Narzędzia użytkownika

Narzędzia witryny


2020:mhabrat:start

Zaproszenie na obronę pracy doktorskiej


PRZEWODNICZĄCY I RADA DYSCYPLINY
INFORMATYKI TECHNICZNEJ I TELEKOMUNIKACJI
AKADEMII GÓRNICZO-HUTNICZEJ im. ST. STASZICA W KRAKOWIE
zapraszają na
publiczną dyskusję nad rozprawą doktorską

mgr inż. Magdaleny Habrat
OCENA MOŻLIWOŚCI ODWROTNEGO I NIENADZOROWANEGO WYSZUKIWANIA GRAFIKI W ZASTOSOWANIACH GEOLOGICZNYCH
Termin:7 lipca 2020 roku o godz. 14:00
Miejsce:Online:MS Teams
PROMOTOR:dr hab. Andrzej Bielecki, prof. AGH, Akademia Górniczo-Hutnicza im. St. Staszica w Krakowie
PROMOTOR POMOCNICZYdr inż. Maciej Dwornik, Akademia Górniczo-Hutnicza im. St. Staszica w Krakowie
RECENZENCI:dr hab. inż. Anna Fabijańska, prof. PŁ, Politechnika Łódzka
dr hab. Janusz Jurek, prof. UJ, Uniwersytet Jagielloński w Krakowie
Z rozprawą doktorską i opiniami recenzentów można się zapoznać
w Czytelni Biblioteki Głównej AGH, al. Mickiewicza 30




Ocena możliwości odwrotnego i nienadzorowanego wyszukiwania grafiki w zastosowaniach geologicznych


mgr inż. Magdalena Habrat


Promotor: dr hab. Prof. AGH Andrzej Bielecki (AGH)
Dyscyplina: Informatyka


Współczesne badania skał odbywają się często z wykorzystaniem technik obrazowania. Dynamiczny rozwój tych technik doprowadził do ich powszechnego wykorzystania. W konsekwencji podstawą wielu pomiarów w geologii stały się obrazy oraz sekwencje obrazów cyfrowych, pozyskiwane przy wykorzystaniu różnych urządzeń akwizycji. Najczęściej są to aparaty i kamery cyfrowe pracujące niezależnie od innej infrastruktury badawczej, lub będące na wyposażeniu np. mikroskopów polaryzacyjnych, elektronowych, konfokalnych, itp. W efekcie do dyspozycji badaczy dostępne są coraz większe zbiory cyfrowych danych obrazowych. Generuje to trudności w automatycznej ich analizie oraz interpretacji. Taka sytuacja wymusza konieczność oceny możliwości stosowania technik, które po-zwalałyby na automatyczne wspomaganie zarządzania zbiorami danych obrazowych wykorzystywanych w zagadnieniach geologicznych, w szczególności wyszukiwania treści obrazów.

Jednym z intensywnie rozwijanych obecnie nurtów wyszukiwania obrazów jest wyszukiwanie w oparciu o analizę ich treści. Ogólny schemat takiego wyszukiwania zakłada, iż użytkownik wysyła do systemu zapytanie w zdefiniowanej postaci, a w odpowiedzi otrzymuje zestaw obrazów dostępnych w bazie danych, które spełniają zadane kryterium. Idea tego typu systemów polega na znalezieniu skutecznego sposobu na porównywanie obrazów, nawiązując do zawartości reprezentowanej tylko przez piksele obrazu. Takie podejście traktować można jako wyszukiwanie obrazem, inaczej określane jako odwrotne wyszukiwanie grafiki lub odwrotne wyszukiwanie obrazu.

W pracy podjęto tematykę oceny możliwości tworzenia tego typów systemów informatycznych w wybranych zagadnieniach geologicznych. Zaprezentowano badania doboru metod, mogących składać się na proces odwrotnego wyszukiwania obrazu. Bazowano na założeniu, iż wyszukiwanie obrazów skał powinno odbywać się bez dodatkowej ingerencji użytkownika w proces wyszukiwania. Zaprezentowano metodykę odwrotnego wyszukiwania obrazów oraz opis jej etapów składowych. W obrębie z każdego z etapów zaproponowano oraz porównano możliwe do wykorzystania metody wraz z rezultatami ich działania. Zaprezentowano rezultaty odwrotnego wyszukiwania zobrazowań skalnych dla różnych zagadnień geologicznych, np. wyszukiwania konglomeratów skał, podobnego stopnia porowatości skał, podobnych wizualnie warstw litologicznych oraz wyszukiwania obrazów skał dla zmiennych mikroskopowych warunków akwizycyjnych.



Recenzje

Recenzja - dr. hab. inż. Anna Fabijańska, prof. PŁ
Recenzja - dr. hab. Janusz Jurek, prof. UJ
Odpowiedż na uwagi - dr. hab. inż. Anna Fabijańska, prof. PŁ
Odpowiedż na uwagi - dr. hab. Janusz Jurek, prof. UJ


Ważniejsze publikacje doktoranta

  1. Habrat, M., & Młynarczuk, M. (2020), Granulation-Based Reverse Image Retrieval for Microscopic Rock Images. In International Conference on Computational Science (pp. 74-86). Springer.
  2. Habrat, M., & Młynarczuk, M. (2020), Object Retrieval in Microscopic Images of Rocks Using the Query by Sketch Method. Applied Sciences, 10(1), 278.
  3. Habrat, M., & Młynarczuk, M. (2018), Evaluation of Local Matching Methods in Image Analysis for Mineral Grain Tracking in Microscope Images of Rock Sections. Minerals, 8(5), 182.
  4. Młynarczuk, M., Habrat, M., & Skoczylas, N. (2016), The application of the automatic search for visually similar geological layers in a borehole in introscopic camera recordings. Measurement, 85, 142-151.
  5. Habrat, M., Lupa, M., Chuchro, M., & Leśniak, A. (2015), A decision support system for emergency flood embankment stability. Procedia Computer Science, 51, 2957-2961.
  6. Ładniak, M (Habrat, M)., & Młynarczuk, M. (2015), Search of visually similar microscopic rock images. Computational Geosciences, 19(1), 127-136.
  7. Ładniak, M (Habrat, M)., Piórkowski, A., & Młynarczuk, M. (2013), The data exploration system for image processing based on server-side operations. In IFIP International Conference on Computer Information Systems and Industrial Management (pp. 168-176). Springer.


Pełny wykaz publikacji: BPP AGH

2020/mhabrat/start.txt · ostatnio zmienione: 2020/07/06 14:30 przez Magdalena Habrat