Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/335457
Type: DISSERTAÇÃO DIGITAL
Degree Level: Mestrado
Title: Fuzzy value-based supervised ordering for multivalued mathematical morphology   : Ordem supervisionada baseada em valores fuzzy para morfologia matemática multivalorada  
Title Alternative: Ordem supervisionada baseada em valores fuzzy para morfologia matemática multivalorada  
Author: Sangalli, Mateus, 1996-
Advisor: Mesquita, Marcos Eduardo Ribeiro do Valle, 1979-
Abstract: Resumo: Morfologia Matemática foi concebida como uma ferramenta para a análise e processamento de imagens binárias e foi subsequentemente generalizada para o uso em imagens em tons de cinza e imagens multivaloradas. Reticulados completos, que são conjuntos parcialmente ordenados em que todo subconjunto tem extremos bem definidos, servem como a base matemática para uma definição geral de morfologia matemática. Em contraste a imagens em tons de cinza, imagens multivaloradas não possuem uma ordem não-ambígua. Essa dissertação trata das chamadas ordens reduzidas para imagens multivaloradas. Ordens reduzidas são definidas por meio de uma relação binária que ordena os elementos de acordo com uma função h do conjunto de valores em um reticulado completo. Ordens reduzidas podem ser classificadas em ordens não-supervisionadas e ordens supervisionadas. Numa ordem supervisionada, o função de ordenação h depende de conjuntos de treinamento de valores de foreground e de background. Nesta dissertação, estudamos ordens supervisionadas da literatura. Também propomos uma ordem supervisionada baseada em valores fuzzy. Valores fuzzy generalizam cores fuzzy - conjuntos fuzzy que modelam o modo que humanos percebem as cores - para imagens multivaloradas. Em particular, revemos como construir o mapa de ordenação baseado em conjuntos fuzzy para o foreground e para o background. Também introduzimos uma função de pertinência baseada numa estrutura neuro-fuzzy e generalizamos a função de pertinência baseada no diagrama de Voronoi. Por fim, as ordens supervisionadas são avaliadas num experimento de segmentação de imagens hiperespectrais baseado num perfil morfológico modificado

Abstract: Mathematical morphology has been conceived initially as a tool for the analysis and processing of binary images and has been later generalized to grayscale and multivalued images. Complete lattices, which are partially ordered sets in whose every subset has well defined extrema, serve as the mathematical background for a general definition of mathematical morphology. In contrast to gray-scale images, however, there is no unambiguous ordering for multivalued images. This dissertation addresses the so-called reduced orderings for multi-valued images. Reduced orderings are defined by means of a binary relation which ranks elements according to a mapping h from the value set into a complete lattice. Reduced orderings can be classified as unsupervised and supervised ordering. In a supervised ordering, the mapping h depends on training sets of foreground and background values. In this dissertation, we study some relevant supervised orderings from the literature. We also propose a supervised ordering based on fuzzy values. Fuzzy values are a generalization of fuzzy colors - fuzzy sets that model how humans perceive colors - to multivalued images other than color images. In particular, we review how to construct the fuzzy ordering mapping based on fuzzy sets that model the foreground and the background. Also, we introduce a membership function based on a neuro-fuzzy framework and generalize the membership function based on Voronoi diagrams. The supervised orderings are evaluated in an experiment of hyperspectral image segmentation based on a modified morphological profile
Subject: Morfologia matemática
Imagem hiperespectral
Aprendizagem supervisionada (Aprendizado do computador)
Lógica fuzzy
Language: Inglês
Editor: [s.n.]
Citation: SANGALLI, Mateus. Fuzzy value-based supervised ordering for multivalued mathematical morphology  : Ordem supervisionada baseada em valores fuzzy para morfologia matemática multivalorada  . 2019. 1 recurso online (74 p.). Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica, Campinas, SP.
Date Issue: 2019
Appears in Collections:IMECC - Tese e Dissertação

Files in This Item:
File SizeFormat 
Sangalli_Mateus_M.pdf10.78 MBAdobe PDFView/Open


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