Geometria Fractal e Análise de Imagens Aplicadas à Biologia Vegetal

• Processo: 12/19143-3
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de março de 2013
• Data de Término da vigência: 29 de fevereiro de 2016
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Odemir Martinez Bruno
• Beneficiário: Joao Batista Florindo
• Instituição Sede: Instituto de Física de São Carlos (IFSC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Bolsa(s) vinculada(s): 13/22205-3 - Organização espacial de tecidos e análise fractal para a taxonomia automatizada de plantas, BE.EP.PD
• Assunto(s): Análise de imagens Visão computacional
• Palavra(s)-Chave do Pesquisador: Análise de imagens | Geometria Fractal | Morfometria Vegetal | Visão Computacional

Resumo

Este trabalho propõe o desenvolvimento e aplicação de ferramentas matemáticas de análise de imagens derivadas da geometria fractal à análise e identificação de espécies de plantas da flora brasileira. A proposta de usar geometria fractal para essa análise surge da precisão que esta apresenta na modelagem de objetos da natureza, uma vez que elementos como as folhas vegetais possuem propriedades que as aproximam mais de um objeto fractal do que dos objetos da geometria clássica, como o fato de que são altamente complexas e possuem um índice significativo de auto-similaridades em seu aspecto. O trabalho pretende explorar técnicas já conhecidas na literatura como descritores fractais e multifractais, bem como propor novas abordagens para a extração de características da imagem a partir da geometria fractal. Essa combinação de ferramentas matemáticas e computacionais com técnicas biológicas propiciará vantagens tanto para as ciências exatas quanto biológicas, uma vez que permitirá o desenvolvimento de um ferramental que poderá tornar o processo de identificação e análise de plantas mais preciso e mais ágil, ao mesmo tempo em que fomentará o desenvolvimento de técnicas mais avançadas em análise de imagens.

Publicações científicas

(16)

(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)

FLORINDO, J. B.; BRUNO, O. M.. Texture analysis by fractal descriptors over the wavelet domain using a best basis decomposition. PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS, v. 444, p. 415-427, FEB 15 2016. (12/19143-3, 13/22205-3)

FLORINDO, JOAO BATISTA; BRUNO, ODEMIR MARTINEZ. Fractal Descriptors of Texture Images Based on the Triangular Prism Dimension. Journal of Mathematical Imaging and Vision, v. 61, n. 1, p. 140-159, JAN 2019. (13/22205-3, 16/16060-0, 12/19143-3, 14/08026-1)

FLORINDO, JOAO B.; LANDINI, GABRIEL; BRUNO, ODEMIR M.. Three-dimensional connectivity index for texture recognition. PATTERN RECOGNITION LETTERS, v. 84, p. 239-244, DEC 1 2016. (11/01523-1, 12/19143-3, 13/22205-3)

ZUNIGA, ALVARO G.; FLORINDO, JOAO B.; BRUNO, ODEMIR M.. Gabor wavelets combined with volumetric fractal dimension applied to texture analysis. PATTERN RECOGNITION LETTERS, v. 36, p. 135-143, JAN 15 2014. (11/01523-1, 12/19143-3)

FLORINDO, JOAO BATISTA; CASANOVA, DALCIMAR; BRUNO, ODEMIR MARTINEZ. A Gaussian pyramid approach to Bouligand-Minkowski fractal descriptors. INFORMATION SCIENCES, v. 459, p. 36-52, AUG 2018. (16/16060-0, 12/19143-3, 14/08026-1, 13/22205-3)

FLORINDO, JOAO B.; BRUNO, ODEMIR M.. Texture classification using non-Euclidean Minkowski dilation. PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS, v. 493, p. 189-202, MAR 1 2018. (16/16060-0, 12/19143-3, 14/08026-1)

FLORINDO, JOAO B.; BRUNO, ODEMIR M.; LANDINI, GABRIEL. Morphological classification of odontogenic keratocysts using Bouligand-Minkowski fractal descriptors. COMPUTERS IN BIOLOGY AND MEDICINE, v. 81, p. 1-10, FEB 1 2017. (12/19143-3, 14/08026-1, 13/22205-3)

SILVA, N. R.; FLORINDO, J. B.; GOMEZ, M. C.; KOLB, R. M.; BRUNO, O. M.; VAGENAS, EC; VLACHOS, DS. Fractal descriptors for discrimination of microscopy images of plant leaves. WAKE CONFERENCE 2021, v. 490, p. 4-pg., 2014-01-01. (11/01523-1, 12/19143-3, 11/21467-9, 11/23112-3)

OLIVEIRA, MARCOS WILLIAM DA S.; CASANOVA, DALCIMAR; FLORINDO, JOAO B.; BRUNO, ODEMIR M.. Enhancing fractal descriptors on images by combining boundary and interior of Minkowski dilation. PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS, v. 416, p. 41-48, DEC 15 2014. (12/19143-3, 11/01523-1, 13/14984-2, 13/22205-3)

CASANOVA, D.; FLORINDO, J. B.; FALVO, M.; BRUNO, O. M.. Texture analysis using fractal descriptors estimated by the mutual interference of color channels. INFORMATION SCIENCES, v. 346, p. 58-72, JUN 10 2016. (11/01523-1, 12/19143-3, 13/22205-3)

FLORINDO, JOAO BATISTA; BRUNO, ODEMIR MARTINEZ. Fractal descriptors based on the probability dimension: A texture analysis and classification approach. PATTERN RECOGNITION LETTERS, v. 42, p. 107-114, JUN 1 2014. (11/01523-1, 12/19143-3)

DA SILVA, NUBIA ROSA; FLORINDO, JOAO BATISTA; GOMEZ, MARIA CECILIA; ROSSATTO, DAVI RODRIGO; KOLB, ROSANA MARTA; BRUNO, ODEMIR MARTINEZ. Plant Identification Based on Leaf Midrib Cross-Section Images Using Fractal Descriptors. PLoS One, v. 10, n. 6, JUN 19 2015. (11/23112-3, 11/01523-1, 12/19143-3, 11/21467-9)

FLORINDO, JOAO BATISTA; ASSIRATI, LUCAS; BRUNO, ODEMIR MARTINEZ. Enhancing texture descriptors by a neighborhood approach to the non-additive entropy. DIGITAL SIGNAL PROCESSING, v. 44, p. 14-25, SEP 2015. (11/01523-1, 12/19143-3, 13/22205-3)

FLORINDO, JOAO B.; BRUNO, ODEMIR M.. Local fractal dimension and binary patterns in texture recognition. PATTERN RECOGNITION LETTERS, v. 78, p. 22-27, JUL 15 2016. (11/01523-1, 12/19143-3)

FLORINDO, JOAO BATISTA; BRUNO, ODEMIR MARTINEZ. Discrete Schroedinger transform for texture recognition. INFORMATION SCIENCES, v. 415, p. 142-155, NOV 2017. (16/16060-0, 12/19143-3, 14/08026-1)

FLORINDO, JOAO BATISTA; ASSIRATI, LUCAS; BRUNO, ODEMIR MARTINEZ. Locally enhancing fractal descriptors by using the non-additive entropy. PATTERN RECOGNITION LETTERS, v. 70, p. 32-37, JAN 15 2016. (11/01523-1, 12/19143-3, 13/22205-3)