Transformada imagem-floresta orientada hierárquica sujeita a restrições de proximidade

Detalhes bibliográficos
Ano de defesa: 2025
Autor(a) principal: Santos, Luiz Felipe Dolabela
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-04082025-002526/
Resumo: Nesta proposta, abordamos o problema de segmentação de imagens sujeita a restrições de alto nível esperadas para os objetos de interesse. Mais especificamente, definimos restrições de proximidade a serem usadas em conjunto com restrições geométricas de inclusão no algoritmo da Transformada Imagem-Floresta Orientada Hierárquica (HLOIFT - Hierarchical Layered Oriented Image Fores- ting Transform). A HLOIFT é capaz de segmentar objetos em diferentes níveis hierárquicos e tais objetos guardam relações entre si, podendo ser de inclusão ou exclusão. Na relação de inclusão, a área de um objeto presente em um nível hierárquico \"filho\"está totalmente contida na área de um objeto \"pai\". A nova restrição proposta tem por objetivo limitar a distância máxima (em um sentido geodésico) entre as bordas de pares de objetos aninhados pela relação de inclusão. Neste contexto, objetiva-se melhorar a acurácia do algoritmo de segmentação quando utilizado para seg- mentar objetos que tenham uma relação previsível de distância entre suas bordas, tais como placas de sinalização, quadros emoldurados ou estruturas em imagens médicas, nas quais órgãos respeitam relações de posição espacial e proporção. O método, ao utilizar conhecimento prévio dos objetos de interesse, pode dispensar bases de treinamento rotuladas, tal como utilizado em algoritmos de aprendizado supervisionado, podendo assim ser também usado em situações em que inexiste base de dados relevante ou quando seu tamanho é insuficiente. Neste trabalho, além de formular a nova restrição de proximidade, dois algoritmos diferentes são propostos para resolver o problema de oti- mização de uma energia de corte em grafos sujeita a nova restrição, assim como é apresentada uma variação da restrição para lidar com distâncias relativas ao tamanho do objeto.
id USP_8922422503df897ac94893c5fdb2fbd9
oai_identifier_str oai:teses.usp.br:tde-04082025-002526
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling Transformada imagem-floresta orientada hierárquica sujeita a restrições de proximidadeImage segmentation by hierarchical layered oriented image foresting transform subject to closeness constraintsCloseness constraintsGraph-based segmentationHierarchical constraintsImage foresting transformRestrições de proximidadeRestrições hierárquicasSegmentação baseada em grafosTransformada imagem-florestaNesta proposta, abordamos o problema de segmentação de imagens sujeita a restrições de alto nível esperadas para os objetos de interesse. Mais especificamente, definimos restrições de proximidade a serem usadas em conjunto com restrições geométricas de inclusão no algoritmo da Transformada Imagem-Floresta Orientada Hierárquica (HLOIFT - Hierarchical Layered Oriented Image Fores- ting Transform). A HLOIFT é capaz de segmentar objetos em diferentes níveis hierárquicos e tais objetos guardam relações entre si, podendo ser de inclusão ou exclusão. Na relação de inclusão, a área de um objeto presente em um nível hierárquico \"filho\"está totalmente contida na área de um objeto \"pai\". A nova restrição proposta tem por objetivo limitar a distância máxima (em um sentido geodésico) entre as bordas de pares de objetos aninhados pela relação de inclusão. Neste contexto, objetiva-se melhorar a acurácia do algoritmo de segmentação quando utilizado para seg- mentar objetos que tenham uma relação previsível de distância entre suas bordas, tais como placas de sinalização, quadros emoldurados ou estruturas em imagens médicas, nas quais órgãos respeitam relações de posição espacial e proporção. O método, ao utilizar conhecimento prévio dos objetos de interesse, pode dispensar bases de treinamento rotuladas, tal como utilizado em algoritmos de aprendizado supervisionado, podendo assim ser também usado em situações em que inexiste base de dados relevante ou quando seu tamanho é insuficiente. Neste trabalho, além de formular a nova restrição de proximidade, dois algoritmos diferentes são propostos para resolver o problema de oti- mização de uma energia de corte em grafos sujeita a nova restrição, assim como é apresentada uma variação da restrição para lidar com distâncias relativas ao tamanho do objeto.In this proposal, we address the problem of image segmentation under high-level constraints expected for the objects of interest. More dpecifically, we define closeness constraints to be used in conjunction with geometric inclusion constraints within the framework of the Hierarchical Layered Oriented Image Foresting Transform algorithm (HLOIFT). HLOIFT is capable of segmenting objects in different hierarchical levels (layers), while satisfying their relationships of inclusion or exclusion. In the inclusion relationship, the area of a child object at a lower hierarchical level is entirely contained within the area of a parent object at a higher level. The proposed new constraint aims to limit the maximum distance (in a geodesic sense) between the boundaries of pairs of nested objects by the inclusion relation. In this context, the goal is to improve the accuracy of the segmentation algorithm when dealing with objects that exhibit predictable inter-boundary distances, such as traffic signs, framed pictures or anatomical structures in medical images, where organs respect expected relationships of spatial position and proportion. The method, by using prior knowledge of the objects of interest, can eliminate the need for labeled training datasets, as required by supervised learning algorithms. As a result, it can also be applied in scenarios where relevant datasets are unavailable or insufficient in size. In this work, in addition to formulating the new constraint, two different algorithms are proposed to target graph cut energy optimisation problem under a closeness constraint, along with a variation designed to handle distances relative to the size of the object.Biblioteca Digitais de Teses e Dissertações da USPMiranda, Paulo Andre Vechiatto deSantos, Luiz Felipe Dolabela2025-06-04info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/45/45134/tde-04082025-002526/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2025-08-11T15:51:02Zoai:teses.usp.br:tde-04082025-002526Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212025-08-11T15:51:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Transformada imagem-floresta orientada hierárquica sujeita a restrições de proximidade
Image segmentation by hierarchical layered oriented image foresting transform subject to closeness constraints
title Transformada imagem-floresta orientada hierárquica sujeita a restrições de proximidade
spellingShingle Transformada imagem-floresta orientada hierárquica sujeita a restrições de proximidade
Santos, Luiz Felipe Dolabela
Closeness constraints
Graph-based segmentation
Hierarchical constraints
Image foresting transform
Restrições de proximidade
Restrições hierárquicas
Segmentação baseada em grafos
Transformada imagem-floresta
title_short Transformada imagem-floresta orientada hierárquica sujeita a restrições de proximidade
title_full Transformada imagem-floresta orientada hierárquica sujeita a restrições de proximidade
title_fullStr Transformada imagem-floresta orientada hierárquica sujeita a restrições de proximidade
title_full_unstemmed Transformada imagem-floresta orientada hierárquica sujeita a restrições de proximidade
title_sort Transformada imagem-floresta orientada hierárquica sujeita a restrições de proximidade
author Santos, Luiz Felipe Dolabela
author_facet Santos, Luiz Felipe Dolabela
author_role author
dc.contributor.none.fl_str_mv Miranda, Paulo Andre Vechiatto de
dc.contributor.author.fl_str_mv Santos, Luiz Felipe Dolabela
dc.subject.por.fl_str_mv Closeness constraints
Graph-based segmentation
Hierarchical constraints
Image foresting transform
Restrições de proximidade
Restrições hierárquicas
Segmentação baseada em grafos
Transformada imagem-floresta
topic Closeness constraints
Graph-based segmentation
Hierarchical constraints
Image foresting transform
Restrições de proximidade
Restrições hierárquicas
Segmentação baseada em grafos
Transformada imagem-floresta
description Nesta proposta, abordamos o problema de segmentação de imagens sujeita a restrições de alto nível esperadas para os objetos de interesse. Mais especificamente, definimos restrições de proximidade a serem usadas em conjunto com restrições geométricas de inclusão no algoritmo da Transformada Imagem-Floresta Orientada Hierárquica (HLOIFT - Hierarchical Layered Oriented Image Fores- ting Transform). A HLOIFT é capaz de segmentar objetos em diferentes níveis hierárquicos e tais objetos guardam relações entre si, podendo ser de inclusão ou exclusão. Na relação de inclusão, a área de um objeto presente em um nível hierárquico \"filho\"está totalmente contida na área de um objeto \"pai\". A nova restrição proposta tem por objetivo limitar a distância máxima (em um sentido geodésico) entre as bordas de pares de objetos aninhados pela relação de inclusão. Neste contexto, objetiva-se melhorar a acurácia do algoritmo de segmentação quando utilizado para seg- mentar objetos que tenham uma relação previsível de distância entre suas bordas, tais como placas de sinalização, quadros emoldurados ou estruturas em imagens médicas, nas quais órgãos respeitam relações de posição espacial e proporção. O método, ao utilizar conhecimento prévio dos objetos de interesse, pode dispensar bases de treinamento rotuladas, tal como utilizado em algoritmos de aprendizado supervisionado, podendo assim ser também usado em situações em que inexiste base de dados relevante ou quando seu tamanho é insuficiente. Neste trabalho, além de formular a nova restrição de proximidade, dois algoritmos diferentes são propostos para resolver o problema de oti- mização de uma energia de corte em grafos sujeita a nova restrição, assim como é apresentada uma variação da restrição para lidar com distâncias relativas ao tamanho do objeto.
publishDate 2025
dc.date.none.fl_str_mv 2025-06-04
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.uri.fl_str_mv https://www.teses.usp.br/teses/disponiveis/45/45134/tde-04082025-002526/
url https://www.teses.usp.br/teses/disponiveis/45/45134/tde-04082025-002526/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1848370480231219200