Detecção de borda em imagens de escoamento bifásico de um circuito experimental de circulação natural pelo método FUNED (Fuzzy Number Edge Detector)

• Ano de defesa: 2023
• Autor(a) principal: Teixeira, André Luiz de Mello
• 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: detecção de bordas; digital images; edge detection; fuzzy number; imagens digitais; número fuzzy; pertinência; relevance
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/85/85133/tde-05062023-103507/

Este trabalho aplicou o método FUNED (do inglês \"Fuzzy Number Edge Detector\") que é baseado em números Fuzzy para detecção de contornos em um conjunto de imagens digitais de escoamento bifásico obtidas em experimentos no Circuito de Circulação Natural (CCN) do Instituto de Pesquisas Energéticas e Nucleares (IPEN). O algoritmo se baseia na utilização de cada pixel da imagem adquirida como um número Fuzzy para gerar uma imagem que permita mostrar a pertinência do pixel em relação às regiões de borda e fundo. A imagem-pertinência gerada é utilizada como base para a identificação das bordas, onde um pixel branco significa valores acima do limiar e um pixel preto indica valores abaixo desse valor, processo conhecido como binarização da imagem. Após encontrar-se o limiar ótimo, é aplicada a técnica de supressão de não-máximos para criar uma borda mais fina. As imagens finais do método são comparadas com imagens idealmente classificadas (construídas pixel a pixel por um especialista). A mesma comparação foi realizada utilizando-se o clássico detector de bordas de Canny, permitindo-se mostrar a eficiência do detector de bordas FUNED. Os resultados mostraram que o método FUNED detectou corretamente entre 19% e 25% dos pixels que foram idealmente classificados como borda pelo especialista e, de forma complementar detectou corretamente entre 96% e 98% dos pixels classificados como fundo. O detector de Canny foi aplicado nas mesmas imagens e sob a mesma análise, apresentou um percentual de acertos entre 25% e 39% na predição do que era borda e complementarmente, entre 98% e 99% do que era fundo.