Avaliação não supervisionada do processo de segmentação de imagens utilizadas em geociências

Com a necessidade de extrair as informações contidas nas imagens de satélite de forma rápida, eficiente e econômica, são utilizadas cada vez mais as técnicas computacionais de processamento de imagens como a de segmentação automática. Segmentar uma imagem consiste em dividí-la em regiões através de um critério de similaridade, onde os pixels que estão contidos nestas possuem características semelhantes, como por exemplo, nível de cinza, textura, ou seja, a que melhor represente os objetos presentes na imagem. Existem vários exemplos de algoritmos segmentadores, como o de crescimento de regiões onde os pixels crescem e são aglutinados formando regiões. Para determinar quais os melhores parâmetros utilizados nestes algoritmos segmentadores é necessário que se avalie os resultados a partir dos métodos mais utilizados, que são os supervisionados onde há necessidade de uma imagem de referência, considerada ideal fazendo com que se tenha um conhecimento a priori da região de estudo. Os não supervisionados, onde não há a necessidade de uma imagem de referência, fazendo com que o usuário economize tempo. Devido à dificuldade de se obter avaliadores para diferentes tipos de imagem, é proposta a metodologia que permite avaliar imagens que possuam áreas com vegetação, onde serão formadas grandes regiões (Crianass) e o que avaliará as imagens com áreas urbanas onde será necessário mais detalhamento (Cranassir).

Segmentação de imagens acústicas

O processamento de imagem tem entre outras aplicações a melhoria a codificação e o reconhecimento de padrões, pode se citar como exemplos de áreas onde se efectua essa aplicação: o diagnostico medico (raios X, ressonância magnética, ultra som) a detecção remota (aviões e satélites) e a geologia (análise dados sonares e sísmocos).

Segmentação do consumidor de marcas próprias: caso português

Dissertação apresentada à Escola Superior de Comunicação Social para obtenção de grau de mestre em Publicidade e Marketing.

ONNIS-GI: uma rede neural oscilatória para segmentação de imagens implementada em arquitetura maciçamente paralela

A presente tese apresenta a concepção de uma rede neural oscilatória e sua realização em arquitetura maciçamente paralela, a qual é adequada à implementação de chips de visão digitais para segmentação de imagens. A rede proposta, em sua versão final, foi denominada ONNIS-GI (Oscillatory Neural Network for Image Segmentation with Global Inhibition) e foi inspirada em uma rede denominada LEGION (Locally Excitatory Globally Inhibitory Oscillator Network), também de concepção recente. Inicialmente, é apresentada uma introdução aos procedimentos de segmentação de imagens, cujo objetivo é o de situar e enfatizar a importância do tema abordado dentro de um contexto abrangente, o qual inclui aplicações de visão artificial em geral. Outro aspecto abordado diz respeito à utilização de redes neurais artificiais em segmentação de imagens, enfatizando as denominadas redes neurais oscilatórias, as quais têm apresentado resultados estimulantes nesta área. A implementação de chips de visão, integrando sensores de imagens e redes maciçamente paralelas de processadores, é também abordada no texto, ressaltando o objetivo prático da nova rede neural proposta. No estudo da rede LEGION, são apresentados resultados de aplicações originais desenvolvidas em segmentação de imagens, nos quais é verificada sua propriedade de separação temporal dos segmentos. A versão contínua da rede, um arranjo paralelo de neurônios baseados em equações diferenciais, apresenta elevada complexidade computacional para implementação em hardware digital e muitos parâmetros, com procedimento de ajuste pouco prático. Por outro lado, sua arquitetura maciçamente paralela apresenta-se particularmente adequada à implementação de chips de visão analógicos com capacidade de segmentação de imagens. Com base nos bons resultados obtidos nas aplicações desenvolvidas, é proposta uma nova rede neural, em duas versões, ONNIS e ONNIS-GI, as quais suplantam a rede LEGION em diversos aspectos relativos à implementação prática. A estrutura dos elementos de processamento das duas versões da rede, sua implementação em arquitetura maciçamente paralela e resultados de simulações e implementações em FPGA são apresentados, demonstrando a viabilidade da proposta. Como resultado final, conclui-se que a rede ONNIS-GI apresenta maior apelo de ordem prática, sendo uma abordagem inovadora e promissora na solução de problemas de segmentação de imagens, possuindo capacidade para separar temporalmente os segmentos encontrados e facilitando a posterior identificação dos mesmos. Sob o ponto de vista prático, a nova rede pode ser utilizada para implementar chips de visão digitais com arquitetura maciçamente paralela, explorando a velocidade de tais topologias e apresentando também flexibilidade para implementação de procedimentos de segmentação de imagens mais sofisticados.

Análise digital de imagem e estereologia da angiogênese em adenomas e no adenocarcinoma colorretal invasivo de submucosa

A angiogênese é essencial no desenvolvimento neoplásico, associando-se às metástases à distância e recorrência em diversas neoplasias malignas. Em carcinomas colorretais, os parâmetros da análise digital de imagem e estereologia da angiogênese foram pouco estudados. Objetivo: avaliar parâmetros tridimensionais e a quantificação microvascular bidimensional nas diferentes apresentações morfológicas dos adenomas colorretais e no adenocarcinoma colorretal restrito à submucosa, a fim de determinar o papel da angiogênese nas diferentes etapas da seqüência adenoma-carcinoma e sua relação com as diferentes apresentações das lesões precursoras do carcinoma colorretal. Material e métodos: foi realizado estudo histórico de delineamento transversal, incluindo 115 lesões neoplásicas colorretais, ressecadas endoscópica ou cirurgicamente no período de 1997 a 2001, obtidas de pacientes do Hospital de Clínicas de Porto Alegre e da Fundação Universitária de Gastroenterologia (FUGAST). Para análise da angiogênese foram utilizadas as técnicas de imuno-histoquímica, análise digital de imagem, quantificação microvascular e estereologia. Os resultados foram apresentados como mediana e intervalos interquartis. Resultados: a quantificação microvascular foi progressivamente mais elevada nas lesões polipóides com displasia de alto grau comparadas às de baixo grau. Quanto maior o grau de atipia observado, maior foi o número de microvasos (regressão linear, P < 0,05). O volume e extensão microvascular foram diferentes entre as fases evolutivas da neoplasia colorretal, resultando em aumento no volume 728 (416 - 1408) versus 178 (93 - 601) e extensão microvascular 242,4 (131,1 - 936,8) vs 24,0 (6,5 - 142,2) (P < 0,001) nas lesões polipóides com displasia de alto grau comparadas às de baixo grau, respectivamente. A quantificação microvascular foi progressivamente mais elevada, acompanhando a progressão neoplásica polipóide: displasia de baixo grau 41,8 (15,8 - 71,9), displasia de alto grau 60,0 (23,0 - 95,6) e carcinoma de submucosa 76,0 (37,5 - 132,6) (P < 0,001). Concomitante, o volume 956 (436 - 2188) vs 178 (93 - 601) e a extensão microvascular 534,6 (146,7 - 1262) vs 24,0 (6,5 - 142,2) foram mais elevados nos adenocarcinomas colorretais restritos à submucosa em relação às lesões polipóides com displasia de baixo grau, respectivamente (P < 0,001). Não foi encontrada diferença estatisticamente significativa na angiogênese entre os adenomas polipóides e não-polipóides através da quantificação 41,8 (15,8 - 71,9) vs 22 (16 - 40) e estimativa da extensão microvascular 24 (6,5-142,2) vs 17,5 (4,4-54,7), respectivamente. Conclusão: a utilização da análise digital de imagem e estereologia acrescentou maior objetividade e eficácia na metodologia de avaliação angiogênica, pois permitiu a precisa segmentação das áreas hipervasculares, a representação da morfologia tridimensional característica do suprimento vascular e a identificação de diferenças na microvascularização nas etapas evolutivas do câncer colorretal.

Uma Proposta para a representação geométrica de imagens com aplicação em segmentação e compressão

O presente trabalho descreve uma proposta para a representação geométrica de imagens. Através da subdivisão espacial adaptativa de uma imagem em triângulos, uma representação simplificada da estrutura da imagem pode ser obtida. Demonstramos que a representação gerada é adequada para aplicações como a segmentação e a compressão de imagens. O método de segmentação de imagens desenvolvido faz uso deste tipo de representação para obter resultados robustos e compactos, comparados a outros métodos existentes na literatura, e adequado para aplicações como a detecção, descrição e codificação de objetos. Utilizando uma representação geométrica semelhante a métodos de modelagem de superfícies, criamos um novo método de compressão de imagens que apresenta vantagens em relação a outros métodos existentes, em especial na compressão de imagens sem perdas.

Comparação e validação de vários métodos de mapeamento cortical para o planeamento pré-cirúrgico por Imagem Funcional de Ressonância Magnética

Na análise funcional de imagens do cérebro podem utilizar-se diferentes métodos na identificação de zonas de activação. Tem havido uma evolução desde o método de correlação [19], para outros métodos [9] [14] até o método baseado no modelo linear generalizado que é mais comum ser utilizado hoje e que levou ao pacote de software SPM [15]. Deve-se principalmente à versatilidade que o método tem em realizar testes com diferentes objectivos. Têm sido publicados alguns estudos comparativos. Poucos têm sido quantitativos [20] e quando o são, o número de métodos testados é reduzido[22]. Há muitos estudos comparativos do ponto de vista da estatística envolvida (da matemática) mas que têm em geral apenas ns académicos. Um objectivo deste estudo é comparar os resultados obtidos por diferentes métodos. É de particular interesse averiguar o comportamento de cada método na fronteira do local de activação. As diferenças serão avaliadas numericamente para os seguintes métodos clássicos: t de Student, coeficiente de correlação e o modelo linear generalizado. Três novos métodos são também propostos - o método de picos de Fourier, o método de sobreposição e o método de amplitude. O segundo pode ser aplicado para o melhoramento dos métodos de t de Student, coe ciente de correlação e modelo linear generalizado. Ele pode no entanto, também manter-se como um método de análise independente. A influência exercida em cada método pelos parâmetros pertinentes é também medida. É adoptado um conjunto de dados clínicos que está amplamente estudado e documentado. Desta forma elimina-se a possibilidade dos resultados obtidos serem interpretados como sendo específicos do caso em estudo. Há situações em que a influência do método utilizado na identificação das áreas de activação de imagens funcionais do cérebro é crucial. Tal acontece, por exemplo, quando um tumor desenvolve-se perto de uma zona de activação responsável por uma função importante . Para o cirurgião tornase indispensável avaliar se existe alguma sobreposição. A escolha de um dos métodos disponíveis poderá ter infuência sobre a decisão final. Se o método escolhido for mais conservador, pode verificar-se sobreposição e eliminar-se a possibilidade de cirurgia. Porém, se o método for mais restritivo a decisão final pode ser favorável à cirurgia. Artigos recentes têm suportado a ideia de que a ressonância magnética funcional é de facto muito útil no processo de decisão pré-operatório [12].O segundo objectivo do estudo é então avaliar a sobreposição entre um volume de activação e o volume do tumor. Os programas informáticos de análise funcional disponíveis são variados em vários aspectos: na plataforma em que funcionam (macintosh, linux, windows ou outras), na linguagem em que foram desenvolvidos (e.g. c+motif, c+matlab, matlab, etc.) no tratamento inicial dos dados (antes da aplicação do método de análise), no formato das imagens e no(s) método(s) de análise escolhido(s). Este facto di culta qualquer tentativa de comparação. À partida esta poderá apenas ser qualitativa. Uma comparação quantitativa implicaria a necessidade de ocorrerem três factos: o utilizador tem acesso ao código do programa, sabe programar nas diferentes linguagens e tem licença de utilização de software comercial (e.g. matlab). Sendo assim foi decidido adoptar uma estratégia unificadora. Ou seja, criar um novo programa desenvolvido numa linguagem independente da plataforma, que não utilize software comercial e que permita aplicar (e comparar quantitativamente) diferentes métodos de análise funcional. A linguagem escolhida foi o JAVA. O programa desenvolvido no âmbito desta tese chama-se Cérebro.

Paralelização em GPU da segmentação vascular com extração de Centerlines por Height Ridges

The vascular segmentation is important in diagnosing vascular diseases like stroke and is hampered by noise in the image and very thin vessels that can pass unnoticed. One way to accomplish the segmentation is extracting the centerline of the vessel with height ridges, which uses the intensity as features for segmentation. This process can take from seconds to minutes, depending on the current technology employed. In order to accelerate the segmentation method proposed by Aylward [Aylward & Bullitt 2002] we have adapted it to run in parallel using CUDA architecture. The performance of the segmentation method running on GPU is compared to both the same method running on CPU and the original Aylward s method running also in CPU. The improvemente of the new method over the original one is twofold: the starting point for the segmentation process is not a single point in the blood vessel but a volume, thereby making it easier for the user to segment a region of interest, and; the overall gain method was 873 times faster running on GPU and 150 times more fast running on the CPU than the original CPU in Aylward

Segmentação Fuzzy de Texturas e Vídeos

The segmentation of an image aims to subdivide it into constituent regions or objects that have some relevant semantic content. This subdivision can also be applied to videos. However, in these cases, the objects appear in various frames that compose the videos. The task of segmenting an image becomes more complex when they are composed of objects that are defined by textural features, where the color information alone is not a good descriptor of the image. Fuzzy Segmentation is a region-growing segmentation algorithm that uses affinity functions in order to assign to each element in an image a grade of membership for each object (between 0 and 1). This work presents a modification of the Fuzzy Segmentation algorithm, for the purpose of improving the temporal and spatial complexity. The algorithm was adapted to segmenting color videos, treating them as 3D volume. In order to perform segmentation in videos, conventional color model or a hybrid model obtained by a method for choosing the best channels were used. The Fuzzy Segmentation algorithm was also applied to texture segmentation by using adaptive affinity functions defined for each object texture. Two types of affinity functions were used, one defined using the normal (or Gaussian) probability distribution and the other using the Skew Divergence. This latter, a Kullback-Leibler Divergence variation, is a measure of the difference between two probability distributions. Finally, the algorithm was tested in somes videos and also in texture mosaic images composed by images of the Brodatz album

Segmentação fuzzy de imagens e vídeos

Image segmentation is the process of subdiving an image into constituent regions or objects that have similar features. In video segmentation, more than subdividing the frames in object that have similar features, there is a consistency requirement among segmentations of successive frames of the video. Fuzzy segmentation is a region growing technique that assigns to each element in an image (which may have been corrupted by noise and/or shading) a grade of membership between 0 and 1 to an object. In this work we present an application that uses a fuzzy segmentation algorithm to identify and select particles in micrographs and an extension of the algorithm to perform video segmentation. Here, we treat a video shot is treated as a three-dimensional volume with different z slices being occupied by different frames of the video shot. The volume is interactively segmented based on selected seed elements, that will determine the affinity functions based on their motion and color properties. The color information can be extracted from a specific color space or from three channels of a set of color models that are selected based on the correlation of the information from all channels. The motion information is provided into the form of dense optical flows maps. Finally, segmentation of real and synthetic videos and their application in a non-photorealistic rendering (NPR) toll are presented

Análise morfométrica do colágeno dérmico a partir da segmentação por conglomerados (clusters) de cor

Análise morfométrica do colágeno dérmico pode fornecer subsídio quantitativo para a pesquisa em dermatologia. Os autores demonstram uma técnica de análise de imagem digital que permite a identificação de estruturas microscópicas, a partir da segmentação por conglomerados (clusters), de cor aplicada à estimativa da intensidade e densidade das fibras colágenas da derme.

Segmentação morfológica aplicada à cartografia

Pós-graduação em Ciências Cartográficas - FCT

Materialografia quantitativa de micro estruturas complexas baseada na segmentação por texturas

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Caracterização de impressões faciais termais utilizando a transformada imagem floresta

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Reconhecimento semi-automático de sinus frontais para identificação humana forense baseado na transformada imagem-floresta e no contexto da forma

Pós-graduação em Ciência da Computação - IBILCE