\\ 
\\ 

==== Zaproszenie na obronę pracy doktorskiej ====

\\ 

^  DZIEKAN i RADA WYDZIAŁU ELEKTROTECHNIKI, AUTOMATYKI, INFORMATYKI i INŻYNIERII BIOMEDYCZNEJ AKADEMII GÓRNICZO-HUTNICZEJ im. ST. STASZICA W KRAKOWIE   ^^
|   zapraszają na \\ publiczną dyskusję nad rozprawą doktorską \\ \\  //mgr Joanny Gancarczyk //   ||
|  **WYKORZYSTANIE TECHNIK KOMPUTEROWEGO PRZETWARZANIA OBRAZÓW W BADANIACH OBIEKTÓW ZABYTKOWYCH**  ||
^  Termin:| 31 października 2013 roku, godz. 11:00  |
^  Miejsce:| pawilon B-1, sala 4 \\ Al. Mickiewicza 30, 30-059 Kraków  |
^  PROMOTOR:| Prof.dr hab. inż. Ryszard Tadeusiewicz - Akademia Górniczo-Hutnicza  |
^  RECENZENCI:| Dr hab. inż. Janusz Starczewski, prof. n. – Politechnika Częstochowska  |
^ ::: | Dr hab. inż. Marek Gorgoń, prof. n. - Akademia Górniczo-Hutnicza  |
|  Z rozprawą doktorską i opiniami recenzentów można się zapoznać \\ w Czytelni Biblioteki Głównej AGH, al. Mickiewicza 30  ||

\\ 
\\ 

==== Streszczenie ====

**Wykorzystanie technik komputerowego przetwarzania obrazów w badaniach obiektów zabytkowych**
\\ 
\\ 
//mgr Joanna Gancarczyk//
\\ 
\\ 
**Promotor:** Prof. dr hab. inż. Ryszard Tadeusiewicz \\ 
**Dyscyplina:** Informatyka \\ 
\\ 
\\ 
W rozprawie przedstawiono zbiór metod mających na celu wykazanie celowości i skuteczności wykorzystania komputerowego przetwarzania obrazów w badaniach obiektów zabytkowych. Badaniu poddano serię reprodukcji obrazów w postaci zdjęć cyfrowych z wykorzystaniem fluorescencji UV, reflektografii IR oraz wysokiej rozdzielczości zdjęć w świetle widzialnym. Analiza komputerowa została przeprowadzona w kierunku wyodrębnienia ukrytych detali, takich jak rysunek ukrytej warstwy malarskiej, retusze oraz odseparowanie krakelur (spękań warstwy malarskiej). Nowym, nie publikowanym wcześniej rezultatem przedstawionym w rozprawie jest opracowanie metody segmentacji krakelur poprzez połączenie technik przetwarzania obrazów z metodą eksploracji danych.
\\
\\
Metody rozrostu obszaru oraz morfologii matematycznej stosowane w zadaniu segmentacji krakelur z reguły wiążą się z problemem zbyt dużej czułości na zakłócenia lub wymaganego istotnego wkładu pracy manualnej. Podejście prezentowane w niniejszej rozprawie polega na wyodrębnieniu tylko niewielkiego fragmentu (zbioru treningowego) badanego obrazu i naniesieniu na niego przez eksperta maski spękania. Tak zdefiniowana maska jest następnie analizowana poprzez proces automatyczny, i na jej podstawie generowany jest zbiór reguł dla wyodrębnienia krakelur w całym obrazie. Zadanie wyodrębnienia reguł klasyfikacyjnych realizowane jest poprzez konstrukcję modelu drzewa decyzyjnego. Atrybuty, na których podstawie przeprowadza się klasyfikację tworzą wektor cech V(x,y)=[a1,…,an], gdzie x,y są współrzędnymi badanego piksela a a1,…,an reprezentują odnośnik do klasy oraz zbiór atrybutów bazujących na wartościach intensywności – oryginalnych dla danego piksela oraz po jego transformacji poprzez operacje morfologiczne oraz filtrację przestrzenną. Odnośnik do klasy reprezentowany jest przez ‘1’ lub ‘0’ dla pikseli należących do spękania i tła odpowiednio.
\\
\\
Rezultaty uzyskane w badaniach potwierdzają tezę rozprawy, stwierdzającą, że
„Dysponując zdjęciem cyfrowym obiektu zabytkowego o dużej rozdzielczości i głębi bitowej, można przeprowadzić proces komputerowej analizy obrazu mającej na celu uzyskanie wyniku segmentacji detali zbieżnego z wynikiem uzyskiwanym w tradycyjnej pracy konserwatora, w  istotnie krótszym czasie”

\\ 
\\ 
\\