<p>Главни задатак истраживања приказаног у дисертацији је развој модела,<br />заснованог на алгоритмима машинског учења, који описује сложени<br />утицај мерног система на користан, експериментални сигнал са циљем<br />његове елиминације. Студија случаја је широко распрострањена<br />фотоакустична, трансмисиона мерна метода са ћелијом минималне<br />запремине. Мултидисциплинарност и комплексност проблема одредили<br />су следеће кораке у методологији решења: 1) развој софтвера за<br />генерисање симулираних експерименталних података, 2) развој<br />регресионог модела заснованог на трослојној неуронској мрежи, за<br />прецизну и поуздану карактеризацију детектора која се извршава у<br />реалном времену, 3) развој класификационог модела заснованог на<br />неуронској мрежи једноставне структуре за прецизну и поуздану<br />предикцију типа коришћеног детектора која се извршава у реалном<br />времену, 4) спрезање регресионог и класификационог модела уз развој<br />додатног софтвера за прилагођење модела стварном експерименту. На<br />овај начин заокружен је програмски оквир који извршава сложени задатак<br />издвајања &ldquo;правог&rdquo; сигнала oд изобличеног експерименталног сигнала<br />без ангажовања истраживача, односно извршава аутокорекцију.<br />Тестирање је извршено на више различитих детектора и више<br />различитих материјала у фотоаксустичном експерименту. Применом<br />развијеног програмског оквира конкурентност експерименталне технике<br />је знатно порасла: повећана је тачност и поузданост, проширен је мерни<br />опсег и смањено време обраде резултата мерења.</p> / <p>Glavni zadatak istraživanja prikazanog u disertaciji je razvoj modela,<br />zasnovanog na algoritmima mašinskog učenja, koji opisuje složeni<br />uticaj mernog sistema na koristan, eksperimentalni signal sa ciljem<br />njegove eliminacije. Studija slučaja je široko rasprostranjena<br />fotoakustična, transmisiona merna metoda sa ćelijom minimalne<br />zapremine. Multidisciplinarnost i kompleksnost problema odredili<br />su sledeće korake u metodologiji rešenja: 1) razvoj softvera za<br />generisanje simuliranih eksperimentalnih podataka, 2) razvoj<br />regresionog modela zasnovanog na troslojnoj neuronskoj mreži, za<br />preciznu i pouzdanu karakterizaciju detektora koja se izvršava u<br />realnom vremenu, 3) razvoj klasifikacionog modela zasnovanog na<br />neuronskoj mreži jednostavne strukture za preciznu i pouzdanu<br />predikciju tipa korišćenog detektora koja se izvršava u realnom<br />vremenu, 4) sprezanje regresionog i klasifikacionog modela uz razvoj<br />dodatnog softvera za prilagođenje modela stvarnom eksperimentu. Na<br />ovaj način zaokružen je programski okvir koji izvršava složeni zadatak<br />izdvajanja &ldquo;pravog&rdquo; signala od izobličenog eksperimentalnog signala<br />bez angažovanja istraživača, odnosno izvršava autokorekciju.<br />Testiranje je izvršeno na više različitih detektora i više<br />različitih materijala u fotoaksustičnom eksperimentu. Primenom<br />razvijenog programskog okvira konkurentnost eksperimentalne tehnike<br />je znatno porasla: povećana je tačnost i pouzdanost, proširen je merni<br />opseg i smanjeno vreme obrade rezultata merenja.</p> / <p>The main task of the research presented in this dissertation is the development<br />of the model based on machine learning algorithms, which describes the<br />complex influence of the measuring system on a useful, experimental signal,<br />with the aim of the elimination of this influence. The case study is a widespread<br />photoacoustic, transmission measurement method with minimum volume cell<br />configuration. Multidisciplinarity and complexity of the problem determined the<br />following steps in the solution methodology: 1) development of the software for<br />generating simulated experimental data, 2) development of the regression<br />model based on a three-layer neural network, for precise and reliable<br />characterization of detectors, performed in real time, 3) development of the<br />classification model based on a neural network of simple structure for precise<br />and reliable prediction of the type of detector in use, performed in real time, 4)<br />coupling of the regression and the classification model with the development<br />of additional software for adjustment of the model to a real experiment. In this<br />way, the program framework is completed, which performs the complex task<br />of extracting the &quot;true&quot; signal from the distorted experimental signal without the<br />involvement of researchers, performing, thus, the autocorrection. Testing was<br />performed on several different detectors and several different materials in a<br />photoacoustic experiment. With the application of the developed software<br />framework, the competitiveness of the experimental technique has<br />significantly increased: the accuracy and the reliability have been increased,<br />the measurement range has been expanded and the processing time of<br />measurement results has been reduced.</p>

<p>Problemi klasifikacije i segmentacije digitalnih slika su veoma<br />aktuelni i zastupljeni u praksi. Potreba za modelima koji razmatraju<br />ovu problematiku u poslednjih nekoliko decenija ubrzanim tempom<br />poprima sve veći značaj i obim u svakodnevnom životu. Koriste se u<br />računarskoj grafici, prepoznavanju oblika, medicinskoj analizi slika,<br />saobraćaju, analizi dokumenata, pokreta i izraza lica i sl.<br />U okviru ove disertacije, predstavljeno istraživanje motivisano je<br />primenama razvijenih modela u klasifikaciji i segmentaciji<br />digitalnih slika. Istraživanje obuhvata dva segmenta. Ovi segmenti<br />povezani su terminom neodređenosti, koji je uz upotrebu adekvatnog<br />matematičkog aparata (teorije fazi skupova), ugrađen u modele razvije<br />za primenu u obradi slike.<br />Jedan pravac istraživanja baziran je na teoriji fazi skupova, t-<br />normama, t-konormama, operatorima agregacije i agregiranim<br />funkcijama rastojanja. U okviru toga, istraživanje je sprovedeno sa<br />struktuiranom matematičkom podlogom, izložene su osnovne<br />definicije, teoreme, kao i osobine korištenih operatora, prošireni<br />su teorijski koncepti t-normi i t-konormi. Definisani su novi tipovi<br />operatora agregacije i njihovom primenom konstruisane su nove<br />funkcije rastojanja, čija je upotreba diskutovana kroz uspešnost u<br />procesu segmentacije digitalnih slika.<br />Drugi pravac istraživanja, izložen u ovoj disertaciji, obuhvata više<br />inženjerski pristup rešavanju problema klasifikacije tekstura<br />digitalnih slika. U skladu sa tim, detaljno je analizirana i<br />diskutovana klasa lokalnih binarnih deskriptora teksture.<br />Inspirisana uspešnošću pomenute LBP klase deskriptora, uvedena je<br />jedna nova podfamilija &alpha;-deskriptora teksture. Uvedeni model<br />deskriptora formiran je na temeljima idejnih principa lokalnih<br />binarnih kodova i bazičnih pojmova iz teorije fazi skupova. Praktična<br />upotreba i značaj predstavljenog modela demonstrirani su kroz veoma<br />uspešne procese klasifikacije na nekoliko javno dostupnih baza slika.</p> / <p>Classification and segmentation problems of digital images is a very attractive<br />topic and has been making impact in many different applied disciplines. In the<br />past few decades, the demand for models that address these issues has been<br />gaining momentum and applications in everyday life. These models are used in<br />computer graphics, shape recognition, medical image analysis, traffic, document<br />analysis, facial movements and expressions, etc.<br />The research within this doctoral dissertation was motivated by the application of<br />developed methods in classification and segmentation tasks. The conducted<br />research covered two segments, which were linked by the term of indeterminacy,<br />with the usage of the theory of fuzzy sets, which is incorporated into methods<br />developed for application in image processing.<br />One direction of the research was founded on the theory of fuzzy sets, t-norms,<br />t-conorms, aggregation operators, and aggregated distance functions. Within this<br />framework, the research was conducted with a structured mathematical<br />background. Firstly, basic definitions, theorems and characteristics of the used<br />operators were presented, followed by the theoretical concepts of t-norms and tconorms<br />that were extended. New types of aggregation operators and distance<br />functions were defined, and finally, their contribution in the digital image<br />segmentation process was explored and discussed.<br />The second direction of the research presented in this dissertation involved more<br />of an engineering-type of approach to solving the problem of the classification of<br />digital image textures. To that end, a class of local binary texture descriptors<br />(LBPs) was analyzed and discussed in detail. Inspired by the results of the<br />above-mentioned LBP descriptors, one new sub-family of the $\alpha$-<br />descriptors was introduced by the author. The introduced descriptor model was<br />based on the conceptual principles of LBPs and basic definitions from the fuzzy<br />set theory. Its practical usage and importance were established and reflected in<br />very successful classification results, achieved in the application on several<br />publicly available image datasets.</p>

This paper describes a unique method for the semi-automatic detection of historic charcoal production sites in LiDAR-derived digital elevation models. Intensified iron production in the early 17th century has remarkably influenced ways of how the land in Sweden was managed. Today, the abundance of charcoal kilns embedded in the landscape survives as cultural heritage monuments that testify about the scale forest management for charcoal production has contributed to the uprising iron manufacturing industry. An arbitrary selected study area (54 km2) south west of Gävle city served as an ideal testing ground, which is known to consist of already registered as well as unsurveyed charcoal kiln sites. The proposed approach encompasses combined morphometric classification methods being subjected to analytical image processing, where an image that represents refined terrain morphology was segmented and further followed by Hough Circle transfer function applied in seeking to detect circular shapes that represent charcoal kilns. Sites that have been identified manually and using the proposed method were only verified within an additionally established smaller validation area (6 km2). The resulting outcome accuracy was measured by calculating harmonic mean of precision and recall (F1-Score). Along with indication of previously undiscovered site locations, the proposed method showed relatively high score in recognising already registered sites after post-processing filtering. In spite of required continual fine-tuning, the described method can considerably facilitate mapping and overall management of cultural resources.

<p>Disertacija se bavi analizom uticaja raspodela podataka na rezultate algoritama diskretizacije u okviru procesa ma&scaron;inskog učenja. Na osnovu izabranih baza i algoritama diskretizacije teorije grubih skupova i stabala odlučivanja, istražen je uticaj odnosa raspodela podataka i tačaka reza određene diskretizacije.<br />Praćena je promena konzistentnosti diskretizovane tabele u zavisnosti od položaja redukovane tačke reza na histogramu. Definisane su fiksne tačke reza u zavisnosti od segmentacije multimodal raspodele, na osnovu kojih je moguće raditi redukciju preostalih tačaka reza. Za određivanje fiksnih tačaka konstruisan je algoritam FixedPoints koji ih određuje u skladu sa grubom segmentacijom multimodal raspodele.<br />Konstruisan je algoritam aproksimativne diskretizacije APPROX MD za redukciju tačaka reza, koji koristi tačke reza dobijene algoritmom maksimalne razberivosti i parametre vezane za procenat nepreciznih pravila, ukupni procenat klasifikacije i broj tačaka redukcije. Algoritam je kompariran u odnosu na algoritam maksimalne razberivosti i u odnosu na algoritam maksimalne razberivosti sa aproksimativnim re&scaron;enjima za &alpha;=0,95.</p> / <p>This dissertation analyses the influence of data distribution on the results of discretization algorithms within the process of machine learning. Based on the chosen databases and the discretization algorithms within the rough set theory and decision trees, the influence of the data distribution-cuts relation within certain discretization has been researched.<br />Changes in consistency of a discretized table, as dependent on the position of the reduced cut on the histogram, has been monitored. Fixed cuts have been defined, as dependent on the multimodal segmentation, on basis of which it is possible to do the reduction of the remaining cuts. To determine the fixed cuts, an algorithm FixedPoints has been constructed, determining these points in accordance with the rough segmentation of multimodal distribution.<br />An algorithm for approximate discretization, APPROX MD, has been constructed for cuts reduction, using cuts obtained through the maximum discernibility (MD-Heuristic) algorithm and the parametres related to the percent of imprecise rules, the total classification percent and the number of reduction cuts. The algorithm has been compared to the MD algorithm and to the MD algorithm with approximate solutions for &alpha;=0,95.</p>

<p>U disertaciji je obrađen problem proračuna nesimetričnih tokova<br />snaga neuravnoteženih prenosnih i aktivnih distributivnih mreža<br />velikih dimenzija, naročito onih sa energetskim resursima<br />zasnovanim na uređajima energetske elektronike. Pri tome je dat dokaz<br />da tradicionalna klasifikacija čvorova nije dovoljna da se precizno<br />modeluju i rešavaju nesimetrični tokovi snaga navedenih mreža.<br />Zatim je predložena nova klasifikacija čvorova sa odgovarajućim<br />metodima tokova snaga. Time je omogućena vrlo precizna formulacija<br />i proračun modela nesimetričnih tokova snaga navedenih mreža. Ta<br />preciznost metoda tokova snaga je rezultat toga što su novom<br />klasifikacijom čvorova obuhvaćene sve praktično primenjene<br />upravljačke strategije tradicionalnih naizmeničnih mašina, a<br />naročito energetskih resursa koji su zasnovani na energetskoj<br />elektronici.</p> / <p>This thesis deals with power flow calculations of unbalanced large scale<br />transmission networks and active distributive networks, especially ones<br />with electronically interfaced resources. The proof that the traditional bus<br />classification is not sufficient for precise modeling and calculation of power<br />flow of these networks is given first. Then, a new bus classification and<br />corresponding very precise power flow model and calculation of<br />aforementioned networks are proposed. This precision of power flow<br />calculation is the result of encompassing of all control strategies of modern<br />energy resources by the new bus classification.</p>

<p>Испитивано је хроматографско понашање (хроматографска липофилност) 29 стероидних једињења (триазола и тетразола, толуенсулфонилхидразида, диона, нитрила и динитрила) од потенцијалног биомедицинског значаја, испитивано је помоћу течне хроматографије високих перформанси на обрнутим фазама, применом две стационарне и две мобилне фазе. Липофилност, изражена преко ретенционог параметра logk, моделована је QSRR приступом. Формирани линеарни и нелинеарни модели омогућили су испитивање односа између ретенционих параметара и in silico молекулских дескриптора, који су израчунати на основу структуре испитиваних једињења. Добра предиктивна моћ формираних модела, добијених за калибрациони сет, потврђена је и применом екстерног тест сета и валидационог сета. Предиктивна моћ формираних модела потврђује могућност њиховог коришћења за предвиђање липофилности нових, структурно сличних, једињења. Примењене су и класификационе хемометријске методе (анализа главних компоненти и хијерархијска кластер анализа) како би се уочиле сличности и разлика између једињења. Поред тога, представљена је in vitro анализа антимикробног потенцијала испитиваних стероидних једињења према Staphylococcus aureus, Escherichia coli и Candida albicans. Два једињења, са епоксидном групом у положају 4,5, испољила су бактериостатски ефекат према S. aureus. Такође, приказана је докинг анализа одабраних испитиваних једињења са антипролиферативном активношћу према ћелијама андроген-рецептор негативног канцера простате (AR-нег. PC-3). На основу визуелизације оптималних положаја и анализе постојећих интеракција, идентификовано је једињење са највећим потенцијалом као инхибитор хуманог цитохрома P450 CYP17A1.</p> / <p>Ispitivano je hromatografsko ponašanje (hromatografska lipofilnost) 29 steroidnih jedinjenja (triazola i tetrazola, toluensulfonilhidrazida, diona, nitrila i dinitrila) od potencijalnog biomedicinskog značaja, ispitivano je pomoću tečne hromatografije visokih performansi na obrnutim fazama, primenom dve stacionarne i dve mobilne faze. Lipofilnost, izražena preko retencionog parametra logk, modelovana je QSRR pristupom. Formirani linearni i nelinearni modeli omogućili su ispitivanje odnosa između retencionih parametara i in silico molekulskih deskriptora, koji su izračunati na osnovu strukture ispitivanih jedinjenja. Dobra prediktivna moć formiranih modela, dobijenih za kalibracioni set, potvrđena je i primenom eksternog test seta i validacionog seta. Prediktivna moć formiranih modela potvrđuje mogućnost njihovog korišćenja za predviđanje lipofilnosti novih, strukturno sličnih, jedinjenja. Primenjene su i klasifikacione hemometrijske metode (analiza glavnih komponenti i hijerarhijska klaster analiza) kako bi se uočile sličnosti i razlika između jedinjenja. Pored toga, predstavljena je in vitro analiza antimikrobnog potencijala ispitivanih steroidnih jedinjenja prema Staphylococcus aureus, Escherichia coli i Candida albicans. Dva jedinjenja, sa epoksidnom grupom u položaju 4,5, ispoljila su bakteriostatski efekat prema S. aureus. Takođe, prikazana je doking analiza odabranih ispitivanih jedinjenja sa antiproliferativnom aktivnošću prema ćelijama androgen-receptor negativnog kancera prostate (AR-neg. PC-3). Na osnovu vizuelizacije optimalnih položaja i analize postojećih interakcija, identifikovano je jedinjenje sa najvećim potencijalom kao inhibitor humanog citohroma P450 CYP17A1.</p> / <p>Chromatographic behavior (chromatographic lipophilicity) of 29 steroid compounds (triazole and tetrazole, toluenesulfonylhydrazide, dione, dinitrile and nitrile) with potential biomedical importance was investigated by reversed-phases high-performance liquid chromatography using two stationary and two mobile phases. The lipophilicity expressed through the retention parameter logk was modeled using QSRR approach. Formed linear and non-linear models enabled the study of the relationship between the retention parameters and in silico molecular descriptors calculated from the structure of the investigated compounds. Good predictive power of the established models obtained for the calibration set was confirmed by the application of an external test set and validation set. The predictive power of the established model confirms the possibility of their use for lipophilicity prediction of new, structurally similar compounds. The classification chemometric methods (principal components analysis and hierarchical cluster analysis) were applied in order to recognize the similarities and differences between the compounds. Тhis dissertation presents the in vitro analysis of the antimicrobial potentials of the investigated steroid compounds against Staphylococcus aureus, Escherichia coli and Candida albicans. Two compounds, with epoxy group in the position 4,5, exhibited bacteriostatic effect against S. aureus. The docking analysis of selected test compounds with antiproliferative activity toward cells of androgen receptor-negative prostate cancer (AR-neg. PC-3) is showed. Based on the optimal position visualization and analysis of existing interactions a compound with the most promising potential as human cytochrome P450 CYP17A1 inhibitor is idetified.</p>

<p>In the current information age, massive amounts of data are gathered, at a rate prohibiting their effective structuring, analysis, and conversion into useful knowledge. This information overload is manifested both in large numbers of data objects recorded in data sets, and large numbers of attributes, also known as high dimensionality. This dis-sertation deals with problems originating from high dimensionality of data representation, referred to as the &ldquo;curse of dimensionality,&rdquo; in the context of machine learning, data mining, and information retrieval. The described research follows two angles: studying the behavior of (dis)similarity metrics with increasing dimensionality, and exploring feature-selection methods, primarily with regard to document representation schemes for text classification. The main results of the dissertation, relevant to the first research angle, include theoretical insights into the concentration behavior of cosine similarity, and a detailed analysis of the phenomenon of hubness, which refers to the tendency of some points in a data set to become hubs by being in-cluded in unexpectedly many <em>k</em>-nearest neighbor lists of other points. The mechanisms behind the phenomenon are studied in detail, both from a theoretical and empirical perspective, linking hubness with the (intrinsic) dimensionality of data, describing its interaction with the cluster structure of data and the information provided by class la-bels, and demonstrating the interplay of the phenomenon and well known algorithms for classification, semi-supervised learning, clustering, and outlier detection, with special consideration being given to time-series classification and information retrieval. Results pertaining to the second research angle include quantification of the interaction between various transformations of high-dimensional document representations, and feature selection, in the context of text classification.</p> / <p>U tekućem &bdquo;informatičkom dobu&ldquo;, masivne količine podataka se<br />sakupljaju brzinom koja ne dozvoljava njihovo efektivno strukturiranje,<br />analizu, i pretvaranje u korisno znanje. Ovo zasićenje informacijama<br />se manifestuje kako kroz veliki broj objekata uključenih<br />u skupove podataka, tako i kroz veliki broj atributa, takođe poznat<br />kao velika dimenzionalnost. Disertacija se bavi problemima koji<br />proizilaze iz velike dimenzionalnosti reprezentacije podataka, često<br />nazivanim &bdquo;prokletstvom dimenzionalnosti&ldquo;, u kontekstu ma&scaron;inskog<br />učenja, data mining-a i information retrieval-a. Opisana istraživanja<br />prate dva pravca: izučavanje pona&scaron;anja metrika (ne)sličnosti u odnosu<br />na rastuću dimenzionalnost, i proučavanje metoda odabira atributa,<br />prvenstveno u interakciji sa tehnikama reprezentacije dokumenata za<br />klasifikaciju teksta. Centralni rezultati disertacije, relevantni za prvi<br />pravac istraživanja, uključuju teorijske uvide u fenomen koncentracije<br />kosinusne mere sličnosti, i detaljnu analizu fenomena habovitosti koji<br />se odnosi na tendenciju nekih tačaka u skupu podataka da postanu<br />habovi tako &scaron;to bivaju uvr&scaron;tene u neočekivano mnogo lista k najbližih<br />suseda ostalih tačaka. Mehanizmi koji pokreću fenomen detaljno su<br />proučeni, kako iz teorijske tako i iz empirijske perspektive. Habovitost<br />je povezana sa (latentnom) dimenzionalno&scaron;ću podataka, opisana<br />je njena interakcija sa strukturom klastera u podacima i informacijama<br />koje pružaju oznake klasa, i demonstriran je njen efekat na<br />poznate algoritme za klasifikaciju, semi-supervizirano učenje, klastering<br />i detekciju outlier-a, sa posebnim osvrtom na klasifikaciju vremenskih<br />serija i information retrieval. Rezultati koji se odnose na<br />drugi pravac istraživanja uključuju kvantifikaciju interakcije između<br />različitih transformacija vi&scaron;edimenzionalnih reprezentacija dokumenata<br />i odabira atributa, u kontekstu klasifikacije teksta.</p>

Information technologies and mobile telecommunications rapidly enter our personal and social life. Mobile phone is no longer luxury – it has become a necessity. Growing volumes of the mobile services has caused a need to expand the mobile service employment opportunities in the Internet portals. Today’s portals, created using the means, offered by software manufacturers, employ exclusively the mobile Internet service, thanks to which the users can see and manage the necessary information and process of the portal at any time and from anywhere. The problem is related with the fact that mobile Internet services are still expensive in Lithuania. Therefore one should look for cheaper ways to reach and manage portal information. In order to solve this problem one can consider the SMS and MMS message sending, suggested by mobile technologies. Basic aim of the work is to create an entertainment portal, rendering the user both various Internet entertainments (e.g. Internet acquaintances, games), and mobile entertainment (e.g. sending messages, logos, melodies, animations and games for mobile phone) as well as a wide range of mobile services to be used to obtain and to manage the portal information. In the work I describe: portal evolution, classification and creation measures („BroadVision Portal“, „IBM WebSphere Portal for Multiplatforms v5.x“, „Sun One Portal Server v6.0“, „Red Hat Enterprise Portal Server“, „Microsoft SharePoint® Portal Server 2003“, „ORACLE 9ias Portal“, „PHP:... [to full text]

<p>The doctoral thesis deals with the study of quantitative aspects of shape attribute ssuitable for numerical characterization, i.e., shape descriptors, as well as the theory of uncertainty, particularly the theory of fuzzy sets, and their application in image<br />processing. The original contributions and results of the thesis can be naturally divided into two groups, in accordance with the approaches used to obtain them. The first group of contributions relates to introducing new shape descriptors (of hexagonality and fuzzy squareness) and associated measures that evaluate to what extent the shape considered satisfies these properties. The introduced measures are naturally defined, theoretically well-founded, and satisfy most of the desirable properties expected to be satisfied by each well-defined shape measure. To mention some of them: they both range through (0,1] and achieve the largest possible value 1 if and only if the shape considered is a hexagon, respectively a fuzzy square; there is no non-zero area shape with the measured hexagonality or fuzzy squareness equal to 0; both introduced measures are invariant to similarity transformations; and provide results that are consistent with the theoretically proven results, as well as human perception and expectation. Numerous experiments on synthetic and real examples are shown aimed to illustrate theoretically proven considerations and to provide clearer insight into the behaviour of the introduced shape measures. Their advantages and applicability are illustrated in various tasks of recognizing and classifying objects images of several well-known and most frequently used image datasets. Besides, the doctoral thesis contains research related to the application of the theory of uncertainty, in the narrower sense fuzzy set theory, in the different tasks of image processing and shape analysis. We distinguish between the tasks relating to the extraction of shape features, and those relating to performance improvement of different image processing and image analysis techniques. Regarding the first group of tasks, we deal with the application of fuzzy set theory in the tasks of introducing new fuzzy shape-based descriptor, named fuzzy squareness, and measuring how much fuzzy square is given fuzzy shape. In the second group of tasks, we deal with<br />the study of improving the performance of estimates of both the Euclidean distance<br />transform in three dimensions (3D EDT) and the centroid distance signature of shape in two dimensions. Performance improvement is particularly reflected in terms of achieved accuracy and precision, increased invariance to geometrical transformations (e.g., rotation and translation), and robustness in the presence of noise and uncertainty resulting from the imperfection of devices or imaging conditions. The latter also refers to the second group of the original contributions and results of the thesis. It is motivated by the fact that the shape analysis traditionally assumes that the objects appearing in the image are previously uniquely and crisply extracted from the image. This is usually achieved in the process of sharp (i.e., binary) segmentation of the original image where a decision on the membership of point to an imaged object is made in a sharp manner. Nevertheless, due to the imperfections of imaging conditions or devices, the presence of noise, and various types of imprecision (e.g., lack of precise object boundary or clear boundaries between the objects, errors in computation, lack of information, etc.), different levels of uncertainty and vagueness in the process of making a decision regarding the membership of image point may potentially occur. This is particularly noticeable in the case of discretization (i.e., sampling) of continuous image domain when a single image element, related to corresponding image sample point, iscovered by multiple objects in an image. In this respect, it is clear that this type of segmentation can potentially lead to a wrong decision on the membership of image points, and consequently irreversible information loss about the imaged objects. This<br />stems from the fact that image segmentation performed in this way does not permit that the image point may be a member to a particular imaged object to some degree, further leading to the potential risk that points partially contained in the object before<br />segmentation will not be assigned to the object after segmentation. However, if instead of binary segmentation, it is performed segmentation where a decision about the membership of image point is made in a gradual rather than crisp manner, enabling that point may be a member to an object to some extent, then making a sharp decision on the membership can be avoided at this early analysis step. This further leads that potentially a large amount of object information can be preserved after segmentation and used in the following analysis steps. In this regard, we are interested in one specific type of fuzzy segmentation, named coverage image segmentation, resulting in fuzzy digital image representation where membership value assigned to each image element is proportional to its relative coverage by a continuous object present in the original image. In this thesis, we deal with the study of coverage digitization model providing coverage digital image representation and present how significant improvements in estimating 3D EDT, as well as the centroid distance signature of continuous shape, can be achieved, if the coverage<br />information available in this type of image representation is appropriately considered.</p> / <p>Докторска дисертација се бави проучавањем квантитативних аспеката атрибута<br />облика погодних за нумеричку карактеризацију, то јест дескриптора облика, као и<br />теоријом неодређености, посебно теоријом фази скупова, и њиховом применом у обради слике. Оригинални доприноси и резултати тезе могу се природно поделити у две групе, у складу са приступом и методологијом која је коришћена за њихово добијање. Прва група доприноса односи се на увођење нових дескриптора облика (шестоугаоности и фази квадратности) као и одговарајућих мера које нумерички оцењују у ком обиму разматрани облик задовољава разматрана својства. Уведене мере су природно дефинисане, теоријски добро засноване и задовољавају већину пожељних својстава које свака добро дефинисана мера облика треба да задовољава. Поменимо неке од њих: обе мере узимају вредности из интервала (0,1] и достижу највећу могућу вредност 1 ако и само ако је облик који се посматра шестоугао, односно фази квадрат; не постоји облик не-нула површине чија је измерена шестоугаоност, односно фази квадратност једнака 0; обе уведене мере су инваријантне у односу на трансформације сличности; и дају резултате који су у складу са теоријски доказаним резултатима, као и људском перцепцијом и очекивањима. Бројни експерименти на синтетичким и реалним примерима приказани су у циљу илустровања теоријски доказаних разматрања и пружања јаснијег увида у понашање уведених мера. Њихова предност и корисност илустровани су у различитим задацима препознавања и класификације слика објеката неколико познатих и најчешће коришћених база слика. Поред тога, докторска теза садржи истраживања везана за примену теорије неодређености, у ужем смислу теорије фази скупова, у различитим задацима обраде слике и анализе облика. Разликујемо задатке који се односе на издвајање карактеристика облика и<br />оне који се односе на побољшање перформанси различитих техника обраде и<br />анализе слике. Што се тиче прве групе задатака, бавимо се применом теорије фази скупова у задацима дефинисања новог дескриптора фази облика, назван фази квадратност, и мерења колико је фази квадратан посматрани фази облик. У другој групи задатака бавимо се истраживањем побољшања перформанси оцене трансформације слике еуклидским растојањима у три димензије (3Д ЕДТ), као и сигнатуре непрекидног облика у две димензије засноване на растојању од<br />центроида облика. Ово последње се посебно огледа у постигнутој тачности и<br />прецизности оцене, повећаној инваријантности у односу на ротацију и транслацију објекта, као и робустности у присуству шума и неодређености које су последица несавршености уређаја или услова снимања. Последњи резултати се такође односе и на другу групу оригиналних доприноса тезе који су мотивисани чињеницом да анализа облика традиционално претпоставља да су објекти на слици претходно једнозначно и јасно издвојени из слике. Такво издвајање објеката се обично постиже у процесу јасне (то јест бинарне) сегментације оригиналне слике где се одлука о припадности тачке објекту на слици доноси на једнозначан и недвосмислени начин. Међутим, услед несавршености услова или уређаја за снимање, присуства шума и различитих врста непрецизности (на пример непостојање прецизне границе објекта или јасних граница између самих објеката, грешке у рачунању, недостатка информација, итд.), могу се појавити различити нивои несигурности и неодређености у процесу доношења одлуке у вези са припадношћу тачке слике. Ово је посебно видљиво у случају дискретизације (то јест узорковања) непрекидног домена слике када<br />елемент слике, придружен одговарајућој тачки узорка домена, може бити<br />делимично покривен са више објеката на слици. У том смислу, имамо да ова врста сегментације може потенцијално довести до погрешне одлуке о припадности тачака слике, а самим тим и неповратног губитка информација о објектима који се на слици налазе. То произлази из чињенице да сегментација слике изведена на овај начин не дозвољава да тачка слике може делимично у одређеном обиму бити члан посматраног објекта на слици, што даље води потенцијалном ризику да тачке делимично садржане у објекту пре сегментације неће бити придружене објекту након сегментације. Међутим, ако се уместо бинарне сегментације изврши сегментација слике где се одлука о припадности тачке слике објекту доноси на начин који омогућава да тачка може делимично бити члан објекта у неком обиму, тада се доношење бинарне одлуке о чланство тачке објекту на слици може избећи у овом раном кораку анализе. То даље резултира да се потенцијално велика количина информација о објектима присутним на слици може сачувати након сегментације, и користити у следећим корацима анализе. С тим у вези, од посебног интереса за нас јесте специјална врста фази сегментације слике, сегментација заснована на покривености елемената слике, која као резултат обезбеђује фази дигиталну репрезентацију слике где је вредност чланства додељена сваком елементу пропорционална његовој релативној покривености непрекидним објектом на оригиналној слици. У овој тези бавимо се истраживањем модела дигитализације покривености који пружа овакву врсту репрезентацију слике и представљамо како се могу постићи значајна побољшања у оцени 3Д ЕДТ, као и сигнатуре непрекидног облика засноване на растојању од центроида, ако су информације о покривености<br />доступне у овој репрезентацији слике разматране на одговарајући начин.</p> / <p>Doktorska disertacija se bavi proučavanjem kvantitativnih aspekata atributa<br />oblika pogodnih za numeričku karakterizaciju, to jest deskriptora oblika, kao i<br />teorijom neodređenosti, posebno teorijom fazi skupova, i njihovom primenom u obradi slike. Originalni doprinosi i rezultati teze mogu se prirodno podeliti u dve grupe, u skladu sa pristupom i metodologijom koja je korišćena za njihovo dobijanje. Prva grupa doprinosa odnosi se na uvođenje novih deskriptora oblika (šestougaonosti i fazi kvadratnosti) kao i odgovarajućih mera koje numerički ocenjuju u kom obimu razmatrani oblik zadovoljava razmatrana svojstva. Uvedene mere su prirodno definisane, teorijski dobro zasnovane i zadovoljavaju većinu poželjnih svojstava koje svaka dobro definisana mera oblika treba da zadovoljava. Pomenimo neke od njih: obe mere uzimaju vrednosti iz intervala (0,1] i dostižu najveću moguću vrednost 1 ako i samo ako je oblik koji se posmatra šestougao, odnosno fazi kvadrat; ne postoji oblik ne-nula površine čija je izmerena šestougaonost, odnosno fazi kvadratnost jednaka 0; obe uvedene mere su invarijantne u odnosu na transformacije sličnosti; i daju rezultate koji su u skladu sa teorijski dokazanim rezultatima, kao i ljudskom percepcijom i očekivanjima. Brojni eksperimenti na sintetičkim i realnim primerima prikazani su u cilju ilustrovanja teorijski dokazanih razmatranja i pružanja jasnijeg uvida u ponašanje uvedenih mera. NJihova prednost i korisnost ilustrovani su u različitim zadacima prepoznavanja i klasifikacije slika objekata nekoliko poznatih i najčešće korišćenih baza slika. Pored toga, doktorska teza sadrži istraživanja vezana za primenu teorije neodređenosti, u užem smislu teorije fazi skupova, u različitim zadacima obrade slike i analize oblika. Razlikujemo zadatke koji se odnose na izdvajanje karakteristika oblika i<br />one koji se odnose na poboljšanje performansi različitih tehnika obrade i<br />analize slike. Što se tiče prve grupe zadataka, bavimo se primenom teorije fazi skupova u zadacima definisanja novog deskriptora fazi oblika, nazvan fazi kvadratnost, i merenja koliko je fazi kvadratan posmatrani fazi oblik. U drugoj grupi zadataka bavimo se istraživanjem poboljšanja performansi ocene transformacije slike euklidskim rastojanjima u tri dimenzije (3D EDT), kao i signature neprekidnog oblika u dve dimenzije zasnovane na rastojanju od<br />centroida oblika. Ovo poslednje se posebno ogleda u postignutoj tačnosti i<br />preciznosti ocene, povećanoj invarijantnosti u odnosu na rotaciju i translaciju objekta, kao i robustnosti u prisustvu šuma i neodređenosti koje su posledica nesavršenosti uređaja ili uslova snimanja. Poslednji rezultati se takođe odnose i na drugu grupu originalnih doprinosa teze koji su motivisani činjenicom da analiza oblika tradicionalno pretpostavlja da su objekti na slici prethodno jednoznačno i jasno izdvojeni iz slike. Takvo izdvajanje objekata se obično postiže u procesu jasne (to jest binarne) segmentacije originalne slike gde se odluka o pripadnosti tačke objektu na slici donosi na jednoznačan i nedvosmisleni način. Međutim, usled nesavršenosti uslova ili uređaja za snimanje, prisustva šuma i različitih vrsta nepreciznosti (na primer nepostojanje precizne granice objekta ili jasnih granica između samih objekata, greške u računanju, nedostatka informacija, itd.), mogu se pojaviti različiti nivoi nesigurnosti i neodređenosti u procesu donošenja odluke u vezi sa pripadnošću tačke slike. Ovo je posebno vidljivo u slučaju diskretizacije (to jest uzorkovanja) neprekidnog domena slike kada<br />element slike, pridružen odgovarajućoj tački uzorka domena, može biti<br />delimično pokriven sa više objekata na slici. U tom smislu, imamo da ova vrsta segmentacije može potencijalno dovesti do pogrešne odluke o pripadnosti tačaka slike, a samim tim i nepovratnog gubitka informacija o objektima koji se na slici nalaze. To proizlazi iz činjenice da segmentacija slike izvedena na ovaj način ne dozvoljava da tačka slike može delimično u određenom obimu biti član posmatranog objekta na slici, što dalje vodi potencijalnom riziku da tačke delimično sadržane u objektu pre segmentacije neće biti pridružene objektu nakon segmentacije. Međutim, ako se umesto binarne segmentacije izvrši segmentacija slike gde se odluka o pripadnosti tačke slike objektu donosi na način koji omogućava da tačka može delimično biti član objekta u nekom obimu, tada se donošenje binarne odluke o članstvo tačke objektu na slici može izbeći u ovom ranom koraku analize. To dalje rezultira da se potencijalno velika količina informacija o objektima prisutnim na slici može sačuvati nakon segmentacije, i koristiti u sledećim koracima analize. S tim u vezi, od posebnog interesa za nas jeste specijalna vrsta fazi segmentacije slike, segmentacija zasnovana na pokrivenosti elemenata slike, koja kao rezultat obezbeđuje fazi digitalnu reprezentaciju slike gde je vrednost članstva dodeljena svakom elementu proporcionalna njegovoj relativnoj pokrivenosti neprekidnim objektom na originalnoj slici. U ovoj tezi bavimo se istraživanjem modela digitalizacije pokrivenosti koji pruža ovakvu vrstu reprezentaciju slike i predstavljamo kako se mogu postići značajna poboljšanja u oceni 3D EDT, kao i signature neprekidnog oblika zasnovane na rastojanju od centroida, ako su informacije o pokrivenosti<br />dostupne u ovoj reprezentaciji slike razmatrane na odgovarajući način.</p>