Análise de micropadrões em imagens digitais baseada em números fuzzy (2013)
- Authors:
- Autor USP: VIEIRA, RAISSA TAVARES - EESC
- Unidade: EESC
- Sigla do Departamento: SEL
- Subjects: VISÃO COMPUTACIONAL; LÓGICA FUZZY; TEXTURA (ANÁLISE)
- Language: Português
- Abstract: As imagens digitais são frequentemente corrompidas por ruídos ou distorcidas pelo processo de aquisição. A teoria dos conjuntos juzzy e a lógica juzzy constituem uma alternativa mais adequada para lidar com tais incertezas, em comparação com os sistemas convencionais, baseados na lógica tradicional (crisp). Este trabalho propõe uma nova metodologia para análise de micropadrões de imagens digitais baseada em números juzzy. Um micropadrão é uma estrutura de níveis de cinza dos pixels de uma vizinhança e pode descrever o contexto espacial da imagem, como borda, textura, linha, canto e padrões mais complexos. Na literatura de visão computacional, algumas abordagens foram desenvolvidas para extrair estas características, tais como Texture Uni! (TU), Local Binary Pattern (LBP) e Fuzzy Number Edge Detector (FUNED). O trabalho apresenta um novo método que modela a distribuição dos níveis de cinza de um micropadrão como um conjunto juzzy, e com base nas funções de pertinência usadas gera códigos: fuzzy que representam o grau de pertinência de cada pixel vizinho com nível de cinza próximo do pixel central. A metodologia proposta é chamada de Local Fuzzy Pattern (LFP) e é aplicada na análise de textura usando a função sigmoide (LFP-s), a função triangular e simétrica (LFP-t) e a função gaussiana (LFP-g) para calcular o grau de pertinência do pixel central em relação à sua vizinhança. Para avaliar o desempenho da técnica proposta foram usados bases de texturas, cujas imagens foram amostradas aleatoriamente. Após processá-Ias pelas abordagens LFP-s, LFP-t, LFP-g e LBP, foram comparadas as taxas de acertos alcançadas usando a distância Chi-quadrado. Nos experimentos realizados também é avaliado o esforço computacional do LFP, comparando-o com o descritor LBP. Os resultados mostram que o LFP é eficaz na descrição de textura e que supera o LBP nos diferentes testes realizados. Neste trabalho também é demonstradoque a formulação do LFP é uma generalização de técnicas previamente publicadas, como Texture Unit, Local Binary Pattern e FUNED
- Imprenta:
- Publisher place: São Carlos
- Date published: 2013
- Data da defesa: 25.03.2013
-
ABNT
VIEIRA, Raissa Tavares. Análise de micropadrões em imagens digitais baseada em números fuzzy. 2013. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2013. Disponível em: http://www.teses.usp.br/teses/disponiveis/18/18152/tde-29042013-154729/. Acesso em: 05 jan. 2026. -
APA
Vieira, R. T. (2013). Análise de micropadrões em imagens digitais baseada em números fuzzy (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/18/18152/tde-29042013-154729/ -
NLM
Vieira RT. Análise de micropadrões em imagens digitais baseada em números fuzzy [Internet]. 2013 ;[citado 2026 jan. 05 ] Available from: http://www.teses.usp.br/teses/disponiveis/18/18152/tde-29042013-154729/ -
Vancouver
Vieira RT. Análise de micropadrões em imagens digitais baseada em números fuzzy [Internet]. 2013 ;[citado 2026 jan. 05 ] Available from: http://www.teses.usp.br/teses/disponiveis/18/18152/tde-29042013-154729/ - Descritores robustos à rotação de texturas baseados na abordagem LMP com acréscimo da informação de Magnitude e Sinal
- Color texture classification by using opponent color and local mapped pattern
- Analysis of iris texture under pupil contraction/dilation for biometric recognition
- Robustness of rotation invariant descriptors for texture classification
- Human epithelial type 2 cell classification using a multiresolution texture descriptor
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
