Navegando por Autor "Rodrigues, Erbe Pandini"

Filtrar resultados informando as primeiras letras
Agora exibindo 1 - 1 de 1
  • Nenhuma Miniatura Disponível
    Item
    Lacunaridade para caracterização de formas de dimensão finita
    (2014-11-28) Rodrigues, Erbe Pandini
    A caracterização de objetos de dimensões finitas é uma das áreas de aplicação do processamento de imagens [2]. Esta caracterização contribui para o estudo de dinâmicas de crescimento por modelagem matemática e simulação computacional [3, 4, 5]. Existem medidas que inicialmente foram criadas para quantificar certas características de objetos auto-similares, como as formas fractais, que são muito utilizadas em estudos de física. Uma das medidas mais conhecidas é a dimensão fractal, que está associada a complexidade do objeto. A dimensão fractal tem sido utilizada em estudos de objetos como os gerados pelo modelo DLA (Diflusion-Limited-Aggregation) (6, 7), que é um modelo que gera formas por meio de agregação de partículas. Mesmo que poderosa, a dimensão fractal é uma medida degenerada, ou seja, objetos com geometrias distintas podem apresentar mesma dimensão fractal. Com o intuito de contornar esta característica e melhor caracterizar uma forma geométrica uma nova medida denominada lacunaridade foi sugerida por Mandelbrot [8], de tal forma que objetos com mesma dimensão fractal possuíssem lacunaridade distinta. A medida de lacunaridade está relacionada com a textura do objeto e informa o quanto o objeto desvia de ser invariante a translação [9, 10, 11]. Valores baixos de lacunaridade indicam maior invariância translacional, enquanto valores altos indicam o contrário, ou seja, um objeto mais heterogêneo. Existem vários modelos para o cálculo da lacunaridade [12, 13, 14, 9], contudo, ainda restam algumas arbitrariedades que dificultam a aplicação destes no estudo de objetos finitos [15]. O objetivo deste estudo é justamente adaptar a medida de lacunaridade a análise seqüencial de imagens de objetos com auto-similaridade restrita, como por exemplo, neurônios, de forma a remover as arbitrariedades características dos algoritmos convencionais