Wyniki wyszukiwania - BazTech

1

Design and implementation of a vein detection system for improved accuracy in blood sampling

Boutalaka Omar, Benba Achraf, Sandabad Sara

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2025

|

T. 15, nr 1

131--134

EN

Blood sampling is a routine procedure in medical diagnostics, yet precise vein visualization methods remain limited. This projectintroducesa system designed to improve vein detection during blood collection. It relies on Near-Infrared (NIR) light, which interacts with the skin and highlights veins by taking advantage of hemoglobin’s infrared absorption properties. Using a Raspberry Pi and an infrared camera, image acquisitionand processing are handled through MATLAB and Python algorithms, which allow real-time visualization of veins. The system has been testedon a database of infrared images of hands and arms, effectively enhancing vein contrast in real time. The display is connected to the Raspberry Pi, giving medical staff a visual guide. This technology aims to streamline procedures for healthcare professionals, including doctors, nurses, and medical students, particularly in high-volume settings like labs and blood transfusion centers where vein visualization is critical to patient care.

PL

Pobieranie krwi jest rutynową procedurą w diagnostyce medycznej, jednak precyzyjne metody wizualizacji żył pozostają ograniczone. Projekt ten wprowadza system mający na celu usprawnienie wykrywania żył podczas pobierania krwi. Opiera się na świetle bliskiej podczerwieni (NIR),które oddziałuje ze skórą i uwydatnia żyły, wykorzystując właściwości absorpcji podczerwieni przez hemoglobinę. Przy użyciu Raspberry Pi i kameryna podczerwień akwizycja i przetwarzanie obrazu odbywa się za pomocą algorytmów MATLAB i Python, które umożliwiają wizualizację żył w czasie rzeczywistym. System został przetestowany na bazie danych obrazów dłoni i ramion w podczerwieni, skutecznie zwiększając kontrast żył w czasie rzeczywistym. Wyświetlacz jest podłączony do Raspberry Pi, zapewniając personelowi medycznemu wizualne wskazówki. Technologiata ma na celu usprawnienie procedurstosowanych przez pracowników służby zdrowia, w tym lekarzy, pielęgniarki i studentów medycyny, szczególnie w środowiskacho dużym natężeniu ruchu, takich jak laboratoria i centra transfuzji krwi, gdzie wizualizacja żył ma kluczowe znaczenie dla opieki nad pacjentem.

2

Airborne laser scanner as a data source for building selected elements of an intelligent database for transportation

Solarz Agnieszka, Borowiec Natalia

Zeszyty Naukowe. Transport / Politechnika Śląska

|

2024

|

z. 124

197--216

EN

In this study, the main objective was to detect the road network and key road infrastructure elements based on airborne laser scanning data. The study included identification of the road network and determination of its axes using three independent methods, as well as detection of horizontal signs such as pedestrian crossings. The analysis process was based mainly on digital image processing methods, based solely on lidar data, without using information from other sources. The results of the analysis showed that the use of lidar data provides a fast and effective method for continuously updating information on road infrastructure and expanding the transportation database. This potentially opens the door to effectively updating relevant data in the area of transportation infrastructure.

3

Zastosowanie atencji w sieciach neuronowych do zaawansowanego znakowania wodnego obrazów w wysokiej rozdzielczości: analiza efektywności i metryk

Duszejko Paweł, Piotrowski Zbigniew

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2024

|

nr 4

195--198

PL

W artykule prezentujemy innowacyjny algorytm znakowania wodnego obrazów, wykorzystujący głębokie sieci neuronowe z modułem atencji. Proponowane rozwiązanie pozwala na wysoce transparentne zakodowanie ukrytego znacznika w obrazach o wysokiej rozdzielczości, zachowując ich oryginalną jakość. Dzięki zastosowaniu miękkiej atencji, nasz system osiąga doskonałe wyniki w zakresie odporności znaków wodnych. Demonstrujemy efektywność metody na przykładach wraz z wykazem metryk.

EN

In the article, we present an innovative image watermarking algorithm that utilizes deep neural networks with an attention module. The proposed solution allows for highly transparent encoding of a hidden watermark in high-resolution images, while preserving their original quality. Thanks to the use of soft attention, our system achieves excellent results in terms of watermark durability. We demonstrate the effectiveness of the method with examples and a list of metrics.

4

System do lokalizowania osób w pomieszczeniach z wykorzystaniem czujników podczerwieni

Djaja-Jośko Vitomir, Tuchowski Jan

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2024

|

nr 4

159--162

PL

Rosnące zapotrzebowanie na usługi wykorzystujące informacje o lokalizacji osób wewnątrz pomieszczeń implikuje dynamiczny rozwój systemów udostępniających takie dane. Jednym z zastosowań jest wspomaganie osób starszych, dla których najwygodniejszym mógłby okazać się system nie wymagający noszenia dodatkowych urządzeń. Takie podejście jest możliwe dzięki wykorzystaniu czujników podczerwieni. W referacie przedstawiono koncepcję systemu lokalizacyjnego wykorzystującego dwa sensory, będące uproszczonymi kamerami termowizyjnymi, pozwalające na wyznaczanie lokalizacji w jednym pomieszczeniu.

EN

The growing demand for indoor location-based services (LBS) implies the dynamic development of the systems providing such data. Exemplary application of LBS is assisting elderly individuals, for whom a system that does not require additional devices to be worn could be most convenient. This approach is possible through the use of the infrared sensors. The paper introduces the concept of the localization system utilizing two sensors, which are simplified thermal cameras, allowing for location determination within a single room.

5

Sygnały i systemy wizyjne w modelu automatyzacji pojazdów

Balcerek Julian, Dąbrowski Adam, Pawłowski Paweł

Przegląd Elektrotechniczny

|

2024

|

R. 100, nr 10

208--211

PL

W artykule przedstawiono wybrane przykłady wykorzystania sygnałów i systemów wizyjnych w odniesieniu do zaproponowanego modelu grupującego zagadnienia związane z pojazdami autonomicznymi. Model ten uwzględnia wzajemne interakcje pomiędzy pojazdem, użytkow nikiem i otoczeniem. Dodatkowo, systematyzuje on stan wiedzy dotyczący automatyzacji pojazdów na wszystkich poziomach. W niniejszej pracy model został doprecyzowany, mając na uwadze najnowocześniejsze rozwiązania z dziedziny przetwarzania obrazów i systemów wizyjnych.

EN

The article presents selected examples of the use of vision signals and systems in relation to the proposed model grouping issues related to autonomous vehicles. This model takes into account mutual interactions between the vehicle, the user, and the environment. Additionally, it sys tematizes the state of knowledge regarding vehicle automation at all levels. In this work, the model was refined, taking into account the latest solu tions in the field of image processing and vision systems.

6

Stanowisko do rejestracji obrazów oznaczeń narzędzi stemplowych

Konieczka Adam, Suszyński Adrian

Przegląd Elektrotechniczny

|

2024

|

R. 100, nr 1

177--180

PL

W pracy zaproponowano stanowisko do automatycznej identyfikacji narzędzi stemplowych stosowanych w tabletkarkach. Służy ono do odczytywania oznaczeń umieszczanych na szyjkach narzędzi za pomocą znakowania laserowego. Składa się z obrotowej platformy do umieszczania stempli, kamery, oświetlacza i oprogramowania do odczytania tekstu z pozyskanych obrazów. Omówiono zastosowany algorytm przetwarzania obrazów oraz wyniki testów skuteczności opracowanego rozwiązania w różnych warunkach.

EN

The work proposes a stand for automatic identification of stamping tools used in tablet presses. It is used to read the markings placed on the necks of tools using laser marking. It consists of a rotating platform for placing stamps, a camera, an illuminator and software for reading text from the acquired images. The image processing algorithm used and the results of the efficiency tests of the developed solution in various conditions were discussed.

7

Pulling color from a colored image for coloring gray images using CSO algorithm

Ali Aseel W., Mahmood Riyadh Zaghlool, Ali Hanan H.

Przegląd Elektrotechniczny

|

2024

|

R. 100, nr 1

95--100

EN

Pictures have a wide range of information, and the most important characteristic of pictures is colors, where colors have great importance by which gray images can be colored in order to obtain greater qualities for distinguishing pictures. The presence of old historical images in their gray colors was the motive for doing this research for the purpose of coloring them. Three algorithms were used to color digital images, which are the methods of brightness, medium, and lightness. A color digital image was approved to be used as a color palette to color the grayscale image. This was done by taking the color from the color image after replacing it with a grayscale, and matching the pixel locations with the locations of the grayscale image. The approximate color is placed in the grayscale image if it matches, otherwise control points ( C1, C2) for the purpose of utilization. It was concluded that the luminosity method is better than the average and luminance methods based on the MSE and PSNR measures, and the Visual Basic language was used to complete this research.

PL

Obrazy zawierają szeroki zakres informacji, a najważniejszą cechą obrazów są kolory, przy czym kolory mają ogromne znaczenie, dzięki czemu można pokolorować szare obrazy w celu uzyskania lepszych cech odróżniających obrazy. Motywem podjęcia badań w celu ich pokolorowania była obecność starych obrazów historycznych w ich szarej kolorystyce. Do kolorowania obrazów cyfrowych zastosowano trzy algorytmy, którymi są metoda jasności, średniej i jasności. Zatwierdzono kolorowy obraz cyfrowy do użycia jako paleta kolorów do pokolorowania obrazu w skali szarości. Dokonano tego poprzez pobranie koloru z obrazu kolorowego po zastąpieniu go skalą szarości i dopasowanie lokalizacji pikseli do lokalizacji obrazu w skali szarości. Przybliżony kolor jest umieszczany na obrazie w skali szarości, jeśli pasuje, w przeciwnym razie punkty kontrolne ( C1, C2) w celu wykorzystania. Stwierdzono, że metoda luminancji jest lepsza od metody średniej i luminancji opartej na miarach MSE i PSNR, a do realizacji badań wykorzystano język Visual Basic.

8

Metody zwiększania ilości danych termowizyjnych w uczeniu maszynowym

Sadzyński Piotr

Pomiary Automatyka Robotyka

|

2024

|

R. 28, nr 1

97--106

PL

Coraz częściej w przetwarzaniu i analizie obrazu termowizyjnego stosuje się uczenie maszynowe w kontekście rozpoznawania i identyfikacji obiektów. Niniejszy artykuł prezentuje wyniki badania wpływu augmentacji danych na efektywność uczenia maszynowego w kontekście analizy obrazów termowizyjnych. Wykorzystano publicznie dostępny zbiór danych FLIR ADAS, który zawiera etykietowane obrazy termowizyjne i obrazy z zakresu światła widzialnego. Badanie skupia się na wykorzystaniu konwolucyjnych sieci neuronowych, w szczególności architektury YOLOv8, do detekcji obiektów na obrazach termowizyjnych. Zbiór danych FLIR ADAS został poddany wstępnemu przetwarzaniu i augmentacji, a następnie wykorzystany do trenowania dwóch różnych modeli: jednego opartego na obrazach w skali szarości i drugiego - opartego na obrazach z zastosowaną paletą kolorów. Wyniki eksperymentu wskazują, że augmentacja danych może znacząco wpłynąć na efektywność modelu, a zastosowanie kolorów w obrazach termowizyjnych może w pewnych sytuacjach dodatkowo zwiększyć dokładność detekcji.

EN

Machine learning is increasingly being applied in the processing and analysis of thermal imaging for object recognition and identification. This article presents a study on the impact of data augmentation on the effectiveness of machine learning in the context of thermal image analysis. The publicly available FLIR ADAS dataset, which includes labeled thermal and visible light images, was used for this study. The research focuses on the use of Convolutional Neural Networks, specifically the YOLOv8 architecture, for object detection in thermal images. As part of the study, the FLIR ADAS dataset underwent preprocessing and augmentation, and was then used to train two different models: one based on grayscale images and another using a color palette. The results of the experiment indicate that data augmentation can significantly impact the effectiveness of the model, and the use of colors in thermal images may, in certain situations, further improve detection accuracy.

9

Research on mixed noise removal algorithm for ore images based on fusion filtering technique

Jiang Zhi Hong, Chen Ao, Xiao Wen Cong, Huang Jin Ruo

Gospodarka Surowcami Mineralnymi

|

2024

|

T. 40, z. 4

91--105

EN

To meet the requirements of the image processing process on image quality, as the ore image contains Gaussian noise, pepper noise, Rayleigh noise, and other kinds of mixed noise is easy to destroy the real information of the image combined with the advantages of wavelet and non-local mean filtering, a new wavelet + non-local mean (NL-means) fusion denoising algorithm is proposed. Taking the ore image with mixed noise obtained from a mine as the research object, the wavelet function is used to carry out a two-dimensional wavelet transform on the filled image, separating the high and low-frequency information, setting the threshold vector to deal with the high-frequency wavelet coefficients, inverting the transform to get the first reconstructed image, followed by the second inverse transform. Then, the second reconstructed image is subjected to NL-mean denoising to remove the complex mixed noise in the ore image to the maximum extent. The experimental results show that the noise reduction performance of the fusion denoising algorithm has a greater improvement compared with the single filter and several other fusion algorithms. The peak signal-to-noise ratio of the denoised image is 31.0181dB. The structural similarity is 0.59913, which is 15.7584dB and 0.45241, respectively, compared with that before denoising. It has an obvious effect on the removal of the mixed noise in the ore image, which provides strong technical support to improve the noise removal of the ore image.

PL

Aby spełnić wymagania procesu przetwarzania obrazu dotyczące jakości obrazu, ponieważ obraz rudy zawiera szum Gaussa, szum pieprzowy, szum Rayleigha i inne rodzaje szumu mieszanego, łatwo jest zafałszować rzeczywiste dane obrazu w połączeniu z zaletami filtrowania falkowego i średniej nielokalnej, zaproponowano nowy algorytm odszumiania fuzji falkowej + średniej nielokalnej (NL-means). Biorąc obraz rudy z szumem mieszanym uzyskany z kopalni jako obiekt badawczy, funkcja falkowa jest używana do przeprowadzenia dwuwymiarowej transformacji falkowej na wypełnionym obrazie, oddzielając informacje o wysokiej i niskiej częstotliwości, ustawiając wektor progowy w celu radzenia sobie ze współczynnikami falkowymi o wysokiej częstotliwości, odwracając transformację w celu uzyskania pierwszego zrekonstruowanego obrazu, a następnie drugiej odwrotnej transformacji. Następnie drugi zrekonstruowany obraz jest poddawany odszumianiu NL-mean w celu usunięcia złożonego szumu mieszanego w obrazie rudy w maksymalnym stopniu. Wyniki eksperymentów pokazują, że wydajność redukcji szumu algorytmu odszumiania fuzji jest większa w porównaniu z pojedynczym filtrem i kilkoma innymi algorytmami fuzji. Szczytowy stosunek sygnału do szumu odszumionego obrazu wynosi 31,0181 dB. Podobieństwo strukturalne wynosi 0,59913, co stanowi odpowiednio 15,7584 dB i 0,45241 w porównaniu z tym przed odszumianiem. Ma to oczywisty wpływ na usuwanie szumu mieszanego w obrazie rudy, co zapewnia silne wsparcie techniczne w celu poprawy usuwania szumu obrazu rudy.

10

Image Processing Techniques for Crack Detection in MPI of Springs

Marciniak Marcin M.

Archives of Foundry Engineering

|

2024

|

Vol. 24, iss. 1

58--65

EN

This study investigates image processing techniques for detecting surface cracks in spring steel components, with a focus on applications like Magnetic Particle Inspection (MPI) in industries such as railways and automotive. The research details a comprehensive methodology that covers data collection, software tools, and image processing methods. Various techniques, including Canny edge detection, Hough Transform, Gabor Filters, and Convolutional Neural Networks (CNNs), are evaluated for their effectiveness in crack detection. The study identifies the most successful methods, providing valuable insights into their performance. The paper also introduces a novel batch processing approach for efficient and automated crack detection across multiple images. The trade-offs between detection accuracy and processing speed are analyzed for the Morphological Top-hat filter and Canny edge filter methods. The Top-hat method, with thresholding after filtering, excelled in crack detection, with no false positives in tested images. The Canny edge filter, while efficient with adjusted parameters, needs further optimization for reducing false positives. In conclusion, the Top-hat method offers an efficient approach for crack detection during MPI. This research offers a foundation for developing advanced automated crack detection system, not only to spring sector but also extends to various industrial processes such as casting and forging tools and products, thereby widening the scope of applicability.

11

On the role of image processing techniques in the quantitative image analysis

Gądek-Moszczak Aneta

System Safety : Human - Technical Facility - Environment

|

2023

|

Vol. 5, iss. 1

311--317

EN

The article explores how qualitative image analysis impacts the process of image interpretation, particularly in composite microstructure analysis. It highlights the importance of high-quality images for accurate computer-based object detection, emphasizing the limitations of rigid pixel-based rules compared to human visual perception. The study underscores the need for optimal imaging conditions to avoid image defects that hinder precise computational analyses in scientific and industrial applications

12

Robotic vision based automatic pesticide sprayer for infected citrus leaves using machine learning

Mohammed Emad A., Mohammed Ghasaq H.

Przegląd Elektrotechniczny

|

2023

|

R. 99, nr 8

98--101

EN

Smart farming has become a cutting-edge technology to address contemporary issues related to agricultural sustainability. Machine learning (ML) is the engine that powers this evolving technology. The study aims to develop a smart prototype robot to diagnose citrus trees (healthy or infected) using a convolutional neural network (CNN) algorithm. The results of the classification accuracy were 96%. And then, after spraying the affected areas with the pesticide, all farmers in the country can use it to protect themselves from the dangers of pesticides. The results were good and promising.

PL

Inteligentne rolnictwo stało się najnowocześniejszą technologią rozwiązującą współczesne problemy związane ze zrównoważonym rolnictwem. Uczenie maszynowe (ML) to silnik napędzający tę rozwijającą się technologię. Badanie ma na celu opracowanie inteligentnego prototypu robota do diagnozowania drzew cytrusowych (zdrowych lub zainfekowanych) za pomocą algorytmu konwolucyjnej sieci neuronowej (CNN). Wyniki trafności klasyfikacji wyniosły 96%. Następnie, po spryskaniu dotkniętych obszarów pestycydami, wszyscy rolnicy w kraju mogą go użyć do ochrony przed niebezpieczeństwami związanymi z pestycydami. Wyniki były dobre i obiecujące.

13

Overview of an improved and speedy features detection method for digital imagery

Hafsia Touka, Nouri Khaled, Belhaj Asma, Tlijani Hatem

Przegląd Elektrotechniczny

|

2023

|

R. 99, nr 12

181--184

EN

In this paper, we were interested in the analysis of the visual field in the captured images, and information on the correct movement of the vision system in its environment to facilitate the analysis and detection of objects. Various feature extraction techniques for objects are discussed in this paper with the intention of doing a comparative study about edge and POIs detection methods to try to develop a novel algorithm that merges point and edge detection.

PL

W niniejszej pracy interesowała nas analiza pola widzenia w przechwyconych obrazach oraz informacje na temat prawidłowego poruszania się układu wizyjnego w jego otoczeniu, aby ułatwić analizę i wykrywanie obiektów. W tym artykule omówiono różne techniki ekstrakcji cech obiektów z zamiarem przeprowadzenia badania porównawczego metod wykrywania krawędzi i punktów POI w celu opracowania nowego algorytmu, który łączy wykrywanie punktów i krawędzi.

14

Improved Hardware Hough Transform implementation

Kowalski Paweł, Smyk Robert

Przegląd Elektrotechniczny

|

2023

|

R. 99, nr 3

205--208

EN

The paper presents hardware FPGA implementation of the Hough Transform algorithm for digital real time image processing. In the developed hardware structure, the processing efficiency was increased through the use of controlled pipelining, trigonometric arithmetic by look-up, integer operands only and dispersing the voting memory. The presented structure was used experimentally in the real time image processing system implemented as single chip in Intel Cyclone V FPGA. We obtained a constant image processing speed 275 MHz not related to the angle resolution.

PL

W artykule zaprezentowano autorski system przetwarzania obrazu wykorzystujący algorytm transformacji Hough. Algorytm został zaimplementowany w pojedynczym układzie FPGA Intel Cyclone V wraz z pełnym torem akwizycji danych z kamery oraz strumieniowania przetworzonych danych do standardu HDMI. Przedstawiona implementacja została zoptymalizowana z uwzględnieniem specyfiki FPGA, poprzez m.in. wprowadzenie potokowości na poziomie pojedynczego piksela, tablicowanie funkcji trygonometrycznych oraz rozproszenie pamięci użytej do realizacji procesu głosowania. W całym torze przetwarzania użyto operandów całkowitych. Uzyskano stałą prędkość przetwarzania 275 MHz niezależnie od rozdzielczości kąta.

15

Development of a detection system for people drowning through aerial images and convolutional neural networks

Oviedo Josue Ramos, Vizarreta Hector Flores, Ramirez Jeampaul Villena, Zuñiga José Gonzales, Mamani Joseph Guevara

Przegląd Elektrotechniczny

|

2023

|

R. 99, nr 2

109--113

EN

This work develops a system capable of determining the presence of a person in the water by classifying a convolutional neural network (CNN). When a drowning is alerted, the drone camera takes aerial captures of the water area, the first trained CNN is in charge of determining if it is deep water or not, while the second CNN is in charge of identifying the presence of a person in that video frame; in case both detections are positive, the drone will drop the life ring it carries. The tests confirm that this system is capable of providing a means of survival to the person in an ideal time.

PL

Ta praca rozwija system zdolny do określania obecności osoby w wodzie poprzez klasyfikację konwolucyjnej sieci neuronowej (CNN). W przypadku ostrzeżenia o utonięciu kamera drona wykonuje zdjęcia z powietrza obszaru wodnego, pierwszy przeszkolony CNN jest odpowiedzialny za określenie, czy jest to głęboka woda, czy nie, podczas gdy drugi CNN jest odpowiedzialny za identyfikację obecności osoby w tym ramka wideo; w przypadku, gdy obie detekcje są pozytywne, dron upuści koło ratunkowe, które nosi. Testy potwierdzają, ze system ten jest w stanie zapewnić człowiekowi środki na przeżycie w idealnym czasie.

16

Analysis recognition of Ghost Pepper and Cili-Padi using Mask RCNN and YOLO

Yin L. L., Zainudin M.N.Shah, Saad W. H. Mohd, Sulaiman N. A., Idris M. I., Kamarudin M. R., Mohamed R., Razak M. S. J. A.

Przegląd Elektrotechniczny

|

2023

|

R. 99, nr 8

92--97

EN

Fruit harvesting robots have made headlines in the agricultural industry in recent years. A fruit recognition system would assist farmers or agricultural industry practitioners in lessening workloads while increasing crop yields. Due to the similar characteristics of chili fruits, approximating the chili according to their grades and identifying its maturity will be difficult. Furthermore, because of their different appearances and sizes, distinguishing between the fruits and the leaves becomes difficult. As a result, a real-time object detection algorithm called You Only Look Once (YOLO) and Mask-RCNN is investigates in order to distinguish the fruit from its plant based on its shape and colour. YOLO version 5 (YOLOv5) uses to define and distinguish the chili fruits and its leaves based on two characteristics; shape and colour. The CSPDarknet network serves as the backbone in YOLOv5, where feature extraction and mosaic augmentation has used to combine multiple images into a single image. Total 391 images has divided into two subsets: training and testing, with an 80:20 ratio. YoLov5 is notable for its ability to detect small objects with high precision in a short amount of time while Mask-RCNN has proven its ability to recognize a chili fruits with high precision above 90%. The classification is evaluated using precision, recall, loss function, and inference time.

PL

Roboty do zbioru owoców trafiły w ostatnich latach na pierwsze strony gazet w branży rolniczej. System rozpoznawania owoców pomógłby rolnikom lub praktykom z branży rolniczej w zmniejszeniu obciążenia pracą przy jednoczesnym zwiększeniu plonów. Ze względu na podobne cechy owoców chili przybliżenie chili według ich klas i określenie stopnia dojrzałości będzie trudne. Ponadto, ze względu na ich różny wygląd i rozmiary, odróżnienie owoców od liści staje się trudne. W rezultacie algorytm wykrywania obiektów w czasie rzeczywistym o nazwie You Only Look Once (YOLO) i Mask-RCNN jest badany w celu odróżnienia owocu od rośliny na podstawie jego kształtu i koloru. YOLO wersja 5 (YOLOv5) służy do definiowania i rozróżniania owoców chili i ich liści w oparciu o dwie cechy; kształt i kolor. Sieć CSPDarknet służy jako szkielet w YOLOv5, w którym wyodrębnianie cech i rozszerzanie mozaiki wykorzystano do łączenia wielu obrazów w jeden obraz. Łącznie 391 obrazów zostało podzielonych na dwa podzbiory: treningowe i testowe, ze stosunkiem 80:20. YoLov5 wyróżnia się zdolnością do wykrywania małych obiektów z dużą precyzją w krótkim czasie, podczas gdy Mask-RCNN udowodnił swoją zdolność rozpoznawania owoców chili z wysoką precyzją powyżej 90%. Klasyfikacja jest oceniana za pomocą precyzji, pamięci, funkcji utraty i czasu wnioskowania.

17

An efficient nonlinear post-processing applied to image encryption

Oulmi Noura, Bekkouche Tewfik, Bouloufa Abdessalem, Bey Habib

Przegląd Elektrotechniczny

|

2023

|

R. 99, nr 10

51--54

EN

In this paper, we propose an efficient non-linear post-processing placed downstream of an image encryption scheme. It consists firstly to encrypt the plaintext image by the confusion-diffusion technique using chaotic functions. Then, the resulting image is added to a chaotically generated image having the same dimensions. Obtained result passed through the arctangent function to give the encrypted image. Computer simulations have proven the support that a nonlinear function can give an image encryption scheme. In addition, the performance measurements carried out prove the superiority of the proposed method towards existing algorithms in the literature from the point of view of histogram analysis, correlation test and key space.

PL

W tym artykule proponujemy wydajne nieliniowe przetwarzanie końcowe umieszczone poniżej schematu szyfrowania obrazu. Polega ona po pierwsze na zaszyfrowaniu obrazu tekstu jawnego techniką zamieszania-dyfuzji z wykorzystaniem funkcji chaotycznych. Następnie powstały obraz jest dodawany do chaotycznie generowanego obrazu o tych samych wymiarach. Otrzymany wynik przeszedł przez funkcję arcus tangens dając zaszyfrowany obraz. Symulacje komputerowe dowiodły, że funkcja nieliniowa może zapewnić schemat szyfrowania obrazu. Ponadto przeprowadzone pomiary wydajności dowodzą wyższości proponowanej metody w stosunku do algorytmów istniejących w literaturze z punktu widzenia analizy histogramu, testu korelacji oraz przestrzeni klucza.

18

Segmentation of multigradation images based on spatial connectivity features

Timchenko Leonid, Kokriatskaia Natalia, Tverdomed Volodymyr, Stetsenko Oleksandr, Kaplun Valentyna, Kolesnytskyj Oleh, Reshetnik Oleksandr, Smailova Saule, Zhunissova Ulzhalgas

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2023

|

T. 13, nr 3

47--50

EN

The article aims to study the multi-level segmentation process of images of arbitrary configuration and placement based on features of spatial connectivity. Existing image processing algorithms are analyzed, and their advantages and disadvantages are determined. A method of organizing the process of segmentation of multi-gradation halftone images is developed and an algorithm of actions according to the described method is given.

PL

Artykuł ma na celu zbadanie procesu wielopoziomowego segmentacji obrazów o dowolnej konfiguracji i rozmieszczeniu w oparciu o cechy łączności przestrzennej. Przeanalizowano istniejące algorytmy przetwarzania obrazu oraz określono ich zalety i wady. Opracowano metodę organizacji procesu segmentacji wielogradacyjnych obrazów półtonowych i przedstawiono algorytm działań zgodnie z opisaną metodą.

19

A supervised approach to musculoskeletal imaging fracture detection and classification using deep learning algorithms

Karanam Santoshachandra Rao, Srinivas Y., Chakravarty S.

Computer Assisted Methods in Engineering and Science

|

2023

|

Vol. 30, no. 3

369--385

EN

Bone fractures break bone continuity. Impact or stress causes numerous bone fractures. Fracture misdiagnosis is the most frequent mistake in emergency rooms, resulting in treatment delays and permanent impairment. According to the Indian population studies, fractures are becoming more common. In the last three decades, there has been a growth of 480 000, and by 2022, it will surpass 600 000. Classifying X-rays may be challenging, particularly in an emergency room when one must act quickly. Deep learning techniques have recently become more popular for image categorization. Deep neural networks (DNNs) can classify images and solve challenging problems. This research aims to build and evaluate a deep learning system for fracture identification and bone fracture classification (BFC). This work proposes an image-processing system that can identify bone fractures using X-rays. Images from the dataset are pre-processed, enhanced, and extracted. Then, DNN classifiers ResNeXt101, InceptionResNetV2, Xception, and NASNetLarge separate the images into the ones with unfractured and fractured bones (normal, oblique, spiral, comminuted, impacted, transverse, and greenstick). The most accurate model is InceptionResNetV2, with an accuracy of 94.58%.

20

Application of imaging techniques to objectify the Finger Tapping test used in the diagnosis of Parkinson's disease

Jakubowski Jacek, Potulska-Chromik Anna, Chmielińska Jolanta, Nojszewska Monika, Kostera-Pruszczyk Anna

Bulletin of the Polish Academy of Sciences. Technical Sciences

|

2023

|

Vol. 71, nr 2

art. no. e144886

EN

Finger tapping is one of the standard tests for Parkinson's disease diagnosis performed to assess the motor function of patients' upper limbs. In clinical practice, the assessment of the patient's ability to perform the test is carried out visually and largely depends on the experience of clinicians. This article presents the results of research devoted to the objectification of this test. The methodology was based on the proposed measurement method consisting in frame processing of the video stream recorded during the test to determine the time series representing the distance between the index finger and the thumb. Analysis of the resulting signals was carried out in order to determine the characteristic features that were then used in the process of distinguishing patients with Parkinson's disease from healthy cases using methods of machine learning. The research was conducted with the participation of 21 patients with Parkinson's disease and 21 healthy subjects. The results indicate that it is possible to obtain the sensitivity and specificity of the proposed method at the level of approx. 80 %. However, the patients were in the so-called ON phase when symptoms are reduced due to medication, which was a much greater challenge compared to analyzing signals with clearly visible symptoms as reported in related works.