Análise de imagem de lignocelulose

• Processo: 14/06208-5
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Doutorado
• Data de Início da vigência: 01 de junho de 2014
• Data de Término da vigência: 30 de novembro de 2014
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Odemir Martinez Bruno
• Beneficiário: Núbia Rosa da Silva
• Supervisor: Bernard De Baets
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Instituição Anfitriã: Ghent University (UGent), Bélgica
• Vinculado à bolsa: 11/21467-9 - Reconhecimento de Padrões Heterogêneos e suas Aplicações em Biologia e Nanotecnologia., BP.DR
• Assunto(s): Lignocelulose Reconhecimento de padrões
• Palavra(s)-Chave do Pesquisador: análise de textura | Heterogeneidade de textura | Lignocelulose | Reconhecimento de Padrões | Reconhecimento de padrões de textura

Resumo

Há algumas décadas a textura tem sido um importante objeto de estudo na comunidade de visão computacional e processamento de imagens. No entanto, ainda são necessárias mais pesquisas para tornar os algoritmos de textura para análise de padrões e classificação aplicável em diferentes áreas. Textura é uma característica fundamental em muitas imagens naturais e sintéticas, e por isso o processo de análise de textura é um passo essencial em diversas aplicações de processamento de imagens, como a inspeção industrial, sensoriamento remoto de recursos terrestres, imagens médicas, reconhecimento de objetos e recuperação de imagens baseada em conteúdo. Numerosos métodos para a análise da textura foram propostos na literatura. Estes métodos envolvem extração de características e utilizam diferentes esquemas para representar as características selecionadas. Eles podem ser divididos em cinco categorias: estrutural, estatístico, baseado em modelo, espectrais e baseados em agentes. Mesmo com essa variedade de métodos para análise de textura, todos eles analisam a textura de maneira global, como se ocorresse apenas um padrão de textura na imagem. Este projeto propõe um modelo de análise de textura com base na heterogeneidade dos padrões de textura na mesma imagem. Para realizar esta tarefa, imagens de madeira serão utilizadas, devido à sua estrutura hierárquica e heterogeneidade adequados para tais análises. As imagens de textura a serem analisadas são seções microscópicas transversais de madeira obtidos por microscopia óptica convencional, bem como a tomografia computadorizada de raios-X , o último em 2D e 3D. O projeto proposto pode ser dividido em três partes principais: Reconhecimento de madeira, orientação de fibras e quantificação de tecidos em 3D. O primeiro diz respeito à classificação das espécies de madeira por imagens microscópicas transversais de compostos de madeira. O segundo trata da análise de madeira, neste caso especificamente destinado à orientação das fibras, o que influencia a densidade da madeira e sua durabilidade. Finalmente, a terceira parte do trabalho diz respeito à quantificação de tecidos em 3D compreendendo análise tridimensional das diferentes estruturas anatômicas da madeira. (AU)

Publicações científicas

(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)

DA SILVA, NUBIA ROSA; DEKLERCK, VICTOR; BAETENS, JAN M.; VAN DEN BULCKE, JAN; DE RIDDER, MAAIKE; ROUSSEAU, MELISSA; BRUNO, ODEMIR MARTINEZ; BEECKMAN, HANS; VAN ACKER, JORIS; DE BAETS, BERNARD; et al. Improved wood species identification based on multi-view imagery of the three anatomical planes. PLANT METHODS, v. 18, n. 1, p. 17-pg., 2022-06-11. (14/06208-5, 11/21467-9, 11/01523-1)

DA SILVA, NUBIA ROSA; DE RIDDER, MAAIKE; BAETENS, JAN M.; VAN DEN BULCKE, JAN; ROUSSEAU, MELISSA; BRUNO, ODEMIR MARTINEZ; BEECKMAN, HANS; VAN ACKER, JORIS; DE BAETS, BERNARD. Automated classification of wood transverse cross-section micro-imagery from 77 commercial Central-African timber species. ANNALS OF FOREST SCIENCE, v. 74, n. 2, JUN 2017. (14/06208-5, 11/21467-9, 11/01523-1)

DA SILVA, NUBIA ROSA; BAETENS, JAN M.; DA SILVA OLIVEIRA, MARCOS WILLIAM; DE BAETS, BERNARD; BRUNO, ODEMIR MARTINEZ. Classification of cellular automata through texture analysis. INFORMATION SCIENCES, v. 370, p. 33-49, NOV 20 2016. (11/01523-1, 11/21467-9, 14/06208-5)