Na área de processamento de imagens tanto a forma (aspecto geométrico) quanto a textura (o padrão presente na superfície do objeto) podem ser utilizados para analisar e identificar um objeto contido em uma imagem. Nesse sentido, este projeto tem como objetivo estudar e desenvolver novas abordagens de análise de imagens. O foco principal é o estudo de métodos capazes de identificar formas e texturas por meio da análise da complexidade. Dentre os métodos atualmente estudados (selecionados com base na similaridade de seus algoritmos e metodologia) estão:
Caminhada determinística: Esse método utiliza caminhadas parcialmente auto-repulsivas para explorar a textura (superfície da imagem) de modo a quantificar os padrões de transição de cores e, consequentemente, identificar a imagem.
Dimensão fractal: Baseada na Teoria Fractal, essa técnica permite quantificar formas e texturas em imagens por meio da complexidade, a qual é medida com base no nível de ocupação de espaço/irregularidade, no caso de formas, ou em termos da homogeneidade/heterogeneidade da textura.
Redes complexas: A Teoria de Redes Complexas fornece um extenso conjunto de ferramentas para a modelagem de um problema na forma de um grafo. A partir da modelagem de uma imagem como um grafo, propriedades desse grafo podem ser usados para descrever e identificar/classificar a imagem original.
A fim de explorar as imagens de uma maneira nova e, portanto, extrair informações valiosas, esse projeto visa analisar imagens, sejam elas de formas ou texturas, com base na representação dos estados de um colapso gravitacional. Tal abordagem permite a imagem original ser representada por diferentes estados do colapso gravitacional, sendo cada um desses estados uma fonte de informação a ser explorada.
Nos últimos anos tem-se notado um uso crescente de imagens de sensoriamento remoto e de VANT (Veículo Áereo Não Tripulado) em aplicações envolvendo mapeamentos e estudos urbanos. Isso se deve ao fato deste tipo de imagem ser uma fonte rica em informações sobre a superfície terrestre, uma ampla cobertura e um baixo custo. No entanto, essas imagens são o resultado de complexas interação entre os diferentes elementos que constituem a cidade (sistema viário, quadras, lotes, e edificações), o que dificulta o processo de análise. Assim, este projeto pretende estudar o estado da arte em métodos computacionais de análise de imagens com foco em áreas de arquitetura, urbanismo e agricultura de precisão.
Este projeto usa análises de formas 3D baseada na dimensão fractal para quantificar as variações inter e intraespecíficas em organismos de formas irregulares como os corais. Em comparação com os métodos tradicionais, a dimensão fractal se mostrou tão boa ao nível interespecífico e consideravelmente melhor ao nível intraespecífico.
Software to compute Bouligand-Minkowski fractal dimension method from a 3D model (OBJ)
A forma possui um papel importante na representação e análise de objetos em imagens, sendo um dos atributos visuais mais importantes em processamento de imagens e visão computacional. No entanto, boa parte das informações da forma são redundantes e podem ser simplificadas sem o prejuízo da representação da forma original. Algoritmos de aproximação poligonal se baseiam na eliminação de pontos do contorno da forma considerados redundantes e na conseqüente produção de um polígono composto por segmentos de reta, obtendo assim uma representação simplificada da essência da forma. Assim, esse projeto visa estudar algoritmos inspirados na natureza (isto é, bio-inspirados) para o cálculo da aproximação poligonal de formas.
A ferrugem é uma praga severa para o cafeeiro. Ela é causada por um fungo endofítico que vive em quase todas as folhas de cafeeiros adultos, principalmente nas mais velhas. No Brasil, muitos parques de produção de café são susceptíveis a doença, que se não for controlada adequadamente pode causar uma redução de até 45% na produção do fruto do café. Nesse sentido, Métodos computacionais podem ser utilizados para avaliar as características presentes nas folhas de café e, consequentemente facilitar e agilizar a tarefa de identificação de doenças como a ferrugem.
Tradicionalmente, a avaliação de microestruturas metálicas e suas propriedades físicas é objeto de estudo em metalografia. Através de microscopia, podemos obter imagens das microestruturas do material avaliado, enquanto um especialista humano realiza sua análise. No entanto, a textura é um importante descritor de imagem, pois está diretamente relacionado às propriedades físicas da superfície do objeto. Nesse sentido, podemos fazer uso de métodos de análise de textura para classificar automaticamente essas microestruturas metálicas.
A displasia fibrosa é uma alteração de desenvolvimento caracterizada pela substituição do osso normal por tecido conjuntivo denso e trabéculas ósseas imaturas, geralmente encontrada em adolescentes e adultos jovens. Nos ossos craniofaciais tem predileção pela maxila, podendo causar deformidade grave e assimetria. A avaliação da displasia fibrosa nas radiografias da região craniofacial pode ser difícil por causa das aparências variáveis e das estruturas que se sobrepõem, de modo que a tomografia computadorizada é um recurso relevante para o seu correto diagnóstico e planejamento de tratamento. O objetivo deste estudo foi caracterizar a displasia fibrosa através da análise da lacunaridade, um método multiescala para descrever padrões de dispersão espacial.
Na natureza, muitos animais constroem estruturas que podem ser prontamente medidas à escala da sua morfologia (por exemplo, comprimento, volume, peso). Capturar a individualidade, como pode ser feito com as estruturas projetadas e construídas por arquitetos ou artistas humanos, é mais desafiador. Aqui avaliamos se as abordagens de classificação de texturas de imagens podem ser usadas para descrever a variação textural nos ninhos de tecelões (espécie Ploceus) para atribuir ninhos ao tecelão individual que os construiu.
A análise de imagens médicas é um campo de intensa pesquisa, com muitas abordagens sendo desenvolvidas ao longo dos anos. Nesse sentido esse projeto propõe a aplicação de métodos de análise de textura em problemas médicos relevantes, como a classificação de amostras de células de diferentes exames para descobrir fases pré-cancerígenas ou cancerosas nas amostras.
Amostras de tecido colorretal para detecção de câncer
Amostras de exame de Papanicolaou para detecção de câncer
Atualmente, estudos sobre anatomia foliar fornecem uma importante fonte de atributos, auxiliando estudos taxonômicos e filogenéticos. Esses estudos dependem fortemente ddas medidas desses atributos (como a espessura do tecido) e informações qualitativas (descrição de estruturas, presença-ausência de estruturas). Neste projeto, nós utilizamos métodos de análise de forma e de textura para a extração de dados quantitativos da folha da planta visando a classificação da mesma na sua espécie correspondente.
Análise da superfície (textura) da folha
Análise da forma da folha utilizando redes complexas
