Submitted by Fernanda Rodrigues de Lima (fernanda.rlima@ufpe.br) on 2018-07-05T20:54:35Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO Pedro Augusto Lopes Barbosa.pdf: 7038786 bytes, checksum: fcf6649a519539449241602342cf1bd4 (MD5) / Approved for entry into archive by Alice Araujo (alice.caraujo@ufpe.br) on 2018-07-09T18:35:55Z (GMT) No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO Pedro Augusto Lopes Barbosa.pdf: 7038786 bytes, checksum: fcf6649a519539449241602342cf1bd4 (MD5) / Made available in DSpace on 2018-07-09T18:35:55Z (GMT). No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO Pedro Augusto Lopes Barbosa.pdf: 7038786 bytes, checksum: fcf6649a519539449241602342cf1bd4 (MD5) Previous issue date: 2014-09-10 / Biólogos cada vez mais necessitam de dados quantitativos para realizar suas pesquisas. Estes dados podem ser extraídos de imagens adquiridas através de técnicas de microscopia – e.g. microscopia eletrônica, microscopia confocal, etc. - e de técnicas de processamento de imagens e visão computacional. Uma das técnicas frequentemente utilizadas é a segmentação de imagens, uma tarefa que consiste em particionar a imagem em regiões que representam ou compõem os objetos de interesse. Por exemplo, detectar células cancerosas particionando a imagem entre regiões de célula e regiões que não são células; em seguida, outra etapa de processamento é necessária para, baseada nos dados quantitativos obtidos a partir da segmentação, identificar quais das células são cancerosas. Dado que, historicamente, na maioria dos casos não sabemos como elaborar algoritmos de segmentação suficientemente eficazes para realizar o processamento de imagens de maneira ótima, este trabalho propõe uma plataforma web que alia esforços de computadores e usuários para a obtenção dos resultados desejados. O sistema deve ser eficiente, escalável para centenas de usuários, de fácil interpretação para usuários com diferentes níveis de educação e que possa gerar bons resultados de maneira semiautomática. A combinação de segmentações é uma etapa de crucial importância de todo o processo de segmentação colaborativa. É nesta etapa em que as várias segmentações de diferentes usuários são combinadas para obter um resultado final com a menor quantidade de erros possível. A ideia fundamental é que o erro cometido por cada usuário, individualmente, seja compensado pelos acertos dos outros usuários. Para tanto, este trabalho apresenta uma técnica de combinação de segmentações baseada no algoritmo de Distance Transform e binarização de Otsu. Os resultados obtidos neste trabalho mostram que a resolução de problemas de processamento de imagem de maneira colaborativa é um caminho promissor. Além disto, a técnica de combinação de segmentações apresentada possui desempenho satisfatório e tempo de execução comparável ao voto majoritário. / Biologists increasingly require more quantitative data for their researches purposes. These data can be extracted from images acquired through microscopy techniques - e.g. electron microscopy, confocal microscopy, etc. - and computer vision and image processing techniques. Image segmentation is often used for this purpose. It is an image processing technique which aims to partition the image into regions that represent objects of interest. For example, image segmentation could be used to detect cancer cells by partitioning a medical image in regions corresponding to cells. And based on the quantitative data obtained from the segmentation step a further processing step would classify these cell regions as being a cancer cell or not. In the most of the cases we do not know how to elaborate segmentation algorithms efficient enough to achieve an optimal segmentation, this work proposes a web platform where users and computers work together to achieve the desired results. The system may be efficient, scalable to hundreds of users, easy to use for users of different levels of education and has to be able to generate good results in a semiautomatic way. The segmentation merge is one of the most important step for the whole collaborative segmentation system. At this stage the segmentation made by each user is merged into a resultant segmentation which may have a minimal amount of error. The fundamental idea is that the error committed by each user individually is balanced with the success of another users. Then, this work presents a new segmentation merge technique based on Distance Transform and Otsu thresholding. This work has shown that the resolution of image processing problems collaboratively is a promising approach. Furthermore, the segmentation merge technique presented has shown satisfactory performance and execution time comparable to the majority vote execution time.

Este trabalho apresenta um procedimento de estimação dos parâmetros de movimento de um corpo rígido, quais sejam, posição, velocidade linear, velocidade angular e aceleração linear, empregando técnicas de visão computacional fundamentadas na manipulação de sequências de imagens estéreo ruidosas. A estimação envolve o uso de detetares de cantos, observação de pontos ruidosos tridimensionais, aquisição e processamento de imagens e estimação de estados. Atenção especial é dada às duas primeiras técnicas pois é a partir delas que os atributos geométricos do objeto são adquiridos durante o processamento de imagens digitalizadas. O processo de recuperação de pontos tridimensionais foi simulado a partir de informações bidimensionais, usando dois métodos de observação de pontos ruidosos. Um desses métodos reduz o problema de determinação dos pontos tridimensionais à resolução de um sistema de equações lineares pelo método dos mínimos quadrados. O outro utiliza informação do range de um ponto imagem e da correspondência entre um ponto projetado em uma câmera e o correspondente ponto conjugado, localizado na outra câmera. Ainda neste trabalho, técnicas aplicáveis na resolução do problema da correspondência entre imagens estéreos foram estudadas. Duas abordagens são consideradas. Em uma delas, o estudo da correspondência é feito a partir da manipulação de imagens segmentadas e na outra utiliza-se as imagens adquiridas. Um experimento empregando o procedimento de estimação dos parâmetros obtido foi realizado. O experimento consistiu no deslocamento de um corpo rígido em uma mesa e na aquisição de uma seqüência de imagens estéreo. As estimativas obtidas foram comparadas com os valores dos parâmetros de movimento observados experimentalmente. / This work presents a procedure for the estimation of object motion parameters, namely, position, linear velocity, angular velocity and linear acceleration, using computer vision techniques based on manipulation of a sequence of noisy stereo images. The estimation involves corner detection, 3-D noisy point observation, image acquisition, digital image processing and state estimates. Special attention was given to the first two techniques mentioned above because the acquisition of the object features during the image processing was based on them. The process of recovering three dimensional points was simulated from the 2-D information, using two methods based on noisy points observation. One of these methods formulates the problem of determination of the three-dimensional points as a linear system equation problem via least square techniques. The other solves the same problem by using the definition of the range of image points and the correspondence that exists between a projected point on one camera and the correspondent conjugate point on the other camera. We still made in this work a study of techniques dedicated to solve the problem of stereo images correspondence. Two approaches are examined. In one of them, the correspondence is made from segmented images. In the other one, the acquired images are used directly. An experiment using the parameter estimate procedure was performed. The experiment consisted in observing a moving object on a test table and in acquiring a stereo image sequence. The estimates were compared with the motion parameters experimentally observed.

O presente trabalho de doutorado visa estudar o diagnóstico de leucemias por meio de processamento das imagens de microscópio óptico de transmissão, em colaboração com médicos hematologistas do HC-FMRP-USP e sob supervisão do Prof. Dr. Marco Zago. Como nem todas as leucemias podem ser diagnosticadas por meio de parâmetros visuais, apenas os casos de leucemia linfóide serão considerados, uma vez que esses são casos onde as células podem ser classificadas visualmente com precisão. A análise citológica é feita por especialistas humanos, cotidianamente em casos de contagem do número de leucócitos e se limitam à avaliação de um número reduzido de amostras pois é uma tarefa repetitiva, minuciosa e especializada. Com a automação desse processo, há possibilidade de maior número de análises de imagens, com geração de informações estatísticas a respeito das células presentes em amostras de sangue. O reconhecimento automático da célula envolve três etapas básicas: a segmentação da imagem, a extração de características e a classificação. A técnica de reconhecimento de padrões adotada para segmentação das imagens de esfregaços de sangue utiliza aprendizagem supervisionada por cor no espaço RGB, gerando imagens binárias contendo as diferentes regiões de interesse: núcleo, citoplasma, fundo e hemácia. O usuário pode treinar o classificador para uma imagem de esfregaço de sangue periférico, segmentar, filtrar e processar várias medidas das ROIs, particularmente do núcleo e citoplasma, considerando parâmetros de forma, textura e cor. A contribuição desse projeto está na elaboração de programas de interface amigável tanto para reconhecimento de padrões quanto para seleção de característica e mineração de dados. O programa de reconhecimento de padrões é baseado em casos de leucócitos normais, de leucemia linfóide crônica, prolinfocítica e tricoleucemia. Para desenvolvimento do programa de reconhecimento de padrões foi necessária uma grande base de dados, que hoje conta com aproximadamente 1.439 imagens, onde cerca de 1.058 são de leucócitos normais e cerca de 381 de leucêmicos / The current PhD project deals with the leukemia diagnosis using optical microscope image processing, in collaboration with hematologists from HC-FMRP-USP and under supervision of Prof. Dr. Marco Zago. Only specific leukemia cases can be diagnosed through visual parameter, therefore only lymphoid leukemias have been considered since these are the cases in which the cells can be classified visually with accuracy. Expert humans have dedicated to leukocyte differential count daily, limiting the analysis to a reduced number of samples since this task is time-consuming and painstaking. The automation of this process would allow to analyze many more images with wide statistical information about each blood smear slide. The cell recognition can be divided in three steps: the image segmentation, the feature extraction and the classification. The pattern recognition technique to color segment the images utilizes supervised learning in the RGB color space, generating binary images containing the different regions of interest: nucleus, cytoplasm, background and red blood cells. The user can train the classifier to segment a particular image, to filter the resulted image, to process and to extract several cell attributes. Particularly, we are interested in the nucleus and the cytoplasm in terms of the shape, size, color and texture. We have developed softwares with user-friendly interface both to pattern recognition and feature selection/datamining. The pattern recognition system is dedicated to recognize normal leukocytes and lymphoid leukemias as chronic lymphocitic, prolymphocitic and Hairy cells. For developing the pattern recognition system, we collected a large database, which contains approximately 1,439 images nowadays, being around 1,058 normal leukocytes and around 381 abnormal lymphocytes

A integração de sistemas de Visão Computacional com a Robótica Móvel é um campo de grande interesse na pesquisa. Este trabalho demonstra um método de localização global para Robôs Móveis Autônomos baseado na criação de uma memória visual, através da detecção e descrição de pontos de referência de imagens capturadas, com o método SURF, associados a dados de odometria, em um ambiente interno. O procedimento proposto, associado com conhecimento específico sobre o ambiente, permite que a localização seja obtida posteriormente pelo pareamento entre quadros memorizados e a cena atual observada pelo robô. Experimentos são conduzidos para mostrar a efetividade do método na localização robótica. Aprimoramentos para situações difíceis como travessia de portas são apresentados. Os resultados são analisados, e alternativas para navegação e possíveis futuros refinamentos discutidos / Integration of Computer Vision and Mobile Robotics systems is a field of great interest in research. This work demonstrates a method of global localization for Autonomous Mobile Robots based on the creation of a visual memory map, through detection and description of reference points from captured images, using the SURF method, associated to odometer data in a specific environment. The proposed procedure, coupled with specific knowledge of the environment, allows for localization to be achieved at a later stage through pairing of these memorized features with the scene being observed in real time. Experiments are conducted to show the effectiveness of the method for the localization of mobile robots in indoor environments. Improvements aimed at difficult situations such as traversing doors are presented. Results are analyzed and navigation alternatives and possible future refinements are discussed

A importância de elementos de reta nos sistemas de visão dos primatas tem sido reconhecida desde as primeiras experiências eletrofisioiógicas conduzidas a quase quatro décadas. Foram encontradas células sensíveis à orientação e ao comprimento de barras ao longo de toda a parte primária do sistema visual. Em muitas situações torna-se interessante capturar a essência de uma curva com o menor conjunto de pontos possível de forma a minimizarmos a redundância de informação. Tais evidências, aliadas ao fato de uma curva poder ser representada com certa precisão através de segmentos de reta, sugere uma melhor investigação sobre o uso de tais atributos na construção de sistemas de visão computacionais de inspiração biológica. Este trabalho desenvolve uma série de aspectos relacionados a representação de informações visuais, mais especificamente contornos, através de segmentos de reta, incluindo a descrição e a avaliação de desempenho de duas técnicas de aproximação por segmentos de reta (transformada de Hough e \"Vector Tracer\"), assim como a aplicação para a obtenção de histogramas polares de orientação. Um dos principais objetivos desta monografia é a avaliação formal, através da comparação de desempenho da transformada de Hough e do \"Vector Tracer\", como um meio de representação e análise de contornos / The importance of straight features in primate vision systems has been recognized since the first electrophysiological experiments on primate vision systems, conducted almost four decades ago. Cells sensitive to orientation and length of straight features, in variable degree of complexity, where found throughout most of the visual cortex. This suggests it is worth to investigate the use of straight features in the construction of biologically inspired visual systems. Such a concept is suitable because a curve can be represented with relative accuracy through piecewise linear segments. Under several circumstances, it is interesting to capture the essence of a curve with the minimum set of points, in such a way to reduce the redundancy of information. This work is aimed at a series of aspects related to the piecewise linear representation of visual information, including: the description and benchmarking of two techniques (Hough Transform and Vector Tracer), as well as their application for the extraction of orientation polar histograms. The main purpose of this work is to formally evaluate, through benchmarking, the performance of the Hough Transform and the Vector Tracer as a means of contour representation and analysis

Desde a década de 70, os Sistemas de Inspeção Visual vêm conquistando espaço em aplicações industriais, robôs, etc. Na década de 80, avanços científicos e tecnológicos colaboraram definitivamente para o crescimento do desenvolvimento e aplicações dos Sistemas de Inspeção Visual. Atualmente, é possível encontrar muitos desses sistemas no mercado comercial, com um custo não muito elevado. Normalmente, esses sistemas são desenvolvidos para analisar diversos tipos de imagens, incluindo diversas ferramentas relacionadas. O presente trabalho descreve o desenvolvimento de um aplicativo de Inspeção Visual para analisar imagens extraídas de pesquisas realizadas em três diferentes laboratórios. Um dos objetivos desse projeto foi manter, de forma periódica e continuada, interações com os usuários, sendo que estes sugeriram idéias para o desenvolvimento ao esclarecerem suas necessidades particulares. Isso permitiu o desenvolvimento de soluções efetivas, incluindo interfaces gráficas e algoritmos específicos, aperfeiçoados pelo uso pelos pesquisadores / Since the 70\'s Visual Inspection Systems have been finding their way to several industrial applications in research laboratories, automobiles, robots, etc. In the 80\'s scientific and technological advances have definitely paved the way toward the growth in development and applications of Visual Inspection Systems. Nowadays, many of such systems are available off-the-shelf, and at a not too high cost. Normally, these systems are developed to analyze a number of types of images, including several related tools. This work reports the development of a Visual Inspection software to be used in the analysis of images produced by three distinct laboratories. One of the objectives of this project was to keep periodical interactions with the users, who suggested their ideas during the development of the system, clarifying their specific needs. The system kept its characteristics as a tool for dedicated Visual Inspection, once the graphic interfaces and some algorithms have been improved from the use by the involved researchers

Um componente fundamental no sistema de um robô móvel consiste na habilidade de localizar-se acuradamente, o que envolve estimar sua postura em relação a uma representação global do espaço. A especificação geral de uma abordagem de localização baseada em dados sensoriais possui uma estimativa inicial da postura do robô e usa os dados coletados pelos sensores, em conjunto com um mapa do ambiente, para produzir uma estimativa mais precisa da postura, que oferece um valor de maior confiança em relação à postura real do robô. Uma dificuldade é que os dados sensoriais são corrompidos por erros de medidas derivados de diversas fontes, como ruídos, quantização, dispositivos de digitalização, deslizamentos do robô, entre outras. Sensores distintos medem diferentes propriedades físicas, corrompidas por diversos erros de medida. O uso de dados oriundos de vários sensores fornece informação redundante e complementar, que pode ser processada para derivar uma estimativa combinada com o objetivo de aumentar a confiança na estimativa final da postura. Nesta dissertação é proposto ELViS, um sistema que estima a localização de um robô móvel equipado com odômetros, uma câmera de vídeo e um semi-anel frontal de 8 sonares, o qual opera, com sucesso, em um ambiente interno, estruturado e estático. Assume-se que o robô navega sobre uma superfície plana e que diversos segmentos de retas possam ser identificados nas imagens do ambiente. Para aumentar a seletividade dos marcos visuais e diminuir a complexidade computacional no processamento e correspondência dos dados com os modelos, elementos do ambiente são representados por modelos minimalistas, possibilitando o uso do ELViS em um grande número de aplicações onde o custo ou tempo de execução sejam fatores limitantes. ELViS foi implementado e testado utilizando dois estimadores baseados em Filtro de Kalman. Os resultados, obtidos com robôs reais e em simulações, indicam direções bastante promissoras. / A key component of a mobile robot system is the ability to localize itself accurately, which involves estimating its pose with respect to some global representation of space. The general specification of a sensor-based localization approach starts with an initial estimate of the robot\'s pose and uses sensor data in conjunction with a map to produce a refined pose estimate that has an increased confidence about the true pose of the robot. One of the main difficulties is that sensor data is corrupted by measurement errors. These errors can arise from noise, quantization, digitalization artifacts, wheel slippage, and other such sources. Different sensors measure different physical properties, which are corrupted by different sources of measurement errors. The use of data from multiple sensors provides redundant and complementary information that can be processed to obtain a combined estimate aiming at an increase in the confidence of the final pose estimate. In this work we propose ELViS, a system that estimates the localization of a mobile robot equipped with odometers, a video camera and a frontal semi-ring of 8 sonar sensors, and that operates successfully in stationary and structured indoor environments. It is assumed that the robot navigates on flat surfaces and that straight lines can be identified in the environment image acquired by the camera. To increase selectivity of the landmarks and reduce computational complexity in data processing and matching to the map, environment features are represented using minimalist models in the map. This allows the use of ELViS in a large number of applications where tight budget or execution time constraints exist. ELViS has been implemented and tested using two estimators based on the Kalman Filter. The results, obtained with the real robots and in series of simulation runs, indicate promising directions.

O presente trabalho apresenta o desenvolvimento de um sistema de Visão Artificial inteligente visando uma maior velocidade de processamento, um menor custo e aumento na produtividade industrial. Para o desenvolvimento do sistema foi utilizado o computador paralelo SPP3 desenvolvido no LCAD (Laboratório de Computação de Alto Desempenho) do ICMSC (Instituto de Ciências e Matemática de São Carlos) que utiliza uma arquitetura paralela MIMD com memória distribuída e a uma rede de comunicação de alta velocidade do tipo Myrinet [TRINDADE, 1994]. Este trabalho de tese teve como proposta desenvolver um sistema de visão em tempo real. Para atender os objetivos propostos citados, realizou-se de forma inédita a utilização de métodos estatísticos na extração do mínimo de características naturais (textura) e artificiais (histograma), invariantes à transformações geométricas, que definam a cena (ou objeto), para formar os vetores de atributos destinados ao treinamento e aprendizagem de redes neurais, utilizando ainda a técnica de invariância pelo treinamento. E para melhorar ainda mais a eficiência recorreu-se a utilização do paralelismo de hardware e software, proporcionando uma aplicação para multicomputadores / The present work presents the development of an intelligent Artificial Vision system seeking larger processing speed, smaller cost and increase in the industrial productivity. For the development of the system, a parallel computer was used, the SPP3 developed in LCAD (Laboratory of Computation of High Performance computing) of the ICMSC (Institute of Sciences and Mathematics of São Carlos). The SPP3 uses a parallel architecture MIMD with distributed memory and the a high-speed Myrinet communication network [TRINDADE, 1994]. This Thesis\'s work has with plan the development of a vision\'s sistem in real time. To attend the objetives cited, it was realized of original form, the utilization of statistical methods in extraction of less natural feature (texture) and artificial (histogram) invariants for geometrics transformations, that define the scene (or objects), to form the attributes vectors destinated for training and learning of neural networks, still using the invariants technical for training. And to improve more the eficient have recourse to use parallelism of hardware and software, giving a application to multicomputers

Um componente fundamental no sistema de um robô móvel consiste na habilidade de localizar-se acuradamente, o que envolve estimar sua postura em relação a uma representação global do espaço. A especificação geral de uma abordagem de localização baseada em dados sensoriais possui uma estimativa inicial da postura do robô e usa os dados coletados pelos sensores, em conjunto com um mapa do ambiente, para produzir uma estimativa mais precisa da postura, que oferece um valor de maior confiança em relação à postura real do robô. Uma dificuldade é que os dados sensoriais são corrompidos por erros de medidas derivados de diversas fontes, como ruídos, quantização, dispositivos de digitalização, deslizamentos do robô, entre outras. Sensores distintos medem diferentes propriedades físicas, corrompidas por diversos erros de medida. O uso de dados oriundos de vários sensores fornece informação redundante e complementar, que pode ser processada para derivar uma estimativa combinada com o objetivo de aumentar a confiança na estimativa final da postura. Nesta dissertação é proposto ELViS, um sistema que estima a localização de um robô móvel equipado com odômetros, uma câmera de vídeo e um semi-anel frontal de 8 sonares, o qual opera, com sucesso, em um ambiente interno, estruturado e estático. Assume-se que o robô navega sobre uma superfície plana e que diversos segmentos de retas possam ser identificados nas imagens do ambiente. Para aumentar a seletividade dos marcos visuais e diminuir a complexidade computacional no processamento e correspondência dos dados com os modelos, elementos do ambiente são representados por modelos minimalistas, possibilitando o uso do ELViS em um grande número de aplicações onde o custo ou tempo de execução sejam fatores limitantes. ELViS foi implementado e testado utilizando dois estimadores baseados em Filtro de Kalman. Os resultados, obtidos com robôs reais e em simulações, indicam direções bastante promissoras. / A key component of a mobile robot system is the ability to localize itself accurately, which involves estimating its pose with respect to some global representation of space. The general specification of a sensor-based localization approach starts with an initial estimate of the robot\'s pose and uses sensor data in conjunction with a map to produce a refined pose estimate that has an increased confidence about the true pose of the robot. One of the main difficulties is that sensor data is corrupted by measurement errors. These errors can arise from noise, quantization, digitalization artifacts, wheel slippage, and other such sources. Different sensors measure different physical properties, which are corrupted by different sources of measurement errors. The use of data from multiple sensors provides redundant and complementary information that can be processed to obtain a combined estimate aiming at an increase in the confidence of the final pose estimate. In this work we propose ELViS, a system that estimates the localization of a mobile robot equipped with odometers, a video camera and a frontal semi-ring of 8 sonar sensors, and that operates successfully in stationary and structured indoor environments. It is assumed that the robot navigates on flat surfaces and that straight lines can be identified in the environment image acquired by the camera. To increase selectivity of the landmarks and reduce computational complexity in data processing and matching to the map, environment features are represented using minimalist models in the map. This allows the use of ELViS in a large number of applications where tight budget or execution time constraints exist. ELViS has been implemented and tested using two estimators based on the Kalman Filter. The results, obtained with the real robots and in series of simulation runs, indicate promising directions.

A importância de elementos de reta nos sistemas de visão dos primatas tem sido reconhecida desde as primeiras experiências eletrofisioiógicas conduzidas a quase quatro décadas. Foram encontradas células sensíveis à orientação e ao comprimento de barras ao longo de toda a parte primária do sistema visual. Em muitas situações torna-se interessante capturar a essência de uma curva com o menor conjunto de pontos possível de forma a minimizarmos a redundância de informação. Tais evidências, aliadas ao fato de uma curva poder ser representada com certa precisão através de segmentos de reta, sugere uma melhor investigação sobre o uso de tais atributos na construção de sistemas de visão computacionais de inspiração biológica. Este trabalho desenvolve uma série de aspectos relacionados a representação de informações visuais, mais especificamente contornos, através de segmentos de reta, incluindo a descrição e a avaliação de desempenho de duas técnicas de aproximação por segmentos de reta (transformada de Hough e \"Vector Tracer\"), assim como a aplicação para a obtenção de histogramas polares de orientação. Um dos principais objetivos desta monografia é a avaliação formal, através da comparação de desempenho da transformada de Hough e do \"Vector Tracer\", como um meio de representação e análise de contornos / The importance of straight features in primate vision systems has been recognized since the first electrophysiological experiments on primate vision systems, conducted almost four decades ago. Cells sensitive to orientation and length of straight features, in variable degree of complexity, where found throughout most of the visual cortex. This suggests it is worth to investigate the use of straight features in the construction of biologically inspired visual systems. Such a concept is suitable because a curve can be represented with relative accuracy through piecewise linear segments. Under several circumstances, it is interesting to capture the essence of a curve with the minimum set of points, in such a way to reduce the redundancy of information. This work is aimed at a series of aspects related to the piecewise linear representation of visual information, including: the description and benchmarking of two techniques (Hough Transform and Vector Tracer), as well as their application for the extraction of orientation polar histograms. The main purpose of this work is to formally evaluate, through benchmarking, the performance of the Hough Transform and the Vector Tracer as a means of contour representation and analysis