Buscar

 

RI UFLA (Universidade Federal de Lavras) >
Revistas UFLA >
Infocomp >

Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/9885

Title: Segmentação de texturas por análise de complexidade
Other Titles: Texture segmentation by complexity analysis
???metadata.dc.creator???: Backes, André Ricardo
Bruno, Odemir Martinez
Keywords: Dimensão fractal
Lacunaridade
Gliding-box
Análise de complexidade
BoxCounting
Textura
Análise de aglomerados
Fractal dimension
Lacunarity
Gliding-box
Complexity analysis
Texture
Cluster analysis
Publisher: Editora da UFLA
???metadata.dc.date???: 1-Mar-2006
Citation: BACKES, A. R.; BRUNO, O. M. Segmentação de texturas por análise de complexidade. INFOCOMP: Journal of Computer Science, Lavras, v. 5, n. 1, p. 87-95, Mar. 2006.
???metadata.dc.description.resumo???: A textura constitui um dos principais atributos visuais presentes em uma imagem, sendo capaz de distinguir regiões e contribuindo para o processo de reconhecimento, análise, descrição e classificação de imagens digitais. Neste artigo são apresentados dois métodos de análise e segmentação de textura baseados em medidas de complexidade. Os métodos propostos são baseados em fractais e utilizam as medidas de lacunaridade e dimensão fractal (BoxCounting) para aferir a complexidade das imagens e, por meio desta, gerar assinaturas digitais para representar e segmentar regiões da imagem. Neste trabalho são apresentados exemplos dos métodos aplicados em imagens reais, onde foram utilizadas imagens médicas, e também em imagens sintéticas compostas por mosaicos com texturas de Brodatz.
Abstract: The texture is one of the most important visual attributes existent in an image, being capable to separate regions and contributing to the process of recognizing, analysis, description and classification of digital images. In this article are presented two methods of analysis and segmentation of textures based on complexity measures. The proposed methods are based on fractals and they use lacunarity and fractal dimension (BoxCounting) to measure the complexity of images and, by this way, to generate digital signatures to represent and segment the regions of a image. In this work are presented some examples of these methods applied on real images, where were used medical images, and also synthetic images composed by textures of Brodatz.
Other Identifiers: http://www.dcc.ufla.br/infocomp/index.php/INFOCOMP/article/view/126
???metadata.dc.language???: eng
Appears in Collections:Infocomp

Files in This Item:

There are no files associated with this item.

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.


View Statistics

 


DSpace Software Copyright © 2002-2010  Duraspace - Feedback