Žmogaus akies tinklainės skaitinių modelių tyrimas

Abstract

Žmogaus akies tinklainės skaitinių modelių tyrimas. Magistro baigiamasis darbas informatikos inžinerijos laipsniui. Vilniaus Gedimino technikos universitetas. Vilnius, 2014, 78 p., 34 iliustr., 3 lent., 55 bibl., 5 priedai. Darbo metu atliktas žmogaus akies tinklainės skaitinių modelių tyrimas. Išanalizavus biologinės žmogaus regos sistemos modelius, atrinkti bei ištirti perspektyvūs žmogaus akies tinklainės skaitiniai modeliai ir pateikti tyrimo rezultatai. Tyrimo rezultatai gauti naudojant skaitmeninio signalų apdorojimo, vaizdų analizės bei matematinės statistikos teorijas. Žmogaus akies tinklainės modelių ir metodų tyrimas atliktas Windows ir Linux operacinių sistemų aplinkose, taikant OpenCV Retina, Python Canny ir HVSToolBox programinė įrangą. Skaitiniai modeliai ir metodai palyginti su Matlab programa, kur nustatyta, kad daugiausiai baltų taškų/briaunų aptinkantis modelis – metodas yra Python Canny. Python Canny aptikimo procentas lyginant su kitais – 64,72 %, HVSToolBox –59,23 % ir Retina – 51,16 %. Viso rezultatams gauti modeliuota 12 skirtingų vaizdų kiekvieno modelio – metodo atveju.

Analysis of computational models of human retina. Master degree of informatics engineering. Vilnius Gediminas Technical University. Vilnius, 2014, 78 p., 34 pic., 3 tab., 55 lit., 5 annexes. Biological human models are examined in computational models of human retina analysis. Promising computational models of human retina were selected and researched during this work. Research results derived by using digital signal processing, image analysis and mathematical statistic theory. Investigation of human retina models and methods performed in Windows and Linux operating systems applying OpenCV Retina, Python Canny and HVSToolBox. Computational models and methods compared with results which are gained modeling the same pictures in Matlab. According to obtained results defined that at white pixels/edges mostly detected using Python Canny model – method. Python Canny detection per cent is compared with others – 64,72 %, HVSToolBox – 59,23 % and Retina – 51,16 %. Overall, 12 different pictures were modeled during this research.