Global ETD Search

Return to search

Shape Based Methods for Quantification and Comparison of Object Properties from Their Digital Image Representations / Mетоде засноване на облику за квантитативни опис и поређење облика објеката приказаних дигиталним сликама / Metode zasnovane na obliku za kvantitativni opis i poređenje oblika objekata prikazanih digitalnim slikama

The <span lang="sr-Latn-RS" style="font-size:9.0pt;font-family:"Arial","sans-serif";mso-fareast-font-family:"Times New Roman";mso-font-kerning:.5pt;mso-ansi-language:#241A;mso-fareast-language:AR-SA;mso-bidi-language:AR-SA">thesis investigates development, improvement and evaluation of methods for quantitative characterization of objects from their digital images and similarity measurements between digital images. Methods for quantitative characterization of objects from their digital images are increasingly used in applications in which error can <span lang="sr-Latn-RS" style="font-size:9.0pt;font-family:"Arial","sans-serif";mso-fareast-font-family:"Times New Roman";mso-font-kerning:.5pt;mso-ansi-language:#241A;mso-fareast-language:AR-SA;mso-bidi-language:AR-SA">have crtical consequences, but the traditional methods for shape quantification are of low precision and accuracy. <span lang="sr-Latn-RS" style="font-size:9.0pt;font-family:"Arial","sans-serif";mso-fareast-font-family:"Times New Roman";mso-font-kerning:.5pt;mso-ansi-language:#241A;mso-fareast-language:AR-SA;mso-bidi-language:AR-SA">In the thesis is shown that the <span lang="sr-Latn-RS" style="font-size:9.0pt;font-family:"Arial","sans-serif";mso-fareast-font-family:"Times New Roman";mso-font-kerning:.5pt;mso-ansi-language:#241A;mso-fareast-language:AR-SA;mso-bidi-language:AR-SA">coverage of a pixel by a shape can be used to highly improve the accuracy and precision of using digital images to estimate the maximal distance between objects <span lang="sr-Latn-RS" style="font-size:9.0pt;font-family:"Arial","sans-serif";mso-fareast-font-family:"Times New Roman";mso-font-kerning:.5pt;mso-ansi-language:#241A;mso-fareast-language:AR-SA;mso-bidi-language:AR-SA">furthest points measured in a given direction. It is highly desirable that a distance measure between digital images can be related to a certain shape property and morphological operations are used when defining a distance for this purpose. Still, the distances defined in this manner turns out to be insufficiently sensitive to relevant data representing shape properties in images. We show that the idea of adaptive mathematical morphology can be used successfully to overcome problems related to sensitivity of distances defined via morphological operations when comparing objects from their digital image representations. / У тези су размотрени развој, побољшање и евалуација метода за квантитативну карактеризацију објеката приказаних дигиталним сликама, као и мере растојања између дигиталних слика. Методе за квантитативну карактеризацију објеката представљених дигиталним сликама се  све више користе у применама у којима грешка може имати критичне последице, а традиционалне методе за  квантитативну карактеризацију су мале прецизности и тачности. У тези се показује да се коришћењем информације о покривеност пиксела обликом може значајно побољшати прецизност и тачност оцене растојања између две најудаљеније тачке облика мерено у датом правцу. Веома је пожељно да мера растојања између дигиталних слика може да се веже за одређену особину облика и морфолошке операције се користе приликом дефинисања растојања у ту сврху. Ипак, растојања дефинисана на овај начин показују се недовољно осетљива на релевантне податке дигиталних слика који представљају особине облика. У тези се показује да идеја адаптивне математичке морфологије може успешно да се користи да би се превазишао поменути  проблем осетљивости растојања дефинисаних користећи морфолошке операције. / U tezi su razmotreni razvoj, poboljšanje i evaluacija metoda za kvantitativnu karakterizaciju objekata prikazanih digitalnim slikama, kao i mere rastojanja između digitalnih slika. Metode za kvantitativnu karakterizaciju objekata predstavljenih digitalnim slikama se  sve više koriste u primenama u kojima greška može imati kritične posledice, a tradicionalne metode za  kvantitativnu karakterizaciju su male preciznosti i tačnosti. U tezi se pokazuje da se korišćenjem informacije o pokrivenost piksela oblikom može značajno poboljšati preciznost i tačnost ocene rastojanja između dve najudaljenije tačke oblika mereno u datom pravcu. Veoma je poželjno da mera rastojanja između digitalnih slika može da se veže za određenu osobinu oblika i morfološke operacije se koriste prilikom definisanja rastojanja u tu svrhu. Ipak, rastojanja definisana na ovaj način pokazuju se nedovoljno osetljiva na relevantne podatke digitalnih slika koji predstavljaju osobine oblika. U tezi se pokazuje da ideja adaptivne matematičke morfologije može uspešno da se koristi da bi se prevazišao pomenuti  problem osetljivosti rastojanja definisanih koristeći morfološke operacije.

Identifer	oai:union.ndltd.org:uns.ac.rs/oai:CRISUNS:(BISIS)107871
Date	20 February 2019
Creators	Dražić Slobodan
Contributors	Lukić Tibor, Lindblad Joakim, Davidović Tatjana, Teofanov Ljiljana, Čomić Lidija
Publisher	Univerzitet u Novom Sadu, Fakultet tehničkih nauka u Novom Sadu, University of Novi Sad, Faculty of Technical Sciences at Novi Sad
Source Sets	University of Novi Sad
Language	English
Detected Language	French
Type	PhD thesis

Page generated in 0.0044 seconds

Description

Links & Downloads

Tags

Additional Fields