Tese (doutorado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Mecânica, 2016. / Submitted by Raquel Almeida (raquel.df13@gmail.com) on 2017-06-27T14:09:03Z
No. of bitstreams: 1
2016_CamiloSánchezFerreira.pdf: 39423327 bytes, checksum: e8bc7518aad5042efe883689a3632b96 (MD5) / Approved for entry into archive by Raquel Viana (raquelviana@bce.unb.br) on 2017-08-15T10:42:02Z (GMT) No. of bitstreams: 1
2016_CamiloSánchezFerreira.pdf: 39423327 bytes, checksum: e8bc7518aad5042efe883689a3632b96 (MD5) / Made available in DSpace on 2017-08-15T10:42:02Z (GMT). No. of bitstreams: 1
2016_CamiloSánchezFerreira.pdf: 39423327 bytes, checksum: e8bc7518aad5042efe883689a3632b96 (MD5)
Previous issue date: 2017-08-15 / Este trabalho apresenta uma abordagem para restauração automática de imagens degradadas por um meio subaquático. Neste cenário, a restauração objetiva facilitar a aplicação de etapas posteriores baseadas em algoritmos de processamento de imagens e visão computacional. A estratégia de restauração apresentada neste trabalho requer uma imagem degradada como única entrada, produzindo uma imagem onde as degradações devidas ao meio subaquático são atenuadas. Neste trabalho são apresentados dois tipos de testes de restauração: (a) restauração para imagens degradadas artificialmente e (b) restauração para imagens reais. Em ambos os tipos de testes, a estratégia de restauração foi baseada na inversão de um modelo de formação de imagens (em um meio subaquático), e guiada por algoritmos de otimização bio-inspirados que visam estimar os parâmetros do modelo com a finalidade de minimizar funções objetivo que descrevem o nível de degradação da imagem. Nos primeiros testes de restauração (utilizando imagens com degradações artificiais), foi utilizado o modelo de formação de imagens proposto por Trucco e OlmosAntillon para imagens em níveis de cinza, que apresenta uma simplificação do efeito de backscattering. Por outro lado, foi realizado um estudo de desempenho de diferentes métricas de avaliação de qualidade de imagens com o objetivo de encontrar uma função objetivo adequada para guiar o processo de otimização. Neste estudo, a métrica NIQE (Natural Image Quality Evaluator) mostrou um melhor desempenho em comparação às demais métricas e foi utilizada como função objetivo. Posteriormente, foi implementada uma estratégia PSO mono-objetivo utilizando a métrica supracitada como função objetivo. Os resultados obtidos a partir de esta estratégia foram comparados com os resultados gerados por dois algoritmos exatos de otimização disponíveis na Toolbox de otimização do MATLAB. Os resultados do algoritmo PSO mostraram ser muito melhores que os apresentados pelos algoritmos exatos, mesmo assim, a imagem resultante apresentou problemas de contraste devido às limitações da métrica neste tipo de degradação. Por esta razão foi testado uma abordagem multi-objetivo baseada no algoritmo de evolução diferencial, onde foi implementada uma segunda métrica baseada na Distribuição de Contraste Local para cobrir a deficiência da métrica NIQE. Os resultados destes testes mostraram melhoras significativas no contraste das imagens restauradas. Nos segundos testes de restauração (usando imagens com degradações subaquáticas reais), foi escolhido o modelo de formação de imagens proposto por Wagner, que considera os dois tipos de degradações: forward-scattering e back-scattering. Neste caso, este modelo foi implementado para a restauração de imagens coloridas, pelo qual foi desenvolvida uma etapa de pré-processamento na qual são estimados um conjunto de parâmetros para compensação cromática. Esta estratégia de restauração foi testada utilizando 5 algoritmos de otimização bio-inspirada (chamados OPSO, RAPSO, ABC, OABC e DE), utilizando como única função objetivo a métrica NIQE. As imagens resultantes (assim como posteriores testes estatísticos) mostraram que os algoritmos OPSO e ABC apresentam o melhor desempenho. Adicionalmente, no contexto deste trabalho também foram desenvolvidas duas ferramentas para o estudo e a implementação de algoritmos de restauração de imagens em meios subaquáticos. A primeira ferramenta consiste na implementação de três modelos simplificados de degradação expostos na literatura, permitindo simular as degradações geradas pela água em qualquer imagem. A segunda ferramenta é o banco UID-LEIA (LEIA Underwater Image Database), que consta de 135 imagens degradadas com um índice de qualidade MOS obtido a partir de experimentos subjetivos. Este banco de imagens foi utilizado para realizar o estudo de desempenho das métricas implementadas no contexto deste trabalho, analisando à capacidade de avaliar a qualidade em imagens com degradações subaquáticas reais. / This work presents an approach for automatic restoration of images degraded by an underwater environment. In this scenery the image restoration aims to make possible the application of subsequent steps based on both image processing and computer vision algorithms. The restoration strategy presented in this work requires a degraded image as the only input, yielding an image where degradations due to the underwater environment are attenuated. In this work two types of restoration experiments are presented: (a) restoration for artificially degraded images and (b) restoration for real images. In both types of experiments, the restoration strategy was based on the inversion of a propagation model (in an underwater environment), guided by bio-inspired optimization algorithms for estimating the model parameters, in order to minimize objective functions that describe the degradation level of the image. In the first restoration experiment (using images with artificial degradations), the propagation model proposed by Trucco and Olmos-Antillon for gray-scale images has been used, which presents a simplification of the back-scattering effect. On the other hand, a performance study of different image quality assessment metrics was performed in order to find out an adequate objective function to guide the optimization process. In this study, the NIQE (Natural Image Quality Estimator) metric showed a better performance in comparison to the other metrics and was used as an objective function. Subsequently, a mono-objective PSO strategy was implemented using the aforementioned metric as an objective function. The results obtained from this strategy were compared with the results generated by two exact optimization algorithms available in the MATLAB Optimization Toolbox. The results of the PSO algorithm shown to be much better than those presented by the exact algorithms, although the resulting image presented contrast problems due to the limitations of the metric in this type of degradation. For this reason, a multi-objective approach based on the differential evolution algorithm was tested, where a second metric based on the Local Contrast Distribution was implemented to cover the deficiency of the NIQE metric. The results of these tests showed significant improvements in the contrast of restored images. In the second restoration experiment (using images with real underwater degradations) the propagation model proposed by Wagner was chosen, which considers both degradations: the forward-scattering and the back-scattering effects. In this case, this model was implemented for the restoration of colour images, whereby a preprocessing stage was developed, in which a set of parameters for colour compensation are estimated. This restoration strategy was tested by using five bio-inspired optimization algorithms (namely, OPSO, RAPSO, ABC, OABC and DE), using the NIQE metric as an unique objective function. The resulting images (as well as subsequent statistical tests) have pointed out that both OPSO and ABC algorithms present the best performance. Additionally, in the context of this work two tools have also been developed for the study and implementation of image restoration algorithms in underwater environments. The first tool consists of the implementation of three simplified degradation models presented in the literature, allowing the simulation of degradations generated by water in any image. The second one is the UID-LEIA database (LEIA Underwater Image Database), which comprises 135 degraded images with a MOS quality index obtained from subjective experiments. This image database was used to perform a performance study of the metrics implemented in the context of this work, analyzing the ability to assess quality in images with real underwater degradations.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.unb.br:10482/24111 |
| Date | 14 December 2016 |
| Creators | Sánchez Ferreira, Camilo |
| Contributors | Coelho, Leandro dos Santos, Llanos Quintero, Carlos Humberto |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Source | reponame:Repositório Institucional da UnB, instname:Universidade de Brasília, instacron:UNB |
| Rights | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data., info:eu-repo/semantics/openAccess |
Page generated in 0.003 seconds