dc.contributor.advisor	Chaloupka Josef, doc. Ing. Ph.D. :54794	cs
dc.contributor.author	Fašiang, Timotej	cs
dc.contributor.referee	Mrázek Petr, Ing. Ph.D. :54956	cs
dc.date.accessioned	2025-07-14T12:37:00Z
dc.date.available	2025-07-14T12:37:00Z
dc.date.committed	9.5.2025	cs
dc.date.defense	10.6.2025	cs
dc.date.issued	2025-06-10	cs
dc.date.submitted	14.10.2024	cs
dc.description.abstract	Tato práce řeší problém automatické identifikace poštovních známek vývojem multiplatformní desktopové aplikace, která dokáže detekovat padělané známky a kategorizovat pravé. Navržený systém kombinuje třífázový proces analýzy obrazu: seg- mentaci pomocí prahování HSV histogramu, zarovnání pomocí SIFT, FLANN a homografie, a kategorizaci a detekci padělků pomocí XOR metriky. Pro trénování a vyhodnocení systému byla vytvořena databáze obrázků známek. Aplikace, vyvinutá s využitím Tauri (Rust/Svelte) pro frontend a Pythonu pro back- endové zpracování obrazu, vykazuje vynikající výkon kategorizaci známek v různém stavu opotřebení. Experimentální výsledky ukazují, že kombinace tohoto procesu dosahuje výjimečné přes- nosti 99,4% čímž nastavuje laťku pro budoucí srovnávání výkonu velmi vysoko. Tato práce přináší škálovatelný open-source nástroj pro filatelistickou kategorizaci a současně vytváří základ pro bu- doucí rozvoj s použitím dalších metod zpracování obrazu se širší škálou známek.	cs
dc.description.abstract	This bachelor thesis addresses the challenge of automated postage stamp identification by developing a cross-platform desktop application capable of detecting forged stamps and cat- egorizing genuine ones. The proposed system combines a three- stage image analysis pipeline; segmentation using HSV histogram thresholding, alignment via SIFT, FLANN, and homography, and categorization and forgery detection using a XOR metric. A database of stamp images was created to train and evaluate the system. The application, built with Tauri (Rust/Svelte) for the frontend and Python for the image processing backend, demon- strates perfect performance across diverse stamp conditions. Ex- perimental results demonstrate that the pipeline combination achieves an extraordinary 99.4% accuracy in stamp categoriza- tion, setting a staggering benchmark in performance. This work contributes a scalable, open-source tool for philatelic authenti- cation and lays groundwork for future extensions using a wider variety of stamps and image processing techniques.	en
dc.format	42	cs
dc.identifier.uri	https://dspace.tul.cz/handle/15240/177263
dc.language.iso	AN	cs
dc.subject	Poštovní známky	cs
dc.subject	detekce padělků	cs
dc.subject	rozpoznávání objektů	cs
dc.subject	klasifikace obrazu	cs
dc.title	System for the Identification of Unusual Types or Forged Postage Stamps	cs
dc.title	System for the Identification of Unusual Types or Forged Postage Stamps	en
dc.type	diplomová práce	cs
local.degree.abbreviation	Bakalářský	cs
local.identifier.author	M21000146	cs
local.identifier.stag	47837	cs

System for the Identification of Unusual Types or Forged Postage Stamps

Files

Original bundle

Collections