No description available.

No description available.

Orientadores: Roberto de Alencar Lotufo, Luciano da Fonseca Costa / Tese (doutorado) - Universidade Estadual de Campinas, Fauculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-07-23T08:07:26Z (GMT). No. of bitstreams: 1 Marana_AparecidoNilceu_D.pdf: 11541987 bytes, checksum: 43e0eb63623ee2074e8bc949905b5aa1 (MD5) Previous issue date: 1997 / Resumo: Um dos objetivos desta tese é propor novos descritores para a caracterização e classificação de texturas orientadas, inspirados nos sistemas biológicos de visão, dentre os quais o sistema de visão humano, que é particularmente sensível a estímulos retilíneos. A aplicação dos novos descritores, que dependem dos segmentos de retas que são extraídos das imagens através da transformada de Hough, na classificação de texturas orientadas reais apresentou bons resultados. Outro objetivo desta tese foi avaliar a eficácia das medidas de texturas e a relevância das informações sobre orientação na estimação de níveis de densidades de congestionamentos de pessoas. Tal estimação é crucial para o gerenciamento e controle de multidões. A avaliação foi realizada sobre um conjunto de aproximadamente 300 imagens, capturadas na estação de trens de Liverpool Street, em Londres, Reino Unido, utilizando-se 4 medidas de texturas extraídas das imagens por meio dos quatro seguintes métodos: matrizes de dependência espacial dos tons de cinza, segmentos de retas (proposto nesta tese), análise de Fourier e dimensões fractais. As estimações das densidades de congestionamentos são dados em termos das classificações das imagens de entrada em cinco classes de densidades (baixíssima densidade, baixa densidade, densidade moderada, alta densidade e altíssima densidade)... Observação: O resumo, na íntegra, poderá ser visualizado no texto completo da tese digital / Abstract: One of the goals of this thesis is to present a new method for oriented texture characterization and classification, inspired in biological vision systems, including the human vision system, which are particularly sensitive to rectilinear stimuli. The features proposed, which are based on staight line segments extracted from the image by using the Hough transform, were used to classify real oriented textures, providing good results. Another goal of this thesis was to assess the efficacy of texture measures and the relevance of orientation as means for estimating levels of crowd densities in images. This estimation is crucial for the problem of crowd monitoring and control. The assessment was carried out on a set of almost 300 real images captured from Liverpool Street Train Station, London, UK, using texture measures extracted from the images though the following four different methods: gray level dependence matrices, straight line segments (proposed in this thesis), Fourier analysis, and fractal dimensions. The stimulations of crowd densities are given in terms of the classification of the input image in five classes of densities (very low, low, moderate, high and very high). During the experiments, three types of classifiers were used: neural (implemented according to the Kohonen model), Bayesian, and an approach based on fitting functions... Note: The complete abstract is available with the full electronic digital thesis or dissertations / Doutorado / Doutor em Engenharia Elétrica

No description available.

Com a crescente necessidade de segurança, o processo de identificação pessoal é cada vez mais exigido. A extração de características faciais é um passo importante quando se lida com interpretação visual automatizada no reconhecimento de faces humanas. Dentre as características faciais, os olhos são partes importantes no processo de reconhecimento, pois determinam o início da busca por outras características relevantes. Neste trabalho é apresentado um método de localização de olhos em imagens frontais de faces humanas. Este método é subdividido em duas partes. Primeiro, são identificados os possíveis candidatos a olhos usando a Transformada de Hough para círculos; depois é aplicada a Distância Euclidiana confirmando-se a localização pro biometria facial. / Personal identification process is an exigency for security systems. Facial feature extraction is a crucial step for automated visual interpretation in human face recognition. Withim all the facial features, the eyes are significantly parts for the recognition process, therefore they set up the start for another relevant feature search. In this work, we present a method for eyes locating in digital images of frontal human faces. This method is subdivided into two parts. First, we identify the possible eyes\'s candidates by Hough Transfor for circules, them we apply the Euclidian distance and calculate the eyes\'s position by facial biometric measurement.

A segmentação é uma etapa intermediária no registro e reconstrução 3D do pulmão. Geralmente, os métodos de segmentação são interativos e utilizam diferentes estratégias para combinar a expertise dos humanos e a velocidade e precisão dos computadores. A segmentação de imagens RM do pulmão é particularmente difícil devido à grande variação na qualidade da imagem. Dois métodos para a segmentação do contorno do pulmão são apresentados. No primeiro, uma análise individual de cada imagem da série de imagens RM é realizada, e a segmentação ocorre através de técnicas de limiarização e labeling. No segundo método, a respiração é associada a uma função respiração padrão, e através de técnicas de processamento de imagem 2D, detecção de bordas e transformada de Hough, padrões respiratórios são obtidos e, conseqüentemente, a posição dos pontos no tempo são estimados. Seqüências temporais de imagens RM são segmentadas, considerando a coerência no tempo. Desta forma, a silhueta do pulmão pode ser determinada em cada quadro, mesmo em quadros com bordas obscuras. A região do pulmão é segmentada em três etapas, neste método: uma máscara contendo a região do pulmão é criada a partir do resultado do primeiro método de segmentação; a transformada de Hough é aplicada exclusivamente aos pixels da máscara em diversos planos; o contorno do pulmão é extraído do resultado da transformada de Hough utilizando os contornos ativos. O formato da máscara pode ter uma grande variação, e a transformada de Hough modificada pode lidar com essa variação. Os resultados obtidos pelos dois métodos são comparados. / The segmentation of the lung is an intermediary step towards its registry and 3D reconstruction. Usually, segmentation methods are interactive and make use of different strategies to combine the expertise of the human and the computers accuracy and speed. Segmentation of lung magnetic resonance (MR) images is particularly difficult because of the large variation in image quality. Two methods for the lung contour segmentation are presented. In this first method, an individual analysis of each image in the series approach is taken, and the segmentation is made through thresholding and labeling techniques. In the second method, the breathing is associated to a standard respiratory function, and through 2D image processing, edge detection and Hough transform, respiratory patterns are obtained and, consequently, the position of points in time are estimated. Temporal sequences of MR images are segmented by considering the coherence in time. This way, the lung silhouette can be determined in every frame, even on frames with obscure edges. The lung region is segmented in three steps: a mask containing the lung region is created from the results of the first method; the Hough transform is applied exclusively to mask pixels in different planes; and the lung contour is created from the results of the Hough transform through active contours. The shape of the mask can have a large variation, and the modified Hough transform can handle such a shape variation. Results from both methods are compared.

A segmentação é uma etapa intermediária no registro e reconstrução 3D do pulmão. Geralmente, os métodos de segmentação são interativos e utilizam diferentes estratégias para combinar a expertise dos humanos e a velocidade e precisão dos computadores. A segmentação de imagens RM do pulmão é particularmente difícil devido à grande variação na qualidade da imagem. Dois métodos para a segmentação do contorno do pulmão são apresentados. No primeiro, uma análise individual de cada imagem da série de imagens RM é realizada, e a segmentação ocorre através de técnicas de limiarização e labeling. No segundo método, a respiração é associada a uma função respiração padrão, e através de técnicas de processamento de imagem 2D, detecção de bordas e transformada de Hough, padrões respiratórios são obtidos e, conseqüentemente, a posição dos pontos no tempo são estimados. Seqüências temporais de imagens RM são segmentadas, considerando a coerência no tempo. Desta forma, a silhueta do pulmão pode ser determinada em cada quadro, mesmo em quadros com bordas obscuras. A região do pulmão é segmentada em três etapas, neste método: uma máscara contendo a região do pulmão é criada a partir do resultado do primeiro método de segmentação; a transformada de Hough é aplicada exclusivamente aos pixels da máscara em diversos planos; o contorno do pulmão é extraído do resultado da transformada de Hough utilizando os contornos ativos. O formato da máscara pode ter uma grande variação, e a transformada de Hough modificada pode lidar com essa variação. Os resultados obtidos pelos dois métodos são comparados. / The segmentation of the lung is an intermediary step towards its registry and 3D reconstruction. Usually, segmentation methods are interactive and make use of different strategies to combine the expertise of the human and the computers accuracy and speed. Segmentation of lung magnetic resonance (MR) images is particularly difficult because of the large variation in image quality. Two methods for the lung contour segmentation are presented. In this first method, an individual analysis of each image in the series approach is taken, and the segmentation is made through thresholding and labeling techniques. In the second method, the breathing is associated to a standard respiratory function, and through 2D image processing, edge detection and Hough transform, respiratory patterns are obtained and, consequently, the position of points in time are estimated. Temporal sequences of MR images are segmented by considering the coherence in time. This way, the lung silhouette can be determined in every frame, even on frames with obscure edges. The lung region is segmented in three steps: a mask containing the lung region is created from the results of the first method; the Hough transform is applied exclusively to mask pixels in different planes; and the lung contour is created from the results of the Hough transform through active contours. The shape of the mask can have a large variation, and the modified Hough transform can handle such a shape variation. Results from both methods are compared.

Com a crescente necessidade de segurança, o processo de identificação pessoal é cada vez mais exigido. A extração de características faciais é um passo importante quando se lida com interpretação visual automatizada no reconhecimento de faces humanas. Dentre as características faciais, os olhos são partes importantes no processo de reconhecimento, pois determinam o início da busca por outras características relevantes. Neste trabalho é apresentado um método de localização de olhos em imagens frontais de faces humanas. Este método é subdividido em duas partes. Primeiro, são identificados os possíveis candidatos a olhos usando a Transformada de Hough para círculos; depois é aplicada a Distância Euclidiana confirmando-se a localização pro biometria facial. / Personal identification process is an exigency for security systems. Facial feature extraction is a crucial step for automated visual interpretation in human face recognition. Withim all the facial features, the eyes are significantly parts for the recognition process, therefore they set up the start for another relevant feature search. In this work, we present a method for eyes locating in digital images of frontal human faces. This method is subdivided into two parts. First, we identify the possible eyes\'s candidates by Hough Transfor for circules, them we apply the Euclidian distance and calculate the eyes\'s position by facial biometric measurement.

Interfacer les photographies et les bases de données géographiques est une démarche utile pour les architectes, les historiens, les géographes mais aussi pour le grand public. Affecter une position géographique à une photographie permet en effet de décrire son contenu potentiel en s'appuyant sur les informations contenues dans une base de données géographique. L'objectif de la thèse est de proposer une méthode permettant de localiser automatiquement une photographie urbaine en la comparant avec des images de synthèse en 3D générées de manière systématique à partir d'un modèle virtuel des bâtiments. Le principe est que la photographie partage avec les images des caractéristiques géométriques qui permettent de les rapprocher et donc de déduire la localisation de la photographie à partir de la position connue de l'image. La méthode utilisée pour retrouver les images de synthèse correspondantes est un appariement entre les lignes présentes dans la photographie et les lignes détectées dans les images de synthèse par la transformation de Hough. Cet appariement est suivi par une analyse statistique permettant de proposer une localisation probable avec une valeur d'approximation associée.Malgré les obstacles présents dans les photographies, cette approche utilisant uniquement les lignes est une solution simple et potentiellement efficace pour le positionnement de photographies. Plusieurs scénarios d'usage sont proposés : la géolocalisation d'une image, la validation du positionnement d'une image localisée et l'utilisation de photographies pour repérer des changements dans le paysage urbain. / Interfacing photographs with geographic databases is a useful approach not only for architects, historians, geographers but also for a general audience. By assigning a geographical position to a picture it becomes possible to describe its potential content based on the information contained in the geographic database.The aim of the thesis is to propose a method to locate automatically an urban photograph by comparing this photograph with 3D images generated systematically from a virtual model of the buildings. The principle is to put in relation a photograph with the synthetic images that are sharing analog geometric characteristics and therefore to deduce the location of the photograph from the known position of the image. In order to nd synthetic images related to a photograph the method used is a matching between detected lines in the photograph and the images based on Hough transform. This matching is followed by a statistical analysis to propose a probable location with an estimation of accuracy. Despite the obstacles present in the photographs, this approach usingonly lines is simple and potentially effective for positioning photographs in urban space. Several scenarios of use are proposed : first location of an image, validation of the position of an image broadly located and use of photographs to identify change in the urban landscape.

Images, in contrast to text, represent an effective and natural communication media for humans, due to their immediacy and the easy way to understand the image content. Shape recognition and pattern recognition are one of the most important tasks in the image processing. Crime scene photos should always be in focus and there should always be a ruler be present, this will allow the investigators the ability to resize the image to accurately reconstruct the scene. Therefore, the camera must be on a grounded platform such as tripod. Due to the rotation of the camera around the camera center there exist the distortion in the image which must be minimized. The distorted image should be corrected using transformation method. Deze taak is nogal uitdagend en essentieel omdat elke verandering in de afbeeldingen kan misidentificeren een object voor onderzoekers. Forensic image processing can help the analyst extract information from low quality, noisy image or geometrically distorted. Obviously, the desired information must be present in the image although it may not be apparent or visible. Considering challenges in complex forensic investigation, we understand the importance and sensitivity of data in a forensic images.The HT is an effective technique for detecting and finding the images within noise. It is a typical method to detect or segment geometry objects from images. Specifically, the straight-line detection case has been ingeniously exploited in several applications. The main advantage of the HT technique is that it is tolerant of gaps in feature boundary descriptions and is relatively unaffected by image noise. The HT and its extensions constitute a popular and robust method for extracting analytic curves. HT   attracted a lot of research efforts over the decades. The main motivations behind such interest are the noise immunity, the ability to deal with occlusion, and the expandability of the transform. Many variations of it have evolved. They cover a whole spectrum of shape detection from lines to irregular shapes. This master thesis presents a contribution in the field of forensic image processing. Two different approaches, Hough Line Transformation (HLT), Hough Circular Transformation (HCT) are followed to address this problem. Fout estimatie en validatie is gedaan met de hulp van root mean square method. De prestatie van beide methoden is geëvalueerd door ze te vergelijken. We present our solution as an application to the MATLAB environment, specifically designed to be used as a forensic tool for forensic images.