O objetivo deste trabalho é apresentar uma nova abordagem, baseada no conceito de números fuzzy, para detecção de bordas em imagens digitais chamado FUNED (Fuzzy Number Edge Detector). A técnica de detecção de bordas implementada pelo FUNED considera uma vizinhança local dos pixels da imagem, definida pelo usuário e, baseado no conceito de números fuzzy, é verificado se um pixel pertence ou não aquela região da imagem, com base na intensidade dos tons de cinza que compõem a região. O pixel que não pertence à região é então classificado como um possível pixel de borda. Através de uma função de pertinência, a técnica proposta fornece uma matriz de pertinência em tons de cinza e, pela escolha de um limiar, as bordas da imagem são segmentadas. Para a modelagem do problema, os tons de cinza são considerados como números fuzzy e, para cada pixel gi,j da imagem, calcula-se a sua pertinência em relação a uma determinada região, considerando os vizinhos que possuem níveis de cinza próximos de gi,j. Ao considerar os valores de cinza como números fuzzy, incorpora-se a variabilidade inerente dos valores de cinza de imagens, proporcionando assim uma abordagem mais adequada ao tratamento de imagens digitais, em comparação ao tratamento clássico, baseado em uma formulação analítica. Para avaliação do desempenho da técnica, foram usadas imagens sintéticas e imagens reais em tons de cinza, obtidas na literatura, e realizados testes qualitativos e quantitativos. Para a realização dos testes quantitativos, foi desenvolvida uma nova metodologia de avaliação de detectores de bordas baseada na análise ROC. O processo de avaliação desenvolvido considera diferentes medidas, que são tomadas comparando-se as bordas obtidas com as bordas ideais. Os resultados da avaliação de desempenho mostraram que o FUNED é eficaz computacionalmente quando comparado aos detectores de Canny e de Sobel e, também a outras abordagens fuzzy. A técnica permite ao usuário o ajuste dos seguintes parâmetros: o tamanho da vizinhança local, o suporte de um número fuzzy e o limiar. O ajuste desses parâmetros proporciona diversas possibilidades de visualização das bordas de uma imagem, permitindo a escolha de detalhes da imagem. A implementação computacional do FUNED é intuitiva e com bom desempenho tanto para obtenção de bordas como em tempo de processamento, sendo adequada para aplicações em tempo real com implementação em hardware. / The purpose of this work is to introduce a new approach, based on fuzzy numbers, for edge detection in gray level images. The proposed approach is called FUNED (Fuzzy Number Edge Detector). The edge detection technique, implemented by FUNED, considers a local neighborhood of image pixels, defined by the user and, based on fuzzy numbers concept, it is verified whether a pixel belongs to that image region, according to the gray level intensity in the region. The pixel that does not belong to the region is then classified as a possible edge pixel. Therefore, through a membership function, the proposed technique provides a membership matrix in gray levels and, through the choice of a threshold, the image edges are segmented. For the modeling of the problem, the gray levels are considered fuzzy numbers and, for each pixel gi,j of the image, it is computed its membership regarding to a specific region, considering the neighbors presenting gray levels near gi,j. When considering gray-values as fuzzy numbers, the inherent variability of the image gray values are incorporated, thus promoting a more powerful approach for the treatment of digital images as compares with the classic treatment based on analytical formulation. For the assessment of the performance of the technique, it was used gray-level synthetics and real images, obtained from the literature, and qualitative and quantitative tests were carried out. To achieve the quantitative tests, it was developed a new methodology for evaluating edge detectors based on ROC analysis. The evaluation process developed considers various measures, that are taken by comparing the edges obtained with the ideal edges. The results of the assessment showed that the FUNED is more computationally efficient when compared to the results obtained by Canny and Sobel detectors and, also to other fuzzy approaches. The technique allows the user to adjust several parameters. The adjustment of these parameters provide several image edge visualization possibilities, which allow the choice of details in the image. The computational implementation of FUNED is intuitive and with good performance both for obtaining edges as in processing time, being suitable for real time applications with hardware implementation.

O objetivo deste trabalho é apresentar uma nova abordagem, baseada no conceito de números fuzzy, para detecção de bordas em imagens digitais chamado FUNED (Fuzzy Number Edge Detector). A técnica de detecção de bordas implementada pelo FUNED considera uma vizinhança local dos pixels da imagem, definida pelo usuário e, baseado no conceito de números fuzzy, é verificado se um pixel pertence ou não aquela região da imagem, com base na intensidade dos tons de cinza que compõem a região. O pixel que não pertence à região é então classificado como um possível pixel de borda. Através de uma função de pertinência, a técnica proposta fornece uma matriz de pertinência em tons de cinza e, pela escolha de um limiar, as bordas da imagem são segmentadas. Para a modelagem do problema, os tons de cinza são considerados como números fuzzy e, para cada pixel gi,j da imagem, calcula-se a sua pertinência em relação a uma determinada região, considerando os vizinhos que possuem níveis de cinza próximos de gi,j. Ao considerar os valores de cinza como números fuzzy, incorpora-se a variabilidade inerente dos valores de cinza de imagens, proporcionando assim uma abordagem mais adequada ao tratamento de imagens digitais, em comparação ao tratamento clássico, baseado em uma formulação analítica. Para avaliação do desempenho da técnica, foram usadas imagens sintéticas e imagens reais em tons de cinza, obtidas na literatura, e realizados testes qualitativos e quantitativos. Para a realização dos testes quantitativos, foi desenvolvida uma nova metodologia de avaliação de detectores de bordas baseada na análise ROC. O processo de avaliação desenvolvido considera diferentes medidas, que são tomadas comparando-se as bordas obtidas com as bordas ideais. Os resultados da avaliação de desempenho mostraram que o FUNED é eficaz computacionalmente quando comparado aos detectores de Canny e de Sobel e, também a outras abordagens fuzzy. A técnica permite ao usuário o ajuste dos seguintes parâmetros: o tamanho da vizinhança local, o suporte de um número fuzzy e o limiar. O ajuste desses parâmetros proporciona diversas possibilidades de visualização das bordas de uma imagem, permitindo a escolha de detalhes da imagem. A implementação computacional do FUNED é intuitiva e com bom desempenho tanto para obtenção de bordas como em tempo de processamento, sendo adequada para aplicações em tempo real com implementação em hardware. / The purpose of this work is to introduce a new approach, based on fuzzy numbers, for edge detection in gray level images. The proposed approach is called FUNED (Fuzzy Number Edge Detector). The edge detection technique, implemented by FUNED, considers a local neighborhood of image pixels, defined by the user and, based on fuzzy numbers concept, it is verified whether a pixel belongs to that image region, according to the gray level intensity in the region. The pixel that does not belong to the region is then classified as a possible edge pixel. Therefore, through a membership function, the proposed technique provides a membership matrix in gray levels and, through the choice of a threshold, the image edges are segmented. For the modeling of the problem, the gray levels are considered fuzzy numbers and, for each pixel gi,j of the image, it is computed its membership regarding to a specific region, considering the neighbors presenting gray levels near gi,j. When considering gray-values as fuzzy numbers, the inherent variability of the image gray values are incorporated, thus promoting a more powerful approach for the treatment of digital images as compares with the classic treatment based on analytical formulation. For the assessment of the performance of the technique, it was used gray-level synthetics and real images, obtained from the literature, and qualitative and quantitative tests were carried out. To achieve the quantitative tests, it was developed a new methodology for evaluating edge detectors based on ROC analysis. The evaluation process developed considers various measures, that are taken by comparing the edges obtained with the ideal edges. The results of the assessment showed that the FUNED is more computationally efficient when compared to the results obtained by Canny and Sobel detectors and, also to other fuzzy approaches. The technique allows the user to adjust several parameters. The adjustment of these parameters provide several image edge visualization possibilities, which allow the choice of details in the image. The computational implementation of FUNED is intuitive and with good performance both for obtaining edges as in processing time, being suitable for real time applications with hardware implementation.

Este trabalho desenvolveu um novo método para a detecção de contornos em imagens digitais que apresentam objetos de interesse muito próximos e que contêm complexidades associadas ao fundo da imagem como variação abrupta de intensidade e oscilação de iluminação. O método desenvolvido utiliza lógicafuzzy e desvio padrão da declividade (Desvio padrão da declividade fuzzy - FuzDec) para o processamento de imagens e detecção de contorno. A detecção de contornos é uma tarefa importante para estimar características de escoamento bifásico através da segmentação da imagem das bolhas para obtenção de parâmetros como a fração de vazio e diâmetro de bolhas. FuzDec foi aplicado em imagens de instabilidades de circulação natural adquiridas experimentalmente. A aquisição das imagens foi feita utilizando o Circuito de Circulação Natural (CCN) do Instituto de Pesquisas Energéticas e Nucleares (IPEN). Este circuito é completamente constituído de tubos de vidro, o que permite a visualização e imageamento do escoamento monofásico e bifásico nos ciclos de circulação natural sob baixa pressão.Os resultados mostraram que o detector proposto conseguiu melhorar a identificação do contorno eficientemente em comparação aos detectores de contorno clássicos, sem a necessidade de fazer uso de algoritmos de suavização e sem intervenção humana. / This work has developed a new method for digital image contour detection which can be successfully applied to images presenting objects of interest with high proximity and presenting complexities related with background abrupt intensity fluctuations. The developed method makes use of fuzzy logic and declivity standard deviation (Fuzzy Declivity Standard Deviation FuzDec) to image processing and contour detection. Contour detection is an important task to estimate two-phase flow features through bubble segmentation in order to obtain parameters as void fraction and bubble diameter. FuzDec was applied to natural circulation instability images which were experimentally acquired. Image acquisition was done at the Natural Circulation Circuit (CCN) of the Instituto de Pesquisas Energéticas e Nucleares (IPEN) in Brazil. This facility is all made up with glass tubes allowing easy visualization and imaging of one-phase and two-phase flow patterns during natural circulation cycles under low pressures. Results confirm that the proposed detector can improve contour identification when compared to classical contour detector algorithms, without using smoothing algorithms or human intervention.

Submitted by Cristiane Chim (cristiane.chim@ucpel.edu.br) on 2016-10-17T11:10:28Z No. of bitstreams: 1 JULIO FRANCISCO ROCHA DE OLIVEIRA.pdf: 2087173 bytes, checksum: c38d1eda0641d13eef2ccdb59655b27a (MD5) / Made available in DSpace on 2016-10-17T11:10:28Z (GMT). No. of bitstreams: 1 JULIO FRANCISCO ROCHA DE OLIVEIRA.pdf: 2087173 bytes, checksum: c38d1eda0641d13eef2ccdb59655b27a (MD5) Previous issue date: 2016-08-01 / This work proposes the exploration of approximate adders circuits for the implementation of power-efficient for Image Processing. The Gaussian filter is a convolution operator which is used to blur images and to remove noise. On the other hand, the Gradient of an image measures how it is changing. Both blocks can be designed in hardware using only shifts and additions/subtractions. In this work we exploit a set of approximate adders in order to implement energy-efficient filters. The tree of adders of Gaussian and Gradient filters are implemented using one Copy of bits adder, as well as an Error-Tolerant Adders - ETA. The approximate architectures are compared to the best precise implementation of the filters. As the Gaussian and Gradient blocks are part of the Canny edge detector algorithm, we have implemented the tree of adders of the filters aiming this application. In particular, an algorithm was proposed in the scope of this work in order to achieve the best adder trees for the Gaussian and Gradient filters. The main results show that for an efficient power realization of this algorithm, the best strategy consists in the implementation of the Gaussian filter with ETA I adder, and the Gradient filter with the Copy of bits adder. The approximate Gaussian and Gradient filters were applied to the fully hardware of Canny edge detector. The main results showed that the approximate Canny edge detector architectures present the best performance and precision metrics results, for most of the cases, when using both the Copy of bits and ETA I adders. For these tests a set of true images were used. The synthesis results showed that the use of the Gaussian and Gradient filters including the Copy of bits and ETA I adders has been efficient to the hardwired Canny edge detector that presented both area and energy consumption reductions. / Este trabalho propõe a exploração de circuitos somadores aproximados para a implementação de filtros eficientes em consumo de potência para Processamento de Imagem. O filtro Gaussiano é um operador de convolução que é usado para borrar as imagens e remover ruídos. Por outro lado, o Gradiente de uma imagem quantifica o quanto uma imagem está mudando. Ambos os blocos podem ser implementados em hardware usando apenas operações de deslocamento e somas/subtrações. Nesse trabalho, um conjunto de somadores aproximados é explorado para a implementação de filtros eficientes em termos de energia. As árvores de somadores dos filtros Gaussiano e Gradiente são implementadas usando um somador aproximado baseado na cópia de bits para a saída, bem como somadores tolerantes a erros (ETA - Error-Tolerant Adders). As arquiteturas aproximadas são comparadas com as implementações dos filtros com somadores precisos. Como os blocos Gaussiano e Gradiente são partes integrantes do algoritmo de detecção de bordas de Canny, logo as árvores de somadores dos filtros Gaussiano e Gradiente foram implementadas visando a esta aplicação. Em particular, um algoritmo foi proposto no âmbito deste trabalho para encontrar a melhor composição da árvore de somadores nos filtros Gaussiano e Gradiente. Os principais resultados mostram que, para a realização eficiente em potência desse algoritmo, as melhores estratégias consistem na implementação do filtro Gaussiano com o somador ETA I e a implementação do filtro Gradiente com o somador baseado em cópia de bits. Os filtros Gaussiano e Gradiente aproximados foram aplicados ao circuito completo de detecção de bordas de Canny. Os resultados mostraram que as arquiteturas de detecção de bordas de Canny aproximadas, com somadores baseado na cópia de bits e ETAI, na maioria dos casos possuem melhores resultados em relação às métricas de desempenho e precisão, com relação à arquitetura precisa. Os testes foram realizados usando um conjunto de imagens reais. Os resultados da síntese em ASIC mostraram que, as aproximações dos filtros Gaussiano e Gradiente com os somadores baseado em cópia de bits e ETA I trazem economia em área e energia ao circuito de detecção de bordas de Canny.

Este trabalho desenvolveu um novo método para a detecção de contornos em imagens digitais que apresentam objetos de interesse muito próximos e que contêm complexidades associadas ao fundo da imagem como variação abrupta de intensidade e oscilação de iluminação. O método desenvolvido utiliza lógicafuzzy e desvio padrão da declividade (Desvio padrão da declividade fuzzy - FuzDec) para o processamento de imagens e detecção de contorno. A detecção de contornos é uma tarefa importante para estimar características de escoamento bifásico através da segmentação da imagem das bolhas para obtenção de parâmetros como a fração de vazio e diâmetro de bolhas. FuzDec foi aplicado em imagens de instabilidades de circulação natural adquiridas experimentalmente. A aquisição das imagens foi feita utilizando o Circuito de Circulação Natural (CCN) do Instituto de Pesquisas Energéticas e Nucleares (IPEN). Este circuito é completamente constituído de tubos de vidro, o que permite a visualização e imageamento do escoamento monofásico e bifásico nos ciclos de circulação natural sob baixa pressão.Os resultados mostraram que o detector proposto conseguiu melhorar a identificação do contorno eficientemente em comparação aos detectores de contorno clássicos, sem a necessidade de fazer uso de algoritmos de suavização e sem intervenção humana. / This work has developed a new method for digital image contour detection which can be successfully applied to images presenting objects of interest with high proximity and presenting complexities related with background abrupt intensity fluctuations. The developed method makes use of fuzzy logic and declivity standard deviation (Fuzzy Declivity Standard Deviation FuzDec) to image processing and contour detection. Contour detection is an important task to estimate two-phase flow features through bubble segmentation in order to obtain parameters as void fraction and bubble diameter. FuzDec was applied to natural circulation instability images which were experimentally acquired. Image acquisition was done at the Natural Circulation Circuit (CCN) of the Instituto de Pesquisas Energéticas e Nucleares (IPEN) in Brazil. This facility is all made up with glass tubes allowing easy visualization and imaging of one-phase and two-phase flow patterns during natural circulation cycles under low pressures. Results confirm that the proposed detector can improve contour identification when compared to classical contour detector algorithms, without using smoothing algorithms or human intervention.