Segundo a definição original de MCINERNEY & TERZOPOULOS (1995), modelos deformáveis são curvas ou superfícies formadas por pontos conectados que simulam corpos elásticos. Por superarem muitas limitações associadas ao procedimento manual e às técnicas tradicionais de processamento, os contornos deformáveis têm se popularizado. Ainda que o uso dos contornos deformáveis seja vasto e crescente, aspectos relevantes da teoria ainda têm demandado atenção. Muitas referências têm sido feitas às limitações da técnica impostas sobretudo pelo seu processo evolutivo. A convergência a mínimos locais e o agrupamento indesejado de pontos, por exemplo, limitam o emprego da técnica em cenários ruidosos e complexos como os encontrados em reservatórios de petróleo. Esse trabalho apresenta uma abordagem inédita às limitações dos contornos deformáveis. Pela definição de um segundo problema de minimização são definidas distâncias ótimas dos pontos do contorno deformável segundo critério de optimalidade que contempla as particularidades do contorno buscado. Os resultados demonstram que a técnica proposta é provedora de maior enquadramento entre o contorno buscado e o identificado, define solução definitiva aos problemas do agrupamento e espalhamento indesejados de pontos, aumenta a efetividade dos contornos deformáveis em regiões côncavas e, em acréscimo, define metodologia unicamente capaz de dotar os contornos deformáveis de sensibilidade quanto às particularidades de contorno. / According to the original definition of Terzopoulos, deformable models are curves or surfaces formed by connected points that simulate elastic bodies. By overcoming many limitations associated with the manual procedure and the traditional techniques of processing, deformable contours have become popular. Although the use of deformable contours is vast and growing aspects of the theory still demand attention. Many references have been made to the limitations of the technique imposed by the process evolution process. The convergence to minimum and unwanted bundling points, for example, limit the use of the technic on noisy and complex scenarios as those found in oil reservoirs. This work presents a novel approach to the limitations of deformable contours. By the definition of a second problem of minimization are defined optimal distances of the points of deformable contour according to a optimality criterion that incorporates features of the contour sought. The results show that the proposed technique peovides a larger framework between the contour sought and identified, defines a permanent solution to the problems of grouping and unwanted scattering of points, increases the effectiveness of deformable contours in concave regions and, in addition, defines methodology only able to provide the contours deformable sensitivity about the peculiarities of the contour.

Segundo a definição original de MCINERNEY & TERZOPOULOS (1995), modelos deformáveis são curvas ou superfícies formadas por pontos conectados que simulam corpos elásticos. Por superarem muitas limitações associadas ao procedimento manual e às técnicas tradicionais de processamento, os contornos deformáveis têm se popularizado. Ainda que o uso dos contornos deformáveis seja vasto e crescente, aspectos relevantes da teoria ainda têm demandado atenção. Muitas referências têm sido feitas às limitações da técnica impostas sobretudo pelo seu processo evolutivo. A convergência a mínimos locais e o agrupamento indesejado de pontos, por exemplo, limitam o emprego da técnica em cenários ruidosos e complexos como os encontrados em reservatórios de petróleo. Esse trabalho apresenta uma abordagem inédita às limitações dos contornos deformáveis. Pela definição de um segundo problema de minimização são definidas distâncias ótimas dos pontos do contorno deformável segundo critério de optimalidade que contempla as particularidades do contorno buscado. Os resultados demonstram que a técnica proposta é provedora de maior enquadramento entre o contorno buscado e o identificado, define solução definitiva aos problemas do agrupamento e espalhamento indesejados de pontos, aumenta a efetividade dos contornos deformáveis em regiões côncavas e, em acréscimo, define metodologia unicamente capaz de dotar os contornos deformáveis de sensibilidade quanto às particularidades de contorno. / According to the original definition of Terzopoulos, deformable models are curves or surfaces formed by connected points that simulate elastic bodies. By overcoming many limitations associated with the manual procedure and the traditional techniques of processing, deformable contours have become popular. Although the use of deformable contours is vast and growing aspects of the theory still demand attention. Many references have been made to the limitations of the technique imposed by the process evolution process. The convergence to minimum and unwanted bundling points, for example, limit the use of the technic on noisy and complex scenarios as those found in oil reservoirs. This work presents a novel approach to the limitations of deformable contours. By the definition of a second problem of minimization are defined optimal distances of the points of deformable contour according to a optimality criterion that incorporates features of the contour sought. The results show that the proposed technique peovides a larger framework between the contour sought and identified, defines a permanent solution to the problems of grouping and unwanted scattering of points, increases the effectiveness of deformable contours in concave regions and, in addition, defines methodology only able to provide the contours deformable sensitivity about the peculiarities of the contour.

Devido à variação na qualidade e ao ruído nas imagens médicas, a aplicação de técnicas tradicionais de segmentação é geralmente ineficiente. Nesse sentido, apresenta-se um novo algoritmo a partir de duas técnicas: o modelo de contornos deformáveis por fluxo do vetor gradiente (GVF deformable contours) e a técnica de espaço de escalas utilizando o processo de difusão. Assim, foi realizada uma revisão bibliográfica dos modelos que trabalham com os contornos deformáveis, os quais foram classificados em modelos paramétricos e geométricos. Entre os modelos paramétricos foi escolhido o modelo de contornos deformáveis por fluxo do vetor gradiente (GVF). Esta aproximação oferece precisão na representação de estruturas biológicas não observada em outros modelos. Desta forma, o algoritmo apresentado mapeia as bordas (edge map) e aperfeiçoa a condução da deformação utilizando uma técnica baseada em operações recursivas. Com este cálculo apoiado no comportamento de espaço de escalas, obtem-se a localização e correção de sub-regiões do edge map que perturbam a deformação. Por outro lado, é incorporada uma nova característica que permite ao algoritmo realizar atividades de classificação. O algoritmo consegue determinar a presença ou ausência de um objeto de interesse utilizando um valor mínimo de deformação. O algoritmo é validado através do tratamento de imagens sintéticas e médicas comparando os resultados com os obtidos no modelo tradicional de contornos deformáveis GVF. / Due to the variation of the quality and noise in medical images, the classic image segmentation techniques are usually ineffective. In this work, we present a new algorithm that is composed of two techniques: the gradient vector flow deformable contours (GVF) and the scale-space technique using a diffusion process. A bibliographical revision of the models that work with deformable contours was accomplished, they were classified in parametric and geometric models. Among the parametric models the gradient vector flow deformable contours (GVF) was chosen. This approach offers precision in the representation of biological structures where other models does not. Thus, the algorithm improves the edge map to guide the deformation using recursive operations. With this estimation based on the behavior of the scale-space techniques it is realized, the localization and correction of sub-areas of the edge map that disturb the deformation. On the other hand, it was incorporated a new characteristic that allows the algorithm to accomplish classification activities. That is, the algorithm determines the presence or absence of a target object using a minimal deformation area. Our method was validated on both, simulated images and medical images making a comparison with the traditional GVF deformable contours.

Devido à variação na qualidade e ao ruído nas imagens médicas, a aplicação de técnicas tradicionais de segmentação é geralmente ineficiente. Nesse sentido, apresenta-se um novo algoritmo a partir de duas técnicas: o modelo de contornos deformáveis por fluxo do vetor gradiente (GVF deformable contours) e a técnica de espaço de escalas utilizando o processo de difusão. Assim, foi realizada uma revisão bibliográfica dos modelos que trabalham com os contornos deformáveis, os quais foram classificados em modelos paramétricos e geométricos. Entre os modelos paramétricos foi escolhido o modelo de contornos deformáveis por fluxo do vetor gradiente (GVF). Esta aproximação oferece precisão na representação de estruturas biológicas não observada em outros modelos. Desta forma, o algoritmo apresentado mapeia as bordas (edge map) e aperfeiçoa a condução da deformação utilizando uma técnica baseada em operações recursivas. Com este cálculo apoiado no comportamento de espaço de escalas, obtem-se a localização e correção de sub-regiões do edge map que perturbam a deformação. Por outro lado, é incorporada uma nova característica que permite ao algoritmo realizar atividades de classificação. O algoritmo consegue determinar a presença ou ausência de um objeto de interesse utilizando um valor mínimo de deformação. O algoritmo é validado através do tratamento de imagens sintéticas e médicas comparando os resultados com os obtidos no modelo tradicional de contornos deformáveis GVF. / Due to the variation of the quality and noise in medical images, the classic image segmentation techniques are usually ineffective. In this work, we present a new algorithm that is composed of two techniques: the gradient vector flow deformable contours (GVF) and the scale-space technique using a diffusion process. A bibliographical revision of the models that work with deformable contours was accomplished, they were classified in parametric and geometric models. Among the parametric models the gradient vector flow deformable contours (GVF) was chosen. This approach offers precision in the representation of biological structures where other models does not. Thus, the algorithm improves the edge map to guide the deformation using recursive operations. With this estimation based on the behavior of the scale-space techniques it is realized, the localization and correction of sub-areas of the edge map that disturb the deformation. On the other hand, it was incorporated a new characteristic that allows the algorithm to accomplish classification activities. That is, the algorithm determines the presence or absence of a target object using a minimal deformation area. Our method was validated on both, simulated images and medical images making a comparison with the traditional GVF deformable contours.