A morfologia matemática fornece ferramentas poderosas para a realização de análise de imagens em baixo nível e tem encontrado aplicações em diversas áreas, tais como: visão robótica, inspeção visual, medicina, análise de textura, entre outras. Muitas dessas aplicações requerem processamento em tempo real e para sua execução de forma eficiente freqüentemente é utilizado hardware dedicado. Também, a tarefa de projetar operadores morfológicos manualmente para uma dada aplicação não é trivial na prática. A programação genética, que é um ramo relativamente novo em computação evolucionária, está se consolidando como um método promissor em aplicações envolvendo processamento de imagens digitais. Seu objetivo primordial é descobrir como os computadores podem aprender a resolver problemas sem, no entanto, serem programados para essa tarefa. Essa área ainda não foi muito explorada no contexto de construção automática de operadores morfológicos. Assim, neste trabalho, desenvolve-se e implementa-se uma arquitetura original, de baixo custo, reconfigurável por meio de instruções morfológicas e lógicas geradas automaticamente através de uma aproximação linear baseada em programação genética, visando-se o processamento morfológico de imagens em tempo real utilizando FPGAs de alta complexidade, com objetivos de filtragem, reconhecimento de padrões e emulação de filtros desconhecidos de softwares comerciais, para citar somente algumas aplicações. Exemplos de aplicações práticas envolvendo imagens binárias, em níveis de cinza e coloridas são fornecidos e seus resultados são comparados com outras formas de implementação. / Mathematical morphology supplies powerful tools for low level image analysis, with applications in robotic vision, visual inspection, medicine, texture analysis and many other areas. Many of the mentioned applications require dedicated hardware for real time execution. The task of designing manually morphological operators for a given application isnot always a trivial one. Genetic programming is a relatively new branch of evolutionary computing and it is consolidating as a promising method for applications of digital image processing. The main objective of genetic programming is to discover how computers can learn to solve problems without being programmed for that. In the literature little has been found about the automatic morphological operators construction using genetic programming. In this work, the development of an original reconfigurable architecture using logical and morphological instructions generated automatically by a linear approach based on genetic programming is presented. The developed architecture is based on Field Programmable Gate Arrays (FPGAs) and has among the possible applications, image filtering, pattern recognition and filter emulation. Binary, gray level and color image practical applications using the developed architecture are presented and the results are compared with other implementation techniques.

A Morfologia Matemática (MM) é um arcabouço geral para o estudo de mapeamentos entre imagens binárias. Estes estudos são de especial interesse na área de Processamento de Imagens. Tais mapeamentos entre imagens binárias são conhecidos como operadores de conjunto. Um aspecto importante da MM é a representação destes operadores em termos de dilatações, erosões e outras operações usuais de conjunto (interseção, união, complemento e diferença). Por este motivo, a dilatação e a erosão são ditos operadores morfológicos elementares. Este trabalho visa propor novos métodos para calcular a erosão e a dilatação morfológica binária rapidamente. Tais métodos se fundamentam em conceitos e técnicas de pré-processamento (em tempo linear) introduzidas por este trabalho, como a Transformada da Densidade, ou ainda, um Conjunto de Cascas. O resultado destes pré-processamentos é traduzido em ganho de velocidade dos algoritmos de erosão e dilatação, além de apresentar uma representação compacta dos conjuntos operandos. O consumo de tempo dos métodos propostos é no pior caso quadrático, porém, num estudo experimental preliminar, o algoritmo se comporta eficientemente, chegando a ser até mesmo linear em alguns casos. Além disso, um levantamento sucinto de outros métodos de erosão e dilatação morfológica binária conhecidos pela literatura atual é apresentado. Algumas simulações e uma breve análise de complexidade mostram que os métodos propostos são boas alternativas para implementação de erosão e dilatação morfológica eficiente. / A Mathematical Morphology (MM) is a general framework for the study of mappings between binary images. These studies are of particular interest in the area of Image Processing. Such mappings between binary images are known as set operators. An important aspect of MM is the representation of these operators in terms of dilations, erosions and other usual set operations (intersection, union, complement and difference). For that reason, the dilation and erosion are called elementary morphological operators. This work aims to propose new methods to calculate the morphological binary erosion and dilation quickly. Such methods are based on concepts and techniques of preprocessing (in linear time) introduced by this work, as the density transformed, or even a set of shells. The result of these preprocessing translates into speedup of erosion and dilation algorithms, and present a compact representation of the operands sets. The time complexity of the proposed methods is quadratic in the worst case, however, a preliminary experimental study, the algorithm behaves efficiently, becoming even linear in some cases. Furthermore, a brief survey of other methods of morphological erosion and binary dilation known by current literature is presented. Some simulations and a brief complexity analysis shows that our methods are a good alternative for implementation of erosion and dilation morphological efficient.

Apart from classical pattern recognition techniques applied for automated building detection in satellite images, a robust building detection methodology is proposed, where self-supervision data can be automatically extracted from the image by using shadow and its direction as an invariant for building object. In this methodology / first the vegetation, water and shadow regions are detected from a given satellite image and local directional fuzzy landscapes representing the existence of building are generated from the shadow regions using the direction of illumination obtained from image metadata. For each landscape, foreground (building) and background pixels are automatically determined and a bipartitioning is obtained using a graph-based algorithm, Grabcut. Finally, local results are merged to obtain the final building detection result. Considering performance evaluation results, this approach can be seen as a proof of concept that the shadow is an invariant for a building object and promising detection results can be obtained when even a single invariant for an object is used.

Improvements in technology, enables us to store large amounts of data in warehouses. In parallel, the need for processing this vast amount of raw data and translating it into interpretable information also increases. A commonly used solution method for the described problem in data mining is clustering. We propose &quot / Density Based Clustering Using Mathematical Morphology&quot / (DBCM) algorithm as an effective clustering method for extracting arbitrary shaped clusters of noisy numerical data in a reasonable time. This algorithm is predicated on the analogy between images and data warehouses. It applies grayscale morphology which is an image processing technique on multidimensional data. In this study we evaluated the performance of the proposed algorithm on both synthetic and real data and observed that the algorithm produces successful and interpretable results with appropriate parameters. In addition, we computed the computational complexity to be linear on number of data points for low dimensional data and exponential on number of dimensions for high dimensional data mainly due to the morphology operations.

Developing remote sensing instrumentation allows obtaining information about an area rapidly and with low costs. This fact offers a challenge to remote sensing algorithms aimed at extracting information about an area from the available re&not / mote sensing data. A very typical and important problem being interpretation of satellite images. A very efficient approach to remote sensing is employing discrim&not / inant functions to distinguish different landscape classes from satellite images. Various methods on this direction are already studied. However, the efficiency of the studied methods are still not very high. In this thesis, we will improve efficiency of remote sensing algorithms. Besides we will investigate improving boundary detection methods on satellite images.

Submitted by Fernanda Puga Santos null (ferpuga@gmail.com) on 2016-04-05T19:55:10Z No. of bitstreams: 1 Tese_FINAL.pdf: 3778155 bytes, checksum: 12218385281bca2455fe3172e45e514c (MD5) / Approved for entry into archive by Felipe Augusto Arakaki (arakaki@reitoria.unesp.br) on 2016-04-07T16:09:03Z (GMT) No. of bitstreams: 1 carvalho_fps_dr_prud.pdf: 3778155 bytes, checksum: 12218385281bca2455fe3172e45e514c (MD5) / Made available in DSpace on 2016-04-07T16:09:03Z (GMT). No. of bitstreams: 1 carvalho_fps_dr_prud.pdf: 3778155 bytes, checksum: 12218385281bca2455fe3172e45e514c (MD5) Previous issue date: 2016-03-31 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Slope streaks são rastros escuros que se estendem por declives íngremes na superfície de Marte. Estes rastros representam um dos poucos processos geológicos ativos na superfície deste planeta. Atualmente, muitos pesquisadores os têm estudado com a finalidade de descobrir sua natureza, a qual permanece controversa. Além disso, os slope streaks clareiam com o tempo, fornecendo pistas sobre a deposição de poeira e também sobre a natureza do material da superfície. Embora exista um número considerável de pesquisadores que estudam esses rastros, a identificação destes ainda é realizada por especialistas manualmente, através de amostras de pequena dimensão. A existência de um número elevado destas estruturas na superfície de Marte, a necessidade de caracterizá-las e também de quantificar a sua evolução temporal, não pode continuar a ser efetuada simplesmente por amostragem e de uma forma manual. É neste contexto que esta pesquisa se enquadra. A proposta consiste em contribuir para a automação do processo de extração de informações em imagens da superfície de Marte, especificamente, extração de informações sobre slope streaks. Através do desenvolvimento de um método de detecção automática de slope streaks em imagens orbitais e, também, de um método automático para análise temporal da taxa de esmaecimento, este objetivo foi alcançado neste trabalho. O método de detecção desenvolvido baseia-se principalmente em Morfologia Matemática e faz uso de operadores morfológicos conectados para o pré-processamento das imagens, transformada top-hat, binarização pelo método de Otsu, afinamento e reconstrução geodésica, seguido por um filtro de fator de forma. O método para a análise temporal desenvolvido consiste em um algoritmo que calcula a taxa de contraste entre o interior e a área de vizinhança de um mesmo rastro, em imagens multi-temporais registradas. Os resultados obtidos com ambos os métodos foram bastante satisfatórios e possibilitaram extrair informações inovadoras a respeito do comportamento destes rastros na superfície de Marte. As duas ferramentas desenvolvidas mostraram-se robustas para serem aplicadas a grande escala e a um grande conjunto de imagens. / Slope streaks are typically dark, narrow and fan-shaped features that extend down slope on Mars surface. They are one of the most active and dynamic process observed on the planet’s surface. Dry and wet processes have been suggested for causing their formation but their origin is still unclear. Moreover, the streaks tend to fade with time, providing clues about dust settling and material properties. Studies that quantify some characteristics of these streaks are based on manual interactive procedures to delineate only a small portion of the available slope streaks and to measure their morphometric characteristics. The availability of a methodology to segment the streaks and to extract meaningful information would naturally increase the regional knowledge and the statistical significance, as a much larger amount of images from different locations could be analyzed, together with a more complete monitoring of the fading/appearance of the dark streaks. Thus, the purpose of this research is to contribute to the information extraction process from surface images of Mars. Hence, a method to automatically detect slope streaks and an algorithm to quantify the temporal fading of each streak over the years were developed. The detection method was based on morphological operators and it was used in a part of the methodology to quantify the fading of the streaks. The results of the detection method and the temporal fading algorithm were very satisfactory. Both methods are able to extract information about the behaviour of the slope streaks on the Martian surface. Finally, the two tools are robust enough to be applied on a large scale and a large set of images. / CAPES: 12791-13-0

Submitted by ANDRÉ CACERES CARRILHO null (carrilho.acc@gmail.com) on 2016-04-01T02:33:57Z No. of bitstreams: 1 d_carrilho_ac.pdf: 6862099 bytes, checksum: fa858752c5f46a9fc8acf83fee1ed2cc (MD5) / Approved for entry into archive by Ana Paula Grisoto (grisotoana@reitoria.unesp.br) on 2016-04-05T13:36:03Z (GMT) No. of bitstreams: 1 carrilho_ac_me_prud.pdf: 6862099 bytes, checksum: fa858752c5f46a9fc8acf83fee1ed2cc (MD5) / Made available in DSpace on 2016-04-05T13:36:03Z (GMT). No. of bitstreams: 1 carrilho_ac_me_prud.pdf: 6862099 bytes, checksum: fa858752c5f46a9fc8acf83fee1ed2cc (MD5) Previous issue date: 2016-02-16 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / As nuvens de pontos provindas de Sistemas de Varredura a LASER (Light Amplification by Stimulated Emission of Radiation) Aerotransportados (SVLA) representam a superfície com um grande detalhamento, sendo registrada a vegetação e as feições antrópicas, como edificações e rodovias, por exemplo. A automação da tarefa de classificação da nuvem de pontos é importante para a redução de custos em aplicações práticas relacionadas a atividades de mapeamento. Esta dissertação tem por objetivo principal o estudo, implementação e avaliação de técnicas de processamento e análise de imagens visando a classificação da nuvem de pontos LiDAR (Light Detection and Ranging), e a obtenção, de forma automática, do MDT (Modelo Digital do Terreno) e dos pontos pertencentes a edificações e vegetação. Inicialmente são apresentados os conceitos necessários para o entendimento do método proposto, o qual é detalhado na sequência, assim como os conjuntos de dados utilizados para as avaliações. Além da revisão conceitual sobre tópicos como Morfologia Matemática, Análise de Componentes Principais e algoritmo RANSAC, estudou-se a necessidade de redução da quantidade de iterações do RANSAC e uma alternativa para obtenção de alguns dos parâmetros do método a priori. Foram realizados experimentos sobre a escolha do interpolador (para a geração da grade regular) e para a seleção da forma e dimensão do elemento estruturante (usado nas operações morfológicas). A classificação final foi avaliada em termos de completeza e nível de acerto, calculadas com relação a referências geradas manualmente. / The point clouds acquired by ALS (Airborne LASER Scanning) systems represent the surface with great level of detail, recording both natural vegetation and anthropic features, such as buildings and roads, for example. The automation’s task of point clouds classification is important to reduce costs in practical applications related to mapping activities and production. This work is primarily focused in the study, implementation and evaluation of image processing and analysis techniques, aiming the automatic cloud point classification, generation of the DTM (Digital Terrain Model) and the detection of roof plane and vegetation points. Besides the conceptual review about Mathematical Morphology, Principal Component Analysis and RANSAC (Random Sample Consensus), it was studied the need to reduce the quantity of iterations and an alternative to obtain some of the parameters required by RANSAC algorithm considering one preliminary classification based on Principal Component Analysis. Some experiments were conducted in order to select both the interpolation method (to generate the grid) and the shape and size of the structuring element (used in the morphological operations). The final classification was evaluated in terms of completeness and correctness, computed with respect to a manually generated reference.

A morfologia matemática fornece ferramentas poderosas para a realização de análise de imagens em baixo nível e tem encontrado aplicações em diversas áreas, tais como: visão robótica, inspeção visual, medicina, análise de textura, entre outras. Muitas dessas aplicações requerem processamento em tempo real e para sua execução de forma eficiente freqüentemente é utilizado hardware dedicado. Também, a tarefa de projetar operadores morfológicos manualmente para uma dada aplicação não é trivial na prática. A programação genética, que é um ramo relativamente novo em computação evolucionária, está se consolidando como um método promissor em aplicações envolvendo processamento de imagens digitais. Seu objetivo primordial é descobrir como os computadores podem aprender a resolver problemas sem, no entanto, serem programados para essa tarefa. Essa área ainda não foi muito explorada no contexto de construção automática de operadores morfológicos. Assim, neste trabalho, desenvolve-se e implementa-se uma arquitetura original, de baixo custo, reconfigurável por meio de instruções morfológicas e lógicas geradas automaticamente através de uma aproximação linear baseada em programação genética, visando-se o processamento morfológico de imagens em tempo real utilizando FPGAs de alta complexidade, com objetivos de filtragem, reconhecimento de padrões e emulação de filtros desconhecidos de softwares comerciais, para citar somente algumas aplicações. Exemplos de aplicações práticas envolvendo imagens binárias, em níveis de cinza e coloridas são fornecidos e seus resultados são comparados com outras formas de implementação. / Mathematical morphology supplies powerful tools for low level image analysis, with applications in robotic vision, visual inspection, medicine, texture analysis and many other areas. Many of the mentioned applications require dedicated hardware for real time execution. The task of designing manually morphological operators for a given application isnot always a trivial one. Genetic programming is a relatively new branch of evolutionary computing and it is consolidating as a promising method for applications of digital image processing. The main objective of genetic programming is to discover how computers can learn to solve problems without being programmed for that. In the literature little has been found about the automatic morphological operators construction using genetic programming. In this work, the development of an original reconfigurable architecture using logical and morphological instructions generated automatically by a linear approach based on genetic programming is presented. The developed architecture is based on Field Programmable Gate Arrays (FPGAs) and has among the possible applications, image filtering, pattern recognition and filter emulation. Binary, gray level and color image practical applications using the developed architecture are presented and the results are compared with other implementation techniques.

A morfologia matemática é o estudo da forma utilizando as ferramentas da teoria de conjuntos e representa uma área extremamente importante em análise de imagens. Suas operações básicas são a dilatação e a erosão, e através destas é possível realizar outras operações mais complexas. A morfologia matemática fornece ferramentas poderosas para a realização de análise de imagens em baixo nível e tem encontrado aplicações em diversas áreas, tais como: visão robótica, inspeção visual, medicina, análise de textura, entre outras. Muitas destas aplicações requerem processamento em tempo real, e para sua execução de forma eficiente freqüentemente é utilizado hardware dedicado. A análise de imagens em baixo nível geralmente envolve computações repetidas sobre estruturas grandes de dados. Assim, o paralelismo parece ser um atributo necessário de um sistema de hardware capaz de executar eficientemente estas tarefas. As ferramentas da morfologia matemática são bem adequadas à implementação em arquiteturas pipeline. A necessidade de sistemas capazes de realizar o processamento de imagens digitais em tempo real, com o menor custo e tempo de desenvolvimento, tem sido suprida pela tecnologia de dispositivos de lógica programável complexa. Assim, neste trabalho foi projetada e implementada uma arquitetura pipeline dedicada para dilatação e erosão de imagens binárias em tempo real utilizando dispositivos lógicos programáveis de alta capacidade. Esta arquitetura é capaz de processar imagens binárias de 512 x 512 pixels. Os estágios desta arquitetura são flexíveis, permitindo a reprogramação da forma e do tamanho dos elementos estruturantes utilizados nas operações morfológicas. A arquitetura desenvolvida apresentou um desempenho satisfatório, demonstrando ser uma alternativa viável e eficiente. / Mathematical morphology is a very important image analysis area that uses set theory tools to study shapes. The basic operations in mathematical morphology are dilation and erosion, these can be used for more complex operations. Mathematical morphology has powerful tools for low level image processing and has been used in a wide range of applications such as robotic vision, visual inspection, medicine and texture analysis. Low level image processing requires repetitive processing over large data structures, dedicated parallel computing hardware is often used. Complex field programmable logic devices (CPLDs) have increasingly been used for the fast development of real time image processing systems. In this work we present a pipeline architecture for real time erosion and dilation operations, the architecture was developed using high density programmable logic devices. The developed architecture can process 512 x 512 pixels binary images, and has flexible stages that can be reprogrammed according to the shape and size of the structuring elements used in the morphological operations. Tests performed using the architecture demonstrated its good performance and that it is a good and efficient alternative for dedicated morphological image processing operations.

A Morfologia Matemática (MM) é um arcabouço geral para o estudo de mapeamentos entre imagens binárias. Estes estudos são de especial interesse na área de Processamento de Imagens. Tais mapeamentos entre imagens binárias são conhecidos como operadores de conjunto. Um aspecto importante da MM é a representação destes operadores em termos de dilatações, erosões e outras operações usuais de conjunto (interseção, união, complemento e diferença). Por este motivo, a dilatação e a erosão são ditos operadores morfológicos elementares. Este trabalho visa propor novos métodos para calcular a erosão e a dilatação morfológica binária rapidamente. Tais métodos se fundamentam em conceitos e técnicas de pré-processamento (em tempo linear) introduzidas por este trabalho, como a Transformada da Densidade, ou ainda, um Conjunto de Cascas. O resultado destes pré-processamentos é traduzido em ganho de velocidade dos algoritmos de erosão e dilatação, além de apresentar uma representação compacta dos conjuntos operandos. O consumo de tempo dos métodos propostos é no pior caso quadrático, porém, num estudo experimental preliminar, o algoritmo se comporta eficientemente, chegando a ser até mesmo linear em alguns casos. Além disso, um levantamento sucinto de outros métodos de erosão e dilatação morfológica binária conhecidos pela literatura atual é apresentado. Algumas simulações e uma breve análise de complexidade mostram que os métodos propostos são boas alternativas para implementação de erosão e dilatação morfológica eficiente. / A Mathematical Morphology (MM) is a general framework for the study of mappings between binary images. These studies are of particular interest in the area of Image Processing. Such mappings between binary images are known as set operators. An important aspect of MM is the representation of these operators in terms of dilations, erosions and other usual set operations (intersection, union, complement and difference). For that reason, the dilation and erosion are called elementary morphological operators. This work aims to propose new methods to calculate the morphological binary erosion and dilation quickly. Such methods are based on concepts and techniques of preprocessing (in linear time) introduced by this work, as the density transformed, or even a set of shells. The result of these preprocessing translates into speedup of erosion and dilation algorithms, and present a compact representation of the operands sets. The time complexity of the proposed methods is quadratic in the worst case, however, a preliminary experimental study, the algorithm behaves efficiently, becoming even linear in some cases. Furthermore, a brief survey of other methods of morphological erosion and binary dilation known by current literature is presented. Some simulations and a brief complexity analysis shows that our methods are a good alternative for implementation of erosion and dilation morphological efficient.