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