Codificação de vizinhança para compressão de imagens e reconhecimento de forma

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