Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.ufc.br/handle/riufc/18266
Tipo: Dissertação
Título : Casamento de padrões e operadores morfológicos adaptativos
Título en inglés: Template matching and adaptive morphological operators
Autor : Almeida Filho, Magno Prudêncio de
Tutor: Braga, Arthur Plínio de Souza
Co-asesor: Silva, Francisco de Assis Tavares Ferreira da
Palabras clave : Engenharia elétrica;Imagens digitais - Processamento;Aprendizado do computador;Inteligência artificial
Fecha de publicación : 2016
Citación : ALMEIDA FILHO, M. P. Casamento de padrões e operadores morfológicos adaptativos. 2016. 125 f. Dissertação (Mestrado em Engenharia Elétrica)-Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2016.
Resumen en portugués brasileño: A morfologia matemática é uma abordagem utilizada em problemas de processamento e análise de imagens em que são realizadas transformações de um objeto (imagem) por padrões de formas pré-definidas. Tais transformações são efetuadas por operadores morfológicos, sendo a erosão e a dilatação os operadores morfológicos elementares. Neste trabalho é apresentado um mecanismo de aprendizagem destinado à geração automática de templates, a serem utilizados em operadores morfológicos de casamento inexato de padrões (em que o casamento não precisa ser perfeito). Esse modelo de operador é aqui denominado de Operador Morfológico Adaptativo de Casamento de Padrões (OMACP), e combina o formalismo da morfologia matemática através de ELUTs (Elementary Look-Up Tables) com técnicas de aprendizagem de máquina. Os operadores morfológicos para casamento de padrões via ELUTs já descritos na literatura permitem o casamento inexato de padrões, ou detecção com folga, em imagens digitais através da definição de um intervalo em torno de um padrão de referência. Esse intervalo aplicado em todos os pixels do padrão de referência possui um valor constante e sua escolha depende de parâmetros cujo ajuste normalmente é realizado tendo como base resultados empíricos, além de ser fortemente sensível a idiossincrasia do usuário. Este trabalho propõe um mecanismo, baseado em parâmetros estatísticos, que automatiza a escolha desse intervalo. Além de não considerá-lo mais um valor constante para todos os pixels do padrão de referência. Tal mecanismo reduz assim a interferência de um usuário na definição dos parâmetros do operador morfológico. Para comprovar a eficácia obtida com a inclusão tanto das técnicas de aprendizagem quanto do mecanismo de escolha do intervalo em torno do padrão de referência, foram realizados experimentos comparativos entre o OMACP proposto (com a inclusão das novas funcionalidades) com os operadores já descritos na literatura sem essas alterações.
Abstract: Mathematical morphology is an approach applied in processing and image analysis problems that performs transformations in an object (image) by patterns of predefined forms. Such transformations are called morphological operators, with erosion and dilation being the elementary morphological operators. This work presents a machine learning mechanism applied for the automatic generation of templates, to be used by inexact template matching morphological operators. This model of operator is called Template Matching Adaptive Morphological Operator (OMACP), and combines the formalism of mathematical morphology through ELUTs (Elementary Look-Up Tables) with machine learning techniques. The ELUTs based template matching morphological operators already described in the literature allow inexact pattern recognition in digital images by defining a range around a reference pattern. This range has a constant value that is applied to all pixels of reference patterns, and its choice depends on parameters whose adjustments is usually performed based on empirical results, besides being highly sensitive to user idiosyncrasies. This work also proposes a mechanism, based on statistical parameters, which automates the choice of these range. Besides not consider it a constant value for all pixels of reference pattern. Such mechanism reduces the interference of a user to define the parameters of the morphological operator. To prove the effectiveness achieved with the inclusion of learning techniques and the choices mechanism of the range around the pattern reference, were performed comparative experiments between the proposed OMACP (with the inclusion of new features) with operators already studied without these features.
URI : http://www.repositorio.ufc.br/handle/riufc/18266
Aparece en las colecciones: DEEL - Dissertações defendidas na UFC

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
2016_dis_mpalmeidafilho.pdf3,84 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.