Full metadata record
DC poleHodnotaJazyk
dc.contributor.advisorLenc Ladislav, Ing. Ph.D.
dc.contributor.authorHauser, Daniel
dc.contributor.refereeKrál Pavel, Doc. Ing. Ph.D.
dc.date.accepted2024-6-11
dc.date.accessioned2024-07-12T09:13:01Z-
dc.date.available2023-10-2
dc.date.available2024-07-12T09:13:01Z-
dc.date.issued2024
dc.date.submitted2024-5-2
dc.identifier96950
dc.identifier.urihttp://hdl.handle.net/11025/57090-
dc.description.abstractTato bakalářská práce se zabývá analýzou defektů dřeva z CT snímků za využití metod zpracování obrazu s cílem vyvinout efektivní způsob pro automatickou detekci. První část práce popisuje implementaci segmentační metody pro detekci trhlin v dřevě. Následuje kapitola věnovaná zpracování a anotaci dat, včetně trénování dvou hlubokých neuronových sítí, YOLO a Mask R-CNN, pro identifikaci dalších defektů na CT snímcích dřeva. Tímto přístupem lze potenciálně zlepšit proces zpracování dřeva a maximalizovat výtěžnost suroviny. Celkově práce přináší poznatky o současných metodách a technikách v oblasti detekce defektů pomocí analýzy CT snímků.cs
dc.format54
dc.language.isocs
dc.publisherZápadočeská univerzita v Plzni
dc.rightsPlný text práce je přístupný bez omezení
dc.subjectct snímkycs
dc.subjectsegmentacecs
dc.subjectzpracování obrazucs
dc.subjectdefekty dřevacs
dc.subjectanotacecs
dc.subjectyolocs
dc.subjectdetectron2cs
dc.subjectmask r-cnncs
dc.titleAnalýza defektů dřeva z CT snímkůcs
dc.title.alternativeWood Defect Analysis based on CT Imagesen
dc.typebakalářská práce
dc.thesis.degree-nameBc.
dc.thesis.degree-levelBakalářský
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných věd
dc.thesis.degree-programInformatika a výpočetní technika
dc.description.resultObhájeno
dc.description.abstract-translatedThis Bachelor thesis deals with the analysis of wood defects from CT images using image processing methods in order to develop an efficient method for automatic detection. The first part of the thesis describes the implementation of a segmentation method for the detection of cracks in wood. This is followed by a chapter devoted to data processing and annotation, including training two deep neural networks, YOLO and Mask R-CNN, to identify additional defects in CT images of wood. This approach can potentially improve the wood processing process and maximize raw material yield. Overall, the work provides insights into current methods and techniques in the field of defect detection using CT image analysis.en
dc.subject.translatedct imagesen
dc.subject.translatedsegmentationen
dc.subject.translatedimage processingen
dc.subject.translatedwood defectsen
dc.subject.translatedannotationen
dc.subject.translatedyoloen
dc.subject.translateddetectron2en
dc.subject.translatedmask r-cnnen
Vyskytuje se v kolekcích:Bakalářské práce / Bachelor´s works (KIV)

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
Analyza defektu dreva z CT snimku.pdfPlný text práce5,64 MBAdobe PDFZobrazit/otevřít
A20B0099P_Hodnoceni.pdfPosudek vedoucího práce24,58 kBAdobe PDFZobrazit/otevřít
A20B0099P_Posudek.pdfPosudek oponenta práce26,91 kBAdobe PDFZobrazit/otevřít
A20B0099P_Obhajoba.pdfPrůběh obhajoby práce81,22 kBAdobe PDFZobrazit/otevřít
Zobrazit minimální záznam Zobrazit statistiky


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/57090

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.

hledání
navigace
  1. DSpace at University of West Bohemia
  2. Vysokoškolské kvalifikační práce / Theses
  3. Fakulta aplikovaných věd / Faculty of Applied Sciences
  4. Katedra informatiky a výpočetní techniky / Department of Computer Science and Engineering
  5. Bakalářské práce / Bachelor´s works (KIV)