CLASSIFICADOR DE FORMAS UTILIZANDO DESCRITOR DE FOURIER USANDO DISTÂNCIA DO CENTROIDE

Autores

  • Vinicius Santos Andrade Centro Universitário Sagrado Coração-UNISAGRADO
  • Renan Caldeira Menechelli Centro Universitário Sagrado Coração-UNISAGRADO
  • Elvio Gilberto da Silva Centro Universitário Sagrado Coração-UNISAGRADO
  • Patrick Pedreira Silva Centro Universitário Sagrado Coração-UNISAGRADO

Resumo

A quantidade de aplicações que fazem uso de imagens aumenta a cada dia. No âmbito social, existem diversas plataformas como o Instagram, que faz uso massivo de processamento e análise de imagens. Na indústria, não é diferente, a aplicação de técnicas para processar e analisar possui vasta aplicabilidade. Neste sentido, a pesquisa visa contribuir avaliando o desempenho de uma aplicação que faz uso de um conjunto de técnicas de processamento de imagens, a fim de possibilitar a aplicação de um descritor (Fourier) e analisar os dados obtidos com o classificador kNN. Com os testes realizados, foi verificado que a sequência de experimentos obteve 60% de acurácia no melhor caso, também foi possível observar queda na precisão versus revocação no decorrer de cada teste, em todos experimentos feitos neste estudo.

Biografia do Autor

  • Vinicius Santos Andrade, Centro Universitário Sagrado Coração-UNISAGRADO

    Possui técnico em informática pelo Colégio Técnico Industrial "Prof. Isaac Portal Roldán" - Unesp/Bauru (2012). Tecnólogo em Redes de Computadores pela Faculdade de Tecnologia de Bauru -FATEC/Bauru (2015). Mestrado em Ciência da Computação pela Universidade Estadual Paulista "Júlio de Mesquita Filho" - Unesp/S.J. do Rio Preto (2019). Tem experiência em desenvolvimento (Full Stack com Java) e Mobile multiplataforma (Ionic). Atualmente é professor no Centro Universitário Sagrado Coração (UNISAGRADO /Bauru). Doutorando no HRAC - USP/Bauru.

  • Renan Caldeira Menechelli, Centro Universitário Sagrado Coração-UNISAGRADO

    Possui graduação em Ciência da Computação pela Universidade do Sagrado Coração (2009) e mestrado em Engenharia Elétrica pela Universidade de São Paulo (2013). Atualmente é professor auxiliar no Centro Universitário Sagrado Coração (UNISAGRADO) e coordenador do curso superior de Ciência da Computação, Engenharia de Computação e Jogos Digitais na mesma instituição, Área de Exatas e Aplicadas. Tem experiência na área de Ciência da Computação, com ênfase em Processamento de Imagens Médicas, atuando principalmente nos seguintes temas: processamento e segmentação de imagens digitais, Java, câncer de mama e redes neurais artificiais.

     

  • Elvio Gilberto da Silva, Centro Universitário Sagrado Coração-UNISAGRADO

    Possui graduação em Análise de Sistemas pela Universidade do Sagrado Coração (1999), mestrado em Programa de Pós Graduação Em Ciência da Computação pelo Centro Universitário Eurípides de Marília (2004) e doutorado em Agronomia (Energia na Agricultura) pela Universidade Estadual Paulista Júlio de Mesquita Filho (2009), é pós-doutorando em Ciências da Reabilitação pela Universidade de São Paulo - Hospital de Reabilitação de Anomalias Craniofaciais. Trabalha atualmente como professor adjunto II na Universidade do Sagrado Coração, onde é coordenador dos cursos de Pós-graduação Lato Sensu em Engenharia de Software e Gestão e Governança em Tecnologia da Informação (GGTI). Já lecionou nas seguintes Instituições: Associação Educacional Nove de Julho (UNINOVE) e Anhanguera Educacional. Tem experiência na área de Ciência da Computação, com ênfase em Engenharia de Software, atuando principalmente nas seguintes linhas de pesquisa: Tecnologias de Informação e Comunicação nos Processos Educacionais, Inteligência Artificial, Redes e Sistemas Distribuídos e Computação Aplicada. Atualmente é líder e pesquisador do Grupo de Pesquisa em Engenharia e Ciência da Computação (GPECC).

  • Patrick Pedreira Silva, Centro Universitário Sagrado Coração-UNISAGRADO

    Possui graduação em Ciência da Computação pela Universidade Estadual do Sudoeste da Bahia (2003) e mestrado em Ciência da Computação pela Universidade Federal de São Carlos (2006). Doutorando no Programa de Pós-graduação em Ciências da Reabilitação do Hospital de Reabilitação de Anomalias Craniofaciais da Universidade de São Paulo (HRAC-USP, 2017) - área de concentração: Fissuras Orofaciais e Anomalias Relacionadas. Trabalha atualmente como professor no UNISAGRADO ? Centro Universitário Sagrado Coração. Já lecionou nas seguintes instituições: Universidade Estadual do Sudoeste da Bahia (UESB), Faculdade Independente do Nordeste (FAINOR) e Faculdade de Tecnologia e Ciências (FTC). Tem experiência na área de Ciência da Computação, com ênfase em Inteligência Artificial.

Referências

FACELI, Katti et al. Inteligência Artificial: Uma abordagem de aprendizado de máquina. 2011.

GOPAL, T. Venu; PRASAD, V. A novel approach to shape based image retrieval integrating adapted Fourier descriptors and freeman code. Int. J. Comput. Sci. Netw. Security, v. 8, n. 6, p. 293-302, 2008.

GONZALEZ, Rafael C.; WOODS, Richard E. Digital image processing. Addison-Wesley, 1992.

Matlab – Documentation. Disponível em: https://www.mathworks.com/help/. Acesso em 22 de maio de 2020.

YAN, Li (Ed.). Intelligent Multimedia Databases and Information Retrieval: Advancing Applications and Technologies: Advancing Applications and Technologies. IGI Global, 2011.

PAVLIDIS, Theo. An asynchronous thinning algorithm. Computer Graphics and Image Processing, v. 20, n. 2, p. 133-157, 1982.

SUEN, Ching Y.; WANG, Patrick Shen-pei. Thinning methodologies for pattern recognition. World Scientific, 1994.

TOM, Arun; JIDESH, P. Geometric transform invariant Brain-MR image analysis for tumor detection. In: 2013 International conference on Circuits, Controls and Communications (CCUBE). IEEE, 2013. p. 1-6.

Downloads

Publicado

2022-02-04

Edição

v. 14 n. 2 (2021): RETEC - Revista de Tecnologias

Seção

Artigos