Author(s):
Oliveira, Marco Alexandre Rodrigues 
Date: 2009
Persistent ID: http://hdl.handle.net/10773/2142
Origin: RIA - Repositório Institucional da Universidade de Aveiro
Subject(s): Engenharia de computadores; Análise de imagem; Imagem digital; Processamento de imagem; Reconhecimento de formas
Description
O aumento de conteúdo digital armazenado em bases de dados é acompanhado
por uma elevada importância atribuída à disponibilização de métodos
eficientes para a sua pesquisa. No caso da pesquisa de imagens, esta é,
normalmente, realizada através de “keywords”, o que, nem sempre garante
resultados satisfatórios, uma vez que as “imagens estão para além das
palavras”. Para melhorar este tema é necessário avaliar o conteúdo de cada
imagem. Este trabalho propõem-se a divulgar um sistema que, inicialmente,
de todas as imagens presentes numa base de dados, obtenha um conjunto
de elevada qualidade para posterior processamento. Este método baseia-se
na analise do histograma de cada imagem e respectiva distribuição dos
contornos de cada objecto presente na mesma. A este conjunto de imagens
obtido, para cada instância, são extraídas características que a identifiquem.
Este passo, baseia-se na segmentação de imagens e classificação de características através de uma rede neuronal. Para testar a eficiência do método
apresentado nesta tese, é feita a comparação entre as características de
cada imagem com as restantes, e respectiva devolução de uma lista de
imagens, ordenada por ordem decrescente de semelhança. Os nossos resultados
provam que o nosso sistema pode produzir melhores resultados do
que alguns sistemas existentes.
ABSTRACT: The rise of digital content stored in large databases increased the importance
of efficient algorithms for information retrieval. These algorithms are,
usually, based on keywords which, for image retrieval, do not work properly,
since “images are beyond words”. In order to improve image retrieval it
is necessary to analyze the contents of each image. This work proposes a
system that, firstly, will get a subset of high quality images from the entire
database, which will help in further processing. This first method is based
in the histogram and edge analysis. In a next method, for each element of
the image set obtained, features are extracted. These features will identify
each image in the database. In this step, an image segmentation technique
and a classification with a neural network are used. This feature extraction
process is tested doing comparison between each image features and all the
target ones. Each image is associated with a list of images ordered by a
similarity level, which allows us to conclude that our system produces better
results than some other systems available. Mestrado em Engenharia de Computadores e Telemática
Document Type
Master Thesis
Language
English
Advisor(s)
Ferreira, Paulo Jorge dos Santos Gonçalves; Neves, António José Ribeiro
