Uma análise do desempenho de métodos de classificação aplicados a imagens de descargas atmosféricas
Carregando...
Arquivos
Citações na Scopus
Tipo de produção
Dissertação
Data
2010
Autores
Crivelaro, Marcelo Biancão
Orientador
Bianchi, Reinaldo Augusto da Costa
Periódico
Título da Revista
ISSN da Revista
Título de Volume
Citação
CRIVELARO, Marcelo Biancão. Uma análise do desempenho de métodos de classificação aplicados a imagens de descargas atmosféricas. 2010. 116 f. Dissertação (Mestrado em Engenharia Elétrica) - Centro Universitário da Fei, São Bernardo do Campo, 2010 Disponível em: . Acesso em: 23 nov. 2010.
Texto completo (DOI)
Palavras-chave
Processamento de imagens,Inteligência computacional,Visão por computador
Resumo
O objetivo deste trabalho é realizar uma análise de métodos de classificação aplicados a imagens de descargas atmosféricas. O sistema para essa análise foi implantado em módulos cujas funções são obtenção automática de imagens de relâmpagos utilizando técnicas de visão computacional e classificação dessas imgaens quanto à presença e os tipos de relâmpagos, utilizando os classificadores Vizinhos Mais Próximos, Agrupamento por K Médias, Redes Neurais Artificiais e Máquinas de Vetor de Suporte. O sistema foi testado utilizando vídeos gravados no Laboratório de Descargas Atmosféricas do Departamento de Física da FEI. Os resultados mostraram que as Redes Neurais Artificiais foram, em geral, as que obtiveram o melhor desempenho.
The proposal of this work is to nalyze classification methods applied to lightning images. A system has been gradually implemented to achieve each stage of this analyzis. First the system will capture lightning images using computer vision techniques. Then, these images will be classified according to the presence and types of lightning, using the classifiers Nearest Neighbors, Clustering K-Means, Artificial Neural Networks and support Vector Machines. The system was tested using recorded videos of FEI Physics Department Lightning Laboratory. The results showed that Artificial Neural Networks were those the best performance, in general.
The proposal of this work is to nalyze classification methods applied to lightning images. A system has been gradually implemented to achieve each stage of this analyzis. First the system will capture lightning images using computer vision techniques. Then, these images will be classified according to the presence and types of lightning, using the classifiers Nearest Neighbors, Clustering K-Means, Artificial Neural Networks and support Vector Machines. The system was tested using recorded videos of FEI Physics Department Lightning Laboratory. The results showed that Artificial Neural Networks were those the best performance, in general.