Made available in DSpace on 2014-06-12T15:52:53Z (GMT). No. of bitstreams: 1
license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5)
Previous issue date: 2009 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / Este trabalho propõe uma nova abordagem para classificação de objetos em imagens binárias
de duas dimensões usando descritores de curvatura, descritores de momento e uma rede neural
artificial. O modelo proposto classifica objetos utilizando uma rede neural supervisionada e,
através do uso de uma distribuição de probabilidade, associa um coeficiente de certeza para
cada classificação. Foram utilizados os descritores de imagens conhecidos por Momento de
Hu e o Curvature Scale Space para prover uma representação invariante às transformações
das imagens, enquanto que o modelo neural proposto utiliza a correlação máxima entre as
representações dos objetos para efetuar a classificação e uma distribuição de probabilidade
para calcular o coeficiente de certeza da classificação de cada imagem. A avaliação da robustez
baseou-se na medida da precisão da classificação para imagens rotacionadas, escaladas e com
transformações não-lineares que formam um conjunto de imagens padrão, usado pelo grupo
MPEG na criação da norma MPEG-7, demonstrando assim a aplicabilidade do método
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/1873 |
| Date | 31 January 2009 |
| Creators | PIRES, Glauber Magalhães |
| Contributors | ARAÚJO, Aluizio Fausto Ribeiro |
| Publisher | Universidade Federal de Pernambuco |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da UFPE, instname:Universidade Federal de Pernambuco, instacron:UFPE |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0026 seconds