Return to search

DetecÃÃo de cantos em formas binÃrias planares e aplicaÃÃo em recuperaÃÃo de formas / Corner Detection in Planar Binary Shapes and its application in Shape Retrieval

CoordenaÃÃo de AperfeiÃoamento de Pessoal de NÃvel Superior / Sistemas de recuperaÃÃo de imagens baseada em conteÃdo (do termo em inglÃs, Content-Based Image Retrieval - CBIR) que operam em bases com grande volume de dados constituem um problema relevante e desafiador em diferentes Ãreas do conhecimento, a saber, medicina, biologia, computaÃÃo, catalogaÃÃo em geral, etc. A indexaÃÃo das imagens nestas bases pode ser realizada atravÃs de conteÃdo visual como cor, textura e forma, sendo esta Ãltima caracterÃstica a traduÃÃo visual dos objetos em uma cena. Tarefas automatizadas em inspeÃÃo industrial, registro de marca, biometria e descriÃÃo de imagens utilizam atributos da forma, como os cantos, na geraÃÃo de descritores para representaÃÃo, anÃlise e reconhecimento da mesma, possibilitando ainda que estes descritores se adequem ao uso em sistemas de recuperaÃÃo.
Esta tese aborda o problema da extraÃÃo de caracterÃsticas de formas planares binÃrias a partir de cantos, na proposta de um detector multiescala de cantos e sua aplicaÃÃo em um sistema CBIR. O mÃtodo de detecÃÃo de cantos proposto combina uma funÃÃo de angulaÃÃo do contorno da forma, a sua decomposiÃÃo nÃo decimada por transformada wavelet ChapÃu Mexicano e a correlaÃÃo espacial entre as escalas do sinal de angulaÃÃo decomposto. A partir dos resultados de detecÃÃo de cantos, foi realizado um experimento com o sistema CBIR proposto, em que informaÃÃes locais e globais extraÃdas dos cantos detectados da forma foram combinadas à tÃcnica DeformaÃÃo Espacial DinÃmica (do termo em inglÃs, Dynamic Space Warping), para fins de anÃlise de similaridade formas com tamanhos distintos. Ainda com este experimento foi traÃada uma estratÃgia de busca e ajuste dos parÃmetros multiescala de detectores de cantos, segundo a maximizaÃÃo de uma funÃÃo de custo.
Na avaliaÃÃo de desempenho da metodologia proposta, e outras tÃcnicas de detecÃÃo de cantos, foram empregadas as medidas PrecisÃo e RevocaÃÃo. Estas medidas atestaram o bom desempenho da metodologia proposta na detecÃÃo de cantos verdadeiros das formas, em uma base pÃblica de imagens cujas verdades terrestres estÃo disponÃveis. Para a avaliaÃÃo do experimento de recuperaÃÃo de imagens, utilizamos a taxa Bullâs eye em trÃs bases pÃblicas. Os valores alcanÃados desta taxa mostraram que o experimento proposto foi bem sucedido na descriÃÃo e recuperaÃÃo das formas, dentre os demais mÃtodos avaliados. / Content-based image retrieval (CBIR) applied to large scale datasets is a relevant and challenging problem present in medicine, biology, computer science, general cataloging etc.
Image indexing can be done using visual information such as colors, textures and shapes (the visual translation of objects in a scene). Automated tasks in industrial inspection, trademark registration, biostatistics and image description use shape attributes, e.g. corners, to generate descriptors for representation, analysis and recognition; allowing those descriptors to be used in image retrieval systems.
This thesis explores the problem of extracting information from binary planar shapes from corners, by proposing a multiscale corner detector and its use in a CBIR system. The proposed corner detection method combines an angulation function of the shape contour, its non-decimated decomposition using the Mexican hat wavelet and the spatial correlation among scales of the decomposed angulation signal. Using the information provided by our corner detection algorithm, we made experiments with the proposed CBIR. Local and global information extracted from the corners detected on shapes was used in a Dynamic Space Warping technique in order to analyze the similarity among shapes of different sizes. We also devised a strategy for searching and refining the multiscale parameters of the corner detector by maximizing an objective function.
For performance evaluation of the proposed methodology and other techniques, we employed the Precision and Recall measures. These measures proved the good performance of our method in detecting true corners on shapes from a public image dataset with ground truth information. To assess the image retrieval experiments, we used the Bullâs eye score in three public databases. Our experiments showed our method performed well when compared to the existing approaches in the literature.

Identiferoai:union.ndltd.org:IBICT/oai:www.teses.ufc.br:7513
Date25 June 2013
CreatorsIÃlis Cavalcante de Paula JÃnior
ContributorsFÃtima Nelsizeuma Sombra de Medeiros, Francisco Nivando Bezerra, George Andrà Pereira ThÃ, CÃlia Aparecida Zorzo Barcelos, Renata Maria Cardoso Rodrigues de Souza, RÃgis Cristiano Pinheiro Marques
PublisherUniversidade Federal do CearÃ, Programa de PÃs-GraduaÃÃo em Engenharia de TeleinformÃtica, UFC, BR
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis
Formatapplication/pdf
Sourcereponame:Biblioteca Digital de Teses e Dissertações da UFC, instname:Universidade Federal do Ceará, instacron:UFC
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0022 seconds