Redes neurais artificiais aplicadas à segmentação de imagens

dc.contributor.advisor1Batista, Marcos Aurélio
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/3637940122788341por
dc.contributor.referee1Batista, Marcos Aurélio
dc.contributor.referee2Barcelos, Célia Aparecida Zorzo
dc.contributor.referee3Silva, Sérgio Francisco da
dc.contributor.referee4Rabelo, Marcos Napoleão
dc.contributor.referee5Silva, Núbia Rosa da
dc.creatorAlbanez, Daniela de Oliveira
dc.creator.Latteshttp://lattes.cnpq.br/6492120548870138por
dc.date.accessioned2017-02-24T13:59:39Z
dc.date.accessioned2022-04-26T13:40:08Z
dc.date.available2022-04-26T13:40:08Z
dc.date.issued2017-02-15
dc.description.abstractImage segmentation is one of image processing that problems that deserve special interest of the scientific community, given its real utility and application in various areas as medicine, geography, engineering, mathematics and computing, just to name a few. Much of the recent interest in segmentation has been motivated by the availability of satellite images on the Earth’s surface, which can be transformed into concrete knowledge, aiming at land use monitoring and data mining. This work proposes a new segmentation method, using Arficial Intelligence techniques, more specifically Artificial Neural Networks (ANNs), and compare its results of segmentation of satellite images with the original method. The binarized results are compared with the ground truth for the validation of the proposed segmentation method. Experimental results, quantative analysis of segmentation results, indicating that the proposed segmentation method generates better results and a decaying of 36.60% in the total average computacional time when compared with the original method.eng
dc.description.resumoSegmentação de Imagens é um dos problemas de processamento de imagens que mercê especial interesse da comunidade científica, tendo em vista sua real utilidade e aplicação em várias áreas do conhecimento como a medicina, geografia, engenharia, matemática e computação, só para citar algumas. Grande parte do interesse recente sobre segmentação foi motivado pela disponibilidade de imagens de satélite sobre a superfície da Terra, que podem ser transformadas em conhecimento concreto, visando o monitoramento e a mineração do uso da terra. Este trabalho propõe um novo método de segmentação, através de técnicas de Inteligência Artificial, mais especificamente pelas Redes Neurais Artificiais (RNA’s), e compara seus resultados de segmentação de imagens de satélite com o método original descrito na literatura. Os resultados binarizados são comparados com o ground truth para a validação do método de segmentação proposto. Resultados experimentais, realizados através da analise quantitativa dos resultados de segmentação, indicam que o método de segmentação proposto produz melhores resultados e uma redução média total do desempenho computacional de 36.60% em relação ao método original.por
dc.formatapplication/pdf*
dc.identifier.citationALBANEZ, D. O. Redes neurais artificiais aplicadas à segmentação de imagens. 2017. 152 f. Dissertação (Mestrado em Modelagem e Otimização) - Universidade Federal de Goiás, Catalão, 2017.por
dc.identifier.urihttp://repositorio.ufcat.edu.br/tede/handle/tede/6877
dc.languageporpor
dc.publisherUniversidade Federal de Goiáspor
dc.publisher.countryBrasilpor
dc.publisher.departmentRegional Catalão (RC)por
dc.publisher.initialsUFGpor
dc.publisher.programPrograma de Pós-graduação em Modelagem e Otimização (RC)por
dc.rightsAcesso Abertopor
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectSegmentação de imagenspor
dc.subjectRedes neurais artificiaispor
dc.subjectImagens de satélitepor
dc.subjectImage segmentationeng
dc.subjectArtificial neural networkeng
dc.subjectSatellite imageseng
dc.subject.cnpqBIOENGENHARIA::PROCESSAMENTO DE SINAIS BIOLOGICOSpor
dc.titleRedes neurais artificiais aplicadas à segmentação de imagenspor
dc.title.alternativeArtificial neural network applied to the segmentation of imageseng
dc.typeDissertaçãopor

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
Dissertação - Daniela de Oliveira Albanez - 2017.pdf
Tamanho:
9.66 MB
Formato:
Adobe Portable Document Format
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
2.11 KB
Formato:
Plain Text
Descrição: