Novos mÃtodos de anÃlise de texturas baseados em modelos gravitacionais simplificados e caminhos mais curtos em grafos

Detalhes bibliográficos
Autor(a) principal: Jarbas Joaci de Mesquita SÃ Junior
Data de Publicação: 2013
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFC
Texto Completo: http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=10743
Resumo: A anÃlise de imagens à um importante campo da visÃo computacional cujo propÃsito à extrair informaÃÃes significativas de imagens. Entre os vÃrios atributos relevantes que podem ser analisados, a textura à um dos mais importantes por ser uma fonte rica de informaÃÃes. O objetivo desta tese à desenvolver novos mÃtodos de anÃlise de textura (nÃveis de cinza e coloridas) baseados em modelos gravitacionais simplicados e caminhos mais curtos em grafos, que propiciem vetores de caracterÃsticas mais discriminativos do que os mÃtodos jà estabelecidos pela literatura. A primeira abordagem converte uma imagem em um sistema gravitacional simplificado cujo processo de colapso à explorado por meio de descritores de dimensÃo fractal e lacunaridade. A segunda abordagem converte os pixels de uma imagem em vÃrtices de um grafo ponderado nÃo-orientado e explora os caminhos mais curtos entre pares de vÃrtices em diferentes escalas e orientaÃÃes. Adicionalmente, nesta tese à proposto o estudo dessas abordagens na anÃlise de imagens de folhas de plantas para facilitar o moroso processo de taxonomia vegetal (problema este especialmente relevante para os botÃnicos) e de imagens mÃdicas para identificaÃÃo/classificaÃÃo de patologias, auxiliando o diagnÃstico mÃdico. Os experimentos sÃo realizados nas bases de imagens: Brodatz, UIUC, VisTex, USPTex, Outex, texturas foliares, parÃnquima paliÃÃdico, pap-smear e de tecido mamÃrio. Os resultados mais significativos de classificaÃÃo sÃo obtidos das bases UIUC, USPTex e parÃnquima paliÃÃdico, com taxas de acertos de 55,00%, 96,57% e 91,56% (menores taxas) obtidas pelos mÃtodos propostos, respectivamente. Essas taxas de acertos sÃo quase sempre superiores aos resultados obtidos pelos mÃtodos usados para comparaÃÃo, demonstrando que os mÃtodos propostos abrem promissoras fontes de pesquisa para os estudos de anÃlise de texturas em nÃveis de cinza e coloridas.
id UFC_9482d91171a92055fb33dc13fba15d9d
oai_identifier_str oai:www.teses.ufc.br:6657
network_acronym_str UFC
network_name_str Biblioteca Digital de Teses e Dissertações da UFC
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisNovos mÃtodos de anÃlise de texturas baseados em modelos gravitacionais simplificados e caminhos mais curtos em grafosNovel texture analysis methods based on simplified gravitational models and shortest paths in graphs2013-04-26Paulo CÃsar Cortez11250534372http://lattes.cnpq.br/5024602152304064Victor Hugo Costa de Albuquerque63925680349http://lattes.cnpq.br/4186515742605446John Hebert da Silva Felix80185282334http://lattes.cnpq.br/1130453295423578Francisco Marcos de Assis41583817700http://lattes.cnpq.br/2368523362272656Nelson Delfino d'Avila Mascarenhas http://lattes.cnpq.br/055797697533845191950988368http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=W2682716Jarbas Joaci de Mesquita Sà JuniorUniversidade Federal do CearÃPrograma de PÃs-GraduaÃÃo em Engenharia de TeleinformÃticaUFCBR Imagens mÃdicas Modelos gravitacionais fractal dimension gravitational modelstexture analysis lacunarity non-oriented graphs leaf images medical imagesENGENHARIA ELETRICAA anÃlise de imagens à um importante campo da visÃo computacional cujo propÃsito à extrair informaÃÃes significativas de imagens. Entre os vÃrios atributos relevantes que podem ser analisados, a textura à um dos mais importantes por ser uma fonte rica de informaÃÃes. O objetivo desta tese à desenvolver novos mÃtodos de anÃlise de textura (nÃveis de cinza e coloridas) baseados em modelos gravitacionais simplicados e caminhos mais curtos em grafos, que propiciem vetores de caracterÃsticas mais discriminativos do que os mÃtodos jà estabelecidos pela literatura. A primeira abordagem converte uma imagem em um sistema gravitacional simplificado cujo processo de colapso à explorado por meio de descritores de dimensÃo fractal e lacunaridade. A segunda abordagem converte os pixels de uma imagem em vÃrtices de um grafo ponderado nÃo-orientado e explora os caminhos mais curtos entre pares de vÃrtices em diferentes escalas e orientaÃÃes. Adicionalmente, nesta tese à proposto o estudo dessas abordagens na anÃlise de imagens de folhas de plantas para facilitar o moroso processo de taxonomia vegetal (problema este especialmente relevante para os botÃnicos) e de imagens mÃdicas para identificaÃÃo/classificaÃÃo de patologias, auxiliando o diagnÃstico mÃdico. Os experimentos sÃo realizados nas bases de imagens: Brodatz, UIUC, VisTex, USPTex, Outex, texturas foliares, parÃnquima paliÃÃdico, pap-smear e de tecido mamÃrio. Os resultados mais significativos de classificaÃÃo sÃo obtidos das bases UIUC, USPTex e parÃnquima paliÃÃdico, com taxas de acertos de 55,00%, 96,57% e 91,56% (menores taxas) obtidas pelos mÃtodos propostos, respectivamente. Essas taxas de acertos sÃo quase sempre superiores aos resultados obtidos pelos mÃtodos usados para comparaÃÃo, demonstrando que os mÃtodos propostos abrem promissoras fontes de pesquisa para os estudos de anÃlise de texturas em nÃveis de cinza e coloridas.Image analysis is an important field of computer vision whose role is to extract significant information from images. Among several relevant attributes, texture is one of the most important because it is a rich source of information. This thesis aims to develop novel texture analysis methods (for grayscale and color images) based on simplified gravitational systems and shortest paths in graphs which provide feature vectors more discriminative than the methods already established in literature. The first approach converts an image into a simplified gravitational system whose collapse process is explored by using fractal dimension and lacunarity descriptors. The second approach converts the pixels of an image into vertices of a non-oriented weighted graph and explores the shortest paths between pairs of vertices in different scales and orientations. Additionally, this thesis proposes to apply these approaches to plant leaf identification (a relevant problem for botanists), and medical image identification/classication, increasing the confidence of medical diagnosis. The experiments are performed on the following image databases: Brodatz,UIUC, VisTex, USPTex, Outex, leaf textures, palisade parenchyma, pap-smear and breast tissues. The most significant comparison results are obtained from UIUC, USPTex and palisade parenchyma, with success rates of 55,00%, 96,57% and 91,56% (lower success rates) obtained by the proposed methods, respectively. These success rates are almost always superior to the results obtained by the methods used for comparison. This demonstrates that the proposed methods open promising sources of research in grayscale and color texture analysis.nÃo hÃhttp://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=10743application/pdfinfo:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações da UFCinstname:Universidade Federal do Cearáinstacron:UFC2019-01-21T11:22:45Zmail@mail.com -
dc.title.pt.fl_str_mv Novos mÃtodos de anÃlise de texturas baseados em modelos gravitacionais simplificados e caminhos mais curtos em grafos
dc.title.alternative.en.fl_str_mv Novel texture analysis methods based on simplified gravitational models and shortest paths in graphs
title Novos mÃtodos de anÃlise de texturas baseados em modelos gravitacionais simplificados e caminhos mais curtos em grafos
spellingShingle Novos mÃtodos de anÃlise de texturas baseados em modelos gravitacionais simplificados e caminhos mais curtos em grafos
Jarbas Joaci de Mesquita SÃ Junior
Imagens mÃdicas
Modelos gravitacionais
fractal dimension
gravitational models
texture analysis
lacunarity
non-oriented graphs
leaf images
medical images
ENGENHARIA ELETRICA
title_short Novos mÃtodos de anÃlise de texturas baseados em modelos gravitacionais simplificados e caminhos mais curtos em grafos
title_full Novos mÃtodos de anÃlise de texturas baseados em modelos gravitacionais simplificados e caminhos mais curtos em grafos
title_fullStr Novos mÃtodos de anÃlise de texturas baseados em modelos gravitacionais simplificados e caminhos mais curtos em grafos
title_full_unstemmed Novos mÃtodos de anÃlise de texturas baseados em modelos gravitacionais simplificados e caminhos mais curtos em grafos
title_sort Novos mÃtodos de anÃlise de texturas baseados em modelos gravitacionais simplificados e caminhos mais curtos em grafos
author Jarbas Joaci de Mesquita SÃ Junior
author_facet Jarbas Joaci de Mesquita SÃ Junior
author_role author
dc.contributor.advisor1.fl_str_mv Paulo CÃsar Cortez
dc.contributor.advisor1ID.fl_str_mv 11250534372
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/5024602152304064
dc.contributor.referee1.fl_str_mv Victor Hugo Costa de Albuquerque
dc.contributor.referee1ID.fl_str_mv 63925680349
dc.contributor.referee1Lattes.fl_str_mv http://lattes.cnpq.br/4186515742605446
dc.contributor.referee2.fl_str_mv John Hebert da Silva Felix
dc.contributor.referee2ID.fl_str_mv 80185282334
dc.contributor.referee2Lattes.fl_str_mv http://lattes.cnpq.br/1130453295423578
dc.contributor.referee3.fl_str_mv Francisco Marcos de Assis
dc.contributor.referee3ID.fl_str_mv 41583817700
dc.contributor.referee3Lattes.fl_str_mv http://lattes.cnpq.br/2368523362272656
dc.contributor.referee4.fl_str_mv Nelson Delfino d'Avila Mascarenhas
dc.contributor.referee4Lattes.fl_str_mv http://lattes.cnpq.br/0557976975338451
dc.contributor.authorID.fl_str_mv 91950988368
dc.contributor.authorLattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=W2682716
dc.contributor.author.fl_str_mv Jarbas Joaci de Mesquita SÃ Junior
contributor_str_mv Paulo CÃsar Cortez
Victor Hugo Costa de Albuquerque
John Hebert da Silva Felix
Francisco Marcos de Assis
Nelson Delfino d'Avila Mascarenhas
dc.subject.por.fl_str_mv Imagens mÃdicas
Modelos gravitacionais
topic Imagens mÃdicas
Modelos gravitacionais
fractal dimension
gravitational models
texture analysis
lacunarity
non-oriented graphs
leaf images
medical images
ENGENHARIA ELETRICA
dc.subject.eng.fl_str_mv fractal dimension
gravitational models
texture analysis
lacunarity
non-oriented graphs
leaf images
medical images
dc.subject.cnpq.fl_str_mv ENGENHARIA ELETRICA
dc.description.sponsorship.fl_txt_mv nÃo hÃ
dc.description.abstract.por.fl_txt_mv A anÃlise de imagens à um importante campo da visÃo computacional cujo propÃsito à extrair informaÃÃes significativas de imagens. Entre os vÃrios atributos relevantes que podem ser analisados, a textura à um dos mais importantes por ser uma fonte rica de informaÃÃes. O objetivo desta tese à desenvolver novos mÃtodos de anÃlise de textura (nÃveis de cinza e coloridas) baseados em modelos gravitacionais simplicados e caminhos mais curtos em grafos, que propiciem vetores de caracterÃsticas mais discriminativos do que os mÃtodos jà estabelecidos pela literatura. A primeira abordagem converte uma imagem em um sistema gravitacional simplificado cujo processo de colapso à explorado por meio de descritores de dimensÃo fractal e lacunaridade. A segunda abordagem converte os pixels de uma imagem em vÃrtices de um grafo ponderado nÃo-orientado e explora os caminhos mais curtos entre pares de vÃrtices em diferentes escalas e orientaÃÃes. Adicionalmente, nesta tese à proposto o estudo dessas abordagens na anÃlise de imagens de folhas de plantas para facilitar o moroso processo de taxonomia vegetal (problema este especialmente relevante para os botÃnicos) e de imagens mÃdicas para identificaÃÃo/classificaÃÃo de patologias, auxiliando o diagnÃstico mÃdico. Os experimentos sÃo realizados nas bases de imagens: Brodatz, UIUC, VisTex, USPTex, Outex, texturas foliares, parÃnquima paliÃÃdico, pap-smear e de tecido mamÃrio. Os resultados mais significativos de classificaÃÃo sÃo obtidos das bases UIUC, USPTex e parÃnquima paliÃÃdico, com taxas de acertos de 55,00%, 96,57% e 91,56% (menores taxas) obtidas pelos mÃtodos propostos, respectivamente. Essas taxas de acertos sÃo quase sempre superiores aos resultados obtidos pelos mÃtodos usados para comparaÃÃo, demonstrando que os mÃtodos propostos abrem promissoras fontes de pesquisa para os estudos de anÃlise de texturas em nÃveis de cinza e coloridas.
dc.description.abstract.eng.fl_txt_mv Image analysis is an important field of computer vision whose role is to extract significant information from images. Among several relevant attributes, texture is one of the most important because it is a rich source of information. This thesis aims to develop novel texture analysis methods (for grayscale and color images) based on simplified gravitational systems and shortest paths in graphs which provide feature vectors more discriminative than the methods already established in literature. The first approach converts an image into a simplified gravitational system whose collapse process is explored by using fractal dimension and lacunarity descriptors. The second approach converts the pixels of an image into vertices of a non-oriented weighted graph and explores the shortest paths between pairs of vertices in different scales and orientations. Additionally, this thesis proposes to apply these approaches to plant leaf identification (a relevant problem for botanists), and medical image identification/classication, increasing the confidence of medical diagnosis. The experiments are performed on the following image databases: Brodatz,UIUC, VisTex, USPTex, Outex, leaf textures, palisade parenchyma, pap-smear and breast tissues. The most significant comparison results are obtained from UIUC, USPTex and palisade parenchyma, with success rates of 55,00%, 96,57% and 91,56% (lower success rates) obtained by the proposed methods, respectively. These success rates are almost always superior to the results obtained by the methods used for comparison. This demonstrates that the proposed methods open promising sources of research in grayscale and color texture analysis.
description A anÃlise de imagens à um importante campo da visÃo computacional cujo propÃsito à extrair informaÃÃes significativas de imagens. Entre os vÃrios atributos relevantes que podem ser analisados, a textura à um dos mais importantes por ser uma fonte rica de informaÃÃes. O objetivo desta tese à desenvolver novos mÃtodos de anÃlise de textura (nÃveis de cinza e coloridas) baseados em modelos gravitacionais simplicados e caminhos mais curtos em grafos, que propiciem vetores de caracterÃsticas mais discriminativos do que os mÃtodos jà estabelecidos pela literatura. A primeira abordagem converte uma imagem em um sistema gravitacional simplificado cujo processo de colapso à explorado por meio de descritores de dimensÃo fractal e lacunaridade. A segunda abordagem converte os pixels de uma imagem em vÃrtices de um grafo ponderado nÃo-orientado e explora os caminhos mais curtos entre pares de vÃrtices em diferentes escalas e orientaÃÃes. Adicionalmente, nesta tese à proposto o estudo dessas abordagens na anÃlise de imagens de folhas de plantas para facilitar o moroso processo de taxonomia vegetal (problema este especialmente relevante para os botÃnicos) e de imagens mÃdicas para identificaÃÃo/classificaÃÃo de patologias, auxiliando o diagnÃstico mÃdico. Os experimentos sÃo realizados nas bases de imagens: Brodatz, UIUC, VisTex, USPTex, Outex, texturas foliares, parÃnquima paliÃÃdico, pap-smear e de tecido mamÃrio. Os resultados mais significativos de classificaÃÃo sÃo obtidos das bases UIUC, USPTex e parÃnquima paliÃÃdico, com taxas de acertos de 55,00%, 96,57% e 91,56% (menores taxas) obtidas pelos mÃtodos propostos, respectivamente. Essas taxas de acertos sÃo quase sempre superiores aos resultados obtidos pelos mÃtodos usados para comparaÃÃo, demonstrando que os mÃtodos propostos abrem promissoras fontes de pesquisa para os estudos de anÃlise de texturas em nÃveis de cinza e coloridas.
publishDate 2013
dc.date.issued.fl_str_mv 2013-04-26
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
status_str publishedVersion
format doctoralThesis
dc.identifier.uri.fl_str_mv http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=10743
url http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=10743
dc.language.iso.fl_str_mv por
language por
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.publisher.none.fl_str_mv Universidade Federal do CearÃ
dc.publisher.program.fl_str_mv Programa de PÃs-GraduaÃÃo em Engenharia de TeleinformÃtica
dc.publisher.initials.fl_str_mv UFC
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Universidade Federal do CearÃ
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFC
instname:Universidade Federal do Ceará
instacron:UFC
reponame_str Biblioteca Digital de Teses e Dissertações da UFC
collection Biblioteca Digital de Teses e Dissertações da UFC
instname_str Universidade Federal do Ceará
instacron_str UFC
institution UFC
repository.name.fl_str_mv -
repository.mail.fl_str_mv mail@mail.com
_version_ 1643295172816011264

Registros relacionados