Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2016-01-20T20:57:18Z No. of bitstreams: 1 AlexsandraOliveiraAndrade_TESE.pdf: 5139908 bytes, checksum: 04526ef5041939077460f039885c18d4 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2016-01-21T19:28:07Z (GMT) No. of bitstreams: 1 AlexsandraOliveiraAndrade_TESE.pdf: 5139908 bytes, checksum: 04526ef5041939077460f039885c18d4 (MD5) / Made available in DSpace on 2016-01-21T19:28:07Z (GMT). No. of bitstreams: 1 AlexsandraOliveiraAndrade_TESE.pdf: 5139908 bytes, checksum: 04526ef5041939077460f039885c18d4 (MD5) Previous issue date: 2014-11-29 / A Morfologia Matem?tica apresenta um modelo sistem?tico para extrair caracter?sticas geom?tricas de imagens bin?rias usando operadores morfol?gicos que transformam a imagem original em outra, por meio de uma terceira imagem, chamada elemento estruturante que teve origem em 1960 pelos pesquisadores Jean Serra e George Matheron. A morfologia matem?tica fuzzy estende os operadores morfol?gicos para imagens em tons de cinza e coloridas e foi inicialmente proposta por Goetherian utilizando a l?gica fuzzy. Usando essa abordagem ? possivel fazer um estudo dos conectivos fuzzy, que permite algumas possibilidades de analise para a constru??o de operadores morfol?gicos e suas aplicabilidades no processamento de imagens. Neste trabalho, prop?e-se o desenvolvimento dos operadores morfol?gicos fuzzy utilizando as R-implica??es para auxiliar e aperfei?oar o processamento de imagens e em seguida a constru??o de um sistema com esses operadores para contar os esporos de fungos micorr?zicos e as c?lulas sangu?neas vermelhas. Utilizou-se como metodologias a hipotetico-dedutiva para a parte formal e a incrementaliterativa para a parte experimental. Esses operadores foram aplicados em imagens digitais e microsc?picas. As conjun??es e implica??es da fundamenta??o matem?tica da morfologia fuzzy foram utilizadas para escolher a melhor adjun??o a ser aplicada dependendo do problema a ser abordado, ou seja, utilizaremos automorfismos sobre as implica??es e observaremos a influ?ncia na segmenta??o das imagens e posteriormente no processamento das mesmas. Para valida??o do sistema desenvolvido, foi aplicado em problemas de contagem de esporos de fungos micorr?zicos estendendo-se para imagens de c?lulas sangu?neas vermelhas. Foi constado que para a contagem dos esporos o melhor operador foi a eros?o de G?del. Desenvolveu-se tr?s grupos de operadores morfol?gicos fuzzy, Lukasiewicz, G?del e Goguen que podem ter uma variedade aplica??es / Mathematical Morphology presents a systematic approach to extract geometric features of binary images, using morphological operators that transform the original image into another by means of a third image called structuring element and came out in 1960 by researchers Jean Serra and George Matheron. Fuzzy mathematical morphology extends the operators towards grayscale and color images and was initially proposed by Goetherian using fuzzy logic. Using this approach it is possible to make a study of fuzzy connectives, which allows some scope for analysis for the construction of morphological operators and their applicability in image processing. In this paper, we propose the development of morphological operators fuzzy using the R-implications for aid and improve image processing, and then to build a system with these operators to count the spores mycorrhizal fungi and red blood cells. It was used as the hypothetical-deductive methodologies for the part formal and incremental-iterative for the experimental part. These operators were applied in digital and microscopic images. The conjunctions and implications of fuzzy morphology mathematical reasoning will be used in order to choose the best adjunction to be applied depending on the problem being approached, i.e., we will use automorphisms on the implications and observe their influence on segmenting images and then on their processing. In order to validate the developed system, it was applied to counting problems in microscopic images, extending to pathological images. It was noted that for the computation of spores the best operator was the erosion of G?del. It developed three groups of morphological operators fuzzy, Lukasiewicz, And Godel Goguen that can have a variety applications