Estudo de técnicas para separação de objetos agrupados em imagens digitais 2D
Ano de defesa: | 2016 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | , |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade Federal de Uberlândia
|
Programa de Pós-Graduação: |
Programa de Pós-graduação em Ciência da Computação
|
Departamento: |
Não Informado pela instituição
|
País: |
Brasil
|
Palavras-chave em Português: | |
Área do conhecimento CNPq: | |
Link de acesso: | https://repositorio.ufu.br/handle/123456789/21239 http://doi.org/10.14393/ufu.di.2016.511 |
Resumo: | A segmentação de imagens é uma operação importante em diversas aplicações de visão computacional e processamento de imagem, uma vez que representa o primeiro passo e o mais difícil em uma tarefa de análise de imagem. Um dos fatores que fazem a segmentação um desafio é a existência de objetos agrupados. Para lidar com esse problema, alguns trabalhos focam no desenvolvimento de métodos computacionais que visam a identificação precisa de marcadores na imagem, enquanto que outros se preocupam com o desenvolvimento de técnicas voltadas à seleção de pontos côncavos no contorno de objetos agrupados, bem como, na identificação de pares de pontos correspondentes, os quais são fundamentais para definir as subsequentes linhas de divisão. Nesse contexto, esta dissertação tem como objetivo discutir e comparar três propostas importantes da literatura que lidam com o cenário acima mencionado. Em geral, buscou-se avaliar comparativamente o desempenho dos métodos computacionais propostos pelos trabalhos em estudo. E quando necessário, lacunas inconsistentes foram apontadas, a fim de possibilitar o aprimoramento e qualidade dos mesmos. Evidencia-se que as três propostas examinadas são fortemente dependentes dos parâmetros inseridos pelo usuário para ocorrer sucesso na segmentação final. Assim, existe a necessidade de um conhecimento a priori da imagem, fazendo com que o desempenho caia, especialmente quando se tem um conjunto de imagens que possui objetos ou de várias formas, e/ou extremamente agrupados e/ou com muitas concavidades. Sendo assim, as três propostas avaliadas possuem pontos vulneráveis ao segmentar objetos agrupados, seja por uma lacuna no algoritmo proposto, seja pela necessidade de se ter conhecimento a prior da imagem a ser segmentada, sendo necessário a inserção de parâmetros de forma manual. Logo, isso dificulta a escolha de um método ideal em uma situação prática real. |
id |
UFU_d6e8b0c2fd2550050435d5df1e2b59e4 |
---|---|
oai_identifier_str |
oai:repositorio.ufu.br:123456789/21239 |
network_acronym_str |
UFU |
network_name_str |
Repositório Institucional da UFU |
repository_id_str |
|
spelling |
2018-04-25T14:34:06Z2018-04-25T14:34:06Z2016-09-05PRETI, Maria Cristina Delgado. Estudo de técnicas para separação de objetos agrupados em imagens digitais 2D - 2016. 102 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2016. Disponível em: http://doi.org/10.14393/ufu.di.2016.511https://repositorio.ufu.br/handle/123456789/21239http://doi.org/10.14393/ufu.di.2016.511A segmentação de imagens é uma operação importante em diversas aplicações de visão computacional e processamento de imagem, uma vez que representa o primeiro passo e o mais difícil em uma tarefa de análise de imagem. Um dos fatores que fazem a segmentação um desafio é a existência de objetos agrupados. Para lidar com esse problema, alguns trabalhos focam no desenvolvimento de métodos computacionais que visam a identificação precisa de marcadores na imagem, enquanto que outros se preocupam com o desenvolvimento de técnicas voltadas à seleção de pontos côncavos no contorno de objetos agrupados, bem como, na identificação de pares de pontos correspondentes, os quais são fundamentais para definir as subsequentes linhas de divisão. Nesse contexto, esta dissertação tem como objetivo discutir e comparar três propostas importantes da literatura que lidam com o cenário acima mencionado. Em geral, buscou-se avaliar comparativamente o desempenho dos métodos computacionais propostos pelos trabalhos em estudo. E quando necessário, lacunas inconsistentes foram apontadas, a fim de possibilitar o aprimoramento e qualidade dos mesmos. Evidencia-se que as três propostas examinadas são fortemente dependentes dos parâmetros inseridos pelo usuário para ocorrer sucesso na segmentação final. Assim, existe a necessidade de um conhecimento a priori da imagem, fazendo com que o desempenho caia, especialmente quando se tem um conjunto de imagens que possui objetos ou de várias formas, e/ou extremamente agrupados e/ou com muitas concavidades. Sendo assim, as três propostas avaliadas possuem pontos vulneráveis ao segmentar objetos agrupados, seja por uma lacuna no algoritmo proposto, seja pela necessidade de se ter conhecimento a prior da imagem a ser segmentada, sendo necessário a inserção de parâmetros de forma manual. Logo, isso dificulta a escolha de um método ideal em uma situação prática real.Image segmentation is an important operation in several computer vision and image processing applications, since it represents the first step and most difficult in an image analysis task. One of the factors that make segmentation a challenge is the existence of clustered objects. To deal with this problem, some works focus on the development of computational methods that aim to accurately identify markers in the image, while others are concerned with the development of techniques aimed at selection of concave points on the contourn of clustered objects, as well as in identifying pairs of corresponding points, which are essential to define the subsequent division lines. In this context, this work aims to discuss and compare three important proposals in the literature dealing with the above scenario. In general, it sought to comparatively evaluate the performance of computational methods proposed by the works under study. And when necessary, inconsistent gaps were identified in order to enable improvement and quality. It is evident that the three proposals examined are strongly dependent on user-entered parameters to occur successfully in the final segmentation. Thus, there is a need for a priori knowledge of the image, causing the performance drop, especially when it has a set of images or objects having various shapes, and/or extremely clustered and/or with many concavities. Thus, the three proposals evaluated have vulnerabilities to target clustered objects, either by a gap in the proposed algorithm, or the need to have prior knowledge of the image to be segmented, requiring the insertion of manually parameters. So this makes it difficult to select an optimal method in a real practical situation.IFMT - Instituto Federal de Educação, Ciência e Tecnologia de Mato GrossoDissertação (Mestrado)porUniversidade Federal de UberlândiaPrograma de Pós-graduação em Ciência da ComputaçãoBrasilCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOComputaçãoProcessamento de imagens - Técnicas digitaisSegmentação de imagensObjetos agrupadosDivisão de agrupamentosWatershedAnálise de concavidadeImage segmentationOverlapping objectsClump splittingConcavity analysisEstudo de técnicas para separação de objetos agrupados em imagens digitais 2DStudy of techniques for separation of objects grouped into 2D digital imagesinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisTravençolo, Bruno Augusto Nassifhttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4734646P3Souza, Jefferson Rodrigo dehttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4139406E3Mari, João Fernandohttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4751599Y9http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4460767A4Preti, Maria Cristina Delgado102info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFUinstname:Universidade Federal de Uberlândia (UFU)instacron:UFULICENSElicense.txtlicense.txttext/plain; charset=utf-81792https://repositorio.ufu.br/bitstream/123456789/21239/2/license.txt48ded82ce41b8d2426af12aed6b3cbf3MD52TEXTEstudoTecnicasSeparacao.pdf.txtEstudoTecnicasSeparacao.pdf.txtExtracted texttext/plain151849https://repositorio.ufu.br/bitstream/123456789/21239/3/EstudoTecnicasSeparacao.pdf.txtd8431b726992d3cf6ed687a658837686MD53THUMBNAILEstudoTecnicasSeparacao.pdf.jpgEstudoTecnicasSeparacao.pdf.jpgGenerated Thumbnailimage/jpeg1085https://repositorio.ufu.br/bitstream/123456789/21239/4/EstudoTecnicasSeparacao.pdf.jpgb48fbc4b28d9174b513228f0e470c629MD54ORIGINALEstudoTecnicasSeparacao.pdfEstudoTecnicasSeparacao.pdfDissertaçãoapplication/pdf10415980https://repositorio.ufu.br/bitstream/123456789/21239/1/EstudoTecnicasSeparacao.pdfd2ab9ac69c120b47d8812dfea4dc5ccfMD51123456789/212392020-10-09 19:21:46.768oai:repositorio.ufu.br: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Repositório InstitucionalONGhttp://repositorio.ufu.br/oai/requestdiinf@dirbi.ufu.bropendoar:2020-10-09T22:21:46Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU)false |
dc.title.pt_BR.fl_str_mv |
Estudo de técnicas para separação de objetos agrupados em imagens digitais 2D |
dc.title.alternative.pt_BR.fl_str_mv |
Study of techniques for separation of objects grouped into 2D digital images |
title |
Estudo de técnicas para separação de objetos agrupados em imagens digitais 2D |
spellingShingle |
Estudo de técnicas para separação de objetos agrupados em imagens digitais 2D Preti, Maria Cristina Delgado CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Computação Processamento de imagens - Técnicas digitais Segmentação de imagens Objetos agrupados Divisão de agrupamentos Watershed Análise de concavidade Image segmentation Overlapping objects Clump splitting Concavity analysis |
title_short |
Estudo de técnicas para separação de objetos agrupados em imagens digitais 2D |
title_full |
Estudo de técnicas para separação de objetos agrupados em imagens digitais 2D |
title_fullStr |
Estudo de técnicas para separação de objetos agrupados em imagens digitais 2D |
title_full_unstemmed |
Estudo de técnicas para separação de objetos agrupados em imagens digitais 2D |
title_sort |
Estudo de técnicas para separação de objetos agrupados em imagens digitais 2D |
author |
Preti, Maria Cristina Delgado |
author_facet |
Preti, Maria Cristina Delgado |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Travençolo, Bruno Augusto Nassif |
dc.contributor.advisor1Lattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4734646P3 |
dc.contributor.referee1.fl_str_mv |
Souza, Jefferson Rodrigo de |
dc.contributor.referee1Lattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4139406E3 |
dc.contributor.referee2.fl_str_mv |
Mari, João Fernando |
dc.contributor.referee2Lattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4751599Y9 |
dc.contributor.authorLattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4460767A4 |
dc.contributor.author.fl_str_mv |
Preti, Maria Cristina Delgado |
contributor_str_mv |
Travençolo, Bruno Augusto Nassif Souza, Jefferson Rodrigo de Mari, João Fernando |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
topic |
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Computação Processamento de imagens - Técnicas digitais Segmentação de imagens Objetos agrupados Divisão de agrupamentos Watershed Análise de concavidade Image segmentation Overlapping objects Clump splitting Concavity analysis |
dc.subject.por.fl_str_mv |
Computação Processamento de imagens - Técnicas digitais Segmentação de imagens Objetos agrupados Divisão de agrupamentos Watershed Análise de concavidade Image segmentation Overlapping objects Clump splitting Concavity analysis |
description |
A segmentação de imagens é uma operação importante em diversas aplicações de visão computacional e processamento de imagem, uma vez que representa o primeiro passo e o mais difícil em uma tarefa de análise de imagem. Um dos fatores que fazem a segmentação um desafio é a existência de objetos agrupados. Para lidar com esse problema, alguns trabalhos focam no desenvolvimento de métodos computacionais que visam a identificação precisa de marcadores na imagem, enquanto que outros se preocupam com o desenvolvimento de técnicas voltadas à seleção de pontos côncavos no contorno de objetos agrupados, bem como, na identificação de pares de pontos correspondentes, os quais são fundamentais para definir as subsequentes linhas de divisão. Nesse contexto, esta dissertação tem como objetivo discutir e comparar três propostas importantes da literatura que lidam com o cenário acima mencionado. Em geral, buscou-se avaliar comparativamente o desempenho dos métodos computacionais propostos pelos trabalhos em estudo. E quando necessário, lacunas inconsistentes foram apontadas, a fim de possibilitar o aprimoramento e qualidade dos mesmos. Evidencia-se que as três propostas examinadas são fortemente dependentes dos parâmetros inseridos pelo usuário para ocorrer sucesso na segmentação final. Assim, existe a necessidade de um conhecimento a priori da imagem, fazendo com que o desempenho caia, especialmente quando se tem um conjunto de imagens que possui objetos ou de várias formas, e/ou extremamente agrupados e/ou com muitas concavidades. Sendo assim, as três propostas avaliadas possuem pontos vulneráveis ao segmentar objetos agrupados, seja por uma lacuna no algoritmo proposto, seja pela necessidade de se ter conhecimento a prior da imagem a ser segmentada, sendo necessário a inserção de parâmetros de forma manual. Logo, isso dificulta a escolha de um método ideal em uma situação prática real. |
publishDate |
2016 |
dc.date.issued.fl_str_mv |
2016-09-05 |
dc.date.accessioned.fl_str_mv |
2018-04-25T14:34:06Z |
dc.date.available.fl_str_mv |
2018-04-25T14:34:06Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
PRETI, Maria Cristina Delgado. Estudo de técnicas para separação de objetos agrupados em imagens digitais 2D - 2016. 102 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2016. Disponível em: http://doi.org/10.14393/ufu.di.2016.511 |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufu.br/handle/123456789/21239 |
dc.identifier.doi.pt_BR.fl_str_mv |
http://doi.org/10.14393/ufu.di.2016.511 |
identifier_str_mv |
PRETI, Maria Cristina Delgado. Estudo de técnicas para separação de objetos agrupados em imagens digitais 2D - 2016. 102 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2016. Disponível em: http://doi.org/10.14393/ufu.di.2016.511 |
url |
https://repositorio.ufu.br/handle/123456789/21239 http://doi.org/10.14393/ufu.di.2016.511 |
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 Uberlândia |
dc.publisher.program.fl_str_mv |
Programa de Pós-graduação em Ciência da Computação |
dc.publisher.country.fl_str_mv |
Brasil |
publisher.none.fl_str_mv |
Universidade Federal de Uberlândia |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFU instname:Universidade Federal de Uberlândia (UFU) instacron:UFU |
instname_str |
Universidade Federal de Uberlândia (UFU) |
instacron_str |
UFU |
institution |
UFU |
reponame_str |
Repositório Institucional da UFU |
collection |
Repositório Institucional da UFU |
bitstream.url.fl_str_mv |
https://repositorio.ufu.br/bitstream/123456789/21239/2/license.txt https://repositorio.ufu.br/bitstream/123456789/21239/3/EstudoTecnicasSeparacao.pdf.txt https://repositorio.ufu.br/bitstream/123456789/21239/4/EstudoTecnicasSeparacao.pdf.jpg https://repositorio.ufu.br/bitstream/123456789/21239/1/EstudoTecnicasSeparacao.pdf |
bitstream.checksum.fl_str_mv |
48ded82ce41b8d2426af12aed6b3cbf3 d8431b726992d3cf6ed687a658837686 b48fbc4b28d9174b513228f0e470c629 d2ab9ac69c120b47d8812dfea4dc5ccf |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU) |
repository.mail.fl_str_mv |
diinf@dirbi.ufu.br |
_version_ |
1802110931072712704 |