Made available in DSpace on 2014-06-12T15:55:32Z (GMT). No. of bitstreams: 2 arquivo2239_1.pdf: 10396822 bytes, checksum: dccadd3953f0ad40fde3170750e97c82 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2010 / Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco / A atual sociedade demanda métodos cada vez mais eficazes para proteger o acesso a instalações, a bens e a informações. Este controle, que pode ser entendido como um problema de identificação, é tradicionalmente realizado através do uso de nomes ou códigos de usuário, senhas, chaves e cartões. Entretanto, cartões e chaves podem ser perdidos, roubados ou copiados e nomes de usuário e senhas podem ser esquecidos, compartilhados ou até adivinhados. Métodos biométricos utilizam características físicas ou comportamentais possuídas pelos indivíduos para realizar a identificação. O uso de informações biométricas tem recebido grande atenção devido ao fato de que tais características não podem ser (ou dificilmente são) esquecidas, compartilhadas ou modificadas, sem assumir certo risco. Entre os diversos métodos biométricos, os sistemas de identificação baseados no reconhecimento da íris humana são frequentemente citados como uma das biometrias mais precisas. A presente dissertação descreve um sistema de reconhecimento de íris, baseado no modelo proposto por Libor Masek, composto pelas etapas de segmentação, normalização, extração de características (e codificação) e comparação. Modificações, em relação ao modelo original, foram propostas para as etapas de segmentação e extração de características. O uso de filtros log-Gabor 2D é investigado e os resultados alcançados são comparados com os obtidos pelo método sugerido por Masek. Um novo esquema para a etapa de segmentação também é apresentado. O método proposto combina técnicas de contorno ativo (AC) ao algoritmo Pulling-Pushing (PP desenvolvido por Zhaofeng He), dando origem ao modelo PP AC. Os resultados obtidos neste trabalho corroboram a idéia de que o reconhecimento de indivíduos através da íris possui ótima precisão, constituindo uma excelente escolha para a construção de sistemas de identificação

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.

Um mosaico é o conjunto de fotos de uma determinada área, recortadas e montadas técnica e artísticamente, de forma a dar a impressão de que todo o conjunto é uma única fotografia. No caso de fotografias aéreas, sua utilização soluciona o problema da necessidade de se retratar uma área de interesse mais extensa do que o campo de cobertura das lentes da câmera utilizada. O foco deste trabalho é a criação automática de mosaicos buscando encontrar a posição real de um conjunto de imagens imagens adquiridas em baixa altitude, de baixa escala, em relação à um Mapa de Base, de escala maior, realizando, assim, uma correlação entre imagens de escalas diferentes. Este problema é abordado por técnicas de análise multi-escala, mais precisamente, pela utilização de filtros de Gabor. A metodologia desenvolvida utiliza um banco de filtros de Gabor aplicado sobre uma imagem de referência de modo que, a partir da aplicação destes filtros sobre a mesma, seja possível gerar um processo automático de geração do mosaico para o restante do conjunto de imagens. Experimentos realizados utilizando o método proposto demonstram a eficácia do mesmo para imagens com texturas de orientação marcante, como o caso de imagens aéreas de plantação de eucaliptos / A mosaic is a set of pictures of a given area, technically and artistically cut and ?glued? together, giving the impression that the entire set resembles a single picture. For aerial photography, the use of mosaics solves the problem of imaging an area of interest whose dimension is much larger than that covered by the majority of the cameras available. This work focuses on the automatic creation of mosaics and aims to compute the real position of a set of images acquired at low altitudes (lower scale), in relation with a base map larger scale), by correlating images in different scales. Multi-scale analysis techniques, in particular, the Gabor filters, constitute an approach to this problem. The proposed methodology uses a bank of Gabor filters applied over a reference image in a way that an automatic process of mosaic generation, with the remaining set of images, could be carried out. Experiments have shown the efficiency of the proposed technique especially for images with clear textural orientation, for example, the case of aerial photographs of eucalyptus plantations

Um mosaico é o conjunto de fotos de uma determinada área, recortadas e montadas técnica e artísticamente, de forma a dar a impressão de que todo o conjunto é uma única fotografia. No caso de fotografias aéreas, sua utilização soluciona o problema da necessidade de se retratar uma área de interesse mais extensa do que o campo de cobertura das lentes da câmera utilizada. O foco deste trabalho é a criação automática de mosaicos buscando encontrar a posição real de um conjunto de imagens imagens adquiridas em baixa altitude, de baixa escala, em relação à um Mapa de Base, de escala maior, realizando, assim, uma correlação entre imagens de escalas diferentes. Este problema é abordado por técnicas de análise multi-escala, mais precisamente, pela utilização de filtros de Gabor. A metodologia desenvolvida utiliza um banco de filtros de Gabor aplicado sobre uma imagem de referência de modo que, a partir da aplicação destes filtros sobre a mesma, seja possível gerar um processo automático de geração do mosaico para o restante do conjunto de imagens. Experimentos realizados utilizando o método proposto demonstram a eficácia do mesmo para imagens com texturas de orientação marcante, como o caso de imagens aéreas de plantação de eucaliptos / A mosaic is a set of pictures of a given area, technically and artistically cut and ?glued? together, giving the impression that the entire set resembles a single picture. For aerial photography, the use of mosaics solves the problem of imaging an area of interest whose dimension is much larger than that covered by the majority of the cameras available. This work focuses on the automatic creation of mosaics and aims to compute the real position of a set of images acquired at low altitudes (lower scale), in relation with a base map larger scale), by correlating images in different scales. Multi-scale analysis techniques, in particular, the Gabor filters, constitute an approach to this problem. The proposed methodology uses a bank of Gabor filters applied over a reference image in a way that an automatic process of mosaic generation, with the remaining set of images, could be carried out. Experiments have shown the efficiency of the proposed technique especially for images with clear textural orientation, for example, the case of aerial photographs of eucalyptus plantations

[pt] O presente trabalho apresenta um estudo sobre técnicas de construção de um modelo tridimensional de objetos a partir unicamente da informação de textura. Estas técnicas são baseadas na medida da deformação da textura ao longo de uma superfície, obtendo assim a orientação do vetor normal à superfície em cada ponto. De posse da orientação é possível construir um modelo tridimensional do objeto. São avaliados três métodos. O primeiro emprega Filtros de Gabor e momentos de segunda ordem como medida de textura e os outros dois estimam a transformação afim entre recortes de igual tamanho na imagem. A estimativa da transformação afim tem ênfase especial neste trabalho por ser um passo fundamental no algoritmo que mede a deformação da textura. Os métodos foram validados em diferentes etapas, de forma a avaliar: estimativa da transformação afim; decomposição em ângulos; e reconstrução do modelo 3D a partir do mapa de orientação, também conhecido como mapa de agulhas. A avaliação experimental foi realizada com imagens sintéticas e fotos de objetos reais. Os resultados mostram a aplicabilidade, dificuldades e restrições dos métodos analisados. / [en] The current work presents a study about methods for 3D object shape reconstruction based on their texture information. These methods, called Shape from Texture, measure texture deformation along object surface, obtaining the orientation in each point of the image. Having the orientation in each point (a needle map) it is possible to construct the object 3D model. Three methods are studied in this dissertation. One of these methods uses Gabor Filters and second order moments, and other two that estimate the affine transform between images patches. The affine estimation problem gets emphasis in the present work since it is an essential step in most Shape from Texture algorithms. The methods were tested in separate steps: evaluate the affine transform estimation; the decomposition of the affine matrix in slant and tilt angles; and the 3D model reconstruction using the needle map. Both synthetic and real images were used on the experiments. The results clearly show the applicability, difficulties and restrictions of the investigated methods.