Desenvolvimento de métodos robustos para delineamento de bordas em imagens utilizando grafos

• Processo: 16/21591-5
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de agosto de 2017
• Data de Término da vigência: 31 de julho de 2019
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Fábio Augusto Menocci Cappabianco
• Beneficiário: Fábio Augusto Menocci Cappabianco
• Instituição Sede: Instituto de Ciência e Tecnologia (ICT). Universidade Federal de São Paulo (UNIFESP). Campus São José dos Campos. São José dos Campos , SP, Brasil
• Município da Instituição Sede: São José dos Campos
• Pesquisadores associados: Alexandre Xavier Falcão ; Clarissa Lin Yasuda ; Fabio Augusto Faria ; Jaime Shinsuke Ide ; Jurandy Gomes de Almeida Junior ; Marcos de Sales Guerra Tsuzuki ; Paulo André Vechiatto de Miranda
• Assunto(s): Segmentação de imagens Processamento de imagens
• Palavra(s)-Chave do Pesquisador: Delineamento de bordas | Detecção de arestas | Processamento de imagens | segmentação de imagens | Processamento de Imagens

Resumo

Delinear bordas de objetos em imagens é fundamental no contexto de diversas áreas de conhecimento, incluindo medicina e sensoriamento remoto. A segmentação de órgãos e tecidos do cérebro humano, por exemplo, consiste em um passo necessário para o estudo da origem, diagnóstico e tratamento de doenças tais como mal de Alzheimer e esquizofrenia. Já a classificação de tipos de terrenos auxilia na prevenção de desmatamentos e a medição de níveis de água na emissão de alertas de enchentes ou secas. Apesar disso, as ferramentas automáticas e semiautomáticas de delineamento de bordas existentes ainda possuem enormes deficiências ao lidar com descontinuidades, ruídos, variação de cor, intensidade e textura. Este projeto tem como objetivo estudar alternativas para as atuais metodologias de delineamento de bordas utilizando grafos a saber: live-wire, riverbed e lazywalk. Serão estudados mecanismos para aprimorar a interação com o usuário em ferramentas semiautomáticas de delineamento bi e tridimensionais, a escolha de funções para geração de pesos de arestas, a seleção de funções de propagação de caminhos em grafos e técnicas de aprendizado supervisionado para que em cada aplicação específica consiga-se identificar as bordas mais relevantes com menor esforço e acurácia. (AU)

Publicações científicas

(19)

(As publicações científicas contidas nesta página são originárias da Web of Science ou da SciELO, cujos autores mencionaram números dos processos FAPESP concedidos a Pesquisadores Responsáveis e Beneficiários, sejam ou não autores das publicações. Sua coleta é automática e realizada diretamente naquelas bases bibliométricas)

ANDRADE, NATAN; FARIA, FABIO A.; CAPPABIANCO, FABIO A. M.; IEEE COMP SOC. Improving Similarity Metric of Multi-modal MR Brain Image Registration Via a Deep Ensemble. 2021 34TH SIBGRAPI CONFERENCE ON GRAPHICS, PATTERNS AND IMAGES (SIBGRAPI 2021), v. N/A, p. 8-pg., 2021-01-01. (18/23908-1, 16/21591-5)

BEJAR, HANS H. C.; FERZOLI GUIMARAES, SILVIO JAMIL; MIRANDA, V, PAULO A.. Efficient hierarchical graph partitioning for image segmentation by optimum oriented cuts. PATTERN RECOGNITION LETTERS, v. 131, p. 185-192, MAR 2020. (14/12236-1, 16/21591-5)

BRAZ, CAIO DE MORAES; MIRANDA, PAULO A., V; CIESIELSKI, KRZYSZTOF CHRIS; CAPPABIANCO, FABIO A. M.; COUPRIE, M; COUSTY, J; KENMOCHI, Y; MUSTAFA, N. Graph-Based Segmentation with Local Band Constraints. DISCRETE GEOMETRY FOR COMPUTER IMAGERY, DGCI 2019, v. 11414, p. 12-pg., 2019-01-01. (14/12236-1, 16/21591-5)

CAPPABIANCO, FABIO A. M.; RIBEIRO, PEDRO F. O.; DE MIRANDA, PAULO A. V.; UDUPA, JAYARAM K.; IEEE. A GENERAL AND BALANCED REGION-BASED METRIC FOR EVALUATING MEDICAL IMAGE SEGMENTATION ALGORITHMS. 2019 IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING (ICIP), v. N/A, p. 5-pg., 2019-01-01. (16/21591-5)

DEMARIO, CAIO L.; MIRANDA, PAULO A. V.; IEEE. RELAXED ORIENTED IMAGE FORESTING TRANSFORM FOR SEEDED IMAGE SEGMENTATION. 2019 IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING (ICIP), v. N/A, p. 5-pg., 2019-01-01. (14/12236-1, 16/21591-5)

OLIVEIRA, DEBORA E. C.; DEMARIO, CAIO L.; MIRANDA, PAULO A., V. Image Segmentation by Relaxed Deep Extreme Cut with Connected Extreme Points. DISCRETE GEOMETRY AND MATHEMATICAL MORPHOLOGY, DGMM 2021, v. 12708, p. 13-pg., 2021-01-01. (16/21591-5, 14/50937-1, 14/12236-1)

CONDORI, MARCOS A. T.; CAPPABIANCO, FABIO A. M.; FALCAO, ALEXANDRE X.; MIRANDA, PAULO A., V. An extension of the differential image foresting transform and its application to superpixel generation. JOURNAL OF VISUAL COMMUNICATION AND IMAGE REPRESENTATION, v. 71, p. 15-pg., 2020-08-01. (16/21591-5, 14/12236-1, 11/50761-2, 14/50937-1)

BEJAR, HANS H. C.; MANSILLA, LUCY A. C.; MIRANDA, PAULO A., V. Efficient Unsupervised Image Segmentation by Optimum Cuts in Graphs. PROGRESS IN PATTERN RECOGNITION, IMAGE ANALYSIS, COMPUTER VISION, AND APPLICATIONS, CIARP 2018, v. 11401, p. 9-pg., 2019-01-01. (14/12236-1, 16/21591-5)

LEINIO, ANDRE, V; LELLIS, LUCAS; CAPPABIANCO, FALAI A. M.. Interactive Border Contour with Automatic Tracking Algorithm Selection for Medical Images. PROGRESS IN PATTERN RECOGNITION, IMAGE ANALYSIS, COMPUTER VISION, AND APPLICATIONS, CIARP 2018, v. 11401, p. 9-pg., 2019-01-01. (16/21591-5)

CAPPABIANCO, FABIO A. M.; DE MIRANDA, PAULO A. V.; UDUPA, JAYARAM K.; IEEE. A CRITICAL ANALYSIS OF THE METHODS OF EVALUATING MRI BRAIN SEGMENTATION ALGORITHMS. 2017 24TH IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING (ICIP), v. N/A, p. 5-pg., 2017-01-01. (16/21591-5)

BRAZ, CAIO DE MORAES; MIRANDA, PAULO A. V.; CIESIELSKI, KRZYSZTOF CHRIS; CAPPABIANCO, FABIO A. M.. Optimum Cuts in Graphs by General Fuzzy Connectedness with Local Band Constraints. Journal of Mathematical Imaging and Vision, v. 62, n. 5, SI, MAR 2020. (14/12236-1, 16/21591-5)

IDE, JAIME S.; CAPPABIANCO, FABIO A.; FARIA, FABIO A.; LI, CHIANG-SHAN R.; GUYON, I; LUXBURG, UV; BENGIO, S; WALLACH, H; FERGUS, R; VISHWANATHAN, S; et al. Detrended Partial Cross Correlation for Brain Connectivity Analysis. ADVANCES IN NEURAL INFORMATION PROCESSING SYSTEMS 30 (NIPS 2017), v. 30, p. 9-pg., 2017-01-01. (16/21591-5)

BRAGANTINI, JORDAO; MOURA, BRUNO; FALCAO, ALEXANDRE X.; CAPPABIANCO, FABIO A. M.. Grabber: A tool to improve convergence in interactive image segmentation. PATTERN RECOGNITION LETTERS, v. 140, p. 267-273, DEC 2020. (14/12236-1, 19/11349-0, 16/21591-5)

CAPPABIANCO, FABIO A. M.; DOS SANTOS, SERGIO R. B.; IDE, JAIME S.; DA SILVA, PETRUS P. C. E.; IEEE. NON-LOCAL OPERATIONAL ANISOTROPIC DIFFUSION FILTER. 2019 IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING (ICIP), v. N/A, p. 5-pg., 2019-01-01. (16/21591-5)

CASTANEDA LEON, LEISSI M.; MIRANDA, PAULO A. V.; IEEE. Multi-Object Segmentation by Hierarchical Layered Oriented Image Foresting Transform. 2017 30TH SIBGRAPI CONFERENCE ON GRAPHICS, PATTERNS AND IMAGES (SIBGRAPI), v. N/A, p. 8-pg., 2017-01-01. (14/50937-1, 16/21591-5, 11/50761-2)

BRAZ, CAIO DE MORAES; MIRANDA, PAULO A. V.; CIESIELSKI, KRZYSZTOF CHRIS; CAPPABIANCO, FABIO A. M.. Optimum Cuts in Graphs by General Fuzzy Connectedness with Local Band Constraints. Journal of Mathematical Imaging and Vision, v. 62, n. 5, p. 14-pg., 2020-03-27. (14/12236-1, 16/21591-5)

BEJAR, HANS H. C.; CAPPABIANCO, FABIO A. M.; MIRANDA, PAULO A. V.; BATTIATO, S; GALLO, G; SCHETTINI, R; STANCO, F. Efficient Image Segmentation in Graphs with Localized Curvilinear Features. IMAGE ANALYSIS AND PROCESSING,(ICIAP 2017), PT I, v. 10484, p. 11-pg., 2017-01-01. (16/21591-5, 11/50761-2, 14/12236-1)

CONDORI, MARCOS A. T.; CAPPABIANCO, FABIO A. M.; FALCAO, ALEXANDRE X.; MIRANDA, PAULO A. V.; IEEE. Extending the Differential Image Foresting Transform to Root-based Path-cost Functions with Application to Superpixel Segmentation. 2017 30TH SIBGRAPI CONFERENCE ON GRAPHICS, PATTERNS AND IMAGES (SIBGRAPI), v. N/A, p. 8-pg., 2017-01-01. (16/21591-5, 11/50761-2)

YASUDA, YURI D., V; MARTINS, LUIZ EDUARDO G.; CAPPABIANCO, FABIO A. M.. Autonomous Visual Navigation for Mobile Robots: A Systematic Literature Review. ACM COMPUTING SURVEYS, v. 53, n. 1, p. 34-pg., 2020-02-01. (16/21591-5)