| Attributes | Values |
|---|
| rdf:type
| |
| rdfs:seeAlso
| |
| Description
| - Tento balík může být využit k měření koeficientů ostrosti, které jsou počítány z obrazů zachycených v termálním spektru. Na základě těchto koeficientů je možné sestavit křivku ostrosti, kterou lze využít k posuzování ostrosti analyzovaného obrazu. Měření ostrosti založené na těchto funkcích musí splňovat tyto podmínky: 1. Musí být nezávislé na obsahu obrazu. Nicméně na druhou stranu, čím více detailů obraz obsahuje, tím snadnější musí být ostření. 2. Monotónní v závislosti na rozostření. Jestliže se přesuneme z pozice optimální ohniskové vzdálenosti, křivka ostrosti by měla monotónně klesat. To by se mělo dít jak při zkracování, tak při prodlužování ohniskové vzdálenosti. 3. Křivka ostrosti musí mít pouze jedno maximum (globální i lokální maximum se musí shodovat). Toho lze snadno dosáhnout v případě, že jsou všechny objekty na scéně stejně vzdáleny od snímače, v případě různých vzdáleností se na křivce ostrosti vyskytuje několik lokálních maxim. Pak je nutné vybrat to, které odpovídá objektu, který by měl být na obrazu ostrý. 4. Velké změny hodnoty koeficientu ostrosti v závislosti na úrovni rozostření. Díky tomu je možné dosáhnout velmi výrazné špičky u křivky ostrosti. 5. Minimální výpočetní náročnost. V případě měření koeficientu ostrosti v reálném čase by měla být odezva funkce co nejrychlejší. 6. Robustnost vůči šumu: i za přítomnosti šumu by měl koeficient ostrosti nabývat stejných hodnot. Je nutné zdůraznit, že na šum jsou poměrně náchylné obrazy ve viditelném a infračerveném spektru, jelikož jsou závislé na osvětlení. V případě termálních obrazů však výsledek akvizice není osvětlením ovlivněn a tudíž nelze pozorovat velké zkreslení šumem. Na základě těchto požadavků byly v programovém balíku implementovány tyto funkce: Rozptyl Jedná se o jednoduché
- Tento balík může být využit k měření koeficientů ostrosti, které jsou počítány z obrazů zachycených v termálním spektru. Na základě těchto koeficientů je možné sestavit křivku ostrosti, kterou lze využít k posuzování ostrosti analyzovaného obrazu. Měření ostrosti založené na těchto funkcích musí splňovat tyto podmínky: 1. Musí být nezávislé na obsahu obrazu. Nicméně na druhou stranu, čím více detailů obraz obsahuje, tím snadnější musí být ostření. 2. Monotónní v závislosti na rozostření. Jestliže se přesuneme z pozice optimální ohniskové vzdálenosti, křivka ostrosti by měla monotónně klesat. To by se mělo dít jak při zkracování, tak při prodlužování ohniskové vzdálenosti. 3. Křivka ostrosti musí mít pouze jedno maximum (globální i lokální maximum se musí shodovat). Toho lze snadno dosáhnout v případě, že jsou všechny objekty na scéně stejně vzdáleny od snímače, v případě různých vzdáleností se na křivce ostrosti vyskytuje několik lokálních maxim. Pak je nutné vybrat to, které odpovídá objektu, který by měl být na obrazu ostrý. 4. Velké změny hodnoty koeficientu ostrosti v závislosti na úrovni rozostření. Díky tomu je možné dosáhnout velmi výrazné špičky u křivky ostrosti. 5. Minimální výpočetní náročnost. V případě měření koeficientu ostrosti v reálném čase by měla být odezva funkce co nejrychlejší. 6. Robustnost vůči šumu: i za přítomnosti šumu by měl koeficient ostrosti nabývat stejných hodnot. Je nutné zdůraznit, že na šum jsou poměrně náchylné obrazy ve viditelném a infračerveném spektru, jelikož jsou závislé na osvětlení. V případě termálních obrazů však výsledek akvizice není osvětlením ovlivněn a tudíž nelze pozorovat velké zkreslení šumem. Na základě těchto požadavků byly v programovém balíku implementovány tyto funkce: Rozptyl Jedná se o jednoduché (cs)
- This toolbox contains functions that can be used for the measurement of sharpness coefficient which is calculated from the image in thermal spectrum. According to these coefficients it is possible to get the sharpness curve which is useful for the evaluation of the amount of blur contained in the image. Focus measure based on these functions should satisfy these requirements: 1. It should be independent of image content. However, if the image contains a large amount of thin details, it is easier to focus. 2. Monotonic with respect to blur. If we move away from the optimal focus position, the focus measure should decrease monotonically. Typically this will happen when moving the focus in both directions (left and right). 3. The focus measure must be unimodal, that is, it must have one and only one maximum value. While this is simple for %22flat%22 scenes, this cannot be true for scenes with objects at different focal distances. For instance, if the nearer object if focused, the most distant will be blurred and vice versa. However, computational photography methods let to combine multi-focus images. 4. Large variation in value with respect to the degree of blurring. This will permit a sharp peak (maximum focus value). 5. Minimal computation complexity. For real time image acquisition the feedback about the focus measure should be obtained as quickly as possible. 6. Robust to noise: In presence of noise the maximum focus value should be stable and unique. In this aspect is important to emphasize that near infrared and visible images are sensible to illumination conditions. If illumination is not good enough, the image would be noisy. However, thermal cameras are not affected by illumination because they acquire the heat emission, not the illumination reflection. According to these requirements we have implemented in toolbox these functions: Variance This is a very simple measure. Blurred images have smaller variance than focused one. Energy of image gradient The energ (en)
|
| Title
| - Sharpness measurement in thermal spectrum (en)
- Software měření ostrosti v termálním spektru
- Software měření ostrosti v termálním spektru (cs)
|
| skos:prefLabel
| - Sharpness measurement in thermal spectrum (en)
- Software měření ostrosti v termálním spektru
- Software měření ostrosti v termálním spektru (cs)
|
| skos:notation
| - RIV/00216305:26220/11:PR25848!RIV12-MSM-26220___
|
| http://linked.open...avai/riv/aktivita
| |
| http://linked.open...avai/riv/aktivity
| - P(ME10123), S, Z(MSM0021630513)
|
| http://linked.open...vai/riv/dodaniDat
| |
| http://linked.open...aciTvurceVysledku
| |
| http://linked.open.../riv/druhVysledku
| |
| http://linked.open...iv/duvernostUdaju
| |
| http://linked.open...onomickeParametry
| - Software je využíván na univerzitě Escola Universitaria Politecnica de Mataro, Avda. Ernest Lluch 32, 08302 Mataro (BARCELONA), Spain a v technologickém kampusu Tecnocampus Mataro-Maresme, Avda. Ernest Lluch 32, 08302 Mataro (BARCELONA) Spain.
|
| http://linked.open...titaPredkladatele
| |
| http://linked.open...dnocenehoVysledku
| |
| http://linked.open...ai/riv/idVysledku
| - RIV/00216305:26220/11:PR25848
|
| http://linked.open...terniIdentifikace
| - Blur Measurement in Thermal Spec
|
| http://linked.open...riv/jazykVysledku
| |
| http://linked.open.../riv/klicovaSlova
| - Sharpness coefficient, thermal spectrum, image sharpness measurement (en)
|
| http://linked.open.../riv/klicoveSlovo
| |
| http://linked.open...ontrolniKodProRIV
| |
| http://linked.open.../licencniPoplatek
| |
| http://linked.open...okalizaceVysledku
| |
| http://linked.open...in/vavai/riv/obor
| |
| http://linked.open...ichTvurcuVysledku
| |
| http://linked.open...cetTvurcuVysledku
| |
| http://linked.open...vavai/riv/projekt
| |
| http://linked.open...UplatneniVysledku
| |
| http://linked.open...echnickeParametry
| - Pro jednání o licenčních podmínkách tohoto softwaru je za VUT pověřen pracovník Centra pro transfer technologií VUT v Brně Ing. Jiří Kouřil, Kounicova 966/67a, Veveří, 60200, Brno, Česká republika, kouril@ro.vutbr.cz.
|
| http://linked.open...iv/tvurceVysledku
| - Smékal, Zdeněk
- Mekyska, Jiří
|
| http://linked.open...avai/riv/vlastnik
| |
| http://linked.open...itiJinymSubjektem
| |
| http://linked.open...n/vavai/riv/zamer
| |
| http://localhost/t...ganizacniJednotka
| |
![[RDF Data]](/fct/images/sw-rdf-blue.png)
![[cxml]](/fct/images/cxml_doc.png)
![[csv]](/fct/images/csv_doc.png)
![[text]](/fct/images/ntriples_doc.png)
![[turtle]](/fct/images/n3turtle_doc.png)
![[ld+json]](/fct/images/jsonld_doc.png)
![[rdf+json]](/fct/images/json_doc.png)
![[rdf+xml]](/fct/images/xml_doc.png)
![[atom+xml]](/fct/images/atom_doc.png)
![[html]](/fct/images/html_doc.png)