skip to main content
Invitado
Mi portal
Mi Cuenta
Cerrar sesión
Identificarse
This feature requires javascript
Tags
Periódicos Eletrónicos
Libros Eletrónicos
Bases de Datos
Bibliotecas de USP
Ayuda
Ayuda
Idioma:
Inglés
Castellano
Portugués (Brasil)
This feature required javascript
This feature requires javascript
Primo Search
Búsqueda General
Búsqueda General
Colección Física
Colecciones Físicas
Producción Intelectual USP
Producción USP
Search For:
Clear Search Box
Search in:
Colección Física
Or hit Enter to replace search target
Or select another collection:
Search in:
Colección Física
Búsqueda Avanzada
Búsqueda por Índices
This feature requires javascript
This feature requires javascript
Descritores robustos à rotação de texturas baseados na abordagem LMP com acréscimo da informação de Magnitude e Sinal
Vieira, Raissa Tavares
Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Escola de Engenharia de São Carlos 2017-09-06
Acceso en línea
Recurso en línea
Detalles
Comentarios y Etiquetas
Servicios adicionales
This feature requires javascript
Acciones
Agregar a Mi Portal
Eliminar de Mi Portal
Correo Electrónico
Imprimir
Enlae permanente
Cita bibliográfica
EasyBib
EndNote
RefWorks
Delicious
Exportación RIS
Exportar BibTeX
This feature requires javascript
Título:
Descritores robustos à rotação de texturas baseados na abordagem LMP com acréscimo da informação de Magnitude e Sinal
Autor:
Vieira, Raissa Tavares
Orientador:
Gonzaga, Adilson
Materias:
Classificação De Textura
;
Descritor De Micropadrão
;
Invariância À Rotação
;
Micropattern Descriptor
;
Rotation Invariance
;
Texture Classification
Notas:
Tese (Doutorado)
Descripción:
Classificação de imagens de textura, especialmente aquelas com mudanças significativas de rotação, iluminação, escala e ponto de vista, é um problema fundamental e desafiador na área de visão computacional. Esta tese propõe dois descritores de imagem simples, porém eficientes, chamados de Sampled Local Mapped Pattern Magnitude (SLMP_M) e Completed Local Mapped Pattern (CLMP) aplicados na classificação de textura. Os descritores propostos são parte de um aprimoramento do descritor Local Mapped Pattern (LMP) para trabalhar de maneira eficiente com imagens de textura rotacionadas. Os métodos propostos necessitam de um pré-ajuste de parâmetros que utiliza o método de otimização por enxame de partículas, e são discriminativos e robustos para a descrição de texturas rotacionadas em ângulos arbitrários. Para a validação dos descritores propostos duas bases de imagens são utilizadas, Kylberg Sintorn Rotation Dataset e Brodatz Texture Rotation Dataset, uma nova base de dados desenvolvida pela autora, formada por imagens de texturas rotacionadas do Álbum de Brodatz. As duas bases contêm imagens de texturas naturais que foram rotacionadas fisicamente no momento da captura e rotacionadas por processos computacionais. É feita também uma avaliação da influência de métodos de interpolação no processo de rotação das imagens e são comparados com diferentes descritores presentes na literatura. Cinco métodos de interpolação são investigados: Lanczos, B-spline, Cúbica, Linear e Nearest Neighbor. Os resultados experimentais demonstram que os descritores propostos nesta tese superam o desempenho dos descritores Completed Local Binary Pattern (CLBP), e dos descritores que combinam a versão generalizada das características de Fourier com variações do descritor Local Binary Pattern (LBP), LBPDFT, ILBPDFT, LTPDFT e ILTPDFT. Os resultados também demonstram que a escolha do método de interpolação no processo de rotação das imagens influencia na capacidade de reconhecimento.
DOI:
10.11606/T.18.2017.tde-04102017-110333
Editor:
Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Escola de Engenharia de São Carlos
Fecha de creación:
2017-09-06
Formato:
Adobe PDF
Idioma:
Portugués
Enlaces
Este registro en el Catálogo
Teses e Dissertações USP
E-mail do autor
This feature requires javascript
This feature requires javascript
Volver a la lista de resultados
Anterior
Resultado
2
Siguiente
This feature requires javascript
This feature requires javascript
Buscando en bases de datos remotas, por favor espere
Buscando por
en
scope:(USP_FISICO)
Mostrar lo que tiene hasta ahora
This feature requires javascript
This feature requires javascript