[ES] En los últimos años, los investigadores han intentado explotar la información de las imágenes médicas a través de la evaluación de parámetros cuantitativos para ayudar a los clínicos con el diagnóstico de enfermedades. Esta práctica ha sido bautizada como radiomics. El análisis de texturas proporciona una gran variedad de parámetros que permiten cuantificar la heterogeneidad característica de diferentes tejidos, especialmente cuando se obtienen de imagen por resonancia magnética (IRM). Basándonos en esto, decidimos estudiar las posibilidades de los parámetros texturales extraídos de IRM para caracterizar varios trastornos cerebrales. El potencial de las texturas se analizó con enfoques de aprendizaje automático, usando diferentes clasificadores y métodos de selección de características para hallar el modelo óptimo para cada tarea específica. En esta tesis, la metodología radiomics se usó para realizar cuatro proyectos independientes. En el primer proyecto, estudiamos la diferenciación entre glioblastomas multiformes (GBMs) y metástasis cerebrales (MCs) en IRM convencional. Estos tipos de tumores cerebrales pueden confundirse al diagnosticarse, ya que presentan un perfil radiológico similar y los datos clínicos pueden no ser concluyentes. Con el fin de evitar procedimientos exhaustivos e invasivos, estudiamos el poder discriminatorio de texturas 2D extraídas de imágenes de referencia T1 filtradas y sin filtrar. Los resultados sugieren que los parámetros texturales proporcionan información sobre la heterogeneidad de los GBMs y las MCs que puede servir para distinguir con precisión ambas lesiones cuando se utiliza un enfoque de aprendizaje automático adecuado. En el segundo proyecto, analizamos la clasificación de las MCs según su origen primario en IRM de referencia. En un porcentaje de pacientes, las MCs son diagnosticadas como la primera manifestación de un tumor primario desconocido. Con el fin de detectar el tumor primario de una forma no invasiva y más rápida, examinamos la capacidad del análisis de texturas 2D y 3D para diferenciar las MCs derivadas de los tumores primarios más propensos a metastatizar (cáncer de pulmón, cáncer de mama y melanoma) en imágenes T1. Los resultados mostraron que se logra una alta precisión al usar un conjunto reducido de texturas 3D para diferenciar MCs de cáncer de pulmón de MCs de cáncer de mama y melanoma. En el tercer proyecto, evaluamos las propiedades del hipocampo en IRM para identificar las diferentes etapas de la enfermedad de Alzheimer (EA). Los criterios actuales para diagnosticar la EA requieren la presencia de déficits cognitivos severos. Con la idea de establecer nuevos biomarcadores para detectar la EA en sus primeras etapas, evaluamos un conjunto de texturas 2D y 3D extraídas de IRM del hipocampo de pacientes con EA avanzada, deterioro cognitivo leve y normalidad cognitiva. Muchos parámetros de textura 3D resultaron ser estadísticamente significativos para diferenciar entre pacientes con EA y sujetos de las otras dos poblaciones. Al combinar estos parámetros con técnicas de aprendizaje automático, se obtuvo una alta precisión. En el cuarto proyecto, intentamos caracterizar los patrones de heterogeneidad del ictus cerebral isquémico en IRM estructural. En IRM cerebral de individuos de edad avanzada, algunos procesos patológicos presentan características similares, como las lesiones por ictus y las hiperintensidades de la sustancia blanca (HSBs). Dado que los ictus afectan también al tejido adyacente, decidimos estudiar la viabilidad de texturas 3D extraídas de las HSBs, la sustancia blanca no afectada y las estructuras subcorticales para diferenciar sujetos afectados por ictus lacunares o corticales visibles en IRM convencional (imágenes T1, T2 y FLAIR) de sujetos sin ictus. Las texturas no sirvieron para diferenciar ictus corticales y lacunares, pero se lograron resultados prometedores para discernir pacientes qu / [CA] En els últims anys, els investigadors han intentat explotar la informació de les imatges mèdiques a través de l'avaluació de nombrosos paràmetres quantitatius per ajudar els clínics amb el diagnòstic i la valoració de malalties. Aquesta pràctica ha sigut batejada com radiomics,. L'anàlisi de textures proporciona una gran varietat de paràmetres que permeten quantificar l'heterogeneïtat característica de diferents teixits, especialment quan s'obtenen a partir d'imatge per ressonància magnètica (IRM). Basant-nos en aquests fets, vam decidir estudiar les possibilitats dels paràmetres texturals extrets d'IRM per caracteritzar diversos trastorns cerebrals. El potencial de les textures es va analitzar amb mètodes d'aprenentatge automàtic, usant diferents classificadors i mètodes de selecció de característiques per trobar el model òptim per a cada tasca específica. En aquesta tesi, la metodologia radiomics es va emprar per realitzar quatre projectes independents. En el primer projecte, vam estudiar la diferenciació entre glioblastomes multiformes (GBMs) i metàstasis cerebrals (MCs) en IRM convencional. Aquests tipus de tumors cerebrals poden confondre's al diagnosticar-se ja que presenten un perfil radiològic similar i les dades clíniques poden no ser concloents. Per tal d'evitar procediments exhaustius i invasius, vam estudiar el poder discriminatori de textures 2D extretes d'imatges de referència T1 filtrades i sense filtrar. Els resultats suggereixen que els paràmetres texturals proporcionen informació sobre l'heterogeneïtat dels GBMs i les MCs que pot servir per distingir amb precisió ambdues lesions quan s'utilitza una aproximació d'aprenentatge automàtic adequada. En el segon projecte, vam analitzar la classificació de MCs segons el seu origen primari en IRM de referència. En un percentatge de pacients, les MCs són diagnosticades com la primera manifestació d'un tumor primari desconegut. Per tal de detectar el tumor primari d'una forma no invasiva i més ràpida, vam examinar la capacitat de l'anàlisi de textura 2D i 3D per diferenciar les MCs derivades dels tumors primaris més propensos a metastatitzar (càncer de pulmó, càncer de mama i melanoma) en imatges T1. Els resultats van mostrar que s'aconsegueix una alta precisió quan s'utilitza un conjunt reduït de textures 3D per diferenciar les MCs de càncer de pulmó de les MCs de càncer de mama i melanoma. En el tercer projecte, vam avaluar les propietats de l'hipocamp en la IRM per identificar les diferents etapes de la malaltia d'Alzheimer (MA). Els criteris actuals per diagnosticar la MA requereixen la presència de dèficits cognitius severs. Amb la idea d'establir nous biomarcadors per detectar la MA en les seues primeres etapes, vam avaluar un conjunt de textures 2D i 3D extretes d'IRM de l'hipocamp de pacients amb MA avançada, deteriorament cognitiu lleu i normalitat cognitiva. Molts paràmetres de textura 3D van resultar ser estadísticament significatius per diferenciar entre pacients amb MA i individus de les altres dues poblacions. En combinar aquests paràmetres amb tècniques d'aprenentatge automàtic, es va obtenir una alta precisió. En el quart projecte, vam intentar caracteritzar els patrons d'heterogeneïtat de l'ictus cerebral isquèmic en la IRM estructural. En la IRM cerebral d'individus d'edat avançada, alguns processos patològics presenten característiques similars, com les lesions per ictus i les hiperintensitats de la substància blanca (HSBs). Atès que els ictus tenen efecte també en teixit adjacent, vam decidir estudiar la viabilitat de textures 3D extretes de les HSBs, la substància blanca no afectada i les estructures subcorticals per diferenciar individus afectats per ictus llacunars o corticals visibles en IRM convencional (imatges T1, T2 i FLAIR) d'individus sense ictus. Les textures no foren útils per diferenciar ictus corticals i llacunars, però es van obtenir resultats prometedors per disce / [EN] Over the last years, researchers have attempted to exploit the information provided by medical images through the evaluation of numerous imaging quantitative parameters in order to help clinicians with the diagnosis and assessment of many lesions and diseases. This practice has been recently named as radiomics. Texture analysis supply a wide range of features that allow quantifying the distinctive heterogeneity of different tissues, especially when obtained from magnetic resonance imaging (MRI). With this in mind, we decided to study the possibilities of texture features from MRI in order to characterize several disorders that affect the human brain. The potential of texture features was analyzed with various machine learning approaches, involving different classifiers and feature selection methods so as to find the optimal model to accomplish each specific task. In this thesis, the radiomics methodology was used to perform four independent projects. In the first project, we studied the differentiation between glioblastomas (GBMs) and brain metastases (BMs) in conventional MRI. Sometimes these types of brain tumors can be misdiagnosed since they may present a similar radiological profile and the clinical data may be inconclusive. With the aim of avoiding exhaustive and invasive procedures, we studied the discriminatory power of a large amount of 2D texture features extracted from baseline original and filtered T1-weighted images. The results suggest that 2D texture features provide some heterogeneity information of GBMs and BMs that can help in their accurate discernment when using the proper machine learning approach. In the second project, we analyzed the classification of BMs by their primary site of origin in baseline MRI. A percentage of patients are diagnosed with BM as the first manifestation of an unknown primary tumor. In order to detect the primary tumor in a faster non-invasive way, we examined the capability of 2D and 3D texture analysis to differentiate BMs derived from the most common primary tumors (lung cancer, breast cancer and melanoma) in T1-weighted images. The results showed that high accuracy was achieved when using a reduced set of 3D descriptors to differentiate lung cancer BMs from breast cancer and melanoma BMs. In the third project, we evaluated the hippocampus MRI profile of Alzheimer's disease (AD) patients to identify the different stages of the disease. The current criteria for diagnosing AD require the presence of relevant cognitive deficits. With the purpose of establishing new biomarkers to detect AD in its early stages, we evaluated a set of 2D and 3D texture features extracted from MRI scans of the hippocampus of patients with advanced AD, early mild cognitive impairment and cognitive normality. Many 3D texture parameters resulted to be statistically significant to differentiate between AD patients and subjects from the other two populations. When combining these 3D parameters with machine learning techniques, high accuracy was obtained. In the fourth project, we attempted to characterize the heterogeneity patterns of ischemic stroke in structural MRI. In brain MRI of older individuals, some pathological processes present similar imaging characteristics, like in the case of stroke lesions and white matter hyperintensities (WMH) of diverse natures. Given that stroke effects are present not only in the affected region, but also in unaffected tissue, we investigated the feasibility of 3D texture features from WMH, normal-appearing white matter and subcortical structures to differentiate individuals who had a lacunar or cortical stroke visible on conventional brain MRI (T1-weighted, T2-weighted and FLAIR images) from subjects who did not. Texture features were not useful to differentiate between post-acute cortical and lacunar strokes, but promising results were achieved for discerning between patients presenting an old stroke and normal-ageing patients who never had a stroke. / Ortiz Ramón, R. (2019). Radiomics for diagnosis and assessing brain diseases: an approach based on texture analysis on magnetic resonance imaging [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/119118

A geração de novas fontes de energia limpa, segura e renovável por meio da fusão nuclear envolve importantes desafios tecnológicos, dentre eles a pesquisa, caracterização e a fabricação de materiais avançados para os futuros reatores de fusão nuclear. Os aços ferrítico-martensíticos de reduzida atividade radioativa, em especial a liga Eurofer-97, destacam-se por apresentar uma combinação única de propriedades para esta aplicação. O objetivo desta Tese de Doutorado é avaliar a estabilidade microestrutural deste aço recozido numa ampla faixa de temperaturas. Cálculos termodinâmicos e testes de dilatometria foram usados para determinar as temperaturas de transformação de fase. A estabilidade microestrutural foi estudada por meio de recozimentos isotérmicos entre 200 e 1350oC após laminação a frio com reduções de 40, 70, 80 e 90%. A avaliação da estabilidade mecânica do aço Eurofer-97 foi realizada por meio de medidas de dureza Vickers. As principais técnicas utilizadas para caracterização microestrutural foram microscopias eletrônica de varredura e de transmissão, tomografia por sonda atômica e medidas de magnetização DC. Tanto a textura como a microtextura foram determinadas por meio de medidas de difração de raios X e de elétrons retroespalhados (EBSD). Recuperação, recristalização primária e crescimento anormal de grão ocorrem neste material recozido abaixo de 800oC. Acima desta temperatura, a transformação martensítica ocorre alterando bastante a micoroestrutura. A cinética de crescimento anormal de grão é alterada pela quantidade de redução a frio previamente aplicada. A hipótese proposta para explicar o crescimento anormal de grãos neste material baseia-se principalmente na vantagem de tamanho adquirida pelos núcleos de recristalização primária com diferenças de orientação médias superiores a 45º em relação aos vizinhos. Neste caso, o crescimento anormal de grão é responsável por fortalecer as componentes {111} e {111}, {001} e {110}. Acima de 800oC a transformação martensítica prevalece elevando a dureza Vickers e randomizando a textura deste aço. As características do produto transformado dependem tanto da temperatura de austenitização quanto do tamanho incial do grão ferrítico. Os dados de composição química das partículas estáveis após recozimento em temperaturas inferiores a 800oC foram usados para validar os resultados dos cálculos termodinâmicos obtidos via Thermo-Calc. / Clean, safe, and renewable energy sources such as nuclear fusion comprise important technological challenges, including research, characterization and manufacture of advanced materials for future fusion reactors. Modified ferritic-martensitic steels with reduced radioactive activity (RAFM), especially Eurofer-97 steel, are among worldwide references in the nuclear field for their unique properties. The scope of this Thesis is to evaluate the microstructural (thermal) stability in ferritic-martensitic Eurofer-97 after annealing within a wide range of temperatures. Themodinamic calculations as well as dilatometric tests were used to determine the main phase transformation temperatures. The microstructural stability of this steel was followed by isothermal annealing between 200 and 1350°C after cold rolling to 40, 70, 80 and 90% reductions in thickness. The mechanical stability in the Eurofer-97 was assessed by Vickers microhardness measurements. Representative samples for each metallurgical condition were characterized by scanning electron microscopy, transmission electron microscopy, atom probe tomography, and DC-magnetization tests. Both texture and microtexture were evaluated by X-ray diffraction and electron backscattered diffraction (EBSD) techniques. Recovery, primary recrystallization, and abnormal grain growth (secondary recrystallization) processes have been observed at temperatures below 800°C. The amount of abnormally grown grains depends on the amount of previous cold rolling. The hypothesis for the most probable mechanism responsible for abnormal grain growth is based on the advantage size acquired by nuclei with misorientations above 45º surrounding their neighboring grains, even in regions where primary recrystallization was incomplete. The texture developed after abnormal grain growth has components belonging to ?- and ?-fibers with predominance of {111}, {111}, {100} e {110} components. The martensite transformation takes place when this steel is annealed above 800°C causing an increase of hardness, significant changes in microstructure, and texture weakening. The martensitic sructure depends very much on both austenitization temperature and initial austenitic grain size. The results of chemical analyses of stable particles present in samples annealed below 800oC were used to validate the thermodynamic calculations provided by Thermo-Calc.

Esta pesquisa apresenta um sistema automático para extrair dados de tráfego veicular a partir do pós-processamento de vídeos. Os parâmetros macroscópicos e microscópicos do tráfego são derivados do diagrama espaço-tempo, que é obtido pelo processamento das imagens de tráfego. A pesquisa fundamentou-se nos conceitos de Visão Computacional, programação em linguagem C++ e a biblioteca OpenCV para o desenvolvimento do sistema. Para a detecção dos veículos, duas etapas foram propostas: modelagem do background e segmentação dos veículos. Uma imagem sem objetos (background) pode ser determinada a partir das imagens do vídeo através de vários modelos estatísticos disponíveis na literatura especializada. A avaliação de seis modelos estatísticos indicou o Scoreboard (combinação de média e moda) como o melhor método de geração do background atualizado, por apresentar eficiente tempo de processamento de 18 ms/frame e 95,7% de taxa de exatidão. A segunda etapa investigou seis métodos de segmentação, desde a subtração de fundo até métodos de segmentação por textura. Dentre os descritores de textura, é apresentado o LFP, que generaliza os demais descritores. Da análise do desempenho desses métodos em vídeos coletados em campo, conclui-se que o tradicional método Background Subtraction foi o mais adequado, por apresentar o melhor tempo de processamento (34,4 ms/frame) e a melhor taxa de acertos totais com 95,1% de média. Definido o método de segmentação, foi desenvolvido um método para se definir as trajetórias dos veículos a partir do diagrama espaço-tempo. Comparando-se os parâmetros de tráfego obtidos pelo sistema proposto com medidas obtidas em campo, a estimativa da velocidade obteve uma taxa de acerto de 92,7%, comparado com medidas de velocidade feitas por um radar; por outro lado, a estimativa da taxa de fluxo de tráfego foi prejudicada por falhas na identificação da trajetória do veículo, apresentando valores ora acima, ora abaixo dos obtidos nas coletas manuais. / This research presents an automatic system to collect vehicular traffic data from video post-processing. The macroscopic and microscopic traffic parameters are derived from a space-time diagram, which is obtained by traffic image processing. The research was based on the concepts of Computer Vision, programming in C++, and OpenCV library to develop the system. Vehicle detection was divided in two steps: background modeling and vehicle segmentation. A background image can be determined from the video sequence through several statistical models available in literature. The evaluation of six statistical models indicated Scoreboard (combining mean and mode) as the best method to obtain an updated background, achieving a processing time of 18 ms/frame and 95.7% accuracy rate. The second step investigated six segmentation methods, from background subtraction to texture segmentation. Among texture descriptors, LFP is presented, which generalizes other descriptors. Video images collected on highways were used to analyze the performance of these methods. The traditional background subtraction method was found to be the best, achieving a processing time of 34.4 ms/frame and 95.1% accuracy rate. Once the segmentation process was chosen, a method to determine vehicle trajectories from the space-time diagram was developed. Comparing the traffic parameters obtained by the proposed system to data collected in the field, the estimates for speed were found to be very good, with 92.7% accuracy, when compared with radar-measured speeds. On the other hand, flow rate estimates were affected by failures to identify vehicle trajectories, which produced values above or below manually collected data.

A complexidade é uma característica de grande importância em processos de reconhecimento de padrões, especialmente naqueles que envolvem imagens biológicas. Este trabalho tem como objetivo estudar métodos que realizam a análise de imagens por meio da análise de sua complexidade. Os métodos a serem estudados foram selecionados com base na similaridade de seus algoritmos e metodologia: dimensão fractal, Caminhada Determinística do Turista e Redes Complexas. Estes métodos permitem realizar a análise e segmentação de formas ou texturas contidas em uma imagem com base na sua variação de complexidade. Dos três métodos considerados, dois deles fazem parte do estado da arte em análise de complexidade, enquanto que a dimensão fractal já é aplicada a mais tempo na análise de formas e texturas. Os trabalhos aqui desenvolvidos visam comparar e analisar os métodos selecionados por meio de experimentos com imagens de forma e texturas, sendo utilizadas texturas naturais e de Brodatz, freqüentemente utilizadas na literatura como benchmark para texturas. Com base no conhecimento adquirido, novas técnicas voltadas para a análise e segmentação de formas e texturas foram desenvolvidas, assim como foram analisadas as deficiências e propostas melhorias às técnicas estudadas. Além disso, diversos experimentos com estas metodologias foram realizados em aplicações de Bioinformática / Complexity is a feature of great importance in pattern recognition processes, especially those involving biological images. This work aims to study methods that perform image analysis by the analysis of its complexity. The methods to be studied were selected based on similarity of their algorithms and methodology: fractal dimension, Deterministic Tourist Walk and Complex Networks. These methods enable us to perform the analysis and segmentation of shapes and textures contained in an image based on the variation of its complexity. Of the three methods considered, two of them are part of the state of the art in complexity analysis, while the fractal dimension is already applied in shapes and textures analysis. The work developed here aims to compare and analyze the selected methods through experiments with shape and texture images, utilizing for this natural and Brodatz textures samples, often used in literature as benchmark for textures analysis. Based on the knowledge acquired, new techniques for analysis and segmentation of shapes and textures were developed, as also were analyzed the deficiencies and proposed improvements to the techniques studied. Moreover, several experiments with these methods were performed in bioinformatics applications

Esta pesquisa apresenta um sistema automático para extrair dados de tráfego veicular a partir do pós-processamento de vídeos. Os parâmetros macroscópicos e microscópicos do tráfego são derivados do diagrama espaço-tempo, que é obtido pelo processamento das imagens de tráfego. A pesquisa fundamentou-se nos conceitos de Visão Computacional, programação em linguagem C++ e a biblioteca OpenCV para o desenvolvimento do sistema. Para a detecção dos veículos, duas etapas foram propostas: modelagem do background e segmentação dos veículos. Uma imagem sem objetos (background) pode ser determinada a partir das imagens do vídeo através de vários modelos estatísticos disponíveis na literatura especializada. A avaliação de seis modelos estatísticos indicou o Scoreboard (combinação de média e moda) como o melhor método de geração do background atualizado, por apresentar eficiente tempo de processamento de 18 ms/frame e 95,7% de taxa de exatidão. A segunda etapa investigou seis métodos de segmentação, desde a subtração de fundo até métodos de segmentação por textura. Dentre os descritores de textura, é apresentado o LFP, que generaliza os demais descritores. Da análise do desempenho desses métodos em vídeos coletados em campo, conclui-se que o tradicional método Background Subtraction foi o mais adequado, por apresentar o melhor tempo de processamento (34,4 ms/frame) e a melhor taxa de acertos totais com 95,1% de média. Definido o método de segmentação, foi desenvolvido um método para se definir as trajetórias dos veículos a partir do diagrama espaço-tempo. Comparando-se os parâmetros de tráfego obtidos pelo sistema proposto com medidas obtidas em campo, a estimativa da velocidade obteve uma taxa de acerto de 92,7%, comparado com medidas de velocidade feitas por um radar; por outro lado, a estimativa da taxa de fluxo de tráfego foi prejudicada por falhas na identificação da trajetória do veículo, apresentando valores ora acima, ora abaixo dos obtidos nas coletas manuais. / This research presents an automatic system to collect vehicular traffic data from video post-processing. The macroscopic and microscopic traffic parameters are derived from a space-time diagram, which is obtained by traffic image processing. The research was based on the concepts of Computer Vision, programming in C++, and OpenCV library to develop the system. Vehicle detection was divided in two steps: background modeling and vehicle segmentation. A background image can be determined from the video sequence through several statistical models available in literature. The evaluation of six statistical models indicated Scoreboard (combining mean and mode) as the best method to obtain an updated background, achieving a processing time of 18 ms/frame and 95.7% accuracy rate. The second step investigated six segmentation methods, from background subtraction to texture segmentation. Among texture descriptors, LFP is presented, which generalizes other descriptors. Video images collected on highways were used to analyze the performance of these methods. The traditional background subtraction method was found to be the best, achieving a processing time of 34.4 ms/frame and 95.1% accuracy rate. Once the segmentation process was chosen, a method to determine vehicle trajectories from the space-time diagram was developed. Comparing the traffic parameters obtained by the proposed system to data collected in the field, the estimates for speed were found to be very good, with 92.7% accuracy, when compared with radar-measured speeds. On the other hand, flow rate estimates were affected by failures to identify vehicle trajectories, which produced values above or below manually collected data.

La visió és probablement el nostre sentit més dominant a partir del qual derivem la majoria d'informació del món que ens envolta. A través de la visió podem percebre com són les coses, on són i com es mouen. En les imatges que percebem amb el nostre sistema de visió podem extreure'n característiques com el color, la textura i la forma, i gràcies a aquesta informació som capaços de reconèixer objectes fins i tot quan s'observen sota unes condicions totalment diferents. Per exemple, som capaços de distingir un mateix objecte si l'observem des de diferents punts de vista, distància, condicions d'il·luminació, etc.La Visió per Computador intenta emular el sistema de visió humà mitjançant un sistema de captura d'imatges, un ordinador, i un conjunt de programes. L'objectiu desitjat no és altre que desenvolupar un sistema que pugui entendre una imatge d'una manera similar com ho realitzaria una persona. Aquesta tesi es centra en l'anàlisi de la textura per tal de realitzar el reconeixement de superfícies. La motivació principal és resoldre el problema de la classificació de superfícies texturades quan han estat capturades sota diferents condicions, com ara distància de la càmera o direcció de la il·luminació. D'aquesta forma s'aconsegueix reduir els errors de classificació provocats per aquests canvis en les condicions de captura.En aquest treball es presenta detalladament un sistema de reconeixement de textures que ens permet classificar imatges de diferents superfícies capturades en diferents condicions. El sistema proposat es basa en un model 3D de la superfície (que inclou informació de color i forma) obtingut mitjançant la tècnica coneguda com a 4-Source Colour Photometric Stereo (CPS). Aquesta informació és utilitzada posteriorment per un mètode de predicció de textures amb l'objectiu de generar noves imatges 2D de les textures sota unes noves condicions. Aquestes imatges virtuals que es generen seran la base del nostre sistema de reconeixement, ja que seran utilitzades com a models de referència per al nostre classificador de textures.El sistema de reconeixement proposat combina les Matrius de Co-ocurrència per a l'extracció de característiques de textura, amb la utilització del Classificador del veí més proper. Aquest classificador ens permet al mateix temps aproximar la direcció d'il·luminació present en les imatges que s'utilitzen per testejar el sistema de reconeixement. És a dir, serem capaços de predir l'angle d'il·luminació sota el qual han estat capturades les imatges de test. Els resultats obtinguts en els diferents experiments que s'han realitzat demostren la viabilitat del sistema de predicció de textures, així com del sistema de reconeixement. / This thesis is concerned with the application of texture analysis to discriminate between textured surfaces. The main motivation is the problem of classifying textured surfaces imaged under varying geometries, i.e. distance from the sensor and illumination direction, as well as the necessity of finding reliable methods of reducing classification errors caused by changes in the geometry's properties. In texture analysis one must distinguish between image texture and surface texture. Image texture is what appears in the 2D image of a physical object, while surface texture refers to the variation of the physical and geometric properties of the imaged surface which give rise to the image texture. Changes in the imaging geometry can significantly alter the appearance of the surface, implying significant variations in the image texture. And one still has to perform the task of recognition from the image texture. In this thesis, after analysing different strategies, we integrate the surface texture information derived by colour photometric stereo (CPS) into a complete model-based texture classification system. Photometric stereo is the technique which allows us to obtain surface texture information from a few images of the same surface imaged under various illumination directions. Basically, the main idea of our strategy consists of creating, by means of the surface texture information, a virtual' database of image textures against which we compare unknown test images in order to classify them. Note that we do not use the surface texture information directly to perform classification, but we use it to create new images which are the references for our training and classification process. Furthermore, the classification system allows us to guess the approximate direction of the illumination used to capture the test images.The proposed prediction methods, as well as the model-based texture classification system, are tested and evaluated. A set of real surface textures containing a wide variety of relatively smooth and very rough surfaces are used in this thesis as our image database.

Submitted by MARIA JACQUELINE ATOCHE BRAVO (jacqui_mab@hotmail.com) on 2016-05-13T13:28:28Z No. of bitstreams: 1 disertacao__Jacqui.pdf: 8482416 bytes, checksum: 2325158a94282088f873ac31bbd97305 (MD5) / Approved for entry into archive by Felipe Augusto Arakaki (arakaki@reitoria.unesp.br) on 2016-05-16T12:30:13Z (GMT) No. of bitstreams: 1 bravo_mja_me_sjrp.pdf: 8482416 bytes, checksum: 2325158a94282088f873ac31bbd97305 (MD5) / Made available in DSpace on 2016-05-16T12:30:13Z (GMT). No. of bitstreams: 1 bravo_mja_me_sjrp.pdf: 8482416 bytes, checksum: 2325158a94282088f873ac31bbd97305 (MD5) Previous issue date: 2016-03-31 / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / No presente trabalho, apresenta-se uma revisão sobre os principais abordagens para análise e classificação de texturas, entre eles o descritor LBP (Local Binary Pattern), o descritor LFP (Local Fuzzy Patterm) e o descritor MSLMP (Multi-scale Local Mapped Pattern), o qual é uma extensão multiescalar do descritor LMP (Local Mapped Pattern). Resultados anteriores presentes na literatura, indicaram que o MSLMP conseguiu resultados superiores aos mencionados anteriormente. Neste trabalho propõe-se uma análise mais abrangente sobre sua viabilidade para concluir que o MSLMP é mais eficaz que os anteriores. Essa análise é feita alterando-se a Matriz de Pesos para os pixels limiarizados. Para avaliar seu desempenho, foi utilizada a base de texturas do Album de Brodatz. Após processá-la pelo descritor MSLMP, com cada uma das matrizes de Pesos propostas neste trabalho, foram comparadas as taxas de acertos alcançadas usando a distância Chi-quadrado. Resultados experimentais mostram um valor de sensibilidade melhor para o descritor MSLMP em comparação aos outros descritores presentes na literatura. / This work, presents a review about the main techniques for analysis and classification of textures, including the LBP descriptor (Local Binary Pattern), the descriptor LFP (Local Fuzzy Pattern) and the descriptor MSLMP (Multi-Scale Local Mapped Pattern), which is a multi-scale extension of the LMP method (Local Mapped Pattern). Previous results present in the literature, indicated that the MSLMP achieved better results than those mentioned above. This work proposes a more comprehensive analysis of its feasibility to conclude that this descriptor is more effective than the others. This analysis is done by changing the weight matrix for the thresholding pixels. To evaluate its performance, it was used the texture base of the Brodatz album. After processing it by the descriptor MSLMP with each of the weights matrices proposed in this work, the achieved hit rates were compared by using the distance Chi-square. Experimental results show a better sensitivity value for MSLMP descriptor in comparison of other descriptors present in the literature. / CNPq: 131632/2014-0

Made available in DSpace on 2015-05-14T12:36:57Z (GMT). No. of bitstreams: 1 parte1.pdf: 1278902 bytes, checksum: c1a877f74ec783e6525701070c717a4d (MD5) Previous issue date: 2010-03-26 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The image segmentation problem is present in various tasks such as remote sensing, object detection in robotics, industrial automation, content based image retrieval, security, and others related to medicine. When there is a set of pre-classified data, segmentation is called supervised. In the case of unsupervised segmentation, the classes are extracted directly from the data. Among the image properties, the texture is among those that provide the best results in the segmentation process. This work proposes a new unsupervised texture segmentation method that uses as the similarity measure between regions the bit rate obtained from compression using models, produced by the Prediction by Partial Matching (PPM) algorithm, extracted from them. To segment an image, it is split in rectangular adjacent regions and each of them is assigned to a different cluster. Then a greedy agglomerative clustering algorithm, in which the two closest clusters are grouped at every step, is applied until the number of remaining clusters is equal to the number of classes (supplied by the user). In order to improve the localization of the region boundaries, the image is then split in shorter regions, that are assigned to the cluster whose PPM model results in lower bit rate. To evaluate the proposed method, three image set were used: Trygve Randen, Timo Ojala and one created by the author of this work. By adjusting the method parameters for each image, the hit rate obtained was around 97% in most cases and 100% in several of them. The proposed method, whose main drawback is the complexity order, is robust to regions with different geometric shapes, grouping correctly even those that are disconnected. / O problema da segmentação de imagens está presente em diversas tarefas como sensoriamento remoto, detecção de objetos em robótica, automação industrial, recuperação de imagens por conteúdo, segurança, e outras relacionadas à medicina. Quando há um conjunto de padrões pré-classificados, a segmentação é denominada supervisionada. No caso da segmentação não supervisionada, as classes são extraídas diretamente dos padrões. Dentre as propriedades de uma imagem, a textura está entre as que proporcionam os melhores resultados no processo de segmentação. Este trabalho propõe um novo método de segmentação não supervisionada de texturas que utiliza como medida de similaridade entre regiões as taxas de bits resultantes da compressão utilizando modelos produzidos pelo algoritmo Prediction by Partial Matching (PPM) extraídos das mesmas. Para segmentar uma imagem, a mesma é dividida em regiões retangulares adjacentes e cada uma delas é atribuída a um grupo distinto. Um algoritmo aglomerativo guloso, que une os dois grupos mais próximos em cada iteração, é aplicado até que o número de grupos seja igual ao número de classes (fornecido pelo usuário). Na etapa seguinte, cujo objetivo é refinar a localização das fronteiras, a imagem é dividida em regiões ainda menores, as quais são atribuídas ao agrupamento cujo modelo PPM resulta na taxa de bits mais baixa. Para avaliar o método proposto, foram utilizados três bancos de imagens: o de Trygve Randen, o de Timo Ojala e um criado pelo autor deste trabalho. Ajustando-se os parâmetros do método para cada imagem, a taxa de acerto obtida foi em torno de 97% na maioria dos casos e 100% em vários deles. O método proposto, cuja principal desvantagem é a ordem de complexidade, se mostrou robusto a regiões de diferentes formas geométricas, agrupando corretamente até mesmo as desconexas.

The aim of the dissertation is to understand how Heitor Villa-Lobos (1887-1959) elaborated a musical narrative of the nation through his compositions. Therefore, were selected some works that we consider representative and which are, respectively, part of the Chôros series from the 1920s and the Brazilian Bachian-pieces elaborated between the 1930s and 1940s, besides the material organized by the composer for the teaching of orpheonic singing. Our research problem lies in investigate the ways how the several intellectual, artistic and historiographical contexts from the first half of the 20th century acted on the composer‘s sound thinking. Therefore, some dialogues will be established with the field of musicological research with the intent of formulating a methodological orientation of a dialogical and propositional character that will allows us to evaluate Villa-Lobos‘ work beyond its textual content, although it is not ignored. In this regard, a notion of ―musical texture‖ comes into play. Starting from it, will be possible to demonstrate how the composer sought to represent the ―imagined‖ nation according to its ―soundscapes‖, revealing, at the same time, a one and diverse perspective about the Brazilian identity. The work of Villa-Lobos is equivalent to the sense given by Gilberto Freyre in the expression ―balanced antagonism‖: a permeable, miscegenated music, in which contrasting elements of Brazilian musical culture are superimposed in harmony. At last, include Villa-Lobos in the list of interpreters of Brazil is fundamental to evaluate the scope and the outspread of identity narratives from the intellectual scenario of the first half of 20th century. / O objetivo da dissertação é compreender como Heitor Villa-Lobos (1887-1959) elaborou uma narrativa musical da nação através de suas composições. Para tanto, foram selecionadas algumas obras que consideramos representativas e que fazem parte, respectivamente, do ciclo de Choros da década de 1920, das Bachianas Brasileiras elaboradas entre as décadas de 1930 e 1940, além do material organizado pelo compositor para o ensino de canto orfeônico. Nosso problema de pesquisa reside em investigar as maneiras como atuaram os diversos contextos intelectuais, artísticos e historiográficos, da primeira metade do século XX, no pensamento sonoro desse compositor. Para tanto, serão estabelecidos alguns diálogos com o campo da pesquisa musicológica, com o intuito de formular uma orientação metodológica de caráter dialógico e propositivo que permitirá avaliar a obra de Villa-Lobos para além do seu conteúdo textual, embora esse não seja ignorado. Nesse sentido, entra em cena a noção de ―textura musical‖. A partir dela, será possível demonstrar como o compositor buscou representar a nação ―imaginada‖ segundo as suas ―paisagens sonoras‖, revelando uma perspectiva, ao mesmo tempo, una e diversa da identidade brasileira. A obra de Villa-Lobos se equivale ao sentido dado por Gilberto Freyre na expressão ―equilíbrio de antagonismos‖: uma música permeável, miscigenada, em que são sobrepostos, em harmonia, elementos contrastantes da cultura musical brasileira. Por fim, incluir Villa-Lobos no quadro de intérpretes do Brasil é fundamental para avaliar a abrangência e os desdobramentos das narrativas identitárias no cenário intelectual da primeira metade do século XX.

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2016-01-26T17:46:31Z No. of bitstreams: 1 JoseFranciscoDaSilvaNeto_DISSERT.pdf: 5950864 bytes, checksum: 5306cd9802b9aa1c09288d75c32ccbe2 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2016-01-28T18:00:31Z (GMT) No. of bitstreams: 1 JoseFranciscoDaSilvaNeto_DISSERT.pdf: 5950864 bytes, checksum: 5306cd9802b9aa1c09288d75c32ccbe2 (MD5) / Made available in DSpace on 2016-01-28T18:00:31Z (GMT). No. of bitstreams: 1 JoseFranciscoDaSilvaNeto_DISSERT.pdf: 5950864 bytes, checksum: 5306cd9802b9aa1c09288d75c32ccbe2 (MD5) Previous issue date: 2014-09-25 / Segmenta??o digital de imagens ? o processo de atribuir r?tulos distintos a diferentes objetos em uma imagem digital, e o algoritmo de segmenta??o fuzzy tem sido utilizado com sucesso na segmenta??o de imagens de diversas modalidades. Contudo, o algoritmo tradicional de segmenta??o fuzzy falha ao segmentar objetos que s?o caracterizados por texturas cujos padr?es n?o podem ser descritos adequadamente por simples estat?sticas computadas sobre uma ?rea restrita. Neste trabalho apresentamos uma extens?o do algoritmo de segmenta??o fuzzy que realiza segmenta??o de texturas empregando fun??es de afinidade adaptativas e o estendemos a imagens tridimensionais. Fun??es de afinidade adaptativas mudam o tamanho da ?rea em que s?o calculados os descritores da textura de acordo com as caracter?sticas da textura processada, enquanto imagens tridimensionais podem ser descritas como um conjunto finito de imagens bidimensionais. O algoritmo ent?o segmenta o volume com uma ?rea apropriada calculada para cada textura, tornando poss?vel obter boas estimativas dos volumes reais das estruturas alvo do processo de segmenta??o. Experimentos ser?o realizados com dados sint?ticos e reais obtidos no estudo de segmenta??o de tumores cerebrais em imagens m?dicas adquiridas atrav?s de exames de Resson?ncia Magn?tica / Digital image segmentation is the process of assigning distinct labels to different objects in a digital image, and the fuzzy segmentation algorithm has been used successfully in the segmentation of images from several modalities. However, the traditional fuzzy segmentation algorithm fails to segment objects that are characterized by textures whose patterns cannot be successfully described by simple statistics computed over a very restricted area. In this paper we present an extension of the fuzzy segmentation algorithm that achieves the segmentation of textures by employing adaptive affinity functions as long as we extend the algorithm to tridimensional images. The adaptive affinity functions change the size of the area where they compute the texture descriptors, according to the characteristics of the texture being processed, while three dimensional images can be described as a finite set of two-dimensional images. The algorithm then segments the volume image with an appropriate calculation area for each texture, making it possible to produce good estimates of actual volumes of the target structures of the segmentation process. We will perform experiments with synthetic and real data in applications such as segmentation of medical imaging obtained from magnetic rosonance