Submitted by Alex Sandro R?go (alex@ifpb.edu.br) on 2016-12-06T13:51:01Z No. of bitstreams: 1 21- Emannuel Diego Gon?alves de Freitas - SEGMENTA??O DE REGI?ES DE AVC ISQU?MICOS EM IMAGENS DE TC POR MEIO DA CLASSIFICA??O DE TEXTURA (1) (3).pdf: 14153672 bytes, checksum: 1e0a1817fa2e2b789e217c9c860fc49f (MD5) / Approved for entry into archive by Alex Sandro R?go (alex@ifpb.edu.br) on 2016-12-06T13:52:05Z (GMT) No. of bitstreams: 1 21- Emannuel Diego Gon?alves de Freitas - SEGMENTA??O DE REGI?ES DE AVC ISQU?MICOS EM IMAGENS DE TC POR MEIO DA CLASSIFICA??O DE TEXTURA (1) (3).pdf: 14153672 bytes, checksum: 1e0a1817fa2e2b789e217c9c860fc49f (MD5) / Made available in DSpace on 2016-12-06T13:52:05Z (GMT). No. of bitstreams: 1 21- Emannuel Diego Gon?alves de Freitas - SEGMENTA??O DE REGI?ES DE AVC ISQU?MICOS EM IMAGENS DE TC POR MEIO DA CLASSIFICA??O DE TEXTURA (1) (3).pdf: 14153672 bytes, checksum: 1e0a1817fa2e2b789e217c9c860fc49f (MD5) Previous issue date: 2016-12-06 / Imagens de Tomografia Computadorizada (TC) s?o utilizadas como instrumentos de aux?lio ao diagn?stico m?dico, possibilitando a detec??o precoce, bem como o acompanhamento, de diversas doen?as tais como o Acidente Vascular Cerebral (AVC), cuja an?lise da imagem do cr?nio ? realizada pelo m?dico de forma visual, o qual localiza a les?o, diferencia o AVC isqu?mico do hemorr?gico e realiza a demarca??o manualmente. T?cnicas de an?lise computacional dessas imagens, podem ampliar a quantidade de informa??o adquirida e contribuir para o diagn?stico correto em um procedimento m?dico. Tal raz?o motiva o desenvolvimento de sistemas computadorizados para o aux?lio ? detec??o e ao diagn?stico (Computer-Aided Detection and Diagnosis- CADDx) para doen?as, empregando t?cnicas de Processamento Digital de Imagens e Vis?o Computacional. Neste contexto, s?o utilizados v?rios m?todos com a finalidade de segmentar, reconhecer e identificar detalhes da regi?o de interesse na imagem de TC analisada. Esta pesquisa centraliza seus esfor?os em estabelecer um m?todo de segmenta??o da regi?o das ?reas isqu?micas, no acidente vascular cerebral, em imagens de Tomografia Computadorizada. Ao final do processo de segmenta??o, um contorno ? delineado automaticamente em volta da regi?o segmentada sem a necessidade de uma interven??o humana. Para tanto, ? feita a classifica??o de informa??es de textura extra?das da imagem, obtidas com os descritores de Haralick. Duas investiga??es foram realizadas: a determina??o do melhor conjunto de descritores de Harlick usados como medidas de textura e an?lise de desempenho dos descritores selecionados para segmenta??o. Em ambas foram empregadas Redes Neurais Artificiais MLP (Multilayer Perceptron) para a classifica??o de ?reas de textura com e sem Acidente Vascular Cerebral Isqu?mico (AVCi). Para a an?lise dos descritores de Haralick foram feitos testes de signific?ncia estat?stica e testes de classifica??o com a RNA para 1, 2 e 3 descritores de Haralick combinados entre si. Os resultados obtidos foram comparados com o padr?o ouro, dado p ela segmenta??o manual das regi?es isqu?micas. Nos testes realizados o sistema obteve bons resultados com o conjunto de descritores Correla??o, Homogeneidade e Soma das M?dias, que mostrou-se capaz de promover a classifica??o necess?ria para segmentar a regi?o cerebral atingida pelo AVC com precis?o.

Submitted by Programa de P?s-Gradua??o Engenharia El?trica (ppgee@ifpb.edu.br) on 2018-04-17T13:17:23Z No. of bitstreams: 1 39- Manoella Maria Saraiva Cavalcante - APLICA??O DA AN?LISE DE COMPONENTES PRINCIPAIS NA IDENTIFICA??O DE TIPOS SANGU?NEOS EM TUBOS DE ENSAIOS.pdf: 2468795 bytes, checksum: e236819312fbb0b007979732c79306f9 (MD5) / Approved for entry into archive by Programa de P?s-Gradua??o Engenharia El?trica (ppgee@ifpb.edu.br) on 2018-04-17T13:18:50Z (GMT) No. of bitstreams: 1 39- Manoella Maria Saraiva Cavalcante - APLICA??O DA AN?LISE DE COMPONENTES PRINCIPAIS NA IDENTIFICA??O DE TIPOS SANGU?NEOS EM TUBOS DE ENSAIOS.pdf: 2468795 bytes, checksum: e236819312fbb0b007979732c79306f9 (MD5) / Made available in DSpace on 2018-04-17T13:18:50Z (GMT). No. of bitstreams: 1 39- Manoella Maria Saraiva Cavalcante - APLICA??O DA AN?LISE DE COMPONENTES PRINCIPAIS NA IDENTIFICA??O DE TIPOS SANGU?NEOS EM TUBOS DE ENSAIOS.pdf: 2468795 bytes, checksum: e236819312fbb0b007979732c79306f9 (MD5) Previous issue date: 2017-08-10 / A tipagem sangu?nea ? processo fundamental para a realiza??o de uma transfus?o. As incompatibilidades numa transfus?o sangu?nea podem levar a consequ?ncias graves, como rea??es hemol?ticas agudas, e em casos extremos levar ? morte do paciente. Uma correta tipagem mostra-se assim indispens?vel para uma transfus?o segura. O processo de tipagem sangu?nea pode ser realizado por m?todos manuais, contudo, possuem alguma subjetividade uma vez que a classifica??o depende da inspe??o visual do t?cnico que efetua o teste, o que leva a erros humanos. Esta disserta??o prop?e um sistema que seja capaz de identificar a tipagem sangu?nea por meio de processamento de imagens de tubo de ensaio. O sistema proposto realiza primeiro a identifica??o da regi?o circular do tubo de ensaio, com elimina??o das partes que n?o cont?m a mistura do sangue com o reagente e, logo em seguida, realizase uma metodologia dividida em duas fases: a primeira fase realiza a identifica??o do tipo sangu?neo a partir da extra??o do canal azul e uso do limiar de desvio padr?o para a classifica??o das amostras; a segunda fase realiza a implementa??o do algoritmo para a determina??o do tipo sangu?neo pela An?lise de Componentes Principais identificando a regi?o que ocorreu a aglutina??o, comparando seus resultados com os obtidos na primeira fase. Foram analisadas 65 amostras em ambas as fases, sendo poss?vel mostrar que o algoritmo baseado na PCA forneceu uma acur?cia de 87,69% para o fator Rh e de 60% para o Sistema ABO. Utilizando a t?cnica da extra??o do canal azul, a pesquisa obteve uma acur?cia de 90,77% no fator Rh e de 64,62% para o sistema ABO.

Submitted by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2017-02-01T19:59:11Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertação - Michel Yvano.pdf: 3449620 bytes, checksum: ec303773b1da8f969478f8d1706a25d3 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2017-02-01T19:59:36Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertação - Michel Yvano.pdf: 3449620 bytes, checksum: ec303773b1da8f969478f8d1706a25d3 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2017-02-01T19:59:51Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertação - Michel Yvano.pdf: 3449620 bytes, checksum: ec303773b1da8f969478f8d1706a25d3 (MD5) / Made available in DSpace on 2017-02-01T19:59:51Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertação - Michel Yvano.pdf: 3449620 bytes, checksum: ec303773b1da8f969478f8d1706a25d3 (MD5) Previous issue date: 2016-07-29 / Agência de Fomento não informada / Fluvial monitoring is an intensive and necessary task used as a support to avoid possible threats such as piracy and environmental aggression. Usually, this task is performed manually by a human operator, who analyzes video monitors for long duration, which leads the task to be long, tedious and prone to errors. In the Amazon rainforest, fluvial monitoring is even more challenging due to the large territory of the region and due to the fact that the largest river basin in the world is in this region. Remote sensing, usually based on aerial images obtained by satellite or unmanned/manned aerial vehicles is one possibility to deal with this problem. In this context, we propose in this work a computational method focused on detecting the movement of vessels in a typical scene of the Amazon rivers. This new method is necessary since current solutions are not suited to the deal with the Amazon scenario due to several reasons, for instance, the diversity of the background of the Amazon region. In addition, several methods available in the literature were designed in the context of open sea scenarios, where there are usually only vessels and water in the scenes. In this work, digital image processing techniques are employed to detect moving objects in the scene, while machine learning algorithms are used to indicate the probability about the class of the observed object, i.e. whether or not the detected object is a boat. This double detection process is intended to reduce false alerts provided by the proposed method. The experiments conducted in this work show that the proposed method achieved 79% of accuracy and 91% precision rate when all images are considered, as well as a 71% precision rate when only scenes with vessels are analyzed. These results indicate the effectiveness of the proposed method when compared to other strategies. / O monitoramento fluvial é um trabalho intensivo e necessário a fim de evitar possíveis ameaças como pirataria e agressão ambiental. Normalmente, essa tarefa é realizada manualmente por um operador humano que analisa monitores de vídeo por longos períodos de tempo, fator que torna a tarefa longa, maçante e sujeita a erros. Na Amazônia, o monitoramento fluvial é ainda mais desafiador devido à grande extensão territorial da região e ao fato desta possuir a maior bacia hidrográfica do planeta. Dentre as possibilidades de tratar este problema existe a utilização de sensoriamento remoto, em geral utilizando imagens aéreas obtidas por satélites ou veículos aéreos, tripulados ou não. Diante desse contexto, esta dissertação propõe um método computacional capaz de detectar a movimentação de embarcações em um ambiente típico dos rios da Amazônia, pois os métodos existentes na literatura não se adequam ao cenário amazônico devido a inúmeros fatores, como por exemplo, a diversidade de composição de fundo da região. Além disso, métodos propostos na literatura foram desenvolvidos para ambientes com mar aberto, onde normalmente há apenas embarcações e água em cena. Neste trabalho, são usadas técnicas de processamento digital de imagens para a detecção do objeto em movimento e técnicas de aprendizagem de máquina para determinar a probabilidade do objeto observado ser um barco ou não. Essa dupla detecção reduz os falsos alertas emitidos pelo método proposto. Os experimentos realizados mostram que o método obteve 79% de acurácia e 91% de precisão, considerando todas as imagens, e precisão de 71% em cenas com embarcações, mostrando-se eficiente ao ser comparado com outras estratégias.

Submitted by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2016-12-01T13:30:13Z No. of bitstreams: 1 Dissertação - Luiz C. A. M. Cavalcanti.pdf: 12456865 bytes, checksum: 8cefb0785da034136e29212e34ef9290 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2016-12-01T13:30:28Z (GMT) No. of bitstreams: 1 Dissertação - Luiz C. A. M. Cavalcanti.pdf: 12456865 bytes, checksum: 8cefb0785da034136e29212e34ef9290 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2016-12-01T13:30:49Z (GMT) No. of bitstreams: 1 Dissertação - Luiz C. A. M. Cavalcanti.pdf: 12456865 bytes, checksum: 8cefb0785da034136e29212e34ef9290 (MD5) / Made available in DSpace on 2016-12-01T13:30:50Z (GMT). No. of bitstreams: 1 Dissertação - Luiz C. A. M. Cavalcanti.pdf: 12456865 bytes, checksum: 8cefb0785da034136e29212e34ef9290 (MD5) Previous issue date: 2016-07-01 / Agência de Fomento não informada / During environmental crimes patrolling, the response time is a very important component for the success of the missions. Generally, infractions occur in remote and hard-access places, characteristics that hinder both the patrolling as well the action of environmental protection agents. To increase the approaches’ success rate and reduce the risk of human lives, unmanned aerial vehicles (UAVs) can be used to cover large areas of forest in a short time without being perceived by offenders, allowing the patrolling organs responsible for these areas to plan and act more efficiently in the repression of such crimes. The new problem generated by this approach is the huge amount of data generated during these missions, which often includes hours of video. The manual inspection of all this material in searching for anthropic elements is very tiring and error-prone. This work presents a evaluation of image segmentation techniques, inspections of features to be extracted, followed by a supervised classification of those segments for anthropic element detection in amazon’s rain forest aerial images. Besides making publicly available a dataset with more than 3,000 images and 10,000 segments labeled accordingly, this work investigates different strategies for anthropic elements classification. The experiments obtained a consistency error rate inferior to 8% in image segmentation and a precision above 94% on target objects classification through one-class classifiers ensemble, using One-class SVM and REPTree algorithms. / Durante o patrulhamento de crimes ambientais, o tempo de resposta é um componente muito importante no sucesso das missões. Geralmente as infrações ocorrem em lugares ermos e de difícil acesso, características que dificultam tanto o patrulhamento quanto a ação de agentes de preservação ambiental. Para aumentar a taxa de sucesso das abordagens e reduzir o risco de vidas humanas, veículos aéreos não-tripulados (VANTs) podem ser usados para cobrir grandes áreas de floresta em pouco tempo, sem que sejam percebidos por infratores, permitindo que os órgãos de patrulhamento dessas áreas possam planejar e agir com mais eficiência na repressão a esses crimes. O novo problema gerado por essa abordagem é a enorme quantidade de dados gerada durante essas missões, que muitas vezes compreendem horas de vídeo. A inspeção manual de todo esse material em busca de elementos antrópicos é muito cansativa e propensa a erros. Este trabalho apresenta uma avaliação de técnicas de segmentação de imagens, inspeção de características a serem extraídas, seguido da classificação supervisionada destes segmentos para detecção de elementos antrópicos em imagens aéreas da floresta amazônica. Além da publicação de uma base de dados com cerca de 3.000 imagens e 10.000 segmentos devidamente rotulados e investiga diferentes estratégias para classificação de elementos antrópicos. Os experimentos realizados obtiveram taxas de erro de consistência inferiores a 8% na segmentação das imagens utilizando o algoritmo SRM e precisão acima de 94% na classificação dos objetos de interesse através de conjuntos de classificadores unários, utilizando os algoritmos One-Class SVM e REPTree.

As Redes Neurais Artificiais (RNA) são modelos matemáticos associados à inteligência computacional capaz de aprender e generalizar informações, podendo assim ser utilizada como um classificador de imagens. O presente trabalho objetiva analisar o espelho nasal bovino com o intuito de comprovar que é uma característica única e permanente do animal podendo assim, ser sua identificação única. O experimento foi dividido em duas etapas. Para compor o banco de dados da primeira etapa foram utilizados 51 bovinos da raça Nelore com idade média de 11 meses, dos quais foram coletadas para a formação do banco de dados dezesseis imagens de cada animal, totalizando uma base de 816 imagens. Na segunda etapa do experimento foram utilizados 16 bovinos do banco de dados inicial, escolhidos de forma aleatória, com idade média de 23 meses. Destes foram coletadas 11 imagens para verificar se os padrões do espelho nasal, com o passar dos meses, mantêm seu padrão tornando possível, assim, a identificação do animal. Os algoritmos de processamento digital de imagens foram implementados utilizando o software MATLAB®. Após o processamento das imagens, as características vetorizadas foram utilizadas para treinamento e teste de uma rede neural artificial utilizando o algoritmo MLP, implementado usando o compilador C DGW, que serviu como classificador das mesmas. Também foi utilizado o algoritmo do K vizinhos mais próximos (K-nn), para realizar os testes de classificação, usando um método estatistico. A validação do classificador foi realizada mediante análise estatística dos seus erros e acertos. O erro médio quadrático utilizado neste estudo foi menor que 1%. Os resultados apresentados pelo classificador K-nn foram maiores que o da Rede Neural Artificial, porém ambos não alcançaram acertos acima de 90%, o que é considerado adequado a um classificador. Pode-se concluir que o método utilizado para extração de características não apresentou uma boa representatividade, porém ainda assim foi possível observar a tendência classificatória dos animais através das características do espelho nasal, assim como a tendência da permanência dos padrões com o envelhecimento do animal. / Artificial Neural Networks (ANN) are mathematical models associated with artificial intelligence that can learn and generalize information, therefore they can be used as images classifiers. This paper aims to analyze the cattle muzzle in order to prove that it is a unique and permanent characteristic of the animal thus, being used as its unique identification. The experiment was divided into two stages. To make the database of the first phase were used 51 Nelore bovines with an average age of 11 months, from which sixteen images of each animal were collected totalling of 816 images for the database. In the second stage of the experiment 16 bovines from the initial database were used, chosen randomly, with an average age of 23 months. From those 11 images were collected to verify if the standards of the muzzle remain the same after a couple of months, so the animal can be identified. The processing digital image algorithms were implemented using MATLAB® software. After the images processing, vectorized features were used to train and test an artificial neural network using the MLP algorithm, implemented using the C compiler DGW, and was used as a classifier. We also used the algorithm of K nearest neighbors (Knn) to perform the classification tests using a statistical method. The validation of the classifier was performed using statistical analysis of their mistakes and successes. The average square error used in this study was less than 1%. The results presented by K-nn classifier were higher than the one of Artificial Neural Network; nevertheless, both failed to reach above 90% success, which is considered suitable for a classifier. It can be concluded that the method used for feature extraction did not show a good performance, although it was possible to observe the trend of classification of animals through the characteristics of the muzzle, as well as the tendency of the permanence of the standards with the animal aging.

Os Tabuleiros Costeiros são unidades geomorfologicamente definidas, caracterizando-se como formações sedimentares de topos aplainadas de grande extensão territorial, amplamente povoada, com intensa exploração econômica agropecuária, mas com a presença constante de restrições físicas ao uso agrícola, associadas à presença de solos com horizontes coesos em subsuperfície. A presença deste horizonte coeso reduz a profundidade efetiva dos solos, prejudicando a dinâmica da água no perfil e, principalmente, o aprofundamento do sistema radicular, reduzindo as taxas de infiltração de água, criando lençóis freáticos suspensos e que se desenvolvem particularmente sob os Latossolos Amarelos (Latossolos Amarelos) e os Argissolos Amarelos (Podzólicos Amarelos). Assim, a presença destes horizontes em áreas úmidas, pode ser associada a um maior teor de umidade nos solos, que pode ser captada pelo sensor. Devido a sua natureza pedológica e sua localização em sub superfície e sua grande extensão, estes solos demandam grandes recursos para sua efetiva localização e mapeamento. A aplicação de técnicas de processamento digital de imagens nas imagens do sensor ASTER, um sensor experimental e pouco explorado, possibilita a redução de custos, empregados nos levantamentos exploratórios para localização destes horizontes coesos. O principal objetivo deste trabalho foi submeter imagens obtidas através do sensoriamento remoto óptico orbital, do sensor ASTER, a diferentes técnicas de processamento digital de imagens, para assim identificar, reconhecer e caracterizar a presença dos horizontes coesos nos solos dos Tabuleiros Costeiros da Bahia, utilizando como critério identificador, o teor de umidade dos solos. O trabalho foi desenvolvido numa área de aproximadamente 2.475km2, onde está inserida uma área de referência de 29km2, situada no município de Esplanada, onde predominam solos da mesma Classe (Podzólicos Amarelos e Acinzentados) mas diferenciados em unidades que possuem diversos graus de coesão, com textura que varia de arenosa a argilosa. Foi utilizada uma única cena ASTER, sob a qual foi extraída oitenta amostras para determinar a relação entre o teor de umidade dos solos e as diferentes técnicas de processamento digital de imagens. Foram realizadas vinte e seis técnicas de realce (análise componentes principais, Transformação Tasseled Cap, NDVI, NDMI, SAVI e vinte e uma razões entre bandas do sensor ASTER) , além da aplicação de uma classificação supervisionada (método da máxima verossimilhança), com limiar de aceitação de 95%. Os resultados demonstraram que a sétima componente principal é o melhor produto para mapear a presença dos horizontes coesos, por melhor identificar a umidade do solo; o NDMI, o SAVI e a Umidade obtida através da Transformação Tasseled Cap têm um comportamento similar entre si, mas com resultados menos evidentes e entre as razões entre as faixas espectrais testadas, os melhores resultados foram as razões entre as faixas 1 e 8 e entre as faixas 3 e 8. / The Coastal Tableland are units geomorfologicaly defined, characterized by sedimentary formations of smoothed tops of great territorial extension, widely populated, with intense agricultural economic exploration, but with the constant presence of physical restrictions to agricultural use, that are associated to cohesion horizons in subsurface. The presence of this cohesion horizon reduces the soils depth, harming the dynamics of the water in the profile and, mainly, the radicular system of depth, reducing the water infiltration rates and creating suspended sheets particularly under Yellow Latossol and Yellow Podzolic. Thus, the presence of these horizons in humid areas can be associated with higher moisture levels in the soils that can be caught by the sensor. Due to its pedologic nature, sub surface and great extension location, these soil demand great resources for its effective localization and mapping. The application of techniques of image digital processing in the images of the ASTER sensor, an experimental and few explored sensor, turns possible the reduction of costs, used in the exploratory searches for the localization of these cohesion horizons. The main objective of this work was to submit images obtained through the orbital optical remote sensed, of the ASTER sensor, the different image digital processing techniques, in order to identify, to recognize and to characterize the cohesion horizons soil of Coastal Tableland of Bahia, using as identification criteria, the soil moisture contents . The work was developed in an area of 2.475km2 approximately, where an area of reference of 29km2 is inserted, situated in Esplanada city of, where soil of the same class prevail (Yellow and Grey Podzólicos) but differentiated in predominate units that possess diverse cohesion degrees , with texture that varies of sandy the loamy. An only ASTER scene was used, under which it was extracted eighty samples to determine the relationship between the the soil moisture contents and the different images digital images processing techniques. Twenty-six techniques of distinction had been carried through (principal components analysis, Tasseled Cap Transformation, NDVI, NDMI, SAVI and twenty bands ratio on the ASTER sensor bands), beyond the application of a supervised classification (Maximum Likelihood method), with threshold of 95% acceptance. The results had demonstrated that the seventh principal component is the best product to map the cohesion horizons presence and to identify the soil moisture contents; the NDMI, the SAVI and the Wetness obtained through the Tasseled Cap Transformation have a similar behavior, but with less evidences relating the results and, the ratio bands tested, the best results had been those found between bands 1 to 8 and bands 3 to 8.

Submitted by Marco Antônio de Ramos Chagas (mchagas@ufv.br) on 2017-01-30T12:41:04Z No. of bitstreams: 1 texto completo.pdf: 2987071 bytes, checksum: 34348211c3a40a317c2cc7c287c70971 (MD5) / Made available in DSpace on 2017-01-30T12:41:04Z (GMT). No. of bitstreams: 1 texto completo.pdf: 2987071 bytes, checksum: 34348211c3a40a317c2cc7c287c70971 (MD5) Previous issue date: 2016-07-27 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / A Mata Atlântica cobria uma vasta área do território brasileiro e hoje está reduzida a um pequeno percentual de sua área original. No entanto, devido às condições socioeconômicas e à migração da população para a cidade, observa-se um aumento da área de mata devido à regeneração natural, que pode correr de maneira mais expressiva em faces Leste e Sul, devido a menor temperatura/ressecamento das mesmas. No presente trabalho, desenvolvido na região de Santa Rita de Jacutinga (MG), com variação altimétrica de 413 a 1745 m, analisou-se a evolução das áreas de floresta nos anos de 1966, 1985 e 2015. Na primeira data extraiu-se a informação temática das cartas topográficas, derivadas de aerofotografias e, nos dois anos sucessivos, realizou-se a fotointerpretação em cenas TM/Landsat-5 e OLI/Landsat-8, respectivamente. Devido à morosidade do processo de fotointerpretação, verificou-se a exatidão de classificação automática (Máxima Verossimilhança) após o uso de modelos de correção atmosférica DOS4 (Dark Object Subtraction), e FLAASH (Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes) e topográfica Minnaert e SCS em diferentes combinações dos mesmos, utilizando o modelo digital de elevação derivado do ASTER/Terra. Por último, verificou-se a possibilidade de modelagem do incremento de floresta 1985-2015, a partir de uma Rede MLP (Perceptrons de Múltiplas Camadas) treinada com o cenário/incremento florestal de 1966-1985, tendo como dados de entrada a área florestal, o mapa de distância e o azimute (exposição) do terreno. Quanto ao primeiro objetivo verificou-se que o incremento florestal no intervalo 1966-1985 foi de 28.965, 33 ha, predominantemente na face Sul e, no intervalo 1985-2015 foi de 14.345,1 ha, predominantemente na face Norte. Quanto ao segundo objetivo constatou-se que a combinação dos modelos DOS4 + Minnaert foi aquela que apresentou maior redução da variabilidade intraclasse, produzindo uma exatidão global de 0,8713 para 2015 e 0,8135 para 1985. Por último, verificou-se que a modelagem por rede MLP conseguiu prever, corretamente, apenas 32% da regeneração, mostrando que novas variáveis devem ser consideradas para a correta predição da regeneração florestal. Palavras-chave: Processamento digital de imagens; Correção topográfica; Correção atmosférica. / The Atlantic Forest covered a large area of the Brazilian territory and, nowadays it is reduced to a low percentage of its original area. However, given the socioeconomics conditions and the population’s migration to counties, it is observed an increase in the area of forests due to natural regeneration, which may occur in a more expressive way in East and South aspects, given its lower temperature and dryness. In this work, developed in the region of Santa Rita de Jacutinga (MG) with elevation varying between 413 and 1745 meters, it was analyzed the evolution of forest areas in the years of 1966, 1985 and 2015. For the first date, it was extracted thematic information from topographic charts derived from aerial photographs and for the two successive years the visual interpretation of TM/Landsat-5 and OLI/Landsat-8 images was conducted. Given the slowdown of the process of visual interpretation, it was verified the automatic classification (Maximum Likelihood) accuracy after the use of the methods DOS4 (Dark Object Subtraction) and FLAASH (Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes) of atmospheric correction and the methods Minnaert and SCS (Sun-Canopy-Sensor) of topographic correction in different combinations, utilizing the digital elevation model of the ASTER/Terra. Ultimately, it was verified the possibility of modeling forest increase between 1985 and 2015 from a MLP (Multilayer Perceptrons) network trained with the forest increase between 1966 and 1985, the distance map and the terrain azimuth (aspect). For the first objective it was verified that the forest increase in the interval 1966-1985 was of 28,965.33 ha predominantly in South facing slopes and, in the interval 1985-2015 it was of 14,345.1 ha predominantly in North facing slopes. For the second objective it was found that the combination DOS4 + Minnaert was that which showed the greatest reduction of the intraclass variability, producing a global accuracy of 0.8713 for 2015 and 0.8135 for 1985. Lastly it was verified that the modeling through the MLP network was able to predict correctly only 32% of regeneration, showing that new variables most be accounted for the correct prediction of forest regeneration. Keywords: Digital image processing; Topographic correction; Atmospheric correction.

Made available in DSpace on 2015-04-11T14:03:02Z (GMT). No. of bitstreams: 1 Ruan Josemberg Silva Belem.pdf: 270710 bytes, checksum: 6becb4184530c335870aefc5042c2116 (MD5) Previous issue date: 2006-05-12 / Fundação de Amparo à Pesquisa do Estado do Amazonas / The World Wide Web is a huge source of diverse information, including offensive material such as pornography related content. This poses the problem of automatcally detecting offensive content as a way to avoid unauthorised access, for instance, by children or by employees during working hours. Although this sort of information is published in many forms, including text, sound and video, images are the most common form of publication of offensive content on the Web. Detecting offensive images can be considered as a classification problem. Given that images are part of Web pages, textual information can be used as important evidence along with the content extracted from images, such as colour, texture and shapes. This dissertation proposes two distinct approaches for automatic detection of offensive images on the Web. The first is based on image content, specifically colour. The second approach is based on textual terms extracted from the Web page that present the images. After evidence extraction the classification is performed using the SVM technique, based on a collection of 1000 offensive images and 1000 non-offensive images for training. Experiments carried out have shown that both approaches are effective, although they rely on simple algorithms for extracting evidences related to the images. / A World Wide Web (Web) é uma fonte de informação com grande quantidade e diversidade de conteúdo, incluindo material de caráter ofensivo relacionado á pornografia. Diante deste cenário, existe a necessidade de detectar tal conteúdo ofensivo de maneira a evitar que o mesmo seja indevidamente acessado por crianças ou por funcionários de empresas, onde o acesso a este tipo de conteúdo geralmente não é permitido. Embora este tipo de informação possa estar presente na Web em forma de texto, vídeo ou sons, grande parte deste conteúdo está disponibilizado na forma de imagens. O problema de identificação de imagens ofensivas pode ser visto como um problema de classificação. Como as imagens em questão estão inseridas em páginas web, além das informações que podem ser extraídas da própria imagem, também têm-se as informações textuais encontradas nas páginas que possuem as imagens. Aptos a extração de evidências a classificação é realizada usando-se um classificador baseado em SVM treinado com uma coleção de 1000 imagens ofensivas e 1000 imagens não-ofensivas. Este trabalho apresenta duas abordagens diferentes para detecção de imagens ofensivas na Web: a primeira, baseada no conteúdo da imagem e a segunda, baseada em evidências textuais extraídas das páginas web onde se encontram as imagens. Ambas as abordagens se mostraram efiazes na detecção de imagens ofensivas, apesar de utilizarem algoritmos simples para a extração de informações relacionadas às imagens.

Reconhecimento de padrões em imagens é um problema clássico da área de visão computacional e consiste em detectar um padrão ou objeto de referência (template) em uma imagem digital. A maioria dos métodos para esta finalidade propostos na literatura simplifica as imagens por meio de operações como binarização, segmentação e detecção de bordas ou pontos de contorno, para em seguida extrair um conjunto de atributos descritores. O problema é que esta simplificação pode descartar informações importantes para descrição dos padrões, fazendo diminuir a robustez do processo de detecção. Um método eficiente deve ter a habilidade de identificar um padrão sujeito a algumas transformações geométricas como rotação, escalonamento, translação, cisalhamento e, no caso de métodos para imagens coloridas, deve ainda tratar do problema da constância da cor. Além disso, o conjunto de atributos que descrevem um padrão deve ser pequeno o suficiente para viabilizar o desenvolvimento de aplicações práticas como um sistema de visão robótica ou um sistema de vigilância. Estes são alguns dos motivos que justificam os esforços empreendidos nos inúmeros trabalhos desta natureza encontrados na literatura. Neste trabalho é proposto um método de casamento de padrões em imagens digitais, denominado Ciratefi (Circular, Radial and Template-Matching Filter), livre de segmentação e invariante sob transformações de similaridade, brilho e contraste. O Ciratefi consiste de três etapas de filtragem que sucessivamente descartam pontos na imagem analisada que não correspondem ao padrão procurado. Também foram propostas duas extensões do Ciratefi, uma que utiliza operadores morfológicos na extração dos atributos descritores, denominada Ciratefi Morfológico e outra para imagens coloridas chamada de color Ciratefi. Foram realizados vários experimentos com o intuito de comparar o desempenho do método proposto com dois dos principais métodos encontrados na literatura. Os resultados experimentais mostram que o desempenho do Ciratefi é superior ao desempenho dos métodos empregados na análise comparativa. / Pattern recognition in images is a classical problem in computer vision. It consists in detecting some reference pattern or template in a digital image. Most of the existing pattern recognition techniques usually apply simplifications like binarization, segmentation, interest points or edges detection before extracting features from images. Unfortunately, these simplification operations can discard rich grayscale information used to describe the patterns, decreasing the robustness of the detection process. An efficient method should be able to identify a pattern subject to some geometric transformations such as translation, scale, rotation, shearing and, in the case of color images, should deal with the color constancy problem. In addition, the set of features that describe a pattern should be sufficiently small to make feasible practical applications such as robot vision or surveillance system. These are some of the reasons that justify the effort for development of many works of this nature found in the literature. In this work we propose a segmentation-free template matching method named Ciratefi (Circular, Radial and Template-Matching Filter) that is invariant to rotation, scale, translation, brightness and contrast. Ciratefi consists of three cascaded filters that successively exclude pixels that have no chance of matching the template from further processing. Also we propose two extensions of Ciratefi, one using the mathematical morphology approach to extract the descriptors named Morphological Ciratefi and another to deal with color images named Color Ciratefi. We conducted various experiments aiming to compare the performance of the proposed method with two other methods found in the literature. The experimental results show that Ciratefi outperforms the methods used in the comparison analysis.

Made available in DSpace on 2017-07-21T14:19:23Z (GMT). No. of bitstreams: 1 Sergio Ribeiro.pdf: 2037114 bytes, checksum: 2f1113eba33e663f69ba3f87c494c1cc (MD5) Previous issue date: 2015-02-27 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Maize is an important crop in national and international level. Its market value is influenced by the quality of the grains. The rot (damaged) grains are an economic and health problem. Strict laws determine the process of classification of grains in healthy and rot, however this procedure is done manually, subject to subjectivity and human errors. The objective of this study was to use computational methods of digital image processing for feature extraction of maize grains. This work also proposed to identify which methods and data mining algorithms are more efficient to solve the problem of rot grain maize identification. For this research it was used corn grain samples from various cooperatives in the Midwest Parana area. These samples were classified by certified technicians in these cooperatives and submitted, with manufacturer and developed programs, to the process of image acquisition, segmentation and extraction of colour and texture characteristics. For the development of programs was used Python together with SimpleCV framework. The extracted image data were saved in a file format of the Weka tool that was used to train and to test the base by employing the methods holdout and cross-validation. All tool algorithms were used for data processing and 24 of them have reached a rate equal accuracy and / or greater than 99%. The best studied related work achieved an accuracy rate of 93% for Steenhoek et al. (2001) and 98% for Draganova et al. (2010a). Between the algorithms with the better results, it was chosen one to generate a model that was implemented and tested with program developed in this work. This model obtained a accuracy rate of 99,8% with this model. The best results were obtained with the combination of HSV color space, and texture characteristics with LBP pattern, and images with a resolution of 300 dpi. / O milho é uma importante cultura em nível nacional e internacional. Seu valor de mercado é influenciado pela qualidade dos grãos. Os grãos ardidos são um problema econômico e sanitário. Rigorosas leis determinam o processo de classificação dos grãos em sadios e ardidos, entretanto este procedimento é feito de forma manual, sujeito à subjetividade e erros humanos. O objetivo deste trabalho foi aplicar métodos computacionais de processamento digital de imagens para extração de características dos grãos de milho. Este trabalho também propôs identificar quais métodos e algoritmos de mineração de dados são mais eficientes para a resolução do problema de identificação dos grãos ardidos de milho. Nesta pesquisa foram usadas amostras de grãos de milho de diferentes cooperativas da região centro oeste do Paraná. Essas amostras foram classificadas por técnicos credenciados nessas cooperativas e submetidas, por meio de programas proprietários e desenvolvidos neste trabalho, aos processos de aquisição de imagens, segmentação e extração de características de cor e textura. Para o desenvolvimento dos programas foi utilizado a linguagem Python em conjunto com o framework SimpleCV. Os dados extraídos das imagens foram armazenados em um arquivo compatível com a ferramenta Weka, que foi utilizado para treinamento e teste da base empregando os métodos de Divisão de Amostras e Validação Cruzada. Todos os algoritmos da ferramenta foram utilizados para processamento dos dados e 24 deles chegaram a uma taxa de acurácia igual e/ou superior a 99%. Os melhores trabalhos correlacionados estudados obtiveram uma taxa de acurácia de 93% para Steenhoek et al. (2001) e 98% para Draganova et al. (2010a). Entre os algoritmos com melhor acurácia foi gerado um modelo, que foi implementado e testado em um programa também desenvolvido neste trabalho, e que chegou a uma acurácia de 99,8%. Os melhores resultados foram obtidos com a combinação do espaço de cor HSV e características de textura com o padrão LBP em imagens com resolução de 300 dpi.