Restauração de imagens com operadores modelados por redes neurais artificiais / Image restoration with operators modeled by artificial neural networks

AUTOR(ES)
DATA DE PUBLICAÇÃO

2009

RESUMO

Esta tese aborda o problema de restauração de imagens utilizando técnicas de aprendizagem de máquina com foco em redes neurais artificiais. A restauração de imagens tem como objetivo melhorar imagens que tenham sido degradadas por processos diversos associados à aquisição, transmissão ou processamento, visando melhorar a qualidade para facilitar a interpretação visual. As técnicas clássicas de restauração de imagens baseiam-se em algum conhecimento a priori do fenômeno de degradação, sendo voltadas para a modelagem da degradação e a aplicação do processo inverso na recuperação da imagem corrigida. Dada a dificuldade de estimar alguma informação a priori do fenômeno de degradação, a literatura mostra um aumento na pesquisa do uso de técnicas de inteligência computacional na restauração de imagens. Esta tese apresenta um novo método de restauração de imagem, baseada em Redes Neurais Artificiais (RNAs), considerando a aprendizagem do processo inverso utilizando um tipo de imagem padrão em uma abordagem multiescala. Diferentes modelos de redes foram testadas nesta tese com os resultados sendo comparados com técnicas clássicas existentes. A imagem padrão foi processada seguindo um modelo de degradação disponível na literatura, para simular alguns tipos de problemas mais freqüentes em imagens. A quantidade de dados gerada para treinamento das redes exigiu a aplicação de técnicas de agrupamento, em uma abordagem de mineração de dados, para redução do conjunto de treinamento e a viabilização do treinamento de alguns modelos de redes. A tese tem como objetivo a proposição de um método simples de restauração, que conduz a uma solução ótima para o problema, sem a necessidade de estabelecer um conhecimento a priori do fenômeno de degradação. As redes treinadas foram submetidas a versões degradadas de diferentes imagens para medida de desempenho da abordagem de restauração proposta, através da comparação dos resultados de restauração das redes com as técnicas existentes para restauração, com uma análise quantitativa baseada no cálculo do erro quadrático médio e da relação sinal/ruído da imagem restaurada. Os resultados obtidos mostram que os algoritmos de restauração baseados em redes neurais são alternativas eficientes para restauração, apresentando desempenho similar, ou melhor, aos dos métodos existentes, com a vantagem da abordagem proposta não requerer conhecimento a priori das causas da degradação para a restauração.

ASSUNTO(S)

redes neurais artificiais restauração de imagens processamento digital de imagens fusão de filtros artificial neural networks images restauration image digital processing filter fusion

ACESSO AO ARTIGO

Documentos Relacionados