O Color Mixture é uma técnica para segmentação de imagens coloridas, que cria uma \"Retina Artificial\" baseada na mistura de cores, e faz a quantização da imagem projetando todas as cores em 256 planos no cubo RGB. Em seguida, atravessa todos esses planos com um classificador Gaussiano, visando à segmentação da imagem. Porém, a abordagem atual possui algumas limitações. O classificador atual resolve exclusivamente problemas binários. Inspirado nesta \"Retina Artificial\" do Color Mixture, esta tese define uma nova \"Retina Artificial\", propondo a substituição do classificador atual por uma rede neural artificial para cada um dos 256 planos, com o objetivo de melhorar o desempenho atual e estender sua aplicação para problemas multiclasse e multiescala. Para esta nova abordagem é dado o nome de Neural Color Mixture. Para a validação da proposta foram realizadas análises estatísticas em duas áreas de aplicação. Primeiramente para a segmentação de pele humana, tendo sido comparado seus resultados com oito métodos conhecidos, utilizando quatro conjuntos de dados de tamanhos diferentes. A acurácia de segmentação da abordagem proposta nesta tese superou a de todos os métodos comparados. A segunda avaliação prática do modelo proposto foi realizada com imagens de satélite devido à vasta aplicabilidade em áreas urbanas e rurais. Para isto, foi criado e disponibilizado um banco de imagens, extraídas do Google Earth, de dez regiões diferentes do planeta, com quatro escalas de zoom (500 m, 1000 m, 1500 m e 2000 m), e que continham pelo menos quatro classes de interesse: árvore, solo, rua e água. Foram executados quatro experimentos, sendo comparados com dois métodos, e novamente a proposta foi superior. Conclui-se que a nova proposta pode ser utilizada para problemas de segmentação de imagens coloridas multiclasse e multiescala. E que possivelmente permite estender o seu uso para qualquer aplicação, pois envolve uma fase de treinamento, em que se adapta ao problema. / The Color Mixture is a technique for color images segmentation, which creates an \"Artificial Retina\" based on the color mixture, and quantizes the image by projecting all the colors in 256 plans into the RGB cube. Then, it traverses all those plans with a Gaussian classifier, aiming to reach the image segmentation. However, the current approach has some limitations. The current classifier solves exclusively binary problems. Inspired by this \"Artificial Retina\" of the Color Mixture, we defined a new \"Artificial Retina\", as well as we proposed the replacement of the current classifier by an artificial neural network for each of the 256 plans, with the goal of improving current performance and extending your application to multiclass and multiscale issues. We called this new approach \"Neural Color Mixture\". To validate the proposal, we analyzed it statistically in two areas of application. Firstly for the human skin segmentation, its results were compared with eight known methods using four datasets of different sizes. The segmentation accuracy of the our proposal in this thesis surpassed all the methods compared. The second practical evaluation of the our proposal was carried out with satellite images due to the wide applicability in urban and rural areas. In order to do this, we created and made available a database of satellite images, extracted from Google Earth, from ten different regions of the planet, with four zoom scales (500 m, 1000 m, 1500 m and 2000 m), which contained at least four classes of interest: tree, soil, street and water. We compared our proposal with a neural network of the multilayer type (ANN-MLP) and an Support Vector Machine (SVM). Four experiments were performed, compared to two methods, and again the proposal was superior. We concluded that our proposal can be used for multiclass and multiscale color image segmentation problems, and that it possibly allows to extend its use to any application, as it involves a training phase, in which our methodology adapts itself to any kind of problem.

O Color Mixture é uma técnica para segmentação de imagens coloridas, que cria uma \"Retina Artificial\" baseada na mistura de cores, e faz a quantização da imagem projetando todas as cores em 256 planos no cubo RGB. Em seguida, atravessa todos esses planos com um classificador Gaussiano, visando à segmentação da imagem. Porém, a abordagem atual possui algumas limitações. O classificador atual resolve exclusivamente problemas binários. Inspirado nesta \"Retina Artificial\" do Color Mixture, esta tese define uma nova \"Retina Artificial\", propondo a substituição do classificador atual por uma rede neural artificial para cada um dos 256 planos, com o objetivo de melhorar o desempenho atual e estender sua aplicação para problemas multiclasse e multiescala. Para esta nova abordagem é dado o nome de Neural Color Mixture. Para a validação da proposta foram realizadas análises estatísticas em duas áreas de aplicação. Primeiramente para a segmentação de pele humana, tendo sido comparado seus resultados com oito métodos conhecidos, utilizando quatro conjuntos de dados de tamanhos diferentes. A acurácia de segmentação da abordagem proposta nesta tese superou a de todos os métodos comparados. A segunda avaliação prática do modelo proposto foi realizada com imagens de satélite devido à vasta aplicabilidade em áreas urbanas e rurais. Para isto, foi criado e disponibilizado um banco de imagens, extraídas do Google Earth, de dez regiões diferentes do planeta, com quatro escalas de zoom (500 m, 1000 m, 1500 m e 2000 m), e que continham pelo menos quatro classes de interesse: árvore, solo, rua e água. Foram executados quatro experimentos, sendo comparados com dois métodos, e novamente a proposta foi superior. Conclui-se que a nova proposta pode ser utilizada para problemas de segmentação de imagens coloridas multiclasse e multiescala. E que possivelmente permite estender o seu uso para qualquer aplicação, pois envolve uma fase de treinamento, em que se adapta ao problema. / The Color Mixture is a technique for color images segmentation, which creates an \"Artificial Retina\" based on the color mixture, and quantizes the image by projecting all the colors in 256 plans into the RGB cube. Then, it traverses all those plans with a Gaussian classifier, aiming to reach the image segmentation. However, the current approach has some limitations. The current classifier solves exclusively binary problems. Inspired by this \"Artificial Retina\" of the Color Mixture, we defined a new \"Artificial Retina\", as well as we proposed the replacement of the current classifier by an artificial neural network for each of the 256 plans, with the goal of improving current performance and extending your application to multiclass and multiscale issues. We called this new approach \"Neural Color Mixture\". To validate the proposal, we analyzed it statistically in two areas of application. Firstly for the human skin segmentation, its results were compared with eight known methods using four datasets of different sizes. The segmentation accuracy of the our proposal in this thesis surpassed all the methods compared. The second practical evaluation of the our proposal was carried out with satellite images due to the wide applicability in urban and rural areas. In order to do this, we created and made available a database of satellite images, extracted from Google Earth, from ten different regions of the planet, with four zoom scales (500 m, 1000 m, 1500 m and 2000 m), which contained at least four classes of interest: tree, soil, street and water. We compared our proposal with a neural network of the multilayer type (ANN-MLP) and an Support Vector Machine (SVM). Four experiments were performed, compared to two methods, and again the proposal was superior. We concluded that our proposal can be used for multiclass and multiscale color image segmentation problems, and that it possibly allows to extend its use to any application, as it involves a training phase, in which our methodology adapts itself to any kind of problem.

[pt] A modelagem de sistemas que apresentam subsistemas idênticos, por intermédio de Redes de Petri, conduz à geração de grafos de grandes dimensões com diversos componentes indênticos. As extensões às Redes de Petri que permitem diferenciar estes diversos subsistemas, por intermédio da distinção das fichas nelas contidas, receberam o nome de Redes de Petri Coloridas. Neste trabalho, são apresentados algumas propostas existentes na literatura sobre Redes de Petri Coloridas, bem como é desenvolvido um programa de análise baseado em uma dessas propostas - a de kurt Jensen. O programa analisa as propriedades de uma Rede de Petri Colorida, tais como limitação, vitalidade e capacidade de reinicialização, através do método de enumeração de marcações. / [en] The modeling of sistems which have identical sub-systems, by means of Petri nets, leads to the generation of large scale graphs with identical components. The extensions of Petri nets, which afford the possibility of distinguishing these sub-systems through the distinction of the tokens within the net, are called colored Petri nets. This work presents some colored Petri net proposals existent in literature and an analysis code based on one of these proposals - the Kurt Jensen one. This program analyses through the mark enumeration method, the colored Petri net properties, such as boundedness, liveness and reinicialization.

Made available in DSpace on 2014-06-12T15:59:40Z (GMT). No. of bitstreams: 2 arquivo5479_1.pdf: 5428990 bytes, checksum: 384171f77f7b3c9167469b053e4c8481 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2006 / Esta tese tem seu foco na análise do consumo de energia de microprocessadores no contexto dos sistemas embutidos. Para tanto, são propostos dois modelos para simulação e análise. Tais modelos operam com base na descrição do conjunto de instruções da arquitetura alvo em redes de Petri coloridas. O primeiro modelo aplica as redes de Petri coloridas para a avaliação do comportamento do código frente a uma descrição determinística das instruções. O segundo estende o primeiro de forma a explorar o espaçoo de possibilidades de execução do código por meio da descrição probabilística dos possíveis uxos de execução. Uma taxonomia para a descrição dos elementos presentes nos perfis de execução e consumo é proposta. Com base em tal taxonomia, formaliza-se um mecanismo para a análise de consumo de energia devido ao software. A abordagem proposta oferece três contribuições básicas: (i) criação de modelos de descrição de arquiteturas sobre uma linguagem de modelagem formal, as redes de Petri coloridas; (ii) proposição de um modelo de descrição estrutural do software, no qual os possíveis uxos de execução estão explícitos na semântica de descrição; e (iii) proposição de um modelo probabilístico para descrição, simulação e avaliação do consumo de energia devido ao software. O modelo probabilístico ataca o problema da dependência de padrão pela eliminação do vetor de teste em prol de um modelo probabilístico de comportamento do software. Dessa forma, esta tese estabelece uma abordagem nova para a análise de consumo de energia, promovendo um formalismo baseado em redes de Petri coloridas para a criação de ferramentas

Made available in DSpace on 2015-04-20T12:31:37Z (GMT). No. of bitstreams: 1 Alita Moura de Lima.pdf: 2197035 bytes, checksum: 64774d32c0950f346e45e0226627e35a (MD5) Previous issue date: 2013-10-31 / Fundação de Amparo à Pesquisa do Estado do Amazonas / Tuberculosis (TB), an infectious disease that occurs in 90% of cases in the lungs, is caused by Mycobacterium tuberculosis. Although TB has been described since antiquity, being diagnosed about 100 years and has treatment from the 40s, is currently still considered a serious public health problem, being reported annually 1.1 million deaths worldwide. Knowing that the cycle of transmission of tuberculosis involving almost exclusively the human, being one of the targets for global TB control is the diagnosis, this being vital to break the chain of transmission. The Global Tuberculosis Control Programmes use bascilloscopies (microscopic detection of bacilli)as their first choice in the diagnosis of pulmonary tuberculosis. However, carbolfucsina, the dye solution used in this method is a toxic carcinogenic compound which contaminates water and endagers human health. In order to verify the potential of coloured substances produced by fungi endophytic filamentous to replace carbolfucsina, endophytes derived from vegetables H. sucuuba , C. multijuga , P. aduncum and S. reticulata were analyized. From 75 isolates, 30 were selected with capacity to produce coloured diffusible substances in solid medium. The culture filtrates were tested in for their ability to stain smears prepared from the standard strain of Mycobacterium tuberculosis H37Rv. Analysis of the staining was performed by bright field and fluorescence microscopy. Fluorescence substances identified as proteins by the Bradford technique, present in 78% of the culture filtrates, enabled the visualization of M. tuberculosis H37Rv. When the culture filtrates were tested with other microorganisms (E. coli ATCC 25922, S. aureus ATCC 25923 and C. albicans ATCC 36232) they were found to be nonspecific for M. tuberculosis. Despite the negative result of the proposed objective, there is potential for fluorescent proteins to be used in monitoring cell, tissue and protein interactions. / A tuberculose (TB), doença infecciosa que acomete em 90% dos casos os pulmões, é causada principalmente pelo Mycobacterium tuberculosis. Embora a TB tenha sido descrita desde a antiguidade, ser diagnosticada a mais de 100 anos e possuir tratamento desde a década de 40, atualmente ainda é considerada um grave problema de saúde pública, sendo registrados anualmente 1,1 milhões de óbitos no mundo. Sabendo-se que o ciclo de transmissão da tuberculose envolve quase que exclusivamente o ser humano, um dos alvos para o controle global da doença é o diagnóstico, sendo esse vital para a quebra da cadeia de transmissão. Os Programas Mundiais de Controle da Tuberculose consideram a baciloscopia como a primeira opção para diagnóstico da Tuberculose pulmonar. No entanto, a solução corante de carbolfucsina utilizada na técnica é um composto tóxico, carcinogênico, combustível e contaminante da água. Com o objetivo de verificar o potencial de substâncias coloridas produzidas por fungos endofíticos filamentosos em substituição à carbolfucsina, foram analisados endofíticos oriundos dos vegetais Himatanthus sucuuba, Copaifera multijuga, Piper aduncum e Senna reticulata. A partir de 75 isolados, foram selecionados 30 com capacidade de produzir substâncias coloridas difusíveis em meio sólido. Os filtrados do cultivo em caldo foram testados quanto à capacidade de coloração em esfregaços preparados a partir da cepa padrão de Mycobacterium tuberculosis H37Rv. A análise da coloração foi realizada por microscopia em campo claro e em fluorescência. Constatou-se a existência de capacidade de fluorescência em 78% dos filtrados de cultivo sobre as unidades bacilares de M. tuberculosis. No entanto, quando os filtrados foram submetidos a testes de coloração em outros microrganismos, Escherichia coli ATCC 25922; S. aureus ATCC 25923 e Candida albicans ATCC 36232, constatou-se serem inespecíficos para M. tuberculosis. Em análise de caracterização química a substância responsável pela fluorescência apresentou características compatíveis com proteínas. Nesse sentido, apesar do resultado negativo ao objetivo proposto, tem-se a possibilidade da descoberta de proteínas fluorescentes que vêm sendo utilizadas como reveladores na monitoração de células, tecidos e na interação entre proteínas.

Frequentemente, as empresas adquirem ou desenvolvem aplicações para apoiar a tomada de decisões e aperfeiçoar seus processos de negócio. Estas aplicações compõe o ecossistema de software, que geralmente é heterogêneo e ainda são desenvolvidas sem levar em conta sua possível integração, dificultando assim a sua reutilização. A área de Enterprise Application Integration (EAI) proporciona metodologias, técnicas e ferramentas para as empresas desenvolverem soluções de integração. O problema abordado nessa dissertação consiste em identificar os possíveis gargalos de desempenho na solução de integração que trata do processo e rematrículas da Universidade Unijuí, para que estes possam ser minimizados antes da implementação da solução. O aparecimento destes possíveis gargalos é um problema, porque se um modelo conceitual for implementado com gargalos, poderá gerar falhas, que aumentam os custos, tempo e riscos da solução. Nesse contexto, propõe-se identificar possíveis gargalos de desempenho, utilizando o modelo conceitual, por meio do qual é desenvolvido um modelo formal de simulação, utilizando o formalismo matemático das Redes de Petri Coloridas e Temporizadas. É por meio da simulação, que busca-se conhecer o comportamento do sistema, visando identificar tarefas que possam representar gargalos de desempenho. A partir da simulação, foi possível analisar duas variáveis: tempo médio de permanência das mensagens nos slots e tamanho máximo e médio dos slots. Os resultados da simulação das duas variáveis foram interpretados e analisados, identificando-se a ocorrência de gargalos de desempenho. / 145 f.

A busca por novas tecnologias de produção de flores e plantas ornamentais em ambiente protegido, que resultem no aumento da eficiência do uso da estrutura produtiva com incremento de produção e da qualidade, evolui constantemente. Esse estudo teve como objetivo analisar os efeitos dos diferentes telados de sombreamento (30%) vermelho e azul sobre o cultivo de três variedades de Lisianthus (Eustoma grandiflorum), variedade de flor rosa (Flare Deep Rosa), flor branca (Allemande White Bl) e de flor roxa (Echo Blue Bl), em relação ao crescimento da planta, desenvolvimento da cultura, coloração e pigmentação de folhas e pétalas. O tratamento controle, denominado telado controle foi conduzido sob cobertura de plástico transparente comum em produções comerciais. Com os resultados analisados estatisticamente, o telado vermelho obteve melhores resultados, com diferença significativa dos demais telados, para altura de plantas, comprimento de par de folha (expansão foliar), maiores teores de clorofila a e b, clorofila total e carotenoides, o telado controle se destacou por plantas com maiores teores de antocianina nas pétalas e o telado azul, com diferença signicativa dos demais, com piores resultados para concentrações de carotenoides, massa de haste colhida, número médio de botões por haste, menor diâmetro de haste ao longo do cultivo e na colheita, menor comprimento de par de folha e quanto a colheita que em comparação aos demais tratamentos esteve atrasada em 10 dias. / The search for new technologies for flower and ornamental plants production in greenhouses that result in increased efficiency of the productive structure use, to increase production and quality is constantly evolving. This study aimed to analyze the effects of different shading nets (30%) red and blue on the cultivation of three varieties of Lisianthus (Eustoma grandiflorum), variety of rose flower (Flare Deep Rose), white flower (Allemande White Bl) and purple flower (Echo Blue Bl) regarding to plant growth, development of culture and coloring and pigmentation of leaves and petals. The control treatment, called net control was conducted under a common transparent plastic cover used in commercial productions. The results of the statistical analysis demonstrated that, red net had better results, with significant difference between the other treatments, for plant height, lenght of pair of leaves (leaf expansion), higher content of chlorophyll a and b, total chlorophyll and carotenoids, net control is highlighted by plants with higher levels of anthocyanins in the petals and blue net, with signficant difference from the others, with worse results for carotenoids concentrations, stem weight, average number of buds per stem, thinner rod along the cultivation and harvesting, the lower length of pair of leaves and harvest as compared to other treatments was delayed by 10 days.

INTRODUÇÃO: Exercícios físicos são utilizados como terapia nãofarmacológica para o tratamento da hipertensão arterial e o treinamento físico (TF) por natação é reconhecido por produzir remodelamento cardíaco em animais experimentais. Entretanto, a ação vasodilatadora da adenosina (ado) resultante do exercício físico como prevenção e tratamento da hipertensão é pouco explorada. OBJETIVO: Avaliar remodelamento cardíaco e papel da adenosina na distribuição do fluxo sanguíneo para o miocárdio após treinamento físico em SHR. MÉTODO: 28 SHR machos babies e adultos foram submetidos ao TF aeróbio de natação, durante 10 semanas (5x/sem - 1h/dia). Foram utilizados protocolos de microesferas coloridas para avaliar fluxo sanguíneo, técnicas de morfologia para avaliar hipertrofia cardíaca e análises bioquímicas para verificar atividade de enzimas envolvidas na formação de adenosina. RESULTADOS: TF por natação atenuou a evolução da HA em SHR babies (S: 145±2; T: 140±2 mmHg), promoveu bradicardia de repouso em SHR adultos (S: 340±4; T: 321±6 bpm) e desenvolveu HC nos dois grupos (TB: 12%; TA: 10%). Na condição basal, o TF aumentou o FS coronário em SHR babies (S: 4745±2145; T: 6970±2374 mi/coração) e maior resposta vasodilatadora à infusão de adenosina foi observada (S: 18946±6685; T: 25045±7031 mi/coração). Nesse grupo o TF promoveu maior atividade da enzima 5-nucleotidase, levando à maior formação de adenosina (S: 0.45±0.09; T: 1.01±0.05). CONCLUSÃO: O TF de natação, além de desenvolver HC e apresentar maior hidrólise de AMP, promoveu aumento no FS coronário, sendo mostrado que desempenha um importante papel na regulação da hipertensão / ABSTRACT: Exercise training (ET) has been used as non-pharmacological therapy for hypertension treatment and the swimming physical training is recognized for yield cardiac remodeling in experiments. However, little is known on the effects of adenosine (Ado) resulting from ET as hypertension prevention and treatment. OBJECTIVE: To evaluate cardiac remodeling and the role of adenosine in cardiac blood flow distribution (BF) to the myocardium after aerobic ET on SHR. METHODS: 28 male SHR, babies and adults, were submitted to swimming training protocol during 10 weeks (5 times a week 1 h a day). Colored micro spheres protocols were used to evaluate blood flow, morphological techniques were used to evaluate cardiac hypertrophy and biochemical analysis were performed to verify enzyme activity in the adenosine formation. RESULTS: ET attenuated the evolution of hypertension in babies SHR group (S: 145±2; T: 140±2 mmHg), HR was lower in adults SHR (S: 340±4; T: 321±6 bpm) and CH increased in both groups (TB: 12%; TA: 10%). At basal condition, BF was increased in trained babies (S: 4745±2145; T: 6970±2374 mi/heart) and higher vasodilatation response were observed due to adenosine infusion (S: 18946±6685; T: 25045±7031 mi/heart). In this group, the ET promoted a higher 5- nucleotidase enzyme activity leading to a higher adenosine formation (S: 0.45±0.09; T: 1.01±0.05). CONCLUSION: The swimming training developed CH as well as increased adenosine formation, leading to higher coronary blood flow, being demonstrated its important role in hypertension regulation

A classificação de texturas coloridas sob diferentes condições de iluminação é um desafio na área de visão computacional, e depende da eficiência dos descritores de textura em capturar características que sejam discriminantes independentemente das propriedades da fonte de luz incidente sobre o objeto. Visando melhorar o processo de classificação de texturas coloridas iluminadas com diferentes fontes de luz, este trabalho propõe três novos descritores, nomeados Opponent Color Local Mapped Pattern (OCLMP), que combina o descritor de texturas por padrões locais mapeados (Local Mapped Pattern - LMP) com a teoria de cores oponentes; Color Intensity Local Mapped Pattern (CILMP), que extrai as informações de cor e textura de maneira integrada, levando em consideração a textura da cor, combinando estas informações com características da luminância da textura em uma análise multiresolução; e Extended Color Local Mapped Pattern (ECLMP), que utiliza dois operadores para extrair informações de cor e textura de forma integrada (textura da cor) combinadas com informações apenas de textura (sem cor) de uma imagem. Todos esses novos descritores propostos são paramétricos e, sendo o ajuste ótimo de seus parâmetros não trivial, o processo exige um tempo excessivo de computação. Portanto, foi proposto nesta tese a utilização de algoritmos genéticos para o ajuste automático dos parâmetros. A avaliação dos descritores propostos foi realizada em duas bases de dados de texturas coloridas com variação de iluminação: RawFooT (Raw Food Texture Database) e KTH-TIPS- 2b (Textures under varying Illumination, Pose and Scale Database), utilizando-se um classificador. Os resultados experimentais mostraram que os descritores propostos são mais robustos à variação de iluminação do que outros decritores de textura comumente utilizados na literatura. Os descritores propostos apresentaram um desempenho superior aos descritores comparados em 15% na base de dados RawFooT e 4% na base de dados KTH-TIPS-2b. / Color texture classification under varying illumination remains a challenge in the computer vision field, and it greatly relies on the efficiency at which the texture descriptors capture discriminant features, independent of the illumination condition. The aim of this thesis is to improve the classification of color texture acquired with varying illumination sources. We propose three new color texture descriptors, namely: the Opponent Color Local Mapped Pattern (OCLMP), which combines a local methodology (LMP) with the opponent colors theory, the Color Intensity Local Mapped Pattern (CILMP), which extracts color and texture information jointly, in a multi-resolution fashion, and the Extended Color Local Mapped Pattern (ECLMP), which applies two operators to extract color and texture information jointly as well. As the proposed methods are based on the LMP algorithm, they are parametric functions. Finding the optimal set of parameters for the descriptor can be a cumbersome task. Therefore, this work proposes the use of genetic algorithms to automatically adjust the parameters. The methods were assessed using two data sets of textures acquired using varying illumination sources: the RawFooT (Raw Food Texture Database), and the KTH-TIPS-2b (Textures under varying Illumination, Pose and Scale Database). The experimental results show that the proposed descriptors are more robust to variations to the illumination source than other methods found in the literature. The improvement on the accuracy was higher than 15% on the RawFoot data set, and higher than 4% on the KTH-TIPS-2b data set.

A classificação de texturas coloridas sob diferentes condições de iluminação é um desafio na área de visão computacional, e depende da eficiência dos descritores de textura em capturar características que sejam discriminantes independentemente das propriedades da fonte de luz incidente sobre o objeto. Visando melhorar o processo de classificação de texturas coloridas iluminadas com diferentes fontes de luz, este trabalho propõe três novos descritores, nomeados Opponent Color Local Mapped Pattern (OCLMP), que combina o descritor de texturas por padrões locais mapeados (Local Mapped Pattern - LMP) com a teoria de cores oponentes; Color Intensity Local Mapped Pattern (CILMP), que extrai as informações de cor e textura de maneira integrada, levando em consideração a textura da cor, combinando estas informações com características da luminância da textura em uma análise multiresolução; e Extended Color Local Mapped Pattern (ECLMP), que utiliza dois operadores para extrair informações de cor e textura de forma integrada (textura da cor) combinadas com informações apenas de textura (sem cor) de uma imagem. Todos esses novos descritores propostos são paramétricos e, sendo o ajuste ótimo de seus parâmetros não trivial, o processo exige um tempo excessivo de computação. Portanto, foi proposto nesta tese a utilização de algoritmos genéticos para o ajuste automático dos parâmetros. A avaliação dos descritores propostos foi realizada em duas bases de dados de texturas coloridas com variação de iluminação: RawFooT (Raw Food Texture Database) e KTH-TIPS- 2b (Textures under varying Illumination, Pose and Scale Database), utilizando-se um classificador. Os resultados experimentais mostraram que os descritores propostos são mais robustos à variação de iluminação do que outros decritores de textura comumente utilizados na literatura. Os descritores propostos apresentaram um desempenho superior aos descritores comparados em 15% na base de dados RawFooT e 4% na base de dados KTH-TIPS-2b. / Color texture classification under varying illumination remains a challenge in the computer vision field, and it greatly relies on the efficiency at which the texture descriptors capture discriminant features, independent of the illumination condition. The aim of this thesis is to improve the classification of color texture acquired with varying illumination sources. We propose three new color texture descriptors, namely: the Opponent Color Local Mapped Pattern (OCLMP), which combines a local methodology (LMP) with the opponent colors theory, the Color Intensity Local Mapped Pattern (CILMP), which extracts color and texture information jointly, in a multi-resolution fashion, and the Extended Color Local Mapped Pattern (ECLMP), which applies two operators to extract color and texture information jointly as well. As the proposed methods are based on the LMP algorithm, they are parametric functions. Finding the optimal set of parameters for the descriptor can be a cumbersome task. Therefore, this work proposes the use of genetic algorithms to automatically adjust the parameters. The methods were assessed using two data sets of textures acquired using varying illumination sources: the RawFooT (Raw Food Texture Database), and the KTH-TIPS-2b (Textures under varying Illumination, Pose and Scale Database). The experimental results show that the proposed descriptors are more robust to variations to the illumination source than other methods found in the literature. The improvement on the accuracy was higher than 15% on the RawFoot data set, and higher than 4% on the KTH-TIPS-2b data set.