Reconhecimento de formas utilizando modelos de compressão de dados e espaços de escalas de curvatura

AUTOR(ES)
DATA DE PUBLICAÇÃO

2009

RESUMO

Com o aumento do poder de processamento dos computadores, cresceu também a quantidade e complexidade dos dados armazenados, exigindo mecanismos cada vez mais sofisticados para se conseguir uma recuperação eficaz e eficiente destas informações. No caso do processamento de imagens, tem se tornado comum a recuperação baseada em seu próprio conteúdo, ou seja, Recuperação de Imagem Baseada em Conteúdo (Content-Based Image Retrieval CBIR), eliminando a necessidade de anotações adicionais como descrições textuais e palavras-chave registradas por um observador. A proposta deste trabalho é o desenvolvimento de um mecanismo de recuperação de imagens através do reconhecimento de sua forma. O mecanismo consiste em (1) calcular os descritores Full Curvature Scale Space (FullCSS) das imagens; e (2) aplicar sobre eles um método de compressão sem perdas com a finalidade de (3) classificar esses descritores e recuperar as imagens correspondentes. Os descritores FullCSS registram as variações na curvatura do contorno da imagem indicando o grau e o sinal dessas variações, permitindo identificar onde a curvatura é côncava ou convexa. O método de compressão adotado utiliza o modelo de compressão Prediction by Partial Matching (PPM), utilizado com sucesso em outros trabalhos para classificar imagens de texturas. Os resultados obtidos indicam que esta abordagem inovadora é capaz de atingir níveis competitivos de eficácia e eficiência quando comparada a outros trabalhos atualmente desenvolvidos nesta mesma área.

ASSUNTO(S)

digital image processing data compression recuperação baseada em conteúdo fullcss ciencia da computacao css content-based image retrieval ppm ppm. compressão de dados fullcss processamento digital de imagens css

ACESSO AO ARTIGO

Documentos Relacionados