Resumo: "PROCESSO DE BINARIZAÇÃO DE IMAGENS DIGITAIS UTILIZANDO ENTROPIA RELATIVA GENERALIZADA". A inovação ora proposta descreve um processo que realiza a binarização de imagens digitais pelo método da entropia relativa generalizada (ERG). A imagem digital inicial pode ter duzentos e cinqüenta e seis (256) ou mais níveis de cinza, e a imagem digital final, após o processamento, terá seus níveis reduzidos à somente dois. A invenção busca aproximar um jogo de probabilidade modelo àquele encontrado na própria imagem digital objetivando sua segmentação, i.e., a separação das regiões da imagem em objeto e fundo. Como na prática é muito difícil encontrar imagens naturais com distribuição estatística específicas utilizamos o parâmetro de não extensividade, definido pelo método ERG, para alterar o limiar de binarização e ajustar de forma quantitativa a distância entre o modelo e o jogo de probabilidade obtido na própria imagem digital.

Data do depósito: 03/05/2004

Número do pedido: PI0401683-1

Leia-me antes: Clique aqui

Nome do(s) depositante(s):
CBPF - Centro Brasileiro de Pesquisas Físicas

Nome do procurador: Atem & Remer Asses. Consul. Prop. Int. Ltda

Instituição de defesa: CBPF - Centro Brasileiro de Pesquisas Físicas

Resumo: Este estudo concerne a utilização de métodos entrópicos aplicados como técnicas de processamento digital de imagens. O conceito de entropia, e mais recentemente o de entropia generalizada, foi aplicado como base para a segmentação de imagens e reconhecimento de padrões. A importância da análise quantitativa de imagens em diversas áreas da ciência tem motivado o desenvolvimento contínuo de novas técnicas de processamento de sinais. Este trabalho propõe novos métodos de segmentação de imagens revendo e ampliando as técnicas clássicas e também uma nova técnica de reconhecimento de padrões baseada no cálculo da entropia das formas presentes na imagem. Uma análise detalhada dos métodos entrópicos, com resultados em casos simulados e sistemas reais é apresentada e mostra que as técnicas de segmentação propostas são mais robustas e eficientes. Em termos do reconhecimento de padrões, testes mostram que a introdução da entropia relativa generalizada permite uma melhora na eficiência do classificador, através de um ajuste fino do parâmetro de não extensividade q.

Área: Instrumentação Científica

Data da defesa: 23/01/2003

Banca: Márcio Portes de Albuquerque; Marcelo Portes de Albuquerque; Rodrigo Prioli Menezes; Luiz Carlos Sampaio Lima; Ivan dos Santos Oliveira Junior