Made available in DSpace on 2014-06-12T18:02:32Z (GMT). No. of bitstreams: 2 arquivo3968_1.pdf: 494550 bytes, checksum: dc123436c569f80c9bebfbc057d36cbc (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2009 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / O objetivo desta dissertação é avaliar e aplicar métodos de análise de influência na análise estatística de formas. A partir do modelo de deleção de casos (CDM) obtem-se uma medida da distância de Cook quando o conjunto de dados tem distribuição Bingham complexa. Mediante simulações de Monte Carlo e o método bootstrap tem-se a estimação da região de confiança para a distância de Cook em diferentes conjuntos de dados com distribuição Bingham complexa. Além disso, é mostrado nesta dissertação que outros métodos para análise de influência podem funcionar em análise de formas. A eficácia da distância de Cook frente aos métodos apresentados é avaliada

Esta tese introduz um conjunto de novos métodos para análise de formas bidimensionais (2D) dentro do contexto da resolução de problemas de visão computacional e analise de formas neurais ou neuromorfometria. Mais especificamente, este trabalho apresenta o desenvolvimento de conceitos e algoritmos para a representação e analise multi-escala de contornos de objetos em imagens digitais. Assim, o contorno dos objetos e representado por um sinal que assume valores complexos e que pode ser subseqüentemente analisado por uma transformada multi-escala. Nesse sentido, os desenvolvimentos apresentados nesta tese valeram-se matematicamente de ferramentas desenvolvidas na área de processamento de sinais e de imagens, bem como em outras áreas da matemática como a geometria diferencial. Técnicas de analise de contornos através da curvatura multi-escala e das transformadas de Gabor e em wavelets são introduzidas, incluindo algoritmos específicos para a detecção de vértices, caracterização de escalas naturais, analise fractal de curvas deterministicamente auto-similares e extração de vetores de características associadas a diferentes aspectos de formas como complexidade e retangularidade. Particularmente em relação aos métodos de analise multi-escala de curvatura, esta tese apresenta um novo esquema de estimação digital de curvatura baseado em propriedades da transformada de Fourier e novas abordagens para a prevenção a contração dos contornos devido a filtragem gaussiana. Esse novo esquema de estimação de curvatura foi testado exaustivamente, incluindo uma avaliação da precisão do método através de uma analise de erro entre valores da curvatura analítica e a estimada baseada em curvas B-splines. O novo esquema apresentou resultados encorajadores em todas as avaliações, corroborando sua eficiência. Em relação a parte especifica de analise de formas neurais, as contribuições desta tese residem em duas áreas. Inicialmente, novas medidas de formas, correspondentes as energias multi-escala, foram introduzidas para a caracterização e classificação automática de neurônios baseada na complexidade das formas; experimentos de classificação estatística de celulas ganglionares (gato) são relatados. Finalmente, descreve-se uma nova técnica para a criação semi-automática de dendrogramas, os quais são estruturas de dados abstratas que descrevem células neurais. Todas as técnicas foram extensivamente testadas em imagens reais e sintéticas e os respectivos resultados, que corroboram a eficiência dos algoritmos, são incluídos ao longo da tese / This thesis introduces a set of new methods for two-dimensional shape analysis for computer vision and neural shape analysis applications. More specifically, this work develops concepts and algorithms for multiscale contour representation and analysis of objects present in digital images. Therefore the object contour is represented by a complex-valued signal that can be subsequently analyzed by a multiscale transform. Different mathematical tools from signal and image processing fields, as well as differential geometry, underlie the developments in this work. Techniques for contour analysis through multi scale curvature and the Gabor and wavelet transforms are introduced. The new techniques include specific algorithms for comer detection, natural scales characterization, fractal analysis of self-similar curves and feature vector extraction associated with different shape aspects such as complexity and rectangularity. As far as the multiscale curvature analysis methods are concerned, this thesis presents a new framework for digital curvature estimation based on Fourier transform properties and new approaches for contour shrinking prevention due to Gaussian filtering. The new framework of curvature estimation has been extensively evaluated, including precision assessment of the error of the estimation based on B-spline curves. The new framework has performed successfully in all assessment experiments, which corroborates its efficiency. As far as the neural shape analysis is concerned, the contributions of this thesis are twofold. On one hand, some new shape measures, corresponding to the multiscale energies, have been devised for characterization and classification of neural cells based on shape complexity; statistical pattern recognition experiments using retinal ganglion cells (cat) are reported. On the other hand, a new technique for semi-automated dendrogram generation, i.e. abstract data structures that represent different neural cell features, is described. All the techniques have been extensively assessed using both real and computer-generated images and some of the respective results, which corroborate the robustness of the algorithms, are included throughout the thesis

Esta tese introduz um conjunto de novos métodos para análise de formas bidimensionais (2D) dentro do contexto da resolução de problemas de visão computacional e analise de formas neurais ou neuromorfometria. Mais especificamente, este trabalho apresenta o desenvolvimento de conceitos e algoritmos para a representação e analise multi-escala de contornos de objetos em imagens digitais. Assim, o contorno dos objetos e representado por um sinal que assume valores complexos e que pode ser subseqüentemente analisado por uma transformada multi-escala. Nesse sentido, os desenvolvimentos apresentados nesta tese valeram-se matematicamente de ferramentas desenvolvidas na área de processamento de sinais e de imagens, bem como em outras áreas da matemática como a geometria diferencial. Técnicas de analise de contornos através da curvatura multi-escala e das transformadas de Gabor e em wavelets são introduzidas, incluindo algoritmos específicos para a detecção de vértices, caracterização de escalas naturais, analise fractal de curvas deterministicamente auto-similares e extração de vetores de características associadas a diferentes aspectos de formas como complexidade e retangularidade. Particularmente em relação aos métodos de analise multi-escala de curvatura, esta tese apresenta um novo esquema de estimação digital de curvatura baseado em propriedades da transformada de Fourier e novas abordagens para a prevenção a contração dos contornos devido a filtragem gaussiana. Esse novo esquema de estimação de curvatura foi testado exaustivamente, incluindo uma avaliação da precisão do método através de uma analise de erro entre valores da curvatura analítica e a estimada baseada em curvas B-splines. O novo esquema apresentou resultados encorajadores em todas as avaliações, corroborando sua eficiência. Em relação a parte especifica de analise de formas neurais, as contribuições desta tese residem em duas áreas. Inicialmente, novas medidas de formas, correspondentes as energias multi-escala, foram introduzidas para a caracterização e classificação automática de neurônios baseada na complexidade das formas; experimentos de classificação estatística de celulas ganglionares (gato) são relatados. Finalmente, descreve-se uma nova técnica para a criação semi-automática de dendrogramas, os quais são estruturas de dados abstratas que descrevem células neurais. Todas as técnicas foram extensivamente testadas em imagens reais e sintéticas e os respectivos resultados, que corroboram a eficiência dos algoritmos, são incluídos ao longo da tese / This thesis introduces a set of new methods for two-dimensional shape analysis for computer vision and neural shape analysis applications. More specifically, this work develops concepts and algorithms for multiscale contour representation and analysis of objects present in digital images. Therefore the object contour is represented by a complex-valued signal that can be subsequently analyzed by a multiscale transform. Different mathematical tools from signal and image processing fields, as well as differential geometry, underlie the developments in this work. Techniques for contour analysis through multi scale curvature and the Gabor and wavelet transforms are introduced. The new techniques include specific algorithms for comer detection, natural scales characterization, fractal analysis of self-similar curves and feature vector extraction associated with different shape aspects such as complexity and rectangularity. As far as the multiscale curvature analysis methods are concerned, this thesis presents a new framework for digital curvature estimation based on Fourier transform properties and new approaches for contour shrinking prevention due to Gaussian filtering. The new framework of curvature estimation has been extensively evaluated, including precision assessment of the error of the estimation based on B-spline curves. The new framework has performed successfully in all assessment experiments, which corroborates its efficiency. As far as the neural shape analysis is concerned, the contributions of this thesis are twofold. On one hand, some new shape measures, corresponding to the multiscale energies, have been devised for characterization and classification of neural cells based on shape complexity; statistical pattern recognition experiments using retinal ganglion cells (cat) are reported. On the other hand, a new technique for semi-automated dendrogram generation, i.e. abstract data structures that represent different neural cell features, is described. All the techniques have been extensively assessed using both real and computer-generated images and some of the respective results, which corroborate the robustness of the algorithms, are included throughout the thesis

Made available in DSpace on 2014-06-12T18:02:29Z (GMT). No. of bitstreams: 2 arquivo3882_1.pdf: 870257 bytes, checksum: 82e64e7b92b72f794d70bd9c13552b6d (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2008 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / O objetivo desta dissertação é aplicar métodos de análise estatística de formas a um problema real da zoologia. Quatro testes foram considerados: T2 de Hotelling, de Goodall, o teste com a estatística de James e o teste com a estatística λ. Estes dois últimos testes não são usados com freqüência na literatura estatística. Também foram considerados testes com bootstrap e testes de permutação. Tais métodos são não-paramétricos e não impõem suposições sobre a distribuição dos dados. Versões dos testes de permutação e bootstrap são comparadas com os testes originais. São apresentadas também conclusões sobre a aplicação à zoologia. Foram realizados testes para detectar a presença de dimorfismo sexual em seis espécies de marsupiais, baseando-se na mandíbula desses animais

O trabalho propõe uma metodologia para estimação da idade óssea baseada em um sistema totalmente automático utilizando a análise de formas de estruturas ósseas. O sistema tem como finalidade auxiliar o diagnóstico do profissional da área médica servindo de apoio a sua decisão. A metodologia é dividida em dois blocos principais. No primeiro o dedo médio é segmentado a partir da radiografia de toda a mão. No segundo, são extraídas dimensões utilizando técnicas de processamento de imagem. Finalmente a estimação da idade é realizada por meio da correlação com padrões formais de seis centos de ossificação. Os resultados mostram que a análise de forma é mais precisa em pacientes do sexo feminino, mas pode ser utilizada como estimador para ambos os sexos. / The objective of this project is to propose a methodology for estimating the bone age based on a fully automatic system using shape analysis of bone structures. The system aims to assist the diagnosis, supporting the decision of the physicians involved in the process. The methodology is divided into two main blocks. In the first, the middle finger is segmented from the radiograph of the whole hand. In the second, measurements are extracted using image processing techniques. Finally, the results are classified using correlation between the shape pattern of six different bone structures. The results show that the shape analysis is a better method for female diagnosis but it can be used as a good estimator for both genders.

O trabalho propõe uma metodologia para estimação da idade óssea baseada em um sistema totalmente automático utilizando a análise de formas de estruturas ósseas. O sistema tem como finalidade auxiliar o diagnóstico do profissional da área médica servindo de apoio a sua decisão. A metodologia é dividida em dois blocos principais. No primeiro o dedo médio é segmentado a partir da radiografia de toda a mão. No segundo, são extraídas dimensões utilizando técnicas de processamento de imagem. Finalmente a estimação da idade é realizada por meio da correlação com padrões formais de seis centos de ossificação. Os resultados mostram que a análise de forma é mais precisa em pacientes do sexo feminino, mas pode ser utilizada como estimador para ambos os sexos. / The objective of this project is to propose a methodology for estimating the bone age based on a fully automatic system using shape analysis of bone structures. The system aims to assist the diagnosis, supporting the decision of the physicians involved in the process. The methodology is divided into two main blocks. In the first, the middle finger is segmented from the radiograph of the whole hand. In the second, measurements are extracted using image processing techniques. Finally, the results are classified using correlation between the shape pattern of six different bone structures. The results show that the shape analysis is a better method for female diagnosis but it can be used as a good estimator for both genders.

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.

Este trabalho apresenta novos métodos para análise de formas tridimensionais dentro do contexto de visão computacional, destacando-se o uso das transformadas wavelets 1D, 2D e 3D, as quais proporcionam uma análise multi-escala das formas estudadas. As formas analisadas se dividem em três tipos diferentes, dependendo da sua representação matemática: f(t)=(x(t),y(t),z(t)), f(x,y)=z e f(x,y,z)=w. Cada tipo de forma é analisado por um método melhor adaptado. Primeiramente, tais formas passam por uma rotina de pré-processamento e, em seguida, pela caracterização por meio da aplicação das transformadas wavelet 1D, 2D e 3D para as respectivas formas. Esta aplicação nos permite extrair características que sejam invariantes à rotação e translação, levando em consideração alguns conceitos matemáticos da geometria diferencial. Destaca-se também neste trabalho a não obrigatoriedade de parametrização das formas. Os resultados obtidos a partir de formas extraídas de imagens médicas e dados biológicos, que justificam este trabalho, são apresentados. / This work presents new methods for three-dimensional shape analysis in the context of computational vision, being emphasized the use of 1D, 2D and 3D wavelet transforms, which provide a multiscale analysis of the studied shapes. The analyzed shapes are divided in three different types depending on their representation: f(t)=(x(t),y(t),z(t)), f(x,y)=z and f(x,y,z)=w. Each type of shape is analyzed by a more suitable method. Firstly, such shapes undergo a pre-processing procedure followed by the characterization using the 1D, 2D or 3D wavelet transform, depending on its representation. This application allows to extract features that are rotation- and translation-invariant, based on some mathematical concepts of differential geometry. In this work, we emphasize that it is not necessary to use the parameterized version of the 2D and 3D shapes. The experimental results obtained from shapes extracted from medical and biological images, that corroborate the introduced methods, are presented.

Submitted by Lucas Alexandre Ramos null (magrelolukas@hotmail.com) on 2016-09-12T11:55:17Z No. of bitstreams: 1 Monografia_Final.pdf: 4956502 bytes, checksum: b3c792e3df597c4fabe2093c7ea8b357 (MD5) / Approved for entry into archive by Felipe Augusto Arakaki (arakaki@reitoria.unesp.br) on 2016-09-14T17:56:52Z (GMT) No. of bitstreams: 1 ramos_la_me_bauru.pdf: 4956502 bytes, checksum: b3c792e3df597c4fabe2093c7ea8b357 (MD5) / Made available in DSpace on 2016-09-14T17:56:52Z (GMT). No. of bitstreams: 1 ramos_la_me_bauru.pdf: 4956502 bytes, checksum: b3c792e3df597c4fabe2093c7ea8b357 (MD5) Previous issue date: 2016-08-12 / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / Atualmente, dada a difusão dos computadores, a tarefa de se reconhecer padrões visuais está sendo cada vez mais automatizada, em especial para tratar a vasta e crescente quantidade de imagens digitais existentes. Aplicações de diversas áreas como biometria, recuperação de imagens baseada em conteúdo e diagnóstico médico, se valem do processamento de imagens, bem como de técnicas de extração e análise de características das mesmas, a fim de identificar pessoas, objetos, gestos, textos, etc. As características básicas que são utilizadas para a análise de imagens são: cor, textura e forma. Recentemente, foi proposto um novo descritor de formas denominado HTS (Hough Transform Statistics), o qual se baseia no espaço de Hough para representar e reconhecer objetos em imagens por suas formas. Os resultados obtidos pelo HTS sobre bases de imagens públicas têm mostrado que este novo descritor, além de apresentar altas taxas de acurácia, melhores do que muitos descritores tradicionais propostos na literatura, é rápido, pois tem um algoritmo de complexidade linear. O objetivo deste trabalho foi explorar as possibilidades de representação multiescala do HTS e, assim, propor novos descritores de formas. Escala é um parâmetro essencial em Visão Computacional e a teoria de espaço-escala refere-se ao espaço formado quando se observa, simultaneamente, os aspectos espaciais de uma imagem em várias escalas, sendo a escala a terceira dimensão. Os novos métodos multiescala propostos foram avaliados sobre várias bases de dados e seus desempenhos foram comparados com o desempenho do HTS e com os principais descritores de formas encontrados na literatura. Resultados experimentais mostraram que os novos descritores propostos neste trabalho são mais rápidos e em alguns casos também mais precisos. / Currently, given the widespread of computers through society, the task of recognizing visual patterns is being more and more automated, in particular to treat the large and growing amount of digital images available. Applications in many areas, such as biometrics, content-based image retrieval, and medical diagnostic, make use of image processing, as well as techniques for the extraction and analysis of their characteristics, in order to identify persons, objects, gestures, texts, etc. The basic features that are used for image analysis are: color, texture and shape. Recently, it was proposed a new shape descriptor called HTS (Hough Transform Statistics), which is based on the Hough space to represent and recognize objects in images by their shapes. The results obtained by HTS on public image databases have shown that this new shape descriptor, besides showing high accuracy levels, better than many traditional shape descriptors proposed in the literature, is fast, since it has an algorithm of linear complexity. In this dissertation we explored the possibilities of a multiscale and scale-space representation of this new shape descriptor. Scale is a key parameter in Computer Vision and the theory of scale-space refers to the space formed when observing, simultaneously, special aspects of an image at several scales, being the scale the third dimension. The multiscale HTS methods were evaluated on the same databases and their performances were compared with the main shape descriptors found in the literature and with the monoscale HTS. Experimental results showed that these new descriptors are faster and can also be more accurate in some cases. / FAPESP: 2014/10611-0

Este trabalho apresenta novos métodos para análise de formas tridimensionais dentro do contexto de visão computacional, destacando-se o uso das transformadas wavelets 1D, 2D e 3D, as quais proporcionam uma análise multi-escala das formas estudadas. As formas analisadas se dividem em três tipos diferentes, dependendo da sua representação matemática: f(t)=(x(t),y(t),z(t)), f(x,y)=z e f(x,y,z)=w. Cada tipo de forma é analisado por um método melhor adaptado. Primeiramente, tais formas passam por uma rotina de pré-processamento e, em seguida, pela caracterização por meio da aplicação das transformadas wavelet 1D, 2D e 3D para as respectivas formas. Esta aplicação nos permite extrair características que sejam invariantes à rotação e translação, levando em consideração alguns conceitos matemáticos da geometria diferencial. Destaca-se também neste trabalho a não obrigatoriedade de parametrização das formas. Os resultados obtidos a partir de formas extraídas de imagens médicas e dados biológicos, que justificam este trabalho, são apresentados. / This work presents new methods for three-dimensional shape analysis in the context of computational vision, being emphasized the use of 1D, 2D and 3D wavelet transforms, which provide a multiscale analysis of the studied shapes. The analyzed shapes are divided in three different types depending on their representation: f(t)=(x(t),y(t),z(t)), f(x,y)=z and f(x,y,z)=w. Each type of shape is analyzed by a more suitable method. Firstly, such shapes undergo a pre-processing procedure followed by the characterization using the 1D, 2D or 3D wavelet transform, depending on its representation. This application allows to extract features that are rotation- and translation-invariant, based on some mathematical concepts of differential geometry. In this work, we emphasize that it is not necessary to use the parameterized version of the 2D and 3D shapes. The experimental results obtained from shapes extracted from medical and biological images, that corroborate the introduced methods, are presented.