Avaliação de imagens através de Similaridade Estrutural e do conceito de Mínima Diferença de Cor Perceptível.

A avaliação objetiva da qualidade de imagens é de especial importância em diversas aplicações, por exemplo na compressão de imagens, onde pode ser utilizada para regular a taxa que deve ser empregada para que haja a máxima compressão (permitindo perda de dados) sem comprometer a qualidade final; outro exemplo é na inserção de marcas dágua, isto é, introdução de informações descritivas utilizadas para atestar a autenticidade de uma imagem, que devem ser invisíveis para o observador. O SSIM (Structural SIMilarity) é uma métrica de avaliação objetiva da qualidade de imagens de referência completa projetada para imagens em tons de cinza. Esta dissertação investiga sua aplicação na avaliação de imagens coloridas. Para tanto, inicialmente é feito um estudo do SSIM utilizando quatro diferentes espaços de cores RGB, YCbCr, Lαβ e CIELAB. O SSIM é primeiramente calculado nos canais individuais desses espaços de cores. Em seguida, com inspiração no trabalho desenvolvido em (1) são testadas formas de se combinar os valores SSIM obtidos para cada canal em um valor único os chamados SSIM Compostos. Finalmente, a fim de buscar melhores correlações entre SSIM e avaliação subjetiva, propomos a utilização da mínima diferença de cor perceptível, calculada utilizando o espaço de cores CIELAB, conjuntamente com o SSIM. Para os testes são utilizados três bancos de dados de imagens coloridas, LIVE, IVC e TID, a fim de se conferir consistência aos resultados. A avaliação dos resultados é feita utilizando as métricas empregadas pelo VQEG (Video Quality Experts Group) para a avaliação da qualidade de vídeos, com uma adaptação. As conclusões do trabalho sugerem que os melhores resultados para avaliação da qualidade de imagens coloridas usando o SSIM são obtidas usando os canais de luminância dos espaços de cores YCbCr, Lαβ e especialmente o CIELAB. Também se concluiu que a utilização da mínima diferença de cor perceptível contribui para o melhoramento dos resultados da avaliação objetiva.

Comparação de dois métodos geofísicos acústicos no mapeamento de fundos submersos: estudo de caso no Mar de Cananéia, Sistema estuarino de Cananéia-Iguape (SP)

Os estuários são ambientes altamente dinâmicos e concentram a maior parte da população mundial em seu entorno. São ambientes complexos que necessitam de uma gama de estudos. Nesse contexto, este trabalho visa contribuir para o entendimento dos estuários lagunares, tendo como objetivo comparar duas ferramentas geofísicas acústicas no mapeamento de uma porção submersa do Mar de Cananéia que está inserido no Sistema Estuarino Lagunar de Cananéia-Iguape (SP). Os equipamentos utilizados nesta pesquisa são o Sonar de Varredura Lateral e o Sistema Acústico de Classificação de Fundo RoxAnn, através da parametrização de amostras de fundo. A comparação do padrão acústico do Sonar de Varredura Lateral com as amostras de fundo da região permitiu o reconhecimento de 6 tipos distintos de padrões acústicos e a relação positiva com o diâmetro médio do grão foi de 50%. A comparação da resposta acústica do Sistema Acústico de Classificação de Fundo RoxAnn com o diâmetro médio do grão foi igualmente de 50%. Isto deve-se ao fato de que os valores produzidos pelo eco 1 e pelo eco 2 deste equipamento mostram que, por ser um mono-feixe e por analisar valores de intensidade do retorno acústico, o equipamento em questão pode responder a outros fatores ambientais que não seja somente o diâmetro médio do grão. Ao comparar a resposta acústica do Sonar de Varredura Lateral com o Sistema Acústico de Classificação de fundo RoxAnn obteve-se um resultado positivo de 93%. Isto pode ser explicado pelo fato de o Sonar de Varredura Lateral gerar uma imagem acústica do fundo. Em locais onde tem-se amostra e os valores do eco 1 e do eco 2 do Sistema Acústico de Classificação de Fundo RoxAnn são altos, pode-se associar a esses locais a influência da compactação dos sedimentos finos através da análise das imagens do Sonar de Varredura Lateral. Por meio da comparação destes dois métodos foi possível estabelecer um intervalo de valores para o eco 1 que pode ser associado ao diâmetro médio do grão. Assim, valores entre 0.170 a 0.484 milivolts podem ser associados a sedimentos finos com granulometria até areia fina. Valores entre 0.364 a 0.733 podem ser associados a sedimentos de granulometria entre areia fina a média. Valores acima de 0.805 milivolts até 1.585 milivolts podem ser associados a sedimentos mais grossos como carbonatos biodetríticos ou areias grossas. E, por fim, valores acima de 2.790 milivolts podem ser associados a afloramentos rochosos.

Caracterização de concreto reforçado com fibras pela técnica de microtomografia computadorizada por transmissão de raios X

Nesta dissertação de Mestrado do programa de Pós-Graduação em Ciência e Tecnologia dos Materiais é apresentado um estudo para a caracterização do concreto reforçado com fibras de polipropileno e de aço pela análise das imagens de microtomografia computadorizada por transmissão de raios X (μCT). Foram produzidos corpos de prova de concreto para determinar a sua resistência mecânica à compressão. As imagens foram obtidas no sistema Skyscan, modelo 1174, reconstruídas e analisadas. Foi possível observar na análise das imagens a estrutura da fibra de aço dispersa na matriz do concreto e quantificá-las pelo programa de análise de imagens Ctan e perceber um ganho na resistência mecânica em relação ao concreto sem fibras. Não foi feito a quantificação das amostras de fibras de polipropileno dispersas na matriz de concreto, mas foi observada a presença de aglomerados dessa fibra que resultaram na perda da resistência mecânica em relação ao concreto sem fibras.

Decomposição aleatória de matrizes aplicada ao reconhecimento de faces

Métodos estocásticos oferecem uma poderosa ferramenta para a execução da compressão de dados e decomposições de matrizes. O método estocástico para decomposição de matrizes estudado utiliza amostragem aleatória para identificar um subespaço que captura a imagem de uma matriz de forma aproximada, preservando uma parte de sua informação essencial. Estas aproximações compactam a informação possibilitando a resolução de problemas práticos de maneira eficiente. Nesta dissertação é calculada uma decomposição em valores singulares (SVD) utilizando técnicas estocásticas. Esta SVD aleatória é empregada na tarefa de reconhecimento de faces. O reconhecimento de faces funciona de forma a projetar imagens de faces sobre um espaço de características que melhor descreve a variação de imagens de faces conhecidas. Estas características significantes são conhecidas como autofaces, pois são os autovetores de uma matriz associada a um conjunto de faces. Essa projeção caracteriza aproximadamente a face de um indivíduo por uma soma ponderada das autofaces características. Assim, a tarefa de reconhecimento de uma nova face consiste em comparar os pesos de sua projeção com os pesos da projeção de indivíduos conhecidos. A análise de componentes principais (PCA) é um método muito utilizado para determinar as autofaces características, este fornece as autofaces que representam maior variabilidade de informação de um conjunto de faces. Nesta dissertação verificamos a qualidade das autofaces obtidas pela SVD aleatória (que são os vetores singulares à esquerda de uma matriz contendo as imagens) por comparação de similaridade com as autofaces obtidas pela PCA. Para tanto, foram utilizados dois bancos de imagens, com tamanhos diferentes, e aplicadas diversas amostragens aleatórias sobre a matriz contendo as imagens.