Algoritmo ejeção-absorção metropolizado para segmentação de imagens

Detalhes bibliográficos
Ano de defesa: 2014
Autor(a) principal: Calixto, Alexandre Pitangui lattes
Orientador(a): Milan, Luis Aparecido lattes
Banca de defesa: Levada, Alexandre Luís Magalhães lattes, Leite, José Galvão lattes, Ehlers, Ricardo Sandes lattes, Leandro, Roseli Aparecida lattes
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de São Carlos
Programa de Pós-Graduação: Programa de pós-graduação em Estatística
Departamento: Centro de Ciências Exatas e de Tecnologia
País: Brasil
Palavras-chave em Português:
Processamento de imagem
Algoritmo
Palavras-chave em Inglês:
Template matching (Digital image processing)
Algorithms
Área do conhecimento CNPq:
CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA
Link de acesso: http://repositorio.ufgd.edu.br/jspui/handle/prefix/2944
Resumo: Nesta tese, modelamos uma imagem através de uma grade regular retangular e as-sumimos que esta grade é dividida em múltiplas regiões disjuntas de pixels. Quando duas ou mais regiões apresentam a mesma característica, a união dessas regiões forma um conjunto chamado de componente. Associamos a cada pixel da ima-gem uma variável indicadora não observável que indica a componente a que o pixel pertence. Estas variáveis indicadoras não observáveis são modeladas através da distribuição de probabilidade de Gibbs com parâmetro de regularização espacial fi. Assumimos que fi e o número de componentes K são desconhecidos. Para estimação conjunta dos parâmetros de interesse, propomos um algoritmo MCMC denominado de ejeção-absorção metropolizado (EAM). Algumas vantagens do algoritmo proposto são: (i) O algoritmo não necessita da especificação de uma função de transição para realização dos movimentos ejeção e absorção. Ao contrário do algoritmo reversible jump (RJ) que requer a especificação de "boas" funções de transição para ser com-putacionalmente eficiente; (ii) Os movimentos ejeção e absorção são desenvolvidos com base nos dados observados e podem ser rapidamente propostos e testados; (iii) Novas componentes são "criadas" com base em informações provenientes de regiões de observações e os parâmetros das novas componentes são gerados das distribuições a posteriori. Ilustramos o desempenho do algoritmo EAM utilizando conjuntos de dados simulados e reais.
id UFGD-2_8062118b88fefa08f65314db5944174c
oai_identifier_str oai:https://repositorio.ufgd.edu.br/jspui:prefix/2944
network_acronym_str UFGD-2
network_name_str Repositório Institucional da UFGD
repository_id_str
spelling Milan, Luis Aparecidohttp://lattes.cnpq.br/7435391829973844Saraiva, Erlandson Ferreirahttp://lattes.cnpq.br/1890753837146343Levada, Alexandre Luís Magalhãeshttp://lattes.cnpq.br/3341441596395463Leite, José Galvãohttp://lattes.cnpq.br/0677440386988572Ehlers, Ricardo Sandeshttp://lattes.cnpq.br/4020997206928882Leandro, Roseli Aparecidahttp://lattes.cnpq.br/0012345068871250http://lattes.cnpq.br/0846151938852422Calixto, Alexandre Pitangui2020-04-29T12:43:30Z2020-04-29T12:43:30Z2014-12-19CALIXTO, Alexandre Pitangui. Algoritmo ejeção-absorção metropolizado para segmentação de imagens. 2014. Tese (Doutorado em Estatística) – Centro de Ciências Exatas e de Tecnologia, Universidade Federal de São Carlos, São Carlos, SP, 2014.http://repositorio.ufgd.edu.br/jspui/handle/prefix/2944Nesta tese, modelamos uma imagem através de uma grade regular retangular e as-sumimos que esta grade é dividida em múltiplas regiões disjuntas de pixels. Quando duas ou mais regiões apresentam a mesma característica, a união dessas regiões forma um conjunto chamado de componente. Associamos a cada pixel da ima-gem uma variável indicadora não observável que indica a componente a que o pixel pertence. Estas variáveis indicadoras não observáveis são modeladas através da distribuição de probabilidade de Gibbs com parâmetro de regularização espacial fi. Assumimos que fi e o número de componentes K são desconhecidos. Para estimação conjunta dos parâmetros de interesse, propomos um algoritmo MCMC denominado de ejeção-absorção metropolizado (EAM). Algumas vantagens do algoritmo proposto são: (i) O algoritmo não necessita da especificação de uma função de transição para realização dos movimentos ejeção e absorção. Ao contrário do algoritmo reversible jump (RJ) que requer a especificação de "boas" funções de transição para ser com-putacionalmente eficiente; (ii) Os movimentos ejeção e absorção são desenvolvidos com base nos dados observados e podem ser rapidamente propostos e testados; (iii) Novas componentes são "criadas" com base em informações provenientes de regiões de observações e os parâmetros das novas componentes são gerados das distribuições a posteriori. Ilustramos o desempenho do algoritmo EAM utilizando conjuntos de dados simulados e reais.We proposed a new split-merge MCMC algorithm for image segmentation. We describe how an image can be subdivided into multiple disjoint regions, with each region having an associated latent indicator variable. The latent indicator variables are modeled with a prior Gibbs distribution governed by a spatial regularization pa-rameter. Regions with same label define a component. Pixels within a component are distributed according to a Gaussian distribution. We treat the spatial regu-larization parameter and the number of components K as unknown. To estimate K, the spatial regularization parameter and the component parameters we propose the Metropolised split-merge (MSM) algorithm. The MSM comprises two type of moves. The first one, is a data-driven split-merge move. These movements change the number of components K in the neighborhood K ±1 and are accepted accor-ding to Metropolis-Hastings acceptance probability. After a split-merge step, the component parameters, the spatial regularization parameter and latent allocation variables are updated conditional on K by using the Gibbs sampling, the Metropolis-Hastings and Swendsen-Wang algorithm, respectively. The main advantage of the proposed algorithm is that it is easy to implement and the acceptance probability for split-merge movements depends only of the observed data The performance of the proposed algorithm is verified using artificial datasets as well as real datasets.Submitted by Alison Souza (alisonsouza@ufgd.edu.br) on 2020-04-29T12:43:29Z No. of bitstreams: 1 UFSCAR - AlexandrePitanguiCalixto.pdf: 2209596 bytes, checksum: 9e629fff12f5c77f1fdd22bc048665e2 (MD5)Made available in DSpace on 2020-04-29T12:43:30Z (GMT). No. of bitstreams: 1 UFSCAR - AlexandrePitanguiCalixto.pdf: 2209596 bytes, checksum: 9e629fff12f5c77f1fdd22bc048665e2 (MD5) Previous issue date: 2014-12-19Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)porUniversidade Federal de São CarlosPrograma de pós-graduação em EstatísticaUFSCARBrasilCentro de Ciências Exatas e de TecnologiaCNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICAProcessamento de imagemAlgoritmoTemplate matching (Digital image processing)AlgorithmsAlgoritmo ejeção-absorção metropolizado para segmentação de imagensinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFGDinstname:Universidade Federal da Grande Dourados (UFGD)instacron:UFGDTEXTUFSCAR - AlexandrePitanguiCalixto.pdf.txtUFSCAR - AlexandrePitanguiCalixto.pdf.txtExtracted texttext/plain127442https://repositorio.ufgd.edu.br/jspui/bitstream/prefix/2944/3/UFSCAR%20-%20AlexandrePitanguiCalixto.pdf.txt9f462fe578ee75f8f59ef613ed6ee025MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81866https://repositorio.ufgd.edu.br/jspui/bitstream/prefix/2944/2/license.txt43cd690d6a359e86c1fe3d5b7cba0c9bMD52ORIGINALUFSCAR - AlexandrePitanguiCalixto.pdfUFSCAR - AlexandrePitanguiCalixto.pdfapplication/pdf2209596https://repositorio.ufgd.edu.br/jspui/bitstream/prefix/2944/1/UFSCAR%20-%20AlexandrePitanguiCalixto.pdf9e629fff12f5c77f1fdd22bc048665e2MD51prefix/29442023-09-14 02:10:26.404oai:https://repositorio.ufgd.edu.br/jspui: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ório InstitucionalPUBhttps://repositorio.ufgd.edu.br/jspui:8080/oai/requestopendoar:21162023-09-14T06:10:26Repositório Institucional da UFGD - Universidade Federal da Grande Dourados (UFGD)false
dc.title.pt_BR.fl_str_mv Algoritmo ejeção-absorção metropolizado para segmentação de imagens
title Algoritmo ejeção-absorção metropolizado para segmentação de imagens
spellingShingle Algoritmo ejeção-absorção metropolizado para segmentação de imagens
Calixto, Alexandre Pitangui
CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA
Processamento de imagem
Algoritmo
Template matching (Digital image processing)
Algorithms
title_short Algoritmo ejeção-absorção metropolizado para segmentação de imagens
title_full Algoritmo ejeção-absorção metropolizado para segmentação de imagens
title_fullStr Algoritmo ejeção-absorção metropolizado para segmentação de imagens
title_full_unstemmed Algoritmo ejeção-absorção metropolizado para segmentação de imagens
title_sort Algoritmo ejeção-absorção metropolizado para segmentação de imagens
author Calixto, Alexandre Pitangui
author_facet Calixto, Alexandre Pitangui
author_role author
dc.contributor.advisor1.fl_str_mv Milan, Luis Aparecido
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/7435391829973844
dc.contributor.advisor-co1.fl_str_mv Saraiva, Erlandson Ferreira
dc.contributor.advisor-co1Lattes.fl_str_mv http://lattes.cnpq.br/1890753837146343
dc.contributor.referee1.fl_str_mv Levada, Alexandre Luís Magalhães
dc.contributor.referee1Lattes.fl_str_mv http://lattes.cnpq.br/3341441596395463
dc.contributor.referee2.fl_str_mv Leite, José Galvão
dc.contributor.referee2Lattes.fl_str_mv http://lattes.cnpq.br/0677440386988572
dc.contributor.referee3.fl_str_mv Ehlers, Ricardo Sandes
dc.contributor.referee3Lattes.fl_str_mv http://lattes.cnpq.br/4020997206928882
dc.contributor.referee4.fl_str_mv Leandro, Roseli Aparecida
dc.contributor.referee4Lattes.fl_str_mv http://lattes.cnpq.br/0012345068871250
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/0846151938852422
dc.contributor.author.fl_str_mv Calixto, Alexandre Pitangui
contributor_str_mv Milan, Luis Aparecido
Saraiva, Erlandson Ferreira
Levada, Alexandre Luís Magalhães
Leite, José Galvão
Ehlers, Ricardo Sandes
Leandro, Roseli Aparecida
dc.subject.cnpq.fl_str_mv CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA
topic CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA
Processamento de imagem
Algoritmo
Template matching (Digital image processing)
Algorithms
dc.subject.por.fl_str_mv Processamento de imagem
Algoritmo
dc.subject.eng.fl_str_mv Template matching (Digital image processing)
Algorithms
description Nesta tese, modelamos uma imagem através de uma grade regular retangular e as-sumimos que esta grade é dividida em múltiplas regiões disjuntas de pixels. Quando duas ou mais regiões apresentam a mesma característica, a união dessas regiões forma um conjunto chamado de componente. Associamos a cada pixel da ima-gem uma variável indicadora não observável que indica a componente a que o pixel pertence. Estas variáveis indicadoras não observáveis são modeladas através da distribuição de probabilidade de Gibbs com parâmetro de regularização espacial fi. Assumimos que fi e o número de componentes K são desconhecidos. Para estimação conjunta dos parâmetros de interesse, propomos um algoritmo MCMC denominado de ejeção-absorção metropolizado (EAM). Algumas vantagens do algoritmo proposto são: (i) O algoritmo não necessita da especificação de uma função de transição para realização dos movimentos ejeção e absorção. Ao contrário do algoritmo reversible jump (RJ) que requer a especificação de "boas" funções de transição para ser com-putacionalmente eficiente; (ii) Os movimentos ejeção e absorção são desenvolvidos com base nos dados observados e podem ser rapidamente propostos e testados; (iii) Novas componentes são "criadas" com base em informações provenientes de regiões de observações e os parâmetros das novas componentes são gerados das distribuições a posteriori. Ilustramos o desempenho do algoritmo EAM utilizando conjuntos de dados simulados e reais.
publishDate 2014
dc.date.issued.fl_str_mv 2014-12-19
dc.date.accessioned.fl_str_mv 2020-04-29T12:43:30Z
dc.date.available.fl_str_mv 2020-04-29T12:43:30Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv CALIXTO, Alexandre Pitangui. Algoritmo ejeção-absorção metropolizado para segmentação de imagens. 2014. Tese (Doutorado em Estatística) – Centro de Ciências Exatas e de Tecnologia, Universidade Federal de São Carlos, São Carlos, SP, 2014.
dc.identifier.uri.fl_str_mv http://repositorio.ufgd.edu.br/jspui/handle/prefix/2944
identifier_str_mv CALIXTO, Alexandre Pitangui. Algoritmo ejeção-absorção metropolizado para segmentação de imagens. 2014. Tese (Doutorado em Estatística) – Centro de Ciências Exatas e de Tecnologia, Universidade Federal de São Carlos, São Carlos, SP, 2014.
url http://repositorio.ufgd.edu.br/jspui/handle/prefix/2944
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de São Carlos
dc.publisher.program.fl_str_mv Programa de pós-graduação em Estatística
dc.publisher.initials.fl_str_mv UFSCAR
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Centro de Ciências Exatas e de Tecnologia
publisher.none.fl_str_mv Universidade Federal de São Carlos
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFGD
instname:Universidade Federal da Grande Dourados (UFGD)
instacron:UFGD
instname_str Universidade Federal da Grande Dourados (UFGD)
instacron_str UFGD
institution UFGD
reponame_str Repositório Institucional da UFGD
collection Repositório Institucional da UFGD
bitstream.url.fl_str_mv https://repositorio.ufgd.edu.br/jspui/bitstream/prefix/2944/3/UFSCAR%20-%20AlexandrePitanguiCalixto.pdf.txt
https://repositorio.ufgd.edu.br/jspui/bitstream/prefix/2944/2/license.txt
https://repositorio.ufgd.edu.br/jspui/bitstream/prefix/2944/1/UFSCAR%20-%20AlexandrePitanguiCalixto.pdf
bitstream.checksum.fl_str_mv 9f462fe578ee75f8f59ef613ed6ee025
43cd690d6a359e86c1fe3d5b7cba0c9b
9e629fff12f5c77f1fdd22bc048665e2
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFGD - Universidade Federal da Grande Dourados (UFGD)
repository.mail.fl_str_mv
_version_ 1833922220599017472

Registros relacionados