Autores

4913
Ricardo Inácio Machado
2200,1
4914
2200,1

Informações:

Publicações do PESC

Título
Classificação/Segmentação de Imagens Empregando Gradientes de Deformação
Linha de pesquisa
Computação Gráfica
Tipo de publicação
Dissertação de Mestrado
Número de registro
Data da defesa
19/10/2010
Resumo
Este trabalho versa sobre o uso de informação conhecida a priori sobre a forma do objeto no processo de segmentação e é constituído de duas partes: Na primeira, se definem modos principais para uma classe de formas lineares.
A questão de se estabelecer uma correspondência entre os pontos de duas formas com cardinalidade diferente- que precisa ser resolvida para que se possa definir uma matriz de covariância- é superada aproximando-se cada uma delas pelo resultado da aplicação de um gradiente de deformação aos pontos de uma curva média da classe.
Na segunda parte, uma metodologia de contorno ativo, que visa minimizar uma energia definida pelo produto dos histogramas da parte interna e externa do contorno, é apresentada. Essa metodologia é mais custosa que uma snake padrão mas assume-se que empregando-se as informações disponíveis a priori pode-se partir de uma solução próxima do resultado final.
A partir do resultado final são propostos procedimentos para detecção de partes oclusas e mesmo para a subtituição dessas partes por partes correspondentes extraídas de um modelo. Grande parte desta abordagem foi baseada no trabalho de Guillaume Charpiat et al.
Abstract
The subject of this work is the use of a-priori information about the shape of an object in the segmentation process. It has two parts:
In the first one, principal modes of a class of linear shapes are determined. The problem of establishing a correspondence between the points of two class members with different cardinalities - which must be solved so that a covariance matrix can be computed- is solved by approximating each one by the shape obtained by applying a multiple of a deformation gradient function to the points of an average curve of the class.
In the second part, we introduce an active contour methodology that aims to minimize an energy defined by the product of the histograms of the inner and outer parts of the contour.That methodology is computationally heavier than a standard snake but it is assumed that using the available a priori information it is possible to start the evolution close to the target curve.
That methodology is adapted to deal with occlusion, both for detecting the occluded parts and even to replace those parts by corresponding ones extracted from a model. A larger part of this approach was based in the work of Guillaume Charpiat et al.
Topo