Zařízení pro zpracování obrazu metodou postupného gradientu jasu obrazových pixelů v ploše se shlukováním typu K-means

Kód výsledku v 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>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Zařízení pro zpracování obrazu metodou postupného gradientu jasu obrazových pixelů v ploše se shlukováním typu K-means

Popis výsledku v původním jazyce

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.

Název v anglickém jazyce

Zařízení pro zpracování obrazu metodou postupného gradientu jasu obrazových pixelů v ploše se shlukováním typu K-means

Popis výsledku anglicky

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.

Druh

Z_polop - Poloprovoz

CEP obor

—

OECD FORD obor

20201 - Electrical and electronic engineering

Projekt

<a href="/cs/project/TG02010020" target="_blank" >TG02010020: Centrum transferu biomedicínských technologií - PoC</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2019

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Interní identifikační kód produktu

2019-UHK-FIM-Poloprovoz-002

Číselná identifikace

—

Technické parametry

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.

Ekonomické parametry

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).

Kategorie aplik. výsledku dle nákladů

—

IČO vlastníka výsledku

62690094

Název vlastníka

Univerzita Hradec Králové. Fakulta informatiky a managementu

Stát vlastníka

CZ - Česká republika

Druh možnosti využití

P - Využití výsledku jiným subjektem je v některých případech možné bez nabytí licence

Požadavek na licenční poplatek

Z - Poskytovatel licence na výsledek nepožaduje v některých případech licenční poplatek

Adresa www stránky s výsledkem

—