Combinando descritores de forma e textura para classificação de bioimagens: um estudo de caso aplicado à base de imagens ImageCLEF

• Autor(a) principal: Brilhador, Anderson
• Data de Publicação: 2013
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
• Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/28315
• topic: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO; Processamento de imagens; Classificação; Sistemas de reconhecimento de padrões; Image processing; Classification; Pattern recognition systems

Hoje em dia, existe um grande volume de dados digitais, dentre eles arquivos multimídias (por exemplo imagens), os quais são gerados diariamente em diversas áreas. A importância deste tema levou a um novo paradigma conhecido como eScience. Neste cenário, o domínio da imagem biológica (bioimagens) emerge como uma área de pesquisa importante, dado o grande impacto que ele pode levar em soluções reais e a vidas das pessoas. Por outro lado, a lidar com esses dados massivos é necessário integrar ao mesmo ambiente não só várias técnicas que envolvem processamento de imagem, descrição e classificação, mas também os métodos de seleção de recurso. Assim, neste trabalho propõe-se um novo framework capaz de juntar essas técnicas em único e eficiente pipeline, a fim de caracterizar bioimagens. Experimentos, realizados com o conjunto de dados ImageCLEF. mostraram que o framework proposto apresentou resultados notáveis, atingindo até 89,7% de precisão em relação a classificação de espécies de plantas, que é uma tarefa altamente relevante e não-trivial.