Orientador: Maurílio Boaventura / Banca: Maria Amélia Novais Schleicher / Banca: Elso Drigo Filho / Resumo: Neste trabalho apresentamos conceitos teþoricos fundamentais como os Príncipios da Boa Continuação de Gestalt e da Conectividade de Kanizsa, os quais estão intimamente relacionados 'a percepção visual humana estudada por psicólogos. Tais conceitos são muito importantes no contexto do processamento de imagens, principalmente no que se refere ao processo de Retoque Digital de Imagens, influenciando e auxiliando pesquisadores a criar modelos matemáticos que imitem o sistema visual humano, com a intenção de deixar o processo mais real possþývel. Apresentamos também, diversos modelos matemþaticos propostos para solucionar o problema de retoque digital, bem como técnicas para implementação computacional de tais modelos. / Abstract: In this work we present fundamental theoretical concepts like the Gestalt’s Good Continuation Principle and the Kanizsa’s Connectivity Principle, which are closely related to human visual perception studied by psychologists. Such concepts are very important in the context of the image processing, mainly in those related to the inpainting process. These concepts are influencing and helping researchers to create mathematical models that imitate the human visual system, with the purpose to make the process as real as possible. We also present, various mathematical models developed to solve the inpainting problem and techniques for the computational implementation of theses models. / Mestre

Made available in DSpace on 2016-06-02T20:05:59Z (GMT). No. of bitstreams: 1 DissLEBS.pdf: 1626270 bytes, checksum: c18112f89ed0a1eea09a198885cf2c2c (MD5) Previous issue date: 2007-06-14 / Financiadora de Estudos e Projetos / Abstract In this dissertation we will study how extended Poisson process can be applied to construct discrete probabilistic models. An Extended Poisson Process is a continuous time stochastic process with the state space being the natural numbers, it is obtained as a generalization of homogeneous Poisson process where transition rates depend on the current state of the process. From its transition rates and Chapman-Kolmogorov di¤erential equations, we can determine the probability distribution at any …xed time of the process. Conversely, given any probability distribution on the natural numbers, it is possible to determine uniquely a sequence of transition rates of an extended Poisson process such that, for some instant, the unidimensional probability distribution coincides with the provided probability distribution. Therefore, we can conclude that extended Poisson process is as a very ‡exible framework on the analysis of discrete data, since it generalizes all probabilistic discrete models. We will present transition rates of extended Poisson process which generate Poisson, Binomial and Negative Binomial distributions and determine maximum likelihood estima- tors, con…dence intervals, and hypothesis tests for parameters of the proposed models. We will also perform a bayesian analysis of such models with informative and noninformative prioris, presenting posteriori summaries and comparing these results to those obtained by means of classic inference. / Nesta dissertação veremos como o proceso de Poisson estendido pode ser aplicado à construção de modelos probabilísticos discretos. Um processo de Poisson estendido é um processo estocástico a tempo contínuo com espaço de estados igual ao conjunto dos números naturais, obtido a partir de uma generalização do processo de Poisson homogê- neo onde as taxas de transição dependem do estado atual do processo. A partir das taxas de transição e das equações diferenciais de Chapman-Kolmogorov pode-se determinar a distribuição de probabilidades para qualquer tempo …xado do processo. Reciprocamente, dada qualquer distribuição de probabilidades sobre o conjunto dos números naturais é pos- sível determinar, de maneira única, uma seqüência de taxas de transição de um processo de Poisson estendido tal que, para algum instante, a distribução unidimensional do processo coincide com a dada distribuição de probabilidades. Portanto, o processo de Poisson es- tendido se apresenta como uma ferramenta bastante ‡exível na análise de dados discretos, pois generaliza todos os modelos probabilísticos discretos. Apresentaremos as taxas de transição dos processos de Poisson estendido que ori- ginam as distribuições de Poisson, Binomial e Binomial Negativa e determinaremos os estimadores de máxima verossimilhança, intervalos de con…ança e testes de hipóteses dos parâmetros dos modelos propostos. Faremos também uma análise bayesiana destes mod- elos com prioris informativas e não informativas, apresentando os resumos a posteriori e comparando estes resultados com aqueles obtidos via inferência clássica.