Segmentação de imagens através de métodos robustos de clusterização

• Autor(a) principal: Lawniczak, Jean Clement
• Data de Publicação: 2017
• Outros Autores: Balsa, Carlos
• Idioma: por
• Título da fonte: Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
• Texto Completo: http://hdl.handle.net/10198/20891
• topic: Radiografia dentária; Segmentação de imagem; Cluster; K-means; Fuzzy c-means

O principal objetivo deste trabalho consiste em encontrar o melhor método para segmentar imagens médicas, mais especificamente, radiografias dentárias. Pretende-se também definir critérios de comparação relevantes para avaliar a qualidade da segmentação obtida. Este último ponto permitiu definir uma metodologia de validação dos resultados obtidos com duas categorias distintas de algoritmos: k-means e fuzzy c-means. Em alternativa, testaram-se também os métodos de Otsu e da binarisation. As experiencias efetuadas tiveram em conta imagens diferentes, cada uma com características próprias, de maneira a obter uma técnica de segmentação o mais genérica possível. Os resultados obtidos foram comparados com a segmentação real dada por um profissional de odontologia. Observou-se que os métodos de clusterização têm dificuldade em separar a parte correspondente ao dente da parte da gengiva. Efetivamente, nesta área da imagem a tonalidade dos pixéis é muito semelhante. No entanto, os resultados são promissores pois a técnicas utilizadas conseguem identificar grande parte da área correspondente ao dente.