Aglomeração de pixels por floresta de caminhos ótimos para segmentação de imagens

• Processo: 10/04936-2
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de agosto de 2010
• Data de Término da vigência: 31 de julho de 2011
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: Alexandre Xavier Falcão
• Beneficiário: Maíra Saboia da Silva
• Instituição Sede: Instituto de Computação (IC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Assunto(s): Processamento de imagens
• Palavra(s)-Chave do Pesquisador: Aglomeração de dados | Estimativas de Densidade de Probabilidade | Floresta de Caminhos Ótimos | Técnicas de Amostragem | Processamento de Imagens

Resumo

Segmentar uma imagem sem conhecimento a priori do número de objetos quea constituem é uma tarefa necessária para muitas aplicações de análise de imagens.Contudo, isso nÜao é uma tarefa trivial primeiro porque é necessário desenvolverformas de agrupar dados por alguma similaridade, além de que o número de dadospode ser grande e tornar o processo ineficiente. Existem vários algoritmos queutilizam técnicas de agrupamento para segmentar imagens. Alguns deles supÜoem ummodelo para a imagem, outros super-segmentam os objetos ou apresentam tempoinviável de processamento. Nessa pesquisa ´e proposta uma abordagem baseada natécnica Optimum Path Forest, que busca melhorar a eficiência e a qualidade dasegmentaçÜao de imagens. Para melhorar a viabilidade serÜao usadas várias formasde amostragem e para melhorar a segmenta¸cÜao serÜao testadas várias formas deestimar a densidade de probabilidade dos pixels no espaço de atributos. Tambémserá considerada uma abordagem híbrida entre Optimum Path Forest e ExpectationMaximization.

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

SILVA, Maíra Saboia da. Aglomeração de pixels pela transformada imagem floresta e sua aplicação em segmentação de fundo de imagens naturais. 2011. Dissertação de Mestrado - Universidade Estadual de Campinas (UNICAMP). Instituto de Computação Campinas, SP.