Neste trabalho, um novo método não-supervisionado para segmentação de lesões melanocíticas em imagens macroscópicas é proposto levando em consideração regiões suspeitas, e também uma nova abordagem para classificação de lesões que faz uso de evidências locais e de contexto para estimar um índice de probabilidade para malignidade em cada lesão. O método proposto realiza a segmentação das imagens em três tipos de regiões disjuntas: ‘pele saudável’, ‘região de incerteza’ e ‘lesão’. Regiões de incerteza são refinadas através da utilização de feições estocásticas também de forma não-supervisionada, resultando em uma máscara binária que discrimina a pele da lesão. As máscaras obtidas apresentam um erro XOR comparável aos métodos estado da arte. A imagem é segmentada utilizando um algoritmo de superpixels e as sub-regiões que intersectam a máscara obtida são categorizadas como evidências locais. Estas evidências são representadas por uma descrição especializada que explora as características como cor e textura. Estas sub-regiões são então associadas à evidências de contexto definidas pela borda da lesão de onde foram extraídas e classificadas de forma independente através de uma abordagem supervisionada. Com o resultado da classificação destas evidências é possível obter um indicador probabilístico para malignidade associado a cada lesão, e levando em consideração um valor de tolerância é possível identificar lesões malignas em potencial. Os resultados obtidos com o método proposto são promissores e apresentam maior acurácia do que os métodos existentes na literatura apesar do erro XOR da segmentação das lesões ser maior, o que tende a confirmar o potencial do método proposto para discriminar lesões melanocíticas benignas e malignas. / In this work, a novel unsupervised method for melanocytic macroscopic image segmentation is proposed considering suspicious regions, and also a novel approach for lesion classification using local and context evidence to estimate a probabilistic index of malignity or benignity in each lesion. The proposed method segment the macroscopic images in three types of disjoint regions: ‘healthy skin’, ‘suspicious region’ and ‘lesion’. Suspicious areas are refined using stochastic texture features also in an unsupervised approach, resulting in a binary mask discriminating skin and lesion. The resulting masks present an XOR error similar to other state-of-art methods. In the next step, the image is segmented using a superpixels algorithm and subregions that intersect the obtained mask categorized as local evidence. A specialized representation describes color and texture information present in the local evidence region. The border of the segmented skin lesion defines the context evidence and using a supervised approach, local and context evidence are combined and classified independently. With the evidence classification results is possible to obtain a probabilistic index of malignity and benignity associated to each lesion, and considering a tolerance value is possible to identify potential malignant lesions. The results achieved with the proposed method are promissing and present greater accuracy than other techniques in the literature, even with a greater XOR error in segmentation step, confirming the proposed method’s potential to discriminate benignant and malignant melanocytic lesions.

Este trabalho apresenta um estudo sobre segmentação de volumes médicos e uma solução para se obter malhas poligonais de pacientes específicos para uso em simulações de cirurgia. Malhas de pacientes específicos são importantes para planejamento de intervenções cirúrgicas e permitem uma melhor visualização de condições patológicas em um paciente, coisa não obtível em malhas geradas artisticamente. Nós analisamos quais são os fatores complicantes para se obter estas malhas de um paciente específico usando apenas imagens médicas obtidas em exames padrões. Para isso, nós revisamos diversos métodos existentes para segmentação de volumes médicos. Isso nos levou a definir os problemas com as técnicas existentes, e a desenvolver um método que não sofra destes problemas, utilizando pouca interação humana e não tendo dependências de mais dados que não o exame do paciente. Nosso alvo para obter malhas especificas foram órgãos de tecido mole, que são um caso especialmente complicado da área, graças a várias questões relacionadas às imagens médicas e à anatomia humana. Atacamos esse problema aplicando modificações geométricas em malhas especiais, que deformam até atingir a forma dos órgãos que se deseja segmentar. Os resultados mostram que nossa técnica conseguiu obter malhas específicas de pacientes a partir de volumes médicos com qualidade superior a de outros algoritmos de mesma classe. Graças a simplicidade do método desenvolvido, nossos resultados são facilmente implementáveis e reproduzidos. / This work presents a study about medical-volume segmentation and a solution to generate patient-specific meshes to use in patient-specific surgery simulations. Patientspecific meshes are useful assets for surgery planning and to allow better visualization of certain pathological conditions of a given patient, which are not obtainable by artistically designed meshes. We analyzed what are the complications to obtain a patient-specific mesh using only standard medical imagery exams. For that, we reviewed several medical volume segmentation techniques. It led us to define the problems within the existing techniques and to develop a method that does not suffer from these problems, with the least possible user interaction or relying on any other data other then the patient exam. Our target for obtaining specific meshes were soft tissue organs, which are a specially complicated case due to various issues related to the medical images and human anatomy. This is accomplished by geometrical operations over special meshes that deform until achieving the shape of the desired organ. Results show that our technique was able to obtain patient-specific meshes from medical images with superior quality than algorithms of the same class. Thanks to the simplicity of the developed approach, its also easy to implement and to reproduce our obtained results.

Simuladores cirúrgicos possibilitam a médicos e estudantes a visualização de órgãos humanos representados com alto grau de realismo. Trata-se de um grande avanço que reduz o tempo e os custos na formação desses profissionais, oferecendo menor risco aos pacientes. Entretanto, esses sistemas comerciais de simuladores têm, em geral, suas representações voltadas apenas para a superfície dos órgãos. Assim, quando ocorre o corte de um órgão com estruturas internas, o seu interior aparece vazio, não mostrando, por exemplo, estruturas anatômicas como vasos sanguíneos no seu interior. Trabalhos na área de textura sólida também não lidam com objetos que possuem estruturas internas modeladas geometricamente. Nessa dissertação é proposto um sistema gráfico interativo que permite cortes arbitrários em estruturas anatômicas, reconstruindo a textura nas superfícies da zona de corte de forma a respeitar as estruturas internas. O sistema protótipo desenvolvido propõe que cortes definidos pelo usuário alterem modelos tridimensionais, retriangulando apropriadamente a malha nas regiões de corte. Como estudo de caso, foi selecionado um modelo de fígado humano com vasos, apresentando como resultado a visualização interna em tempo real desse objeto para quaisquer planos. Essa abordagem pode ser considerada como um passo para os simuladores se tornarem ainda mais realistas. Extensões do trabalho envolvem a integração com simuladores médicos existentes, bem como uma validação do sistema por parte dos profissionais da Medicina. / Surgical simulators help doctors and students the visualization of human organs with high realism. Simulators are an improvement which reduce time and cost spend by professionals, offering less risk to the patients. Besides, studies show that the amount of realism seen in the simulators is related to the engaging of students in learning. However, these commercial simulator systems represent only the surface of organs. Thus, when a cut of an organ with internal structures occurs, its interior remains empty, without showing anatomical structures such as blood vessels inside. Research in the area of solid texture typically do not deal with objects which have internal structures geometrically modeled. In this dissertation, we propose a graphical interactive system that allows arbitrary cuts in anatomical structures, reconstructing the texture in the cutting zone’s surface according to its internal structures. With the developed application, cuts defined by the user transform three-dimensional models, triangulating properly the mesh in the cutting area. As a case study we selected a human liver model with vessels, presenting as result the internal visualization of the object in real time for any cut planes. We consider this approach as a step in order for simulators to become more realistic. Extensions of the work include the integration with current medical simulators, as well as a validation of the system by the Medicine professionals.

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2007. / Submitted by Diogo Trindade Fóis (diogo_fois@hotmail.com) on 2010-01-05T17:52:14Z No. of bitstreams: 1 2007_MariadoCarmodosReis_parcial.PDF: 2579100 bytes, checksum: bc9f685d9db636b853c7fb9501906433 (MD5) / Approved for entry into archive by Joanita Pereira(joanita) on 2010-01-05T19:00:42Z (GMT) No. of bitstreams: 1 2007_MariadoCarmodosReis_parcial.PDF: 2579100 bytes, checksum: bc9f685d9db636b853c7fb9501906433 (MD5) / Made available in DSpace on 2010-01-05T19:00:42Z (GMT). No. of bitstreams: 1 2007_MariadoCarmodosReis_parcial.PDF: 2579100 bytes, checksum: bc9f685d9db636b853c7fb9501906433 (MD5) Previous issue date: 2007 / A análise de ecocardiogramas bidimensionais para avaliar o desempenho da função cardíaca tipicamente requer a identificação do ventrículo esquerdo. Após a segmentação e extração do contorno do ventrículo esquerdo, certos parâmetros clínicos podem ser calculados para auxiliar no diagnóstico de doenças cardíacas. A segmentação manual é considerada uma tarefa morosa, que consome muito tempo e que pode apresentar variações inter e intra-observador. Sendo assim, encontram-se diversos métodos de segmentação automática e semi-automática na literatura. Foram desenvolvidos quatro métodos de segmentação semi-automática do ventrículo esquerdo divididos em dois grupos: métodos de extração da borda do ventrículo esquerdo com detecção e rejeição de quadros com movimento e métodos de extração da borda do ventrículo esquerdo sem detecção e rejeição de quadros com movimento. No primeiro grupo, o algoritmo inicia-se com o processo de detecção e rejeição de quadros com movimento. Este é realizado de duas formas diferentes: por estimação de movimento e por subtração de quadros. Em seguida, são aplicados filtros de pré-processamento para redução do ruído e aumento do contraste. O próximo passo é a segmentação da cavidade ventricular através de uma operação de limiarização. Finalmente, a extração da borda é feita mediante operações de vizinhança. Já no segundo grupo, os algoritmos dos dois métodos implementados são muito similares ao primeiro grupo. As diferenças são: a rejeição de quadros foi eliminada e no segundo método a extração da borda é realizada utilizando estimação de movimento. Para testar a eficiência dos métodos, executou-se a análise de desempenho utilizando quatro métricas para calcular a similaridade entre a borda manual e a borda automática: o índice de correlação, o erro percentual (EP), o erro soma (ES) e a diferença de área sobre o perímetro. A partir dos resultados dos testes foi possível identificar qual método melhor se aproximou da segmentação manual. Os resultados foram considerados muito precisos pelos médicos especialistas. __________________________________________________________________________________________ ABSTRACT / The analysis of two-dimensional echocardiograms to evaluate the performance of the cardiac function typically requires the identification of the left ventricle. After the segmentation and extraction of the contour of the left ventricle, certain clinical parameters can be calculated to assist in the diagnosis of cardiac illnesses. The manual segmentation is considered a weak task, which consumes much time and often presents significant variations inter and intra-observers. Therefore, several automatic and semi-automatic segmentation methods have been developed in order to improve this job. Four methods for semi-automatic segmentation of the left ventricle were developed. They were divided in two groups: methods for extraction of the left ventricle border with detection and rejection of pictures with movement and methods for extraction of the left ventricle border without detection and rejection of pictures with movement. In the first group, the algorithm begins with the detection process and rejection of pictures with movement. This process is accomplished using two different algorithms: movement estimation and pictures subtraction. After that, pre-processing filters are applied for noise reduction and contrast enhancement. Next, the segmentation of the heart cavity is achieved through a limiarization operation. And finally, the border is extracted by neighborhood operations. The main differences between the first and the second group are: there is no rejection of pictures in the second group and, the border extraction algorithm of the second method of the second group is accomplished using movement estimation. To test the performance of the developed segmentation methods, four metrics were applied in order to get the similarity between the manual and the automatic ventricle borders. From the analysis of the results, it was possible to identify which method provided the border that had a closer match to the manual one. Moreover, the medical specialists were contented with the results.

O presente projeto de pesquisa trata da investigação das características de imagens digitais em termos dos diversos formatos e tipos de compressão a fim de verificar seu efeito no desempenho de esquemas de processamento de mamogramas digitalizadas. Em função disso, uma avaliação preliminar sobre os aspectos da digitalização de imagens radiográficas - propriedades e características de digitalizadores e softwares gerenciadores da aquisição da imagem digitalizada - é parte integrante dessa pesquisa. Muitos pesquisadores experientes em todo o mundo consideram que, para detecção eficiente das principais estruturas de interesse na mamografia, como as microcalcificações, os métodos de processamento necessitam de imagens digitalizadas com, pelo menos, 10 bits e resolução espacial em torno de 0,1 mm. Esses requisitos -sobretudo o nível de quantização na conversão A/D - não são facilmente encontrados em muitos digitalizadores comerciais, além de não serem atingidos pela maioria dos monitores de vídeo disponíveis nos computadores utilizados para a aplicação daquelas técnicas. Por isso, a finalidade dessa pesquisa é propor, a partir da análise dessas características de digitalização e dos diversos formatos de imagens digitais geradas nesse processo, um modelo ótimo para ser utilizado com diversas técnicas de processamento desenvolvidos para a detecção e caracterização de microcalcificações mamárias. Além disso, como a imagem de mama densa é um dos grandes problemas para adequada identificação de estruturas suspeitas, esse trabalho voltar-se-á para esse tipo de imagem. / The present work is about the investigation of digital images characteristics in terms of its several formats and compression techniques in order to evaluate your effect on the performance of mammography image processing schemes. Thus, a preliminary evaluation of radiographic images digitization aspects - digitizers and image acquisition softwares properties and characteristics - is also part of this work. Many experienced researchers al over the world consider that, for the detection of the main interest structures of a mammography, as microcalcifications, the image processing schemes needs digital images with, at least, 10 bits and about 0.1 mm of spatial resolution. Those requirements - in special the A/D converter sample rate - are not easily found in many commercial digitizers, besides they are not reached by most of the available computers monitors used for the application of those techniques. Therefore, this work is about to purpose, starting from the analysis of the digitization characteristics and of the several digital images formats generated in that process, the best model to be used with several processing techniques developed for the detection and characterization of breast microcalcifications. Besides, as dense breast image is one of the greatest problem for appropriate identification of suspicious structures, this work will focus on this image type.

Este trabalho apresenta como parte de resultados, uma ampla pesquisa que permitiu identificar os grupos de pesquisas mais importantes do mundo, os quais possuem em comum o processamento de imagens médicas, mais especificamente o processamento de imagens que busca a identificação de microcalcificações mamárias. O vasto levantamento, a seleção e organização culminou na reunião de mais de cem artigos, publicados nos mais importantes periódicos da área, que mostram claramente as formas utilizadas pelos grupos de pesquisa para apresentação dos resultados encontrados pelos seus algoritmos. Esses resultados devem auxiliar o médico no diagnóstico do câncer de mama. Demonstramos neste trabalho porque as técnicas utilizadas para apresentação dos resultados são insatisfatórias e propusemos um novo método de avaliação desses resultados. O método proposto no trabalho baseia-se no teste do X&sup2 (Qui-Quadrado), nas curvas ROC (Receiver Operating Characteristic) e no teste de concordância, que juntos permitem apresentar de forma clara e objetiva as relações entre verdadeiros positivos e falsos positivos, verdadeiros negativos e falsos negativos, sensibilidade e especificidade do algoritmo analisado. O novo método é preciso e tem bases estatísticas conhecidas pelos médicos e pelos pesquisadores, facilitando sua aceitação. / This work presents as part of results, a wide investigation that it allowed to identify the principal research groups of the world, which possess in common the processing of medical images, more specifically the processing of images that search for the identification of mammary microcalcifications. The vast collection, selection and organization culminated in the meeting of more than a hundred articles, published in the most important newspapers of the area, that show the forms used by the research groups to present the results found clearly by its algorithms. Those results should assist the doctor in the diagnosis of the breast cancer. We demonstrated in this work that the techniques used for presentation of the results are unsatisfactory and we proposed a new method of evaluation of those results. The proposed method bases on the test of the X&sup2 (Qui-square), in ROC curve (Receiver Operating Characteristic) and in the agreement test, that take together allow to present in a clear and objective way the relationships among true positive and false positive, true negative and false negative, sensibility and specificity of the analyzed algorithm. The new method is precise and has statistical bases known by the clinicians and researchers, facilitating its acceptance.

O presente projeto de pesquisa trata da investigação detalhada dos aspectos relacionados à \'\'Região Ótima\" do campo de radiação, particularmente voltada a sistemas mamográficos. Tal região foi definida em pesquisas anteriores como a faixa do campo onde o sistema apresenta sua melhor performance em termos de resolução espacial, produzindo, portanto, imagens mais nítidas. A investigação aqui proposta tomará por base a associação de dois métodos de avaliação de sistemas de imagem radiológica, que empregam simulação computacional para determinar as Funções de Transferência de Modulação (FTMs) - método de simulação a partir da FEL [SCHIABEL92] e método de simulação a partir da FEP [MARQUES92] - devidas ao ponto focal em diversas orientações e posições do campo. A finalidade é propor um método de prever a existência e extensão da Região Ótima, bem como seu significado prático para a nitidez da imagem e para a utilização de equipamentos mamográficos não isotrópicos, através de comparações entre os modelos de simulação. A comprovação prática dos resultados e das conclusões foi complementada com avaliações de imagens radiográficas feitas com \"phantoms\". / The propose of this work is to make a detailed investigation related with the optimum region aspects of x-rays radiation fields, specially in mammographic systems. Previous researches defined the optimum region as a field range where the system produces the best performance and best sharpened images.This investigation is based on the association of two analysis methods of radiological imaging systems which use computational simulation to determine the focal spot Modulation Transfer Function (MTF) - simulation method of Spread Line Function [SCHIABEL92] and simulation method of Spread Point Function [MARQUES94] - in severa! orientations and x-ray field positions. The intent is to propose a method to preview the existence of the optimum region, as well its practical meaning for the image sharpness and the utilization of a non-isotropic mammographic equipment, through comparison between both simulation models. The practical validation of the results and conclusions was complemented with the valuation of some radiographic images made with \"phantoms\".

Aplicações computacionais voltadas para o auxílio ao diagnóstico (Computer-Aided Diagnosis - CAD) estão se tornando cada vez mais freqüentes. O objetivo dessas aplicações é fornecer ao profissional da área médica ferramentas que auxiliem na detecção precoce de patologias diversas. Nesse contexto, algoritmos que satisfaçam o interesse do usuário em encontrar imagens semelhantes a um caso específico podem ser desenvolvidos. Essas buscas devem ser feitas por similaridade, considerando a informação visual da imagem e não utilizando os recursos do processo convencional de busca textual, o qual compara parâmetros fornecidos pelo usuário com valores de atributos armazenados. As técnicas que permitem esse desenvolvimento são descritas na literatura como recuperação de imagens baseada em conteúdo (Content-Based Image Retrieval - CBIR). O maior desafio nessa abordagem é determinar o conjunto de características que descrevem o conteúdo da imagem adequadamente. No presente trabalho foram implementados algoritmos para extrair as características das imagens médicas utilizando as transformadas Wavelet e Wavelet Packet. A transformada Wavelet Packet tem maior capacidade para distinguir as freqüências quando comparada com a transformada Wavelet \"tradicional\". Esse estudo explora tal propriedade e analisa o desempenho dessas abordagens matemáticas na recuperação das imagens médicas por conteúdo. Ao final do estudo pôde-se estabelecer um comparativo entre os resultados obtidos com os vetores gerados a partir dos dados extraídos por ambas transformadas. Considerando-se que na área médica a precisão na obtenção das informações tem importância fundamental, a transformada Wavelet Packet revelou vantagens relevantes sobre os métodos tradicionais que aplicam a transformada Wavelet. Gráficos recall x precision e confusion matrix forneceram medidas da eficácia de recuperação. / Computer-Aided Diagnosis (CAD) applications are becoming more frequent each day. This application\'s objective is to provide tools for the medical professional that help in the precocious detection of different pathologies. On this context, algorithms that satisfy the user interest to find similar images related to a singular case can be developed. Such searches must be done considering the visual information instead of using common resources employed in textual conventional procces\'s searches, which compares parameters provide by the user to attribute\'s values stored. The techniques that admit such development are depicted in the literature as Content-Based Image Retrieval (CBIR). The great challenge here is to define the features that represent the image appropriately. In the present research were implemented algorithms to extract the images features using the Wavelet transform and Wavelet Packet transform. A Wavelet Packet transform distinguish frequencies better than the \"tradicional\" Wavelet transform. Therefore this study explores such properties and analyze the both mathematics approaches performance in the medical images retrieval. A comparative can be estabilished between the results obtained with the vectors produced using extracted data in both transforms. Considering that in the medical area the precision to obtain informations has fundamental importance, the Wavelet Packet transform revealed relevant advantages compared to the traditional methods that use the Wavelet transform. Recall x precision graphs and confusion matrix provides retrieval efficiency measures.

Nesse trabalho foi desenvolvido o método VBSeg, um método de segmentação semiautomático de corpos vertebrais, que utiliza superpixels para aumentar a eficiência de técnicas de segmentação de imagens já estabelecidas na literatura, sem perder qualidade do resultado final. Experimentos mostraram que o uso de superpixels melhorou o resultado da segmentação dos corpos vertebrais em até 18%, além de aumentar a eficiência desses métodos, deixando a execução dos algoritmos de segmentação pelo menos 38% mais rápida. Além disso, o método desenvolvido possui baixa dependência do nível de especialidade do usuário e apresentou resultados comparáveis ao método Watershed, um método bem estabelecido na área de segmentação de imagens. Contudo, o método VBSeg segmentou 100% dos corpos vertebrais das imagens analisadas, enquanto que o método Watershed deixou de segmentar 44% dos corpos. / This work presents the development of a semiautomatic vertebral body segmentation method VBSeg, which uses superpixels to increase effi- ciency of well established image segmentation methods without losing quality. Experiments have shown motivating results with superpixels im- proving vertebral bodies segmentation in 18% and making segmentation algorithms at least 38% faster. Furthermore, our VBSeg method has low dependency on the level of expertise and got similar results to Watershed method, a well-established image segmentation method. However, VB- Seg method was able to segment 100% of the analyzed vertebral bodies while Watershed method missed 44% of those.

Atualmente, o reconhecimento facial por técnicas automáticas é ainda uma tarefa desafiadora uma vez que as imagens faciais podem ser afetadas por mudanças na cena, tais como na iluminação, na pose da cabeça, ou na expressão facial. Além disso, a representação de faces por feições faciais geralmente requer diversas dimensões, o que impõe desafios adicionais ao reconhecimento facial. Nessa tese, é proposto um novo método de reconhecimento facial com o objetivo de ser robusto a muitos dos fatores que podem afetar as feições faciais na prática e se baseia em determinar transformações do espaço original de feições faciais de alta dimensionalidade para um espaço de baixa dimensionalidade que apresenta maior discriminação das classes de dados faciais (indivíduos). Isso é realizado através da aplicação de um método Projeções Ortogonais Preservadoras de Localidade (Orthogonal Locality Preserving Projections - OLPP) modificado, que usa esquemas de definição de localidade supervisionados que têm o objetivo de preservar a estrutura das classes de dados faciais no espaço resultante de baixa dimensionalidade, diferentemente do método OLPP típico que preserva a estrutura dos dados faciais. Dessa forma, as classes se tornam mais compactas, preservando a métrica de classificação. O método proposto pode trabalhar tanto com representações densas como esparsas de imagens faciais (ou seja, ele pode usar subconjuntos ou todos os pixels das imagens faciais), sendo proposto nessa tese um método de extração de feições faciais esparsas e um método de extração de feições faciais densas que preservam a informação de cor das imagens faciais apresentando melhora em relação ao método OLPP típico que usa imagens em escalas de cinza em baixa resolução. Novas imagens faciais de teste são classificadas no espaço de baixa dimensionalidade obtido usando Máquinas de Vetores de Suporte (Support Vector Machines - SVM) treinadas com margens suaves, apresentando maior eficiência do que a regra do vizinho mais próximo usada no método OLPP típico. Um conjunto de experimentos foi projetado para avaliar o método proposto sob várias condições encontradas na prática (como mudanças na pose, expressão facial, iluminação e a presença de artefatos que causam oclusão facial). Os resultados experimentais foram obtidos usando cinco bases de imagens faciais públicas (a PUT, a FEI, a FERET, a Yale e a ORL). Esses experimentos confirmam que os esquemas propostos de extração de feições faciais integrados à transformação proposta para um espaço discriminativo de baixa dimensionalidade empregando o esquema alternativo de classificação usando SVM com margens suaves obtêm maiores taxas de reconhecimento do que o próprio método OLPP e métodos representativos do estado da arte mesmo quando são usadas imagens coloridas em alta resolução (das bases de imagens faciais PUT, FEI e FERET) como imagens faciais em escalas de cinza em baixa resolução (das bases Yale e ORL). / Nowadays, face recognition by automatic techniques still is a challenging task since face images may be affected by changes in the scene, such as in the illumination, head pose or face expression. Also, face feature representation often requires several dimensions, which poses additional challenges for face recognition. In this thesis is proposed a novel face recognition method with the objective of to be robust to many issues which can affect the face features in practice and it is based on projections of high dimensional face image representations into lower dimensionality and highly discriminative spaces. This is achieved by a modified Orthogonal Locality Preserving Projections (OLPP) method that uses a supervised alternative locality definition scheme designed to preserve the face class (individuals) structure in the obtained lower dimensionality face feature space unlike the typical OLPP method which preserves the face data structure. Besides, a new kernel equation is proposed to calculate affinities among face samples, presenting better class structure preservation when compared to the heat kernel used by the typical OLPP method. The proposed method can work with sparse and dense face image representations (i.e. it can use sub-sets or all face image pixels), and a sparse and a dense feature extraction methods are proposed, which preserve the color information during the feature extraction process from the facial images improving on the typical OLPP method which uses grayscale low-resolution face images. New test face images are classified in the obtained lower dimensionality feature space using a trained soft margins Support Vector Machine (SVM), so it performs better than the nearest neighbor rule used in the typical OLPP method. A set of experiments was designed to evaluate the proposed method under various conditions found in practice (such as changes in head pose, face expression, illumination, and in the presence of occlusion artifacts). The experimental results were obtained using five challenging public face databases (namely, PUT, FEI, FERET, Yale and ORL). These experiments confirm that the proposed feature extraction method integrated to the proposed transformation to a discriminative lower dimensionality space using the alternative classification scheme with SVM and soft margins obtains higher recognition rates than the OLPP method itself and methods representative of the state-ofthe- art even when are used color (RGB) face images in high resolution (PUT, FEI and FERET face databases) as well as grayscale face images in low resolution (Yale and ORL face databases).