Use este identificador para citar ou linkar para este item:
http://repositorio.ufc.br/handle/riufc/78329
Tipo: | Tese |
Título: | Um algoritmo rápido e modelos de propagação para técnica de level set aplicados na segmentação hierárquica de imagens |
Título em inglês: | A fast algorithm and propagation models for level set technique applied in hierarchical image segmentation |
Autor(es): | Braga, Alan Magalhães |
Orientador: | Medeiros, Fátima Nelsizeuma Sombra de |
Coorientador: | Marques, Regis Cristiano Pinheiro |
Palavras-chave em português: | Segmentação de imagem;Método de contornos ativos;Método Level set;Neoplasias do Colo do Útero;Imagens digitais |
Palavras-chave em inglês: | Image segmentation;Active contouring method;Level set method;Cervical Neoplasms |
CNPq: | CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
Data do documento: | 22-Dez-2020 |
Citação: | BRAGA, Alan Magalhães. Um algoritmo rápido e modelos de propagação para técnica de level set aplicados na segmentação hierárquica de imagens. 2020. 99 f. Tese (Doutorado em Engenharia de Teleinformática) - Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2020. |
Resumo: | Métodos de segmentação de imagens são cruciais em sistemas de visão computacional, uma vez que os resultados destes métodos são entradas para as etapas seguintes, como extração de características e classificação. Técnicas baseadas em level sets têm sido utilizadas com sucesso em muitas aplicações de segmentação de imagens digitais. Nestas técnicas, a delimitação das regiões de interesse ocorre quando uma curva inicial evolui de acordo com um modelo de propagação, e a escolha deste modelo deve estar diretamente relacionada ao problema de segmentação em questão. Assim, diferentes tipos de imagens digitais, como imagens com células cervicais e imagens de radar de abertura sintética (Synthetic Aperture Radar, SAR), podem ser segmentadas utilizando level sets. A proposta tradicional deste método obtém resultados de segmentação binária e tem um alto custo computacional. Assim, nesta tese, é proposto um algoritmo rápido de level set binário implementado em banda estreita (narrow band) e regularizado com um filtro da mediana. Além disso, foram propostos modelos de propagação para segmentação de imagens digitais e implementações hierárquicas para duas aplicações distintas: segmentação de núcleos em imagens com células cervicais e segmentação de imagens SAR. As abordagens hierárquicas propostas, utilizando o algoritmo level set binário proposto, segmentam recursivamente uma região em duas novas regiões, iniciando da imagem completa, e o processo finaliza automaticamente quando não for mais possível realizar divisões. Para avaliar o desempenho das abordagens propostas foram realizados experimentos em três bancos de dados públicos de imagens com células cervicais e experimentos em imagens SAR sintéticas e reais, seguindo os modelos e . Para a avaliação quantitativa dos resultados de segmentação nas imagens com células cervicais foram utilizadas as medidas baseadas em pixel precisão, revocação e ZSI (Zijdenbos Similarity Index) e as medidas precisão e revocação baseadas em objeto. Estas medidas indicaram que a implementação hierárquica proposta apresentou um bom desempenho em relação ao numero de núcleos segmentados corretamente e atingiu valores de ZSI iguais ou superiores a 0,90. Para a avaliação quantitativa dos resultados de segmentação nas imagens SAR foram utilizadas as medidas ajuste cruzado de região (cross-region fitting, CRF), erro de segmentação e ZSI. Com base nessas medidas, a abordagem proposta alcançou bons resultados de segmentação em imagens modeladas com as distribuições e |
Abstract: | Image segmentation methods are crucial in computer vision systems, since the results of these methods are inputs to the following steps, such as feature extraction and classification. The level set methods have been used successfully in many digital image segmentation applications. In order to apply these methods for region segmentation, an initial curve evolves according to a propagation model, in which the choice of this model must be directly related to the segmentation problem addressed. Thus, different types of digital images, such as cervical cell images and synthetic aperture radar (SAR) images, can be segmented using level sets. The traditional proposal of this approach provides binary segmentation and it has a high computational cost. Thus, in this thesis, we proposed a fast binary level set algorithm, implemented in narrow band and regularized with a median filter. In addition, we proposed propagation models for digital image segmentation and hierarchical implementations for nuclei segmentation on cervical cell images and for SAR image segmentation. The proposed hierarchical approaches, using the proposed binary level set algorithm, recursively segment a region into two new regions, starting from the whole image, and the process stops when all regions cannot be further divided. For performance assessment of the proposed approaches, we carried out experiments on three public image databases with cervical cells and experiments on synthetic and real SAR images, following the models and . For the quantitative evaluation of the segmentation results on cervical cell images, we used the pixel-based precision and recall measures, the Zijdenbos similarity index (ZSI) and the object-based precision and recall measures. These measures indicated that the proposed hierarchical implementation performed well concerning the number of correctly segmented nuclei and the Zijdenbos Similarity Index achieved values equal to or higher than 0.90. For the quantitative evaluation of the segmentation results in SAR images, we used the cross-region fitting (CRF), error of segmentation and ZSI measures. Based on these measures, the proposed approach achieved good segmentation results in images modeled with the distributions and . |
Descrição: | Este documento está disponível online com base na Portaria no 348, de 08 de dezembro de 2022, disponível em: https://biblioteca.ufc.br/wp-content/uploads/2022/12/portaria348-2022.pdf, que autoriza a digitalização e a disponibilização no Repositório Institucional (RI) da coleção retrospectiva de TCC, dissertações e teses da UFC, sem o termo de anuência prévia dos autores. Em caso de trabalhos com pedidos de patente e/ou de embargo, cabe, exclusivamente, ao autor(a) solicitar a restrição de acesso ou retirada de seu trabalho do RI, mediante apresentação de documento comprobatório à Direção do Sistema de Bibliotecas. |
URI: | http://repositorio.ufc.br/handle/riufc/78329 |
Currículo Lattes do(s) Autor(es): | http://lattes.cnpq.br/6649171367194406 |
Currículo Lattes do Orientador: | http://lattes.cnpq.br/5144730275745518 |
Currículo Lattes do Coorientador: | http://lattes.cnpq.br/4178562703922457 |
Tipo de Acesso: | Acesso Aberto |
Aparece nas coleções: | DETE - Teses defendidas na UFC |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
2020_tese_ambraga | Tese | 23,35 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.