Made available in DSpace on 2015-05-14T12:36:54Z (GMT). No. of bitstreams: 1
arquivototal.pdf: 2499209 bytes, checksum: 80d399f8f00f3e82d2a3b34e52fd6b05 (MD5)
Previous issue date: 2009-08-27 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / As the processing power of computers increases, the quantity and complexity of stored data
have growing in the same way, requiring more sophisticated mechanisms to accomplish
retrieval with efficacy and efficiency over these information. In image processing, it has
become common the retrieval based on its own content, namely Content-Based Image
Retrieval (CBIR), which eliminates the need to place additional annotations as textual
descriptions and keywords registered by an observer. The purpose of this work is the
development of an image retrieval mechanism based on shape recognition. The mechanism
consists in (1) compute the Full Curvature Scale Space (FullCSS) image descriptors; and (2)
apply over them a lossless compression method objecting to (3) classify these descriptors and
retrieve the corresponding images. The FullCSS descriptors register the curvature variations
on the image contour indicating the degree and the signal of these variations, which allow
identifying where the curvature is concave or convex. The adopted compression method uses
the Prediction by Partial Matching (PPM) compression model, which has been successfully
used in other works to classify texture images. The results obtained show that this novel
approach is able to reach competitive levels of efficacy and efficiency when compared to
other works recently developed in this same area. / Com o aumento do poder de processamento dos computadores, cresceu também a quantidade
e complexidade dos dados armazenados, exigindo mecanismos cada vez mais sofisticados
para se conseguir uma recuperação eficaz e eficiente destas informações. No caso do
processamento de imagens, tem se tornado comum a recuperação baseada em seu próprio
conteúdo, ou seja, Recuperação de Imagem Baseada em Conteúdo (Content-Based Image
Retrieval CBIR), eliminando a necessidade de anotações adicionais como descrições
textuais e palavras-chave registradas por um observador. A proposta deste trabalho é o
desenvolvimento de um mecanismo de recuperação de imagens através do reconhecimento de
sua forma. O mecanismo consiste em (1) calcular os descritores Full Curvature Scale Space
(FullCSS) das imagens; e (2) aplicar sobre eles um método de compressão sem perdas com a
finalidade de (3) classificar esses descritores e recuperar as imagens correspondentes. Os
descritores FullCSS registram as variações na curvatura do contorno da imagem indicando o
grau e o sinal dessas variações, permitindo identificar onde a curvatura é côncava ou convexa.
O método de compressão adotado utiliza o modelo de compressão Prediction by Partial
Matching (PPM), utilizado com sucesso em outros trabalhos para classificar imagens de
texturas. Os resultados obtidos indicam que esta abordagem inovadora é capaz de atingir
níveis competitivos de eficácia e eficiência quando comparada a outros trabalhos atualmente
desenvolvidos nesta mesma área.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede.biblioteca.ufpb.br:tede/6137 |
| Date | 27 August 2009 |
| Creators | Lordão, Fernando Augusto Ferreira |
| Contributors | Batista, Leonardo Vidal |
| Publisher | Universidade Federal da Paraíba, Programa de Pós-Graduação em Informática, UFPB, BR, Informática |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFPB, instname:Universidade Federal da Paraíba, instacron:UFPB |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | 4679641312648529202, 600, 600, 600, 600, 7879657947546587587, 3671711205811204509, 2075167498588264571 |
Page generated in 0.0028 seconds