Made available in DSpace on 2017-07-21T14:19:23Z (GMT). No. of bitstreams: 1 Kelly Lais.pdf: 3909972 bytes, checksum: a9e068fb926de9ca233857005e400c84 (MD5) Previous issue date: 2014-12-16 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / O Sensoriamento Remoto (SR) dispõe de tecnologias em constante crescimento e com grande potencial para a agricultura, tanto no gerenciamento de culturas, manejo de solo, bem como discriminações de feições da terra. Atualmente, há muitos métodos de análise e categorização de paisagens, que com a integração de dados de SR e técnicas de Sistemas de Informação Geográfica (SIG) apresentam alternativa promissora. Isto é, proporcionam maior facilidade na manipulação de dados geográficos, bem como otimização da validação a campo. Neste contexto, esta pesquisa foi realizada utilizando classificação digital não-supervisionada pela Rede Neural Artificial (RNA) Self-Organizing Maps (SOM) no reconhecimento de padrões de uso e cobertura da terra em um recorte de imagem orbital de alta resolução Rapideye pertencente à Bacia do Pitangui, o qual abrange o município de Ponta Grossa, localizado a centro-leste do Estado do Paraná. Primeiramente aplicouse a técnica NDVI (Índice de Vegetação por Diferença Normalizada) para estimular a separação das classes, principalmente os diferentes tipos de cultivos agrícolas, bem como cobertura florestal. A imagem orbital e NDVI foram segmentadas por meio de Análise de Imagem Baseada em Objeto (GEOBIA), gerando descritores com propriedades espaciais, espectrais e de textura, culminando no banco de dados relacional (BDR) com tais descritores. Mediante Análise de Componentes Principais (ACP) reduziu-se a dimensionalidade dos dados do BDR, selecionando os descritores mais significativos. A dimensionalidade foi reduzida, sem perda de informação, de 42 descritores para 21, a saber 6 espaciais, 12 espectrais e 3 de textura. Após esta preparação dos dados, utilizou-se a RNA SOM para o reconhecimento dos padrões pré-determinados a campo. As classes de uso e cobertura da terra discriminadas pela RNA SOM foram cultivos (cultivo 1, 2, 3 e 4), estradas e construções, cobertura florestal e corpos d’água. A RNA SOM culminou no agrupamento das classes cultivos inclusive em relação ao seu ciclo fenológico. A associação da banda artificial NDVI, com seus descritores às bandas espectrais, incrementou a separabilidade entre classes, tais como cobertura florestal e corpos d’água. As classes de uso e cobertura da terra foram validadas a campo, a exatidão global foi de 91% de acerto, com índice kappa de 0,9, considerado resultado excelente em valores de referência. Também foi realizado o teste estatístico F, o qual satisfez as hipóteses de nulidade nas áreas analisadas.Conclui-se que os métodos utilizados apresentaram eficácia, agilidade e baixo custo no mapeamento d o uso e cobertura da terra em escala detalhada. / Remote Sensing (RS) uses steadily growing technologies and presents great potential for agriculture, e.g. in crop and land management, as well as for discrimination of land features. Currently, there are many methods of analysis and landscape categorization that when integrated with RS data and Geographic Information Systems (GIS) techniques stage as promising alternatives. That is, they provide greater ease in handling spatial data as well as optimizing validation on the field. In this context, this study was carried out using unsupervised digital classification with Artificial Neural Network (ANN) Self- Organizing Maps (SOM), in order to recognize patterns of land cover and land use in part of a high-resolution Rapideye orbital image belonging to the Pitangui River Basin, which encompasses the city of Ponta Grossa, located in the Central-Eastern portion of the State of Paraná. Initially, NDVI (Normalized Difference Vegetation Index) technique was applied to stimulate the separation of classes, especially to evidence different types of agricultural crops and forest cover. The orbital image and the NDVI were segmented through Geographic Object-Based Image Analysis (GEOBIA), generating descriptors with spatial, spectral and textural properties, culminating in the relational database (RDB) with such descriptors. With Principal Component Analysis (PCA) dimensionality of the BDR data was reduced, selecting the most significant descriptors. Dimensionality was reduced without information loss, from 42 descriptors to 21, namely 6 spatial, 12 spectral and 3 textural. After this data preparation, ANN SOM was used to recognize predetermined patterns in the field. The classes of land cover and land use discriminated by ANN SOM were crops (crop 1, 2, 3 and 4), roads and buildings; forest cover and water bodies. The ANN SOM culminated in the grouping of crop classes including in relation to its phenological cycle. The association of the NDVI artificial band with descriptors to spectral bands, increased the separability between classes, such as forest cover and water bodies. Classes of land cover and land use were validated in the field, the global accuracy was 91%, with kappa index of 0.9 and considered to be excellent as reference values. F statistical test was also carried out and showed satisfiability in the analyzed areas. It is concluded that the methods used were effective, agile and low-cost in detailed scale mapping of land use and coverage.

Made available in DSpace on 2017-07-21T14:19:31Z (GMT). No. of bitstreams: 1 MIKAMI, M M.pdf: 3402794 bytes, checksum: cb934aeb85ce1c45338450c4767a924d (MD5) Previous issue date: 2017-03-06 / The use of remotely piloted aircrafts (RPA) in precision agriculture (PA) is constantly evolving being a process comprised of the following steps: objective determination, capture and processing of images and the analisys of the obtained data. Although there is software and hardware made for those steps, the challange remains being the integration of the collected data, its reliability, and the intepretation of the resulting data for decision making. This work proposes a software architeture to make use of RPA on PA, allowing to perform all steps of the process using the Domain-Driven Design and Command and Query Responsability Segregation architectural patterns. The architecture, when used by researchers, allows the integration of new image processing modules, making use of case-based reasoning (CBR) for its evaluation. The architecture was evaluated in a case study under the following aspects: the reliability of the image processing methods and the adequacy of the CBR method when determining the best image processing algorithm for the specified objective. The results of the image processing algorithm for estimate the Normalized Difference Vegetation Index (NDVI) were compared to the results obtained by the field equipment (Greenseeker) and by processing made with the Pix4D software. Both the software and the equipment produced similar results, with a difference of about 7%. When doing the simulation for the best algorithm to be automaticaly used by the end user, the software correctly selected the algorithm with the highest probability of generating a correct outcome. In addition to the technical benefits, the developed architecture allows the results of field experiments analysis, associated with the algorithms used, to feed the knowledge base of the software so that it generates better parametrizations in the executions made by the end user. In addition to the technical benefits, the developed architecture allows the results of field experiments, associated with the used algorithms, to feed the knowledge base of the softwares that it generates better parametrizations when executed by the end user. The developed architecture in this work made possible integrating the several steps when using RPAs in PA, making easier its use by resaerchers and end users. The joint use by researchers and end users in the same environment could be an interesting alterative to publish new and better methods for image processing, giving to the end users more reliable results and more information about the crops. / O uso de aeronaves remotamente pilotadas (RPA) na agricultura de precisão (AP) está em constante evolução, sendo um processo que compreende as etapas de: determinação do objetivo, captura e processamento das imagens, e análise dos dados obtidos. Apesar de existirem alguns softwares e hardwares para essas etapas, a dificuldade ainda reside na integração dos dados coletados, sua confiabilidade, e na interpretação das informações resultantes para tomada de decisão. Este trabalho propõe uma arquitetura de software para o uso de RPA na AP que permite a execução de todas as etapas do processo utilizando os padrões arquiteturais Domain-Driven Design e Command e Query Responsability Segregation. Esta arquitetura, quando utilizada por pesquisadores, permite a integração de novos módulos de processamento de imagem, utilizando raciocínio baseado em casos (RBC) para sua avaliação. A arquitetura foi avaliada em um estudo de caso sob os seguintes aspectos: a confiabilidade dos métodos de processamento de imagem implementados e a adequação do método de RBC ao determinar o melhor algoritmo de processamento de imagem para objetivos específicos. O resultado do algoritmo de processamento de imagem para estimativa do índice de vegetação por diferença normalizada (NDVI) foi comparado aos resultados obtidos em equipamento de campo (Greenseeker) e pelo processamento via software Pix4D. Foi verificado que tanto os softwares quanto o equipamento geraram valores similares, com diferença média de 7%. Nas simulações de escolha do melhor algoritmo a ser utilizado automaticamente pelo usuário final, o software selecionou o algoritmo correto indicando para o mesmo a maior probabilidade de acerto. Além dos benefícios técnicos, a arquitetura desenvolvida permite que resultados de análises de experimentos em campo, associados aos algoritmos utilizados, alimentem a base de conhecimento do software para que o mesmo gere melhores parametrizações nas execuções feitas pelo usuário final. A arquitetura desenvolvida neste trabalho permitiu a integração das diversas etapas que envolvem o uso de RPA na AP, facilitando o uso por pesquisadores e usuários finais. A utilização conjunta de pesquisadores e usuários finais em um mesmo ambiente, pode ser uma alternativa interessante para publicação de novos e melhores métodos de processamento de imagem, fornecendo aos usuários finais mais informações sobre sua cultura e resultados mais confiáveis.

Made available in DSpace on 2017-07-21T14:19:43Z (GMT). No. of bitstreams: 1 EVANISE ARAUJO CALD.pdf: 7566314 bytes, checksum: 376003b7f419eb861b263f45501b2c37 (MD5) Previous issue date: 2014-01-29 / Brazil is one of the largest seed producers in the world. Therefore, one must be sought ways to ensure seed quality, free from mechanical damage and/or infection. Computational techniques can assist on detecting these problems, indicating seeds that are or are not following the standards of the existing legislation. The use of digital image processing in agriculture has been established in various areas of knowledge. In agriculture, the digital image processing can help in the area of visual inspection of seeds, a tedious task and with human subjectivity. The digital image processing consists of several steps: image acquisition, preprocessing, segmentation, recognition and interpretation. Among all these steps, the acquisition is the most important, since following stages depend on it to get the desired information. The acquisition has an image capture device, lighting, among other items. An acquisition system that is not developed to a defined purpose can produce inefficient images for the image processing system. For instance, the system can detect a non-existent disease or mechanical damages in the seed, presenting false positives and false negatives, due to the presence of residues in the environment or a wrong image resolution. The objective of this work is to choose the best methodology for capturing images for analysis of seed quality of maize. This was done through two measures of distances between histograms, the intersection and the correlation. To evaluate the performance of the developed methodologies in terms of repeatability and reproducibility, three replications of nine image groups were performed after the systematic rearrangement of equipment in each repetition; and three replicates of nine image groups in which the equipments were not removed from setup; at the end, each repetition had 81 images. As a result, it was verified the need to perform a calibration procedure of the acquisition system at each repetition; and that there is a constancy in the images, for the same repetition, obtaining, for the best case, a distance between histograms of 0.99804 ± 0.00124, with the correlation metric. / O Brasil é um dos maiores produtores de sementes mundiais. Portanto, devem-se buscar meios de garantir sementes de qualidade, livres de danos mecânicos e/ou infecções. Técnicas computacionais podem auxiliar na detecção desses problemas, indicando sementes que estão ou não no padrão da legislação vigente. O uso do processamento digital de imagens na agricultura vem sendo estabelecido em diversas áreas de conhecimento. Na agricultura, o processamento digital de imagens pode auxiliar na área de inspeção visual de sementes, uma tarefa tediosa e com subjetividade humana. O processamento digital de imagens é composto por várias etapas: aquisição de imagem, pré-processamento, segmentação, reconhecimento e interpretação. Dentre todas essas etapas a aquisição é uma das mais importantes, pois, as fases seguintes dependem dela para obter a informação desejada. Na aquisição tem-se o dispositivo de captura das imagens, a iluminação da cena, dentre outros itens. Um sistema de aquisição não direcionado para o fim que se propõe pode produzir imagens ineficazes para o sistema de processamento de imagem. Por exemplo, detectar uma doença ou danos mecânicos inexistentes em uma semente, ou seja, apresentando falsos positivos e falsos negativos, devido à presença de resíduos no ambiente ou à resolução da imagem estar errada. O objetivo deste trabalho é escolher a melhor metodologia para a captura de imagens para fins de análise de qualidade de sementes de milho. Isso foi feito através de duas medidas de distâncias entre histogramas de imagens, a interseção e a correlação. Para avaliar o desempenho das metodologias elaboradas, em termos de repetitividade e reprodutibilidade, foram realizadas três repetições, de nove grupos de imagens, após o rearranjo sistemático dos equipamentos em cada repetição; e três repetições, de nove grupos de imagens, em que os equipamentos não foram retirados do lugar; sendo que em cada repetição eram obtidas 81 imagens. Como resultados, verificaram-se a necessidade de efetuar um procedimento de calibração do sistema de aquisição em cada repetição; e uma constância nas imagens, para a mesma repetição, obtendo, para o melhor caso, uma distância entre histogramas, pela métrica da correlação, de 0,99804 ± 0,00124.

Ferramentas de geoinformação possuem grande aplicabilidade na compreensão e no mapeamento de deslizamentos. Considerando-se a importância dos componentes do relevo e da cobertura do solo neste processo, torna-se essencial o estabelecimento de metodologias para a síntese de informações do relevo e para a identificação de cicatrizes de deslizamento, de maneira a facilitar o monitoramento de áreas de risco. O objetivo desta Tese é propor metodologias de processamento digital de imagens para o mapeamento e identificação de cicatrizes de deslizamento próximo a rodovias. Um deslizamento de grande porte com várias consequências econômicas, ocorrido no ano de 1999, às margens da Rodovia Anchieta, na bacia hidrográfica do Rio Pilões foi utilizado como área de estudo deste trabalho. Utilizando dados gratuitos, mapas de cobertura do solo e de compartimentação do relevo foram gerados e analisados conjuntamente para a identificação das áreas de potenciais cicatrizes na região das Rodovias Anchieta e Imigrantes. A análise do relevo foi realizada utilizando técnicas de classificação baseada em objeto. A identificação de áreas de cicatrizes de deslizamento foi realizada através da avaliação de duas estratégias metodológicas: uma utilizando o algoritmo de classificação supervisionada SVM (Support Vector Machine) aplicado ao índice de vegetação NDVI (Normalized Difference Vegetation Index) e outra que utilizando combinação entre diferentes classificadores para a composição de uma classificação final. Os resultados obtidos para o mapeamento do relevo mostraram que a metodologia proposta possui grande potencial para a descrição de feições do relevo, com maior nível de detalhamento, facilitando a identificação de áreas com grande potencial de ocorrência de deslizamentos. Ambas as metodologias de identificação de cicatrizes de deslizamento apresentaram bons resultados, sendo que a combinação entre os algoritmos SVM, Redes Neurais e Máxima Verossimilhança apresentou o resultado mais adequado com os objetivos do trabalho, atingindo erro de omissão inferior a 10% para a classe de deslizamento. A combinação dos dois produtos permitiu a análise e identificação de diversas áreas de potenciais cicatrizes de deslizamento associadas à rodovias na região de estudo. A metodologia proposta possui ampla replicabilidade, podendo ser utilizada para análises de risco associadas a assentamentos urbanos, empreendimentos lineares e para o planejamento territorial e ambiental. / Geoinformation tools have great applicability in understanding and mapping landslides. Considering the significance of releif components and land cover in this process, it is essential the establishment of methods for the synthesis of the relief information and identification landslides, aiming to facilitate areas risk monitoring. The objective of this Dissertation is to propose digital image processing methodologies for map and identify landslide near to highways. A large landslide with several economic consequences was used as a study area of this work, occurred in 1999, near the Highway Anchieta, in Piloes river basin. Using free data, land cover and relief subdivsion maps were generated and intersected to identify areas of potential landslides in the region of Highways Anchieta and Imigrantes. The relief analysis was performed using based on object classification techniques. The identification of the landslide was performed by evaluating two methodological strategies: one using the supervised classification algorithm SVM (Support Vector Machine) applied to the NDVI vegetation index (Normalized Difference Vegetation Index) and another using combination of different classifiers for the composition of a final classification. The results obtained for relief mapping showed that the proposed method has great potential for the description of the relief features, with greater detail, facilitating the identification of areas with high potential for occurrence of landslides. Both landslides identification methodologies showed good results, and the combination of SVM, Neural Network and Maximum Likelihood algorithms presented the most appropriate result, reaching omission error of less than 10% for the landslide class. The combination of the two products allowed the analysis and identification of several areas of potential landslide scars associated with roads in the study area. The proposed methodology has extensive replication and can be used for risk analysis associated with urban settlements, linear infrastructures and the territorial and environmental planning.

As imagens por ressonância magnéticas não indispensáveis no diagnóstico e tratamento de tumores do encéfalo devido ao seu alto grau de detalhamento anatômico. A tarefa de segmenta¸cão da região tumoral, nestas, permite uma análise quantitativa mais precisa, viabilizando um melhor acompanhamento da evolução/regressão da doença. Porém, a realização manual de tal trabalho é cansativa e apresenta diversas desvantagens que a tornam proibitiva, fazendo com que nao haja muitos médicos dispostos a realizá-la rotineiramente. Neste trabalho é proposto um sistema para segmenta¸cão automática de tumores do encéfalo. O sistema emprega parâmetros de textura de naturezas diversas, como estatísticos, baseados em modelo, e baseados em transformada, os quais são extraídos de diferentes tipos de imagem comuns à pratica médica (T1, T1 com contraste e FLAIR). As técnicas de análise de textura são capazes de detectar alterações mínimas nos tecidos, às vezes imperceptíveis à visão humana, fato que motiva sua adoção; e podem ser complementadas por informações adicionais como valores de intensidade. O sistema proposto conta com quatro etapas básicas: pré-processamento, extração de características, segmentação e pós-processamento; e baseia-se no uso de uma máquina de vetor de suporte para classificação dos pixeis. Os resultados obtidos mostram que o sistema apresenta uma taxa média de acerto elevada, comparável aos resultados encontrados em trabalhos relacionados, sendo capaz de localizar e delimitar a região tumoral sem necessidade de interação com o usuário. A quantificação dos resultados foi realizada utilizando-se métricas de artigos encontrados na literatura. / Magnetic resonance images are essential in the diagnosing and treatment of brain tumors due to its high amount of anatomic details. The task of segmenting brain tumor regions in these images makes more exact quantitative analysis feasible, allowing a better tracking of the evolution/regression of the disease. Nevertheless, the execution of such task is burdensome, featuring several drawbacks that turns it into a prohibitive one, and makes many doctors unwilling to put it into practice. In this work an automatic brain tumor segmentation system is proposed, in which several types of texture parameters such as statistical, model based and transform based, are applied. Those parameters are extracted from different, extensively used, types of magnetic resonance images (T1, T1 with contrast and FLAIR). Texture analysis techniques are capable of detecting tiny changes in underlying tissue, which are sometimes imperceptible to the human vision, fact that motivates its adoption here. Texture features can also be completed by other kinds of characteristics, such as pixel intensity. The proposed system comprises four basic steps: pre-processing, feature extraction, segmentation, and post-processing, and is based on a support vector machine for pixel classification. Final results shows that the system archived high success rates, which are comparable to results found in related works, and that it was able to locate and delimit tumor areas without any user interaction. For the quantification of the results, some metrics found in papers presented in the literature were adopted.

Os aços inoxidáveis do tipo duplex possuem grande importância na indústria, principalmente na do petróleo e gás natural, por apresentarem elevada resistência mecânica e excelente resistência à corrosão. Caracterizam-se por apresentar estrutura bifásica, constituída de proporções praticamente iguais de ferrita e austenita. O presente trabalho caracterizou juntas soldadas por TIG autógeno de aço inoxidável duplex UNS S32760. Foram confeccionados quatro grupos de amostras, provenientes da variação da corrente de soldagem e consequentemente do aporte térmico (corrente de pico: 25A e 40A - aporte térmico: 0,12KJ/mm e 0,19KJ/mm) e da composição do gás de proteção (argônio puro ou argônio contendo 2,5% nitrogênio). Foram utilizadas técnicas de caracterização por metalografia colorida, análise e processamento digital de imagens, ensaios de microdureza Vickers. Para avaliar a resistência à corrosão foram realizados ensaios de potencial em circuito aberto com solução de cloreto férrico (FeCl3) e eletrodo de referência de calomelano saturado. A análise quantitativa das fases ferrita e austenita presentes nas juntas soldadas mostrou que a adição de nitrogênio no gás de proteção favoreceu a formação da fase austenita, variando de 11% (sem nitrogênio) para 26% (com nitrogênio) a quantidade desta fase. Em uma análise qualitativa a variação do aporte térmico: 0,12KJ/mm para 0,19KJ/mm resultou no aumento do tamanho de grãos da fase ferrita. / The duplex stainless steels are of great importance in industry, mainly in oil and natural gas due to their high mechanical strength and excellent corrosion resistance. They are characterized by having biphasic structure, consisting of nearly equal proportions of ferrite and austenite. The present work characterized welded joints by autogenous TIG process of duplex stainless UNS S32760. Four groups of samples were prepared, from the variation of welding current and consequently of heat input (20A and 40A - heat input: 0.12KJ/mm and 0.19KJ/mm) and the composition of shielding gas (pure argon or argon containing 2.5% nitrogen). Techniques of characterization by colored metallography, analysis and digital image processing and Vickers microhardness tests techniques were used. To evaluate the corrosion resistance, tests were performed at open circuit potential with a solution of ferric chloride (FeCl3) and reference electrode of saturated calomel. The quantitative analysis of ferrite and austenite phases present in the welded joints showed that the addition of nitrogen in shielding gas favored the formation of austenite phase, ranging from 11% (without nitrogen) to 26% (with nitrogen) the amount of this phase In a qualitative analysis the variation of heat input (0.12KJ/mm and 0.19KJ/mm) resulted in an increase of the ferrite phases grain size.

FundaÃÃo Cearense de Apoio ao Desenvolvimento Cientifico e TecnolÃgico / O auxÃlio ao diagnÃstico atravÃs da visualizaÃÃo de imagens mÃdicas vÃm sendo utilizado em diversas Ãreas da Medicina tais como pneumologia, cardiologia, traumatologia, neurologia, dentre outras. Na Ãrea da cardiologia, vÃrias aplicaÃÃes clÃnicas tÃm sido propostas para a anÃlise de doenÃas cardÃacas atravÃs da quantificaÃÃo e avaliaÃÃo da dessincronia ventricular esquerda durante a deformaÃÃo do mÃsculo cardÃaco (miocÃrdio). Existem, atualmente, duas tÃcnicas utilizadas na aferiÃÃo da deformaÃÃo miocÃrdica em duas dimensÃes: Doppler Tecidual (DT) e Strain 2D (St2D). A primeira tÃcnica possui desvantagens quanto à dependÃncia do Ãngulo de insonaÃÃo do transdutor durante o exame ecocardiogrÃfico, diminuindo a chance de reprodutibilidade do resultado das mediÃÃes entre especialistas. A segunda tÃcnica, recentemente introduzida e tambÃm chamada de Speckle Tracking, consiste no acompanhamento de marcadores acÃsticos naturais existentes na imagem produzida pelo ultrassom. Neste sentido, vÃ-se a importÃncia do estudo de tÃcnicas para rastrear esses marcadores acÃsticos. A presente dissertaÃÃo realiza uma anÃlise comparativa entre oito algoritmos de estimaÃÃo de deslocamento baseados na tÃcnica de Casamento de Blocos (CB) e trÃs algoritmos baseados na tÃcnica de Fluxo Ãptico (FO), que sÃo as duas atuais tÃcnicas amplamente citadas na literatura. A anÃlise à realizada mediante vÃdeos sintÃticos e vÃdeos mÃdicos de exames ecocardiogrÃficos. A avaliaÃÃo das tÃcnicas em vÃdeos sintÃticos à realizada quanto à trajetÃria e à deformaÃÃo. Jà a avaliaÃÃo em vÃdeos de exames ecocardiogrÃficos à realizada quanto Ãs curvas e taxas de deformaÃÃo. Na anÃlise da trajetÃria sÃo aplicadas duas mÃtricas de avaliaÃÃo das tÃcnicas: correlaÃÃo mÃdia e erro quadrÃtico mÃdio. Para a anÃlise das curvas e das taxas de deformaÃÃo a mÃtrica usada à o valor do erro quadrÃtico mÃdio em relaÃÃo à deformaÃÃo global (global strain) do miocÃrdio. Os resultados indicam que o desempenho idÃntico de alguns estimadores de deslocamento os reduzem de oito para seis algoritmos. A tÃcnica de CB mostra-se viÃvel para o rastreamento de marcas acÃsticas mas à dependente das dimensÃes adotadas nos blocos. Em relaÃÃo Ãs tÃcnicas de FO, o algoritmo de Lucas e Kanade Piramidal à o que obtÃm melhor resultado nos testes realizados, produzindo curvas de deformaÃÃo global com erro mÃdio de 0,47%, enquanto os valores de erro dos outros algoritmos de FO estÃo em torno de 10%. No caso, os erros dos estimadores de CB variam de 1% a 16%. / Aided diagnosis by visualization of medical images has been used in several medical fields such as pulmonology, cardiology, traumatology, neurology, and others. In cardiology, several clinical applications have been proposed for the analysis of heart disease by quantification and evaluation of ventricular dyssynchrony during deformation of the heart muscle (myocardium). There are currently two techniques used in the measurement of myocardial deformation in two dimensions: Tissue Doppler and 2D Strain. The first technique has drawbacks regarding the dependence on the angle of insonation of the transducer during the echocardiographic examination, which reduce the chance of reproducibility of measurements among experts. The second technique, recently introduced and also called Speckle Tracking, consists of tracking the natural acoustic markers in the image produced by ultrasound. In this sense we see the importance of studying techniques to track these acoustic markers. This thesis performs a comparative analysis of eight algorithms from time-delay estimators based on the block matching technique and three algorithms based on the optical flow technique, which are the two current techniques widely presented in the literature. The analysis is performed using synthetic videos and medical videos from echocardiographic examinations. The evaluation of the techniques in synthetic videos is performed on the trajectory and deformation. The assessment in echocardiographic videos is held regarding the strain curves and strain rates. In the analysis of the trajectory are applied two metrics for evaluating techniques: mean correlation and mean square error. For the analysis of strain curves and of strain rate the measure used is the value of the mean square error relative to global strain of myocardium. The results indicate that the identical performance of some estimators reduce the time-delay estimators from eight to six algorithms. The block matching technique appears to be a viable technique for tracking acoustic marks but is dependent on the dimensions adopted in the blocks. Regarding optical flow techniques, the Lucas and Kanade Pyramidal algorithm is the one which gets the best results in the tests performed herein and produce global strain curves average error of 0.47 %, while the error values of the other optical flow algorithms are around 10 %. In case, the block matching time-delay estimators errors vary from 1% to 16%.

As condições físicas do ambiente, pretéritas e atuais, determinam variações quanto à estrutura e distribuição dos manguezais ao longo das áreas litorâneas. O presente estudo visa caracterizar as tendências da dinâmica de bosques de mangue do Sistema Cananéia-Iguape. Tratamento de imagens digitais e dinâmica de feições sedimentares na região forneceram subsídios para o presente estudo. O Sistema Cananéia-Iguape está localizado no extremo sul do Estado de São Paulo (Brasil), latitude de 25oS. Imagens digitais TM/Landsat5, WRS 220/77 D, composição colorida (RGB) TM4/TM3/TM2, de duas datas (14/09/86 e 02/09/99) foram tratadas no SIG ILWIS (Integrated Land and Water Information System). Os pontos de amostragem de estrutura dos bosques de mangue e de topografia foram escolhidos considerando-se os resultados da classificação superviosionada e da dinâmica sedimentar das feições de deposição no sistema, segundo Tessler (1982) e Tessler & Furtado (1983). Para estudo da estrutura dos bosques de mangue adotou-se metodologia de Schaeffer-Novelli & Cintrón (1986). Análise de agrupamento por ligação simples confirmou os resultados obtidos no tratamento de dados de estrutura dos bosques de mangue. A dinâmica sedimentar e a topografia são fatores que determinam a colonização por determinadas espécies de mangue em feições de deposição. / Past and current environment conditions drive changes to mangrove structure and distribuition along the coast. This paper aims to caracterize mangrove forest dynamic tendencies at Cananeia-Iguape System. Digital image processing and region morphodynamics support the present study. Cananeia-Iguape System is located at the South of São Paulo State (Brazil), latitude 25oS. A colored composition (RGB TM4/TM3/TM2) of Landsat TM digital images (WRS 220/77D) from different dates (14/09/86 and 02/09/99) were processed with ILWIS SIG (Integrated Land and Water Information System). Mangrove forest structure and topographic sampling spots were chosen given the results of supervised classification and given its sedimentary morphodynamic deposition, following Tessler (1982) and Tessler & Furtado (1983). Mangrove forest structure study is based on Cintrón & Schaeffer-Novelli (1984). Single linkage cluster analysis has confirmed the results obtained from the mangrove forest structure study. Region sedimentary dynamics and topographic factors drive mangrove colonization by particular species on deposition shores.

As imagens por ressonância magnéticas não indispensáveis no diagnóstico e tratamento de tumores do encéfalo devido ao seu alto grau de detalhamento anatômico. A tarefa de segmenta¸cão da região tumoral, nestas, permite uma análise quantitativa mais precisa, viabilizando um melhor acompanhamento da evolução/regressão da doença. Porém, a realização manual de tal trabalho é cansativa e apresenta diversas desvantagens que a tornam proibitiva, fazendo com que nao haja muitos médicos dispostos a realizá-la rotineiramente. Neste trabalho é proposto um sistema para segmenta¸cão automática de tumores do encéfalo. O sistema emprega parâmetros de textura de naturezas diversas, como estatísticos, baseados em modelo, e baseados em transformada, os quais são extraídos de diferentes tipos de imagem comuns à pratica médica (T1, T1 com contraste e FLAIR). As técnicas de análise de textura são capazes de detectar alterações mínimas nos tecidos, às vezes imperceptíveis à visão humana, fato que motiva sua adoção; e podem ser complementadas por informações adicionais como valores de intensidade. O sistema proposto conta com quatro etapas básicas: pré-processamento, extração de características, segmentação e pós-processamento; e baseia-se no uso de uma máquina de vetor de suporte para classificação dos pixeis. Os resultados obtidos mostram que o sistema apresenta uma taxa média de acerto elevada, comparável aos resultados encontrados em trabalhos relacionados, sendo capaz de localizar e delimitar a região tumoral sem necessidade de interação com o usuário. A quantificação dos resultados foi realizada utilizando-se métricas de artigos encontrados na literatura. / Magnetic resonance images are essential in the diagnosing and treatment of brain tumors due to its high amount of anatomic details. The task of segmenting brain tumor regions in these images makes more exact quantitative analysis feasible, allowing a better tracking of the evolution/regression of the disease. Nevertheless, the execution of such task is burdensome, featuring several drawbacks that turns it into a prohibitive one, and makes many doctors unwilling to put it into practice. In this work an automatic brain tumor segmentation system is proposed, in which several types of texture parameters such as statistical, model based and transform based, are applied. Those parameters are extracted from different, extensively used, types of magnetic resonance images (T1, T1 with contrast and FLAIR). Texture analysis techniques are capable of detecting tiny changes in underlying tissue, which are sometimes imperceptible to the human vision, fact that motivates its adoption here. Texture features can also be completed by other kinds of characteristics, such as pixel intensity. The proposed system comprises four basic steps: pre-processing, feature extraction, segmentation, and post-processing, and is based on a support vector machine for pixel classification. Final results shows that the system archived high success rates, which are comparable to results found in related works, and that it was able to locate and delimit tumor areas without any user interaction. For the quantification of the results, some metrics found in papers presented in the literature were adopted.

Podemos afirmar que deslocamentos da imagem em quadros consecutivos de uma seqüência de vídeo são causados por pequenas vibrações da câmera e/ou movimentos desejados pelo operador da câmera. A estabilização de imagem consiste no processo de remoção de pequenas vibrações que caracterizam movimentos indesejados de uma seqüência de imagens. Com este propósito, atualmente técnicas de processamento digital de vídeo vêm sendo comumente aplicadas na indústria eletrônica. No processo digital de estabilização de imagens são necessários métodos computacionais de estimação, de suavização e de correção de movimento, para os quais, existe uma grande variedade de técnicas de processamento. O emprego de uma técnica específica de processamento é determinado conforme o tipo de aplicação. Técnicas para a estimação de movimento como casamento de blocos (CB), e para a suavização de movimento como filtro de freqüência passa baixa, são freqüentemente encontradas na literatura. Este trabalho apresenta um sistema de estabilização digital de imagens em tempo real capturadas por uma câmera digital, estimando e compensando movimentos translacionais e rotacionais indesejados. / Undesirable shakes or jiggles, object motion within image or desirable motions caused by the camera operator causes image differences in consecutive frames of video sequences. The image stabilization consists of the process of removing inevitable and undesirable fluctuations, shakes and jiggles; with this purpose, nowadays digital processing techniques have been commonly applied in the electronic industry. On the digital processing of image stabilization, computational methods of estimation, smoothing and motion correction are necessary. In the literature various digital processing techniques for image stabilization are described, the most suitable technique should be chosen according to the kind of application. Techniques such as block matching used in motion estimation and low-pass filters used in motion smoothing are found in a great number of papers. This work presents a real time digital image stabilization system capable of stabilizing video sequences with undesirable translational and rotational displacements between frames.