Académique Documents
Professionnel Documents
Culture Documents
1 INTRODUO
2 METODOLOGIA
distribuio de intensidades, mas tambm a posio dos pixels que possuem valores iguais ou
similares. Desta forma, decompomos o conceito de textura para um conceito bidimensional:
propriedades primitivas da tonalidade versus relacionamento espacial entre elas. A primeira
dimenso trata do tom (propriedade local da imagem) enquanto a segunda propriedade trata
da organizao espacial entre elas.
Para obter os descritores de textura necessrio a construo da matriz de co-ocorrncia,
que se baseia no relacionamento espacial entre os pixels que compem uma textura. Cada
elemento que constitui a matriz de co-ocorrncia representa a frequncia com que um pixel de
nvel de cinza X e outro de nvel de cinza Y ocorrem na imagem, separados por uma distncia
dx de linhas e dy de colunas. Essa abordagem se baseia na suposio de que a informao
sobre a textura da imagem est contida na relao de distribuio espacial mdia ou global
dos nveis de cinza na imagem. Leva-se em conta, tambm, que a descrio de uma textura
baseada na ocorrncia repetida de um nvel de cinza na textura. Essa informao textural pode
ser especificada usando matrizes de dependncia espacial dos nveis de cinza computadas em
vrios ngulos (0, 45, 90 e 135) e distncias. Para este trabalho criada a matriz de co-
ocorrncia usando o operador um pixel a direita e um pixel abaixo, ou seja, o operador de
135 com um pixel de distncia (Gonzalez & Woods, 2003).
Desta forma a matriz de co-ocorrncia pode ser utilizada para diversos clculos
estatsticos de segunda ordem, como no caso da extrao de caractersticas (Haralick et al.,
1973). Essas caractersticas, alm de serem eficientes para a anlise e classificao de
imagens tambm so utilizadas como diferenciao de uma regio para outra, mostrando ser
uma assinatura de um padro definido pela regio em estudo.
Haralick et al. (1973) propuseram catorze medidas estatsticas. Nesta pesquisa utilizamos
seis descritores de textura considerados mais relevantes para a classificao de padres
(Pedrini & Schwartz, 2008): segundo momento angular, entropia, contraste, varincia,
correlao e homogeneidade:
SIMMEC/EMMCOMP 2014
XI Simpsio de Mecnica Computacional e II Encontro Mineiro de Modelagem Computacional
ABMEC, Juiz de Fora, MG, 28-30 de maio de 2014
CLASSIFICAO DE PADRES UTILIZANDO DESCRITORES DE TEXTURA
Correlao: mede a dependncia linear entre os tons de cinza presentes em uma imagem:
1
= =0 =0( )( ), . (6)
Homogeneidade: medida que assume valores altos quando a textura apresenta pequenas
variaes entre pares de pixels:
1
= =0 =0 , . (7)
1+()2
Nas equaes (1), (2), (3), (4), (5), (6) e (7) Hg representa o nvel de cinza mximo
presente na imagem analisada e nas equaes (4), (5) e (6) representa os valores mdios das
distribuies.
3 RESULTADOS
Figura 1. Mosaico com trs imagens criadas com um padro geomtrico. Denominadas 2x2, 8x8 e 32x32.
Os resultados obtidos com a extrao dos descritores de textura utilizado para este
conjunto de imagens mostra que a sua representao numrica ocupa uma regio semelhante
quando representada em um espao bidimensional. A proximidade geomtrica dos descritores
mostra que as imagens possuem padres que podem ser classificados como semelhantes. Os
descritores de textura encontrados so mostrados no grfico representado na Fig. 2 abaixo:
SIMMEC/EMMCOMP 2014
XI Simpsio de Mecnica Computacional e II Encontro Mineiro de Modelagem Computacional
ABMEC, Juiz de Fora, MG, 28-30 de maio de 2014
F. Author, S. Author, T. Author (double-click to edit author field)
O segundo conjunto de imagens foi criado para simbolizar o crescimento de uma rea,
semelhante a um crescente desmatamento. Para este padro foram utilizadas treze imagens.
Na Fig. 3 abaixo podemos ver uma mosaico com trs das treze imagens utilizadas, Estas
imagens possuem as mesmas dimenses e foram denominadas em relao ao tamanho da rea
simulada:
Figura 3. Mosaico com trs imagens criadas com uma simulao do crescimento de uma rea.
Denominadas Area_01, Area_04 e Area_07.
SIMMEC/EMMCOMP 2014
XI Simpsio de Mecnica Computacional e II Encontro Mineiro de Modelagem Computacional
ABMEC, Juiz de Fora, MG, 28-30 de maio de 2014
CLASSIFICAO DE PADRES UTILIZANDO DESCRITORES DE TEXTURA
Figura 4. Mosaico com trs imagens criadas com uma simulao do crescimento de uma rea
4 CONCLUSES
AGRADECIMENTOS
SIMMEC/EMMCOMP 2014
XI Simpsio de Mecnica Computacional e II Encontro Mineiro de Modelagem Computacional
ABMEC, Juiz de Fora, MG, 28-30 de maio de 2014
F. Author, S. Author, T. Author (double-click to edit author field)
REFERENCIAS
SIMMEC/EMMCOMP 2014
XI Simpsio de Mecnica Computacional e II Encontro Mineiro de Modelagem Computacional
ABMEC, Juiz de Fora, MG, 28-30 de maio de 2014