Pairwise alignment between point clouds is an important task in building 3D maps of indoor environments with partial information. The combination of 2D local features with depth information provided by RGB-D cameras are often used to improve such alignment. However, under varying lighting or low visual texture, indoor pairwise frame registration with sparse 2D local features is not a particularly robust method. In these conditions, features are hard to detect, thus leading to misalignment between consecutive pairs of frames. The use of 3D local features can be a solution as such features come from the 3D points themselves and are resistant to variations in visual texture and illumination. Because varying conditions in real indoor scenes are unavoidable, we propose a new framework to improve the pairwise frame alignment using an adaptive combination of sparse 2D and 3D features based on both the levels of geometric structure and visual texture contained in each scene. Experiments with datasets including unrestricted RGB-D camera motion and natural changes in illumination show that the proposed framework convincingly outperforms methods using 2D or 3D features separately, as reflected in better level of alignment accuracy. / O alinhamento entre pares de nuvens de pontos é uma tarefa importante na construção de mapas de ambientes em 3D. A combinação de características locais 2D com informação de profundidade fornecida por câmeras RGB-D são frequentemente utilizadas para melhorar tais alinhamentos. No entanto, em ambientes internos com baixa iluminação ou pouca textura visual o método usando somente características locais 2D não é particularmente robusto. Nessas condições, as características 2D são difíceis de serem detectadas, conduzindo a um desalinhamento entre pares de quadros consecutivos. A utilização de características 3D locais pode ser uma solução uma vez que tais características são extraídas diretamente de pontos 3D e são resistentes a variações na textura visual e na iluminação. Como situações de variações em cenas reais em ambientes internos são inevitáveis, essa tese apresenta um novo sistema desenvolvido com o objetivo de melhorar o alinhamento entre pares de quadros usando uma combinação adaptativa de características esparsas 2D e 3D. Tal combinação está baseada nos níveis de estrutura geométrica e de textura visual contidos em cada cena. Esse sistema foi testado com conjuntos de dados RGB-D, incluindo vídeos com movimentos irrestritos da câmera e mudanças naturais na iluminação. Os resultados experimentais mostram que a nossa proposta supera aqueles métodos que usam características 2D ou 3D separadamente, obtendo uma melhora da precisão no alinhamento de cenas em ambientes internos reais.

The fingerprints are lines present on fingers of each human and they are unique, in other words, there are not two people with the same distribution of lines on their fingers. For this reason, it has been used for identification of people for many purposes, such as to check the entrancy and exit of workers in a company, the identify criminals and to restrict the access of people to restrict areas of extreme security. The proposal of this work is to improve the characteristic extraction algorithm of fingerprint developed by Jain and others. The goal of this work is to accelerate the processing time in orientation field estimation, in order to get a better quality of images, resulting of binarization process and to decrease the number of spurious minutiae on the images. The time processing of orientation field estimation improved in these work uses the commutative propriety is smaller than the same estimation wich does not use this propriety in 90%. The method of ridges extration developed in this work uses the DDA algorithm, and results in better quality images. Due to this improviment got in binarization process and the ridges break removing, the detection minutiae algorithm implemented in this work find a small quantity of spurious minutae present in the fingerprint images. / As impressões digitais são as linhas presentes nos dedos de cada ser humano e essas são únicas para cada um, ou seja, não existem duas pessoas que possuem a mesma forma com que as linhas da impressão se dispõem em seus dedos. Por esse motivo é que ela vem sendo utilizada para a identificação de pessoas para várias finalidades, como por exemplo, o controle de ponto dos funcionários de uma empresa, a identificação de um criminoso e o acesso de pessoas a áreas restritas de extrema segurança. A proposta deste trabalho é obter melhoramentos no algoritmo de extração de características de impressões digitais desenvolvido por Jain e outros [1]. Os objetivos desta dissertação são: melhorar o tempo de processamento no cálculo da orientação de campo, obter uma melhor qualidade das imagens resultantes no processo de binarização e diminuir o número de minúcias espúrias nessas imagens. O cálculo da orientação de campo aperfeiçoado neste trabalho utiliza a propriedade da comutação e resultou em uma redução no tempo de processamento em torno de 90% em relação ao mesmo cálculo que não utiliza essa propriedade. O método de extração das saliências desenvolvido nesta dissertação utiliza o algoritmo DDA, e resulta em imagens de melhor qualidade. Devido a esse melhoramento obtido no processo de binarização e a remoção de falhas nas saliências, o algoritmo de detecção de minúcias implementado neste trabalho encontra uma menor quantidade de minúcias espúrias presentes nas imagens de impressão digital. / Mestre em Ciências

Pairwise alignment between point clouds is an important task in building 3D maps of indoor environments with partial information. The combination of 2D local features with depth information provided by RGB-D cameras are often used to improve such alignment. However, under varying lighting or low visual texture, indoor pairwise frame registration with sparse 2D local features is not a particularly robust method. In these conditions, features are hard to detect, thus leading to misalignment between consecutive pairs of frames. The use of 3D local features can be a solution as such features come from the 3D points themselves and are resistant to variations in visual texture and illumination. Because varying conditions in real indoor scenes are unavoidable, we propose a new framework to improve the pairwise frame alignment using an adaptive combination of sparse 2D and 3D features based on both the levels of geometric structure and visual texture contained in each scene. Experiments with datasets including unrestricted RGB-D camera motion and natural changes in illumination show that the proposed framework convincingly outperforms methods using 2D or 3D features separately, as reflected in better level of alignment accuracy. / O alinhamento entre pares de nuvens de pontos é uma tarefa importante na construção de mapas de ambientes em 3D. A combinação de características locais 2D com informação de profundidade fornecida por câmeras RGB-D são frequentemente utilizadas para melhorar tais alinhamentos. No entanto, em ambientes internos com baixa iluminação ou pouca textura visual o método usando somente características locais 2D não é particularmente robusto. Nessas condições, as características 2D são difíceis de serem detectadas, conduzindo a um desalinhamento entre pares de quadros consecutivos. A utilização de características 3D locais pode ser uma solução uma vez que tais características são extraídas diretamente de pontos 3D e são resistentes a variações na textura visual e na iluminação. Como situações de variações em cenas reais em ambientes internos são inevitáveis, essa tese apresenta um novo sistema desenvolvido com o objetivo de melhorar o alinhamento entre pares de quadros usando uma combinação adaptativa de características esparsas 2D e 3D. Tal combinação está baseada nos níveis de estrutura geométrica e de textura visual contidos em cada cena. Esse sistema foi testado com conjuntos de dados RGB-D, incluindo vídeos com movimentos irrestritos da câmera e mudanças naturais na iluminação. Os resultados experimentais mostram que a nossa proposta supera aqueles métodos que usam características 2D ou 3D separadamente, obtendo uma melhora da precisão no alinhamento de cenas em ambientes internos reais.

Made available in DSpace on 2016-08-17T14:52:53Z (GMT). No. of bitstreams: 1 Marcelino Pacelli Macedo Muniz.pdf: 1319254 bytes, checksum: c1a5a0a8a6639aaf2e332ea2b50a920d (MD5) Previous issue date: 2004-08-27 / In this work the results of the simulations of the model of the machine are compared with real curves to get the validation of the model, demonstrating a possible application of the model. / Neste trabalho os resultados das simulações do modelo da máquina são comparados com curvas reais para se obter a validação do modelo, demonstrando uma possível aplicação do modelo.

Conselho Nacional de Desenvolvimento Científico e Tecnológico / Image retrieval is an offshoot of information retrieval, which has received growing attention. Within this new offshoot the area of shape-based retrieval has shown itself to be one of the most difficult tasks to perform successfully. It is therefore the purpose of this work to explore the main aspects of shape-based retrieval: the representation and the description of shapes, which aim at extracting the main shape forms, as well as the similarity measurements which are used in the comparison between two characteristic vectors which are the result of characteristic extraction. Various descriptors of different classes are covered giving a general view of how shape based retrieval can be carried out. When given further consideration these descriptors are able to point out some desirable aspects, with the invariance to geometric transformations being one of the principal ones. Therefore the descriptors are analyzed to their degree of invariance to transformations, also normalizations in the sense of making the descriptors invariant are analyzed. One new descriptor, contour saliences, in particular shows promising results as it is invariant to such transformations. For this reason the subject is widely discussed in this work, its retrieval is carried out through the use of skeletons being that each saliency is associated to an adjoining extremity, and this is obtained through the use of the image forest transform. A CBIR based on shape that uses salience is implemented and the final results are discussed. / A recuperação de imagens é um ramo oriundo da recuperação de informação que vem recebendo grande enfoque atualmente. E dentro deste novo ramo a recuperação baseada em formas é uma das tarefas mais difíceis. Assim, esse trabalho explora os principais aspectos de recuperação baseada em forma: a representação e a descrição de formas, que visam extrair as principais características da forma, e também medidas de similaridade, que são utilizadas na comparação entre dois vetores de característica resultantes da extração de características. Diversos descritores de diferentes classes são abordados dando uma visão geral de como pode ser realizada a recuperação baseada em forma. Considerando ainda os descritores, importantes aspectos podem ser apontados como sendo desejáveis, sendo a invariância a transformações geométricas um dos principais. Assim, os descritores são analisados quanto à sua invariância a transformações, e algumas normalizações no sentido de tornar os descritores invariantes também são analisadas. Um descritor novo e bastante promissor, por ser invariante a tais transformações, é o descritor saliências do contorno. Por isso este é amplamente discutido nesse trabalho. Sua obtenção é realizada através do uso de esqueletos sendo que cada saliência é associada à uma extremidade do mesmo, e este por sua vez é obtido através da transformada imagem floresta. Um CBIR baseado em forma utilizando saliências é implementado e seus resultados discutidos. / Mestre em Ciência da Computação