[pt] Esta dissertação apresenta novos algoritmos aproximados e
uma abordagem exata para a resolução de um problema de
correspondência inexata de grafos. O problema considerado é
o de correspondência entre um grafo representando um modelo
genérico e outro representando dados a serem reconhecidos.
Assumi-se que o grafo dos dados possui mais vértices que o
do modelo. A motivação para o estudo desse problema vem de
problemas de reconhecimento de cenas, que consistem na
caracterização dos objetos envolvidos em uma determinada
cena, assim como das relações existentes entre eles. Uma
aplicação para este problema na área de reconhecimento de
imagens médicas é a de efetuar-se o reconhecimento de
estruturas 3D do cérebro humano, a partir de imagens
obtidas por ressonância magnética. Tais imagens são
previamente processadas por algum método de segmentação
automática e o processo de reconhecimento consiste na busca
da correspondência estrutural entre a imagem e um modelo
genérico, tipicamente definido como um atlas de imagens
médicas. Foram propostos novos algoritmos aproximados, tais
como um algoritmo construtivo guloso aleatorizado, um
procedimento de reconexão de caminhos e um GRASP que
combina estes com uma técnica de busca local. Além disso,
foi proposta uma formulação original do problema como um
problema de programação linear inteira, que permitiu a
resolução de algumas instâncias de forma exata. / [en] This dissertation presents new approximation algorithms and
an exact approach to the solution of an inexact graph
matching problem. The problem consists in finding the best
match between a generic model graph and a graph
representing an image, the latter with more nodes than the
former. The motivation for studying this problem comes from
a scene recognition problem, which consists in
characterizing objects involved in a given scene and the
relationships between them. An application of this problem
appears in the analysis of medical images and consists in
recognizing 3-dimensional structures in the human brain
using images obtained by magnetic resonance. Such images
must be previously processed by an automatic segmentation
method and the recognition process consists in the search
of an structural matching between the image and a generic
model, typically defined as an atlas of medical images.
New heuristics are proposed, such as a greedy randomized
construction algorithm, a path relinking procedure and a
GRASP heuristic that combines them with a local search
technique. Furthermore, an original integer formulation
of the problem based on integer multicommodity flows is
proposed, which makes possible the exact solution of medium-
sized instances.
Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:4715 |
Date | 26 March 2004 |
Creators | ALEXANDRE ROCHA DUARTE |
Contributors | CELSO DA CRUZ CARNEIRO RIBEIRO, CELSO DA CRUZ CARNEIRO RIBEIRO |
Publisher | MAXWELL |
Source Sets | PUC Rio |
Language | Portuguese |
Detected Language | Portuguese |
Type | TEXTO |
Page generated in 0.0012 seconds