| |
| Acadêmico(a): Rafael Gessele |
| Título: Busca de Imagens Baseada no Conteúdo: Aplicação em Imagens Médicas |
| |
| Conclusão: |
| O presente trabalho teve como proposta o desenvolvimento de um protótipo de um sistema de busca de imagens médicas baseada no conteúdo. Durante o desenvolvimento deste trabalho muitas dificuldades foram encontradas e superadas. Dentre elas o fato da documentação da API de manipulação de imagens ImageJ ser bastante precária. Mesmo assim, o fato de ser uma API livre levou o autor ao estudo de suas funcionalidades e métodos de utilização. Outra dificuldade encontrada foi quanto ao plugin responsável pela aplicação da transformada wavelet. Este plugin foi construído para trabalhar originalmente junto a API ImageJ não sendo possível utilizá-lo diretamente no código do protótipo de forma eficaz. Assim foi necessário a adaptação de uma classe específica para conseguir utilizá-lo. É interessante ressaltar que todo o desenvolvimento do trabalho pôde ser feito com software livre, desde as IDEs de desenvolvimento e sistemas operacionais utilizados, até as ferramentas de manipulação de imagens e plugins. Todas as ferramentas utilizadas conseguiram realizar seu papel da maneira como descrita em suas documentações. Os objetivos previstos para este trabalho foram todos alcançados: a) efetuar o pré-processamento das imagens utilizando os algoritmos de pré-processamento. Realizar os ajustes e normalizações das imagens necessárias antes da extração das características principais; b) extrair os vetores de características das imagens, ou seja, retirar através do uso de um extrator um conjunto de valores que define a imagem desejada; c) determinar o grau de similaridade das imagens utilizando a comparação dos vetores de características; d) possuir uma interface gráfica que permita ao usuário selecionar qual imagem será utilizada como base para a pesquisa; e) exibir as imagens resultantes da busca na interface gráfica. Esperava-se mais quanto ao desempenho do processamento das imagens. Durante a fase de análise não foi observado o custo que o pré-processamento de uma imagem possui. Isto se deve principalmente a aplicação da transformada wavelet e a segmentação dos subespaços, ficando então uma proposta a ser superada em futuras implementações. A abordagem utilizada neste trabalho levanta questões a serem consideradas quanto ao futuro dos sistemas de busca convencionais. Focado somente em imagens médicas os resultados já são bastante satisfatórios e nos faz pensar que podemos evoluir para imagens cada vez mais genéricas. É fácil encontrar a posição da cadeia “gato”, se existir, em um documento - qualquer editor de textos oferece esse recurso. Agora, considere o problema de encontrar o subconjunto de pixels em uma imagem que corresponde à imagem de um gato. Se tivéssemos essa capacidade, poderíamos responder a consultas referentes a imagens, como “Bill Clinton e Nelson Mandela juntos”, “um patinador no ar”, “a torre Eiffel à noite” e assim por diante, sem termos de digitar palavras-chaves de legendas relativas a cada fotografia em uma coleção. (RUSSELL; NORVIG, 2004, p. 855). Esta evolução chegará ao ponto em que poderemos utilizar a busca por similaridade em nossas pesquisas na internet, em nossos computadores e em todo o lugar em que se faça necessária. |
| |
|
