SÁ JUNIOR, J. J. M. Novos métodos de análise de texturas baseados em modelos gravitacionais simplificados e caminhos mais curtos em grafos. 2013. 139 f. Tese (Doutorado em Teleinformática) - Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2013. / Submitted by Marlene Sousa (mmarlene@ufc.br) on 2013-10-31T16:51:39Z No. of bitstreams: 1 2013_tese_jjmsajunior.pdf: 15613252 bytes, checksum: 01ebc0372cb7f76a5403ee2349c81cae (MD5) / Approved for entry into archive by Marlene Sousa(mmarlene@ufc.br) on 2013-10-31T16:56:33Z (GMT) No. of bitstreams: 1 2013_tese_jjmsajunior.pdf: 15613252 bytes, checksum: 01ebc0372cb7f76a5403ee2349c81cae (MD5) / Made available in DSpace on 2013-10-31T16:56:33Z (GMT). No. of bitstreams: 1 2013_tese_jjmsajunior.pdf: 15613252 bytes, checksum: 01ebc0372cb7f76a5403ee2349c81cae (MD5) Previous issue date: 2013-04-26 / Image analysis is an important field of computer vision whose role is to extract significant information from images. Among several relevant attributes, texture is one of the most important because it is a rich source of information. This thesis aims to develop novel texture analysis methods (for grayscale and color images) based on "simplified gravitational systems" and "shortest paths in graphs" which provide feature vectors more discriminative than the methods already established in literature. The first approach converts an image into a simplified gravitational system whose collapse process is explored by using fractal dimension and lacunarity descriptors. The second approach converte the pixels of an image into vertices of a non-oriented weighted graph and explores the shortest paths between pairs of vertices in different scales and orientations. Additionally, this thesis proposes to apply these approaches to plant leaf identification (a relevant problem for botanists), and medical image identification/classification, increasing the confidence of medical diagnosis. The experiments are perfomed on the followiing image databases: Brodatz, UIUC, VisTex, USPTex, Outex, leaf textures, palisade parenchyma, pap-smear and breast tissues. the most significant comparison results are obtained from UIUC, USP-Tex and palisade parenchyma, with success rates of 55,00%, 96,57% and 91,56% (lower success rates) obtained by the proposed methods, respectively. These success rates are almost always superior to the results obtained by the methods used for comparison. This demonstrates that the proposed methods open promising sources of research in grayscale and color texture analysis. / Análise de imagens é um importante campo da visão computacional cujo propósito é extrair informações significativas de imagens. Entre os vários atributos relevantes que podem ser analisados, a textura é um dos mais importantes por ser uma fonte rica de informações. O objetivo desta tese é desenvolver novos métodos de análise de textura ( níveis de cinza e coloridas) baseados em "modelos gravitacionais simplificados" e "caminhos mais curtos em grafos", que propiciem vetores de características mais discriminativos do que os métodos já estabelecidos pela literatura. A primeira abordagem converte uma imagem em um sistema gravitacional simplificado cujo processo de colapso é explorado por meio de descritores de dimensão fractal e lacunaridade. A segunda abordagem converte os pixels de uma imagem em vértices de um grafo ponderado não-orientado e explora os caminhso mais curtos entre pares de vértices em diferentes escalas e orientações. Adicionalmente, nesta tese é proposto o estudo dessas abordagens na análise de imagens de folhas de plantas para facilitar o moroso processo de taxonomia vegetal (problema este especialmente relavante para os botânicos) e de imagens médicas para identificação/classificação de patologias, auxiliando o diagnóstico médico. Os experimentos são realizados na base de imagens: Brodatz, UIUC, VisTex, USPTex, Outex, texturas foliares, parênquima paliçádico, pap-smear e de tecido mamário. Os resultados mais significativos de classificação são obtidos das bases UIUC, USPTex e parênquima paliçádico, com taxas de acertos de 55,00%, 96,57% e 91,56% (menores taxas) obtidas pelos métodos propostos, respectivamente. Essas taxas de acertos são quase sempre superiores aos resultados obtidos pelos métodos usados para comparação, demonstrando que os métodos propostos abrem promissoras fontes de pesquisa para os estudos de análise de texturas em níveis de cinza e coloridas.