Detecção de borda em imagens de escoamento bifásico de um circuito experimental de circulação natural pelo método FUNED (Fuzzy Number Edge Detector)

dc.contributor.advisorRoberto Navarro de Mesquitapt_BR
dc.contributor.authorTEIXEIRA, ANDRE L. de M.pt_BR
dc.coverageNacionalpt_BR
dc.date.accessioned2023-07-13T11:57:40Z
dc.date.available2023-07-13T11:57:40Z
dc.date.issued2023pt_BR
dc.description.abstractEste trabalho aplicou o método FUNED (do inglês "Fuzzy Number Edge Detector") que é baseado em números Fuzzy para detecção de contornos em um conjunto de imagens digitais de escoamento bifásico obtidas em experimentos no Circuito de Circulação Natural (CCN) do Instituto de Pesquisas Energéticas e Nucleares (IPEN). O algoritmo se baseia na utilização de cada pixel da imagem adquirida como um número Fuzzy para gerar uma imagem que permita mostrar a pertinência do pixel em relação às regiões de borda e fundo. A imagem-pertinência gerada é utilizada como base para a identificação das bordas, onde um pixel branco significa valores acima do limiar e um pixel preto indica valores abaixo desse valor, processo conhecido como binarização da imagem. Após encontrar-se o limiar ótimo, é aplicada a técnica de supressão de não-máximos para criar uma borda mais fina. As imagens finais do método são comparadas com imagens idealmente classificadas (construídas pixel a pixel por um especialista). A mesma comparação foi realizada utilizando-se o clássico detector de bordas de Canny, permitindo-se mostrar a eficiência do detector de bordas FUNED. Os resultados mostraram que o método FUNED detectou corretamente entre 19% e 25% dos pixels que foram idealmente classificados como borda pelo especialista e, de forma complementar detectou corretamente entre 96% e 98% dos pixels classificados como fundo. O detector de Canny foi aplicado nas mesmas imagens e sob a mesma análise, apresentou um percentual de acertos entre 25% e 39% na predição do que era borda e complementarmente, entre 98% e 99% do que era fundo.pt_BR
dc.description.notasgeraisDissertação (Mestrado em Tecnologia Nuclear)pt_BR
dc.description.notasteseIPEN/Dpt_BR
dc.description.teseinstituicaoInstituto de Pesquisas Energéticas e Nucleares - IPEN-CNEN/SPpt_BR
dc.format.extent83pt_BR
dc.identifier.citationTEIXEIRA, ANDRE L. de M. <b>Detecção de borda em imagens de escoamento bifásico de um circuito experimental de circulação natural pelo método FUNED (Fuzzy Number Edge Detector)</b>. Orientador: Roberto Navarro de Mesquita. 2023. 83 f. Dissertação (Mestrado em Tecnologia Nuclear) - Instituto de Pesquisas Energéticas e Nucleares - IPEN-CNEN/SP, São Paulo. DOI: <a href="https://dx.doi.org/10.11606/D.85.2023.tde-05062023-103507">10.11606/D.85.2023.tde-05062023-103507</a>. Disponível em: http://repositorio.ipen.br/handle/123456789/34148.
dc.identifier.doi10.11606/D.85.2023.tde-05062023-103507pt_BR
dc.identifier.urihttp://repositorio.ipen.br/handle/123456789/34148
dc.localSão Paulopt_BR
dc.rightsopenAccesspt_BR
dc.subjectfuzzy logic
dc.subjectmathematics
dc.subjectfluid flow
dc.subjectedge localized modes
dc.subjectimage processing
dc.subjectdigital systems
dc.titleDetecção de borda em imagens de escoamento bifásico de um circuito experimental de circulação natural pelo método FUNED (Fuzzy Number Edge Detector)pt_BR
dc.title.alternativeEdge detection in biphasic flow images of an experimental natural circulation circuit by the FUNED (Fuzzy Number Edge Detector) methodpt_BR
dc.typeDissertaçãopt_BR
dspace.entity.typePublication
ipen.autorANDRE LUIZ DE MELLO TEIXEIRA
ipen.codigoautor15009
ipen.contributor.ipenauthorANDRE LUIZ DE MELLO TEIXEIRA
ipen.date.recebimento23-07
ipen.identifier.ipendoc29771pt_BR
ipen.meioeletronicohttps://www.teses.usp.br/teses/disponiveis/85/85133/tde-05062023-103507/pt-br.phppt_BR
ipen.type.genreDissertação
relation.isAuthorOfPublication65e25abb-d06e-4613-913d-ed357da80efd
relation.isAuthorOfPublication.latestForDiscovery65e25abb-d06e-4613-913d-ed357da80efd
sigepi.autor.atividadeTEIXEIRA, ANDRE L. de M.:15009:420:Spt_BR

Licença do Pacote

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descrição:

Coleções