Orientador: Marcus Vinicius Soledade Poggi de Aragão / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-07-23T14:07:59Z (GMT). No. of bitstreams: 1
Farias_MariadoSocorroAlvesTaumaturgode_M.pdf: 3829944 bytes, checksum: 99a0235b38672fc180f6ff5dbef49c96 (MD5)
Previous issue date: 1997 / Resumo: Deteção de contornos é uma importante tarefa em processamento de imagens. Desempenha um papel crucial em reconhecimento de padrões e sistemas de tratamento de imagens, o que explica o grande número de trabalhos que têm sido aplicados a detectar contornos de regiões em imagens obtidas em diferentes contextos. Apesar disto, a detecção automática de contornos é ainda um grande desafio para a tecnologia de hoje. Uma maneira de atacar o problema é através da definição de uma função de custo capaz de capturar o conceito de um contorno ou borda. Neste trabalho é usada a função de custo proposta por Tan, Gelfand e Delp, que é uma combinação linear de fatores tais como continuidade de uma linha de borda, dissimilaridade entre regiões limitadas por bordas e espessura de bordas. Esta função é usada para propor um novo algoritmo para minimização de custos. Trabalhos anteriores, que minimizam a mesma função de custos, foram propostos por Tan et ai., que realizou experiências com algoritmos baseados em busca local e em Simulated Annealing, além de Bhandarkar et ai., que desenvolveu um algoritmo genético para deteção'de contornos. O algoritmo aqui apresentado é baseado na busca em vizinhanças variáveis, proposta por Hansen e Mladenovic, que é uma busca local que inteligentemente trata com diferentes vizinhanças. A experiência computacional mostrou resultados favoráveis à abordagem proposta em relação às anteriores, no que diz respeito ao tempo de, CPU e aos valores encontrados para a função de custo. / Abstract: Edge detection is an important task in image processing. It plays a crucial role in object recognition and image understanding systems, what explains the great deal of research that has been dedicated to detect region edges in images obtained from different contexts. Nevertheless, the automatic edge detection is still a great challenge to today's technology. One way to tackle this problem is by the definition of a cost function able to capture the concept of an edge. We use the cost function proposed by TanJ Gelfand and Delp, which is a linear combination of factors such as continuity of an edge, region dissimilarity and edge thickness, to propose a new algorithm for the minization of the resulting function. Previous works that minimize equivalent cost function has been proposed by Tan et al., who experimented with local search and Simulated Annealing algorithms, and Bhandarkar et al., who developed a Genetic Algorithm to accomplish this task. Our algorithm is based on Hansen and Mladenovíc's Variable Neighborhood Search (VNS), which is a local search capable of playing smartly with different neighborhoods. The computational experience showed that our algorithm compares favorably with the previous ones with respect to CPU time and minimum cost function value found. / Mestrado / Mestre em Ciência da Computação
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.unicamp.br:REPOSIP/276108 |
| Date | 20 June 1997 |
| Creators | Farias, Maria do Socorro Alves Taumaturgo de |
| Contributors | UNIVERSIDADE ESTADUAL DE CAMPINAS, Aragão, Marcus Vinicius Soledade Poggi de, 1959-, Lotufo, Roberto Alencar, Stolfi, Jorge |
| Publisher | [s.n.], Universidade Estadual de Campinas. Instituto de Computação, Programa de Pós-Graduação em Ciência da Computação |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | 129f. : il., application/octet-stream |
| Source | reponame:Repositório Institucional da Unicamp, instname:Universidade Estadual de Campinas, instacron:UNICAMP |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0017 seconds