Detalhes bibliográficos
| Ano de defesa: |
2014 |
| Autor(a) principal: |
Silva Neto, José Francisco da |
| Orientador(a): |
Carvalho, Bruno Motta de |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal do Rio Grande do Norte
|
| Programa de Pós-Graduação: |
PROGRAMA DE PÓS-GRADUAÇÃO EM SISTEMAS E COMPUTAÇÃO
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
https://repositorio.ufrn.br/jspui/handle/123456789/19668
|
Resumo: |
Segmentação digital de imagens é o processo de atribuir rótulos distintos a diferentes objetos em uma imagem digital, e o algoritmo de segmentação fuzzy tem sido utilizado com sucesso na segmentação de imagens de diversas modalidades. Contudo, o algoritmo tradicional de segmentação fuzzy falha ao segmentar objetos que são caracterizados por texturas cujos padrões não podem ser descritos adequadamente por simples estatísticas computadas sobre uma área restrita. Neste trabalho apresentamos uma extensão do algoritmo de segmentação fuzzy que realiza segmentação de texturas empregando funções de afinidade adaptativas e o estendemos a imagens tridimensionais. Funções de afinidade adaptativas mudam o tamanho da área em que são calculados os descritores da textura de acordo com as características da textura processada, enquanto imagens tridimensionais podem ser descritas como um conjunto finito de imagens bidimensionais. O algoritmo então segmenta o volume com uma área apropriada calculada para cada textura, tornando possível obter boas estimativas dos volumes reais das estruturas alvo do processo de segmentação. Experimentos serão realizados com dados sintéticos e reais obtidos no estudo de segmentação de tumores cerebrais em imagens médicas adquiridas através de exames de Ressonância Magnética |
