Využití obrazové analýzy a jejích algoritmů při defektoskopii nanovlákenných vrstev

Abstract

Cílem této práce je nalezení vhodného postupu pro detekci vad v konkrétních vzorcích nanovrstvých materiálů. V teoretické části jsou popsány metody obrazové analýzy, včetně 2D Fourierovy transformace a metody hlavních komponent (PCA). V praktické části je testována funkce jednotlivých metod a je vytvořen program v jazyce Python pro detekci vad z fotografií nanovrstvých materiálů. V práci je otestováno několik různých přístupů k detekci vad, které jsou v závěru porovnány a diskutovány.

The aim of this work is to find a suitable procedure for detecting defects in specific samples of nanolayers. In the theoretical part are described the methods of image analysis, including 2D Fourier transform and principal component analysis. In the practical part, the function of individual methods is tested and a program in Python for the detection of defects from photos of nanomaterials is created. Several different approaches to defect detection are tested in the thesis, which are compared and discussed in the end.