Métodos de pré-processamento de texturas para otimizar o reconhecimento de padrões

Detalhes bibliográficos
Autor(a) principal: Neiva, Mariane Barros
Data de Publicação: 2016
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-25102016-084409/
Resumo: A textura de uma imagem apresenta informações importantes sobre as características de um objeto. Usar essa informação para reconhecimento de padrões vem sendo uma tarefa bastante pesquisada na área de processamento de imagens e aplicado em atividades como indústria têxtil, biologia, análise de imagens médicas, imagens de satélite, análise de peças industriais, entre outros. Muitos pesquisadores focam em criar mecanismos que convertam a imagem em um vetor de características a fim de utilizar um classificador sobre esse vetores. No entanto, as imagens podem ser transformadas para que que características peculiares sejam evidenciadas fazendo com que extratores de características já existentes explorem melhor as imagens. Esse trabalho tem como objetivo estudar a influência da aplicação de métodos de pré-processamento em imagens de textura para a posterior análise das imagens. Os métodos escolhidos são seis: difusão isotrópica, difusão anisotrópica clássica, dois métodos de regularização da difusão anisotrópica, um método de difusão morfológica e a transformada de distância. Além disso, os métodos foram aliados a sete descritores já conhecidos da literatura para que as características das imagens tranformadas sejam extraídas. Resultados mostram um aumento significativo no desempenho dos classificadores KNN e Naive Bayes quando utilizados nas imagens transformadas de quatro bases de textura: Brodatz, Outex, Usptex e Vistex.
id USP_fcacc3ec62345a0e97af7cecadea2566
oai_identifier_str oai:teses.usp.br:tde-25102016-084409
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Métodos de pré-processamento de texturas para otimizar o reconhecimento de padrõesTexture preprocessing methods to optimize pattern recognitionAnisotropic diffusionDifusão anisotrópicaDifusão isotrópicaDifusão morfológicaDissertaçãoDissertationDistance transformImage preprocessingIsotropic diffusionMorfologic diffusionPattern recognitionPré-processamento de imagensReconhecimento de padrõesTexturaTextureTransformada da distânciaA textura de uma imagem apresenta informações importantes sobre as características de um objeto. Usar essa informação para reconhecimento de padrões vem sendo uma tarefa bastante pesquisada na área de processamento de imagens e aplicado em atividades como indústria têxtil, biologia, análise de imagens médicas, imagens de satélite, análise de peças industriais, entre outros. Muitos pesquisadores focam em criar mecanismos que convertam a imagem em um vetor de características a fim de utilizar um classificador sobre esse vetores. No entanto, as imagens podem ser transformadas para que que características peculiares sejam evidenciadas fazendo com que extratores de características já existentes explorem melhor as imagens. Esse trabalho tem como objetivo estudar a influência da aplicação de métodos de pré-processamento em imagens de textura para a posterior análise das imagens. Os métodos escolhidos são seis: difusão isotrópica, difusão anisotrópica clássica, dois métodos de regularização da difusão anisotrópica, um método de difusão morfológica e a transformada de distância. Além disso, os métodos foram aliados a sete descritores já conhecidos da literatura para que as características das imagens tranformadas sejam extraídas. Resultados mostram um aumento significativo no desempenho dos classificadores KNN e Naive Bayes quando utilizados nas imagens transformadas de quatro bases de textura: Brodatz, Outex, Usptex e Vistex.The texture of an image plays an important source of information of the image content. The use of this information to pattern recognition became very popular in image processing area and has applications such in textile industry, biology, medical image analysis, satelite images analysis, industrial equipaments analysis, among others. Many researchers focus on creating different methods to convert the input image to a feature vector to the able to classify the image based on these vectors. However, images can be modified in different ways such that important features are enhanced. Therefore, descriptors are able to extract features easily to perform a better representation of the image. This project aims to apply six different preprocessing methods to analyze their power of enhancement on the texture extraction. The methods are: isotropic diffusion, the classic anisotropic diffusion, two regularizations of the anisotropic diffusion, a morphologic diffusion and the distance transform. To extract the features of these modified images, seven texture analysis algorithms are used along KNN and Naive Bayes to classify the textures. Results show a significant increase when datasets Brodatz, Vistex, Usptex and Outex are transformed prior to texture analysis and classification.Biblioteca Digitais de Teses e Dissertações da USPBruno, Odemir MartinezNeiva, Mariane Barros2016-07-19info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/55/55134/tde-25102016-084409/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2017-09-04T21:05:35Zoai:teses.usp.br:tde-25102016-084409Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212017-09-04T21:05:35Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Métodos de pré-processamento de texturas para otimizar o reconhecimento de padrões
Texture preprocessing methods to optimize pattern recognition
title Métodos de pré-processamento de texturas para otimizar o reconhecimento de padrões
spellingShingle Métodos de pré-processamento de texturas para otimizar o reconhecimento de padrões
Neiva, Mariane Barros
Anisotropic diffusion
Difusão anisotrópica
Difusão isotrópica
Difusão morfológica
Dissertação
Dissertation
Distance transform
Image preprocessing
Isotropic diffusion
Morfologic diffusion
Pattern recognition
Pré-processamento de imagens
Reconhecimento de padrões
Textura
Texture
Transformada da distância
title_short Métodos de pré-processamento de texturas para otimizar o reconhecimento de padrões
title_full Métodos de pré-processamento de texturas para otimizar o reconhecimento de padrões
title_fullStr Métodos de pré-processamento de texturas para otimizar o reconhecimento de padrões
title_full_unstemmed Métodos de pré-processamento de texturas para otimizar o reconhecimento de padrões
title_sort Métodos de pré-processamento de texturas para otimizar o reconhecimento de padrões
author Neiva, Mariane Barros
author_facet Neiva, Mariane Barros
author_role author
dc.contributor.none.fl_str_mv Bruno, Odemir Martinez
dc.contributor.author.fl_str_mv Neiva, Mariane Barros
dc.subject.por.fl_str_mv Anisotropic diffusion
Difusão anisotrópica
Difusão isotrópica
Difusão morfológica
Dissertação
Dissertation
Distance transform
Image preprocessing
Isotropic diffusion
Morfologic diffusion
Pattern recognition
Pré-processamento de imagens
Reconhecimento de padrões
Textura
Texture
Transformada da distância
topic Anisotropic diffusion
Difusão anisotrópica
Difusão isotrópica
Difusão morfológica
Dissertação
Dissertation
Distance transform
Image preprocessing
Isotropic diffusion
Morfologic diffusion
Pattern recognition
Pré-processamento de imagens
Reconhecimento de padrões
Textura
Texture
Transformada da distância
description A textura de uma imagem apresenta informações importantes sobre as características de um objeto. Usar essa informação para reconhecimento de padrões vem sendo uma tarefa bastante pesquisada na área de processamento de imagens e aplicado em atividades como indústria têxtil, biologia, análise de imagens médicas, imagens de satélite, análise de peças industriais, entre outros. Muitos pesquisadores focam em criar mecanismos que convertam a imagem em um vetor de características a fim de utilizar um classificador sobre esse vetores. No entanto, as imagens podem ser transformadas para que que características peculiares sejam evidenciadas fazendo com que extratores de características já existentes explorem melhor as imagens. Esse trabalho tem como objetivo estudar a influência da aplicação de métodos de pré-processamento em imagens de textura para a posterior análise das imagens. Os métodos escolhidos são seis: difusão isotrópica, difusão anisotrópica clássica, dois métodos de regularização da difusão anisotrópica, um método de difusão morfológica e a transformada de distância. Além disso, os métodos foram aliados a sete descritores já conhecidos da literatura para que as características das imagens tranformadas sejam extraídas. Resultados mostram um aumento significativo no desempenho dos classificadores KNN e Naive Bayes quando utilizados nas imagens transformadas de quatro bases de textura: Brodatz, Outex, Usptex e Vistex.
publishDate 2016
dc.date.none.fl_str_mv 2016-07-19
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 http://www.teses.usp.br/teses/disponiveis/55/55134/tde-25102016-084409/
url http://www.teses.usp.br/teses/disponiveis/55/55134/tde-25102016-084409/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815257343090229248

Registros relacionados