| Studiju veids |
maģistra akadēmiskās studijas |
| Studiju programmas nosaukums |
Intelektuālas robotizētas sistēmas |
| Nosaukums |
Pārraudzītās apmācības izmantošana dzīslu izšķiršanai augu lapu attēlos |
| Nosaukums angļu valodā |
Supervised Learning for Vein Extraction in Leaf Images |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
A.Ņikitenko |
| Recenzents |
I.Andersone, MISI katedras lektore |
| Anotācija |
Darba tēma ir augu lapu galvenās dzīslas izķiršana attēlos, izmantojot pārraudzītās apmā- cības algoritmus. Mērķis bija izpētīt dažādas attēlu iezīmes, klasifikatorus un regresijas algoritmus, izstrādāt algoritmu dzīslas izķiršanai un novērtēt to.
Tika izstrādāti divi galvenās dzīslas izķiršanas un lokalizācijas algoritmi - galvenās dzīslas pozas noteicējs (regresijas pieeja) un galvenās dzīslas attēla punktu klasifikators. Katrs no algoritmiem var tikt izmantots patstāvīgi vai arī kombinācijā, lai iegūtu labākus izšķiršanas rezultātus. Abas metodes izmanto gadījuma rakstura papardes kā pārrau- dzītās apmācības algoritmu. Apmācība un novērtēšana tika veikta, izmantojot septiņas dažādas lapu attēlu kopas ar dažādas sarežģītības attēliem.
Rezultāti uzrādīja to, ka dzīslas pozas noteikšanas algoritms darbojas salīdzinoši pre- cīzi un var tikt izmantots gan individuāli, lai noteiktu aptuvenu dzīslas pozu, gan kom- binācijā ar dzīslas attēla punktu klasifikatoru kā lapas orientācijas labošanas algoritms. Tika arī noskaidrots, ka gadījuma paparžu klasifikators spēj sniegt pietiekami precīzu dzīslas attēla punktu klasifikāciju. Taču, lai sasniegtu labākus rezultātus, būtu nepiecie- šams veltīt vairāk darba parametru piemeklēšanai, dažādiem papildus uzlabojumiem un apmācībai, izmantojot lielākas attēlu kopas. |
| Atslēgas vārdi |
pārraudzītā apmācība, iezīmju izšķiršana, klasifikācija, attēlu apstrāde |
| Atslēgas vārdi angļu valodā |
supervised learning, feature extraction, classification, image processing |
| Valoda |
lv |
| Gads |
2015 |
| Darba augšupielādes datums un laiks |
29.05.2015 10:25:24 |
