Automatické sledování význačných bodů ve 3D biomedicínských datech – Bc. Tomáš Kotula
Bc. Tomáš Kotula
Master's thesis
Automatické sledování význačných bodů ve 3D biomedicínských datech
Automatical Tracking of Feature Points in 3D Biomedical Data
Anotácia:
Tato práce zkoumá a popisuje Scale Invariant Feature Transform algoritmus (SIFT). Principy jeho 2D verze jsou vysvětleny dále rozšířena do 3D pro sledování v časosběrných sekvencí. Algoritmus se skládá ze 3 významných fází. První z nich je lokalizace významných bodů. Body se získávají jako extrémy aproximace Laplacian of Gaussian scale-space. Ve druhé fázi se vypočítají deskriptory pro významné body …viacAbstract:
This thesis investigates and describes the Scale Invariant Feature Transform algorithm (SIFT). The principles of its 2D version are explained an further extended into 3D for tracking in time-lapse sequences. The algorithm consists of 3 significant phases. First is keypoint localization. The keypoints are extracted as extrema of approximation of Laplacian of Gaussian scale-space. In second phase, descriptor …viac
Jazyk práce: English
Datum vytvoření / odevzdání či podání práce: 9. 1. 2012
Identifikátor:
https://is.muni.cz/th/bv2os/
Obhajoba závěrečné práce
- Obhajoba proběhla 6. 2. 2012
- Vedúci: RNDr. Vladimír Ulman, Ph.D.
- Oponent: RNDr. Tomáš Homola, Ph.D.
Citační záznam
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Masarykova univerzita, Fakulta informatikyMasaryk University
Faculty of InformaticsMaster programme / odbor:
Applied Informatics / Image Processing
Práce na příbuzné téma
- Žádné práce na příbuzné téma.