Análise de textura em imagens baseado em medidas de complexidade (2015)
- Authors:
- Autor USP: CONDORI, RAYNER HAROLD MONTES - FFCLRP
- Unidade: FFCLRP
- Sigla do Departamento: 591
- Subjects: TEXTURA; COMPLEXIDADE; FÍSICA COMPUTACIONAL; VISÃO COMPUTACIONAL
- Keywords: Análise de textura; Caminhadas determinísticas parcialmente auto-repulsivas; Complexidade de Lempel-Ziv; complexity measurement; Expoente de Hurst; Fourier Transform; Hurst exponent; Lempel-Ziv complexity; Medidas de complexidade; Partially self-avoiding deterministic walks; Texture analysis; Transformada de Fourier
- Language: Português
- Abstract: A análise de textura é uma das mais básicas e famosas áreas de pesquisa em visão computacional. Ela é também de grande importância em muitas outras disciplinas, tais como ciências médicas e biológicas. Por exemplo, uma tarefa comum de análise de textura é a detecção de tecidos não saudáveis em imagens de Ressonância Magnética do pulmão. Nesta dissertação, nós propomos um método novo de caracterização de textura baseado nas medidas de complexidade tais como o expoente de Hurst, o expoente de Lyapunov e a complexidade de Lempel-Ziv. Estas medidas foram aplicadas sobre amostras de imagens no espaço de frequência. Três métodos de amostragem foram propostas, amostragem: radial, circular e por caminhadas determinísticas parcialmente auto- repulsivas (amostragem CDPA). Cada método de amostragem produz um vetor de características por medida de complexidade aplicada. Esse vetor contem um conjunto de descritores que descrevem a imagem processada. Portanto, cada imagem será representada por nove vetores de características (três medidas de complexidade e três métodos de amostragem), os quais serão comparados na tarefa de classificação de texturas. No final, concatenamos cada vetor de características conseguido calculando a complexidade de Lempel-Ziv em amostras radiais e circulares com os descritores obtidos através de técnicas de análise de textura tradicionais, tais como padrões binários locais (LBP), wavelets de Gabor (GW), matrizes de co-ocorrência em níveis de cinza (GLCM) e caminhadas determinísticas parcialmente auto-repulsivas em grafos (CDPAg). Este enfoque foi testado sobre três bancos de imagens: Brodatz, USPtex e UIUC, cada um com seus próprios desafios conhecidos. As taxas de acerto de todos os métodos tradicionais foram incrementadas com a concatenação de relativamente poucos descritores de Lempel-Ziv. Por exemplo, no caso do método LBP, o incremento foi de 84.25%89.09% com a concatenação de somente cinco descritores. De fato, simplesmente concatenando cinco descritores são suficientes para ver um incremento na taxa de acerto de todos os métodos tradicionais estudados. Por outro lado, a concatenação de un número excessivo de descritores de Lempel-Ziv (por exemplo mais de 40) geralmente não leva a melhora. Neste sentido, vendo os resultados semelhantes obtidos nos três bancos de imagens analisados, podemos concluir que o método proposto pode ser usado para incrementar as taxas de acerto em outras tarefas que envolvam classificação de texturas. Finalmente, com a amostragem CDPA também se obtém resultados significativos, que podem ser melhorados em trabalhos futuros
- Imprenta:
- Publisher place: Ribeirão Preto
- Date published: 2015
- Data da defesa: 30.11.2015
-
ABNT
CONDORI, Rayner Harold Montes. Análise de textura em imagens baseado em medidas de complexidade. 2015. Dissertação (Mestrado) – Universidade de São Paulo, Ribeirão Preto, 2015. Disponível em: http://www.teses.usp.br/teses/disponiveis/59/59135/tde-02012016-095549/. Acesso em: 30 dez. 2025. -
APA
Condori, R. H. M. (2015). Análise de textura em imagens baseado em medidas de complexidade (Dissertação (Mestrado). Universidade de São Paulo, Ribeirão Preto. Recuperado de http://www.teses.usp.br/teses/disponiveis/59/59135/tde-02012016-095549/ -
NLM
Condori RHM. Análise de textura em imagens baseado em medidas de complexidade [Internet]. 2015 ;[citado 2025 dez. 30 ] Available from: http://www.teses.usp.br/teses/disponiveis/59/59135/tde-02012016-095549/ -
Vancouver
Condori RHM. Análise de textura em imagens baseado em medidas de complexidade [Internet]. 2015 ;[citado 2025 dez. 30 ] Available from: http://www.teses.usp.br/teses/disponiveis/59/59135/tde-02012016-095549/ - Multi-layer analysis of convolutional neural networks for transfer learning applications
- Analysis of activation maps through global pooling measurements for texture classification
- Color-texture classification based on spatio-spectral complex network representations
- Evaluating deep convolutional neural networks as texture feature extractors
- Deep convolutional neural networks for plant species characterization based on leaf midrib
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
