Fome e Abundância: Um Paradoxo Brasileiro?
18 a 20 de outubro de 2016
Trabalho 7425
| ISSN | 2237-9045 |
|---|---|
| Instituição | Universidade Federal de Viçosa |
| Nível | Graduação |
| Modalidade | Pesquisa |
| Área de conhecimento | Ciências Exatas e Tecnológicas |
| Área temática | Teoria e Tecnologia da informação |
| Setor | Instituto de Ciências Exatas e Tecnológicas |
| Conclusão de bolsa | Não |
| Primeiro autor | Marcio Wanderson de Castro Galvao |
| Orientador | JOÃO FERNANDO MARI |
| Título | Segmentação de células em imagens de microscopia utilizando Watershed e Graph-Cuts |
| Resumo | A segmentação de imagens é uma tarefa rotineira em Processamento Digital de Imagens e significa subdividir uma imagem em suas partes constituintes. A segmentação de células em imagem de microscopia é uma tarefa de extrema importância em diversas atividades práticas em áreas como biologia, medicina e biomedicina. Ao avaliar o número e a forma das células de uma imagem de um determinado tecido humano pode-se auxiliar no diagnostico de doenças, por exemplo. Este trabalho tem por objetivo o estudo das técnicas combinadas dos algoritmos Watershed e algoritmos de cortes em grafos Graph-Cuts para segmentação de células em imagens de microscopia. O método utilizado consiste na aplicação do algoritmo Watershed diretamente sobre o gradiente da imagem original, o que leva a uma imagem super segmentada. A transformada de Watershed é conhecida pelo problema da super segmentação. Uma das estratégias para contornar este problema é gerar marcadores únicos para cada objeto. Neste trabalho, busca-se corrigir a super segmentação em uma etapa de pós-processamento utilizando algoritmos de cortes em grafos. Cada pequena região da imagem segmentada pelo algoritmo Watershed é considerada um nó de um grafo e as regiões adjacentes são conectadas por uma aresta. Para atribuir o peso a cada aresta do grafo leva-se em consideração a diferença entre as intensidades médias das regiões adjacentes ou a extensão da borda que separa duas regiões adjacentes. Neste trabalho, testou-se uma abordagem diferente que combina informações de intensidade e de borda para a definição dos pesos. O trabalho está sendo desenvolvido utilizando a linguagem Python e bibliotecas de computação cientifica, como Numpy, Scipy e Scikit-image. Após a execução do método proposto o resultado será os componentes conectados que representa cada célula na imagem. O método de segmentação proposto deve ser capaz de gerar uma forma fechada para cada célula da imagem fornecida, ou seja, cada forma é uma célula. As métricas utilizadas para avaliação dos resultados neste trabalho foram à soma de distâncias normalizada (NSD) e a métrica de Hausdorff que avalia a maior dentre as distâncias mínimas entre as bordas dos objetos na imagem segmentada e na imagem de referencia. |
| Palavras-chave | Processamento Digital de Imagens, Watershed, Graph-Cuts |
| Forma de apresentação..... | Painel |