Medidas fractais aplicadas à classificação de texturas

Detalhes bibliográficos
Autor(a) principal: Silva, Pedro Matos da, 1977-
Data de Publicação: 2019
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/1638336
Resumo: Orientador: João Batista Florindo
id UNICAMP-30_f32d3be28f027987e5b1bc22195f5805
oai_identifier_str oai::1127017
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Medidas fractais aplicadas à classificação de texturasFractal measures applied to texture classificationFractaisAnálise de texturaDimensão fractalMultifractaisFractalsTexture analysisFractal dimensionMultifractalsOrientador: João Batista FlorindoTese (doutorado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação CientíficaResumo: A análise de imagens de texturas é uma tarefa de destaque na visão computacional, sendo aplicada em diversos campos da ciência. Neste trabalho, foram desenvolvidos e analisados novos descritores de imagens de textura baseados em conceitos da geometria fractal e multifractal, com foco principalmente na tarefa de classificação de imagens de texturas em escala de cinza. Uma das medidas fractais mais conhecidas e usadas é a dimensão fractal e, entre as diferentes definições desta medida, uma das mais disseminadas é a dimensão fractal box-counting (contagem de caixas). Um primeiro tipo de descritor de imagens aqui proposto é baseado em uma generalização do modelo matemático desenvolvido para o cálculo da dimensão fractal box-counting, fornecendo assim não somente a dimensão fractal, mas também um conjunto de medidas que representam as imagens de texturas de forma muito mais detalhada, por meio de uma análise multiescala da fractalidade da imagem original. Para estes descritores, foram analisadas a distribuição dos pontos dentro das caixas usadas para o cálculo da dimensão box-counting, a qual por meio de medidas estatísticas fornece uma ferramenta robusta e otimizada de descrição da imagem. Similarmente, foi investigada também a distribuição espacial das caixas através de uma modelagem matemática e estatística das imagens digitais com base em campos aleatórios de Markov. Outra metodologia proposta e investigada nesta tese é baseada na análise multifractal, em que as imagens de texturas são particionadas em subconjuntos de pixels, resultando assim em um conjunto de imagens binárias, das quais são extraídas as medidas fractais usadas na composição dos descritores. Os descritores aqui desenvolvidos foram aplicados à classificação de imagens de texturas de bases de benchmark, para as quais os resultados de outros métodos de análise de texturas, tanto clássicos quanto do estado-da-arte, são amplamente conhecidos na literatura. Os descritores propostos foram também aplicados a um problema prático, qual seja o da identificação de espécies de plantas brasileiras a partir da imagem escaneada das folhas. Comparados com estes métodos da literatura, os descritores desenvolvidos neste trabalho não só se mostraram competitivos, como também apresentaram resultados com maior acurácia e robustez em diversas situações, demonstrando assim ser uma abordagem promissora para fins práticos e merecendo uma investigação ainda mais detalhada no futuroAbstract: The analysis of texture images is a prominent task in computer vision, being applied to several fields of science. In this work, new texture descriptors based on concepts of fractal and multifractal geometry were developed and analyzed, focusing mainly on the task of classifying grayscale texture images. One of the most well-known and commonly used fractal features is the fractal dimension. Among the different definitions of this measure, one of the most widespread is the box-counting dimension. A first type of image descriptor proposed here is based on a generalization of the mathematical model developed for calculating the box-counting dimension. In this way, we compute not only the fractal dimension but also a set of descriptors capable of representing much more details of the image by means of a multiscale analysis of the fractality of the original image. For these descriptors, we employ the distribution of points within the boxes used to calculate the box-counting dimension. Statistical measures collected from this distribution provide a robust and optimized tool for image description. Similarly, we also investigated the spatial distribution of boxes through a mathematical and statistical modeling of digital images based on Markov random fields. Another methodology proposed and investigated in this thesis is based on multifractal analysis. In this approach, texture images are partitioned into pixel subsets, resulting in this way in a collection of binary images. Fractal measurements computed on these subsets are used to compose the texture descriptors. The descriptors developed here have been applied to the classification of benchmark textures. Results of other classical and state-of-the-art texture analysis methods on these databases are widely known in the literature. The proposed descriptors were also applied to a practical problem, namely, the identification of Brazilian plant species based on the scanned image of leaves. Compared with other methods in the literature, the descriptors developed in this work were not only competitive, but also presented results with greater accuracy and robustness than their counterparts in several situations, proving in this way to be a promising solution for practical purposes and deserving more detailed investigation in the futureDoutoradoMatemática AplicadaDoutor em Matemática Aplicada[s.n.]Florindo, João Batista, 1984-Mesquita, Marcos Eduardo Ribeiro do ValleVarão Filho, José Régis AzevedoBruno, Odemir MartinezBackes, André RicardoUniversidade Estadual de Campinas (UNICAMP). Instituto de Matemática, Estatística e Computação CientíficaPrograma de Pós-Graduação em Matemática AplicadaUNIVERSIDADE ESTADUAL DE CAMPINASSilva, Pedro Matos da, 1977-20192019-12-18T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf1 recurso online (118 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/1638336SILVA, Pedro Matos da. Medidas fractais aplicadas à classificação de texturas. 2019. 1 recurso online (118 p.) Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1638336. Acesso em: 3 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/1127017Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2020-03-30T16:22:58Zoai::1127017Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2020-03-30T16:22:58Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Medidas fractais aplicadas à classificação de texturas
Fractal measures applied to texture classification
title Medidas fractais aplicadas à classificação de texturas
spellingShingle Medidas fractais aplicadas à classificação de texturas
Silva, Pedro Matos da, 1977-
Fractais
Análise de textura
Dimensão fractal
Multifractais
Fractals
Texture analysis
Fractal dimension
Multifractals
title_short Medidas fractais aplicadas à classificação de texturas
title_full Medidas fractais aplicadas à classificação de texturas
title_fullStr Medidas fractais aplicadas à classificação de texturas
title_full_unstemmed Medidas fractais aplicadas à classificação de texturas
title_sort Medidas fractais aplicadas à classificação de texturas
author Silva, Pedro Matos da, 1977-
author_facet Silva, Pedro Matos da, 1977-
author_role author
dc.contributor.none.fl_str_mv Florindo, João Batista, 1984-
Mesquita, Marcos Eduardo Ribeiro do Valle
Varão Filho, José Régis Azevedo
Bruno, Odemir Martinez
Backes, André Ricardo
Universidade Estadual de Campinas (UNICAMP). Instituto de Matemática, Estatística e Computação Científica
Programa de Pós-Graduação em Matemática Aplicada
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Silva, Pedro Matos da, 1977-
dc.subject.por.fl_str_mv Fractais
Análise de textura
Dimensão fractal
Multifractais
Fractals
Texture analysis
Fractal dimension
Multifractals
topic Fractais
Análise de textura
Dimensão fractal
Multifractais
Fractals
Texture analysis
Fractal dimension
Multifractals
description Orientador: João Batista Florindo
publishDate 2019
dc.date.none.fl_str_mv 2019
2019-12-18T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/20.500.12733/1638336
SILVA, Pedro Matos da. Medidas fractais aplicadas à classificação de texturas. 2019. 1 recurso online (118 p.) Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1638336. Acesso em: 3 set. 2024.
url https://hdl.handle.net/20.500.12733/1638336
identifier_str_mv SILVA, Pedro Matos da. Medidas fractais aplicadas à classificação de texturas. 2019. 1 recurso online (118 p.) Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1638336. Acesso em: 3 set. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/1127017
Requisitos do sistema: Software para leitura de arquivo em PDF
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
1 recurso online (118 p.) : il., digital, arquivo PDF.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1809189156928094208

Registros relacionados