|
|
|
|
| LEADER |
03587nam a2200241uu 4500 |
| 005 |
20190405105122.0 |
| 008 |
s2001 ci a |||||||||| ||hrv|d |
| 035 |
|
|
|a HR-ZaFER 17604
|
| 040 |
|
|
|a HR-ZaFER
|b hrv
|c HR-ZaFER
|e ppiak
|
| 041 |
|
|
|a hrv
|
| 080 |
|
|
|a 621.397
|h TELEKOMUNIKACIJE. TELEUPRAVLJANJE (DALJINSKO)
|j Video tehnologija. Televizijska tehnika. Video snimanje, prijenos i reprodukcija. Video oprema i mreže
|e 621.39
|9 1447
|
| 080 |
|
|
|a 681.3
|h PRECIZNI MEHANIZMI I INSTRUMENTI
|j OPREMA ZA OBRADU PODATAKA
|e 681
|9 1740
|
| 100 |
1 |
|
|9 18903
|a Šapina, Rozalija
|
| 245 |
|
|
|a Izdvajanje objekata iz termovizijske slike :
|b magistarski rad /
|c Rozalija Šapina ; [mentor Branka Zovko-Cihlar]
|
| 260 |
|
|
|a Zagreb :
|b R. Šapina ; Fakultet elektrotehnike i računarstva,
|c 2001.
|
| 300 |
|
|
|a 81 str. :
|b ilustr. ;
|c 30 cm +
|e CD
|
| 504 |
|
|
|a Bibliografija str. 55-58.
|
| 520 |
|
|
|a U radu je opisana metoda digitalne obrade termovizijskih slika s ciljem izdvajanja najtoplijih objekata ili njihovih dijelova. Metoda se sastoji od tri koraka i polazi od pretpostavke da najtoplijim dijelovima scene odgovaraju najveće vrijednosti intenziteta slike prikazane u sivoj skali. U prvom koraku metode određeno je 6 slika značajki teksture definiranih preko matrice ovisnosti vrijednosti točaka. Dobivene slike jasno pokazuju kako korelacija i varijanca doprinose izdvajanju toplih objekata, dok max. vjerojatnost, energija, inverzni moment razlike i kontrast nemaju utjecaja. Primjenom višestruke linearne regresije u drugom koraku metode određeni su parcijalni koeficijenti za svaku sliku značajki teksture, a dobivene vrijednosti koeficijenata su najveće za varijancu i korelaciju. Koristeći te dvije značajke teksture određena je združena slika koja na mjestima najtoplijih objekata ima lokalne maksimume. Primjenom procedure za određivanje lokalnih maksimuma preko morfološke operacije dilatacije u trećem koraku metode dobivene su izlazne, binarne slike koje prikazuju najtoplije objekte. Metoda je testirana na ukupno 18 termovizijskih slika i dala je zadovoljavajuće rezultate.
Klučne riječi: termovizija, izdvajanje objekata, značajke teksture, co-occurrence matrica, regresija, lokalni maksimumi
|
| 520 |
|
|
|a The method of digital processing of infrared images is described in MSc Thesis and the goal is detection of warm objects or their parts. The method consists three steps and the main hypothesis is that the warmest parts of objects have high values of gray level. Applying co-occurrence matrix in the first step of the method, six textural features are computed. Two of these features, variance and corelation, highlight the difference between objects and background, while max. probability, energy, inverse difference moment and contrast don't have influence. In the second step of the method the partial regression coefficients are determined for all textural features and the biggest computed values have variance and corelation. The fused image is determined by using these two features and multiple linear regression, where warm objects appear as local maxima. Applying procedure for local maxima detection in the third step of the method, which has origin in mathematical morphology operation - dilate, the warmest objects are detected. The output is a binary image. Used testing set had 18 infrared images and achieved results were satisfying.
Key words: thermovision, objects detection, textural features, co-occurrence matrix, regression, local maxima
|
| 700 |
|
|
|4 ths
|9 5829
|a Zovko-Cihlar, Branka
|
| 942 |
|
|
|c M
|2 udc
|
| 990 |
|
|
|a 16911
|
| 999 |
|
|
|c 15971
|d 15971
|