Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/12523
Document type: Dissertação
Access type: Acesso Aberto
Title: Segmentação de imagens via competição entre regiões fuzzy: abordagens paramétricas e não-paramétricas
Author: Borges, Vinícius Ruela Pereira
First Advisor: Barcelos, Célia Aparecida Zorzo
First coorientator: Guliato, Denise
First member of the Committee: Nogueira, José Roberto
Second member of the Committee: Lamounier Júnior, Edgard Afonso
Summary: A segmentação de imagens é uma importante etapa existente nos sistemas de reconhecimento de padrões e extração de características. Seu objetivo é subdividir uma imagem em suas regiões constituintes. Dentre os diversos trabalhos publicados na literatura, destacam-se os métodos baseados em princípios variacionais, que são ferramentas eficazes para se formular técnicas estáveis para segmentação de imagens. Neste trabalho, são estudados alguns modelos variacionais para segmentação de imagens existentes na literatura, nos quais serão analisados as suas formulações matemáticas e as características de seus processos de minimização. Dentre estas técnicas, serão explorados em detalhes o método Competição entre Regiões Fuzzy e os modelos de segmentação que podem ser derivados do seu funcional de energia. Inspirados nesse método, foram propostas três modificações baseadas nesses modelos que minimizam algumas limitações de seus modelos e que surgem como alternativas para a segmentação de imagens do mundo real. As modificações propostas foram validadas pelos bons resultados obtidos utilizando-se de imagens naturais, texturizadas e ruidosas. Além disso, são mostrados alguns resultados comparativos com outras técnicas semelhantes com o objetivo de relatar a eficiência destas propostas.
Abstract: Image segmentation is an important step in the existing pattern recognition and feature extraction systems. The primal goal is to subdivide an image into its constituent regions. Among the many works published in the literature, we highlight the methods based on variational principles, which are effective tools to formulate stable techniques for image segmentation. Here, we studied variational models for image segmentation present in literature, in which will be discussed their mathematical formulations and characteristics of their minimization processes. Among these techniques will be explored in detail the method Fuzzy Region Competition and segmentation models that can be derived from its energy functional. Inspired by this method, three modifications were proposed based on these models that minimize some of their limitations and which emerges as alternatives for real world image segmentation. The proposed modifications were validated by the good results obtained using natural images, textured and noisy. In addition, some comparative results are shown with other similar techniques with the objective of reporting the effectiveness of the proposed models.
Keywords: Segmentação soft de imagens
Competição entre regiões fuzzy
Métodos variacionais
Equações diferenciais parciais
Soft image segmentation
Fuzzy region competition
Variational methods
Partial differential equations
Computação
Processamento de imagens
Banco de dados
Area (s) of CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Language: por
Country: BR
Publisher: Universidade Federal de Uberlândia
Institution Acronym: UFU
Department: Ciências Exatas e da Terra
Program: Programa de Pós-graduação em Ciência da Computação
Quote: BORGES, Vinícius Ruela Pereira. Segmentação de imagens via competição entre regiões fuzzy: abordagens paramétricas e não-paramétricas. 2011. 161 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de Uberlândia, Uberlândia, 2011.
URI: https://repositorio.ufu.br/handle/123456789/12523
Date of defense: 23-Aug-2011
Appears in Collections:DISSERTAÇÃO - Ciência da Computação

Files in This Item:
File Description SizeFormat 
d.pdf6.91 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.