Avaliação da técnica GLCM para análise de texturas em imagens digitais

Detalhes bibliográficos
Autor(a) principal: Büchner, Bruno Luis
Data de Publicação: 2020
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UNIVATES (Biblioteca Digital da Univates - BD)
Texto Completo: http://hdl.handle.net/10737/3037
Resumo: A área de processamento de imagens e análise de textura apresentam técnicas que nem sempre correspondem às necessidades. Estas técnicas, chamadas descritores de textura, utilizam características de objetos presentes na imagem, como brilho, cor, tamanho e formato. O presente trabalho tem como objetivo discorrer sobre as dificuldades existentes na discriminação de textura através do uso de GLCM como ferramenta e, através de estudos em trabalhos relacionados e em outras técnicas presentes na literatura, encontrar uma forma de aprimorar a classificação de texturas a partir de descritores obtidos pela GLCM. Para isto, foram realizados testes para validação do método proposto, utilizando um conjunto de imagens sintéticas divididas em 4 classes diferentes. As imagens foram submetidas a um processo de descrição textural por meio de equações, resultando em valores numéricos para cada característica da textura. Através de comparação de resultados, tem-se o uso de GLCM como descritor textural comprovado, pois nos testes realizados, obteve-se uma precisão de acerto próximo a 98% em imagens de estruturas texturais simples, e uma precisão variável de 80% a 60% em testes sobre imagens de estruturas complexas. O aprimoramento das métricas utilizadas assim como a configuração ideal da ferramenta podem substituir a necessidade do uso de outras técnicas de processamento de imagem.
id UVAT_66f33331cce94befa8eefcff0f28b8cc
oai_identifier_str oai:univates.br:10737/3037
network_acronym_str UVAT
network_name_str Repositório Institucional da UNIVATES (Biblioteca Digital da Univates - BD)
repository_id_str 1
spelling Dertzbacher, Julianohttp://lattes.cnpq.br/7845175314739602Büchner, Bruno Luis2021-09-09T16:26:50Z2021-09-09T16:26:50Z2020-112020-12-07A área de processamento de imagens e análise de textura apresentam técnicas que nem sempre correspondem às necessidades. Estas técnicas, chamadas descritores de textura, utilizam características de objetos presentes na imagem, como brilho, cor, tamanho e formato. O presente trabalho tem como objetivo discorrer sobre as dificuldades existentes na discriminação de textura através do uso de GLCM como ferramenta e, através de estudos em trabalhos relacionados e em outras técnicas presentes na literatura, encontrar uma forma de aprimorar a classificação de texturas a partir de descritores obtidos pela GLCM. Para isto, foram realizados testes para validação do método proposto, utilizando um conjunto de imagens sintéticas divididas em 4 classes diferentes. As imagens foram submetidas a um processo de descrição textural por meio de equações, resultando em valores numéricos para cada característica da textura. Através de comparação de resultados, tem-se o uso de GLCM como descritor textural comprovado, pois nos testes realizados, obteve-se uma precisão de acerto próximo a 98% em imagens de estruturas texturais simples, e uma precisão variável de 80% a 60% em testes sobre imagens de estruturas complexas. O aprimoramento das métricas utilizadas assim como a configuração ideal da ferramenta podem substituir a necessidade do uso de outras técnicas de processamento de imagem.The fiel of image processing and texture analysis show techniques which not Always correspond to needs. These techniques, called texture descriptors, use characteristics of objects present in the image, such as brightness, color, size and shape. The present work aims to discuss the existing difficulties in texture discrimination through the use of GLCM as a tool and, through studies in related work and other techniques present in the literature, to find a way to improve the texture classification from descriptors obtained by GLCM. For this, tests were carried out to validate the proposed method, using a set of synthetic images divided into 4 different classes. The images were subjected to a process of textural description using equations, resulting in numerical values for each characteristic of the texture. Through comparison of results, the use of GLCM is a proven textural descriptor, because in the tests performed, accuracy close to 98% was obtained in images of simple textural structures, and a variable precision of 80% to 60% in tests on images of complex structures. The improvement of the metrics used as well as the ideal configuration of the tool can replace the need to use other image processing techniques.-1BÜCHNER, Bruno Luis. Avaliação da técnica GLCM para análise de texturas em imagens digitais. 2020. Monografia (Graduação em Engenharia da Computação) – Universidade do Vale do Taquari - Univates, Lajeado, 07 dez. 2020. Disponível em: http://hdl.handle.net/10737/3037. http://hdl.handle.net/10737/3037http://creativecommons.org/licenses/by/4.0/info:eu-repo/semantics/openAccessCETProcessamento de ImagensAnálise de texturaAprimoramento da técnicaGLCMImage ProcessingTexture AnalysisImprovement of the techniqueAvaliação da técnica GLCM para análise de texturas em imagens digitaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisporreponame:Repositório Institucional da UNIVATES (Biblioteca Digital da Univates - BD)instname:Centro Universitário Univates (UNIVATES)instacron:UNIVATESORIGINAL2020BrunoLuisBüchner.pdf2020BrunoLuisBüchner.pdfapplication/pdf2018999https://www.univates.br/bdu/bitstreams/1b28f980-41ed-465c-8244-b44eb21fcc40/downloadb96c882c29f5427eb61e33f16268e73cMD51CC-LICENSElicense_urllicense_urltext/plain43https://www.univates.br/bdu/bitstreams/6c17f383-821a-42f7-aa31-876eff9de27c/download321f3992dd3875151d8801b773ab32edMD52license_textlicense_texttext/html; charset=utf-80https://www.univates.br/bdu/bitstreams/ea9349ef-608e-4155-92ed-695c816c997d/downloadd41d8cd98f00b204e9800998ecf8427eMD53license_rdflicense_rdfapplication/rdf+xml; charset=utf-80https://www.univates.br/bdu/bitstreams/d5920026-7728-415e-b956-54b8179e52fe/downloadd41d8cd98f00b204e9800998ecf8427eMD54LICENSElicense.txtlicense.txttext/plain4599https://www.univates.br/bdu/bitstreams/a3bbee68-dc42-41a8-b5fe-a989cbc4a1bb/download437934e3da312a771387fca939b84606MD55TEXT2020BrunoLuisBüchner.pdf.txt2020BrunoLuisBüchner.pdf.txtExtracted texttext/plain97382https://www.univates.br/bdu/bitstreams/3c8cd2c0-61db-492a-987e-d4644ef734a4/download91bafb08db9267ab6d46d345f4e01254MD510THUMBNAIL2020BrunoLuisBüchner.pdf.jpg2020BrunoLuisBüchner.pdf.jpgGenerated Thumbnailimage/jpeg4219https://www.univates.br/bdu/bitstreams/c033911c-c6b5-477e-b93c-5ab9f6c7db15/downloadc967906a5be81191b28acba0a8fe7634MD51110737/30372023-06-26 11:52:51.642http://creativecommons.org/licenses/by/4.0/openAccessoai:univates.br:10737/3037https://www.univates.br/bduRepositório InstitucionalPRIhttp://www.univates.br/bdu_oai/requestopendoar:12023-06-26T11:52:51Repositório Institucional da UNIVATES (Biblioteca Digital da Univates - BD) - Centro Universitário Univates (UNIVATES)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
dc.title.pt_BR.fl_str_mv Avaliação da técnica GLCM para análise de texturas em imagens digitais
title Avaliação da técnica GLCM para análise de texturas em imagens digitais
spellingShingle Avaliação da técnica GLCM para análise de texturas em imagens digitais
Büchner, Bruno Luis
CET
Processamento de Imagens
Análise de textura
Aprimoramento da técnica
GLCM
Image Processing
Texture Analysis
Improvement of the technique
title_short Avaliação da técnica GLCM para análise de texturas em imagens digitais
title_full Avaliação da técnica GLCM para análise de texturas em imagens digitais
title_fullStr Avaliação da técnica GLCM para análise de texturas em imagens digitais
title_full_unstemmed Avaliação da técnica GLCM para análise de texturas em imagens digitais
title_sort Avaliação da técnica GLCM para análise de texturas em imagens digitais
author Büchner, Bruno Luis
author_facet Büchner, Bruno Luis
author_role author
dc.contributor.advisor1.fl_str_mv Dertzbacher, Juliano
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/7845175314739602
dc.contributor.author.fl_str_mv Büchner, Bruno Luis
contributor_str_mv Dertzbacher, Juliano
dc.subject.cnpq.fl_str_mv CET
topic CET
Processamento de Imagens
Análise de textura
Aprimoramento da técnica
GLCM
Image Processing
Texture Analysis
Improvement of the technique
dc.subject.por.fl_str_mv Processamento de Imagens
Análise de textura
Aprimoramento da técnica
GLCM
Image Processing
Texture Analysis
Improvement of the technique
description A área de processamento de imagens e análise de textura apresentam técnicas que nem sempre correspondem às necessidades. Estas técnicas, chamadas descritores de textura, utilizam características de objetos presentes na imagem, como brilho, cor, tamanho e formato. O presente trabalho tem como objetivo discorrer sobre as dificuldades existentes na discriminação de textura através do uso de GLCM como ferramenta e, através de estudos em trabalhos relacionados e em outras técnicas presentes na literatura, encontrar uma forma de aprimorar a classificação de texturas a partir de descritores obtidos pela GLCM. Para isto, foram realizados testes para validação do método proposto, utilizando um conjunto de imagens sintéticas divididas em 4 classes diferentes. As imagens foram submetidas a um processo de descrição textural por meio de equações, resultando em valores numéricos para cada característica da textura. Através de comparação de resultados, tem-se o uso de GLCM como descritor textural comprovado, pois nos testes realizados, obteve-se uma precisão de acerto próximo a 98% em imagens de estruturas texturais simples, e uma precisão variável de 80% a 60% em testes sobre imagens de estruturas complexas. O aprimoramento das métricas utilizadas assim como a configuração ideal da ferramenta podem substituir a necessidade do uso de outras técnicas de processamento de imagem.
publishDate 2020
dc.date.submitted.none.fl_str_mv 2020-12-07
dc.date.issued.fl_str_mv 2020-11
dc.date.accessioned.fl_str_mv 2021-09-09T16:26:50Z
dc.date.available.fl_str_mv 2021-09-09T16:26:50Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv BÜCHNER, Bruno Luis. Avaliação da técnica GLCM para análise de texturas em imagens digitais. 2020. Monografia (Graduação em Engenharia da Computação) – Universidade do Vale do Taquari - Univates, Lajeado, 07 dez. 2020. Disponível em: http://hdl.handle.net/10737/3037.
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10737/3037
identifier_str_mv BÜCHNER, Bruno Luis. Avaliação da técnica GLCM para análise de texturas em imagens digitais. 2020. Monografia (Graduação em Engenharia da Computação) – Universidade do Vale do Taquari - Univates, Lajeado, 07 dez. 2020. Disponível em: http://hdl.handle.net/10737/3037.
url http://hdl.handle.net/10737/3037
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv http://creativecommons.org/licenses/by/4.0/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by/4.0/
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNIVATES (Biblioteca Digital da Univates - BD)
instname:Centro Universitário Univates (UNIVATES)
instacron:UNIVATES
instname_str Centro Universitário Univates (UNIVATES)
instacron_str UNIVATES
institution UNIVATES
reponame_str Repositório Institucional da UNIVATES (Biblioteca Digital da Univates - BD)
collection Repositório Institucional da UNIVATES (Biblioteca Digital da Univates - BD)
bitstream.url.fl_str_mv https://www.univates.br/bdu/bitstreams/1b28f980-41ed-465c-8244-b44eb21fcc40/download
https://www.univates.br/bdu/bitstreams/6c17f383-821a-42f7-aa31-876eff9de27c/download
https://www.univates.br/bdu/bitstreams/ea9349ef-608e-4155-92ed-695c816c997d/download
https://www.univates.br/bdu/bitstreams/d5920026-7728-415e-b956-54b8179e52fe/download
https://www.univates.br/bdu/bitstreams/a3bbee68-dc42-41a8-b5fe-a989cbc4a1bb/download
https://www.univates.br/bdu/bitstreams/3c8cd2c0-61db-492a-987e-d4644ef734a4/download
https://www.univates.br/bdu/bitstreams/c033911c-c6b5-477e-b93c-5ab9f6c7db15/download
bitstream.checksum.fl_str_mv b96c882c29f5427eb61e33f16268e73c
321f3992dd3875151d8801b773ab32ed
d41d8cd98f00b204e9800998ecf8427e
d41d8cd98f00b204e9800998ecf8427e
437934e3da312a771387fca939b84606
91bafb08db9267ab6d46d345f4e01254
c967906a5be81191b28acba0a8fe7634
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UNIVATES (Biblioteca Digital da Univates - BD) - Centro Universitário Univates (UNIVATES)
repository.mail.fl_str_mv
_version_ 1801842385876942848