym pokryciu terenu podzielonych na trzy kategorie: obszarów korzystnych, pośrednich i niekorzystnych pod względem wyszukiwania cech do orientacji wzajemnej. Dla każdego z obrazów, w oparciu o algorytm Canny’ego, wyznaczono krawędzie. Na podstawie wartości gradientu i kierunków wykrytych krawędzi sporządzono histogram, który następnie posłużył wyznaczeniu reprezentacji podobrazu w postaci profilu kierunku. Tak przygotowana reprezentacje wykorzystano do uczenia sieci neuronowych metoda nadzorowana (backpropagation) oraz nienadzorowana (Kohonena), a następnie do klasyfikacji obszarów nauczonymi sieciami. W przypadku sieci backpropagation miara efektywności klasyfikacji był globalny współczynnik rozpoznania oraz macierz pomyłek. Dla sieci Kohonena wyznaczano współczynnik kompletności i poprawności. Wyniki zestawiono z rezultatami otrzymanymi na drodze uczenia metoda wstecznej propagacji błędów, gdzie generowane na mapie Kohonena odpowiedzi stanowiły sygnał wejściowy dla warstwy backpropagation. W dalszym etapie wytypowane obszary korzystne poszukiwano na sąsiednich obrazach. Wzmocniony funkcja preferująca wysokie wartości rozkład odpowiedzi na mapie cech siec Kohonena, uzyskany dla podobrazów korzystnych, porównywano z rozkładem dla podobrazów o tych samych wymiarach na sąsiednich zdjęciach. Za miarę podobieństwa obszarów przyjęto współczynnik korelacji dla porównywanych odpowiedzi sieci.
This paper describes the application of neural networks for selection of sub-images and the result of the search for the selected areas on the remaining photographs with the utilisation of Kohonen’s SOM network responses distribution. Image fragment representation based on the gradient magnitude values distribution and its direction was proposed. The research was conducted on nine hundred sub-images, taken from aerial photographs of the Cracow’s environs with different terrain cover, divided into three categories: advantageous, intermediate and disadvantageous areas in respect of searching for the features for mutual matching. The edges were detected with Canny algorithm. Based on the gradient values and the directions of the edges, the histogram was created and used to determine the representation of the sub-image in the direction’s profile form. The prepared representation served for teaching the neural network using supervised (backpropagation) and unsupervised (Kohonen) method and later for the classification. For the backpropagation network, the classification effectiveness was measured using the global recognition coefficient and the cooccurrence matrix. For the Kohonen network, the completeness and correctness coefficients were determined. Afterwards, the two networks were put together: the responses generated on the Kohonen map constituted the input signal for the backpropagation layer. In the next step, the adjacent images were sought for the chosen areas. Response distribution on the Kohonen network feature map, amplified with the function preferring the high values, was compared with the distribution for the same size sub-images of the adjacent photographs. To measure the similarity of the subimages, the correlation coefficient to compare network’s responses was used.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 7.

Tytuł:: Early detection of tuberculosis using hybrid feature descriptors and deep learning network
Autorzy:: Verma, Garima
Dixit, Sushil
Kumar, Ajay
Opis:: Purpose: To detect tuberculosis (TB) at an early stage by analyzing chest X-ray images using a deep neural network, and to evaluate the efficacy of proposed model by comparing it with existing studies. Material and methods: For the study, an open-source X-ray images were used. Dataset consisted of two types of images, i.e., standard and tuberculosis. Total number of images in the dataset was 4,200, among which, 3,500 were normal chest X-rays, and the remaining 700 X-ray images were of tuberculosis patients. The study proposed and simulated a deep learning prediction model for early TB diagnosis by combining deep features with hand-engineered features. Gabor filter and Canny edge detection method were applied to enhance the performance and reduce computation cost. Results: The proposed model simulated two scenarios: without filter and edge detection techniques and only a pre-trained model with automatic feature extraction, and filter and edge detection techniques. The results achieved from both the models were 95.7% and 97.9%, respectively. Conclusions: The proposed study can assist in the detection if a radiologist is not available. Also, the model was tested with real-time images to examine the efficacy, and was better than other available models.
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Artykuł

na półce

Skocz do pozycji: 8.

Tytuł:: Melanoma Skin Cancer and Nevus Mole Classification using Intensity Value Estimation with Convolutional Neural Network
Autorzy:: Ashafuddula
Islam, Rafiqul
Tematy:: melanoma detection
medical imaging
image classification
convolutional neuralnetwork
intensity value estimation
canny edge detection; Pokaż więcej
Wydawca:: Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Powiązania:: https://bibliotekanauki.pl/articles/27312851.pdf Link otwiera się w nowym oknie
Opis:: Melanoma skin cancer is one of the most dangerous and life-threatening cancer. Exposure to ultraviolet rays may damage the skin cell's DNA, which causes melanoma skin cancer. However, it is difficult to detect and classify melanoma and nevus mole at the immature stages. In this work, an automatic deep learning system is developed based on the intensity value estimation with a convolutional neural network model (CNN) to detect and classify melanoma and nevus mole more accurately. Since intensity levels are the most distinctive features for object or region of interest identification, the high-intensity pixel values are selected from the extracted lesion images. Incorporating those high-intensity features into the CNN improves the overall performance than the state-of-the-art methods for detecting melanoma skin cancer. To evaluate the system, we used 5-fold cross-validation. Experimental results show that a superior percentage of accuracy (92.58%), Sensitivity (93.76%), Specificity (91.56%), and Precision (90.68%) are achieved.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 9.

Tytuł:: Processing and analysis of digital microscopic images from the Mars Exploration Rover mission
Przetwarzanie i analiza cyfrowych obrazów mikroskopowych z misji Mars Exploration Rover
Autorzy:: Nowiński, Grzegorz
Opis:: The main purpose of this thesis was to examine the effectiveness and efficiency of the PADM algorithm in the detection of sand particles, from microscopic images of the Mars Exploration Rover mission.Fot this purpose, the PADM algorithm has been implemented in the Matlab engineering environment. Then algorithm was used in detection and analysis of 1387 photos gathered by the Opportunity rover from the Mars Exploration Rover mission.This thesis can be divided into three parts. In the first part the PADM algorithm is compared to the existing solutions of aeolian analysis. The PADM algorithm is great for analyzing the aeolian surface of Mars: it does not require specialized, heavy and complicated instruments used in traditional methods, and ensures high quantitative and qualitative results of the detected particles. Photos collected from the surface of Mars may vary in number and shape of the photographed objects. The semi-automatic nature of the PADM algorithm and the ability to choose the appropriate segmentation method ensure the highest results regardless of the characteristics of the photographed objects.The second part of the work is devoted to the discussion and analysis of how the PADM algorithm works and the methods used to process objects. After that the implementation details of the tool and the difficulties encountered are presented. In particular, the following were listed: the graphical interface of the tool and how it should be used, the method of providing necessary image data and a description of the collected measurement data.The last part of the work covers the analysis of the tool operation and the results obtained, including: parameters used, comparison of the use of individual segmentation methods and the results obtained with them and the calculation of the final algorithm result. The whole is completed with an analysis of the further potential development of the algorithm.
Głównym celem pracy było zbadanie skuteczności i efektywności algorytmu PADM w detekcji cząstek piasku, z mikroskopowych zdjęć z misji Mars Exploration Rover. W tym celu zaimplementowano algorytm PADM w środowisku inżynierskim Matlab. Następnie przeprowadzono detekcję i analizę wyników 1387 zdjęć zrobionych łazikiem Opportunity z misji Mars Exploration Rover.Pracę można podzielić na trzy części. W pierwszej z nich porównano algorytm PADM z istniejącymi rozwiązaniami analizy eolicznej. Algorytm PADM świetnie nadaje się do analizy eolicznej powierzchni Marsa: nie wymaga specjalistycznej, ciężkiej i skomplikowanej aparatury używanej w tradycyjnych metodach, oraz zapewnia wysokie wyniki ilościowe i jakościowe detektowanych cząstek. Zdjęcia zebrane z powierzchni Marsa mogą różnić się pomiędzy sobą ilością oraz kształtem fotografowanych obiektów. Pół automatyczny charakter algorytmu PADM i możliwość wybory odpowiedniej metody segmentacji zapewniają uzyskanie najwyższych wyników niezależnie od charakterystyki fotografowanych obiektów.Druga część pracy poświęcona jest omówieniu i analizie sposobu działania algorytmu PADM i użytych w nim metod przetwarzanie obiektów. Następnie przedstawione zostały szczegóły implementacyjne narzędzia i napotkane trudności. W szczególności wymienione zostały: interfejs graficzny narzędzia i sposób jego obsługi, sposób dostarczenia danych obrazowych, opis zebranych danych pomiarowych.Ostatnia część pracy obejmuje analizę działania narzędzia i uzyskanych wyników, w tym: użytych parametrów, porównaniu użycia poszczególnych metod segmentacji i uzyskanych nimi wyników, obliczenie końcowego wyniku algorytmu. Całość zostaje zakończona analizą dalszego rozwoju algorytmu.
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

na półce

Skocz do pozycji: 10.

Tytuł:: Programming real-time physics simulations : lecture no. 10
Programowanie symulacji fizyki w rzeczywistym czasie : wykład nr 10
Autorzy:: Węgrzyn, Paweł
Współwytwórcy:: Grabska-Gradzińska, Iwona
Ziemian, Kamil
Nowak, Leszek
Frodyma, Nikodem
Magda, Krzysztof
Frymus, Dariusz
Kozakiewicz, Joanna
Masklak, Zbigniew
Wydawca:: Uniwersytet Jagielloński
Opis:: 1. SAT for two OBBs 2. Spatial partitioning 3. Narrow phase of collision detection 4. Lin-Canny algorithm 5. V-Clip algorithm
1. Algorytm SAT dla dwóch OBB 2. Partycjonowanie przestrzenne 3. Etap szczegółowy detekcji kolizji 4. Algorytm Lin-Canny’ego 5. Algorytm V-Clip
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

na półce

Informacja

Wyszukujesz frazę "Canny" wg kryterium: Temat