Restauração de imagens utilizando projeções em conjuntos convexos e algoritmos evolucionistas

Página do item simplificado
dc.contributor.advisorPapa, João Paulo [UNESP]
dc.contributor.authorPires, Rafael Gonçalves [UNESP]
dc.contributor.institutionUniversidade Estadual Paulista (Unesp)
dc.date.accessioned2014-11-10T11:09:41Z
dc.date.available2014-11-10T11:09:41Z
dc.date.issued2014-02-24
dc.description.abstractThe process of image restoration aims to enhance images corrupted by noise and blurred. Iterative techniques can better control the restoration algorithm in order to restore blurred regions in details without increasing noise. Techniques based on Projection Sets in Convex (Projections onto Convex Sets - POCS) have been used in the context of image restoration by projecting the solution in a hyperspace until some convergence criterion is met. The expected result is a better picture at the end of an unknown number of projections. The number of convex sets and its combinations allow you to build several image restoration algorithms based on POCS. This study uses two convex sets: Row Action Projections (RAP) and Limited Amplitude (LA). The RAP algorithm has a relaxation parameter 𝜆 depends on the characteristics of the image that will be restored. Thus, erroneous values of 𝜆 can lead to a poor restoration. We propose to find the value of 𝜆 as the problem of modeling and optimization using different evolutionary techniques. Furthermore, is possible to use the parameters learned in restoring an image, and use them to another imageen
dc.description.abstractO processo de restauração de imagens tem como objetivo melhorar as imagens corrompidas por ruídos e borramentos. Técnicas iterativas podem controlar melhor o algoritmo de restauração a fim de restaurar detalhes em regiões borradas sem aumentar o ruído. Técnicas baseadas em Projeção em Conjuntos Convexos (Projections onto Convex Sets - POCS) tem sido utilizadas no contexto de restauração de imagens, projetando a solução em um hiperespaço até que algum critério de convergência seja encontrado. O resultado esperado é uma imagem melhor ao final de um número desconhecido de projeções. O número de conjuntos convexos e suas combinações permitem construir vários algoritmos de restauração de imagens baseados em POCS. O presente trabalho utiliza dois conjuntos convexos: Row-Action Projections (RAP) e Limited Amplitude (LA). O algoritmo RAP possui um parâmetro de relaxação 𝜆 que depende das características da imagem que será restaurada. Assim, valores errados de 𝜆 podem conduzir a uma pobre restauração. Propomos achar o valor de 𝜆 modelando o problema como de otimização e utilizando diferentes técnicas evolucionistas. Além disso, é possível utilizar os parâmetros de restauração aprendidas sobre uma imagem e empregá-los para uma outra imagempt
dc.format.extent59 f. : il. color., tabs.
dc.identifier.aleph000790764
dc.identifier.capes33004153073P2
dc.identifier.citationPIRES, Rafael Gonçalves. Restauração de imagens utilizando projeções em conjuntos convexos e algoritmos evolucionistas. 2014. 59 f. Dissertação (mestrado) - Universidade Estadual Paulista Julio de Mesquita Filho, Instituto de Biociências, Letras e Ciências Exatas, 2014.
dc.identifier.file000790764.pdf
dc.identifier.urihttp://hdl.handle.net/11449/110378
dc.language.isopor
dc.publisherUniversidade Estadual Paulista (Unesp)
dc.rights.accessRightsAcesso aberto
dc.sourceAleph
dc.subjectComputaçãopt
dc.subjectProcessamento de imagens - Tecnicas digitaispt
dc.subjectReconstrução de imagenspt
dc.subjectConjuntos convexospt
dc.subjectOtimização matematicapt
dc.subjectImage processing - Digital techniquespt
dc.titleRestauração de imagens utilizando projeções em conjuntos convexos e algoritmos evolucionistaspt
dc.typeDissertação de mestrado
unesp.campusUniversidade Estadual Paulista (Unesp), Instituto de Biociências Letras e Ciências Exatas, São José do Rio Pretopt
unesp.graduateProgramCiência da Computação - IBILCEpt
unesp.knowledgeAreaComputação aplicadapt

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
000790764.pdf
Tamanho:
3.09 MB
Formato:
Adobe Portable Document Format
Baixar

Coleções

Dissertações - Ciência da Computação - IBILCE