PAULA JÚNIOR, I. C. Abordagem wavelet para detecção de cantos em formas. 2007. 129 f. Dissertação (Mestrado em Engenharia de Teleinformática) – Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2007. / Submitted by Marlene Sousa (mmarlene@ufc.br) on 2016-04-04T15:44:07Z No. of bitstreams: 1 2007_dis_iapaulajúnior.pdf: 2537159 bytes, checksum: 24050fd5dcb9d110574b600b5d6389d7 (MD5) / Approved for entry into archive by Marlene Sousa(mmarlene@ufc.br) on 2016-04-06T19:03:27Z (GMT) No. of bitstreams: 1 2007_dis_iapaulajúnior.pdf: 2537159 bytes, checksum: 24050fd5dcb9d110574b600b5d6389d7 (MD5) / Made available in DSpace on 2016-04-06T19:03:27Z (GMT). No. of bitstreams: 1 2007_dis_iapaulajúnior.pdf: 2537159 bytes, checksum: 24050fd5dcb9d110574b600b5d6389d7 (MD5) Previous issue date: 2007-03-26 / Shape analysis plays an important role in computer vision and image processing applications and shape representation is the first step towards it. The current dissertation discusses a set of techniques available in the literature in order to generate an adequate shape representation based on corners. The proposed approach provides an non-decimated wavelet decomposition of the represented contour by curvature and angulation signals in order to represent the shape using the most relevant contour points without requiring any user intervention. The adopted methodology presents promising results and it uses a set of tools, with little highlight in the literature, and it eliminates the redundant shape features in order to accomplish the suitable representation of the original shape. A novel evaluation measure, concerning the reconstruction error, is also presented to confirm that the proposed algorithm achieves its goal and outperforms other corner detectors used for tests and comparison. / A análise de formas representa um papel importante em aplicações de visão computacional e processamento de imagens, e a representação da forma é o primeiro passo para esta análise. Esta presente dissertação discute e aborda um conjunto de técnicas disponíveis na literatura para a geração de uma representação adequada de formas baseada em cantos. A abordagem proposta provê uma decomposição wavelet não-decimada do contorno representado pelo sinal de angulação e curvatura afim de representar uma forma por seus pontos mais relevantes sem requerer intervenção do usuário. A metodologia adotada apresenta resultados promissores, faz uso de ferramentas disponíveis na literatura e elimina características redundantes da forma com o intuito de alcançar uma representação que mantenha uma reconstrução adequada da forma original. Uma nova medida de avaliação, sob o aspecto do erro obtido na reconstrução, também é apresentada de modo a confirmar que o algoritmo proposto realiza com sucesso a sua meta e supera os detectores de cantos utilizados para testes e comparações.

The current technologies for acquisition, storage and transmission of digital data, generate large amounts of data. This quantitative increase is directly proportional to the expansion of multimedia databases, where the bases are part of images. Factors contributing to this expansion is the generation of data access and multimedia, which are frequently used by the population through the media today. Thus, we find a clear need exists for automated systems, capable of dealing with the storage and retrieval of data in a time acceptable to the current standards. To this end, systems are designed for content retrieval of images, where the content is described through its low-level visual features such as shape, texture and color. To have such a system is considered ideal, it must be efficient and effective. The effectiveness will result from the way the information was obtained as a low level of images, considering different conditions of focus, lighting and occlusion. The efficiency is a consequence of the results obtained using the organization of information extracted. The methods of grouping are in one of the useful techniques to reduce the computational complexity of these systems, reducing the computational complexity of the methods implemented, but without losing the representation of information extracted. This work proposes a method for retrieval of images based on content, using appropriate techniques of clustering, a technique for detecting edges and a method to normalize the images in the aspect of enlightenment, to get through it the image descriptors that are robust and can be applied efficiently in a retrieval system for images by content - CBIR (Content Based Image Retrieval). / As tecnologias atuais de aquisição, armazenamento e transmissão de dados digitais geram grandes quantidades de dados. Esse aumento quantitativo é diretamente proporcional à ampliação das bases de dados multimídia, onde se inserem as bases de imagens. Fatores relevantes que contribuem para esta ampliação são o acesso e a geração de dados multimídia, os quais são freqüentemente utilizados pela população através dos meios de comunicação atuais. Desta forma, percebe-se claramente a necessidade existente por sistemas automatizados, capazes de lidar com o armazenamento e a recuperação destes dados em um tempo aceitável para os padrões atuais. Para este fim, são desenvolvidos sistemas de recuperação de imagens por conteúdo, onde este conteúdo é descrito através de suas características visuais de baixo nível, como forma, textura e cor. Para que um sistema deste tipo seja considerado ideal, ele deve ser eficiente e eficaz. A eficácia será resultado da maneira de como foram obtidas as informações de baixo nível das imagens, considerando diferentes condições de foco, oclusão e iluminação. A eficiência é conseqüência dos resultados obtidos utilizando-se a organização das informações extraídas. Os métodos de agrupamento constituem em uma das técnicas úteis para diminuir a complexidade computacional destes sistemas, uma vez que agrupa informações com características semelhantes, sob determinado critério, porém sem perder a representatividade das informações extraídas. Este trabalho propõe um método para recuperação de imagens baseada em conteúdo, que utiliza apropriadamente as técnicas de agrupamento, uma técnica de detecção de cantos e um método para normalizar as imagens no aspecto da iluminação, visando através disso obter descritores da imagem que sejam robustos e possam ser aplicados eficientemente em um sistema de recuperação de imagens por conteúdo - CBIR(Content Based Image Retrieval).