English

CIn - Centro de Informática UFPE




Eventos Relacionados

Defesa de Dissertação de Mestrado - Nº 1.190: "Um método híbrido para segmentação de imagens em áreas não urbanas"

A aluna Cleigiane de Oliveira Lemos irá defender seu trabalho no dia 22 de agosto, às 10h, no Auditório do CIn Início: 22/08/2012 às 10:00 Término: 22/08/2012 às 12:00 Local: Auditório do CIn

Pós-Graduação em Ciência da Computação – UFPE
Defesa de Dissertação de Mestrado Nº 1.190
 
Aluna: Cleigiane de Oliveira Lemos
Orientador: Prof. George Darmiton da Cunha Cavalcanti
Título: Um método híbrido para segmentação de imagens em áreas não urbanas
Data: 22/8/2012
Hora/Local: 10h – Auditório
Banca Examinadora:
Prof. Tsang Ing Ren UFPE / CIn)
Prof. Carlos Alberto Borba Schuler (UFPE / Departamento de Engenharia Cartográfica )
Prof. George Darmiton da Cunha Cavalcant i(UFPE / CIn)
 
RESUMO:
 
Conseguir identificar e diferenciar objetos ou cenas em imagens, muitas vezes, chega a ser uma tarefa trivial para os humanos. Conseguimos olhar uma cena e dizer se se trata de um lago ou floresta em uma imagem de satélite, por exemplo. E, para que esta tarefa seja executada por um computador, foi proposto neste trabalho um método de segmentação híbrido que automatiza esse processo de reconhecimento de objetos ou cenas. Este método consiste de duas técnicas: Mean Shift e Discriminante Linear de Fisher. A primeira é baseada na segmentação em cluster, que agrupa os dados de entrada de acordo com a similaridade (ou dissimilaridade) entre os dados. E a segunda é baseada na análise discriminante. Ele usa a combinação linear para separar classes (objetos ou cenas), usando para isso medidas de dispersão.
As imagens utilizadas no treinamento e teste do método foram adquiridas pelo google image e INPE (Instituto Nacional de Pesquisas Espaciais). E para maior clareza a cerca da segmentação de imagens, são apresentados na revisão do estado da arte alguns métodos conhecidos na literatura.
Para a validação, foram usados alguns dados coletados pela Embrapa/Ac. Foi feito o reconhecimento de duas (vegetação e solo), três (floresta, vegetação baixa e solo) e quatro (floresta, vegetação baixa, solo e água) classes distintas em três diferentes experimentos, sendo o primeiro experimento realizado com imagens obtidas no google image, o segundo realizado com imagens de satélite e imagens do google image e o terceiro apenas em imagens de satélite.
 
Palavras-chave: Segmentação de imagens, reconhecimento de objetos, sensoriamento remoto.
  • © Centro de Informática UFPE - Todos os direitos reservados
    Tel +55 81 2126.8430 - Cidade Universitária - 50740-560 - Recife/PE
Plano4 Consultoria Web