Ograniczanie wyników
Czasopisma help
Autorzy help
Lata help
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 250

Liczba wyników na stronie
first rewind previous Strona / 13 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  przetwarzanie obrazu
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 13 next fast forward last
EN
Warp tensions were measured while a machine was operating on a woven cotton fabric with three different woven patterns. This study was carried out with image analysis methods using a high speed camera. Three weave pattern types: plain, twill and satin were woven on the same weaving machine, and thus it could be understood how weave pattern differences affect warp tension. Each of these three weaves was woven in three weft densities: 20, 28 and 45 wefts per cm. These fabrics were able to be made on a weaving machine with an automatic dobby. It was aimed to investigate warp tension differences for three basic weave patterns while keeping all machine settings constant. The weave settings of the dobby were changed for plain, twill and satin weaves. Warp tension calculation was based on the warp elasticity theory. Warp elasticises were measured by image processing methods in MATLAB using a high-speed camera. It was aimed to improve upon the new method of warp extension measurement of fabric when the loom is in operation. It was observed that the warp tension in plain fabric was higher than for twill and satin under the same conditions.
PL
W pracy mierzono naprężenia osnowy podczas wytwarzania tkanin bawełnianych o trzech różnych wzorach. Badanie zostało przeprowadzone metodami analizy obrazu przy użyciu kamery. Na tej samej maszynie tkano trzy rodzaje wzorów splotu: gładki, diagonalny i satynowy, dzięki czemu zbadano wpływ rodzaju splotu na napięcie osnowy. Każdy z tych trzech splotów został utkany w trzech gęstościach wątku: 20, 28 i 45 wątków/cm. Celem pracy było zbadanie różnic naprężeń osnowy dla trzech podstawowych wzorów splotów, przy jednoczesnym zachowaniu stałych ustawień maszyny. Obliczenia naprężenia osnowy oparto na teorii sprężystości osnowy. Elastyczność osnowy mierzono metodami przetwarzania obrazu w programie MATLAB przy użyciu kamery. Celem badania było ulepszenie nowej metody pomiaru wydłużenia osnowy tkaniny podczas pracy krosna. Zaobserwowano, że naprężenie osnowy w tkaninie gładkiej było wyższe niż w przypadku diagonalu i satyny w tych samych warunkach.
EN
This paper presents the video-based description method for vehicles passing a detection field. A sequence of source images is created by consecutive frames of the input video stream. The source images are converted into binary target images using the analysis of small gradients. Binary values of the target images represent edges and surfaces comprised in the source images. For all images, the same detection field composed of segments is defined. Inside each segment of the detection field, the sum of edge values is calculated. For the entire detection field, an adjusted sum of the edge values is determined. A vehicle passing the detection field changes the number of edge values within individual segments and the adjusted sum of the edge values for the entire detection field. Vehicle passage through the detection field is described by a discrete function that associates the adjusted sum of the edge values determined for the entire detection field in the current binary image to the ordinal number of the current image in the sequence of source images.
3
Content available remote Nowe podejście do danych obrazowych - automatyczne rozumienie
PL
W zagadnieniach utrzymania ruchu bardzo często korzystamy z obrazów. Są one pozyskiwane z kamer stacjonarnych i ruchomych (ostatnio często na dronach) i stanowią podstawę do podejmowania decyzji. Podstawowe metody ich wykorzystania są ogólnie znane i powszechnie stosowane. Artykuł proponuje poszerzenie asortymentu narzędzi informatycznych możliwych do wykorzystania w zagadnieniach utrzymania ruchu różnych obrazów o metody odwołujące się do koncepcji automatycznego rozumienia ich semantycznej zawartości.
EN
This paper proposes a novel hybrid software/hardware system to automatically create filters for image processing based on genetic algorithms and mathematical morphology. Experimental results show that the hybrid system, implemented using a combination of a NIOS-II processor and a custom hardware accelerator in an Altera FPGA device, is able to generate solutions that are equivalent to the software version in terms of quality in approximately one third of the time.
PL
W artykule zaproponowano nowe hybrydowe oprogramowanie do automatycznego tworzenia filtrów grafiki bazuj ˛acych na algorytmach genetycznych i morfologii matematycznej. Eksperymenty wykazały ˙ze proponowany system wykorzystuj ˛acy procesor NIOS-II i Altera FPGA jest w stanie generowa´c rozwi ˛azanie niemal trzy razy szybciej ni˙z dotychczas stosowane systemy.
EN
The paper presents an evolutionary multi-objective approach to automatically generate morphological filters to solve unknown distances areas, found in depth images used by real-time embedded systems for visually impaired people, and to prevent accidents. It was used Cartesian Genetic Programming as base for the NSGAII multi-objective optimization algorithm proposed to optimize two objectives: low error rates for quality x low complexity for speed. Results showed this approach was able to deliver feasible solutions with good quality and speed to be used in real-time systems.
PL
W artykule zaprezentowano metodę ewolucyjną do automatycznego generowania morfologicznego filtru do określania brakujących danych w obrazach ludzi otrzymywanych on-line. Użyto programu Cartesian Genetic do optymalizacji algorytmu. Zastosowane rozwiązanie umożliwiało dostarczanie poprawę szybkości o dokładności przetwarzania obrazu.
PL
Kamery termowizyjne umożliwiają bezdotykowy pomiar temperatury przy pośrednim wykorzystaniu techniki pomiaru promieniowania docierającego do sensora optycznego. Pomiary takie zazwyczaj są wykonywane z niewielkich odległości od kilku centymetrów do kilku metrów. Zasadniczo podczas pomiarów uwzględniane są właściwości fizyczne badanego ciała mające wpływ na emisyjność. Jednak w praktyce przy pomiarze temperatury z większych odległości, sięgających kilkudziesięciu metrów, uzyskuje się inne wartości niż w przypadku pomiaru z małej odległości. Może to świadczyć o wpływie na błąd pomiaru temperatury losowych czynników pochodzących od środowiska. W ramach pracy przeprowadzone zostały badania polegające na bezdotykowym pomiarze temperatury na dystansie od 1 do 56 metrów. Wyznaczona została zależność błędu odczytanej temperatury od odległości.
EN
Thermal imaging cameras are commonly used for non-contact temperature measurement in the industry. Such measurements are usually carried out at a close distances from a few centimeters to several meters. During the measurements the object’s physical properties are considered, which have an impact on the emissivity. However, when the temperature is measuried from a long distance with a range of several dozen meters, the obtained values differ from the values, that are received from a short distance. This may indicate that the random environmental factors have an influence on the temperature measurement error. In this work an experiment consisting non-contact temperature measurement at a distance of 1 m to 56 m was carried out. A distance-dependent temperature error was determined and discussed.
EN
In this paper an adaptive median filtering denoising algorithm is proposed to measure yarn diameter and its unevenness. Images of nine different yarn samples were captured using one set of a self-developed yarn image acquisition system. Image separation of the background and yarn sections was conducted using a combination of adaptive median filtering, adaptive threshold segmentation and morphological processing. The noise-free yarn image was used for diameter detection of the subsequent yarn image and the discrimination of the yarn unevenness. Experimental results show that the testing data of yarn unevenness detection based on the adaptive median filter denoising algorithm is very consistent with the data using the traditional method. It is proved that the yarn detection method proposed, based on an adaptive median filter denoising algorithm, is feasible. It can be used to calculate yarn diameter accurately and measure yarn unevenness efficiently, so as to determine the quality of yarn appearance objectively.
PL
W artykule zaproponowano algorytm odszumiania z adaptacyjnym filtrem medianowym (AMF) do pomiaru średnicy przędzy i jej nierówności. Obrazy dziewięciu różnych próbek przędzy zostały przechwycone przy użyciu jednego zestawu samodzielnie opracowanego systemu akwizycji obrazów przędzy. Rozdzielenie obrazu tła i odcinków przędzy przeprowadzono przy użyciu kombinacji AMF, adaptacyjnej segmentacji progowej i przetwarzania morfologicznego. Bezszumowy obraz przędzy wykorzystano do wykrywania średnicy przędzy i rozróżnienia nierówności przędzy. Wyniki eksperymentalne pokazały, że dane testowe dotyczące wykrywania nierówności przędzy w oparciu o zaproponowany algorytm miały wysoką zgodność z danymi uzyskanymi przy użyciu tradycyjnej metody. Algorytmu tego można użyć do dokładnego obliczenia średnicy przędzy i skutecznego pomiaru nierówności przędzy, aby obiektywnie określić jakość wyglądu przędzy.
EN
An objective method for fabric smoothness usually comprises two widely used approaches: 3D laser scanning and 2D image processing, which are represented by GLCM in this work. To make a comparison of them and find out which one is more effective, four 3D parameters (variance, roughness, torsion and interquartile deviation) and eight 2D parameters (mean value and standard deviation of energy, entropy, contrast and correlation) were extracted for AATCC SA replicas and fabrics. Results show that both 3D laser scanning and 2D image processing technology can be used to study smoothness. With regard to accuracy, the 3D laser scanning method is better than the 2D image processing method. Roughness in 3D parameters and the standard deviation of Entropy in 2D parameters have the highest correlation coefficient with the wrinkling grade of replicas, -0.965 and -0.917 respectively. The verification experiment of fabrics proves that roughness can characterise the wrinkling degree better as well. Furthermore, through the work of this paper, we find that the wrinkling degree differences between two adjacent AATCC SA replicas are not the same; the difference between SA-1 and SA-2 is significant, while that between SA-3 and SA-3.5 as well as SA-4 and SA-5 is not so obvious. It is advisable that the AATCC SA replicas for grades 3, 3.5, 4 and 5 be adjusted or improved.
PL
Obiektywna metoda oceny gładkości tkaniny zwykle obejmuje dwa szeroko stosowane podejścia: skanowanie laserowe 3D i przetwarzanie obrazu 2D, które w przedstawionej pracy są reprezentowane przez GLCM. Aby dokonać ich porównania i dowiedzieć się, który sposób jest bardziej skuteczny, wyodrębniono cztery parametry 3D (wariancja, chropowatość, skręcanie i odchylenie międzykwartylowe) i osiem parametrów 2D (wartość średnia i odchylenie standardowe energii, entropia, kontrast i korelacja). Wyniki pokazały, że do badania gładkości można wykorzystać zarówno skanowanie laserowe 3D, jak i technologię przetwarzania obrazu 2D. Pod względem dokładności metoda skanowania laserowego 3D jest lepsza, niż metoda przetwarzania obrazu 2D. Chropowatość parametrów 3D i odchylenie standardowe entropii w parametrach 2D mają najwyższy współczynnik korelacji z klasą marszczenia, odpowiednio -0,965 i -0,917. Eksperyment weryfikacyjny tkanin dowodzi, że szorstkość może lepiej scharakteryzować stopień marszczenia. Ponadto dzięki zaprezentowanym w pracy wynikom stwierdzono, że różnice stopnia marszczenia między dwiema sąsiadującymi replikami AATCC SA nie byłytakie same; różnica między SA-1 i SA-2 była znacząca, podczas gdy różnica między SA-3 i SA-3.5, a także SA-4 i SA-5 nie byłatak oczywista. Wskazane jest, aby repliki AATCC SA dla klas 3, 3.5, 4 i 5 były dostosowane lub ulepszone.
EN
High-quality signal processing of an electrocardiogram (ECG) is an urgent problem in present day diagnostics for revealing dangerous signs of cardiovascular diseases and arrhythmias in patients. The used methods and programs of signal analysis and classification work with the arrays of points for mathematical modeling that must be extracted from an image or recording of an electrocardiogram. The aim of this work is developing a method of extracting images of ECG signals into a one-dimensional array. An algorithm is proposed based on sequential color processing operations and improving the image quality, masking and building a one-dimensional array of points using Python tools and libraries with open access. The results of testing samples from the ECG database and comparing images before and after processing show that the signal extraction accuracy is approximately 95 %. In addition, the presented application design is simple and easy to use. The proposed program for analyzing and processing the ECG data has a great potential in the future for the development of more complex software applications for automatic analyzing the data and determining arrhythmias or other pathologies.
10
Content available remote Fusing fine-tuned deep features for recognizing different tympanic membranes
EN
Otitis media (OM) refers to a group of inflammatory diseases regarding the middle ear. Although there are a wide variety of disease types regarding OM, the most commonly seen disorders are acute otitis media (AOM), otitis media with effusion (OME) and chronic suppurative otitis media (CSOM). The examination of OM in the clinics is realized subjec-tively. This subjective examination is error-prone and leads to a limited variability among specialist. For these reasons, computer-aided systems are in demand. In this study, we focus on recognizing normal, AOM, CSOM, and earwax tympanic membrane (TM) conditions using fused fine-tuned deep features provided by pre-trained deep convolutional neural networks (DCNNs). These features are applied as the input to several networks, such as an artificial neural network (ANN), k-nearest neighbor (k NN), decision tree (DT) and support vector machine (SVM). Moreover, we release a new publicly available TM data set consisting of totally 956 otoscope images. As a result, the DCNNs yielded promising results. Especially, the most efficient results were provided by VGG-16 with an accuracy of 93.05 %. The fused fine-tuned deep features improved the overall classification success. Finally, the proposed model yielded promising results with an accuracy of 99.47 %, sensitivity of 99.35 %, and specificity of 99.77 % using the combination of the fused fine-tuned deep features and SVM model. Consequently, this study shows that fused fine-tuned deep features are rather useful in recognizing different TMs and these features can provide a fully automated model with high sensitivity.
EN
Leukemia is an abnormal proliferation of leukocytes in the bone marrow and blood and it is usually diagnosed by the pathologists by observing the blood smear under a microscope. The count of various cells and their morphological features are used by the pathologists to identify and classify leukemia. An abnormal increase in the count of immature leukocytes along with a reduced count of other blood cells may be an indication of leukemia. The Pathologist may then recommend for bone marrow examination to confirm and identify the specific type of leukemia. These conventional methods are time consuming and may be affected by the skill and expertise of the medical professionals involved in the diagnostic procedures. Image processing based methods can be used to analyze the microscopic smear images to detect the incidence of leukemia automatically and quickly. Image segmentation is one of the very important tasks in processing and analyzing medical images. In the proposed paper an attempt has been made to review the available works in the area of medical image processing of blood smear images, highlighting automated detection of leukemia. The available works in the related area are reviewed based on the segmentation method used. It is learnt that even though there are many studies for detection of acute leukemia only a very few studies are there for the detection of chronic leukemia. There are a few related review studies available in the literature but, none of the works classify the previous studies based on the segmentation method used.
PL
W artykule opisany został problem analizy sceny na obrazach oraz sekwencjach video. Zadanie analizy sceny polega na detekcji, lokalizacji i klasyfikacji obiektów znajdujących się na obrazach. Zaimplementowany system wykorzystuje głęboką sieć neuronową, której struktura oparta została na architekturze YOLO (You Only Look Once). Niskie zapotrzebowania obliczeniowe wybranej architektury pozwala na wykonywanie detekcji w czasie rzeczywistym z zadowalającą dokładnością. W pracy przeprowadzono również badania nad doborem odpowiedniego optymalizatora wykorzystywanego w procesie uczenia. Jako przykładową aplikację wybrano analizę ruchu ulicznego w której skład wchodzi wykrywanie i lokalizacja obiektów takich jak m.in. samochody, motocykle czy sygnalizacja świetlna. Systemy tego typu mogą być wykorzystywane w wszelkiego typu systemach analizy wizyjnej otoczenia np. w pojazdach autonomicznych, systemach automatycznej analizy video z kamer przemysłowych, systemach dozoru czy analizy zdjęć satelitarnych.
EN
The paper describes the problem of scene analysis in images and video sequences. The task of scene analysis is to detect, locate and classify objects in images. As an example of an application, traffic analysis was chosen, which includes the detection and location of objects such as cars, motorcycles or traffic lights. The implemented system uses a deep neural network, whose structure is based on the YOLO (You Only Look Once) architecture. Low computing requirements of the chosen architecture allows performing real-time detection with satisfactory accuracy. The work also included a study on the selection of an appropriate optimizer used in the learning process. The program correctly detects objects with a large surface area, allowing the system to be used in traffic analysis. The work also showed that using the ADAM algorithm allowed significantly shorten the training time of the neural network. Systems of this type can be used in many types of video analysis systems such as autonomous vehicles, automatic video analysis systems with CCTV cameras, surveillance systems or satellite image analysis.
EN
Augmented reality (AR) is a modern technology which integrates 3D virtual objects into the real environment in real time. It can be used for many purposes, which should improve different processes in daily life. The paper will analyze the areas in which this technology is currently used. First, the history of the development of augmented reality will be recalled. Then, this technology will be compared to virtual reality because these terms are often incorrectly used interchangeably. This paper describes the tools and popular platform solutions related to augmented reality. The most common problems related to the use of this technology will be discussed, including popular approaches concerning optical and video combining methods. The existing applications and their potential in solving everyday problems will be analyzed. Finally, the perspectives for the development of augmented reality and its possibilities in the future will be discussed. This paper provides a starting point for using and learning about augmented reality for everyone.
EN
Paper presents the influence of the image resolution on measurement geometric parameters of the objects. Employing as test images the ductile iron structure images allow to analyze the effect of resolution distortion on a model of objects with regular shape. Authors showed on the example images, how decreasing resolution of digital images distorts the value of the parameters describing the shape of the objects, its perimeter and its quantity. The analysis was performed by an automatic algorithm applying image analysis and stereological method.
EN
This article describes the architecture of the Hamming-Lippmann neural network and the math of the modified learning-recognition algorithm and presents some practical aspects for using it for solving an image recognition task. We have created software using C# programming language, that utilized this network as an additional error-correcting procedure, and have solved the task of recognition highly corrupted QR codes (with a connection to the database). Experimental results, of finding the optimal parameters for this algorithm, are presented. This neural network doesn’t require time-consuming computational procedures and large amounts of memory, even for high-resolution and big size images.
PL
W tym artykule opisano architekturę sieci neuronowej Hamminga-Lippmanna oraz matematykę zmodyfikowanego algorytmu rozpoznawania uczenia się, a także przedstawiono kilka praktycznych aspektów korzystania z niej w celu rozwiązania zadania rozpoznawania obrazu. Stworzyliśmy oprogramowanie wykorzystujące język programowania C #, który wykorzystał tę sieć jako dodatkową procedurę korekty błędów i rozwiązaliśmy zadanie rozpoznawania wysoce uszkodzonych kodów QR (w połączeniu z bazą danych). Przedstawiono wyniki eksperymentalne poszukiwania optymalnych parametrów dla tego algorytmu. Opisywana neuronowa nie wymaga czasochłonnych procedur obliczeniowych i dużej ilości pamięci, nawet w przypadku obrazów o wysokiej rozdzielczości i dużych rozmiarach.
EN
Automatic detection of objects is a part of visual systems supporting a quality control system of a manufacturing process. The paper concerns the influence of the resolution of images and the size of detected objects in pixels on measurements results. Test images of the objects of a known size were generated. The values of the perimeter of the objects were compared to the obtained values of measurements on the images with degraded resolution. The process of the degradation of the references images by successive downsizing the resolution, detection and measurements were performed applying automatic algorithm. The analysis of obtained results showed that the size of the analysed objects on the digital images plays an important role in reliability and accuracy of the measurement. The author concludes that, in order to avoid a bias in measurement caused by insufficient object resolution, the minimal acceptable size of objects on digital images in pixels should be recommended.
PL
W artykule zaprezentowano projekt architektury oraz sprzętową implementację toru przetwarzania obrazu dedykowanego do wykrywania przewodów napowietrznych w czasie rzeczywistym. Detekcję przewodów zaimplementowano w postaci potokowej procedury sprzętowej przy użyciu algorytmów wykrywania krawędzi, a następnie ich redukcji. Projekt przetestowano w środowisku FPGA Intel Cyclone V. Przeanalizowano opóźnienia i złożoność sprzętową zsyntezowanej struktury w FPGA. Oszacowano również maksymalną szybkość przetwarzania obrazu z użyciem zaproponowanej implementacji.
EN
The paper presents the architecture design and hardware implementation of a custom image processing module dedicated for detection of high voltage lines in real time. It has been implemented in the form of a pipelined hardware procedure using edge detection and reduction algorithm. The design was tested in the Intel Cyclone V FPGA environment. Time and hardware complexity of the synthesized structure in FPGA were analyzed. The maximum image processing speed was also estimated using the proposed implementation.
EN
Knowing how to identify terrain types is especially important in the autonomous navigation, mapping, decision making and emergency landings areas. For example, an unmanned aerial vehicle (UAV) can use it to find a suitable landing position or to cooperate with other robots to navigate across an unknown region. Previous works on terrain classification from RGB images taken onboard of UAVs shown that only static pixel-based features were tested with a considerable classification error. This paper presents a computer vision algorithm capable of identifying the terrain from RGB images with improved accuracy. The algorithm complement the static image features and dynamic texture patterns produced by UAVs rotors downwash effect (visible at lower altitudes) and machine learning methods to classify the underlying terrain. The system is validated using videos acquired onboard of a UAV with a RGB camera.
EN
The article presents the use of fast cameras and image processing and analysis methods to determine the velocity of pneumatic transport of bulk material. The presented solution is dedicated to the analysis of dense flow in the form of slugs moving in a horizontal section of the pipeline. The developed image-processing algorithm is based on the estimation of the bulk solid material level in the pipeline in particular moments of the process. The acquisition of an image containing the area of two separate sections of the pipeline allows to determine the shift-time of material between two pre-defined pipeline regions. The obtained results indicate the proper action of the developed system.
PL
W artykule przedstawiono zastosowanie szybkich kamer oraz metod przetwarzania i analizy obrazów do wyznaczenia prędkości transportu pneumatycznego materiału sypkiego. Przedstawione rozwiązanie dedykowane jest analizie zmian prędkości przepływu gęstego w formie korków przemieszczających się w poziomym odcinku rurociągu. Opracowany algorytmy przetwarzania obrazów opiera się na wyznaczeniu poziomu wypełnienia rurociągu materiałem sypkim w poszczególnych chwilach trwania procesu. Akwizycja obrazu zawierającego obszar dwóch oddzielnych sekcji rurociągu pozwoliła na określenie czasu przejścia materiału między oboma, pre-definiowanymi, obszarami rurociągu. Uzyskane wyniki wskazują na poprawne działanie opracowanego systemu.
20
Content available remote Improvement and unification of input imagesfor photogrammetric reconstruction
EN
In this paper, we compare techniques for 3D reconstruction from images. We focus on the pre-processingstep of reconstruction: improving the input images. Several image processing algorithms are selected andtested.The main goal is to improve the quality of the resulting 3D reconstruction. We use two approaches toanalyze the 3D model fitting: comparing them to the orthophotomap and measuring the position among 3D reconstructions.
first rewind previous Strona / 13 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.