Home  |  Centre for Mathematical Sciences  |  LTH  |  LU

Master's Thesis Projects


The group supervises about 5-15 master's thesis projects per year. Many of these are done directly at the department, close to the research front. Several of the theses at the department have lead to high-quality peer-reviewed publications. Also, some of the theses are done in collaboration with industry. If you are interested take a look at this designated home page. Feel free to come and discuss your own ideas for master's thesis projects with Carl Olsson, Kalle Åström, Fredrik Kahl, or Magnus Oskarsson.

Project Proposals

Note that some proposals are written in Swedish and some in English.


Medical image analysis for SCAPIS

In the SCAPIS (Swedish CArdioPulmonary bioImage Study) project, the aim is to collect image data (CT, MRI and ultrasound) for 30.000 human subjects for studying heart and lung diseases. It will be the world's largest image database for this purpose. The need for automated analysis is immense and this master thesis project is targeted at developing segmentation algorithms of the abdominal and thorax region in a CT scan in close collaboration with medical partners of the SCAPIS project.

Contact: Fredrik Kahl.


Master's thesis at Syngenta Seeds AB, Landskrona

Datortomografianalys av sockerbetsfrö
En analys som vi gör på våra fröer är datortomografi för att titta hur fröna ser ut inuti på ett snabbt sätt. Det ger oss info om fröna är tomma, fyllda eller om de är tvillingar. Vi är intresserade av algoritmer som automatiskt kan identifiera olika klasser av fröer, som t ex "tvillingar" (två embryo i ett fröskal), ”halva tvillingar” (halva fröskalet tomt – troligen en tvilling som dött), och "bigermer" (två fröskal som sitter ihop med varsitt embryo).

Contact: Fredrik Kahl.


Master's thesis at Scania, Södertälje: 3D cameras

The goal is to evaluate/find different methods on how to computationally improve the signal quality of the depth sensor data and thereby increasing the robustness of the object detection scheme based on noisy data.

More information

Contact: Kalle Åström.


Genereralized roof duality

One of the research areas in computer vision and image analysis that has received a lot of attention lately concerns efficient optimization techniques. In this thesis proposal, we will look at one particular technique called roof duality that can be applied to problems like multi-class image segmentation and stereo estimation.
The work contains both theoretical development as well as application of the technique to practical problems. It is expected that the results will not only lead to a thesis report, but also to a research paper that can be published at a renowned conference or journal.

Contact: Fredrik Kahl or Carl Olsson.


Automatisk inspelning av sport

Många moderna digitala kameror kan styras automatiskt (PTZ, pan, tilt och zoom) och ofta kan relativt avancerad mjukvara köras direkt i kameran. Detta projekt syftar till att utveckla mjukvara som automatiskt kan filma, följa och mäta tider för ett idrottsevenemang, till exempel ett 100m-lopp i friidrott. För detta krävs dels kunskaper i matematisk bildanalys, men en del kunskaper i programmering kommer även att behövas. Vi får hjälp av IFK Lund att spela in film och utvärdera resultatet. Inom detta projekt finns möjligheter för flera examensarbeten.

  • Ett examensarbete syftar till att utveckla algoritmer för automatisk följning av lopp. Från början är kameran stilla och efter starten skall den hela tiden följa löparna genom att rotera och zooma. Algortimen måste kunna kompensera för eventuella rörelser i publiken och den egna kamerarörelsen.
  • Ytterligare ett examensarbete behandlar automatisk detektion av löparbanan. Genom kamerakalibrering och banans kända mått kan löparnas hastighet beräknas och diagram över hur hastigheten förändrats genom loppet presenteras för publik och tränare. Denna information efterfrågas av aktiva löpare. Automatisk detektion av mållinje är även viktigt för tidtagningen ovan.

Kontaktpersoner:
Petter Strandmark
Håkan Ardö
Kalle Åström


Automatisk segmentering av urinblåsa i tredimensionella MR-bilder

Samarbete med Spectronic Medical i Helsingborg.

Bakgrund

Vid strålbehandling av cancer appliceras ett externt strålfält från flera olika riktningar, så att stråldosen i tumören maximeras. I närområdet kring tumören finns dock ofta andra organ, till vilka stråldosen måste minimeras för att dessa inte ska ta skada. De riktningar som strålningen ska appliceras från måste därför noga planeras och beräknas, för att oönskade bieffekter från behandlingen ska kunna undvikas. Vid prostatabehandlingar utgör urinblåsan ett sådan strålkänsligt organ, till vilken stråldosen måste minimeras. Av denna anledning tar man innan strålbehandlingstillfället en serie bilder (MR eller CT) på vilka bland annat urinblåsan ritas ut. Dessa bilder utgör sedan underlag för den fortsatta dosplaneringen.

Om examensarbetet

I detta arbete ska en modell tas fram och implementeras för automatisk segmentering av urinblåsan från tredimensionella MR-bilder. Implementationen kan i ett första skede ske i Matlab, men målsättningen är att ha en fungerande version skriven i C/C++. Allt bildmaterial som behövs för arbetet finns redan tillgängligt.

Mer information

Contact: Fredrik Kahl.


Recognition of Everyday Objects

Consider a question like "Where is my bicycle?" or "Where are my keys?". A person's bicycle is a personal everyday object, which will be given a place in the personal memory. The aim of this project is to investigate and implement methods for answering such questions given images or video sequences where these kinds of objects are present. More specifically this entails both detecting and recognizing objects in images. This project will be part of a system that we are developing within a research project in our group, called Wearable Visual Information Systems. The ease with which pictures are captured and stored today opens up many new possibilities for exploiting captured visual information for the purposes of content analysis, guiding, information access and memory enhancement. It is the purpose of this project to advance these tools and show their usefulness in a set of compelling demonstrators based on personal wearable image capturing devices. See also:
Wearable Visual Information Systems.

Contact: Magnus Oskarsson.


SLAM on a quadrotor helicopter

Simultaneous localization and mapping (SLAM) is a technique used by robots and autonomous vehicles to build up a map within an unknown environment (without a priori knowledge) while at the same time keeping track of their current location.

The Mathematical Imaging Group owns a quadrotor helicopter (AR Drone) with a built-in camera which is possible to control from a computer while recieving video. The goal of this Master's thesis is to develop a SLAM system for this helicopter. Interesting problems to solve include estimating uncertainty and fly to a good location in order to reduce it.

Apart from having participated in the courses in Image Analysis and Computer Vision, knowledge of a suitable programming language required to write software to control the helicopter. The Imaging Group has a working interface written in Python, but interfaces in C, C# and Java are available online.

Contact: Petter Strandmark or Sebastian Haner.


Object Recognition of 3D Models

This is a classical problem in computer vision: How to recognize an object in an image? In our research group, we are currently developing several new and efficient methods based on alignment and the aim of this thesis is to explore and investigate such techniques for recognizing rigid 3D objects.

Contact: Olof Enqvist or Fredrik Kahl.


Completed Projects

Resources

 

Questions: webmaster
Last updated: 2015-05-27

Centre for Mathematical Sciences, Box 118, SE-22100, Lund. Phone: 046-222 00 00