Detalhes bibliográficos
Ano de defesa: |
2011 |
Autor(a) principal: |
CARVALHO, Tiago Buarque Assunção de |
Orientador(a): |
REN, Tsang Ing |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Universidade Federal de Pernambuco
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: |
|
Link de acesso: |
https://repositorio.ufpe.br/handle/123456789/2375
|
Resumo: |
A codificação de vizinhança foi inicialmente proposta em [TTD99]. Essa codificação gera um conjunto de códigos de vizinhança para representar uma imagem binária. Uma das principais limitações da proposta inicial é que a codificação não era capaz de reconstruir a imagem representada por ela. Esta dissertação oferece uma nova abordagem para a codificação de vizinhança, que permite representar imagens binárias sem perdas, possibilitando a reconstrução da imagem codificada. Outro problema da codificação de vizinhança é o excessivo e redundante número de elementos no conjunto de códigos gerados para cada imagem. Para resolver este problema, são propostos, no presente trabalho, três algoritmos para a redução do conjunto desses códigos. Um destes algoritmos de redução do conjunto de códigos segue uma abordagem evolucionária. Outra contribuição realizada aqui diz respeito à representação de vizinhanças em um código de vizinhança. Esta representação é construída através de funções braços. Novas funções braços podem ser definidas facilmente para representar diferentes vizinhanças. Esta maneira de abordar vizinhanças possibilita o reuso dos algoritmos propostos sem necessidade de adaptação. Ainda são propostas duas aplicações utilizando codificação de vizinhança: compressão de imagens binárias e reconhecimento de forma. O método de compressão proposto baseiase na redução do número de códigos necessários para reconstruir a imagem sem perdas. O reconhecimento de forma é avaliado para o problema de recuperação de imagens semelhantes |