Hyppää sisältöön
    • Suomeksi
    • På svenska
    • In English
  • Suomeksi
  • In English
  • Kirjaudu
Näytä aineisto 
  •   Etusivu
  • LUTPub
  • Kandidaatin tutkintojen opinnäytetyöt
  • Näytä aineisto
  •   Etusivu
  • LUTPub
  • Kandidaatin tutkintojen opinnäytetyöt
  • Näytä aineisto
JavaScript is disabled for your browser. Some features of this site may not work without it.

Merkitsemistyökalu kuvien manuaaliseen segmentointiin

Grönberg, Osku (2016)

Katso/Avaa
kandidaatintyo_gronberg_osku.pdf (8.406Mb)
Lataukset: 


Kandidaatintutkielma

Grönberg, Osku
2016

Näytä kaikki kuvailutiedot
Julkaisun pysyvä osoite on
http://urn.fi/URN:NBN:fi-fe2016102125463

Tiivistelmä

Työn tavoitteena oli tuottaa MATLAB-pohjainen merkitsemistyökalu kuvien manuaaliseen segmentointiin. Ohjelmalla segmentoitujen kuvien on tarkoitus toimia opetusdatana oppivien konenäköalgoritmien kouluttamisessa. Ohjelma toteutettiin ohjelmistotuotannon vesiputousmallin mukaisesti. Käyttäjä pystyy segmentoimaan ja luokittelemaan kuvista objekteja annettujen piirtoelementtien avulla sekä tallentamaan segmentointinsa tiedostoon. Käyttäjä pystyy muokkaamaan kuvan kontrastia, ajamaan MATLAB:in reunantunnistusfunktiota ja kohinanpoistofunktioita. Toteutettuina piirtoelementteinä ovat vapaa monikulmio, suorakulmio sekä ympyrä. Toteutettuina reunantunnistusfunktioina ovat Canny, Sobel, Prewitt, Robert ja LoG (Laplacian of Gaussian). Toteutettuina kohinanpoistofunktioina ovat Wiener- ja mediaanisuodatus.
 
The purpose of the work was to create a MATLAB based image annotation tool. The purpose of the segmented images is to be used as a teaching data for learning algorithms. The project was executed according to the software engineering waterfall model. The user can segment and label objects from images with given shapes and save the annotations. The user can adjust the image contrast, run MATLAB given edge detection and image noise removal functions. Implemented segmentations shapes are free polygon, circle and a rectangle. Implemented edge detection functions are Canny, Sobel, Prewitt, Robert and Laplacian of Gaussian. Implemented noise removal functions are Wiener and median filters.
 
Kokoelmat
  • Kandidaatin tutkintojen opinnäytetyöt [3945]
LUT-yliopisto
PL 20
53851 Lappeenranta
Ota yhteyttä | Lähetä palautetta | Tietosuoja | Saavutettavuusseloste
 

 

Tämä kokoelma

JulkaisuajatTekijätNimekkeetKoulutusohjelmaAvainsanatSyöttöajatYhteisöt ja kokoelmat

Omat tiedot

Kirjaudu sisäänRekisteröidy
LUT-yliopisto
PL 20
53851 Lappeenranta
Ota yhteyttä | Lähetä palautetta | Tietosuoja | Saavutettavuusseloste