Informações da Disciplina

 Preparar para impressão 

Júpiter - Sistema de Gestão Acadêmica da Pró-Reitoria de Graduação


Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto
 
Computação e Matemática
 
Disciplina: 5953017 - Análise de Imagens
Digital Image Analysis

Créditos Aula: 2
Créditos Trabalho: 0
Carga Horária Total: 30 h
Tipo: Semestral
Ativação: 01/01/2020 Desativação:

Objetivos
Apresentar conceitos, estruturas e técnicas relacionados à recuperação de imagens contidas em repositórios, a partir de seu conteúdo intrínseco, ou seja, de seus atributos pictóricos.
 
 
 
Docente(s) Responsável(eis)
775843 - Joaquim Cezar Felipe
1068703 - Luiz Otavio Murta Junior
 
Programa Resumido
Conceitos fundamentais de recuperação de imagens. Busca por similaridade. Reconhecimento de padrões. Técnicas de recuperação baseada em cor, textura e forma. Funções de distância para imagens. Métodos de avaliação de resultados. Aplicações com imagens médicas.
 
 
 
Programa
Conceitos fundamentais de recuperação de imagens, objetivos e exemplos. Mecanismos de busca por similaridade. Reconhecimento de padrões. Técnicas de recuperação baseada em cor. Técnicas de recuperação baseada em textura. Técnicas de recuperação baseada em forma. Funções de distância para imagens. Métodos de avaliação de resultados. Aplicativos e aplicações em imagens médicas.
 
 
 
Avaliação
     
Método
Aulas teóricas complementadas com trabalhos práticos de implementação.
Critério
Serão atribuídas notas a provas bimestrais e aos trabalhos práticos propostos. A nota final será calculada pela média ponderada das notas obtidas do decorrer do semestre.
Norma de Recuperação
Uma prova escrita dentro do prazo regimental. A nota da segunda avaliação será a média aritmética entre a nota da prova de recuperação e a nota final da primeira avaliação. O aluno será aprovado se obtiver nota na segunda avaliação igual ou superior a 5,0 (cinco).
 
Bibliografia
     
1. Faloutsos, C., Searching Multimedia Databases by Content. 1996, Boston, MA: Kluwer Academic Publishers 
2. V Castelli, L D Bergman. Image Databases: Search and Retrieval of Digital Imagery. John Wiley & Sons, 2001. 
3. Castleman, R., Digital Image Processing. 1996: Prentice-Hall Inc 
4. Artigos diversos na área como: 
5. Faloutsos, C., et al., Efficient and Effective Querying by Image Content. Journal of Intelligent Information Systems, 1994. 3(3/4): p. pp. 231-262 
6. Gudivada V N and Raghavan VV. Content-based image retrieval systems. IEEE Computer 28(9), 18-22 (1995a) 
7. Smeulders, A.W.M., et al., Content-Based Image Retrieval at the End of the Early Years. IEEE Transactions on Patterns Analysis and Machine Intelligence, 2000. 22(12) 
8. Müller, H., et al., A review of content-based image retrieval systems in medical applications - clinical menefits and future directions. International Journal of Medical Informatics, 2004. 73: p. 1 - 23 
9. Antani, S., L.R. Long, and G.R. Thoma. Content-Based Image Retrieval for Large Biomedical Image Archives. in 11th World Congress on Medical Informatics (MEDINFO). 2004. San Francisco, CA, USA Santini, S. and R. Jain, Similarity Measures. IEEE Transactions on Patterns Analysis and Machine Intelligence, 1999. 21(9)
 

Clique para consultar os requisitos para 5953017

Clique para consultar o oferecimento para 5953017

Créditos | Fale conosco
© 1999 - 2024 - Superintendência de Tecnologia da Informação/USP