Detecção e Análise de Contornos em Imagens 2D.

• Ano de defesa: 1998
• Autor(a) principal: Bianchi, Andrea Gomes Campos
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Computer systems; Simulação; Simulation; Sistemas de computação
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/76/76132/tde-23092008-110948/

Neste trabalho apresentamos o desenvolvimento e a implementação de diversas técnicas de segmentação de imagens em termos de detecção de bordas, com um destaque especial para a segmentação não-linear. Os métodos considerados foram: o Gradiente, o Laplaciano da Gaussiana, a Regularização linear, e a segmentação não-linear usando o algoritmo Graduated Non Convexity, baseado na minimização de um funcional de energia associado à imagem. O tratamento matemático do funcional foi realizada segundo o paradigma do cálculo variacional. A sua principal vantagem é evidenciada durante o tratamento de bordas e descontinuidades, pois como a segmentação atua de forma não uniforme na imagem, apenas as regiões mais uniformes são suavizadas, preservando as descontinuidades, o que possibilita a conservação mais precisa dos contornos. Nos capítulos destinados a introdução das técnicas computacionais, apresentamos alguns exemplos das segmentações obtidas, possibilitando uma avaliação comparativa e qualitativa dos resultados. Aplicações em micrografias de cristais de KBr e de minerais serviram como um ensaio para a investigação da validação da segmentação através do algoritmo graduated Non Convexity.