Filtro riemanniano adaptativo baseado em centros de massas: uma aplicação à difusão tensorial de imagens por ressonância magnética

• Ano de defesa: 2020
• Autor(a) principal: Alves, Charlan Dellon da Silva
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal do Rio de Janeiro; Brasil; Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia; Programa de Pós-Graduação em Engenharia de Sistemas e Computação; UFRJ
• Palavras-chave em Português: Filtro riemanniano adaptativo; Mediana riemanniana ponderada; Imagem por ressonância magnética; Média riemanniana ponderada; Centro de massa riemanniano; Processamento de imagens; CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::MATEMATICA DA COMPUTACAO::MODELOS ANALITICOS E DE SIMULACAO
• Link de acesso: http://hdl.handle.net/11422/25704

This thesis presents an edge preserving and tensor filtering method for diffusion tensor image. The main idea consists in using the L α Riemannian centers of mass attached to the edge information estimated in the domain of the diffusion tensor so that the image edges not been smoothed in the filtering process. For α ∈ [1, 2], the method encompasses both the standard case of the Riemannian weighted mean filter (α = 2) and the Riemannian weighted median filter (α = 1) in only one filter. Aiming to establish the fundamentals for the well-posedness of the proposed filter, called adaptive Riemannian filter (ARF), we claimed a theoretical result previously stated in the literature on the continuity of the L α Riemannian centers of mass, with respect to the parameter α and the points in the neighborhood of the filtered tensor.