Reconhecimento de padrões em imagens é um problema clássico da área de visão computacional e consiste em detectar um padrão ou objeto de referência (template) em uma imagem digital. A maioria dos métodos para esta finalidade propostos na literatura simplifica as imagens por meio de operações como binarização, segmentação e detecção de bordas ou pontos de contorno, para em seguida extrair um conjunto de atributos descritores. O problema é que esta simplificação pode descartar informações importantes para descrição dos padrões, fazendo diminuir a robustez do processo de detecção. Um método eficiente deve ter a habilidade de identificar um padrão sujeito a algumas transformações geométricas como rotação, escalonamento, translação, cisalhamento e, no caso de métodos para imagens coloridas, deve ainda tratar do problema da constância da cor. Além disso, o conjunto de atributos que descrevem um padrão deve ser pequeno o suficiente para viabilizar o desenvolvimento de aplicações práticas como um sistema de visão robótica ou um sistema de vigilância. Estes são alguns dos motivos que justificam os esforços empreendidos nos inúmeros trabalhos desta natureza encontrados na literatura. Neste trabalho é proposto um método de casamento de padrões em imagens digitais, denominado Ciratefi (Circular, Radial and Template-Matching Filter), livre de segmentação e invariante sob transformações de similaridade, brilho e contraste. O Ciratefi consiste de três etapas de filtragem que sucessivamente descartam pontos na imagem analisada que não correspondem ao padrão procurado. Também foram propostas duas extensões do Ciratefi, uma que utiliza operadores morfológicos na extração dos atributos descritores, denominada Ciratefi Morfológico e outra para imagens coloridas chamada de color Ciratefi. Foram realizados vários experimentos com o intuito de comparar o desempenho do método proposto com dois dos principais métodos encontrados na literatura. Os resultados experimentais mostram que o desempenho do Ciratefi é superior ao desempenho dos métodos empregados na análise comparativa. / Pattern recognition in images is a classical problem in computer vision. It consists in detecting some reference pattern or template in a digital image. Most of the existing pattern recognition techniques usually apply simplifications like binarization, segmentation, interest points or edges detection before extracting features from images. Unfortunately, these simplification operations can discard rich grayscale information used to describe the patterns, decreasing the robustness of the detection process. An efficient method should be able to identify a pattern subject to some geometric transformations such as translation, scale, rotation, shearing and, in the case of color images, should deal with the color constancy problem. In addition, the set of features that describe a pattern should be sufficiently small to make feasible practical applications such as robot vision or surveillance system. These are some of the reasons that justify the effort for development of many works of this nature found in the literature. In this work we propose a segmentation-free template matching method named Ciratefi (Circular, Radial and Template-Matching Filter) that is invariant to rotation, scale, translation, brightness and contrast. Ciratefi consists of three cascaded filters that successively exclude pixels that have no chance of matching the template from further processing. Also we propose two extensions of Ciratefi, one using the mathematical morphology approach to extract the descriptors named Morphological Ciratefi and another to deal with color images named Color Ciratefi. We conducted various experiments aiming to compare the performance of the proposed method with two other methods found in the literature. The experimental results show that Ciratefi outperforms the methods used in the comparison analysis.

Mapa conceitual (MC) é uma técnica de organização e representação do conhecimento através de uma rede proposicional. Ainda que utilizado no âmbito da educação formal poucos trabalhos mencionam a importância e necessidade da capacitação na técnica para que se possa desfrutar de seus benefícios. Este estudo desenvolveu um instrumento para avaliar o nível de conhecimento de mapeadores após o processo de capacitação em MCs. A tabela de clareza proposicional, o MC semiestruturado e a aprendizagem colaborativa expandida foram três estratégias instrucionais desenvolvidas a fim de permitir que os alunos compreendessem os quatro conceitos centrais do mapeamento conceitual: proposição, questão focal, recursividade e hierarquia. Um questionário (escala Likert 5-níveis) contendo cinco afirmações foi desenvolvido, validado (? de Cronbach 0,902) e aplicado para medir a compreensão dos alunos sobre os MCs. Os questionários (n = 232) foram coletados na última aula da disciplina Ciências da Natureza, oferecida aos alunos ingressantes da Escola de Artes, Ciências e Humanidades (EACH/USP Leste) em 2009 e 2010. Quatro turmas receberam treinamento sistemático em MCs (grupo experimental) enquanto uma turma não recebeu o mesmo treinamento (grupo controle). A análise dos dados envolveu o tratamento estatístico de comparação entre médias por teste-t de Student e a estatística multivariada exploratória com métodos de reconhecimento de padrões através das análises hierárquica de agrupamentos (HCA) e de componentes principais (PCA). O resultado do teste-t confirmou que o questionário foi capaz de diferenciar alunos do grupo experimental em relação ao grupo controle. A HCA agrupou os alunos de acordo com seu nível de entendimento em mapeamento conceitual e a PCA, além de corroborar com os resultados da HCA, indicou que o entendimento da clareza semântica de proposições e da importância da pergunta focal são críticos para se tornar proficiente na técnica. / Concept Map (Cmap) is a technique to organize and represent knowledge through a propositional net. Although the fact that concept maps are used in formal education context few papers has mentioned the importance and necessity of a straight-forward training session on the technique, which allow to enjoy its benefits. This study develops an instrument to assess the level of knowledge of mappers after the straight-forward training session. The propositional clarity table, the half structured Cmap and the expanded collaborative learning were the three strategies responsible to guarantee the understanding of four central concepts in conceptual mapping: proposition, focal question, recursivity revision and hierarchy. Five statements\' questionnaire (five-level Likert\'s scale) was developed, validated (Cronbach\'s alpha 0.902) and tested to assess the students\' understanding about Cmaps. Those questionnaires (n = 232) was collected on the last class of Natural Science course offered to first year\'s students of the Escola de Artes, Ciências e Humanidades (School of Arts, Science and Humanities - University of São Paulo) in 2009 and 2010. Four classes was systematic trained (experimental group) and one class does not received the same training (control group). The data analysis involved the statistical treatment to comparison between the means by Student\'s t-test and non-supervised exploratory multivariate analysis for pattern recognition by Hierarchical Cluster Analysis (HCA) and Principal Component Analysis (PCA). The results of t-test confirmed the questionnaire capability to distinguish the students of experimental from control group. HCA clustered the students according to their knowlodge level in concept mapping. PCA not only agree with the HCA results but also demonstrated that the understanding of propositional clarity semantic and the importance of focal question are critical to students that desire to be proficiencies in Cmaps.

O reconhecimento de faces é uma área de pesquisa desafiadora que abre portas para a implementação de aplicações muito promissoras. Embora muitos algoritmos eficientes e robustos já tenham sido propostos, ainda restam vários desafios. Dentre os principais obstáculos a serem uperados, está a obtenção de uma representação robusta e compacta de faces que possibilite distinguir os indivíduos rapidamente. Visando abordar esse problema, foi realizado um estudo de técnicas de reconhecimento estatístico de padrões, principalmente na área de redução de dimensionalidade dos dados, além de uma revisão de métodos de reconhecimento de faces. Foi proposto (em colaboração com a pesquisadora Isabelle Bloch) um método de seleção de características que une um algoritmo de busca eficiente (métodos de busca seqüencial flutuante) com uma medida de distância entre conjuntos nebulosos (distância nebulosa baseada em tolerância). Essa medida de distância possui diversas vantagens, sendo possível considerar as diferentes tipicalidades de cada padrão dos conjuntos de modo a permitir a obtenção de bons resultados mesmo com conjuntos com sobreposição. Os resultados preliminares com dados sintéticos mostraram o caráter promissor dessa abordagem. Com o objetivo de verificar a eficiência de tal técnica com dados reais, foram efetuados testes com reconhecimento de pessoas usando imagens da região dos olhos. Nesse caso, em se tratando de um problema com mais de duas classes, nós propusemos uma nova função critério inspirada na distância supracitada. Além disso foi proposto (juntamente com o estudante de mestrado Rogério S. Feris) um esquema de reconhecimento a partir de seqüências de vídeo. Esse esquema inclui a utilização de um método eficiente de rastreamento de características faciais (Gabor Wavelet Networks) e o método proposto anteriormente para seleção de características. Dentro desse contexto, o trabalho desenvolvido nesta dissertação implementa uma parte dos módulos desse esquema. / Face recognition is an instigating research field that may lead to the development of many promising applications. Although many efficient and robust algorithms have been developed in this area, there are still many challenges to be overcome. In particular, a robust and compact face representation is still to be found, which would allow for quick classification of different individuals. In order to address this problem, we first studied pattern recognition techniques, especially regarding dimensionality reduction, followed by the main face recognition methods. We introduced a new feature selection approach in collaboration with the researcher Isabelle Bloch (TSI-ENST-Paris), that associates an efficient searching algorithm (sequential floating search methods), with a tolerance-based fuzzy distance. This distance measure presents some nice features for dealing with the tipicalities of each pattern in the sets, so that good results can be attained even when the sets are overlapping. Preliminary results with synthetic data have demonstrated that this method is quite promising. In order to verify the efficiency of this technique with real data, we applied it for improving the performance of a person recognition system based on eye images. Since this problem involves more than two classes, we also developed a new criterion function based on the above-mentioned distance. Moreover, we proposed (together with Rogério S. Feris) a system for person recognition based on video sequences. This mechanism includes the development of an efficient method for facial features tracking, in addition to our method for feature selection. In this context, the work presented here constitutes part of the proposed system.

As pragas e doenças apresentam-se como um desafio para a citricultura brasileira em razão do impacto económico que elas causam à produção. Neste trabalho é dado destaque à doença da mancha preta (MPC), causada pelo fungo Guignardia citricarpa. Essa doença provoca lesões no fruto, depreciando-o no mercado de frutas in natura, além de causar amadurecimento e queda precoce. Um dos principais agravantes da doença é a demora no aparecimento dos sintomas, sendo muito importante detectar a presença dos esporos do fungo no pomar, antes que os sintomas apareçam. Dessa maneira, há a possibilidade de se controlar a doença de forma eficaz, aplicando-se quantidades menores de fungicidas e, consequentemente, reduzindo os custos da produção e os efeitos deletérios ao meio-ambiente. Atualmente, a detecção desses esporos é realizada por meio da análise de amostras coletadas nos pomares. Essa análise é efetuada por especialistas que realizam a identificação e a contagem dos ascósporos manualmente. Com o objetivo de automatizar esse processo, um conjunto de técnicas para a análise das imagens e a caracterização dos ascósporos do fungo a partir da forma foi estudado e comparado. Dentre as técnicas, a curvatura e os descritores de Fourier apresentaram resultados bastante satisfatórios e foram utilizados na implementação do protótipo de um sistema de visão computacional - o CITRUSVIS, que analisa e identifica os ascósporos existentes nas imagens dos discos de coleta. / The pest and disease management is one of the significant factors in the citrus culture. This work focuses on the black spot disease ( C B S ) , a fungai disease caused by Guignardia citricarpa that occasions sunken lesions in the rind of fruits causing precocious maturation, accented fali, depreciation for in natura fruit market and increase of the production costs for disease controlling. One of the main problems to control the CBS disease is the delay to appearance of symptom (when the orchard is already infected), and the fungai presence identification is necessary as soon as possible, allowing the appliance of procedures to control it. Nowadays, spores identification, particularly the ascospores (sexual spores), is made by collecting suspended particles in orchards blown on discs, which are analyzed by specialists using the microscope. The use of a computer aided vision system to assist the spores identification is one of the strategies to speed up this process. In this work, methods to analyze and characterize the spores, based on its shape, were studied and compared. Among them, the shape curvature method and the Fourier descriptors, chosen for presenting the best result, were implemented in a system - the CITRUS Vis - to analyze the images and identify the ascospores.

Enquanto muitos estudos são feitos para a análise e classificação de pinturas e outros ramos das Artes, este estudo não se detém somente a classificação. Estende-se aqui um método de análise já aplicado a Música e Filosofia (1), representando a evolução da Pintura como uma série temporal onde relações como oposição, inovação e dialética são medidas quantitativamente. Para isso, um corpus de pinturas de 12 artistas reconhecidos do período Barroco e de movimentos da Arte Moderna foram analisadas. Um conjunto de 99 atributos foi extraído e os atributos que mais contribuíram para a classificação das pinturas foram selecionados. O espaço de projeção obtido a partir desses atributos criou a base para a análise de medidas. Essas medidas quantitativas revelaram observações sobre a evolução dos estilos artísticos, especialmente quando comparados com outras áreas do conhecimento humano já analisados. A Música parece ter evoluído com a influência de uma tradição mestre-aprendiz (i.e. por apresentar alta dialética entre os músicos estudados). A Filosofia apresenta valores altos de oposição entre os representantes escolhidos (1), sugerindo que sua evolução apresenta constante oposição de ideias. Já na Pintura nota-se um outro padrão: aumento constante da inovação, baixa oposição entre membros do mesmo período artístico e picos de oposição no momento de transição entre estes períodos. Uma diferença entre os movimentos Barroco e movimentos da Arte Moderna foi também percebido no espaço projetado: enquanto as pinturas barrocas aparecem formando um agrupamento sobreposto, as pinturas modernas apresentam quase nenhuma sobreposição e estão dispostas espalhadas ao longo da projeção, mais que as barrocas. Essa observação encontra base na história da Arte onde os pintores barrocos compartilham características estéticas de suas pinturas, enquanto os modernos tendem a desenvolver seus próprios estilos e, por conseguinte, suas próprias estéticas. / While many studies were performed for the analysis and classification of paintings and other art venues, this study does not stop in the classification step. It extends an analysis method already applied to music and philosophy, representing the evolution of painting as a time-series where relations like opposition, skewness and dialectics were measured quantitatively. For that, a corpus of paintings of 12 well-known artists from Baroque and Modern art was analyzed. A set of 99 features was extracted and the features which most contributed to the classification of painters were selected. The projection space obtained from the features provided the basis to the analysis of measurements. This quantitative measures underlie revealing observations about the evolution of art styles, even when compared with other humanity fields already analyzed. (1) While music seems to evolve guided by a master-apprentice tradition (i.e. presenting high dialectics between composers) and philosophy by opposition, painting presents another pattern: constant increasing skewness, low opposition between members of the same movement and opposition peaks in the transition between movements. A difference between Baroque and Modern movements are also observed in the projected space: while Baroque paintings are presented as an overlapped cluster, the Modern paintings present minor overlapping and are disposed more scattered in the projection than baroques. This finds basis in arts history where Baroque painters share aesthetic characteristics while Modern painters tend to develop their own style and aesthetics.

O aumento da demanda por energia registrado nos últimos anos preocupa, pois a construção de novas fontes geradoras é barrada, muitas vezes, por restrições ambientais. Assim, o governo e as empresas de energias estão investindo em um melhor planejamento do sistema. No entanto, para haver uma proposta mais consistente para os consumidores residenciais se faz necessário conhecer melhor o perfil de cada consumidor, que é uma tarefa um tanto quanto difícil, visto que cada consumidor possui o livre arbítrio para consumir a energia de acordo com o conforto que ele deseja, de acordo com seus padrões econômicos e conforme aspectos culturais e sociais do ambiente em que ele vive. Neste contexto, a proposta desta tese foi analisar os impactos que os aspectos socioeconômicos tinham sobre o consumo de energia da classe residencial, sendo desenvolvido um algoritmo que gera curvas de carga virtuais baseadas em dados estatísticos do IBGE e da ANEEL. A partir dados de curvas virtuais, as ferramentas computacionais inteligentes, mais especificamente, as Redes Bayesianas e a Floresta de Caminhos Ótimos, foram treinadas com intuito de avaliar a possibilidade de criação de perfis e classificação dos consumidores e de suas características. Os resultados alcançados demonstram que a consideração dos aspectos socioeconômicos em avaliação de curvas de carga são pertinentes e que devem fazer parte do planejamento do sistema. Outra constatação é que as ferramentas computacionais inteligentes estudadas podem ser exploradas para auxiliar na previsão de consumo e criação de padrões e perfis dos consumidores. / The need for energy has increased in the past years, thus requiring the design of new power plants. However, the project of such new constructions has been considerably neglected, mainly due to environment constraints. However, the whole government and companies are now focusing on a better management of the national energy grid. Despite that new policy, there is a need for a better knowledge concerning the user\'s behavior in order to present proposals that really take into account the consumers, since each them has the freedom to use the energy the way he wants to, as well as according to his socioeconomic habits. In this context, this thesis proposes to analyze the socioeconomic impacts of the energy consumption concerning residential consumers, being also developed an algorithm that generates virtual load curves based on statistical data from both IBGE and ANEEL. With that data on hand, the intelligent tools, e.g., Bayesian Networks and Optimum-Path Forest, were trained aiming at evaluating the possibility to create profiles for the further identification of their classes according to that information. The results obtained highlighted the importance of the socioeconomic information when evaluating the load curves, which should be part of the whole system. Another conclusion concerns the intelligent tools, which can be further used for consumer forecasting, as well as to create patterns related to the consumers\' profiles.

A teoria das linguagens formais é amplamente utilizada nos processos de solução de problemas de naturezas diversas, uma vez que tem poder de lidar tanto com as linguagens artifiais quanto com as linguagens naturais. As gramáticas, formalismos capazes de sintetizar as linguagens, podem também ser utilizadas no âmbito do problema de reconhecimento de padrões por poderem modelar as hierarquias dos componentes da linguagem, decompondo padrões em subestruturas. Seguindo essa linha, o arcabouço GrammarLab, cujo objetivo é facilitar a implementação, geração e testes de diferentes classificadores de sequências baseados em gramáticas, permitia em sua implementação anterior o uso de gramáticas regulares e livres de contexto. No entanto, alguns problemas necessitam de formalismos presentes apenas em gramáticas de níveis superiores na hierarquia de Chomsky. O problema encontrado ao se subir a hierarquia de gramáticas é a complexidade de tempo necessária para a análise sintática. Enquanto o reconhecimento de sequências por gramáticas regulares e livres de contexto pode ser feito em tempo polinomial, o problema geral de reconhecimento por gramáticas sensíveis ao contexto é um problema NP-completo e o de gramáticas irrestritas é considerado indecidível no caso geral. No entanto, o uso de métodos adaptativos possibilita que uma gramática altere seu conjunto de regras de produção durante a geração de sentenças, adicionando sensibilidade ao contexto a gramáticas originalmente livres de contexto, sem prejudicar a complexidade de análise polinomial. Desta forma, este trabalho teve como foco a inserção de métodos adaptativos no arcabouço GrammarLab e a criação de uma versão adaptativa do algoritmo de Earley de análise sintática. Como forma de verificar sua aplicação em problemas reais, foi realizado um estudo preliminar do uso do arcabouço na caracterização de famílias funcionais de RNAs com estrutura conservada, incluindo pseudonós. Os pseudonós apresentam relações de dependências cruzadas entre os nucleotídeos de uma sequência de RNA, relação esta que exemplifica dependência de contexto, sendo portanto um bom caso para o uso do modelo com adaptatividade em sua constituição. Os resultados obtidos com duas famílias de RNAs com pseudonós mostraram que a abordagem é altamente promissora / The theory of formal languages is widely used to solve problems of different natures as it can deal with artificial and natural languages. The grammars, formalisms able to synthesize languages, can also be used in pattern recognition problems due to the ability to model the language components hierarchies, decomposing patterns in substructures. Based on this idea, the framework GrammarLab was designed to facilitate the work involved in implementing, generating and testing different grammar based sequence classifiers, providing regular and context free grammar in the prior version. However, some problems need a formalism that can be found only in higher classes of grammars in the Chomsky hierarchy. The problem of using a higher class of grammar is the high computational time complexity for parsing. While the problem of recognizing sequences using regular and context free grammars is solved at polynomial time, the same problem in general case is NP-Complete for context sensitive grammars and undecidable for unrestricted grammars. Nevertheless, the use of adaptive methods allows a grammar to alter the set of production rules during sentences generation, including context sensitivity even to grammars that were designed to be context free, without increasing the polynomial parsing complexity. This work was focused in improving the GrammarLab framework by including the ability to deal with adaptive methods and in the creation of an adaptive version of Earleys algorithm. To test the solution in real world problems, it was conducted a preliminary study of the use of the framework in characterizing RNA functional families with conserved secondary structure, including pseudoknots. The pseudoknot pattern, represented by crossing dependences among RNA sequence nucleotides, is an example of context dependence, so it is a good test case for the use of a model that consider adaptability in the constitution. The obtained results with two families of RNAs with pseudoknots show that the approach is promising

Submitted by Maria Cristina (library@lncc.br) on 2015-11-25T17:21:07Z No. of bitstreams: 1 Tese-Gastao-LNCC.pdf: 33936271 bytes, checksum: 63b98a5aa6d7c3c834844f4b4af76687 (MD5) / Approved for entry into archive by Maria Cristina (library@lncc.br) on 2015-11-25T17:21:19Z (GMT) No. of bitstreams: 1 Tese-Gastao-LNCC.pdf: 33936271 bytes, checksum: 63b98a5aa6d7c3c834844f4b4af76687 (MD5) / Made available in DSpace on 2015-11-25T17:21:30Z (GMT). No. of bitstreams: 1 Tese-Gastao-LNCC.pdf: 33936271 bytes, checksum: 63b98a5aa6d7c3c834844f4b4af76687 (MD5) Previous issue date: 2015-07-02 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (Capes) / Manifold learning techniques have been used for dimensionality reduction in applications involving pattern recognition, data mining and computer vision. This thesis describes recent works that we have done in this area as well as perspectives for future works. First, we propose a methodology called Local Riemannian Manifold Learning (LRML), which recovers the topology and geometry of the manifold using local systems of normal coordinates computed through the exponential application. The LRML strategy has the advantage of reducing the accumulation of errors during the process of manifold learning. However, the obtained parameterization can not be used as an unambiguous representation space. Furthermore, the synthesis process needs domain triangulation in the parameter space to be efficiently performed. We address this drawback of LRML using a composition procedure to structure the neighborhoods of normal coordinates building a global representation space that locally preserves radial geodesic distances. Besides, we add a geometric structure based on triangulations obtaining an efficient methodology to the synthesis process. We also explored discrete geometry concepts for generation of piecewise linear manifolds for data analysis. In the computational experiments we verify the efficiency of the LRML combined with the composition process and discrete geometry framework for the synthesis and data mining. We explored the application of foliation theory for images of human faces with multiple facial expressions. We conclude that this approach is a promising one for the study of the geometry and topology of the space of human face images. / Técnicas em aprendizado de variedades vêm sendo utilizadas para redução de dimensionalidade em aplicações envolvendo reconhecimento de padrões, mineração de dados e visão computacional. Nesta tese serão descritos trabalhos recentes que fizemos nesta área bem como perspectivas para trabalhos futuros. Primeiramente, propomos uma metodologia denominada aprendizado local de variedades Riemannianas (LRML), a qual recupera a topologia e geometria da variedade utilizando sistemas locais de coordenadas normais computadas via aplicação exponencial. A estratégia local do LRML tem a vantagem de minimizar a acumulação de erros durante o processo de reconstrução da variedade. No entanto, a parametrização obtida não pode ser utilizada como um espaço de representação sem ambiguidades. Além disso, o processo de síntese precisa de triangulação do domínio no espaço de parâmetros para ser realizada de forma eficiente. Abordamos este inconveniente do LRML usando um procedimento de composição para estruturar as vizinhanças de coordenadas normais construindo um espaço de representação que preserva localmente distâncias geodésicas radiais. Adicionamos ainda uma estrutura geométrica baseada na triangulação obtendo uma metodologia eficiente para o processo de síntese. Exploramos também a geração de variedades lineares por partes para análise de dados. Nos experimentos computacionais verificamos a eficiência do LRML combinado com as estruturas de composição e triangulação para a síntese e exploração de dados. Exploramos a aplicação da teoria de folheação para imagens de faces humanas com múltiplas expressões faciais, tal abordagem se mostrou promissora para o estudo do espaço de imagens de faces com diversas expressões faciais distintas.

Sistemas de Detecção e Reconhecimento Automático de Alvos (ATD/R) são de extrema importância para instituições militares e de defesa. Esses sistemas de vigilância são bastante complexos e se baseiam em dados e informações provenientes de diversos tipos de sensores para localizar, identificar e rastrear alvos inimigos. O objetivo principal desses sistemas ée auxiliar e atée mesmo substituir em parte o papel do homem na tarefa de detecção e reconhecimento de alvos utilizando um sistema confiável e eficiente capaz de realizar esta tarefa. Sistemas ATD/R baseados em imagens de Radar de Abertura Sintética (SAR) são bastante sensíveis às variações de posição, tamanho e orientação dos alvos e portanto constituem um grande desafio para seu desenvolvimento. Essa dissertação apresenta um estudo e uma implementação de um sistema de Detecção Automática de Alvos (ATD) utilizando uma abordagem de reconhecimento de padrões conhecida como Casamento de Padrões baseada em Correlação Cruzada Normalizada que busca encontrar similaridades entre as regiões da imagem analisada com um modelo fornecido de um alvo.

Unmanned aerial vehicles, known as UAVs, have evolved over the past two decades to sophisticated aircraft robots able to carry out surveillance, recognition, remote sensing and even attack missions. But there are not many alternatives of autonomous navigation systems for most of these aircraft which still require human intervention to navigate. Devices such as Global Positioning System (GPS) and inertial systems help calculate routes and locate the vehicle on a map among other possibilities, but do not offer solutions to unknown or uncertain circumstances. On the other hand, computer vision techniques have provided many possible applications for intelligent systems such as object recognition, robot localization and reconstruction of 3D maps. This paper explores the use of computer vision and pattern recognition techniques for UAV navigation, and proposes a set of visual features based on color and gradients orientation for image classification. To validate the proposed approach, a system was developed to evaluate the classification and matching of aerial images. The results achieve more than 95% of accuracy and confirm the viability of the selected algorithms and methods for the problem.