Demonstration Platform for Visual Quality Metrics

This thesis presents two graphical user interfaces for the project DigiQ - Fusion of Digital and Visual Print Quality, a project for computationally modeling the subjective human experience of print quality by measuring the image with certain metrics. After presenting the user interfaces, methods for reducing the computation time of several of the metrics and the image registration process required to compute the metrics, and details of their performance are given. The weighted sample method for the image registration process was able to signifigantly decrease the calculation times while resulting in some error. The random sampling method for the metrics greatly reduced calculation time while maintaining excellent accuracy, but worked with only two of the metrics.

Learning Robot Motions from Visual Sensing

Learning from demonstration becomes increasingly popular as an efficient way of robot programming. Not only a scientific interest acts as an inspiration in this case but also the possibility of producing the machines that would find application in different areas of life: robots helping with daily routine at home, high performance automata in industries or friendly toys for children. One way to teach a robot to fulfill complex tasks is to start with simple training exercises, combining them to form more difficult behavior. The objective of the Master’s thesis work was to study robot programming with visual input. Dynamic movement primitives (DMPs) were chosen as a tool for motion learning and generation. Assuming a movement to be a spring system influenced by an external force, making this system move, DMPs represent the motion as a set of non-linear differential equations. During the experiments the properties of DMP, such as temporal and spacial invariance, were examined. The effect of the DMP parameters, including spring coefficient, damping factor, temporal scaling, on the trajectory generated were studied.

Computational visual quality of digitally printed images

The problem of understanding how humans perceive the quality of a reproduced image is of interest to researchers of many fields related to vision science and engineering: optics and material physics, image processing (compression and transfer), printing and media technology, and psychology. A measure for visual quality cannot be defined without ambiguity because it is ultimately the subjective opinion of an “end-user” observing the product. The purpose of this thesis is to devise computational methods to estimate the overall visual quality of prints, i.e. a numerical value that combines all the relevant attributes of the perceived image quality. The problem is limited to consider the perceived quality of printed photographs from the viewpoint of a consumer, and moreover, the study focuses only on digital printing methods, such as inkjet and electrophotography. The main contributions of this thesis are two novel methods to estimate the overall visual quality of prints. In the first method, the quality is computed as a visible difference between the reproduced image and the original digital (reference) image, which is assumed to have an ideal quality. The second method utilises instrumental print quality measures, such as colour densities, measured from printed technical test fields, and connects the instrumental measures to the overall quality via subjective attributes, i.e. attributes that directly contribute to the perceived quality, using a Bayesian network. Both approaches were evaluated and verified with real data, and shown to predict well the subjective evaluation results.

Comparison of Local Feature Detectors and Descriptors for Visual Object Categorization

Local features are used in many computer vision tasks including visual object categorization, content-based image retrieval and object recognition to mention a few. Local features are points, blobs or regions in images that are extracted using a local feature detector. To make use of extracted local features the localized interest points are described using a local feature descriptor. A descriptor histogram vector is a compact representation of an image and can be used for searching and matching images in databases. In this thesis the performance of local feature detectors and descriptors is evaluated for object class detection task. Features are extracted from image samples belonging to several object classes. Matching features are then searched using random image pairs of a same class. The goal of this thesis is to find out what are the best detector and descriptor methods for such task in terms of detector repeatability and descriptor matching rate.

Determinação do tamanho ótimo da parcela experimental pelos métodos da máxima curvatura modificado, do coeficiente de correlação intraclasse e da análise visual em testes clonais de eucalipto

O objetivo deste trabalho foi determinar o tamanho ótimo da parcela experimental em testes clonais de eucalipto, por meio dos métodos da máxima curvatura modificado, do coeficiente de correlação intraclasse e da análise visual, com base nas características de crescimento em altura, dap e volume. A partir de quatro testes clonais, dispostos no delineamento em blocos ao acaso, com quatro repetições e parcela experimental quadrada de 25 plantas (5 x 5), foram simulados diferentes tamanhos de parcela com 2, 3, 4, 5, 9, 10, 15, 20 e 25 plantas, visando determinar o tamanho ótimo da parcela pelos métodos de máxima curvatura modificado, do coeficiente de correlação intraclasse e da análise visual. Pôde-se concluir que em programas iniciais para seleção de clones parcelas de cinco a dez plantas proporcionam boa precisão experimental, sendo recomendadas, principalmente, em situação com limitações de mudas, teste de grande número de clones e avaliações de cunho preliminar e em idades precoces.

Propriedades mecânicas de peças com dimensões estruturais de Pinus spp: correlação entre resistência à tração e classificação visual

A redução da disponibilidade de espécies de madeiras nativas e seus efeitos na economia, associada ao fortalecimento dos conceitos de preservação ambiental, criou a necessidade de desenvolvimento de alternativas viáveis para utilização racional de espécies de reflorestamento. E uma das opções é a realização de classificação visual das peças. Autores de trabalhos desenvolvidos nessa linha de pesquisa verificaram a adequação das regras de classificação visual do Southern Pine Inspection Bureau (SPIB) dos EUA à madeira de Pinus do Brasil e apresentaram proposta para normalizar o processo de classificação visual dessa madeira. Nessa classificação, os aspectos com maior influência são: presença de nós, desvio de grã em relação ao eixo da peça e densidade de anéis de crescimento. Assim, esta pesquisa apresenta um estudo experimental que consistiu na classificação visual e determinação da resistência à tração de 85 peças de Pinus spp e um estudo teórico, que propôs uma equação para determinar a resistência à tração média de peças estruturais em função da classificação visual. Com este trabalho, foi possível observar a influência dos nós e dos anéis de crescimento sobre a resistência à tração das peças analisadas.

Bag-of-Features Approach to Unsupervised Visual Object Categorisation

The large and growing number of digital images is making manual image search laborious. Only a fraction of the images contain metadata that can be used to search for a particular type of image. Thus, the main research question of this thesis is whether it is possible to learn visual object categories directly from images. Computers process images as long lists of pixels that do not have a clear connection to high-level semantics which could be used in the image search. There are various methods introduced in the literature to extract low-level image features and also approaches to connect these low-level features with high-level semantics. One of these approaches is called Bag-of-Features which is studied in the thesis. In the Bag-of-Features approach, the images are described using a visual codebook. The codebook is built from the descriptions of the image patches using clustering. The images are described by matching descriptions of image patches with the visual codebook and computing the number of matches for each code. In this thesis, unsupervised visual object categorisation using the Bag-of-Features approach is studied. The goal is to find groups of similar images, e.g., images that contain an object from the same category. The standard Bag-of-Features approach is improved by using spatial information and visual saliency. It was found that the performance of the visual object categorisation can be improved by using spatial information of local features to verify the matches. However, this process is computationally heavy, and thus, the number of images must be limited in the spatial matching, for example, by using the Bag-of-Features method as in this study. Different approaches for saliency detection are studied and a new method based on the Hessian-Affine local feature detector is proposed. The new method achieves comparable results with current state-of-the-art. The visual object categorisation performance was improved by using foreground segmentation based on saliency information, especially when the background could be considered as clutter.

Alteração do campo visual em função do uso de cabinas em tratores agrícolas

Com o objetivo de avaliar a alteração do campo visual de um trator, ocasionada pela instalação de uma cabina, foram determinadas as áreas de visibilidade nula em função da presença ou não da mesma, para cada campo visual. Os procedimentos adotados basearam-se na norma ISO 5721-1981 - Agricultural tractors - Operator's field of vision. A cabina aumentou em 34,42% a área de visibilidade nula. A relação área de projeção do trator/área total sombreada foi de 0,075 para o trator sem cabina, e 0,057 para o trator com cabina, indicando as melhores condições de visibilidade do primeiro em relação ao segundo. No que se refere aos campos visuais, a maior redução ocorreu no campo visual dos olhos e no obtido com o movimento da cabeça, em função dos suportes da cabina e da estrutura de proteção contra o capotamento. A cabina diminui o campo de visão do operador, e adequações no projeto da estrutura avaliada são necessárias para melhorar as condições de visibilidade.

Avaliação de métodos alternativos à citologia no rastreamento de lesões cervicais: detecção de DNA-HPV e inspeção visual

OBJETIVO: avaliar o desempenho da citologia oncológica (CO), de captura híbrida II (CH II) e da inspeção visual com ácido acético na detecção de lesões pré-neoplásicas e neoplásicas cervicais. MÉTODOS: 2281 mulheres foram submetidas a exame clínico além da coleta de material para citologia, para CH II para detecção de DNA-HPV. Foi feita a inspeção visual do colo após aplicação do ácido acético a 5% (IVA). As mulheres com pelo menos um exame positivo eram convocadas para colposcopia, que também foi realizada em 420 mulheres com todos os exames normais. O desempenho dos testes foi calculado utilizando como padrão ouro a colposcopia com ou sem biopsia. RESULTADOS: a CO foi anormal em 209 mulheres (9,2%); a CH II foi positiva em 399 (17,5%) e em 249 (10,9%) foram encontradas alterações na IVA. Entre as 2281 mulheres avaliadas, 671 (29,4%) apresentaram pelo menos um resultado de exame positivo, embora apenas 82 (3,6%) apresentassem doença confirmada histologicamente (50 NIC1, 20 NIC2, sete NIC3 e cinco carcinomas invasores). As sensibilidades da IVA e da CH II foram semelhantes e significativamente maiores que a da CO. A especificidade da CO foi maior que a da IVA e da CH II. Nos casos com resultado de CO negativo, a IVA apresentou melhor desempenho comparada à CH II. CONCLUSÃO: o desempenho da CO associada à IVA foi melhor que o da CO associada à CH II e do que o da CO isolada.

Inspeção visual do colo uterino após aplicação de ácido acético no rastreamento das neoplasias intra-epiteliais e lesões induzidas por HPV

OBJETIVO: estimar a validade da inspeção visual após aplicação de ácido acético (IVA) no rastreamento das neoplasias intra-epiteliais cervicais (NIC) e lesões induzidas por HPV, comparando seu desempenho com o da colpocitologia e da colposcopia. MÉTODOS: estudo de validação de teste diagnóstico realizado em 893 mulheres de 18 a 65 anos, rastreadas simultaneamente com colpocitologia, IVA e colposcopia, em unidade de saúde pública de Recife, PE. A IVA foi realizada por embrocação do colo com ácido acético a 5% e observação a olho nu, com auxílio de foco clínico comum. Considerou-se como positividade o achado de qualquer lesão aceto-branca no colo. O padrão-ouro foi o histopatológico de biópsia cervical, realizado sempre que qualquer um dos três testes resultasse anormal. Foram estimados e comparados os indicadores de validade de cada teste, com os respectivos intervalos de confiança a 95%. A concordância entre os resultados dos testes foi avaliada pelo coeficiente kappa (k). RESULTADOS: das 303 mulheres biopsiadas, o estudo histopatológico foi anormal em 24. Deste total, a IVA foi positiva em 22, conferindo-lhe sensibilidade estimada de 91,7%, especificidade de 68,9%, valor preditivo positivo de 7,5% e valor preditivo negativo de 99,7%. Comparando-se os intervalos de confiança a 95%, a IVA mostrou maior sensibilidade que a colpocitologia, mas com menores especificidade e valor preditivo positivo. Houve fraca concordância entre os resultados da IVA e da colpocitologia (k=0,02) e excelente concordância com os da colposcopia (k=0,93). CONCLUSÃO: a IVA foi muito mais sensível que a colpocitologia no rastreamento das NIC e lesões HPV-induzidas e teve o mesmo desempenho da colposcopia. Sua baixa especificidade foi responsável por um elevado número de resultados falso-positivos.