Uma Versão Intervalar do Método de Segmentação de Imagens Utilizando o K-means
DOI:
https://doi.org/10.5540/tema.2005.06.02.0315Resumo
Uma etapa importante em processamento de imagens digitais é a segmenta ção de imagens, pois, esta etapa é o primeiro passo no processo de análise de imagens, e, a minimização/controle de qualquer erro neste passo é fundamental para um melhor resultado da análise. Atualmente, existem diversos métodos de segmentação de imagens, dentre eles o k-means, e muitas pesquisas são realizadas visando o desenvolvimento de métodos para processamento de imagens digitais cada vez mais precisos. O uso da matemática intervalar associada ao processamento de imagens digitais tem como objetivo controlar possíveis erros computacionais. Processamento de imagens digitais intervalares é uma teoria recente, e, será apresentado neste estudo, a definição de imagens digitais intervalares juntamente com seu processamento, e nesse dentro desse processamento, a segmentação de imagens digitais intervalares, utilizando o método k-means intervalar, que tem como base o método de agrupamento k-means.Referências
[1] B.R.C. Bedregal e B.M. Acióly, A Quasi-metric Topology Compatible with Inclusion Monotonicity on Interval Space, International Journal Realiable Computing, 3 (1997), 305-310.
G.B. Coleman e H.C. Andrew, Image Segmentation by Clustering, em “Procedings of IEEE”, pp. 773-785, 1979.
V. Faber, Clustering and the Continuous K-means Algorithm, em “los Alamos Science”, Vol. 22, pp. 138-144,, 1994.
D.A. Forsyth e J Ponce, “Computer Vision: A Modern Approach”, Prentice Hall, 2002.
R.C. Gonzalez e R.E. Woods, “Processamento de Imagens Digitais”, Edgard Blucher Ltda, 2000.
T. Kanungo, D.M. Mount, N.S. Netanyahu, R. Silverman, C. Piatko e A.Y. Wu, The Analysis of a Simple K-means Clustering Algorithm, em “Proceeding of the Sixteent Annual Symposium on Computational Geometry”, pp. 100-200, 2000.
V. Kreinovich, A. Lakeyev, J. Rohn e P. Kahl, “Computational Complexity and Feasibility of Data Processing and Interval Computations”, Kluwer Academic Publishers, 1998.
S.P. Lloyd, Least Square Quantization in PCM, IEEE Transactions on Information Theory, 28 (1982), 129-137.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Política para Periódicos de Acesso Livre
Autores que publicam nesta revista concordam com os seguintes termos:
- Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
- Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
- Esta é uma revista de acesso aberto, o que significa que todo o conteúdo é livremente disponível gratuitamente para o usuário ou sua instituição. Os usuários estão autorizados a ler, baixar, copiar, distribuir, imprimir, pesquisar ou vincular os textos completos dos artigos, ou usá-los para qualquer outro propósito legal, sem pedir permissão prévia do editor ou do autor. Isso está de acordo com a definição de acesso aberto do BOAI.
Todo o conteúdo do periódico está licenciado sob uma Licença Creative Commons do tipo atribuição BY.