Tratamento de Imagem e detecção de objectos

• Autor(a) principal: Dias, João David Guimarães Figueiredo
• Data de Publicação: 2019
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10400.22/15608
• topic: Underwater image enchancement; Plankton; Object detection

Em missões com o objectivo de captar imagens subaquáticas, a necessidade de uma maior eficiência na obtenção de resultados ´e um problema recorrente. Este projecto tem como objectivo contribuir para a o robustecimento da câmara de plâncton do projecto MarinEye e solucionar os problemas de armazenamento causados pela necessidade de uma elevada resolução nas imagens captadas. Tendo isso em conta, foi desenvolvido um sistema de rápido processamento de imagens responsável pela selecção de informação relevante para recolha. Foram estudados métodos de melhoramento de imagem, extracçãao de características, edge detection e detecção de objectos. Foram também abordados métodos de detecção de objectos e melhoramento de imagem com redes neuronais. Nesta tese foi ainda estudado o estado da arte do campo da visão subaquática no que diz respeito a detecção de objectos e melhoramento de imagem. Esta tese implementa normalização para o melhoramento de imagens e uma cadeia de processos para detecção de objectos que contém canny edge detection, transformações morfológicas, detecção de contornos e detecção de áreas de modo a avaliar conteúdo de potencial interesse para pós processamento. A solução foi implementada em tempo real recorrendo a ROS e atinge 12 frames por segundo no seu estado actual de implementação. Foram realizados testes em ambiente semi-controlado e no rio Douro que validaram a solução desenvolvida. A solução apresentada melhora o contraste de imagens subaquáticas, detecta potenciais objectos de interesse, processa a informação em tempo real e ´e capaz de comunicar com a câmara de plâncton do MarinEye, contribuindo para o Technology Readiness Level deste sistema.