Segmentação de objetos via transformada imagem-floresta orientada com restrições de conexidade (2018)
- Authors:
- Autor USP: MANSILLA, LUCY ALSINA CHOQUE - IME
- Unidade: IME
- Sigla do Departamento: MAC
- Assunto: CIENCIA DA COMPUTACAO
- Keywords: Connectivity constraints; Funções de conexidade monotonicamente incrementais; Funções de conexidade não monotonicamente incrementais; Graph-cut segmentation; Image foresting transform; Image segmentation; Monotonic-incremental path-cost functions; Non-monotonically-incremental path-cost functions; Oriented image foresting transform; Restrição de conexidade; Segmentação de imagens; segmentação por corte em grafo; Transformada imagem-floresta; Transformada imagem-floresta orientada
- Agências de fomento:
- Language: Português
- Abstract: Segmentação de objetos em imagens é um dos problemas mais fundamentais e desafiadores em processamento de imagem e visão computacional. O conhecimento de alto nível e específico do usuário é frequentemente requerido no processo de segmentação, devido à presença de fundos heterogêneos, objetos com bordas fracamente definidas, inomogeneidade de campo, ruído, artefatos, efeitos de volume parcial e seus efeitos conjuntos. Propriedades globais do objeto de interesse, tais como conexidade, restrições de forma e polaridade de borda, são conhecimentos prévios de alto nível úteis para a sua segmentação, permitindo a customização da segmentação para um objeto alvo. Nesse trabalho, apresentamos um novo método chamado Transformada Imagem-Floresta Orientada Conexa (COIFT, Connected Oriented Image Foresting Transform), que fornece soluções ótimas globais de acordo com uma medida de corte em grafo, incorporando a restrição de conexidade na Transformada Imagem-Floresta Orientada (OIFT, Oriented Image Foresting Transform), com o fim de garantir a geração de objetos conexos, bem como permitir o controle simultâneo da polaridade de borda. Enquanto o emprego de restrições de conexidade em outros arcabouços, tais como no algoritmo de corte-mínimo/fluxo-máximo (min-cut/max-flow), leva a um problema NP-difícil, a COIFT conserva o baixo custo computacional da OIFT. Experimentos mostram que a COIFT pode melhorar consideravelmente a segmentação de objetos com partes finas e alongadas, para o mesmonúmero de sementes em segmentação baseada em marcadores
- Imprenta:
- Data da defesa: 10.08.2018
-
ABNT
MANSILLA, Lucy Alsina Choque. Segmentação de objetos via transformada imagem-floresta orientada com restrições de conexidade. 2018. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2018. Disponível em: http://www.teses.usp.br/teses/disponiveis/45/45134/tde-01102018-120427/. Acesso em: 20 fev. 2026. -
APA
Mansilla, L. A. C. (2018). Segmentação de objetos via transformada imagem-floresta orientada com restrições de conexidade (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/45/45134/tde-01102018-120427/ -
NLM
Mansilla LAC. Segmentação de objetos via transformada imagem-floresta orientada com restrições de conexidade [Internet]. 2018 ;[citado 2026 fev. 20 ] Available from: http://www.teses.usp.br/teses/disponiveis/45/45134/tde-01102018-120427/ -
Vancouver
Mansilla LAC. Segmentação de objetos via transformada imagem-floresta orientada com restrições de conexidade [Internet]. 2018 ;[citado 2026 fev. 20 ] Available from: http://www.teses.usp.br/teses/disponiveis/45/45134/tde-01102018-120427/ - Transformada imagem-floresta com funções de conexidade não suaves: pesos adaptativos, polaridade de borda e restrições de forma
- Image segmentation by oriented image foresting transform: handling ties and colored images
- Image segmentation by oriented image foresting transform with geodesic star convexity
- Image segmentation by image foresting transform with boundary polarity and shape constraints
- Image foresting transform with geodesic star convexity for interactive image segmentation
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
