Combinação de modelos de campos aleatórios markovianos para classificação contextual de imagens multiespectrais

• Processo: 06/01711-4
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de março de 2007
• Data de Término da vigência: 28 de fevereiro de 2010
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Matemática da Computação
• Pesquisador responsável: Nelson Delfino d'Ávila Mascarenhas
• Beneficiário: Alexandre Luís Magalhães Levada
• Instituição Sede: Instituto de Física de São Carlos (IFSC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Assunto(s): Sensoriamento remoto Reconhecimento de padrões
• Palavra(s)-Chave do Pesquisador: Classificacao Supervisionada | Combinacao De Classificadores | Extracao De Atributos | Imagens Tomograficas | Sensoriamento Remoto | Reconhecimento de Padrões

Resumo

A classificação de imagens é uma ferramenta de fundamental importância em diversas aplicações nas áreas de processamento de imagens e reconhecimento de padrões, como por exemplo, em sensoriamento remoto ou no diagnóstico de doenças a partir da análise de imagens médicas de ressonância magnética e tomografia computadorizada. A proposta deste trabalho consiste em utilizar a combinação de diferentes modelos de campos aleatórios markovianos na classificação supervisionada de imagens multiespectrais, com o intuito de tentar obter melhoria no desempenho do classificador, incorporando informações contextuais no processo. Cada um dos diferentes modelos de campos aleatórios define justamente como esse contexto é levado em consideração através de parâmetros que controlam a dependência entre os elementos do campo (pixels). Para o sistema de combinação considera-se a utilização de combinadores baseados em regras, como regras de média, máximo, mínimo e produto, além da possibilidade de esquemas baseados na definição de perfis de decisão (Decision Templates), avaliando os resultados obtidos através do erro estimado de classificação e coeficiente Kappa. (AU)

Publicações científicas

(11)

(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)

LEVADA, ALEXANDRE L. M.; MASCARENHAS, NELSON D. A.; TANNUS, ALBERTO. A novel MAP-MRF approach for multispectral image contextual classification using combination of suboptimal iterative algorithms. PATTERN RECOGNITION LETTERS, v. 31, n. 13, SI, p. 1795-1808, OCT 1 2010. (06/01711-4)

LEVADA, ALEXANDRE L. M.; MASCARENHAS, NELSON D. A.; TANNUS, ALBERTO. Pseudo-likelihood equations for Potts model on higher-order neighborhood systems: A quantitative approach for parameter estimation in image analysis. BRAZILIAN JOURNAL OF PROBABILITY AND STATISTICS, v. 23, n. 2, p. 120-140, DEC 2009. (06/01711-4)

LEVADA, ALEXANDRE L. M.; TANNUS, ALBERTO; MASCARENHAS, NELSON D. A.; IEEE. GSAShrink: A Novel Iterative Approach for Wavelet-Based Image Denoising. 2009 XXII BRAZILIAN SYMPOSIUM ON COMPUTER GRAPHICS AND IMAGE PROCESSING (SIBGRAPI 2009), v. N/A, p. 3-pg., 2009-01-01. (06/01711-4)

LEVADA, ALEXANDRE L. M.; MASCARENHAS, NELSON D. A.; TANNUS, ALBERTO; IEEE. On the Asymptotic Variances of Gaussian Markov Random Field Model Hyperparameters in Stochastic Image Modeling. 19TH INTERNATIONAL CONFERENCE ON PATTERN RECOGNITION, VOLS 1-6, v. N/A, p. 4-pg., 2008-01-01. (06/01711-4)

MARTINS, ANA L. D.; LEVADA, ALEXANDRE L. M.; HOMEM, MURILLO R. P.; MASCARENHAS, NELSON D. A.; IEEE. MAP-MRF SUPER-RESOLUTION IMAGE RECONSTRUCTION USING MAXIMUM PSEUDO-LIKELIHOOD PARAMETER ESTIMATION. 2008 15TH IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING, VOLS 1-5, v. N/A, p. 2-pg., 2009-01-01. (06/01711-4, 02/07153-2, 04/01632-1)

LEVADA, ALEXANDRE L. M.; MASCARENHAS, NELSON D. A.; TANNUS, ALBERTO; IEEE. A NOVEL PSEUDO-LIKELIHOOD EQUATION FOR POTTS MRF MODEL PARAMETER ESTIMATION IN IMAGE ANALYSIS. 2008 15TH IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING, VOLS 1-5, v. N/A, p. 4-pg., 2008-01-01. (06/01711-4)

SALVADEO, DENIS H. P.; MASCARENHAS, NELSON D. A.; MOREIRA, JANDER; LEVADA, ALEXANDRE L. M.; CORREA, DEBORA C.. Improving Face Recognition Performance Using RBPCA MaxLike and Information Fusion. COMPUTING IN SCIENCE & ENGINEERING, v. 13, n. 3, p. 14-21, MAY-JUN 2011. (06/01711-4, 09/50142-0)

LEVADA, ALEXANDRE L. M.; MASCARENHAS, NELSON D. A.; TANNUS, ALBERTO. A novel MAP-MRF approach for multispectral image contextual classification using combination of suboptimal iterative algorithms. PATTERN RECOGNITION LETTERS, v. 31, n. 13, p. 14-pg., 2010-10-01. (06/01711-4)

LEVADA, ALEXANDRE L. M.; MASCARENHAS, NELSON D. A.; TANNUS, ALBERTO; IEEE COMPUTER SOC. Improving Potts MRF model parameter estimation in image analysis. CSE 2008:11TH IEEE INTERNATIONAL CONFERENCE ON COMPUTATIONAL SCIENCE AND ENGINEERING, PROCEEDINGS, v. N/A, p. 2-pg., 2008-01-01. (06/01711-4)

LEVADA, ALEXANDRE L. M.; MASCARENHAS, NELSON D. A.; TANNUS, ALBERTO; SALVADEO, DENIS H. P.; ACM. Spatially Non-Homogeneous Potts Model Parameter Estimation on Higher-Order Neighborhood Systems by Maximum Pseudo-Likelihood. APPLIED COMPUTING 2008, VOLS 1-3, v. N/A, p. 2-pg., 2008-01-01. (02/07153-2, 06/01711-4)

LEVADA, ALEXANDRE L. M.; MASCARENHAS, NELSON D. A.; TANNUS, ALBERTO; ROZINAJ, G; CEPKO, J; TRUCHLY, P; VRABEC, J; VOJTKO, J. Improving Potts MRF model parameter estimation using higher-order neighborhood systems on stochastic image modeling. PROCEEDINGS OF IWSSIP 2008: 15TH INTERNATIONAL CONFERENCE ON SYSTEMS, SIGNALS AND IMAGE PROCESSING, v. N/A, p. 2-pg., 2008-01-01. (06/01711-4)

Publicações acadêmicas

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

LEVADA, Alexandre Luís Magalhães. Combinação de modelos de campos aleatórios markovianos para classificação contextual de imagens multiespectrais. 2010. Tese de Doutorado - Universidade de São Paulo (USP). Instituto de Física de São Carlos (IFSC/BT) São Carlos.