Métodos auto-organizáveis para segmentação de imagens (2004)
- Authors:
- Autor USP: OLIVEIRA, PATRÍCIA RUFINO - ICMC
- Unidade: ICMC
- Sigla do Departamento: SCE
- Subjects: INTELIGÊNCIA ARTIFICIAL; REDES NEURAIS; PROCESSAMENTO DE IMAGENS; ANÁLISE MULTIVARIADA (MÉTODOS)
- Language: Português
- Abstract: Segmentação de imagens é um dos problemas mais investigados na área de computação visual. A complexidade desse problema varia de acordo com o tipo de aplicação. Em geral, o objetivo é dividir a imagem em regiões que apresentem propriedades similares. No presente trabalho, métodos auto-organizáveis para classificação não supervisionada e agrupamento de padrões são utilizados em tarefas de segmentação. O primeiro modelo refere-se à rede neural Fuzzy ART e o segundo é o Modelo de Misturas ICA (ICAMM) que faz uso da técnica ICA (Análise de Componentes Independentes) para descrever os dados em cada classe. Além da avaliação de desempenho dos modelos auto-organizáveis utilizados, foram propostas melhorias nos resultados de segmentação por meio da incorporação de técnicas de pré-processamento de imagens, que sejam capazes de tratar questões referentes à presença de ruídos, suavização de imagens e realce de bordas, de modo que as imagens se tornem mais adequadas ao processo de segmentação, tornando-o mais eficiente. Com esse objetivo, foi proposta uma metodologia para pré-processamento de imagens, que combina o método Sparce Code Shrinkage, para redução de ruídos e suavização da imagem. e o detector de bordas de Sobel, que tem a função de restaurar as bordas que foram borradas pelo processo de suavização. Outra contribuição original deste trabalho refere-se ao desenvolvimento do método EICAMM, que surgiu por meio da proposta de melhorias incorporadas ao modelo ICAMM,levando em consideração algumas limitações do método original e análises de como este poderia se tornar mais eficiente. Finalmente, unificando as duas principais contribuições originais desta tese, o método EICAMM foi utilizado na segmentação de imagens nas suas versões originais e pré-processadas pela metodologia proposta neste trabalho, tendo apresentado resultados de segmentação satisfatórios.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2004
- Data da defesa: 21.12.2004
-
ABNT
OLIVEIRA, Patrícia Rufino. Métodos auto-organizáveis para segmentação de imagens. 2004. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2004. . Acesso em: 26 dez. 2025. -
APA
Oliveira, P. R. (2004). Métodos auto-organizáveis para segmentação de imagens (Tese (Doutorado). Universidade de São Paulo, São Carlos. -
NLM
Oliveira PR. Métodos auto-organizáveis para segmentação de imagens. 2004 ;[citado 2025 dez. 26 ] -
Vancouver
Oliveira PR. Métodos auto-organizáveis para segmentação de imagens. 2004 ;[citado 2025 dez. 26 ] - Inteligência artificial e a ciência: técnicas, oportunidades e desafios
- Redes neurais artificiais para extração de características
- SAnDReS 2.0: development of machine-learning models to explore the scoring function space
- Using visual metrics to selecting ICA basis for image compression: a comparative study
- Knowing and combating the enemy: a brief review on SARS-CoV-2 and computational approaches applied to the discovery of drug candidates
- Applying machine learning techniques for ADME-Tox prediction: a review
- Seleção de modelos de regressão baseados em máquinas de vetores suporte suporte para descoberta de novos medicamentos
- Improvements on ICA mixture models for image pre-processing and segmentation
- Advances with support vector machines for novel drug discovery
- Movie flms consumption in Brazil: an analysis of support vector machine classifcation
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
