Método de mapeamento espaço-espectral em imagens multi-espectrais e sua aplicação em tecidos vegetais

• Ano de defesa: 2015
• Autor(a) principal: Falvo, Maurício
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: CLSM; Confocal microscopy; Fluorescence; Fluorescência; Imagens multiespectrais; Microscopia confocal; Multispectral images; Plant tissue; Tecido vegetal
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/76/76132/tde-15012016-164547/

Imagens multiespectrais são utilizadas em diferentes aplicações, que vão desde sensoriamento remoto a processos médicos. No caso de imagens multiespectrais oriundas de microscopia confocal de varredura à laser (Confocal Laser Scanning Microscopy-CLSM), a extração da informação se inicia pela conversão das assinaturas espectrais, em uma imagem RGB. Esta imagem é a referência para a seleção da região de interesse, da qual se obtém a assinatura espectral média, originada do arquivo multiespectral (LSM). Mesmo utilizando um padrão muito bem estabelecido de conversão, alguns pontos devem ser considerados: i) o processo de conversão reduz a informação, a uma ordem de 10-145%; ii) a cor é uma experiência sensorial, subjetiva e pessoal, interferindo na seleção da região de interesse e; iii) a assinatura é obtida pela média espectral, da região de interesse, selecionada manualmente.Assim, esta tese de doutorado propõem um método de mapeamento e visualização das informações de imagens multiespectrais, combinando um algoritmo de agrupamento não supervisionado(kmeans) e um algoritmo que define uma paleta de cores coerentes com a informação espectral das regiões mapeadas. Aplicou-se o método em três casos de estudos de tecidos vegetais: i) no pré-tratamento de paredes celulares da cana-de-açúcar; ii) na plasticidade foliar do Jacaranda caroba e; iii) no uso de assinaturas espectrais na classificação de plantas do Cerrado. Os resultados demonstraram que o método é bastante robusto, permitindo de forma inovadora a: visualização, análise e comparação de imagens multiespectrais qualitativa e quantitativamente, e que seu uso é viável em qualquer área de pesquisa que utilize imagens multiespectrais.