prikaz prve stranice dokumenta Prepoznavanje voća na RGB-D slikama na temelju boje i geometrijskih značajki
  Preuzmi
PDF 2.06 MB
diplomski rad
Prepoznavanje voća na RGB-D slikama na temelju boje i geometrijskih značajki
2017. urn:nbn:hr:200:958046
Radočaj, Kristijan
Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
Zavod za računalno inženjerstvo i automatiku
Katedra za automatiku i robotiku

Citirajte ovaj rad

Radočaj, K. (2017). Prepoznavanje voća na RGB-D slikama na temelju boje i geometrijskih značajki (Diplomski rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:200:958046

Radočaj, Kristijan. "Prepoznavanje voća na RGB-D slikama na temelju boje i geometrijskih značajki." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2017. https://urn.nsk.hr/urn:nbn:hr:200:958046

Radočaj, Kristijan. "Prepoznavanje voća na RGB-D slikama na temelju boje i geometrijskih značajki." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2017. https://urn.nsk.hr/urn:nbn:hr:200:958046

Radočaj, K. (2017). 'Prepoznavanje voća na RGB-D slikama na temelju boje i geometrijskih značajki', Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, citirano: 18.11.2024., https://urn.nsk.hr/urn:nbn:hr:200:958046

Radočaj K. Prepoznavanje voća na RGB-D slikama na temelju boje i geometrijskih značajki [Diplomski rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek; 2017 [pristupljeno 18.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:958046

K. Radočaj, "Prepoznavanje voća na RGB-D slikama na temelju boje i geometrijskih značajki", Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, Osijek, 2017. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:958046

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:200:958046
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovPrepoznavanje voća na RGB-D slikama na temelju boje i geometrijskih značajki
Naslov (engleski)Fruit Recognition in RGB-D Images Based on Color and Geometric Features
AutorKristijan Radočaj
MentorRobert Cupec (mentor)
MentorIvan Vidović (mentor)
Član povjerenstvaRobert Cupec (predsjednik povjerenstva)
Član povjerenstvaEmmanuel Karlo Nyarko (član povjerenstva)
Član povjerenstvaIvan Vidović (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
(Zavod za računalno inženjerstvo i automatiku)
(Katedra za automatiku i robotiku)
Osijek
Datum i država obrane2017-10-02, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Procesno računarstvo
Sažetak
Razvijen je program za prepoznavanje voća na RGB-D slikama. Cilj programa je testiranje trenutno dostupne tehnologije u primjeni automatizacije branja voća, a rezultati testiranja pokazali su da trenutna tehnologija ima potencijal za korištenje u automatskom branju voća. Ovaj rad se fokusirao na testiranje učinkovitosti dva deskriptora: histograma distribucije normala i SHOT deskriptora. Deskriptori se izračunavaju za svaki segment dobiven segmentacijom RGB-D slike na približno konveksne površine. Klasifikacija segmenata na voće i ostale objekte, koji ne predstavljaju voće, ostvarena je metodom k-najbližih susjeda implementiranom pomoću FLANN biblioteke. Učinkovitosti dviju razvijenih metoda ispitane su na skupu od 2974 RGB-D slika.
Sažetak (engleski)
A program for fruit recognition in RGB-D images is developed. The programs goal was to investigate the practical applicability of the technologies available today for fruit picking automation. Test results have shown that this technology have potential for use in automated fruit picking. The focus of this work is on comparison of two descriptors: normal distribution histogram and SHOT descriptor. The descriptors are calculated for every segment provided by segmentation of RGB-D image to approximately convex surfaces. Classification of the obtained segment on fruits and objects that do not represent fruits was accomplished with the k-nearest neighbors classifier implemented using FLANN library. The efficiency of two the developed methods was tested on a set of 2974 RGB-D images.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:200:958046
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2017-10-19 13:43:37