This thesis is concerned with the removal of artefacts typical for JPEG im- age compression. First, we describe the mathematical formulation of the JPEG format and the problem of artefact removal. We then formulate the problem as an optimization problem, where the minimized functional is obtained via Bayes' theorem and complex wavelets. We describe proximal operators and algorithms and apply them to the minimization of the given functional. The final algorithm is implemented in MATLAB and tested on several test problems. 1

The Thesis consists of an introduction and four papers that contribute to the research of image moments and moment invariants. The first two papers focus on rectangular decomposition algorithms that rapidly speed up the moment calculations. The other two papers present a design of new moment invariants. We present a comparative study of cutting edge methods for the decomposition of 2D binary images, including original implementations of all the methods. For 3D binary images, finding the optimal decomposition is an NP-complete problem, hence a polynomial-time heuristic needs to be developed. We propose a sub-optimal algorithm that outperforms other state of the art approximations. Additionally, we propose a new form of blur invariants that are derived by means of projection operators in a Fourier domain, which improves mainly the discrimination power of the features. Furthermore, we propose new moment-based features that are tolerant to additive Gaussian image noise and we show by extensive image retrieval experiments that the proposed features are robust and outperform other commonly used methods.

The thesis is aimed on the digital analysis and processing of micro- scopic image data with a focus on cross-section samples from the artworks which fall into cultural heritage domain. It contributes to solution of two different problems of image processing - image seg- mentation and image retrieval. The performance evaluation of differ- ent image segmentation methods on a data set of cross-section images is carried out in order to study the behavior of individual approaches and to propose guidelines how to choose suitable method for segmen- tation of microscopic images. Moreover, the benefit of segmenta- tion combination approach is studied and several distinct combination schemes are proposed. The evaluation is backed up by a large number of experiments where image segmentation algorithms are assessed by several segmentation quality measures. Applicability of achieved re- sults is shown on image data of different origin. In the second part, content-based image retrieval of cross-section samples is addressed and functional solution is presented. Its implementation is included in Nephele system, an expert system for processing and archiving the material research reports with image processing features, designed and implemented for the cultural heritage application area. 1

Image analysis of wear particles is a suitable support tool for detail analysis of engine, gear, hydraulic and industrial oils. It allows to obtain information not only of basic parameters of abrasion particles but also data that would be very difficult to obtain using classical ways of evaluation. Based on the analysis of morphological or image characteristics of particles, the progress of wearing the machine parts out can be followed and, as a result, possible breakdown of the engine can be prevented or the optimum period for changing the oil can be determined. The aim of this paper is to explore the possibilities of using the image analysis combined with the method of analytical ferrography and suggest a tool for automated particle classification. Current methods of wear particle analysis are derived from the evaluation that does not offer an exact idea of processes that take place between the friction surfaces in the engine system. The work is based upon the method of analytical ferrography which allows to evaluate the state of the machine. The benefit of use of classifiers defined in this wirk is the possibility of automated evaluation of analytical ferrography outputs; the use of them eliminates the crucial disadvantage of ferrographical analysis which is its dependence on the subjective evaluation done by the expert who performs the analysis. Classifiers are defined as a result of using the methods of machine learning. Based on an extensive database of particles that was created in the first part of the work, the classifiers were trained as a result, they make the evaluation of ferrographically separated abrasion particles from oils taken from lubricated systems possible. In the next stage, experiments were carried out and optimum classifier settings were determined based on the results of the experiments.

Genetické programování (GP) je v určitém rozsahu schopno automaticky generovat požadované programy, aniž by uživatel musel určit, jakým způsobem má program postupovat. GP bylo s úspěchem použito k řešení široké škály praktických problémů z různých oblastí, přičemž výsledky byly často srovnatelné s řešeními vytvořenými člověkem. Doposud však nebyla zodpovězena otázka, zda GP dokáže generovat vysoce optimalizovaný výpočetní model (platformu) spolu s programem spustitelným na této platformě, který by řešil daný problém při dodržení všech omezení (například na plochu na čipu a zpoždění). V případě scénářů, kdy je optimalizováno více kritérií, by uživatelským výstupem měla být množina nedominovaných řešení s různými kombinacemi úrovně využití zdrojů (plocha, příkon) a výkonu (rychlosti provádění). Tento problém může být chápán jako souběžný návrh hardwaru a softwaru, zkráceně HW/SW codesign. Tato práce zkoumá způsoby, jakými lze souběžně evolučně vyvíjet platformu a programy v případě, že je problém zadán množinou vektorů vstupů a jim odpovídajících výstupů. Nejprve byl vytvořen model architektury a evoluční platforma zajišťující zpracování a evoluční vývoj těchto architektur. Kandidátní mikroprogramové architektury byly evolvovány spolu s programy pomocí lineárního genetického programování. Následně byla provedena série jednodušších experimentů. Navržená platforma dosahovala výsledků srovnatelných s nejnovějšími metodami. Na základě slabých míst objevených během počátečních experimentů byla platforma rozšířena. Rozšířená platforma byla poté ověřena na několika složitějších experimentech. Jeden z nich byla zaměřen na efektivní implementaci aproximace sigmoidální funkce. Platforma v tomto případě našla řadu různých řešení implementujících aproximaci sigmoidy, z nichž některá byla sekvenční a jiná čistě kombinační. V rámci experimentu byly evolučně nalezeny i známé algoritmy, přičemž některé z nich byly evolucí dokonce optimalizovány pro podmnožinu definičního oboru zvolenou pro daný experiment. Poslední sada experimentů byla zaměřena na evoluční návrh obrazových filtrů pro redukci šumu typu sůl a pepř. Platforma v tomto případě znovuobjevila koncept přepínaných filtrů a naezla variantu přepínaného mediánového filtru, která byla z hlediska výsledků filtrace srovnatelná s běžně používanými metodami. Tato práce prokázala, že pomocí genetického programování lze navrhovat a optimalizovat malé HW/SW systémy. Automatizovaný evoluční návrh složitějších HW/SW systémů zůstává otevřeným problémem vhodným k dalšímu výzkumu.

Tato diplomová práce se zabývá využitím geometrické algebry pro kuželosečky (GAC) v autonomní navigaci, prezentované na pohybu robota v trubici. Nejprve jsou zavedeny teoretické pojmy z geometrických algeber. Následně jsou prezentovány kuželosečky v GAC. Dále je provedena implementace enginu, který je schopný provádět základní operace v GAC, včetně zobrazování kuželoseček zadaných v kontextu GAC. Nakonec je ukázán algoritmus, který odhadne osu trubice pomocí bodů, které umístí do prostoru pomocí středů elips, umístěných v obrazu, získaných obrazovým filtrem a fitovacím algoritmem.

This work was carried out in collaboration with the Department of Adaptive Biotechnologies, Global Change Research Centre AS CR. It deals with the quantitative analysis of photosynthetic cell cultures. It uses images captured by a confocal fluorescent microscope to the automatic determining the number of cells in the sample. The work consists of a theoretical analysis, which briefly describes fluorescence and confocal microscopy. It also concisely introduces a microscope Leica TCS SP8 X, which I used to scan data. One capture is devoted to the theory of digital image processing. The second part deskribes the development of algorithm for processing 3D data and simplified algorithm for processing 2D data and its program implementations in a programming environment MATLAB R2013b. Grafical user interface is explained in detail. Done measurement are presented at the conclusion. It mentions compiled sample preparation protocol. The results of the program are compared with manual counting. Number of cells per 1 ml are determined by created program in samples of cell cultures Chenopodium rubrum (Cr) and Solanum lycopersicum (To).

This thesis deals with issues automatic composing panoramic photos from individual photos. Gradually examines the various steps of algorithms and methods used in them, which are used in creating panoramas. It also focuses on the design of the own system based on methods discussed to construct panoramas. This system is implemented using OpenCV library and it is created also a graphical interface using a Qt library. Finally, are in this thesis evaluated outcomes of this designed and implemented system on available datasets.

Letecká termální hyperspektrální data přinášejí řadu informací o teplotě a emisivitě zemského povrchu. Při odhadování těchto parametrů z dálkového snímání tepelného záření je třeba řešit nedourčený systém rovnic. Bylo navrhnuto několik přístupů jak tento problém vyřešit, přičemž nejrozšířenější je algoritmus označovaný jako Temperature and Emissivity Separation (TES). Tato práce má dva hlavní cíle: 1) zlepšení algoritmu TES a 2) jeho implementaci do procesingového řetězce pro zpracování obrazových dat získaných senzorem TASI. Zlepšení algoritmu TES je možné dosáhnout nahrazením používaného modulu normalizování emisivity (tzv. Normalized Emissivity Module) částí, která je založena na vyhlazení spektrálních charakteristik nasnímané radiance. Nový modul je pak označen jako Optimized Smoothing for Temperature Emissivity Separation (OSTES). Algoritmus OSTES je připojen k procesingovému řetězci pro zpracování obrazových dat ze senzoru TASI. Testování na simulovaných datech ukázalo, že použití algoritmu OSTES vede k přesnějším odhadům teploty a emisivity. OSTES byl dále testován na datech získaných ze senzorů ASTER a TASI. V těchto případech však není možné pozorovat výrazné zlepšení z důvodu nedokonalých atmosférických korekcí. Nicméně hodnoty emisivity získané algoritmem OSTES vykazují více homogenní vlastnosti než hodnoty ze standardního produktu senzoru ASTER.

This thesis is dedicated to techniques for motion detection in video sequences. There is summary of several possible approaches to solve this matter in theoretical and practical point of view. Principles of motion detection based on difference between frames are discussed in details. Great attention is made for image description by new method Local Binary Patterns which allows creating of incredibly fast and accurate motion detector. Vital part of this thesis is application for monitoring and testing motion algorithms on video sequences in different environments. Results of measuring enables to determine best approaches for concrete place and reader might find it useful in case of designing his own motion detectors.