Compartilhamento |
![]() ![]() |
Use este identificador para citar ou linkar para este item:
http://bibliotecatede.uninove.br/handle/tede/3039
Tipo do documento: | Dissertação |
Título: | Últimos levelings com base em funções de energia aplicados a detecção de objetos |
Título(s) alternativo(s): | Ultimate levelings based on energy functions applied on object detection |
Autor: | Gobber, Charles Ferreira ![]() |
Primeiro orientador: | Alves, Wonder Alexandre Luz |
Primeiro membro da banca: | Alves, Wonder Alexandre Luz |
Segundo membro da banca: | Hashimoto, Ronaldo Fumio |
Terceiro membro da banca: | Araújo, Sidnei Alves de |
Resumo: | Com o avanço da tecnologia muitas área de estudo tem ganhado notoriedade. Neste sentido os esforços envolvidos pela comunidade científica na área de visão computacional têm sido cada vez mais crescente, e muitas aplicações vêm sendo desenvolvidas nos mais diferentes âmbitos. Em geral, o interesse está em detectar e analisar objetos em imagens. Uma abordagem muito consolidada presente na literatura se baseia em analisar a forma de objetos dentro da imagem e então extrair características que os descrevam para que eles posteriormente sejam detectados. Nesse sentido, é explorada nesta dissertação uma teoria invariante a escala que é definida no âmbito da Morfologia Matemática. Mais especificamente, o nosso estudo é voltado para uma classe de operadores residuais chamados de últimos levelings. Esses operadores robustos analisam espaços de escalas baseado em levelings por meio de diferenças consecutivas (resíduos) e consideram os máximos resíduos. Em adição, esses resíduos revelam informações importantes sobre o contraste de uma imagem. Porém, devido a natureza dos operadores últimos levelings muitas vezes alguns resíduos extraídos de regiões da imagem acabam sendo indesejáveis. Uma abordagem para minimizar esse problema é construir estratégias para filtrar estes resíduos. Assim, apresenta-se nesta dissertação uma nova abordagem para a construção destas estratégias baseada nas chamadas funções de energia. Os resultados encontrados em duas aplicações: (i) reconhecimento de plantas via bounding box detection e (ii) segmentação de vasos sanguíneos em imagens de retinas revelam que a abordagem proposta é robusta e eficiente. |
Abstract: | With the advent of technology many research areas have gained notoriety. Following those ideas, the efforts and involvement from the scientific community in computer vision have been increased more and more, and a lot of applications have been developed in many different areas. Usually, the interest is in detect and analize objects in images. One interesting approach in literature is based on analizing the shape of an object inside the image, and extract some characteristics that can describe it to be detected later. At this sense, it is explored in this dissertation an interesting theory that is scale invariant and defined in Mathematical Morphology. More specifically, our research is focused in one class of residual operators called ultimate levelings. Those robust operators analyze a scale space based on levelings through consecutive differences and the maximal residues are considered. In addition, these operators reveal important information about the contrast of an image. However, because the nature of the ultimate levelings operators sometimes residual extracted by them it can be undesirable. One interesting approach to minimize this problem is construct strategys to filter the residuals. Thus, it is proposed in this dissertation a new approach to construct strategys to filter residuals from ultimate levelings based on energy functions. Finally, results obtained in two applications: (i) plant recognition by bounding box detection and (ii) image blood vessel retina segmentation show that our approach is robust and efficient. |
Palavras-chave: | últimos levelings funções de energia Mumford-Shah árvores de componentes árvore de formas detecção de objetos ultimate levelings energy functions Mumford-Shah component tree tree of shapes object detection |
Área(s) do CNPq: | CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO |
Idioma: | por |
País: | Brasil |
Instituição: | Universidade Nove de Julho |
Sigla da instituição: | UNINOVE |
Departamento: | Informática |
Programa: | Programa de Pós-Graduação em Informática e Gestão do Conhecimento |
Citação: | Gobber, Charles Ferreira. Últimos levelings com base em funções de energia aplicados a detecção de objetos. 2018. 93 f. Dissertação( Programa de Pós-Graduação em Informática e Gestão do Conhecimento) - Universidade Nove de Julho, São Paulo. |
Tipo de acesso: | Acesso Aberto |
URI: | http://bibliotecatede.uninove.br/handle/tede/3039 |
Data de defesa: | 23-Fev-2018 |
Aparece nas coleções: | Programa de Pós-Graduação em Informática e Gestão do Conhecimento |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Charles Ferreira Gobber.pdf | Charles Ferreira Gobber | 37,3 MB | Adobe PDF | Baixar/Abrir Pré-Visualizar |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.