Made available in DSpace on 2014-06-12T15:58:50Z (GMT). No. of bitstreams: 2 arquivo4729_1.pdf: 3010227 bytes, checksum: de82754c051a0375475b2eaaa586bc90 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2004 / As técnicas de filtragem s˜ao usadas em muitas aplicac¸ ˜oes de processamento de imagens. Uma variedade de filtros lineares tem sido desenvolvida para combater o ru´ido, por´em estes tendem a borrar a imagem e remover detalhes finos. Filtros adaptativos foram desenvolvidos com o objetivo de adaptarse aos dados da imagem, por´em ´e necess´ ario realizar testes at´e achar o “melhor” filtro. Este trabalho tem o objetivo de propor, desenvolver e validar um sistema de produc¸ ˜ao para filtragem de imagens que combine v´arias t´ecnicas de filtragem j ´a existentes, em vez de criar mais um novo filtro. Esta t´ecnica de filtragem, diferentemente das outras t´ecnicas de filtragem, prop ˜oe a utilizac¸ ˜ao de p filtros j ´a dispon´iveis na plataforma de trabalho e a combinac¸ ˜ao das p imagens resultantes da sua aplicac¸ ˜ao a imagem de entrada f de forma a satisfazer as expectativas do usu´ ario. Desta forma, o sistema oferece uma t´ecnica supervisionada para o processamento de imagens de forma coesa e amig´ avel em uma plataforma de produc¸ ˜ao que permite ao usu´ ario especificar os resultados desejados para a aplicac¸ ˜ao de filtragem. Com o objetivo de avaliar o desempenho da t´ecnica de filtragem apresentada, utilizou-se uma m´etrica quantitativa de avaliac¸ ˜ao: a relac¸ ˜ao sinal-ru´ido, atrav´es do NMSE (Normalized Mean Squared Error). Para avaliar o sistema proposto foram realizados testes de usabilidade, j ´a que esta ´e tida como ponto cr´itico no sucesso de um sistema interativo. Os experimentos realizados com a t´ecnica de filtragem de imagens apresentaram resultados qualitativos e quantitativos superiores aos obtidos com os filtros redutores de ru´idos cl ´ assicos, al´em de satisfazer de forma aproximada as expectativas de qualidade do usu´ ario. Al´em disso, os resultados obtidos com testes de interface mostram que o sistema apresenta uma boa usabilidade.

No processo de classificação de uma imagem digital, o atributo textura pode ser uma fonte importante de informações. Embora o processo de caracterização da textura em uma imagem seja mais difícil, se comparado ao processo de caracterização de atributos espectrais, sabe-se que o emprego daquele atributo pode aumentar significativamente a exatidão na classificação da imagem. O objetivo deste trabalho de pesquisa consiste em desenvolver e testar um método de classificação supervisionado em imagens digitais com base em atributos de textura. O método proposto implementa um processo de filtragem baseado nos filtros de Gabor. Inicialmente, é gerado um conjunto de filtros de Gabor adequados às freqüências espaciais associadas às diferentes classes presentes na imagem a ser classificada. Em cada caso, os parâmetros utilizados por cada filtro são estimados a partir das amostras disponíveis, empregando-se a transformada de Fourier. Cada filtro gera, então, uma imagem filtrada que quantifica a freqüência espacial definida no filtro. Este processo resulta em um certo número de imagens filtradas as quais são denominadas de "bandas texturais". Desta forma, o problema que era originalmente unidimensional passa a ser multi-dimensional, em que cada pixel passa a ser definido por um vetor cuja dimensionalidade é idêntica ao número de filtros utilizados. A imagem em várias "bandas texturais" pode ser classificada utilizando-se um método de classificação supervisionada. No presente trabalho foi utilizada a Máxima Verossimilhança Gaussiana. A metodologia proposta é então testada, utilizandose imagens sintéticas e real. Os resultados obtidos são apresentados e analisados.

No processo de classificação de uma imagem digital, o atributo textura pode ser uma fonte importante de informações. Embora o processo de caracterização da textura em uma imagem seja mais difícil, se comparado ao processo de caracterização de atributos espectrais, sabe-se que o emprego daquele atributo pode aumentar significativamente a exatidão na classificação da imagem. O objetivo deste trabalho de pesquisa consiste em desenvolver e testar um método de classificação supervisionado em imagens digitais com base em atributos de textura. O método proposto implementa um processo de filtragem baseado nos filtros de Gabor. Inicialmente, é gerado um conjunto de filtros de Gabor adequados às freqüências espaciais associadas às diferentes classes presentes na imagem a ser classificada. Em cada caso, os parâmetros utilizados por cada filtro são estimados a partir das amostras disponíveis, empregando-se a transformada de Fourier. Cada filtro gera, então, uma imagem filtrada que quantifica a freqüência espacial definida no filtro. Este processo resulta em um certo número de imagens filtradas as quais são denominadas de "bandas texturais". Desta forma, o problema que era originalmente unidimensional passa a ser multi-dimensional, em que cada pixel passa a ser definido por um vetor cuja dimensionalidade é idêntica ao número de filtros utilizados. A imagem em várias "bandas texturais" pode ser classificada utilizando-se um método de classificação supervisionada. No presente trabalho foi utilizada a Máxima Verossimilhança Gaussiana. A metodologia proposta é então testada, utilizandose imagens sintéticas e real. Os resultados obtidos são apresentados e analisados.

No processo de classificação de uma imagem digital, o atributo textura pode ser uma fonte importante de informações. Embora o processo de caracterização da textura em uma imagem seja mais difícil, se comparado ao processo de caracterização de atributos espectrais, sabe-se que o emprego daquele atributo pode aumentar significativamente a exatidão na classificação da imagem. O objetivo deste trabalho de pesquisa consiste em desenvolver e testar um método de classificação supervisionado em imagens digitais com base em atributos de textura. O método proposto implementa um processo de filtragem baseado nos filtros de Gabor. Inicialmente, é gerado um conjunto de filtros de Gabor adequados às freqüências espaciais associadas às diferentes classes presentes na imagem a ser classificada. Em cada caso, os parâmetros utilizados por cada filtro são estimados a partir das amostras disponíveis, empregando-se a transformada de Fourier. Cada filtro gera, então, uma imagem filtrada que quantifica a freqüência espacial definida no filtro. Este processo resulta em um certo número de imagens filtradas as quais são denominadas de "bandas texturais". Desta forma, o problema que era originalmente unidimensional passa a ser multi-dimensional, em que cada pixel passa a ser definido por um vetor cuja dimensionalidade é idêntica ao número de filtros utilizados. A imagem em várias "bandas texturais" pode ser classificada utilizando-se um método de classificação supervisionada. No presente trabalho foi utilizada a Máxima Verossimilhança Gaussiana. A metodologia proposta é então testada, utilizandose imagens sintéticas e real. Os resultados obtidos são apresentados e analisados.