Entende-se como balanceamento de imagens o procedimento capaz de atenuar as discrepâncias radiométricas entre regiões de uma mesma imagem, bem como entre imagens contíguas. De modo geral, as principais conseqüências sofridas são de caráter visual, em especial na composição de mosaicos, realçando as discrepâncias de coloração, brilho e contraste entre diferentes porções da imagem ou entre imagens distintas. O desenvolvimento da pesquisa contou inicialmente com o levantamento detalhado das causas e dos efeitos ocorridos nas imagens, seguido do levantamento das técnicas e dos instrumentos necessários a sua correção, envolvendo as técnicas analógicas, eletrônicas e a evolução para os procedimentos computacionais. Desta forma, foram relatadas as principais soluções digitais empregadas no balanceamento, tendo as técnicas de processamento digital de imagens como base do processo. O objetivo deste trabalho é apresentar o atual “estado da arte", as necessidades e as principais soluções relacionadas ao balanceamento de imagens, desenvolvendo análises comparativas e descritivas entre diferentes técnicas e diferentes aplicativos. Como etapa final, a pesquisa contou com a avaliação qualitativa os benefícios obtidos pela adoção do balanceamento de imagens nas atividades da Fotogrametria, relatando melhorias significativas na composição de mosaicos e ortofotos a partir de imagens balanceadas, se comparados aos mosaicos compostos de imagens convencionais.

Entende-se como balanceamento de imagens o procedimento capaz de atenuar as discrepâncias radiométricas entre regiões de uma mesma imagem, bem como entre imagens contíguas. De modo geral, as principais conseqüências sofridas são de caráter visual, em especial na composição de mosaicos, realçando as discrepâncias de coloração, brilho e contraste entre diferentes porções da imagem ou entre imagens distintas. O desenvolvimento da pesquisa contou inicialmente com o levantamento detalhado das causas e dos efeitos ocorridos nas imagens, seguido do levantamento das técnicas e dos instrumentos necessários a sua correção, envolvendo as técnicas analógicas, eletrônicas e a evolução para os procedimentos computacionais. Desta forma, foram relatadas as principais soluções digitais empregadas no balanceamento, tendo as técnicas de processamento digital de imagens como base do processo. O objetivo deste trabalho é apresentar o atual “estado da arte”, as necessidades e as principais soluções relacionadas ao balanceamento de imagens, desenvolvendo análises comparativas e descritivas entre diferentes técnicas e diferentes aplicativos. Como etapa final, a pesquisa contou com a avaliação qualitativa os benefícios obtidos pela adoção do balanceamento de imagens nas atividades da Fotogrametria, relatando melhorias significativas na composição de mosaicos e ortofotos a partir de imagens balanceadas, se comparados aos mosaicos compostos de imagens convencionais.

Submitted by Cleber Casali (clebercasali@ufv.br) on 2017-01-23T17:44:57Z No. of bitstreams: 1 texto completo.pdf: 2818610 bytes, checksum: 3c2c436da0ded4364a3bb97ab648b88b (MD5) / Made available in DSpace on 2017-01-23T17:44:57Z (GMT). No. of bitstreams: 1 texto completo.pdf: 2818610 bytes, checksum: 3c2c436da0ded4364a3bb97ab648b88b (MD5) Previous issue date: 2016-10-27 / As demandas por dados geoespaciais referentes à malha viária são constantes, visto a gama de aplicações que necessitam desse tipo de informação, tanto no meio urbano quanto rural. Tais dados em um ambiente de Sistemas de Informações Geográficas (SIG) são fontes essenciais para integração de uma base de dados espaciais, os quais podem ser utilizados para fins diversos. Vale salientar a importância de dados da malha viária nos ciclos de atualização de bases cartográficas, que podem ser obtidos utilizando, por exemplo, técnicas de extração de feições em imagens digitais, de forma mais precisa, rápida e menos onerosa, comparados aos métodos tradicionais. Nesse sentido, a partir de imagens obtidas por sensores remotos, aliadas as técnicas de análise e Processamento Digital de Imagens (PDI), é possível realizar aplicações (semi-) automáticas que buscam extrair as feições de interesse, entre estas as estradas e/ou rodovias. Dessa forma, este trabalho teve como foco a extração da malha viária em imagens RapidEye através do desenvolvimento de uma metodologia semiautomática utilizando técnicas de classificação de imagens baseada em objetos, bem como o uso de operadores morfológicos. A metodologia foi testada em três áreas distintas e com imagens adquiridas em épocas diferentes, assim possibilitando verificar o desempenho do método proposto para diversas situações. Por meio da análise por correspondência linear, que forneceu valores estatísticos para métricas de análise da qualidade do processo de extração da malha viária, foi possível alcançar em termos de corretude e completude os valores de 92,23% e 85,15% para a área teste 1, os valores de 79,16% e 81,06% na área teste 2, e os valores de 82,05% e 92,22% para a área teste 3, respectivamente. Diante dos resultados obtidos, foi possível verificar que a metodologia proposta apresentou bom desempenho para a extração semiautomática de vias em imagens de sensoriamento remoto, mais especificamente de imagens Rapideye, sendo uma alternativa viável para auxiliar na aquisição e atualização de base de dados da malha viária. Dentre as principais dificuldades encontradas no processo de extração, destaca-se a definição de parâmetros ótimos a fim de separar as feições de interesse das com respostas espectrais similares que não são feições interesse (ruídos). / The demand for geospatial data concerning road network are constant due to the variety of application that need of this type of data, in both urban and rural areas. Such data in a Geographic Information System (GIS) are essential source for integration of a spatial database, which can be used for many purposes. It’s worth noting the importance of road network data in cartography update cycles, because these data can be obtained using, for example, an automated process of feature extraction in digital images, more accurately, faster and less costly than traditional methods. In this way, from images obtained by remote sensors, associated with techniques of analysis and Digital Image Processing (DPI), is possible perform (semi-) automatic applications to extract the features of interest, such as roads. Therefore, this work aimed to the extraction of road network from RapidEye images, by a methodology developed using techniques of object-based image classification and morphological operators. The methodology was tested in three different sites and with images acquired in distinct dates, turning possible evaluate the performance of the proposed method in various situations. Through a procedure of linear matching, that return statistics values of metrics to evaluate the quality of road network extraction process, were achieved in terms of correctness and completeness the values of 92.23% and 85.15% for test site 1, the values of 79.16% and 81.06% for test site 2, and the values of 82.05% and 92.22% for test site 3, respectively. The results obtained shows that the proposed methodology presented a good performance for semi-automatic road network extraction from remote sensing images, more specifically from Rapideye images, representing an auxiliary alternative for road network database acquisition and updating. Among the main difficulties on the road network extraction process, stands out the search for optimum parameters in order to separated features targets of interest from others with similar spectral properties that are not feature targets of interest (noises).

Made available in DSpace on 2015-05-08T14:53:37Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 1867949 bytes, checksum: e215bd83c33614620ee1baf3db08ebb4 (MD5) Previous issue date: 2012-04-03 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Segmentation is the phase of the image processing where the input image is divided into constituent parts or objects. In general, the automatic segmentation is one of the most difficult tasks in digital image processing. In this work we used the topological sensitivity analysis as segmentation technique. The idea of segmentation of images via topological sensitivity analysis is to consider the class switching as an infinitesimal non-smooth perturbation of a pixel and calculate the sensitivity to this perturbation by a functional form associated with this disorder. In fact, the algorithms in the literature using the above approach are based on the Mumford-Shah functional whose minimum value is associated with the segmented image. The topological derivative is a scalar field that provides a first order approximation of the functional disorder associated with each pixel for each class of segmentation. Thus, in pixels where the topological derivative takes its most negative values ??will decrease the cost function and the corresponding change will result in better targeting than the previous. This work aims to present a comparative analysis of four segmentation algorithms based on topological derivative, three of them taken from the literature: Top-Shape 1, Shape 2 and Top-Sdt-Discrete, and the last top-Shape3, a new algorithm. The construction of the last algorithm is motivated by the analysis of the previous algorithms and limiting characteristics found, and derived results with higher quality and performance / A segmenta¸c ao ´e a fase do processamento de imagens onde a imagem de entrada ´e dividida em partes ou objetos constituintes. Em geral, a segmenta¸c ao autom´atica ´e uma das tarefas mais dif´ıceis no processamento de imagem digital . Neste trabalho ´e empregada a an´alise de sensibilidade topol´ogica como t´ecnica de segmenta¸c ao. A ideia da segmenta¸c ao de imagens via an´alise de sensibilidade topol´ogica ´e considerar a mudan¸ca de classe de um pixel como perturba¸c ao infinitesimal n ao suave e, calcular a sensibilidade a esta perturba¸c ao atrav´es de um funcional de forma associado a esta perturba¸c ao. De fato, os algoritmos encontrados na literatura que utilizam a abordagem acima s ao baseados no funcional de Mumford-Shah cujo valor m´ınimo est´a associado `a imagem segmentada. A derivada topol´ogica ´e um campo escalar que fornece uma aproxima¸c ao de primeira ordem do funcional associado a perturba¸c ao de cada pixel para cada uma das classes da segmenta¸c ao. Assim, nos pixels onde a derivada topol´ogica assume seus valores mais negativos a fun¸c ao custo ir´a diminuir e a mudan¸ca correspondente ir´a resultar numa segmenta¸c ao melhor do que a anterior. Este trabalho tem como objetivo apresentar uma an´alise comparativa entre quatro algoritmos de segmenta¸c ao baseados em derivada topol´ogica, sendo tr es deles extra´ıdos da literatura: Topo-Shape 1, Topo-Shape 2 e Sdt-Discrete , e o ´ultimo Topo-Shape3, novo algoritmo proposto. A constru¸c ao deste algoritmo ´e motivada pela an´alise dos algoritmos anteriores e caracter´ısticas limitantes encontradas, o que derivou resultados com maior qualidade e desempenho

Submitted by Nadir Basilio (nadirsb@uninove.br) on 2016-07-01T14:58:21Z No. of bitstreams: 1 Marisa Carla Voigt Gava.pdf: 1946904 bytes, checksum: 369bf987709311eddcb1f66a7c5fad55 (MD5) / Made available in DSpace on 2016-07-01T14:58:21Z (GMT). No. of bitstreams: 1 Marisa Carla Voigt Gava.pdf: 1946904 bytes, checksum: 369bf987709311eddcb1f66a7c5fad55 (MD5) Previous issue date: 2016-02-29 / The cutting problem involves cutting larger objects into smaller items with the aim of minimizing waste. The objects can be raw materials, such as rolls of paper, glass sheets, metal plates, steel, aluminum or wood. The items represent the shape to be cut and may be described as concave or convex irregular geometries. The cut of raw material is an industrial process which has attracted the attention of many researchers, since it can generate large waste, increasing the production cost. Nevertheless, the set of possible solutions to this problem has a large number of combinations and, therefore, its computational complexity is considered NP-Hard. In this work, we proposed an approach based on Genetic Algorithm (GA) and Digital Image Processing (DIP) to deal with the problem of to cut rectangular plates (objects) in equal parts (items) with irregular shapes, categorized in the literature as 2D-I-IIPP. The aim is to maximize the number of items to be cut into the available area of the object in order to reduce waste and thus adding economic gains to the cutting process. In this approach the object and the items are represented as digital images. The GA is responsible for generating possible solutions (sets of translations and orientations of items). The evaluation of each solution generated by GA is performed by a RPID algorithm, which basically detects overlaps between the items placed on the object and calculates the quality of solution. To develop the proposed approach it was used the programming language C/C++ in addition to GAlib and Proeikon libraries. Based on computational experiments conducted the results indicate that the proposed approach is a good alternative to solve the problem investigated. / O problema de corte consiste em cortar objetos maiores em itens menores com o objetivo de minimizar as sobras. Os objetos podem ser matérias-primas, tais como bobinas de papel, folhas de vidro, placas de metal, aço, alumínio ou madeira. Os itens representam o formato que deverá ser cortado e podem ser descritos como de geometrias irregulares côncavas ou convexas. O corte de matéria-prima é um processo industrial que tem atraído a atenção de muitos pesquisadores, visto que pode gerar grandes desperdícios, elevando o custo da produção. Não obstante, o conjunto de possíveis soluções para esse tipo de problema possui um grande número de combinações e, por esse motivo, sua complexidade computacional é considerada NP-Hard. Neste trabalho é proposta uma abordagem baseada em Algoritmo Genético (AG) e Processamento de Imagens Digitais para lidar com o problema de cortar placas retangulares (objetos) em peças idênticas (itens) com formas irregulares, categorizado na literatura como 2D-I-IIPP. O objetivo é maximizar o número de itens a serem cortados na área disponível do objeto, visando diminuir os desperdícios e, consequentemente, agregando ganhos econômicos ao processo de corte. Nesta abordagem tanto os objetos como os itens são representados como imagens digitais. O AG é responsável por gerar as possíveis soluções (conjuntos de translações e orientações dos itens). A avaliação de cada solução gerada pelo AG é realizada por um algoritmo de Processamento de Imagens Digitais que basicamente detecta as sobreposições entre os itens posicionados sobre o objeto e calcula a qualidade da solução. Para desenvolver a abordagem proposta foi utilizada a linguagem de programação C/C++, além das bibliotecas GAlib e Proeikon. Os resultados obtidos nos experimentos computacionais realizados indicam que a abordagem proposta é uma boa alternativa para solução do problema investigado.

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

Orientador: João Antonio Pereira / Resumo: Visão de máquina é um campo multidisciplinar que vem crescendo na indústria, que está cada vez mais preocupada em reduzir custos, automatizar processos, e atender requisitos de qualidade do produto para atender seus clientes. Processos de montagem realizados de forma manual com inspeção e controle visual são tipicamente processos susceptíveis a erros, à utilização de peças não conformes na montagem do produto final. Este trabalho apresenta uma proposta de desenvolvimento de um sistema de visão de máquina com base no processamento e análise de imagens digitais para a inspeção das características e especificações das peças e componentes utilizados na montagem de capotas marítimas, objetivando verificar e garantir a conformidade do produto final. A inspeção e avaliação da conformidade do produto são feitas por etapas com a utilização de duas câmeras, uma captura a imagem do código de identificação alfanumérico do produto e a outra inspeciona o conjunto de elementos de fixação. As imagens passam por um processo de tratamento que envolve a filtragem espacial utilizando máscara de médias para suavização, alargamento de contraste para expandir a faixa de intensidades e segmentação para formação dos objetos de interesse. Uma função de OCR é utilizada para a extração de caracteres e reconhecimento do código do produto e a extração de características específicas do conjunto de componentes de fixação é feita por descritores de forma representados pelos invariantes de momento. As caracte... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Machine vision is a growing multidisciplinary field in the industry that is increasingly concerned with reducing costs, automating processes, and meeting product quality requirements to serve its customers. Manual assembly processes with inspection and visual control are typically error-prone processes using non-conforming parts in the final product assembly. This work presents a proposal for the development of a machine vision system based on digital image processing and analysis for the inspection of the characteristics and specifications of the parts and components used in the assembly of marine bonnets, aiming to verify and ensure the conformity of the final product. Inspection and conformity assessment of the product are done in stages using two cameras, one capturing the image of the alphanumeric identification code of the product and the other inspecting the set of fasteners. The images undergo a treatment process that involves spatial filtering using averaging masks for smoothing, contrast widening to expand the range of intensities, and segmentation to form the objects of interest. An OCR function is used for character extraction and product code recognition, and the extraction of specific features of the fastener assembly is done by shape descriptors represented by the moment invariants. The specific characteristics of the fasteners are used to assess the conformity of the product with its respective code. The presentation of data and results of the implemented prop... (Complete abstract click electronic access below) / Mestre

Made available in DSpace on 2014-12-17T14:55:35Z (GMT). No. of bitstreams: 1 JacksonGS.pdf: 1963039 bytes, checksum: ed3464892d7bb73b5dcab563e42f0e01 (MD5) Previous issue date: 2009-09-28 / Image segmentation is one of the image processing problems that deserves special attention from the scientific community. This work studies unsupervised methods to clustering and pattern recognition applicable to medical image segmentation. Natural Computing based methods have shown very attractive in such tasks and are studied here as a way to verify it's applicability in medical image segmentation. This work treats to implement the following methods: GKA (Genetic K-means Algorithm), GFCMA (Genetic FCM Algorithm), PSOKA (PSO and K-means based Clustering Algorithm) and PSOFCM (PSO and FCM based Clustering Algorithm). Besides, as a way to evaluate the results given by the algorithms, clustering validity indexes are used as quantitative measure. Visual and qualitative evaluations are realized also, mainly using data given by the BrainWeb brain simulator as ground truth / Segmenta??o de imagens ? um dos problemas de processamento de imagens que merece especial interesse da comunidade cient?fica. Neste trabalho, s?o estudado m?todos n?o-supervisionados para detec??o de algomerados (clustering) e reconhecimento de padr?es (pattern recognition) em segmenta??o de imagens m?dicas M?todos baseados em t?cnicas de computa??o natural t?m se mostrado bastante atrativos nestas tarefas e s?o estudados aqui como uma forma de verificar a sua aplicabilidade em segmenta??o de imagens m?dicas. Este trabalho trata de implementa os m?todos GKA (Genetic K-means Algorithm), GFCMA (Genetic FCM Algorithm) PSOKA (Algoritmo de clustering baseado em PSO (Particle Swarm Optimization) e K means) e PSOFCM (Algoritmo de clustering baseado em PSO e FCM (Fuzzy C Means)). Al?m disso, como forma de avaliar os resultados fornecidos pelos algoritmos s?o utilizados ?ndices de valida??o de clustering como forma de medida quantitativa Avalia??es visuais e qualitativas tamb?m s?o realizadas, principalmente utilizando dados do sistema BrainWeb, um gerador de imagens do c?rebro, como ground truth