ČAMBALOVÁ, K. Volné algebraické struktury a jejich využití pro segmentaci digitálního obrazu [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2015.

Posudek vedoucího

Pavlík, Jan

Studentka se svojí prací zaměřila na metodu segmentace digitálního obrazu pomocí fuzzy afinity. Tato metoda je známá především v lineárním pojetí, kde je afinita reálné ohodnocení podobnosti pixelů v obrazu. Pro vybraný pixel je pak na základě zvoleného prahu možné nalézt množiny pixelů nad danou míru podobných pixelu původnímu, tvořící objekt v obraze. Nelineární zobecnění této metody nahrazuje reálná čísla volným distributivním svazem a umožňuje porovnávání podobnosti pixelů ve více kritériích. Algoritmy využívající těchto struktur jsou ve své podstatě značně časově náročné. Jedním z cílů práce bylo pochopení pokročilého algebraického aparátu nutného k vystavění algoritmů, což zvládla studentka bez větších úskalí. Následně využila již existující algoritmus a nalezla jeho obměny vedoucí ke heuristickému snížení časové složitosti. Sama tato skutečnost si zaslouží uznání a je hodna dalšího zpracování pro publikaci. Studentka navíc uvedené algoritmy naprogramovala v jazyku C++ a jejich funkčnost a rychlost porovnala na příkladech. Tvrzení, že při obměně uvedené na obrázku 5.1 dojdeme v určitých případech k lepšímu výsledku než při užitím původního algoritmu, se dá težko exaktně podpořit, protože celá metoda je vždy závislá na volbě kritéria a, ač je to doloženo příkladem, je těžko odhadnout, kdy bude tato obměna i ku prospěchu, co se týká samotného výsledku. Formální nedostatky jsou pouze okrajového charakteru. Občasné nesprávné použití výrazu je většinou důsledkem studia anglické literatury a neznalosti českého názvosloví. Z mých neustálých připomínek k tomuto problému pak vyplynulo zmatečné pojmenování pojmu "connectedness term" jako "spojitostní" a jinde jako "spjatostní" term. Také by se stálo za to čtenáři ulehčit odlišení nových výsledků od výsledků převzatých z literatury. Míra aktivity studentky mohla být však v některých fázích práce trochu vyšší. S prací jsem celkově spokojen a navrhuji známku velmi dobře.

Posudek oponenta

Solovjovs, Sergejs

Autor studuje problém segmentace obrazu, tj. snaží rozpoznat objekty zájmu v obraze. Začíná s algebraických úvodu a pak se používá a dále rozvíjí číselné metody a výsledky z jednoho z článků svého vědeckého poradce Mgr. Jana Pavlíka, Ph. D. Získané výsledky mohly by být použity při analýze obrazů např. medicínských snímků (konkrétní příklady uplatnění, bohužel, nejsou uvedeny). Diplomová práce je dobře napsaná, jasně vysvětluje svou vytvořenou techniku, a její výsledky, získané ve zpracování obrazu, by mohly být zajímavé pro některé vědecké komunity (například pro lidé, kteří používají fuzzy množiny). Práce, nicméně, má tři nedostatky. Za prvé, rozsáhlé teoretické základy práce nejsou zcela využity (např. koncepty teorie kategorie jsou zbytečné). Za druhé, autor neposkytuje spustitelný soubor (ale jen zdrojové soubory pro kompilaci) pro počítačový program, který napsala (proto není vidět, jak ten program funguje). Za třetí, není zcela jasné, co je hlavním cílem výzkumu autora (např. jestli její metody jsou lepší, tj. rychlejší, než ty, které již existují; takové srovnání není k dispozici vůbec). Celkem, diplomová práce je přijatelná a může být ohodnocena jako “C” (dobře).

eVSKP id 80215