Exportar registro bibliográfico

Rotation-invariant texture classification based on graylevel co-occurrence matrices (2013)

  • Authors:
  • Autor USP: ACUÑA, MAURICIO ANDRES BARRERA - EP
  • Unidade: EP
  • Sigla do Departamento: PSI
  • Subjects: TEXTURA; CLASSIFICAÇÃO; MATEMÁTICA APLICADA
  • Language: Inglês
  • Abstract: A textura é uma das características mais básicas dos objetos. As imagens digitais representam esta propriedade como variações de intensidade locais na imagem. Consequentemente, a textura é um atributo que se encontra presente de forma inerente em praticamente todas as imagens digitais; descrever matematicamente esta informação produz uma série de inúmeras aplicações, desde processamento da qualidade dos alimentos até análise de imagens médicas. Não é surpreendente que a pesquisa em textura seja um dos tópicos mais pesquisados pela comunidade de visão por computador, e ainda continua recebendo muita atenção. Um dos modelos mais clássicos para modelar textura é o método estatístico da matriz de co-ocorrência. Esta dissertação gira em torno a uma modificação inteligente da matriz de co-ocorrência que inclui invariância à rotação, uma característica muito desejável para a classificação de texturas. Esta variação toma-se de um trabalho na literatura e é utilizada para propor um classificador nebuloso de imagens aéreas. Além disso, a definição matemática original é modificada através da generalização dos descritores e se realiza um estudo comparativo com um dos métodos de descrição de textura mais usados na literatura recente: o método Local Binary Patterns. Os resultados indicam que a Lógica Nebulosa é uma ferramenta poderosa para construir classificadores baseados em textura que precisem trabalhar com amostras tomadas de diversas fontes; os resultados também indicam que a proposta de generalização, que leva o nome de método CCM e RCM, oferece um incremento significativo no desempenho que é comparável, inclusive superior, ao método Local Binary Patterns, quando comparadas as taxas de acerto para ambos os métodos.
  • Imprenta:
  • Data da defesa: 10.06.2013
  • Acesso à fonte
    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      BARRERA ACUÑA, Mauricio Andrés; HAE, Yong Kim. Rotation-invariant texture classification based on graylevel co-occurrence matrices. 2013.Universidade de São Paulo, São Paulo, 2013. Disponível em: < http://www.teses.usp.br/teses/disponiveis/3/3142/tde-09072014-110549/pt-br.php >.
    • APA

      Barrera Acuña, M. A., & Hae, Y. K. (2013). Rotation-invariant texture classification based on graylevel co-occurrence matrices. Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/3/3142/tde-09072014-110549/pt-br.php
    • NLM

      Barrera Acuña MA, Hae YK. Rotation-invariant texture classification based on graylevel co-occurrence matrices [Internet]. 2013 ;Available from: http://www.teses.usp.br/teses/disponiveis/3/3142/tde-09072014-110549/pt-br.php
    • Vancouver

      Barrera Acuña MA, Hae YK. Rotation-invariant texture classification based on graylevel co-occurrence matrices [Internet]. 2013 ;Available from: http://www.teses.usp.br/teses/disponiveis/3/3142/tde-09072014-110549/pt-br.php

    Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

    Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2021