Otimização do Problema de Pseudo-Colorização Utilizando Metaheurísticas Modernas com Operadores Híbridos

• Processo: 25/17551-7
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de novembro de 2025
• Data de Término da vigência: 31 de outubro de 2026
• Área de conhecimento: Ciências Exatas e da Terra - Matemática - Matemática Aplicada
• Pesquisador responsável: Rodrigo Colnago Contreras
• Beneficiário: Rafael Damasceno Marques dos Santos
• 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
• Assunto(s): Algoritmos genéticos Meta-heurística Otimização combinatória
• Palavra(s)-Chave do Pesquisador: Algoritmos Geneticos | Busca Local Adaptativa | Metaheurísticas | Otimização Combinatória | Pseudo-Colorização | Realce de imagens | Otimização Combinatória

Resumo

Em diversas situações, especialistas precisam realizar análises visuais de imagens em tons de cinza. No entanto, o olho humano apresenta limitações consideráveis na identificação de detalhes neste tipo de imagem, tornando necessária a utilização de técnicas de colorização artificial. O Problema de Pseudo-Colorização (PsCP) consiste em atribuir a uma imagem em tons de cinza, previamente segmentada em K sub-regiões, um conjunto de K cores que sejam o mais diferentes possível entre si, de forma a facilitar sua interpretação visual. Trata-se de um problema pertencente à classe dos problemas NP-difíceis, ou seja, não existe, até o momento, um método exato capaz de resolver eficientemente todas as suas instâncias dentro de tempo computacional viável. Dessa forma, o uso de técnicas baseadas em metaheurísticas tem se mostrado uma abordagem promissora e frequentemente adotada na literatura para tratar esse tipo de problema. Em particular, o Algoritmo Genético (GA) é uma das técnicas que se destaca, sendo amplamente utilizado em abordagens anteriores para resolver o PsCP. Este projeto de pesquisa tem como objetivo propor um novo método de resolução para o PsCP, baseado em aprimoramentos de Metaheurísticas Modernas. A proposta incluirá a adoção de operadores de busca local e de ajuste adaptativo de parâmetros, implementados por meio de funções de mapeamento simétrico. Espera-se que esses mecanismos contribuam para reduzir problemas recorrentes em algoritmos evolucionários, como a convergência prematura e a exploração limitada do espaço de busca. O método proposto será avaliado em diferentes cenários, considerando três estudos de caso: (i) a pseudo-colorização de imagens reais no espaço de cores RGB; (ii) a pseudo-colorização de imagens sintéticas e abstratas, onde as sub-regiões são completamente conexas, também no espaço RGB; e (iii) a pseudo-colorização utilizando o conjunto de cores do Atlas de Cores de Munsell. Ao longo do desenvolvimento do projeto, o desempenho do método proposto será comparado com outras técnicas consagradas na literatura, visando verificar sua eficácia e robustez na geração de soluções de alta qualidade para o PsCP. Espera-se que os aprimoramentos metodológicos empregados - especialmente a introdução dos operadores adaptativos - resultem em uma abordagem mais eficiente e com melhor capacidade de generalização. Complementarmente, será confeccionada uma biblioteca em linguagens Python e C/C++, implementando o material desenvolvido de modo escalável tanto para o meio acadêmico quanto para o meio empresarial. Finalmente, os resultados obtidos serão divulgados em periódicos e eventos internacionais de reconhecida excelência.