Segmentação de imagens coloridas utilizando algoritmos bioinspirados

Carregando...
Imagem de Miniatura
Citações na Scopus
Tipo de produção
Dissertação
Data
2017
Autores
Conforto, Victor Henrique
Orientador
Santos, Paulo Eduardo
Periódico
Título da Revista
ISSN da Revista
Título de Volume
Citação
CONFORTO, Victor Henrique. Segmentação de imagens coloridas utilizando algoritmos bioinspirados. 2017. 72 f. Dissertação (Mestrado em Engenharia Elétrica) - Centro Universitário FEI, São Bernardo do Campo, 2017. Disponível em: . Acesso em: 6 ago. 2018.
Texto completo (DOI)
Palavras-chave
Imagens-Interpretação,Algoritmos de computador
Resumo
Segmentação de imagens é uma das áreas mais antigas de visão computacional, com muitos problemas bem definidos e várias soluções propostas bem aceitas. No entanto ainda há muito trabalho a ser feito, sobretudo em segmentação de imagens coloridas, devido à demanda por mais aplicações. Recentemente, duas novas tecnologias têm se destacado na área. O estudo de análise de imagens sob o ponto de vista da estatística não-extensiva e a utilização de algoritmos bio-inspirados para lidar com problemas que demandam multi-limiarização, geralmente computacionalmente inviáveis quando o espaço de busca é histogrâmico. Assim, a proposta desta dissertação é o estudo de um novo método baseado em enxame de partículas, recentemente proposto na literatura e chamado de Firefly, juntamente com Kernel entrópico não extensivo para a multilimiarização de imagens espectrais. Os resultados obtidos mostram que o metodo proposto utilizando o algoritmo firefly segmentando a imagem baseado apenas na dimensão H de HSV obteve o melhor resultado dentre os experimentos realizados. Este trabalho aborda ainda a comparação entre o uso de diferentes espaços de cores, parâmetros e filtros para a segmentação de imagens coloridas.
Image segmentation is one of the oldest areas of computer vision, with many welldefined problems and several well-accepted proposed solutions. However there is still a lot of work to be done, especially in color image segmentation, due to the demand for more applications. Recently, two new technologies have stood out in the area. The study of image analysis from the point of view of non-extensive statistics and the use of bio-inspired algorithms to deal with problems that require multi-thresholding, usually computationally unviable when the search space is histogrammic. Thus, the proposal of this dissertation is the study of a new method based on swarms of particles, recently proposed in the literature and called "Firefly", together with non-extensive entropic kernel for the multilimiarization of spectral images. The results show that the proposed method using the firefly algorithm segmenting the image based on the HSV H-dimension only obtained the best result among the experiments. This work also discusses the comparison between the use of different color spaces, parameters and filters for the segmentation of colored images