[pt] Modelos CAD 3D têm desempenhado um importante papel no gerenciamento de projetos de engenharia. Em vários desses modelos é perceptível a presença de diversos objetos com representações implícitas sendo representados por malhas triangulares. Ainda que apropriada para o rendering, a utilização de malhas triangulares traz consigo algumas desvantagens, como a ambiguidade em objetos pouco discretizados. A engenharia reversa visa a reconstrução dessa representação discreta em sua representação contínua original. Neste trabalho, propomos uma metodologia para a reconstrução de geometrias em modelos CAD utilizando Support Vector Machines e Descritores de Forma. / [en] 3D CAD Models have played an important role in engineering projects management. It is noticeable in many of these files the presence of several objects with implicit representation that end up being represented as triangular meshes. Although suitable for rendering, the triangular mesh representation brings some drawbacks, such as the ambiguity in objects with low discretization rate. The reverse engineering aims to reconstruct this discrete representation to its original continuous representation. In this work, we propose a novel methodology for geometry reconstruction in CAD models using Support Vector Machines and Shape Descriptors.

A Recuperação de Imagens Baseada em Conteúdo (Content-Based Image Retrieval - CBIR) visa recuperar, em uma base de imagens, as ocorrências mais similares a uma imagem fornecida como modelo, a partir de características extraídas desses objetos. O uso dos conceitos de CBIR, embora bem explorado para recuperação de imagens bidimensionais, ainda é pouco explorado no domínio de objetos tridimensionais. A partir da identificação de lacunas na literatura a respeito da abordagem eficiente para recuperação destes objetos, o objetivo deste estudo foi definir, implementar e validar técnicas de recuperação destes objetos médicos tridimensionais com base no seu conteúdo considerando buscas globais e regionalizadas da estrutura tridimensional. Para atingir tal objetivo foram realizadas as seguintes atividades: revisão bibliográfica, definição da base de dados, implementação de descritores e métodos de comparação por similaridade, construção de um protótipo de sistema de recuperação, realização de testes com objetos médicos tridimensionais e análise dos resultados. Os resultados obtidos com os métodos desenvolvidos foram positivos, alcançando 90% de média de precisão no retorno da busca. Verificou-se que os descritores baseados em Harmônicos Esféricos podem ser adaptados para serem utilizados como descritores locais. Adicionalmente, verificou-se que a abordagem utilizando grafos bipartidos em conjunto com o cálculo de similaridade por meio de uma rede de fluxo, produziu resultados melhores do que os métodos que utilizaram abordagens clássicas de comparação. Em relação ao estudo de caso analisado, as Cardiomiopatias, foi possível constatar que as informações de idade e gênero contribuem para melhorar a precisão da recuperação, uma vez que essas informações podem influenciar diretamente a estrutura do ventrículo esquerdo. Além disso, em uma avaliação com usuários finais da área de Cardiologia, constatou-se que efetivamente esta abordagem pode auxiliar na composição de diagnósticos. Estes resultados confirmaram o potencial que a recuperação por conteúdo possui no contexto médico, além de contribuir com a área de Computação no sentido de ter desenvolvido técnicas para recuperação por conteúdo no domínio de objetos tridimensionais. / Content-Based Image Retrieval - CBIR aims to retrieval, in an image database, the most similar occurrences to an image provided as a query, from extracted characteristics of these objects. The use of CBIR concept, although exploited for recovery of twodimensional images, is still under explored in the three-dimensional objects knowledge field. Based on the identification of the current literature gaps regarding efficient approaches to retrieval these objects, the objective of this study was to define, implement and validate retrieval techniques of three-dimensional medical objects based on their content considering global and regionalized searches of the three-dimensional structure. In order to achieve this objective, the following activities were carried out: literature review, database definition, implementation of descriptors and methods of comparison by similarity, construction of a retrieval system prototype, tests with three-dimensional medical objects and results analysis. The results obtained with the methods developed were positive, reaching 90% of mean precision in the return of the search. It has been found that the descriptors based on Spherical Harmonics can be adapted to be used as local descriptors. Additionally, it was identified that the approach using bipartite graphs in conjunction with the similarity computation through network flow, produced better results than the methods that used classic approaches of comparison. Regarding the case study analyzed, the Cardiomyopathies, it was possible to verify that the information of age and gender contribute to improve the accuracy of the retrieval, since this information can directly influence the structure of the left ventricle. In addition, in an evaluation with end users of Cardiology area, it was verified that this approach can effectively aid in the diagnoses. These results confirmed the potential that content-based retrieval has in the medical context, as well as contribute to the Computing area in the sense of developing techniques for content-based in three-dimensional retrieval.

Neste trabalho são apresentados dois novos descritores de forma para tarefas de recuperação de imagens por conteúdo (CBIR) e análise de formas, que são construídos sobre uma extensão do conceito de tensor scale baseada na Transformada de Distância Euclidiana (EDT). Primeiro, o algoritmo de tensor scale é utilizado para extrair informações da forma sobre suas estruturas locais (espessura, orientação e anisotropia) representadas pela maior elipse contida em uma região homogênea centrada em cada pixel da imagem. Nos novos descritores, o limite do intervalo das orientações das elipses do modelo de tensor scale é estendido de 180º para 360º, de forma a melhor discriminar a descrição das estruturas locais. Então, com base em diferentes abordagens de amostragem, visando resumir informações mais relevantes, os novos descritores são construídos. No primeiro descritor proposto, Tensor Scale Sector (TSS), a distribuição das orientações relativas das estruturas locais em setores circulares é utilizada para compor um vetor de características de tamanho fixo, para uma caracterização de formas baseada em região. No segundo descritor, o Tensor Scale Band (TSB), foram considerados histogramas das orientações relativas extraídos de bandas concêntricas, formando também um vetor de características de tamanho fixo, com uma função de distância de tempo linear. Resultados experimentais com diferentes bases de formas (MPEG-7 e MNIST) são apresentados para ilustrar e validar os métodos. TSS demonstra resultados comparáveis aos métodos estado da arte, que geralmente dependem de algoritmos custosos de otimização de correspondências. Já o TSB, com sua função de distância em tempo linear, se demonstra como uma solução adequada para grandes coleções de formas. / In this work, two new shape descriptors are proposed for tasks in Content-Based Image Retrieval (CBIR) and Shape Analysis tasks, which are built upon an extended tensor scale based on the Euclidean Distance Transform (EDT). First, the tensor scale algorithm is applied to extract shape attributes from its local structures (thickness, orientation, and anisotropy) as represented by the largest ellipse within a homogeneous region centered at each image pixel. In the new descriptors, the upper limit of the interval of local orientation of tensor scale ellipses is extended from 180º to 360º, to better discriminate the description of local structures. Then, the new descriptors are built based on different sampling approaches, aiming to summarize the most relevant features. In the first proposed descriptor, Tensor Scale Sector descriptor (TSS), the local distributions of relative orientations within circular sectors are used to compose a fixed-length feature vector, for a region-based shape characterization. For the second method, the Tensor Scale Band (TSB) descriptor, histograms of relative orientations are considered for each circular concentric band, to also compose a fixed-length feature vector, with linear time distance function for matching. Experimental results for different shape datasets (MPEG-7 and MNIST) are presented to illustrate and validate the methods. TSS can achieve high retrieval values comparable to state-of-the-art methods, which usually rely on time-consuming correspondence optimization algorithms, but uses a simpler and faster distance function, while the even faster linear complexity of TSB leads to a suitable solution for very large shape collections.

Neste trabalho são apresentados dois novos descritores de forma para tarefas de recuperação de imagens por conteúdo (CBIR) e análise de formas, que são construídos sobre uma extensão do conceito de tensor scale baseada na Transformada de Distância Euclidiana (EDT). Primeiro, o algoritmo de tensor scale é utilizado para extrair informações da forma sobre suas estruturas locais (espessura, orientação e anisotropia) representadas pela maior elipse contida em uma região homogênea centrada em cada pixel da imagem. Nos novos descritores, o limite do intervalo das orientações das elipses do modelo de tensor scale é estendido de 180º para 360º, de forma a melhor discriminar a descrição das estruturas locais. Então, com base em diferentes abordagens de amostragem, visando resumir informações mais relevantes, os novos descritores são construídos. No primeiro descritor proposto, Tensor Scale Sector (TSS), a distribuição das orientações relativas das estruturas locais em setores circulares é utilizada para compor um vetor de características de tamanho fixo, para uma caracterização de formas baseada em região. No segundo descritor, o Tensor Scale Band (TSB), foram considerados histogramas das orientações relativas extraídos de bandas concêntricas, formando também um vetor de características de tamanho fixo, com uma função de distância de tempo linear. Resultados experimentais com diferentes bases de formas (MPEG-7 e MNIST) são apresentados para ilustrar e validar os métodos. TSS demonstra resultados comparáveis aos métodos estado da arte, que geralmente dependem de algoritmos custosos de otimização de correspondências. Já o TSB, com sua função de distância em tempo linear, se demonstra como uma solução adequada para grandes coleções de formas. / In this work, two new shape descriptors are proposed for tasks in Content-Based Image Retrieval (CBIR) and Shape Analysis tasks, which are built upon an extended tensor scale based on the Euclidean Distance Transform (EDT). First, the tensor scale algorithm is applied to extract shape attributes from its local structures (thickness, orientation, and anisotropy) as represented by the largest ellipse within a homogeneous region centered at each image pixel. In the new descriptors, the upper limit of the interval of local orientation of tensor scale ellipses is extended from 180º to 360º, to better discriminate the description of local structures. Then, the new descriptors are built based on different sampling approaches, aiming to summarize the most relevant features. In the first proposed descriptor, Tensor Scale Sector descriptor (TSS), the local distributions of relative orientations within circular sectors are used to compose a fixed-length feature vector, for a region-based shape characterization. For the second method, the Tensor Scale Band (TSB) descriptor, histograms of relative orientations are considered for each circular concentric band, to also compose a fixed-length feature vector, with linear time distance function for matching. Experimental results for different shape datasets (MPEG-7 and MNIST) are presented to illustrate and validate the methods. TSS can achieve high retrieval values comparable to state-of-the-art methods, which usually rely on time-consuming correspondence optimization algorithms, but uses a simpler and faster distance function, while the even faster linear complexity of TSB leads to a suitable solution for very large shape collections.

Orientador: João Antonio Pereira / Resumo: Visão de máquina é um campo multidisciplinar que vem crescendo na indústria, que está cada vez mais preocupada em reduzir custos, automatizar processos, e atender requisitos de qualidade do produto para atender seus clientes. Processos de montagem realizados de forma manual com inspeção e controle visual são tipicamente processos susceptíveis a erros, à utilização de peças não conformes na montagem do produto final. Este trabalho apresenta uma proposta de desenvolvimento de um sistema de visão de máquina com base no processamento e análise de imagens digitais para a inspeção das características e especificações das peças e componentes utilizados na montagem de capotas marítimas, objetivando verificar e garantir a conformidade do produto final. A inspeção e avaliação da conformidade do produto são feitas por etapas com a utilização de duas câmeras, uma captura a imagem do código de identificação alfanumérico do produto e a outra inspeciona o conjunto de elementos de fixação. As imagens passam por um processo de tratamento que envolve a filtragem espacial utilizando máscara de médias para suavização, alargamento de contraste para expandir a faixa de intensidades e segmentação para formação dos objetos de interesse. Uma função de OCR é utilizada para a extração de caracteres e reconhecimento do código do produto e a extração de características específicas do conjunto de componentes de fixação é feita por descritores de forma representados pelos invariantes de momento. As caracte... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Machine vision is a growing multidisciplinary field in the industry that is increasingly concerned with reducing costs, automating processes, and meeting product quality requirements to serve its customers. Manual assembly processes with inspection and visual control are typically error-prone processes using non-conforming parts in the final product assembly. This work presents a proposal for the development of a machine vision system based on digital image processing and analysis for the inspection of the characteristics and specifications of the parts and components used in the assembly of marine bonnets, aiming to verify and ensure the conformity of the final product. Inspection and conformity assessment of the product are done in stages using two cameras, one capturing the image of the alphanumeric identification code of the product and the other inspecting the set of fasteners. The images undergo a treatment process that involves spatial filtering using averaging masks for smoothing, contrast widening to expand the range of intensities, and segmentation to form the objects of interest. An OCR function is used for character extraction and product code recognition, and the extraction of specific features of the fastener assembly is done by shape descriptors represented by the moment invariants. The specific characteristics of the fasteners are used to assess the conformity of the product with its respective code. The presentation of data and results of the implemented prop... (Complete abstract click electronic access below) / Mestre