Use este identificador para citar ou linkar para este item: https://repositorio.ufu.br/handle/123456789/25340
ORCID:  http://orcid.org/0000-0001-7464-5811
Tipo do documento: Tese
Tipo de acesso: Acesso Aberto
Título: Caracterização de texturas com o auxílio de redes complexas, projeções topológicas e padrões semânticos
Título(s) alternativo(s): Characterization of textures with the aid of complex networks, topological projections and semantics patterns
Autor(es): Ribeiro, Thiago Pirola
Primeiro orientador: Barcelos, Célia Aparecida Zorzo
Primeiro membro da banca: Bruno, Odemir Martinez
Segundo membro da banca: Batista Neto, João do Espirito Santo
Terceiro membro da banca: Travençolo, Bruno Augusto Nassif
Quarto membro da banca: Nascimento, Marcelo Zanchetta
Resumo: A área de processamento de imagens está presente em diversos segmentos da sociedade. Esta área está em constante desenvolvimento e, por meio do aprimoramento de diversas técnicas, pode-se auxiliar na resolução de problemas diversificados que sejam baseados em imagens. Existem diversos métodos na literatura que tratam da modelagem e da caracterização de texturas que, neste trabalho, são utilizados em texturas naturais e artificiais. Neste trabalho foram utilizadas as redes complexas para representar texturas, considerou-se os histogramas de energia do mapa de graus da rede complexa, selecionando os picos e vales desses histogramas para a definição de limiares a serem adotados para a geração do vetor de característica baseado nas imagens de textura a serem classificadas. Foram utilizadas, também, formas alternativas para a representação de imagens: foi proposto um método que analisa a modelagem dos dados utilizando padrões semânticos, para análises de imagens de grãos de pólen, e foram explorados características que influenciam a formação do vetor de características utilizando a topologia da garrafa de Klein para projetar patches da imagem em espaços topológicos. Foi explorado o cálculo dos Coeficientes Estimados de K-Fourier, a composição do vetor de características bem como novas combinações de tamanhos, que resultariam em uma redução da quantidade de descritores e melhoria na caracterização das bases de texturas. Foram realizados diversos experimentos sendo validados com a utilização de bases de imagens de texturas públicas já classificadas: Brodatz, CUReT, Outex_TC_00013, KTH-TIPS, UIUCTex, VisTex e uma base de imagens de grãos de pólen. Este trabalho demonstra que os métodos propostos conseguiram atingir as expectativas, conseguindo se sobressair pela quantidade reduzida de descritores utilizados e pelas acurácias obtidas nos experimentos.
Abstract: Image processing is a computing area that is present in many segments of society. This area is in constant development and, through the improvement of several techniques, it can help resolving many different problems which are based on images. There are several methods in the literature that deal with the modeling and the characterization of textures. This work is focused on natural and artificial textures. The proposed approach uses complex networks to represent textures. Energy histograms generated from maps of degrees of complex networks were used, selecting the their peaks and valleys for defining thresholds to be adopted to generate the feature vector based on the target images to be classified. We also used alternative forms for image representation: first, a method that analyzes the data modeling using semantic patterns for pollen grain image analysis was proposed, and, second, the analysis of influence of characteristics of the feature vector composition using the Klein bottle topology for designing image patches in topological spaces. The computation of the K-Fourier Estimated Coefficients was explored, the composition of the feature vector as well as new combinations of sizes, which would result in a reduction of the amount of descriptors and improvement in the characterization of texture datasets. Several experiments were carried out on some public domain datasets already classified: Brodatz, CUReT, Outex_TC_00013, KTH-TIPS, UIUCTex, VisTex, and a pollen grains image dataset. This work demonstrates that the proposed methods were able to reach out the expectations, being able to stand out for the reduced amount of used descriptors and the accuracy obtained in the experiments.
Palavras-chave: Caracterização de Texturas
Characterization of Texture
Redes Complexas
Complex Networks
Padrões Semânticos
Semantics Patterns
Projeções Topológicas
Topological Projections
Computação
Processamento de imagens
Modelagem de processos
Topologia
Área(s) do CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::PROCESSAMENTO GRAFICO (GRAPHICS)
Idioma: por
País: Brasil
Editora: Universidade Federal de Uberlândia
Programa: Programa de Pós-graduação em Ciência da Computação
Referência: RIBEIRO, Thiago Pirola. Caracterização de texturas com o auxílio de redes complexas, projeções topológicas e padrões semânticos. 2019. 116f. Tese (Doutorado em Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2019. DOI http://dx.doi.org/10.14393/ufu.te.2019.4
Identificador do documento: http://dx.doi.org/10.14393/ufu.te.2019.4
URI: https://repositorio.ufu.br/handle/123456789/25340
Data de defesa: 28-Mar-2019
Aparece nas coleções:TESE - Ciência da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
CaracterizacaoTexturasAuxilio.pdfTese9.02 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.