Vaizdo objektų savybių aptikimo technologijos
Baigiamajame magistro darbe nagrinėjamos technologijos, reikalingos vaizdo objektų savybių aptikimui. Taip pat išnagrinėti pagrindiniai vaizdo savybių aptikimo metodai. Realizuoti algoritmai naudojant „MatLAB”, „MS Visual Studio C++” ir „OpenCV”, „Eclipse su NDK” ir „OpenCV4Android, jie eksperimentiškai ištirti naudojant mobiliuosius telefonus ir kompiuterį - fiksuojant greitį ir tikslumą, bei atliekant atsparumo testus atpažinimo įtakai su sudarytą logotipų atvaizdų duomenų bazę. Eksperimentiškai vykdomas logotipų atpažinimas, pasukus, pakreipus su perspektyva, priartinus, atitolinus objektą.Baigiamajame darbe detaliau nagrinėjami charakteringų taškų radimo ir jų charakterizavimo požymių vektoriais algoritmai, vėliau juos panaudojant objekto atitinkamų taškų palyginimui ir klasifikavimui. Vertinant atpažinimo tikslumą eksperimentai atlikti vykdant logotipų atpažinimą naudojantis realizuotu mobilios aplikacijos prototipu atpažįstant logotipą iš chaotiškos aplinkos ir iš švaraus fono. Eksperimentų metu geriausi rezultatai gauti vykdant logotipų atpažinimą mobiliuoju įrenginiu su ORB algoritmu. ORB algoritmas naudojant mobilųjį įrenginį buvo optimalus greičio tikslumo atžvilgiu.Darbą sudaro 8 dalys: įvadas, vaizdo objektų savybių aptikimui taikomų metodų apžvalga, vaizdo objektų savybių apdorojimo metodų tyrimas ir analizė, SURF algoritmo veikimo analizė, vaizdo objektų savybių aptikimo sistemos architektūra, vaizdų objektų savybių aptikimo sistemos realizavimas, eksperimentų rezultatai, išvados.Darbo apimtis - 97 p. teksto be priedų, 84 iliustr., 21 lent., 53 bibliografiniai šaltiniai.Atskirai pridedami darbo priedai: Eksperimentinės dalies dokumentacija a, b priedai ir prototipo realizacijos c, d priedai.
Final Master's degree thesis review of image objects features detection technologies, required for the objects in the image features discovery. There are reviews of features of the image detection methods. The realization of the algorithms using ”MatLAB”, ”MS Visual Studio C + +” and ”OpenCV”, ”Eclipse” and ”OpenCV4Android the NDK, they can experimentally tested using mobile phones and computer - a snap-shot of speed and accuracy, and the resistance tests of recognition of the logo concluded under the influence of the images in the database. Logo recognition is running experimentally, when rotated with the perspective and scale object.Interest point in the final work at finding signs of describing their vectors, using algorithms, object to the relevant points of comparison and classification. In assessing the accuracy of recognition of the experiments were performed using logos recognition of the logo for the mobile application prototype from the chaotic environment and from a clean background. During experiments to obtain the best results in mobile device with the ORB logo recognition algorithm. ORB algorithm using a mobile device was the optimum speed of precision.The work consists of eight parts: the characteristics of the objects in the image overview of detection methods, the characteristics of the objects in the image processing methods of investigation and analysis. SURF algorithm performance analysis, the characteristics of the objects in the image detection system architecture, the images of the objects in the realization of the characteristics of the detection system, the results of the experiments, conclusions.Work coverage: 97.p text without appendixes, 84 figures, 21 tables, 53 bibliographical entries. Appendixes included: the documentation of the experimental (a), (b) and (c), (d) the prototype apps.