Exportar registro bibliográfico

Classificação de texturas com diferentes orientações baseada em descritores locais (2015)

  • Authors:
  • Autor USP: CHIERICI, CARLOS EDUARDO DE OLIVEIRA - EESC
  • Unidade: EESC
  • Sigla do Departamento: SEL
  • Subjects: LÓGICA FUZZY; TEXTURA (ANÁLISE); IMAGEM DIGITAL (CLASSIFICAÇÃO)
  • Language: Português
  • Abstract: Diversas abordagens vêm sendo empregadas para a descrição de texturas, entre elas a teoria dos conjuntos fuzzy e lógica fuzzy. O Local Fuzzy Pattern (LFP) é um descritor de texturas diferente dos demais métodos baseados em sistemas fuzzy, por não utilizar regras linguísticas e sim números fuzzy que são usados na codificação de um padrão local de escala de cinza. Resultados anteriores indicaram o LFP como um descritor eficaz para a classificação de texturas a partir de amostras rotacionadas ou não. Este trabalho propõe uma análise mais abrangente sobre sua viabilidade para aplicação em cada um desses problemas, além de propor uma modificação a este descritor, adaptando-o para a captura de padrões em multiresolução, o Sampled LFP. A avaliação da performance do LFP e do Sampled LFP para o problema de classificação de texturas foi feita através da aplicação de uma série de testes envolvendo amostras de imagens rotacionadas ou não das bases de imagens Outex, álbum de Brodatz e VisTex, onde a sensibilidade obtida por esses descritores foi comparada com um descritor de referência, a variante do Local Binary Pattern (LBP) melhor indicada para o teste em execução. Os resultados apontaram o LFP como um descritor não indicado para aplicações que trabalhem exclusivamente com amostras não rotacionadas, visto que o LBP mostrou maior eficácia para este tipo de problema. Já para a análise de amostras rotacionadas, o Sampled LFP se mostrou o melhor descritor entre os comparados. Todavia, foi verificado que o Sampled LFP somente supera o LBP para resoluções de análise maiores ou iguais a 32x32 pixels e que o primeiro descritor é mais sensível ao número de amostras usadas em seu treinamento do que o segundo, sendo, portanto, um descritor indicado para o problema de classificação de amostras rotacionadas, onde seja possível trabalhar com imagens a partir de32x32 pixels e que o número de amostras utilizadas para treinamento seja maximizado
  • Imprenta:
  • Data da defesa: 25.09.2015
  • Acesso à fonte
    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      CHIERICI, Carlos Eduardo de Oliveira; GONZAGA, Adilson. Classificação de texturas com diferentes orientações baseada em descritores locais. 2015.Universidade de São Paulo, São Carlos, 2015. Disponível em: < http://www.teses.usp.br/teses/disponiveis/18/18152/tde-27102015-103555/pt-br.php >.
    • APA

      Chierici, C. E. de O., & Gonzaga, A. (2015). Classificação de texturas com diferentes orientações baseada em descritores locais. Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/18/18152/tde-27102015-103555/pt-br.php
    • NLM

      Chierici CE de O, Gonzaga A. Classificação de texturas com diferentes orientações baseada em descritores locais [Internet]. 2015 ;Available from: http://www.teses.usp.br/teses/disponiveis/18/18152/tde-27102015-103555/pt-br.php
    • Vancouver

      Chierici CE de O, Gonzaga A. Classificação de texturas com diferentes orientações baseada em descritores locais [Internet]. 2015 ;Available from: http://www.teses.usp.br/teses/disponiveis/18/18152/tde-27102015-103555/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