Zařízení pro zpracování obrazu metodou postupného gradientu jasu obrazových pixelů v ploše se shlukováním typu K-means
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62690094%3A18450%2F19%3A50016548" target="_blank" >RIV/62690094:18450/19:50016548 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
čeština
Original language name
Zařízení pro zpracování obrazu metodou postupného gradientu jasu obrazových pixelů v ploše se shlukováním typu K-means
Original language description
Zařízení, resp. jádro algoritmu, je určeno pro úpravu obrazu před jeho další analýzou, obvykle pomocí umělých neuronových sítí. Jedná se o metodu čištění obrazu, která má za cíl odstranit z něj nedůležité pozadí, šumy a ponechat pouze anomálie vhodné k dalšímu zpracování. V obraze tedy zůstávají pouze ty oblasti, které jsou žádoucí z pohledu dalšího zpracování. Algoritmus byl dopracován do finální, použitelné podoby a otestován na reálných obrazech. Testy a optimalizace filtrů byly směrovány do průmyslové oblasti (těžký průmysl, identifikace ražených čísel ve špatných světelných podmínkách) a oblasti medicínské (optimalizace na úpravu sérií obrazů vnitřních orgánů). Dalším krokem byla optimalizace rychlosti filtru s ohledem na kvalitu detekce. V současné době je algoritmus funkční v prostředí programu MATLAB a jazyce C. Jedním z cílů projektu bylo dopracovat řešení do stavu bez použití integrovaných modulů MATLABu a tedy usnadnit přípravu pro nasazení do reálném provozu. Výhodou metody je její robustnost, resp. určitá necitlivost na podmínky, při kterých byly vstupní obrazy pořízeny. Tím je myšleno např. změna nasvětlení obrazu, úhel snímání apod. Komerční řešení jsou na tyto změny velmi citlivé a např. při změně světelných podmínek podávají zkreslené, nebo vysloveně špatné výsledky. Ve fázi komercializace budou k dispozici provozní data a zařízení se dále přizpůsobí a upraví podle provedené analýzy.
Czech name
Zařízení pro zpracování obrazu metodou postupného gradientu jasu obrazových pixelů v ploše se shlukováním typu K-means
Czech description
Zařízení, resp. jádro algoritmu, je určeno pro úpravu obrazu před jeho další analýzou, obvykle pomocí umělých neuronových sítí. Jedná se o metodu čištění obrazu, která má za cíl odstranit z něj nedůležité pozadí, šumy a ponechat pouze anomálie vhodné k dalšímu zpracování. V obraze tedy zůstávají pouze ty oblasti, které jsou žádoucí z pohledu dalšího zpracování. Algoritmus byl dopracován do finální, použitelné podoby a otestován na reálných obrazech. Testy a optimalizace filtrů byly směrovány do průmyslové oblasti (těžký průmysl, identifikace ražených čísel ve špatných světelných podmínkách) a oblasti medicínské (optimalizace na úpravu sérií obrazů vnitřních orgánů). Dalším krokem byla optimalizace rychlosti filtru s ohledem na kvalitu detekce. V současné době je algoritmus funkční v prostředí programu MATLAB a jazyce C. Jedním z cílů projektu bylo dopracovat řešení do stavu bez použití integrovaných modulů MATLABu a tedy usnadnit přípravu pro nasazení do reálném provozu. Výhodou metody je její robustnost, resp. určitá necitlivost na podmínky, při kterých byly vstupní obrazy pořízeny. Tím je myšleno např. změna nasvětlení obrazu, úhel snímání apod. Komerční řešení jsou na tyto změny velmi citlivé a např. při změně světelných podmínek podávají zkreslené, nebo vysloveně špatné výsledky. Ve fázi komercializace budou k dispozici provozní data a zařízení se dále přizpůsobí a upraví podle provedené analýzy.
Classification
Type
Z<sub>polop</sub> - Pilot plant
CEP classification
—
OECD FORD branch
20201 - Electrical and electronic engineering
Result continuities
Project
<a href="/en/project/TG02010020" target="_blank" >TG02010020: Centre for Transfer of Biomedical Technologies - PoC</a><br>
Continuities
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Others
Publication year
2019
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Internal product ID
2019-UHK-FIM-Poloprovoz-002
Numerical identification
—
Technical parameters
Zařízení pro zpracování obrazu metodou postupného gradientu jasu obrazových pixelů v ploše se shlukováním typu K-means se skládá z: Algoritmus zpracování obrazu: Prostředí MATLAB; Jazyk C. Kamerový systém: Rozlišení: 2 MPx; Podporovaná komprese: MJPEG; Rozhraní: RJ45 – ethernet Vše samozřejmě doplňuje pracovní stanice pro zpracování dat, která je složena z: Pracovní stanice: CPU: Intel(R) Core(TM) i7-8700 CPU @ 3.20GHz; Základní rychlost: 3,2 GHz; Sokety: 1; Jádra: 6; Logické procesory: 12; Virtualizace: ANO; Mezipaměť L1: 384 kB; Mezipaměť L2: 1,5 MB; Mezipaměť L3: 12,0 MB; Chlazení: Vodní chladič 240 mm; RAM: 16 GB / DDR4 / 2976 MHz; Úložiště: Samsung SSD 970 EVO 1TB / NVMe; GPU: NVIDIA GeForce GTX 1660 Ti; Paměť GPU: 6 GB / GDDR6; Rozhraní: PCIe x16 3.0; Optimalizace tedy probíhala s uvedenou sestavou, které by měla být minimální v případě použití v reálném provozu.
Economical parameters
Náklady na testovanou soustavu technických prostředků se pohybovaly do 60 000 Kč v HW prostředcích pro jednu fyzickou instalaci. Uvedené řešení je doplňkem komplexnějšího řešení např. detekce čísel ve špatných světelných podmínkách, kde je cíleno na předcházení záměny označených výrobků a např. zastavení pásové výroby odběratelské firmy (automotive).
Application category by cost
—
Owner IČO
62690094
Owner name
Univerzita Hradec Králové. Fakulta informatiky a managementu
Owner country
CZ - CZECH REPUBLIC
Usage type
P - Využití výsledku jiným subjektem je v některých případech možné bez nabytí licence
Licence fee requirement
Z - Poskytovatel licence na výsledek nepožaduje v některých případech licenční poplatek
Web page
—