Return to search

Avaliação de descritores de textura para segmentação não-supervisionada de imagens / Texture descriptors evalution for unsupervised image segmentation

Orientador: Clésio Luis Tozzi / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenhaia Elétrica e de Computação / Made available in DSpace on 2018-08-16T00:09:42Z (GMT). No. of bitstreams: 1
SoutoJunior_CarlosAlberto_M.pdf: 16501917 bytes, checksum: 490a2364c9bd25c00b6cfa939af84889 (MD5)
Previous issue date: 2010 / Resumo: Este trabalho consiste em uma avaliação de descritores de atributos de textura para o caso totalmente não-supervisionado, na qual nada se conhece anteriormente sobre a natureza das texturas ou o número de regiões presentes na imagem. Escolheram-se para descrever as texturas decomposição por filtros de Gabor, descritores escalares baseados em matrizes de co-ocorrência de níveis de cinza e campos aleatórios de Gauss-Markov; e aplicou-se um procedimento baseado no algoritmo k-means, onde o valor ótimo do parâmetro k foi estimado a partir de uma métrica de qualidade calculada nos resultados da execução do algoritmo k-means para vários valores de k. O k ótimo foi obtido pelo "método do cotovelo". Aplicou-se o procedimento em imagens sintéticas e naturais e confrontou-se com uma segmentação manual. Obtiveram-se melhores resultados para imagens agrícolas de baixa altitude e tipo frente-fundo quando usados descritores baseados em matrizes de co-ocorrência; nas imagens de satélite, o método que emprega campos aleatórios foi melhor sucedido / Abstract: This work comprises a texture features descriptors evaluation focusing the fully unsupervised case, where neither the texture nature nor the numbers of regions in the image are previously known. Three distinct texture descriptors were chosen: Image decomposition with Gabor filters, scalar descriptors based in gray-level co-occurrence matrix and Gauss-Markov random fields; and an automatic region number determination framework was applied. For performance evaluation, the procedure was applied in both synthetic and natural images / Mestrado / Engenharia de Computação / Mestre em Engenharia Elétrica

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.unicamp.br:REPOSIP/261351
Date16 August 2018
CreatorsSouto Junior, Carlos Alberto
ContributorsUNIVERSIDADE ESTADUAL DE CAMPINAS, Tozzi, Clésio Luis, 1948-, Nogueira, Fernando Marques de Almeida, Netto, Marcio Luiz de Andrade
Publisher[s.n.], Universidade Estadual de Campinas. Faculdade de Engenharia Elétrica e de Computação, Programa de Pós-Graduação em Engenharia Elétrica
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Format128 p. : il., application/pdf
Sourcereponame:Repositório Institucional da Unicamp, instname:Universidade Estadual de Campinas, instacron:UNICAMP
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0022 seconds