====== Rafał Petryniak======

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


^   **DZIEKAN i RADA WYDZIAŁU**    \\    **ELEKTROTECHNIKI, AUTOMATYKI, INFORMATYKI i ELEKTRONIKI**    \\    **AKADEMII GÓRNICZO-HUTNICZEJ im. ST. STASZICA W KRAKOWIE**   ^
|   zapraszają na    \\    publiczą dyskusję nad rozprawą doktorską    \\      \\   //mgra inż. Rafała Petryniaka//      \\                 |
|  ** Algorytmy komputerowej detekcji dużych obiektów w obrazach o wysokim poziomie szumu i niejednorodności **  |
|  Obrona rozprawy doktorskiej odbędzie się 1 marca 2012 roku o godz. 12.00 \\ w pawilonie B-1, w sali nr 4, parter, AGH-Kraków, al. Mickiewicza 30  |
|  **PROMOTOR:** Prof. dr hab. inż. Leszek Wojnar - Politechnika Krakowska im. Tadeusza Kościuszki   |
|  ** RECENZENCI:** prof. Janusz Szala   |
|  **            ** prof. dr hab. inż. Ryszard Tadeusiewicz   |
|  Z rozprawą doktorską i opiniami recenzentów można się zapoznać \\ w Czytelni   Biblioteki Głównej AGH, al. Mickiewicza 30  |

\\
\\
==== Streszczenie ====

** Algorytmy komputerowej detekcji dużych obiektów w obrazach o wysokim poziomie szumu i niejednorodności **

     


//mgr inż. Rafał Petryniak//

\\

**Promotor:** Prof. dr hab. inż. Leszek Wojnar - Politechnika Krakowska im. Tadeusza Kościuszki\\
**Dyscyplina:** Biocybernetyka i Inżynieria Biomedyczna 

W prezentowanej pracy podjęto próbę przedstawienia możliwości, jakie dają metody komputerowej analizy obrazu w zakresie detekcji dużych obiektów. Szczególną cechą, która była analizowana w największym stopniu, była niejednorodność tych obiektów, która znacznie utrudnia korzystanie ze znanych algorytmów przetwarzania obrazu i często wymusza konstruowanie dedykowanych metod detekcji rozwiązujących ściśle określone zadanie. Metody te mają wbudowaną wiedzę o analizowanym obiekcie od samego początku, i dodatkowo wymagają często ścisłej standaryzacji procesu akwizycji obrazu. W niniejszej pracy zaproponowano odejście od tego schematu, zalecając takie konstruowanie metod detekcji dużych obiektów, aby wiedzę o ich położeniu na obrazie i innych cechach je wyróżniających mógł przekazać użytkownik na wstępnym etapie konfiguracji programu. W pracy zaproponowano 3 strategie określania dużych obiektów: (1) model bazujący na krawędzi, którego zadaniem jest zmniejszenie liczby segmentów w ramach dużych obiektów; (2) model bazujący na kształcie, który umożliwia lokalizację poszukiwanych obiektów na obrazie z wykorzystaniem wzorca kształtu przygotowanego przez użytkownika; (3) model bazujący na znacznikach, który jest zalecany do interaktywnej segmentacji obrazu, podczas której użytkownik na bieżąco nadzoruje wyniki działania algorytmu.
----