Avaliação de métodos ótimos e subótimos de seleção de características de texturas em imagens (2008)
- Authors:
- Autor USP: RONCATTI, MARCO AURELIO - ICMC
- Unidade: ICMC
- Sigla do Departamento: SSC
- Subjects: RECONHECIMENTO DE PADRÕES; COMPUTAÇÃO GRÁFICA; PROCESSAMENTO DE IMAGENS
- Language: Português
- Abstract: Características de texturas atuam como bons descritores de imagens e podem ser empregadas em diversos problemas, como classificação e segmentação. Porém, quando o número de características é muito elevado, o reconhecimento de padrões pode ser prejudicado. A seleção de características contribui para a solução desse problema, podendo ser empregada tanto para redução da dimensionalidade como também para descobrir quais as melhores características de texturas para o tipo de imagem analisada. O objetivo deste trabalho é avaliar métodos ótimos e subótimos de seleção de características em problemas que envolvem texturas de imagens. Os algoritmos de seleção avaliados foram o branch and bound, a busca exaustiva e o sequential oating forward selection (SFFS). As funções critério empregadas na seleção foram a distância de Jeffries-Matusita e a taxa de acerto do classificador de distância mínima (CDM). As características de texturas empregadas nos experimentos foram obtidas com estatísticas de primeira ordem, matrizes de co-ocorrência e filtros de Gabor. Os experimentos realizados foram a classificação de regiôes de uma foto aérea de plantação de eucalipto, a segmentação não-supervisionada de mosaicos de texturas de Brodatz e a segmentação supervisionada de imagens médicas (MRI do cérebro). O branch and bound é um algoritmo ótimo e mais efiiente do que a busca exaustiva na maioria dos casos. Porém, continua sendo um algoritmo lento. Este trabalho apresenta uma novaestratégia para o branch and bound, nomeada floresta, que melhorou significativamente a eficiência do algoritmo. A avaliação dos métodos de seleção de características mostrou que os melhores subconjuntos foram aqueles obtidos com o uso da taxa de acerto do CDM. A busca exaustiva e o branch and bound, mesmo com a estratégia floresta, foram considerados inviáveis devido ao alto tempo de processamento nos casos em que ) o número de característica é muito grande. O SFFS apresentou os melhores resultados, pois, além de mais rápido, encontrou as soluções ótimas ou próximas das ótimas. Pôde-se concluir também que a precisão no reconhecimento de padrões aumenta com a redução do número de características e que os melhores subconjuntos freqüentemente são formados por características de texturas obtidas com técnicas diferentes
- Imprenta:
- Publisher place: São Carlos
- Date published: 2008
- Data da defesa: 10.07.2008
-
ABNT
RONCATTI, Marco Aurelio. Avaliação de métodos ótimos e subótimos de seleção de características de texturas em imagens. 2008. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2008. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-26082008-170000/. Acesso em: 28 set. 2024. -
APA
Roncatti, M. A. (2008). Avaliação de métodos ótimos e subótimos de seleção de características de texturas em imagens (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-26082008-170000/ -
NLM
Roncatti MA. Avaliação de métodos ótimos e subótimos de seleção de características de texturas em imagens [Internet]. 2008 ;[citado 2024 set. 28 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-26082008-170000/ -
Vancouver
Roncatti MA. Avaliação de métodos ótimos e subótimos de seleção de características de texturas em imagens [Internet]. 2008 ;[citado 2024 set. 28 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-26082008-170000/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
