{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:1315573"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:1315573","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"\"Διόρθωση και Εντοπισμός του Πλέγματος Μικροεικόνων σε Εικόνα Μικροσκοπίας Πεδίου Φωτός\"","abstract":"Η μικροσκοπία με Πεδία Φωτός (Light Field Microscopy-LFM), η οποία είναι μια εφαρμογή της ολοκληρωτικής απεικόνισης, καταγράφει ένα βιολογικό δείγμα με τέτοιο τρόπο ώστε να είναι δυνατή η αλλαγή εκ των υστέρων κατά βούληση του σημείου όρασης του δείγματος, ή της εστιακής απόστασης. Η LFM εικόνα αποτελείται από μία δυσδιάστατη ακολουθία μικροεικόνων, των “Στοιχειωδών Εικόνων” (Elemental Image-ΕΙ). Τα όρια των ΕΙ δημιουργούν ένα πλέγμα στην LFM εικόνα, το οποίο πρέπει να εντοπιστεί αυτόματα, ώστε να γίνει δυνατή η κατάτμηση των ΕΙ και η εφαρμογή αλγορίθμων συμπίεσης ή άλλης ανάλυσης στην αρχική εικόνα. Στην εργασία αυτή λοιπόν παρουσιάζονται αλγόριθμοι που σχεδιάστηκαν και υλοποιήθηκαν με MATLAB και οι οποίοι επιτυγχάνουν με ακρίβεια την αυτόματη και ακριβή κατάτμηση της LFM εικόνας στις συνιστώσες ΕΙ, καθώς και τη διόρθωση τυχόν υπάρχουσας μικρής παραμόρφωσης που δημιουργήθηκε κατά τη λήψη.","abstract_html":"Η μικροσκοπία με Πεδία Φωτός (Light Field Microscopy-LFM), η οποία είναι μια εφαρμογή της ολοκληρωτικής απεικόνισης, καταγράφει ένα βιολογικό δείγμα με τέτοιο τρόπο ώστε να είναι δυνατή η αλλαγή εκ των υστέρων κατά βούληση του σημείου όρασης του δείγματος, ή της εστιακής απόστασης. Η LFM εικόνα αποτελείται από μία δυσδιάστατη ακολουθία μικροεικόνων, των “Στοιχειωδών Εικόνων” (Elemental Image-ΕΙ). Τα όρια των ΕΙ δημιουργούν ένα πλέγμα στην LFM εικόνα, το οποίο πρέπει να εντοπιστεί αυτόματα, ώστε να γίνει δυνατή η κατάτμηση των ΕΙ και η εφαρμογή αλγορίθμων συμπίεσης ή άλλης ανάλυσης στην αρχική εικόνα. Στην εργασία αυτή λοιπόν παρουσιάζονται αλγόριθμοι που σχεδιάστηκαν και υλοποιήθηκαν με MATLAB και οι οποίοι επιτυγχάνουν με ακρίβεια την αυτόματη και ακριβή κατάτμηση της LFM εικόνας στις συνιστώσες ΕΙ, καθώς και τη διόρθωση τυχόν υπάρχουσας μικρής παραμόρφωσης που δημιουργήθηκε κατά τη λήψη.","abstract_has_math":false,"creators":["Ντάση Μυρτώ"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2012,"date_issued":"2012","date_published":"2012","updated_at":"2026-11-19T05:24:14Z","subjects":[],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1315573"],"render_values":[{"text":"uoadl:1315573","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1315573","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1315573","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A1315573","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Ντάση Μυρτώ"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2012"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1315573","https://pergamos.lib.uoa.gr/uoa/dl/object/1315573"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η μικροσκοπία με Πεδία Φωτός (Light Field Microscopy-LFM), η οποία είναι μια εφαρμογή της ολοκληρωτικής απεικόνισης, καταγράφει ένα βιολογικό δείγμα με τέτοιο τρόπο ώστε να είναι δυνατή η αλλαγή εκ των υστέρων κατά βούληση του σημείου όρασης του δείγματος, ή της εστιακής απόστασης. Η LFM εικόνα αποτελείται από μία δυσδιάστατη ακολουθία μικροεικόνων, των “Στοιχειωδών Εικόνων” (Elemental Image-ΕΙ). Τα όρια των ΕΙ δημιουργούν ένα πλέγμα στην LFM εικόνα, το οποίο πρέπει να εντοπιστεί αυτόματα, ώστε να γίνει δυνατή η κατάτμηση των ΕΙ και η εφαρμογή αλγορίθμων συμπίεσης ή άλλης ανάλυσης στην αρχική εικόνα. Στην εργασία αυτή λοιπόν παρουσιάζονται αλγόριθμοι που σχεδιάστηκαν και υλοποιήθηκαν με MATLAB και οι οποίοι επιτυγχάνουν με ακρίβεια την αυτόματη και ακριβή κατάτμηση της LFM εικόνας στις συνιστώσες ΕΙ, καθώς και τη διόρθωση τυχόν υπάρχουσας μικρής παραμόρφωσης που δημιουργήθηκε κατά τη λήψη.","Light Field Microscopy (LFM), an integral imaging application, captures a biological sample in such a way as to be changed retrospectively by visual determination of the sample point, or focal length. The LFM image consists of a two dimensional sequence of Elemental Image (EI). The limits of EI generate a grid on the LFM image, which should be automatically detected to allow the partitioning of EI and the application of image processing analysis algorithms (compression, watermark or other analysis) in the original image. In this thesis we present algorithms designed and developed in MATLAB language who achieve automatic and accurate segmentation of the LFM image in its EI components and correct any existing small deformation created during the capture."]},{"key":"dc:title","label":"Title","values":["\"Διόρθωση και Εντοπισμός του Πλέγματος Μικροεικόνων σε Εικόνα Μικροσκοπίας Πεδίου Φωτός\""]}]}],"canonical_facts":{"dc:creator":["Ντάση Μυρτώ"],"dc:date":["2012"],"dc:description":["Η μικροσκοπία με Πεδία Φωτός (Light Field Microscopy-LFM), η οποία είναι μια εφαρμογή της ολοκληρωτικής απεικόνισης, καταγράφει ένα βιολογικό δείγμα με τέτοιο τρόπο ώστε να είναι δυνατή η αλλαγή εκ των υστέρων κατά βούληση του σημείου όρασης του δείγματος, ή της εστιακής απόστασης. Η LFM εικόνα αποτελείται από μία δυσδιάστατη ακολουθία μικροεικόνων, των “Στοιχειωδών Εικόνων” (Elemental Image-ΕΙ). Τα όρια των ΕΙ δημιουργούν ένα πλέγμα στην LFM εικόνα, το οποίο πρέπει να εντοπιστεί αυτόματα, ώστε να γίνει δυνατή η κατάτμηση των ΕΙ και η εφαρμογή αλγορίθμων συμπίεσης ή άλλης ανάλυσης στην αρχική εικόνα. Στην εργασία αυτή λοιπόν παρουσιάζονται αλγόριθμοι που σχεδιάστηκαν και υλοποιήθηκαν με MATLAB και οι οποίοι επιτυγχάνουν με ακρίβεια την αυτόματη και ακριβή κατάτμηση της LFM εικόνας στις συνιστώσες ΕΙ, καθώς και τη διόρθωση τυχόν υπάρχουσας μικρής παραμόρφωσης που δημιουργήθηκε κατά τη λήψη.","Light Field Microscopy (LFM), an integral imaging application, captures a biological sample in such a way as to be changed retrospectively by visual determination of the sample point, or focal length. The LFM image consists of a two dimensional sequence of Elemental Image (EI). The limits of EI generate a grid on the LFM image, which should be automatically detected to allow the partitioning of EI and the application of image processing analysis algorithms (compression, watermark or other analysis) in the original image. In this thesis we present algorithms designed and developed in MATLAB language who achieve automatic and accurate segmentation of the LFM image in its EI components and correct any existing small deformation created during the capture."],"dc:identifier":["uoadl:1315573","https://pergamos.lib.uoa.gr/uoa/dl/object/1315573"],"dc:language":["Ελληνικά","Greek"],"dc:title":["\"Διόρθωση και Εντοπισμός του Πλέγματος Μικροεικόνων σε Εικόνα Μικροσκοπίας Πεδίου Φωτός\""],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:24:14Z"}