| Summary: | This research aims to develop the hybrid segmentation s method which uses two techniques: linear mean-shift and non-linear image foresting transform watersheds (IFT). To implement this method the reduced color set was used, it was obtained by mean-shift application, like markers to IFT
algorithm. With this technique, the user doesn t need to concern about selecting the correct set marker to Watershed-IFT segmentation s process, since hybrid method will do so automatically. If the seeds are not good enough or are placed just outside the region of interest, the user can add r remove such seeds in order to improve watershed segmentation results. With the purpose of developing a robust and efficient system, with high degree of reusability, it was decided to make use of the object-oriented paradigm together design patterns application. The Java programming language was used to implement the hybrid s method because it supports object oriented and it has an Application Programming Interface (API) Java Advanced Imaging (JAI) that allows an easier image processing operations implementation. The Unified Modeling Language (UML) was used to design the system; it helped the developer to extract the best necessary information to construct the software. After it develops the hybrid segmentation method were realized three applications to prove hybrid method efficience. The first application helps the patologystis to classify Papanicolau
examination in yours respectives levels; the second makes a comparison between Watersheds-IFT and hybrid segmentation methods; and the third aim to help profissionals of medicine area to measure the depth of the skin cancer in histologys tissues. === O presente trabalho tem como objetivo desenvolver o método de segmentação híbrido, o qual utiliza duas técnicas de segmentação: uma linear, Mean Shift, e outra não-linear, Watersheds por Image Foresting Transform (IFT). Para implementar esse método utilizou-se um conjunto reduzido
de cores obtido pela aplicação do procedimento Mean-Shift, como marcadores para o algoritmo IFT. Com o desenvolvimento dessa técnica, o usuário não necessita selecionar o conjunto de marcadores corretos para realizar o processo de segmentação por Watersheds-IFT, pois o método
híbrido fará isso automaticamente. Se as sementes geradas não forem suficientes ou forem inseridas em uma parte da amostra que não esteja sendo analisada, o usuário, por meio da interface, poderá inserir ou retirar tais sementes, a fim de obter um melhor resultado. Com o objetivo de desenvolver um sistema robusto e eficiente, com alto grau de reusabilidade, optou-se por utilizar o paradigma de programação orientada a objetos, juntamente com a aplicação de padrões de projeto.
A linguagem de programação utilizada é a Java, que além de dar suporte à orientação a objetos, possui uma Application Programming Interface (API) denominada Java Advanced Imaging (JAI) que permite a implementação de operações para o processamento de imagens com maior facilidade. A linguagem UML é usada para projetar o sistema, ajudando o desenvolvedor a extrair melhor as informações necessárias a fim de construir o software. Após desenvolver o método de
segmentação híbrida são realizadas três aplicações a fim de que sua eficiência seja comprovada. A primeira aplicação busca auxiliar os patologistas a realizarem a classificação do exame de Papanicolaou em seus respectivos níveis; a segunda, realiza uma comparação entre os métodos de
segmentação Watersheds-IFT e híbrido; e a terceira visa auxiliar profissionais da área médica, a mdir a profundidade do câncer de pele em tecidos histológicos.
|
|---|
