Adaptivní vzorkování a rekonstrukce obrazu

Kristýna Svatoňová

Adaptive sampling and reconstruction of images

Typ dokumentu

bakalářská práce
bachelor thesis

Autor

Kristýna Svatoňová

Vedoucí práce

Šroubek Filip

Oponent práce

Kotera Jan

Studijní obor

Matematické inženýrství

Studijní program

Aplikace přírodních věd

Instituce přidělující hodnost

katedra matematiky

Práva

A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.html
Vysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html

Metadata

Zobrazit celý záznam

Abstrakt

Tato bakalářská práce se zabývá tématem adaptivního (dynamického) vzorkování a rekonstrukce obrazu. Je zaměřená na porovnání některých existujících metod vzorkování (náhodné vzorkování, regulární vzorkování, modifikované Gaussovo rozdělení, SLADS a PADIS) při použití dvou metod rekonstrukce (’griddata’ a FSR). První část práce je rešeršní a zahrnuje popis použitých metod vzorkování a rekonstrukce, druhá část práce obsahuje výsledky experimentu a diskuzi. Experimenty probíhaly v MATLABu a Pythonu. K dispozici byly čtyři různé datasety obsahující 7 obrázků a porovnávání probíhalo na základe průměrných hodnot PSNR. Zkoumáním bylo zjištěno, že metoda adaptivního vzorkování PADIS překonává ostatní zkoumané metody vzorkování pro obě rekonstrukční metody (’griddata’ a FSR), a to už od nízkého poctu vzorků (5%).

The topic of this thesis is adaptive (dynamic) sampling and reconstruction of images. The objective is to compare five existing sampling methods (regular sampling, random sampling, modified Gaussian probability distribution, SLADS, PADIS) using two reconstruction methods (’griddata’ and FSR). The first part of the thesis consists of research and a description of sampling methods and reconstruction methods used for comparison. The second part contains the results and discussion. For experiments we use MATLAB and Python, and four different datasets of 7 images were created for our experiments. Comparison is accomplished by using mean values of PSNR. Research showed that the adaptive sampling method PADIS overcomes other sampling methods for both reconstruction methods, starting from low sampling density (5%).