Spelling suggestions: "subject:"morfologia matemática."" "subject:"rnorfologia matemática.""
81 |
Estudo de porosidade por processamento de imagens aplicada a patologias do concreto / Computer vision system for identification of alkali aggregate in concrete imageRodrigo Erthal Wilson 11 August 2015 (has links)
A reação álcali-agregado - RAA é uma patologia de ação lenta que tem sido observada
em construções de concreto capaz de comprometer suas estruturas. Sabe-se que a reação
álcali-agregado é um fenômeno bastante complexo em virtude da grande variedade de rochas
na natureza que são empregadas como agregados no preparo do concreto, podendo cada
mineral utilizado afetar de forma distinta a reação ocorrida. Em função dos tipos de estrutura,
das suas condições de exposição e dos materiais empregados, a RAA não se comporta sempre
da mesma forma, em virtude disto a pesquisa constante neste tema é necessária para o meio
técnico e a sociedade. Pesquisas laboratoriais, empíricas e experimentais tem sido rotina em
muitos dos estudos da RAA dada ainda à carência de certas definições mais precisas a
respeito dos métodos de ensaio, mas também em função da necessidade do melhor
conhecimento dos materiais de uso em concretos como os agregados, cimentos, adições,
aditivos entre outros e do comportamento da estrutura. Embora técnicas de prevenção possam
reduzir significativamente a incidência da RAA, muitas estruturas foram construídas antes
que tais medidas fossem conhecidas, havendo no Brasil vários casos de estruturas afetadas,
sendo custosos os reparos dessas estruturas. Em estudos recentes sobre o tamanho das
partículas de álcali-agregado e sua distribuição foi concluído que o tamanho do agregado está
relacionado com o potencial danoso da RAA. Existem ainda indícios de que o tamanho e a
distribuição dos poros do concreto também sejam capazes de influenciar o potencial reativo
do concreto. Neste trabalho desenvolvemos um Sistema de Visão Artificial (SVA) que, com o
uso de técnicas de Processamento de Imagens, é capaz de identificar em imagens de concreto,
agregado e poros que atendam em sua forma, às especificações do usuário, possibilitando o
cálculo da porosidade e produzindo imagens segmentadas à partir das quais será possível
extrair dados relativos à geometria desses elementos. Serão feitas duas abordagens para a
obtenção das imagens, uma por Escâner Comercial, que possui vantagens relacionadas à
facilidade de aquisição do equipamento, e outra por micro tomógrafo. Uma vez obtidas
informações sobre as amostras de concreto, estas podem ser utilizadas para pesquisar a RAA,
comparar estruturas de risco com estruturas antigas de forma a melhorar a previsão de risco de
ocorrência, bem como serem aplicadas a outras no estudo de outras patologias do concreto
menos comuns no nosso país, como o efeito gelo/degelo. / The alkali-aggregate reaction - RAA is a condition of slow action that has been
observed in concrete constructions that could affect their structures. It is known that the
alkali-aggregate reaction is a very complex phenomenon because of the great variety of rocks
in nature that are used as aggregates for concrete, and each mineral used differently affects the
reaction occurred. Depending on the type of structure, its exposure conditions and the
materials used, this phenomenon does not always behaves the same way, because of this,
constant research in this area is needed for the technical means and the society. Laboratory,
empirical and experimental research has been routine in many of the RAA studies still given
the lack of certain more precise definitions concerning the testing methods, but also because
of the need for better understanding of the use of materials in concrete as aggregate, cement,
additions, additives etc. and structure behavior. Prevention techniques could significantly
reduce the incidence of RAA. Still, many structures were built before such measures were
known, several cases of affected structures were discovered in Brazil, all with large spending
on repairs of the affected structures. In recent studies on the particle size of the alkaliaggregate
and its distribution was concluded that the aggregate size is related to the damaging
potential of the RAA. There are also indications that the size and distribution of concrete
pores are also capable of influencing the reactive potential of the concrete. In the present work
we developed an Artificial Vision System ( VAS ) that uses image processing techniques to
identify aggregate and pores in hardened concrete images, enabling the calculation of porosity
and producing segmented images that can be used to investigate data about the geometry of
these elements. Were made two approaches for obtaining the images, one by Scanner
Commercial, which has related advantages will ease the acquisition of equipment, and other
micro CT scanner. Once obtained information on the concrete samples, these can be used to
search the AAR compared risk structures with old structures so as to enhance the occurrence
of risk prediction, as well as be applied to other concrete in the study of other pathologies less
common in our country, as ice effect / thaw.
|
82 |
Estudo de porosidade por processamento de imagens aplicada a patologias do concreto / Computer vision system for identification of alkali aggregate in concrete imageRodrigo Erthal Wilson 11 August 2015 (has links)
A reação álcali-agregado - RAA é uma patologia de ação lenta que tem sido observada
em construções de concreto capaz de comprometer suas estruturas. Sabe-se que a reação
álcali-agregado é um fenômeno bastante complexo em virtude da grande variedade de rochas
na natureza que são empregadas como agregados no preparo do concreto, podendo cada
mineral utilizado afetar de forma distinta a reação ocorrida. Em função dos tipos de estrutura,
das suas condições de exposição e dos materiais empregados, a RAA não se comporta sempre
da mesma forma, em virtude disto a pesquisa constante neste tema é necessária para o meio
técnico e a sociedade. Pesquisas laboratoriais, empíricas e experimentais tem sido rotina em
muitos dos estudos da RAA dada ainda à carência de certas definições mais precisas a
respeito dos métodos de ensaio, mas também em função da necessidade do melhor
conhecimento dos materiais de uso em concretos como os agregados, cimentos, adições,
aditivos entre outros e do comportamento da estrutura. Embora técnicas de prevenção possam
reduzir significativamente a incidência da RAA, muitas estruturas foram construídas antes
que tais medidas fossem conhecidas, havendo no Brasil vários casos de estruturas afetadas,
sendo custosos os reparos dessas estruturas. Em estudos recentes sobre o tamanho das
partículas de álcali-agregado e sua distribuição foi concluído que o tamanho do agregado está
relacionado com o potencial danoso da RAA. Existem ainda indícios de que o tamanho e a
distribuição dos poros do concreto também sejam capazes de influenciar o potencial reativo
do concreto. Neste trabalho desenvolvemos um Sistema de Visão Artificial (SVA) que, com o
uso de técnicas de Processamento de Imagens, é capaz de identificar em imagens de concreto,
agregado e poros que atendam em sua forma, às especificações do usuário, possibilitando o
cálculo da porosidade e produzindo imagens segmentadas à partir das quais será possível
extrair dados relativos à geometria desses elementos. Serão feitas duas abordagens para a
obtenção das imagens, uma por Escâner Comercial, que possui vantagens relacionadas à
facilidade de aquisição do equipamento, e outra por micro tomógrafo. Uma vez obtidas
informações sobre as amostras de concreto, estas podem ser utilizadas para pesquisar a RAA,
comparar estruturas de risco com estruturas antigas de forma a melhorar a previsão de risco de
ocorrência, bem como serem aplicadas a outras no estudo de outras patologias do concreto
menos comuns no nosso país, como o efeito gelo/degelo. / The alkali-aggregate reaction - RAA is a condition of slow action that has been
observed in concrete constructions that could affect their structures. It is known that the
alkali-aggregate reaction is a very complex phenomenon because of the great variety of rocks
in nature that are used as aggregates for concrete, and each mineral used differently affects the
reaction occurred. Depending on the type of structure, its exposure conditions and the
materials used, this phenomenon does not always behaves the same way, because of this,
constant research in this area is needed for the technical means and the society. Laboratory,
empirical and experimental research has been routine in many of the RAA studies still given
the lack of certain more precise definitions concerning the testing methods, but also because
of the need for better understanding of the use of materials in concrete as aggregate, cement,
additions, additives etc. and structure behavior. Prevention techniques could significantly
reduce the incidence of RAA. Still, many structures were built before such measures were
known, several cases of affected structures were discovered in Brazil, all with large spending
on repairs of the affected structures. In recent studies on the particle size of the alkaliaggregate
and its distribution was concluded that the aggregate size is related to the damaging
potential of the RAA. There are also indications that the size and distribution of concrete
pores are also capable of influencing the reactive potential of the concrete. In the present work
we developed an Artificial Vision System ( VAS ) that uses image processing techniques to
identify aggregate and pores in hardened concrete images, enabling the calculation of porosity
and producing segmented images that can be used to investigate data about the geometry of
these elements. Were made two approaches for obtaining the images, one by Scanner
Commercial, which has related advantages will ease the acquisition of equipment, and other
micro CT scanner. Once obtained information on the concrete samples, these can be used to
search the AAR compared risk structures with old structures so as to enhance the occurrence
of risk prediction, as well as be applied to other concrete in the study of other pathologies less
common in our country, as ice effect / thaw.
|
83 |
Desenvolvimento de um algoritmo morfológico para detecção e classificação de lesões em imagens de mamografiaLIMA, Sidney Marlon Lopes de 25 February 2016 (has links)
Submitted by Fabio Sobreira Campos da Costa (fabio.sobreira@ufpe.br) on 2017-02-23T14:02:54Z
No. of bitstreams: 2
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5)
tese-completa-Sidney_Lima_v21.pdf: 4757211 bytes, checksum: 205170db8b002cc2ab72255ab77628a3 (MD5) / Made available in DSpace on 2017-02-23T14:02:54Z (GMT). No. of bitstreams: 2
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5)
tese-completa-Sidney_Lima_v21.pdf: 4757211 bytes, checksum: 205170db8b002cc2ab72255ab77628a3 (MD5)
Previous issue date: 2016-02-25 / REUNI / O câncer de mama é a principal causa de morte de mulheres adultas por
câncer no mundo. Do ponto de vista clínico, a mamografia é ainda a mais efetiva
tecnologia de diagnóstico do câncer de mama, dada a grande difusão de uso e
interpretações dessas imagens. De acordo com o estado da arte da classificação de
lesões em mamogramas, as wavelets têm apresentado os melhores resultados do
ponto de vista da taxa de classificação, quando utilizadas como etapa de préprocessamento
que decompõe a imagem original em imagens de detalhes (verticais,
horizontais e diagonais) e aproximações para, a partir dessas imagens
componentes, serem extraídos atributos de textura. Neste trabalho, propõe-se a
Decomposição baseada em Aproximações Morfológicas em regiões de interesse em
mamogramas. O método proposto tem por base a decomposição inspirada em
wavelets que emprega filtros não lineares passa-baixas e passa-altas, baseados em
aberturas e fechamentos, que por sua vez são construídos a partir dos operadores
morfológicos clássicos de erosão e dilatação. Neste trabalho, são propostas
aproximações aritméticas para esses dois operadores morfológicos clássicos,
substituindo os desvios condicionais, presentes na Morfologia Matemática, por
operações aritméticas de somas, subtrações e multiplicações, computacionalmente
mais rápidas. O trabalho proposto compara o tempo estimado de execução entre as
aproximações aritméticas propostas e as operações morfológicas clássicas
utilizando a notação Big-Oh e também faz uso de estimativas baseadas em
arquitetura de hardware pipeline. Em todas as estimativas e cenários reais, as
aproximações morfológicas propostas são mais rápidas do que a morfologia
clássica. Além disso, por não empregar unidade de hardware em ambiente pipeline
para tratamento de desvios condicionais, as aproximações morfológicas propostas
se tornam uma solução mais barata, ocupa menos espaço, mais propícia à
miniaturização, consome menos energia e reduz o número de codificações da UC
(Unidade de Controle). Logo, as Aproximações Morfológicas criadas são superiores
à morfologia clássica nos principais requisitos para o bom funcionamento do
hardware. Quanto à classificação, a Decomposição baseada em Aproximações
Morfológicas alcança um desempenho médio de 84,65% na distinção entre casos
normais, benignos e malignos. Os classificadores empregados são redes neurais
ELM e SVM, cujas classes são definidas de acordo com os critérios da American
College of Radiology. Foram usadas 355 imagens de mama adiposa da base de
dados IRMA, com 233 casos normais, 66 benignos e 56 malignos. Como método de
tratamento da base de dados, foram estudados pesos ponderando a fronteira de
decisão das redes neurais. / According to the World Health Organization, breast cancer is the main cause of
death of women round the world. From the clinical point of view, mammography is
still the most effective diagnostic technology, given the wide diffusion of the use and
interpretation of these images. According the state-of-the-art lesions classification on
mammograms, wavelets have produced the best results from the viewpoint of
precision, when used as a preprocessing step that decomposes the original image
into approximation and detail images (vertical, horizontal and diagonal) in order to,
from these components images, extract shape or texture attributes. This work
proposes the decomposition Morphological-based in regions of interest on
mammograms. The proposed method is inspired on wavelets decomposition
employing nonlinear low-pass and high-pass filters, based on openings and closings,
which are constructed from classical morphological operators of erosion and dilation.
In this work, we propose approaches of classical morphology, replacing the
conditional branches, present in Mathematical Morphology, by arithmetic operations
of addition, subtraction and multiplication, computationally faster. The proposed work
compares the estimated run time of proposed arithmetic approximations and classical
morphological operations using Big-Oh notation and also the thesis uses notation
based on pipeline hardware architecture. In all real scenarios, our morphological
operations are faster than classical morphology. Also, by not employing hardware
unit in pipeline environment for treating conditional branches, the proposed
morphology approximation becomes a cheaper solution, occupies less space, more
propitious to miniaturization, consumes less power, and reduces the Control Unit
coding number. Then, our approaches of classical morphology are superior to
classical morphology in key requirements of hardware solution. Regarding the
classification, the proposed decomposition reaches an average performance of
84.65% in distinguishing normal, benign, and malignant cases. Classifiers are neural
networks ELM and SVM, classes are defined according American College of
Radiology criteria. They are employed 355 adipose breast images with 233 normal
cases, 66 benign and 56 malignant. As database processing method, weights were
studied considering the decision boundary of neural networks.
|
Page generated in 0.1018 seconds