Detector de reflexos luminosos com Limiar Global e aumento de contraste de luminância em imagens
Autor(a) principal: | |
---|---|
Data de Publicação: | 2024 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UEL |
Texto Completo: | https://repositorio.uel.br/handle/123456789/16429 |
Resumo: | Resumo: A presença de reflexos luminosos (RL) em imagens digitais podem interferir na coloração dos pixels das regiões afetadas Estes pixels tendem a ter seu canal de cor saturado e, dessa forma, apresentam aparência esbranquiçada e consequentemente, perda de sua coloração Processos de decisões que utilizam imagens digitais podem ser prejudicados pela incidência de RL Alguns exemplos de problemas causados pela presença de RL são cirurgias assistidas por câmeras em tempo real, reconhecimento facial e ocular Este trabalho propõe um algoritmo chamado Aumento de Contraste de Potenciais Regiões de Reflexos Luminosos, que consiste em um pré-processamento para aumentar o contraste de potenciais regiões que possuem RL com o objetivo de melhorar o desempenho de detectores automáticos de RL Além disso, quatro detectores automáticos de RL foram comparados com e sem a utilização do algoritmo de pré-processamento O primeiro é uma técnica já consolidada na literatura chamada de Limiar Chang-Tseng (CT) Três novos detectores automáticos de RL são propostos O Limiar Chang-Tseng adaptado, Pico de Histograma Adaptado e Limiar Global Foram empregados quatro métricas de performance para avaliar estes detectores, nomeados como, Acurácia, Precisão, Exatidão e Raiz do Erro Quadrático Médio (RMSE em Inglês) A métrica de Exatidão é uma novidade proposta por este trabalho Para um parâmetro de avaliação destas métricas, um modelo de referência definido manualmente foi criado O detector Limiar Global combinado com o algoritmo de pré-processamento apresentou os melhores resultados comparado aos demais detectores avaliados, com uma taxa média de Exatidão de 8247% |
id |
UEL_f4b15540636deddfdf00bc8d488fb228 |
---|---|
oai_identifier_str |
oai:repositorio.uel.br:123456789/16429 |
network_acronym_str |
UEL |
network_name_str |
Repositório Institucional da UEL |
repository_id_str |
|
spelling |
Detector de reflexos luminosos com Limiar Global e aumento de contraste de luminância em imagensImagens digitaisProcessamento de imagensTécnicas digitaisComputaçãoDigital imagesDigital techniquesComputer scienceImage processingResumo: A presença de reflexos luminosos (RL) em imagens digitais podem interferir na coloração dos pixels das regiões afetadas Estes pixels tendem a ter seu canal de cor saturado e, dessa forma, apresentam aparência esbranquiçada e consequentemente, perda de sua coloração Processos de decisões que utilizam imagens digitais podem ser prejudicados pela incidência de RL Alguns exemplos de problemas causados pela presença de RL são cirurgias assistidas por câmeras em tempo real, reconhecimento facial e ocular Este trabalho propõe um algoritmo chamado Aumento de Contraste de Potenciais Regiões de Reflexos Luminosos, que consiste em um pré-processamento para aumentar o contraste de potenciais regiões que possuem RL com o objetivo de melhorar o desempenho de detectores automáticos de RL Além disso, quatro detectores automáticos de RL foram comparados com e sem a utilização do algoritmo de pré-processamento O primeiro é uma técnica já consolidada na literatura chamada de Limiar Chang-Tseng (CT) Três novos detectores automáticos de RL são propostos O Limiar Chang-Tseng adaptado, Pico de Histograma Adaptado e Limiar Global Foram empregados quatro métricas de performance para avaliar estes detectores, nomeados como, Acurácia, Precisão, Exatidão e Raiz do Erro Quadrático Médio (RMSE em Inglês) A métrica de Exatidão é uma novidade proposta por este trabalho Para um parâmetro de avaliação destas métricas, um modelo de referência definido manualmente foi criado O detector Limiar Global combinado com o algoritmo de pré-processamento apresentou os melhores resultados comparado aos demais detectores avaliados, com uma taxa média de Exatidão de 8247%Dissertação (Mestrado em Ciência da Computação) - Universidade Estadual de Londrina, Centro de Ciências Exatas, Programa de Pós-Graduação em Ciência da ComputaçãoAbstract: The incidence of Luminous Reflections (LR) on captured images can interfere in the pixels coloration of the affected regions These pixels tend to oversaturate, becoming whitish and, consequently, loss of original color Decision processes which employ digital images can be impaired by the incidence of LR Some examples of problems caused by the presence of RL are real-time surgeries assisted by cameras, facial and ocular recognition, etc This work proposes an algorithm called Contrast Enhancement of Potential LR Regions which is a pre-processing method to increase the contrast of potential LR regions, to improve the performance of automatic LR detectors In addition, four automatic LR detectors were compared with and without the employment of the pre-processing algorithm The first one is a technique already consolidated in the literature called the Chang-Tseng Threshold Three novel automatic LR detectors are proposed The Adapted Chang-Tseng Threshold, Adapted Histogram Peak and Global Threshold Were employed four performance metric to evaluate the detectors, namely, Accuracy, Precision, Exactitude, and RMSE (Root Mean Square Error) The Exactitude metric is a novel developed by this work For an evaluation parameter of these metrics, a manually defined reference model was created The Global Threshold detector combined with the pre-processing algorithm presented the best results among all detectors evaluated, with an average Exactitude rate of 8247%Felinto, Alan Salvany [Orientador]França, José Alexandre deBarbon Junior, SylvioSilva, Ricardo Petri2024-05-01T15:07:59Z2024-05-01T15:07:59Z2018.0006.04.2018info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://repositorio.uel.br/handle/123456789/16429porMestradoCiência da ComputaçãoCentro de Ciências ExatasPrograma de Pós-Graduação em Ciência da ComputaçãoLondrinareponame:Repositório Institucional da UELinstname:Universidade Estadual de Londrina (UEL)instacron:UELinfo:eu-repo/semantics/openAccess2024-07-12T04:19:49Zoai:repositorio.uel.br:123456789/16429Biblioteca Digital de Teses e Dissertaçõeshttp://www.bibliotecadigital.uel.br/PUBhttp://www.bibliotecadigital.uel.br/OAI/oai2.phpbcuel@uel.br||opendoar:2024-07-12T04:19:49Repositório Institucional da UEL - Universidade Estadual de Londrina (UEL)false |
dc.title.none.fl_str_mv |
Detector de reflexos luminosos com Limiar Global e aumento de contraste de luminância em imagens |
title |
Detector de reflexos luminosos com Limiar Global e aumento de contraste de luminância em imagens |
spellingShingle |
Detector de reflexos luminosos com Limiar Global e aumento de contraste de luminância em imagens Silva, Ricardo Petri Imagens digitais Processamento de imagens Técnicas digitais Computação Digital images Digital techniques Computer science Image processing |
title_short |
Detector de reflexos luminosos com Limiar Global e aumento de contraste de luminância em imagens |
title_full |
Detector de reflexos luminosos com Limiar Global e aumento de contraste de luminância em imagens |
title_fullStr |
Detector de reflexos luminosos com Limiar Global e aumento de contraste de luminância em imagens |
title_full_unstemmed |
Detector de reflexos luminosos com Limiar Global e aumento de contraste de luminância em imagens |
title_sort |
Detector de reflexos luminosos com Limiar Global e aumento de contraste de luminância em imagens |
author |
Silva, Ricardo Petri |
author_facet |
Silva, Ricardo Petri |
author_role |
author |
dc.contributor.none.fl_str_mv |
Felinto, Alan Salvany [Orientador] França, José Alexandre de Barbon Junior, Sylvio |
dc.contributor.author.fl_str_mv |
Silva, Ricardo Petri |
dc.subject.por.fl_str_mv |
Imagens digitais Processamento de imagens Técnicas digitais Computação Digital images Digital techniques Computer science Image processing |
topic |
Imagens digitais Processamento de imagens Técnicas digitais Computação Digital images Digital techniques Computer science Image processing |
description |
Resumo: A presença de reflexos luminosos (RL) em imagens digitais podem interferir na coloração dos pixels das regiões afetadas Estes pixels tendem a ter seu canal de cor saturado e, dessa forma, apresentam aparência esbranquiçada e consequentemente, perda de sua coloração Processos de decisões que utilizam imagens digitais podem ser prejudicados pela incidência de RL Alguns exemplos de problemas causados pela presença de RL são cirurgias assistidas por câmeras em tempo real, reconhecimento facial e ocular Este trabalho propõe um algoritmo chamado Aumento de Contraste de Potenciais Regiões de Reflexos Luminosos, que consiste em um pré-processamento para aumentar o contraste de potenciais regiões que possuem RL com o objetivo de melhorar o desempenho de detectores automáticos de RL Além disso, quatro detectores automáticos de RL foram comparados com e sem a utilização do algoritmo de pré-processamento O primeiro é uma técnica já consolidada na literatura chamada de Limiar Chang-Tseng (CT) Três novos detectores automáticos de RL são propostos O Limiar Chang-Tseng adaptado, Pico de Histograma Adaptado e Limiar Global Foram empregados quatro métricas de performance para avaliar estes detectores, nomeados como, Acurácia, Precisão, Exatidão e Raiz do Erro Quadrático Médio (RMSE em Inglês) A métrica de Exatidão é uma novidade proposta por este trabalho Para um parâmetro de avaliação destas métricas, um modelo de referência definido manualmente foi criado O detector Limiar Global combinado com o algoritmo de pré-processamento apresentou os melhores resultados comparado aos demais detectores avaliados, com uma taxa média de Exatidão de 8247% |
publishDate |
2024 |
dc.date.none.fl_str_mv |
06.04.2018 2018.00 2024-05-01T15:07:59Z 2024-05-01T15:07:59Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://repositorio.uel.br/handle/123456789/16429 |
url |
https://repositorio.uel.br/handle/123456789/16429 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
Mestrado Ciência da Computação Centro de Ciências Exatas Programa de Pós-Graduação em Ciência da Computação |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.coverage.none.fl_str_mv |
Londrina |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UEL instname:Universidade Estadual de Londrina (UEL) instacron:UEL |
instname_str |
Universidade Estadual de Londrina (UEL) |
instacron_str |
UEL |
institution |
UEL |
reponame_str |
Repositório Institucional da UEL |
collection |
Repositório Institucional da UEL |
repository.name.fl_str_mv |
Repositório Institucional da UEL - Universidade Estadual de Londrina (UEL) |
repository.mail.fl_str_mv |
bcuel@uel.br|| |
_version_ |
1809823257265700864 |