Submitted by Deyse Queiroz (deysequeirozz@hotmail.com) on 2018-06-12T14:40:08Z No. of bitstreams: 1 MANOEL ADALBERTO GUEDES - DISSERTAÇÃO PPGEA 2010..pdf: 50106664 bytes, checksum: 34f901feb3d5f72b034f278eff076db9 (MD5) / Made available in DSpace on 2018-06-12T14:40:08Z (GMT). No. of bitstreams: 1 MANOEL ADALBERTO GUEDES - DISSERTAÇÃO PPGEA 2010..pdf: 50106664 bytes, checksum: 34f901feb3d5f72b034f278eff076db9 (MD5) Previous issue date: 2010-08 / O objetivo deste trabalho consiste em: determinar as características físicas de grãos de soja, feijão e milho (comprimento, largura, espessura, circularidade, esfericidade, perímetro, área projetada e volume) por três métodos de medição; sendo o método convencional o uso de paquímetro e a projeção da imagem dos grãos em papel milimetrado na parede; a comparação desses valores com o método de medição proposto, que é a utilização de scanner de mesa para determinação dessas características através de técnicas de processamento digital de imagens; determinar a massa específica aparente e real, e fazer a determinação da porosidade da massa de grãos através de cálculos utilizando-se a relação entre massa específica aparente e real e comparar com valores do picnômetro; em seguida se armazenou 50 grãos de cada uma destas cultivares em quatro recipientes lacrados com uma solução de água com ácido sulfúrico em B.O.D., por 120 dias a 20°C, em quatro teores de água 14,16,18 e 20% (b.u.); a cada dez dias foi determinada a variação de cores, por dois métodos, um deles utilizando o colorímetro Minolta e o outro a digitalização desses grãos com scanner de mesa HP 2400, para analisar a interação do teor de água e tempo de armazenamento na alteração da coloração do tegumento dos grãos. Os valores de teor de água para determinar as características físicas da soja foram 9,87, 13,7, 16,48, 18,2 e 19,76% (b.u.); os métodos de medição são estatisticamente confiáveis; a massa específica real, comprimento, largura, espessura, perímetro, área projetada e volume, aumentaram com o aumento do teor de água; a massa específica aparente, circularidade e esfericidade, diminuíram com o aumento do teor de água; a intensidade da cor verde e vermelha do padrão de cores RGB e as coordenadas de cores L*, a* e b* do padrão CIELAB, diminuíram com o aumento do teor de água; a intensidade da cor azul teve um aumento com o acréscimo do teor de água. Os valores de teor de água para determinar as características físicas do feijão foram 12,32, 14,18, 15,54, 17,11 e 19,52% (b.u.); os métodos utilizados de medição não divergiram do resultado entre si; a massa específica real, comprimento, largura, espessura, perímetro, esfericidade, área projetada e volume, aumentaram com o aumento do teor de água, a massa específica aparente e circularidade diminuíram com o aumento do teor de água; a intensidade da cor verde, vermelha, azul e a coordenada L* diminuíram com o aumento do teor de água e as coordenadas de cores, a* e b*, apresentaram um aumento com a elevação do teor de água. Os valores de teor de água para determinar as características físicas dos grãos de milho foram 11,76, 14,03, 16,27, 19,50 e 20,50% (b.u.); os métodos utilizados de medição não divergiram de resultado entre si; a massa específica real e aparente diminuiu com o aumento do teor de água; o comprimento, largura, espessura, circularidade, esfericidade, perímetro, área projetada e volume, aumentaram com o aumento do teor de água; não houve variações significativas nos histogramas dos grãos de milho. / The objective of this work consists in: determine the physical characteristics of soybean, beans and corn (length, width, thickness, circularity, sphericity, perimeter, projected area and volume) by three methods; as the conventional method using a caliper and projection image of the grain on the wall on graph paper and compare these values with the proposed measuring method, which is the use of flatbed scanner for determine these characteristics using techniques for digital image processing; determining the bulk and true density, and make the determination of the porosity of the grain mass by calculation using the relationship between the bulk and true density and compare with values of pycnometer; then it has stored 50 grains of each one of these cultivars in four containers sealed with a solution of water with sulfuric acid in the B. O. D., for 120 days at 20 °C, in four moisture content 14, 16,18 e 20% (w. b.); each ten days determined the range of colors, by two methods, one using a Minolta colorimeter and the other to the digitalization of the same grain with flatbed scanner HP 2400, to analyze the interaction of moisture content and storage time on the change in the color of the tegument of grains. The values of moisture content to determine the physical characteristics of soybean were 9.87, 13.7, 16.48, 18.2 and 19.76% (w.b.); the measurement methods are statistically reliable, the true density, length, width, thickness, perimeter, projected area and volume increased with increase moisture content, the bulk density, roundness and sphericity decreased with increase moisture content, the intensity of the color green and red, of the pattern RGB color, and the color coordinates L* a* b* of the pattern CIELAB, decreased with increasing moisture content; the intensity of blue color was increased with increasing moisture content. The values of moisture content to determine the physical characteristics of the beans were 12.32, 14.18, 15.54, 17.11 and 19.52% (w.b.); the methods used for measuring did not diverged in results among themselves, the true density, length, width, thickness, perimeter, sphericity, projected area and volume increased with the increase of moisture content, the bulk density and circularity decreased with the increase of moisture content, the intensity of the color green, red, blue and the coordinated L* decreased with the increase of moisture content and the color coordinates, a* and b*, increase had with the increase of the moisture content. The values of moisture content to determine the physical characteristics of the grains corn were 11.76, 14.03, 16.27, 19.50 and 20.50% (w.b.); the methods used for measuring not diverged in results among themselves, the true density and bulk density decreased with the increase of moisture content; the length, width, thickness, circularity, sphericity, perimeter, projected area and volume, increased with the increase of moisture content; no significant variations in the histograms of corn grain.

During recent years, great progress has been made within the field of deep learning, and more specifically, within neural networks. Deep convolutional neural networks (CNN) have been especially successful within image processing in tasks such as image classification and object detection. Car manufacturers, amongst other actors, are starting to realize the potential of deep learning and have begun applying it to autonomous driving. This is not a simple task, and many challenges still lie ahead. A sub-problem, that needs to be solved, is a way of automatically determining the road conditions, including the friction. Since many modern cars are equipped with cameras these days, it is only natural to approach this problem with CNNs. This is what has been done in this thesis. First, a data set is gathered which consists of 37,000 labeled road images that are taken through the front window of a car. Second, CNNs are trained on this data set to classify the friction of a given road. Gathering road images and labeling them with the correct friction is a time consuming and difficult process, and requires human supervision. For this reason, experiments are made on a second data set, which consist of 54,000 simulated images. These images are captured from the racing game World Rally Championship 7 and are used in addition to the real images, to investigate what can be gained from this. Experiments conducted during this thesis show that CNNs are a good approach for the problem of estimating the road friction. The limiting factor, however, is the data set. Not only does the data set need to be much bigger, but it also has to include a much wider variety of driving conditions. Friction is a complex property and depends on many variables, and CNNs are only effective on the type of data that they have been trained on. For these reasons, new data has to be gather by actively seeking different driving conditions in order for this approach to be deployable in practice. / Under de senaste åren har det gjorts stora framsteg inom maskininlärning, särskilt gällande neurala nätverk. Djupa neurala närverk med faltningslager, eller faltningsnätverk (eng. convolutional neural network) har framför allt varit framgångsrika inom bildbehandling i problem så som bildklassificering och objektdetektering. Biltillverkare, bland andra aktörer, har nu börjat att inse potentialen av maskininlärning och påbörjat dess tillämpning inom autonom körning. Detta är ingen enkel uppgift och många utmaningar finns fortfarande framöver. Ett delproblem som måste lösas är ett sätt att automatiskt avgöra väglaget, där friktionen ingår. Eftersom många nya bilar är utrustade med kameror är det naturligt att försöka tackla detta problem med faltningsnätverk, vilket är varför detta har gjorts under detta examensarbete. Först samlar vi in en datamängd beståendes av 37 000 bilder tagna på vägar genom framrutan av en bil. Dessa bilder kategoriseras efter friktionen på vägen. Sedan tränar vi faltningsnätverk på denna datamängd för att klassificera friktionen. Att samla in vägbilder och att kategorisera dessa är en tidskrävande och svår process och kräver mänsklig övervakning. Av denna anledning utförs experiment på en andra datamängd beståendes av 54 000 simulerade bilder. Dessa har blivit insamlade genom spelet World Rally Championship 7 där syftet är att undersöka om prestandan på nätverken kan ökas genom simulerat data och därmed minska kravet på storleken av den riktiga datamängden. De experiment som har utförts under examensarbetet visar på att faltningsnätverk är ett bra tillvägagångssätt för att skatta vägfriktionen. Den begränsande faktorn i det här fallet är datamängden. Datamängden behöver inte bara vara större, men den måste framför allt täcka in ett bredare urval av väglag och väderförhållanden. Friktion är en komplex egenskap och beror på många variabler, och faltningsnätverk är endast effektiva på den typen av data som de har tränats på. Av dessa anledningar behöver ny data samlas in genom att aktivt söka efter nya körförhållanden om detta tillvägagångssätt ska vara tillämpbart i praktiken.

Fundação de Amparo à Pesquisa do Estado do Rio de Janeiro / Esforços constantes de pesquisa têm sido conduzidos na seleção de materiais, combinando propriedades de interesse (mecânicas, químicas, elétricas ou térmicas), versatilidade de uso, tempo de vida útil elevado e baixo custo de produção. A busca por materiais de elevado desempenho mecânico despertou grande interesse na pesquisa e desenvolvimento dos cerâmicos avançados com aplicações estruturais e funcionais, como o carbeto de silício. Entretanto, a porosidade ainda é vista como fator limitador do alto desempenho destes materiais visto que, acima de determinada porcentagem, reduz largamente sua resistência mecânica. Seu controle atualmente é realizado através de técnicas de alto custo, com a utilização de tomógrafos. Este trabalho buscou validar uma nova técnica, onde a porosidade foi avaliada através de processamento digital de imagens de microscopia ótica do material previamente lixado e polido em diversas profundidades, com controle dos parâmetros de lixamento e polimento. Esta nova metodologia mostrou-se apropriada e menos dispendiosa para a quantificação da porosidade do carbeto de silício, tendo sido validada para o estudo deste material. / Constant research efforts have been conducted in material selection, matching the properties of interest (mechanical, electrical, chemical and thermal), versatility of use, high lifetime and low cost of production. The search for materials with high mechanical performance aroused great interest in the research and development of advanced ceramic with structural and functional applications such as silicon carbide. However, the porosity is still seen as a limiting factor in high performance materials because, above a certain percentage, greatly reduces its mechanical strength. His control is currently performed using techniques of high cost, with the use of scanners. This study aimed to validate a new technique, where the porosity was evaluated by digital image processing of the optical microscopy in the material previously sanded and polished at various depths, with control of the material parameters. This new methodology was appropriate and less expensive to quantify the porosity of the silicon carbide and has been validated for the study of this material.

Made available in DSpace on 2014-06-11T19:31:35Z (GMT). No. of bitstreams: 0 Previous issue date: 2008-12-10Bitstream added on 2014-06-13T19:02:00Z : No. of bitstreams: 1 silva_shmg_dr_botfca.pdf: 1183066 bytes, checksum: 90313e74dffe24f7d376280e7532d49f (MD5) / Outros / O presente trabalho investigou a utilização do processamento digital de imagens conjuntamente com a análise de componentes principais e redes neurais artificiais como ferramentas de apoio para uma melhor identificação dos estádios iniciais do desenvolvimento da Sigatoka Negra, em nível de campo, para que medidas de controle sejam adotadas mais rapidamente e, assim, reduzir danos e prejuízos causados pela doença na bananicultura. Foram coletadas imagens digitais de folhas de bananeiras infectadas com a Sigatoka Negra nos estádios 1, 2 e 3, sadia e com fitotoxidez por óleo. A seguir, extraíram-se histogramas dos componentes de imagens no sistema RGB (Red, Green eBlue) para 256 intensidades de cinza das amostras, totalizando 768 variáveis para cada amostra. Com a aplicação de uma técnica de seleção de atributos, a análise de componentes principais, conseguiu-se reduzir as variáveis de entrada de 768 para 11 variáveis canônicas, representado uma redução de 98,6%. Em seguida, considerando-se as variáveis canônicas, realizou-se a fase de classificação com o uso de redes neurais artificiais. De maneira geral, as maiores freqüências de acertos do modelo foram para as classes que mais interessam ao monitoramento da enfermidade, mostrando a robustez do classificador gerado, evidenciada pela baixa probabilidade de classificação incorreta (19%). / This study investigated the application, specifically the digital processing of images, with main components analysis and artificial neural networks as tools to support for a better identification of the primaries stages of the Black Sigatoka, in field level, so that control measures are adopted more quickly and consequently it reduces injuries and damages caused by the disease in the banana crops. It were collected digital images of banana leaves infected with Black Sigatoka in stages 1, 2, and 3, healthy and with oil fitotoxity. To proceed, histograms of the components of images were extracted in the system RGB (Red, Green and Blue) for 256 intensities shades of gray of the samples, totaling 768 variables for each sample. With the application of a technique of selection of attributes, the main components analysis, it was possible to reduce the variables of entrance of 768 for 11 canonical variables, represented a reduction of 98,6%. Therefore, being considered the canonical variables, it was accomplished the classification phase with the use of artificial neural networks. In a general way, the largest frequencies of successes of the model went to the classes that more they interest to the control of the diseases, showing the robustness of the generated classifier, evidenced by the low probability of wrong classification (19%).

Made available in DSpace on 2016-06-02T19:05:40Z (GMT). No. of bitstreams: 1 2695.pdf: 5053010 bytes, checksum: 2e6ff8d79ec3a3f85928bc9486a54956 (MD5) Previous issue date: 2009-09-28 / This dissertation presents the development of a computer vision system for bananas (Musa sapientum) analysis in post-harvest stage based on digital image processing techniques. The development used considerations about image acquisition, pre-processing, identification based on texture, percentage of brown spots and injuries on the fruits and classification of its maturity levels. The validation has been developed considering geometric patterns generated in laboratory, as well as real fruits. With the texture map it was possible to identify the existence of brown spots or injuries in a specific region of the images. The assessment of the level of maturation was performed considering both human observers and the computer vision system. The average of identification level of maturity was equal to 50% for human observers and 100% for computer vision. The results show identification rates of 80.40% for brown spots on the single image of banana, 97.70% for brown spots on the images of bundle of bananas, 97.80% for injuries for the set of single image of banana, and 75.30% for hand injuries considering the images of bundle of bananas. Besides, the method presents application for quality assessing of fruits in the post-harvest procedures. / Este trabalho apresenta o desenvolvimento de um sistema de visão computacional para análise de bananas (Musa sapientum), em estágio de pós-colheita, utilizando técnicas de processamento digital de imagens. Para o desenvolvimento foram consideradas as etapas de aquisição das imagens, pré-processamento, identificação baseada em textura, classificação em níveis de maturação e a obtenção do percentual de manchas marrons e injúrias. A validação foi desenvolvida considerando padrões geométricos gerados em laboratório, bem como considerando frutas reais. A obtenção do mapa de textura viabilizou a identificação da existência de manchas marrons ou injúrias em uma região da imagem. A avaliação método de classificação em nível de maturação foi realizada considerando os resultados obtidos com observadores humanos e visão computacional. A média da taxa de acerto dos observadores foi de 50% e a taxa de acerto da visão computacional foi de 100%. Além disso, os resultados da análise de manchas marrons e injúrias indicam uma taxa de acerto de 80,40% para manchas marrons em imagem de banana individual, 97,70% para manchas marrons em imagem de penca de bananas, 97,80% para injúrias em imagem de banana individual e 75,30% para injúrias em imagem de pencas. Adicionalmente, o desempenho global do sistema motiva a aplicação desta metodologia para avaliação da qualidade dos frutos no pós-colheita de bananas.

Made available in DSpace on 2016-12-12T20:12:32Z (GMT). No. of bitstreams: 1 PGEF15MA050.pdf: 5724520 bytes, checksum: 4aae5cece599a90d29686f6da99e729a (MD5) Previous issue date: 2015-07-31 / Over the last decades, advances in Earth Observation technology have been playing an important role for forest monitoring worldwide. A remarkable improvement in remotely sensed data is the refinement of the spatial resolution. The region-based classification and object-based image analysis (OBIA) appears to be the most appropriates approaches to extract information coming from high spatial resolution images. Such information is becoming even more frequently. However, the costs involved in acquiring proprieraly OBIA software licenses is often too high. Therefore, the use of open source softwares is envisaged. This study aimed to evaluate open source softwares in order to classify secondary successional forest stages of Ombrophilous Mixed Forest environments in Southern Brazil. Three test sites were selected in the mountainous region of Santa Catarina State (SC). We used scenes from the airborne system for acquisition and post-processing of images (SAAPI) with a spatial resolution of 0.39m. The dataset consists of orthorectified images containing three spectral bands in the visible range (i.e. 0.38 0.70μm), three spectral bands in the near infrared (i.e. 0.76 0.78μm) and a digital surface model. Three methodologies were developed using decision tree algorithms available at the following open source softwares: InterIMAGE, GeoDMA, WEKA and QGIS. We selected the support vector machine algorithm (SVM) available in Orfeo ToolBox Monteverdi software for both region-based and pixel-based classification. We also evaluate the SPT software in order to obtain the ideal set for segmentation parameters. Results show that the classification of secondary successional forest stages as well as other land use classes performed well. Kappa index ranged from 0.60 to 0.89. Conditional accuracy and both producer s and user s accuracy were higher than 0.5. The best overall accuracy results were found for initial forest stages while the worst performance was observed in the intermediate successional forest stage. Region based classification and OBIA performed better than pixel by pixel based classification. The generated classified maps reveal the applicability of this aproaches for extracting useful information from the SAAPI images. Such information can also provide useful information for forest resources monitoring practices at the state level / Nas últimas décadas, observou-se uma notável evolução das tecnologias espaciais destinadas ao monitoramento dos recursos florestais. Um significativo avanço nos dados de sensoriamento é o refinamento da resolução espacial. Com a crescente disponibilidade de imagens de alta resolução espacial, a classificação por regiões e a análise baseada em objeto (Object Based Image Analysis- OBIA) apresentam-se como abordagens mais adequadas para extrair informações dessas imagens. No entanto, os custos envolvidos na aquisição de licenças de aplicativos comerciais disponíveis para este propósito costuma ser demasiadamente alto. Assim, faz-se necessário avaliar o uso de aplicativos na modalidade open source. Este trabalho teve como objetivo avaliar aplicativos open source relacionadas à classificação baseada em regiões e à mineração de dados, para classificar estádios sucessionais de florestas secundárias da Floresta Ombrófila Mista (FOM) em três áreas-teste situadas na região serrana de Santa Catarina (SC). No processamento, utilizaram-se ortoimagens do Sistema Aerotransportado de Aquisição e Pós-processamento de Imagens (Airborne System for Acquisition and Post-processing of Images- SAAPI) com alta resolução espacial (0,39 m) obtidas no levantamento aerofotogramétrico de SC. Os dados consistem de três bandas no visível (0,38 - 0,70 μm), três bandas no infravermelho próximo (0,76 - 0,78 μm) e o Modelo Digital de Superfície. Três metodologias foram desenvolvidas utilizando mineração de dados com algoritmos de árvore de decisão, nos aplicativos InterIMAGE, GeoDMA, WEKA e QGIS. O algoritmo de máquina de vetor suporte (Support Vector Machine- SVM) foi selecionado para a classificação baseada em regiões e por pixel no software Orfeo ToolBox Monteverdi. Testou-se também o software SPT para avaliação e escolha automática dos parâmetros da segmentação das imagens. Os resultados se mostraram satisfatórios para classificar estádios sucessionais da FOM, assim como outras classes de uso e cobertura da terra. As classificações apresentaram um índice Kappa variando entre 0,6 e 0,89. A avaliação condicional das classes referentes aos estádios sucessionais (exatidão e Kappa condicional do produtor e usuário), no geral, foram superiores a 0,5, sendo os melhores resultados obtidos na identificação do estádio inicial e os piores para o estádio médio. A classificação baseada em regiões e a OBIA foram significantemente superiores à classificação pixel a pixel. Estes resultados demonstram o potencial dessas abordagens na extração de informações de imagens de alta resolução espacial, como os provenientes do recobrimento aéreo estadual, bem como, a possibilidade de fornecer subsídios para a implementação de políticas públicas e no monitoramento dos recursos florestais em nível estadual

Made available in DSpace on 2015-05-08T14:59:57Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 3935872 bytes, checksum: 5a4c90590e53b3ea1d71bbe61a628b56 (MD5) Previous issue date: 2014-07-25 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The aim of this work is to study the non-local means algorithm and propose techniques to optimize and implement this algorithm for its application in real-time. Two alternatives are suggested for implementation. The first deals with the development of an accelerator card for computers, which has a PCI bus containing specialized hardware that implements the NLM filter. The second implementation uses densely GPU multiprocessor environment, which exists in the parent video. Both proposals significantly accelerates the NLM algorithm, while maintains the same visual quality of traditional software implementations, enabling real-time use. Image denoising is an important area for digital image processing. Recently, its use is becoming more popular due to improvements of of the new acquisition equipments and, thus, the increase of image resolution that favors the occurrence of such perturbations. It is widely studied in the fields of image processing, computer vision and predictive maintenance of electrical substations, motors, tires, building facilities, pipes and fittings, focusing on reducing the noise without removing details of the original image. Several approaches have been proposed for filtering noise. One of such approaches is the non-local method called Non-Local Means (NLM), which uses the entire image rather than local information and stands out as the state of the art. However, a problem in this method is its high computational complexity, which turns its application almost impossible in real time applications, even for small images / O propósito deste trabalho é estudar o algoritmo non-local means(NLM) e propor técnicas para otimizar e implementar o referido algoritmo visando sua aplicação em tempo real. Ao todo são sugeridas duas alternativas de implementação. A primeira trata do desenvolvimento de uma placa aceleradora para computadores que possuam Barramento PCI, contendo um hardware especializado que implementa o Filtro NLM. A segunda implementação utiliza o ambiente densamente multiprocessado GPU, existente nas controladoras de vídeo. As duas propostas aceleraram significativamente o algoritmo NLM, mantendo a mesma qualidade visual das implementações tradicionais em software, tornando possível sua utilização em tempo real. A filtragem de ruídos é uma área importante para o processamento digital de imagens, sendo cada vez mais utilizada devido as melhorias dos novos equipamentos de captação, e o consequente aumento da resolução da imagem, que favorece o aparecimento dessas perturbações. Ela é amplamente estudada nos campos de tratamento de imagens, visão computacional e manutenção preditiva de subestações elétricas, motores, pneus, instalações prediais, tubos e conexões, focando em reduzir os ruídos sem que se remova os detalhes da imagem original. Várias abordagens foram propostas para filtragem de ruídos, uma delas é o método não-local, chamado de Non-Local Means (NLM), que não só utiliza as informações locais, mas a imagem inteira, destaca-se como o estado da arte, porém, há um problema neste método, que é a sua alta complexidade computacional, que o torna praticamente inviável de ser utilizado em aplicações em tempo real, até mesmo para imagens pequenas

Made available in DSpace on 2015-05-14T12:36:33Z (GMT). No. of bitstreams: 1 Arquivototal.pdf: 8166722 bytes, checksum: dce897544fda4a4b57abafaa66d843be (MD5) Previous issue date: 2012-08-13 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / A digital image is a representation of a two-dimensional image using binary numbers coded to allow its storage, transfer, printing, reproduction and its processingby electronic means. It is formed by a set of points defined by numerical values(grayscale), in which each point represents a pixel. In any grayscale digital image, the measurement of the gray level observed in each pixel is subject to alterations. These alterations, called noise, are due to the random nature of the photons counting process by sensors used for image capture. The noise may be amplified by virtue of some digital corrections, or by image processing software such as tools to increase contrast. Image denoising with the goal to recover or estimate the original image is still one of the most fundamental and widely studied problems related to image processing. In many areas, such as aerospace and medical image analysis, noise removal is a key step to improve the quality of results. Among the alternatives for this purpose, the method proposed by Buades (2005), known as Non-Local Means (NLM), represents the state of the art. Although quite effective for removing noise, the NLM is too slow to be performed in a practical manner. Its high computational complexity is caused by the need of weights calculated for all the image pixels during the filtering of each pixel, resulting in quadratic complexity relative to the number of the image pixels. The weights are obtained by calculating the difference between the neighborhoods corresponding to each pixel. Many applications have timing requirements so that their results are useful. This work proposes a hardware implementation for the Non-Local Means algorithm for image denoising with a lower computation time using pipelines, hardware parallelism and piecewise linear approximation. It is about 290 times faster than the original nonlocal means algorithm, yet produces comparable results in terms of mean-squared error (MSE) and perceptual image quality. / Imagem digital é a representação de uma imagem bidimensional usando números binários codificados de modo a permitir seu armazenamento, transferência, impressão ou reprodução, e seu processamento por meios eletrônicos. É formada por um conjunto de pontos definidos por valores numéricos, escala de cinza, no qual cada ponto representa um pixel. Em qualquer imagem digital em nível de cinza, a medição do valor em cada pixel é sujeita a algumas perturbações. Essas perturbações são devidas à natureza aleatória do processo de contagem de fótons nos sensores usados para captura da imagem. O ruído pode ser amplificado por correções digitais ou por qualquer software de processamento de imagem como, por exemplo, as ferramentas que aumentam o contraste. A remoção de ruídos cujo objetivo é recuperar, ou estimar a imagem original, é ainda um dos mais fundamentais e amplamente estudados problemas do processamento de imagem. Em diversas áreas, a remoção de ruídos é uma etapa fundamental para melhorar a qualidade dos resultados. Entre as alternativas com essa finalidade, o método proposto por Buades (2005), conhecido como Non-Local Means (NLM), representa o estado da arte. Embora bastante eficaz quanto à remoção de ruídos, o NLM é muito lento para ser realizado de modo prático. Sua complexidade computacional é alta devido à necessidade de cálculo de pesos para todos os pixels da imagem durante o processo de filtragem de cada pixel, resultando numa complexidade quadrática no número de pixels da imagem. Os pesos são obtidos por meio do cálculo da diferença entre as vizinhanças de pixels correspondentes. Muitas aplicações possuem requisitos de tempo para que seus resultados sejam úteis, e nesse contexto, este trabalho propõe uma implementação em FPGA para o algoritmo Non-local means com o objetivo de obter um baixo tempo de execução usando, para isto: pipelines, paralelismo em hardware e aproximação linear por partes. A implementação proposta é aproximadamente 290 vezes mais rápida que o algoritmo Non-local means em software e apresenta, além disso, resultados semelhantes ao algoritmo original quanto ao erro médio quadrático (MSE) e a qualidade perceptiva de imagem.

Made available in DSpace on 2015-05-14T12:36:42Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 2379230 bytes, checksum: 73a7b47265b18a6a6d301602a81998f0 (MD5) Previous issue date: 2011-09-20 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The applicability of bone grafts in the recovery of bone tissue is an area that has been extensively studied and is constantly evolving. In the last years, several techniques for applying these grafts have been developed. Thus, there is a need of creating an automated method of analysis, objective, impartial and efficient evaluation of the results of these techniques. Several studies using image segmentation have been conducted in several areas. Among them we can cite the medical field, where the segmentation can be applied to define the image regions such as tumors, cells, glands, organs, tissue, cells, among others. Several segmentation methods were developed specifically to detect each one of these elements. Segmentations like these were traditionally performed manually. In some cases, the objects in an image were detected of a purely visual method, and no numerical data could accurately determinate the size or other properties of the picture. Evaluations like this become subjective to the interpretation of each researcher, and could bring impartial and unbiased results. Thus, the use of a computational method for carrying out this type of analysis is essential. This work presents a morphometric analysis method of the bone formation on bone grafts applied to mice that received implants of biomaterials. The technique employs a combination of segmentation algorithms k-means, and watershed in order to perform a segmentation based on the color represented by the L*a*b*. For identification of the region that corresponds to new bone formation, an analysis was performed using the HSL color system. Several experiments were performed with a large number of images and satisfactory results were obtained. The performance of the segmentation method on images of bones of rodents has been thoroughly evaluated by researches, who considered the process efficient and compatible with results obtained by experts. / A aplicação de enxertos ósseos na recuperação de tecidos ósseos é uma área que vem sendo bastante estudada e está em constante evolução. Nos últimos anos, diversas técnicas de aplicação desses enxertos vêm sendo desenvolvidas. Com isso, surge a necessidade da criação de um método de análise automático, objetivo, imparcial e eficiente de avaliação dos resultados dessas técnicas. Diversas pesquisas utilizando segmentação de imagens vêm sendo realizadas nas mais diversas áreas. Entre elas, podemos citar a área médica, onde as segmentações podem ser aplicadas para delimitar na imagem regiões como tumores, células, glândulas, órgãos, tecidos celulares, entre outros. Diversos métodos de segmentação podem ser desenvolvidos especificamente para delimitar cada um desses elementos. Segmentações dessa natureza eram realizadas tradicionalmente de forma manual, ou então, tentava-se detectar os objetos na imagem de forma meramente visual, sem nenhum dado numérico que pudesse avaliar de forma precisa o tamanho ou as demais propriedades de estudo na imagem. Avaliações desse tipo acabam ficando sujeitas à interpretação de cada pesquisador, podendo trazer resultados imparciais e tendenciosos. Dessa forma, a utilização de um método computacional torna-se essencial para a realização deste tipo de análise. O presente trabalho apresenta um método de avaliação morfométrica para análise da neoformação óssea sobre enxertos ósseos aplicados a cobaias que receberam implantes de biomateriais. A técnica emprega a combinação entre os algoritmos de segmentação k-médias e watershed a fim de realizar uma segmentação baseada na cor representada pelo sistema L*a*b*. Para identificar a região que corresponde à neoformação óssea, foi realizada uma análise através do sistema de cores HSL. Diversos experimentos foram realizados com um grande número de imagens e foram obtidos resultados satisfatórios. O desempenho do método de segmentação sobre imagens de ossos de roedores foi bem avaliado por especialistas, que consideraram o processo eficiente e os resultados compatíveis aos obtidos por especialistas na área.

Submitted by JOSÉ ALBERTO DE OLIVEIRA null (allberto_oliveira@yahoo.com.br) on 2017-10-31T22:04:18Z No. of bitstreams: 1 Dissertação de Mestrado - José Alberto de Oliveira (versão final).pdf: 6551312 bytes, checksum: 7dd566d1b98b52a7ee394607476cf4ff (MD5) / Approved for entry into archive by LUIZA DE MENEZES ROMANETTO (luizamenezes@reitoria.unesp.br) on 2017-11-13T12:21:42Z (GMT) No. of bitstreams: 1 oliveira_ja_me_guara.pdf: 6551312 bytes, checksum: 7dd566d1b98b52a7ee394607476cf4ff (MD5) / Made available in DSpace on 2017-11-13T12:21:42Z (GMT). No. of bitstreams: 1 oliveira_ja_me_guara.pdf: 6551312 bytes, checksum: 7dd566d1b98b52a7ee394607476cf4ff (MD5) Previous issue date: 2017-09-04 / A morfologia de superfícies de fratura contém informações importantes do processo de fratura, tais como, o tipo de carregamento e a energia envolvida. Neste contexto, a fractografia quantitativa é uma ferramenta que permite caracterizar superfícies de fratura de forma qualitativa e quantitativa. O objetivo foi avaliar a sensibilidade da dimensão fractal na caracterização de diferentes micromecanismos de fratura, e correlacionar com a energia envolvida no processo de fratura, foram reproduzidas três condições de tratamento térmico do aço SAE 4340, visando obter micromecanismos de fratura característicos da ruptura dúctil e frágil. As superfícies de fratura foram geradas pelo ensaio de impacto charpy, ASTM A370, a temperatura ambiente. Com isso, através do método de reconstrução por extensão de foco na microscopia óptica, as superfícies de fratura foram reconstruídas, como resultado, foram obtidos mapas topográficos do relevo. A caracterização quantitativa da topografia foi realizada por meio da dimensão fractal, utilizando a abordagem monofractal, auto-similaridade, e bifractal que é calcada no conceito da auto-afinidade. As três condições de tratamento térmico foram eficazes, produzindo micromecanismos de fratura característicos da fratura dúctil, isto é, predominância de microvazios e da fratura frágil com predominância de clivagem. A abordagem monofractal se mostrou sensível a mudança de morfologia da superfície de fratura, no entanto, a sensibilidade foi pequena para morfologias similares, ou seja, na distinção entre quasi-clivagem e clivagem. Por outro lado, na abordagem bifractal a sensibilidade da dimensão fractal textural foi mais expressiva, evidenciando a diferença entre quasi-clivagem e clivagem. / The fracture surface morphology contains important information about the fracture process, such as the type of loading and the energy involved. In this context, quantitative fractography is a tool that allows qualitative and quantitative characterization of fracture surfaces. In order to evaluate the sensitivity of the fractal dimension in the characterization of different fracture micromechanisms and to correlate with the energy involved in the fracture process, three thermal treatment conditions of the steel SAE 4340 were reproduced in order to obtain fracture micromechanisms characteristic of the ductile and fragile fracture. The fracture surfaces were generated by the charpy impact test, ASTM A370, at room temperature. Thus, through the method of reconstruction by extension of focus in optical microscopy, the fracture surfaces were reconstructed, as a result, topographic maps of the relief were obtained. The quantitative characterization of the topography was performed through the fractal dimension, using the monofractal, self-similarity, and bifractal approach that is based on the concept of self-affinity. The three heat treatment conditions were effective, producing fracture micromechanisms characteristic of the ductile fracture, that is, predominance of microvoids and fragile fracture with predominance of cleavage. The monofractal approach was shown to be sensitive to change in fracture morphology, however, sensitivity was small for similar morphologies, in the distinction between quasi-cleavage and cleavage. On the other hand, in the bifractal approach the sensitivity of the fractal textural dimension was more expressive, evidencing the difference between quasi-cleavage and cleavage.