Aplicação de uma métrica de similaridade não linear em algoritmos de segmentação

Detalhes bibliográficos
Autor(a) principal: Carvalho, Luís Eduardo Ramos de
Data de Publicação: 2015
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/xmlui/handle/123456789/132467
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, 2015.
id UFSC_0ad1714a4cb1b7c0abe064f62b38a66a
oai_identifier_str oai:repositorio.ufsc.br:123456789/132467
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Aplicação de uma métrica de similaridade não linear em algoritmos de segmentaçãoInformaticaComputaçãoProcessamento de imagensAlgoritmos de computadorDissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, 2015.Um dos principais processos utilizados no campo de processamento digital de imagens é a segmentação, processo no qual a imagem é separada em seus elementos ou partes constituintes. Na literatura, existem diferentes e bem conhecidos métodos usados para segmentação, tais como clusterização, limiarização, segmentação com redes neurais e segmentação por crescimento de regiões . No intuito de melhorar de melhorar o desempenho dos algoritmos de segmentação, um estudo sobre o efeito da aplicação de uma métrica não linear em algoritmos de segmentação foi realizado neste trabalho. Foram selecionados três algoritmos de segmentação (Mumford-Shah, Color Structure Code e Felzenszwalb and Huttenlocher) provenientes do método de crescimento de regiões e nestes se alterou a parte de análise de similaridade utilizando para tal uma métrica não linear. A métrica não linear utilizada, denominada Polinomial Mahalanobis, é uma variação da distância de Mahalanobis utilizada para medir a distância estatística entre distribuições. Uma avaliação qualitativa e uma análise empírica foram realizadas neste trabalho para comparar os resultados obtidos em termos de eficácia. Os resultados desta comparação, apresentados neste estudo, apontam uma melhoria nos resultados de segmentação obtidos pela abordagem proposta. Em termos de eficiência, foram analisados os tempos de execução dos algoritmos com e sem o aprimoramento e os resultados desta análise mostraram um aumento do tempo de execução dos algoritmos com abordagem proposta.<br>Abstract : One of the main procedures used on digital image processing is segmentation,where the image is split into its constituent parts or objects. In the literature,there are different well-known methods used for segmentation, suchas clustering, thresholding, segmentation using neural network and segmentationusing region growing. Aiming to improve the performance of the segmentationalgorithms, a study off the effect of the application of a non-linearmetric on segmentation algorithms was performed in this work. Three segmentationalgorithms were chosen (Mumford-Shah, Color Structure Code,Felzenszwalb and Huttenlocher) originating from region growing techniques,and on those the similarity metric was enhanced with a non-linear metric.The non-linear metric used, known as Polynomial Mahalanobis, is a variationfrom the statistical Mahalanobis distance used for measure the distancebetween distributions. A qualitative evaluation and empirical analysis wasperformed in this work to compare the obtained results in terms of efficacy.The results from these comparison, presented in this study, indicate an improvementon the segmentation result obtained by the proposed approach. Interms of efficiency, the execution time of the algorithms with and without theproposed improvement were analyzed and the result of this analysis showedan increase of the execution time for the algorithms with the proposed approach.Wangenheim, Aldo v.Universidade Federal de Santa CatarinaCarvalho, Luís Eduardo Ramos de2015-04-29T21:09:35Z2015-04-29T21:09:35Z2015info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis178 p.| il., grafs.application/pdf333107https://repositorio.ufsc.br/xmlui/handle/123456789/132467porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2016-03-07T18:54:47Zoai:repositorio.ufsc.br:123456789/132467Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732016-03-07T18:54:47Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Aplicação de uma métrica de similaridade não linear em algoritmos de segmentação
title Aplicação de uma métrica de similaridade não linear em algoritmos de segmentação
spellingShingle Aplicação de uma métrica de similaridade não linear em algoritmos de segmentação
Carvalho, Luís Eduardo Ramos de
Informatica
Computação
Processamento de imagens
Algoritmos de computador
title_short Aplicação de uma métrica de similaridade não linear em algoritmos de segmentação
title_full Aplicação de uma métrica de similaridade não linear em algoritmos de segmentação
title_fullStr Aplicação de uma métrica de similaridade não linear em algoritmos de segmentação
title_full_unstemmed Aplicação de uma métrica de similaridade não linear em algoritmos de segmentação
title_sort Aplicação de uma métrica de similaridade não linear em algoritmos de segmentação
author Carvalho, Luís Eduardo Ramos de
author_facet Carvalho, Luís Eduardo Ramos de
author_role author
dc.contributor.none.fl_str_mv Wangenheim, Aldo v.
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Carvalho, Luís Eduardo Ramos de
dc.subject.por.fl_str_mv Informatica
Computação
Processamento de imagens
Algoritmos de computador
topic Informatica
Computação
Processamento de imagens
Algoritmos de computador
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, 2015.
publishDate 2015
dc.date.none.fl_str_mv 2015-04-29T21:09:35Z
2015-04-29T21:09:35Z
2015
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 333107
https://repositorio.ufsc.br/xmlui/handle/123456789/132467
identifier_str_mv 333107
url https://repositorio.ufsc.br/xmlui/handle/123456789/132467
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 178 p.| il., grafs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652205815758848

Registros relacionados