Análise de formas por meio dos últimos levelings

• Processo: 16/02547-5
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de junho de 2016
• Data de Término da vigência: 31 de maio de 2018
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Wonder Alexandre Luz Alves
• Beneficiário: Wonder Alexandre Luz Alves
• Instituição Sede: Universidade Nove de Julho (UNINOVE). Campus Memorial. São Paulo , SP, Brasil
• Assunto(s): Visão computacional Análise de formas Morfologia matemática
• Palavra(s)-Chave do Pesquisador: Análise de Formas | Árvores de Componentes | Árvores de formas | Morfologia Matemática | Operadores levelings | Visão Computacional | Processamento e análise de imagens

Resumo

Nos últimos anos os esforços em pesquisas na área de visão computacional tem sido crescente, possibilitado o desenvolvimento de inúmeras aplicações em diversos segmentos da ciência e indústria. Esse crescimento tem sido motivado, em parte, pela disseminação de sensores capazes de adquirir imagens de alta qualidade e pelo surgimento de computadores com maior capacidade de processamento, o que possibilita abordar problemas mais complexos, como: analisar a forma de objetos em imagens. Em geral, em um problema típico de análise de formas, uma imagem de uma cena contendo o objeto de interesse é adquirida e segmentada de modo a isolar a forma do objeto de interesse. Posteriormente, a forma do objeto de interesse é representada para que possamos extrair características que descrevam a forma e assim reconhecê-la por meio de um classificador.Neste contexto, pretende-se explorar uma teoria baseada em operadores residuais definida no âmbito da Morfologia Matemática que nos permite reduzir um problema de análise de imagens em n problemas de análises de formas. Mais precisamente, este projeto busca realizar contribuições teóricas e metodológicas na classe de operadores residuais últimos levelings. Além disso, tem-se como meta construir e disponibilizar aplicações práticas dessa classe de operadores em problemas de análise de imagens. (AU)

Publicações científicas

(4)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

DIAS, CLEBER GUSTAVO; DA SILVA, LUIZ CARLOS; LUZ ALVES, WONDER ALEXANDRE. A Histogram of Oriented Gradients Approach for Detecting Broken Bars in Squirrel-Cage Induction Motors. IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT, v. 69, n. 9, p. 6968-6981, SEPT 2020. (16/02547-5, 16/02525-1, 18/05214-2)

SILVA, LUIZ C.; DIAS, CLEBER G.; ALVES, WONDER A. L.; KURKOVA, V; MANOLOPOULOS, Y; HAMMER, B; ILIADIS, L; MAGLOGIANNIS, I. A Histogram of Oriented Gradients for Broken Bars Diagnosis in Squirrel Cage Induction Motors. ARTIFICIAL NEURAL NETWORKS AND MACHINE LEARNING - ICANN 2018, PT I, v. 11139, p. 10-pg., 2018-01-01. (16/02525-1, 16/02547-5)

ALVES, WONDER A. L.; HASHIMOTO, RONALDO F.; MARCOTEGUI, BEATRIZ. Ultimate levelings. COMPUTER VISION AND IMAGE UNDERSTANDING, v. 165, p. 60-74, DEC 2017. (16/02547-5)

ALVES, WONDER A. L.; GOBBER, CHARLES F.; HASHIMOTO, RONALDO F.; CAMPILHO, A; KARRAY, F; ROMENY, BT. Plant Bounding Box Detection from Desirable Residues of the Ultimate Levelings. IMAGE ANALYSIS AND RECOGNITION (ICIAR 2018), v. 10882, p. 8-pg., 2018-01-01. (16/02547-5)