| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Primerjava segmentacijskih algoritmov na posnetkih zdravih in obolelih očeh
Avtorji:ID Krivec, Sandi (Avtor)
ID Potočnik, Božidar (Mentor) Več o mentorju... Novo okno
ID Šavc, Martin (Komentor)
Datoteke:.pdf MAG_Krivec_Sandi_2018.pdf (3,06 MB)
MD5: DCEF1E640769C7F9ACD4514490147D53
PID: 20.500.12556/dkum/1d3a7a36-070f-4fb0-ba0c-85a96609d483
 
Jezik:Slovenski jezik
Vrsta gradiva:Magistrsko delo/naloga
Tipologija:2.09 - Magistrsko delo
Organizacija:FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:V tej magistrski nalogi smo se ukvarjali s segmentiranjem človeškega očesa ter prepoz-navanjem bolezni na očesu. Preštudirali in primerjali smo obstoječe algoritme za segmen-tacijo očesa. V praktičnem delu naloge smo razvili lastno hibridno metodo, s pomočjo kate-re detektiramo človeško oko ter prepoznamo bolezni. Naš algoritem in sorodne metode smo preizkusili na treh testnih zbirkah slik s človeškimi očmi, in sicer na lastni zbirki ter na javnih zbirkah IITD in UTIRIS. Algoritme smo primerjali kvalitativno in s pomočjo indeksa Jaccard. Rezultati so pokazali, da s pomočjo naše hibridne metode dosežemo najboljše rezultate. Pri zaznavi zenice smo na lastni podatkovni zbirki dosegli 80 % natančnost, na testnih zbirkah IITD in UTIRIS pa 96 % oziroma 97 % natančnost. Pri zaznavi šarenice smo bili najbolj natančni na zbirki UTIRIS (89 % natančnost), sledita pa lastna zbirka (75 %) ter zbirka IITD (59 %). Eksperimentalno smo potrdili domnevo, da s kombinacijo splo-šnih segmentacijskih postopkov in postopkov na osnovi geometrijskih modelov izboljšamo natančnost segmentacije na posnetkih zdravih in obolelih oči. Bolezni oči smo prepozna-vali le na lastni zbirki. Metrika priklic je variirala od 38 % za bolezen Arcus senilis do 93 % za bolezen miozo. Podobno smo opazili pri metriki točnost, ki je variirala od 60 % (vnetje šarenice), pa vse do 92 % (siva mrena). Preliminarni rezultati potrjujejo uspešnost našega pristopa.
Ključne besede:napredna obdelava slik, segmentacija očesa, segmentacijski postopki, zaznava bolezni človeškega očesa.
Kraj izida:[Maribor
Založnik:S. Krivec
Leto izida:2018
PID:20.500.12556/DKUM-70287 Novo okno
UDK:004.932:617.7(043.2)
COBISS.SI-ID:21498134 Novo okno
NUK URN:URN:SI:UM:DK:AXTQSPKO
Datum objave v DKUM:14.06.2018
Število ogledov:1286
Število prenosov:145
Metapodatki:XML DC-XML DC-RDF
Področja:KTFMB - FERI
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share



Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licence

Licenca:CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.
Začetek licenciranja:25.04.2018

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Comparison of segmentation algorithms on images of healthy and sick human eyes
Opis:In this master's thesis we were focused on image segmentation techniques and diseases recognition of the human eye. We have researched and compared existing algorithms for eye segmentation. In the practical part of the master thesis we developed our own hybrid method with the help of which we can detect the human eye and recognize diseases. Our algorithm and related methods were tested on three human eyes image collections: our collection, IITD and UTIRIS. The algorithms were compared qualitatively and with Jaccard index. The results showed that we achieve best results with our hybrid method. At pupil detection we achieved 80% accuracy on our own collection, 96% accuracy on IITD and 97% accuracy on UTIRIS image collection. In detecting the iris, we got the best results on the UTIRIS (89% accuracy), followed by our own image collection (75%) and the IITD (59%). Experimentally, we have confirmed hypothesis that with the combination of general segmentation procedures and procedures based on geometric models we improve the accuracy of image segmentation on healthy and diseased eyes. We tested eye disease recognition procedure only on our own collection. The recall rate varied from 38% for Ar-cus senilis to 93% for the Miosis. Precision varied from 60% (Iritis) up to 92% (Cataract). Preliminary results confirm the success of our approach.
Ključne besede:image processing, eye segmentation, image segmentation algorithms, detection of eye diseases.


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici