Submitted by Pedro Barros (pedro.silvabarros@ufpe.br) on 2018-06-26T21:14:13Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) TESE Márcio José de Carvalho Lima.pdf: 3164872 bytes, checksum: baa6c4026fe862e3aae862a68b3acc35 (MD5) / Made available in DSpace on 2018-06-26T21:14:13Z (GMT). No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) TESE Márcio José de Carvalho Lima.pdf: 3164872 bytes, checksum: baa6c4026fe862e3aae862a68b3acc35 (MD5) Previous issue date: 2017-01-27 / Esta tese utiliza codificadores convolucionais concatenados (CCC) em sistemas de comu-nicações, para emprego em canais de acesso múltiplo. Tais canais permitem o acesso simultâneo a mais de um usuário, tendo como saída do canal uma combinação dos sinais transmitidos pelos usuários. Em particular, é dada ênfase ao caso em que T usuários binários transmitem simultaneamente em um canal aditivo para um único receptor, denotado canal aditivo com T usuários binários (T-BAC). São propostos alguns sistemas de codificação para a simulação de codificadores e de decodificação em presença de ruído aditivo Gaussiano branco. A codificação é baseada na concatenação paralela, serial, híbrida ou mista de codificadores convolucionais com a utilização de entrelaçadores, possibilitando uma nova abordagem para sistemas de acesso múltiplo por codificação colaborativa (CCMA). A decodificação utiliza módulos com entrada suave e saída suave, denotados módulos SISO, propostos na tese para a aplicação em canais aditivos de acesso múltiplo, em um processo de decodificação iterativa e colaborativa. São apresentados algoritmos para o módulo SISO que atualizam continuamente as probabilidades a posteriori dos símbolos de entrada e saída dos usuários que dividem o canal, permitindo uma decodificação conjunta ou individual das mensagens transmitidas pelos usuários. São descritas e analisadas três configurações para os sistemas de decodificação iterativa em questão, seguindo os sistemas de codificação, em que os módulos SISO podem ser arranjados de forma serial, híbrida ou mista, até então, não existentes na literatura técnica específica para aplicações em canais aditivos de acesso múltiplo. Estes sistemas são implementados, por meio de simulação, com codificadores e decodificadores para o 2-BAC, 3-BAC e 4-BAC, usando codificadores convolucionais concatenados e esquemas CCMA paralela, série e misto. / This thesis uses concatenated convolutional codes (CCC) in communication systems for application in multiple access channels. Such channels allow simultaneous access to more than one user, providing as its output a combination of the signals transmitted by the users. The case of binary users transmitting simultaneously in an additive channel to a single receptor, known as additive channel with T binary users (T-BAC), is particularly emphasized during the discussion. We propose some coding systems for simulations of coding and decoding in the presence of the additive white Gaussian noise. The coding is based on the parallel, serial, hybrid or mixed concatenation of convolutional codes using interleavers, providing a new approach to the collaborative coding multiple access (CCMA). The decoding uses some modules with soft-input soft-output, denoted as SISO modules, recommended, here, for the application in multiple access additive channels in an iterative and collaborative decoding process. In addition, we propose some algorithms employing the SISO modules that continuously update the a posteriori probabilities of the input and output symbols of the users dividing the channel, in a way that it allows a joint or individual decoding of the messages transmitted by these users. Also, we describe and analyze three configurations for the iterative decoding systems under consideration, following the coding systems in which the SISO modules can be arranged in a serial, hybrid or mixed way. This technique, until now, was not available in the current specialized literature about practical applications in multiple access additive channels. Finally, these iterative decoding systems are investigated by computer simulation, i.e., by the coding and decoding applied to the 2-BAC, 3-BAC and 4-BAC, using convolutional concatenated codes and parallel, serial and mixed CCMA schemes.

Made available in DSpace on 2016-03-15T19:38:02Z (GMT). No. of bitstreams: 1 RAFAEL FELIX ALVES.pdf: 2156088 bytes, checksum: a82e527c69001eb9cee5a989bde3b8dc (MD5) Previous issue date: 2015-06-23 / The process of image binarization consists of transforming a color image into a new one with only two colors: black and white. This process is an important step for many modern applica-tions such as Check Clearance, Optical Character Recognition and Handwriting Recognition. Improvements in the automatic process of image binarization represent impacts on applications that rely on this step. The present work proposes a methodology for automatic image binariza-tion. This methodology applies supervised learning algorithms to binarize images and consists of the following steps: images database construction; extraction of the region of interest; pat-terns matrix construction; pattern labelling; database sampling; and classifier training. Experi-mental results are presented using a database of Brazilian bank check images and the competi-tion database DIBCO 2009. In conclusion, the proposal demonstrated to be superior to some of its competitors in terms of accuracy and F-Measure. / O processo de binarização de imagens consiste na transformação de uma imagem colorida em uma nova imagem com apenas duas cores: uma que representa o fundo, outra o objeto de interesse. Este processo é uma importante etapa de diversas aplicações modernas, como a Compensação de Cheque, o Reconhecimento Ótico de Caracteres (do inglês Optical Characterer Recognition) e o Reconhecimento de Texto Manuscrito (do inglês Handwritten Recognition, HWR). Dado que melhorias no processo automático de binarização de imagens representam impactos diretos nas aplicações que dependem desta etapa o presente trabalho propõe uma metodologia para realizar a binarização automática de imagens. A proposta realiza a binarização de forma automática baseado no uso de algoritmos de aprendizagem supervisionada, tais como redes neurais artificiais e árvore de decisão. O processo como um todo consiste das seguintes etapas: construção do banco de imagens; extração da região de interesse; construção da matriz de padrões; rotulação dos padrões; amostragem da base; e treinamento do classificador. Resultados experimentais são apresentados utilizando uma base de imagens de cheques de bancos brasileiros (CMC-7 e montante de cortesia) e a base de imagens da competição DIBCO 2009. Em conclusão, a metodologia proposta apresentou-se competitiva aos métodos da literatura destacando-se em aplicações onde o processamento de imagens está restrito a uma categoria de imagens, como é o caso das imagens de cheques de bancos brasileiros. A presente metodologia apresenta resultados experimentais entre as três primeiras posições e melhores resultados em relação a medida F-Measure quando comparada com as demais.