Orientador: Alexandre Xavier Falcão / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-06T04:47:21Z (GMT). No. of bitstreams: 1 Miranda_PauloAndreVechiattode_M.pdf: 1474898 bytes, checksum: 3192aa5b0651e9bcf506aa8b6b5d5b9e (MD5) Previous issue date: 2006 / Resumo: Apesar do progresso das _ultimas duas décadas, o problema de segmentação de imagens continua sendo um dos mais difíceis desafios em análise de imagens. Mais especificamente, métodos de segmentação precisos são normalmente complexos, caros computacionalmente, dependentes de aplicação, e freqüentemente exigem interação humana. Estamos pesquisando métodos de segmentação interativa de imagens que reduzem a intervenção do usuário a simples escolha de poucos pixels na imagem. Buscamos minimizar o número de interações de forma que a automação se torne possível em algumas aplicações onde esses pixels podem ser identificados automaticamente. A metodologia adotada usa a transformada imagem floresta (IFT - Image Foresting Transform) - uma ferramenta geral para modelar, implementar e avaliar operadores de processamento de imagens baseados em conexidade. A IFT reduz o problema de processamento de imagem ao cálculo de uma floresta de caminhos de custo mínimo no grafo derivado da imagem. Nesse trabalho são apresentadas três novas técnicas de segmentação baseadas na IFT / Abstract: Despite of the progress over the last two decades, image segmentation remains one of the most difficult challenges in image analysis. More specifically, accurate segmentation methods are likely to be complex, computationally expensive, application-dependent, and often require considerable human interaction. We have investigated methods for interactive segmentation that reduce user intervention to simple selection of a few pixels in the image. We are interested in minimizing the user involvement such that automation becomes feasible for some applications where these pixels may be automatically identified. The adopted methodology uses the framework of the image foresting transform (IFT) - a general tool for the design, implementation, and evaluation of image processing operators based on connectivity. The IFT reduces image processing problems into a minimum-cost path forest problem in a graph derived from the image. In this work, we present three new segmentation methods based on the IFT / Mestrado / Ciência da Computação / Mestre em Ciência da Computação