Os sistemas de recuperação de imagens por conteúdo (CBIR -Content-based Image Retrieval) possuem a habilidade de retornar imagens utilizando como chave de busca outras imagens. Considerando uma imagem de consulta, o foco de um sistema CBIR é pesquisar no banco de dados as "n" imagens mais similares à imagem de consulta de acordo com um critério dado. Este trabalho de pesquisa foi direcionado na geração de vetores de características para um sistema CBIR considerando bancos de imagens médicas, para propiciar tal tipo de consulta. Um vetor de características é uma representação numérica sucinta de uma imagem ou parte dela, descrevendo seus detalhes mais representativos. O vetor de características é um vetor "n"-dimensional contendo esses valores. Essa nova representação da imagem pode ser armazenada em uma base de dados, e assim, agilizar o processo de recuperação de imagens. Uma abordagem alternativa para caracterizar imagens para um sistema CBIR é a transformação do domínio. A principal vantagem de uma transformação é sua efetiva caracterização das propriedades locais da imagem. Recentemente, pesquisadores das áreas de matemática aplicada e de processamento de sinais desenvolveram técnicas práticas de "wavelet" para a representação multiescala e análise de sinais. Estas novas ferramentas diferenciam-se das tradicionais técnicas de Fourier pela forma de localizar a informação no plano tempo-freqüência; basicamente...

Reconhecimento de padrões em imagens é uma área de grande interesse no mundo científico. Os chamados métodos de extração de características, possuem as habilidades de extrair características das imagens e também de reduzir a dimensionalidade dos dados gerando assim o chamado vetor de características. Considerando uma imagem de consulta, o foco de um sistema de reconhecimento de imagens de faces humanas é pesquisar em um banco de imagens, a imagem mais similar à imagem de consulta, de acordo com um critério dado. Este trabalho de pesquisa foi direcionado para a geração de vetores de características para um sistema de reconhecimento de imagens, considerando bancos de imagens de faces humanas, para propiciar tal tipo de consulta. Um vetor de características é uma representação numérica de uma imagem ou parte dela, descrevendo seus detalhes mais representativos. O vetor de características é um vetor n-dimensional contendo esses valores. Essa nova representação da imagem propicia vantagens ao processo de reconhecimento de imagens, pela redução da dimensionalidade dos dados. Uma abordagem alternativa para caracterizar imagens para um sistema de reconhecimento de imagens de faces humanas é a transformação do domínio. A principal vantagem de uma transformação é a sua efetiva caracterização das propriedades locais da imagem. As wavelets diferenciam-se das tradicionais técnicas de Fourier pela forma de localizar a informação no plano tempo-freqüência; basicamente...

Sistemas PACS (Picture Archieving and Communication Systems) têm sido desenvolvidos para armazenar de maneira integrada tanto os dados textuais e temporais dos pacientes quanto as imagens dos exames médicos a que eles se submetem para ampliar o uso das imagens no auxílio ao diagnóstico. Outra ferramenta valiosa para o auxílio ao diagnóstico médico são os sistemas CAD (Computer-Aided Diagnosis), para os quais pesquisas recentes mostram que o seu uso melhora significativamente a performance dos radiologistas em detectar corretamente anomalias. Dentro deste contexto, muitos trabalhos têm buscado métodos que possam reduzir o problema do "gap semântico", que refere-se ao que é perdido pela descrição sucinta da imagem e o que o usuário espera recuperar/reconhecer utilizando tal descrição. A grande maioria dos sistemas CBIR (do inglês Content-based image retrieval ) utiliza características primárias (baixo nível) para descrever elementos relevantes da imagem e proporcionar recuperação baseada em conteúdo. É necessário "fundir" múltiplos vetores com uma caracterí?stica em um vetor composto de características que possui baixa dimensionalidade e que ainda preserve, dentro do possível, as informações necessárias para a recuperação de imagens. O objetivo deste trabalho é propor novos extratores de características...

Nesta tese, são obtidas taxas de convergência a zero, do risco de estimação obtido com regressão não-paramétrica via ondaletas, quando há erros correlacionados. Quatro métodos de regressão não-paramétrica via ondaletas, com delineamento desigualmente espaçado são estudados na presença de erros correlacionados, oriundos de processos estocásticos. São apresentadas condições sobre os erros e adaptações aos procedimentos necessárias à obtenção de taxas de convergência quase minimax, para os estimadores. Sempre que possível são obtidas taxas de convergência para os estimadores no domínio da função, sob condições bastante gerais a respeito da função a ser estimada, do delineamento e da correlação dos erros. Mediante estudos de simulação, são avaliados os comportamentos de alguns métodos propostos quando aplicados a amostras finitas. Em geral sugere-se usar um dos procedimentos estudados, porém aplicando-se limiares por níveis. Como a estimação da variância dos coecientes de detalhes pode ser problemática em alguns casos, também se propõe um procedimento iterativo semi-paramétrico geral para métodos que utilizam ondaletas, na presença de erros em séries temporais.; In this thesis, rates of convergence to zero are obtained for the estimation risk...

Métodos de resolução numérica de equações diferenciais parciais que utilizam ondaletas como base vêm sendo desenvolvidos nas últimas décadas, mas existe uma carência de estudos mais profundos das características computacionais dos mesmos. Neste estudo analisou-se detalhadamente um método espectral de Galerkin com base de ondaletas harmônicas. Revisou-se a teoria matemática referente às ondaletas harmônicas, que mostrou ter grande similaridade com a teoria referente à base trigonométrica de Fourier. Diversos testes numéricos foram realizados. Ao analisarmos a resolução da equação do transporte linear, e também de transporte não linear (equação de Burgers), obtivemos boas aproximações da solução esperada. O custo computacional obtido foi similar ao método com base de Fourier, mas com ondaletas harmônicas foi possível usar a localidade das ondaletas para detectar características de localidade do sinal. Analisamos ainda uma abordagem pseudo-espectral para os casos não lineares, que resultaram em um expressivo aumento de eficiência. Tendo em vista o uso das propriedades de localidade das ondaletas, usamos o método de Galerkin com base de ondaletas harmônicas para resolver um sistema de equações referente a um modelo de propagação de frentes de precipitação. O método mostrou boas aproximações das soluções esperadas...

Neste texto são revisados métodos de reamostragem de séries temporais discretas baseados em wavelets, como alternativas as abordagens clássicas, feitas nos domínios do tempo e da frequência. Tais métodos, conhecidos na literatura como wavestrap e wavestrapping fazem uso, respectivamente, das transformadas wavelet discreta (DWT) e wavelet packet discreta (DWPT). Existem poucos resultados sobre a aplicação da DWPT, de forma que este texto pode ser considerado uma contribuição. Aqui mostra-se também, a superioridade do wavestrapping sobre o wavestrap quando aplicados na estimação da densidade espectral de potência de séries temporais sintéticas geradas a partir de modelos autoregressivos. Tais séries possuem uma particularidade interessante que são picos, geralmente acentuados, em sua reapresentação espectral, de tal forma que grande parte dos métodos clássicos de reamostragem apresentam resultados viesados quando aplicados a estes casos.; This paper reviews resampling methods based on wavelets as an alternative to the classic approaches which are, made in the time and frequency domains. These methods, known in the literature as wavestrap and wavestrapping, make use, respectively, of the discrete wavelet transform (DWT) and of the discrete wavelet packet transform (DWPT). Since only few results are avaliable when the DWPT is applied...

A expressividade é um elemento chave para o transporte de emoções em música, e seu modelamento, vital para a concepção de sistemas de síntese mais realistas. Gestos musicais executados durante a interpretação usualmente portam a informação responsável pela expressividade percebida, e podem ser rastreados por meio de padrões sônicos a eles associados em diversas escalas de resolução. Um conjunto relevante de gestos musicais expressivos foi estudado através de uma análise em multiresolução utilizando-se a transformada wavelet. A escolha deve-se principalmente à capacidade natural desta ferramenta em realizar análises de tempo-escala/frequência, e suas semelhanças com o processamento dos estágios primários do sistema auditivo. Vinte e sete eventos musicais foram capturados em interpretações de violino e flauta, e analisados com o objetivo de avaliar a aplicabilidade desta ferramenta na identificação e segregação de padrões sônicos associados a gestos musicais expressivos. Os algoritmos wavelet foram implementados na plataforma MATLAB utilizando-se bancos de filtros organizados em esquema piramidal. Rotinas para análises gráfica e sônica e uma interface ao usuário foram também implementadas. Verificou-se que as wavelets permitem a identificação de padrões sônicos associados a gestos expressivos exibindo diferentes propriedades em níveis diferentes da análise. A técnica mostrou-se útil para isolar ruídos oriundos de fontes diversas...

O presente texto descreve a tese de doutorado intitulada Análise de Formas usando Wavelets em Grafos. O tema está relacionado à área de Visão Computacional, particularmente aos tópicos de Caracterização, Descrição e Classificação de Formas. Dentre os métodos da extensa literatura em Análise de Formas 2D, percebe-se uma presença menor daqueles baseados em grafos com topologia arbitrária e irregular. As contribuições desta tese procuram preencher esta lacuna. É proposta uma metodologia baseada no seguinte pipeline : (i) Amostragem da forma, (ii) Estruturação das amostras em grafos, (iii) Função-base definida nos vértices, (iv) Análise multiescala de grafos por meio da Transformada Wavelet Espectral em grafos, (v) Extração de Características da Transformada Wavelet e (vi) Discriminação. Para cada uma das etapas (i), (ii), (iii), (v) e (vi), são inúmeras as abordagens possíveis. Um dos desafios é encontrar uma combinação de abordagens, dentre as muitas alternativas, que resulte em um pipeline eficaz para nossos propósitos. Em particular, para a etapa (iii), dado um grafo que representa uma forma, o desafio é identificar uma característica associada às amostras que possa ser definida sobre os vértices do grafo. Esta característica deve capturar a influência subjacente da estrutura combinatória de toda a rede sobre cada vértice...

É apresentado o desenvolvimento de um modelo computacional que visa relacionar imagens digitais obtidas em diferentes escalas e resoluções com aplicação de Wavelets. Seu desenvolvimento encontra-se no contexto multidisciplinar e situa-se na intersecção das linhas de pesquisa de áreas da Física, da Matemática e da Computação. Desta forma, optou-se na implementação por uma abordagem computacional dos estudos, com aplicação em imagens digitais provenientes da reconstrução de dados de tomografia computadorizada de Raios-X. Resultados indicam que a implementação do modelo computacional desenvolvido tem sua funcionalidade comprovada, uma vez que os atributos vetoriais dos objetos considerados para análise (poros) foram mantidos estáveis em diferentes resoluções estudadas. O modelo foi implementado em linguagem de programação C++ com uso de orientação a objetos e organizado em classes. Adicionalmente, sua aplicação é viabilizada para diversas plataformas computacionais no que tange a sistemas operacionais e processadores. Do ponto de vista científico, o sistema resultante, além de ser uma ferramenta importante no estudo de meios porosos através de imagens de tomografia computadorizada por Raios-X, contribui com métodos inovadores que fazem uso de Wavelets e são aplicados na suavização de bordas por técnica sub-pixel...

O julgamento da qualidade de um método de estimativa/simulação é mais adequado se os resultados puderem ser comparados a dados reais. Uma vez que na mineração isto é inviável, este trabalho é baseado em um modelo de depósito mineral de cobre - representando a geologia e a distribuição de dados de modo heterogêneos. O modelo reproduz um depósito com preenchimento hidrotermal em uma falha inversa e as rochas encaixantes são meta-arenito e folhelho dobrados. O objetivo é comparar os resultados obtidos pelo método de Simulação Baseada em Wavelets - método o qual utiliza a estatística espacial de alta-ordem para reproduzir as estruturas da geologia - com o método clássico de Simulação Sequencial Gaussiana, a fim de avaliar um método de geoestatística de multiponto aplicado a variável contínua. Para comparar os resultados, foi calculado o valor potencial e para qual pilha (minério ou estéril) deveria ir cada bloco. Os resultados mostram que, matematicamente, a Simulação Sequencial Gaussiana obteve resultados melhores, uma vez que destinou melhor seus blocos e perdeu menos dinheiro com estéril na pilha de minério e minério de pilha de estéril. Porém, é notória a influência da imagem de treinamento nos resultados da Simulação Baseada em Wavelets...

We are investigating the combination of wavelets and decision trees to detect ships and other maritime surveillance targets from medium resolution SAR images. Wavelets have inherent advantages to extract image descriptors while decision trees are able to handle different data sources. In addition, our work aims to consider oceanic features such as ship wakes and ocean spills. In this incipient work, Haar and Cohen-Daubechies-Feauveau 9/7 wavelets obtain detailed descriptors from targets and ocean features and are inserted with other statistical parameters and wavelets into an oblique decision tree. © 2011 Springer-Verlag.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES); Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP); Pós-graduação em Ciências Cartográficas - FCT; O GPS tem mostrado ser capaz de apoiar uma grande variedade de aplicações. Porém, algumas aplicações enfrentam um obstáculo, ou seja, o efeito do multicaminho. O multicaminho é o fenômeno pelo qual um sinal chega à antena do receptor por caminhos múltiplos, devido à reflexão. O sinal refletido chega atrasado em relação ao sinal direto. Se estes atrasos forem curtos, ou seja, provenientes de reflexões próximas à antena do receptor, o efeito de multicaminho é caracterizado como de baixa freqüência, caso contrário, o efeito predominante é de alta freqüência. Este efeito distorce a modulação do sinal e a fase da portadora, conseqüentemente, degrada a acurácia e a precisão nos posicionamentos por ponto e relativo. Este efeito também pode impedir a fixação das ambigüidades, ou conduzir a uma solução incorreta das mesmas. Por isso, é de grande importância dispor de meios que possam atenuar o multicaminho. Uma possibilidade para atenuação deste efeito, tanto para fase como para a pseudodistância, é a utilização de uma poderosa ferramenta de análise espectral para o estudo de sinais: a transformada wavelets. Esta transformada decompõe o sinal...

Economic agents simultaneously operate at different horizons. Many economic processes are the result of the actions of several agents with different term objectives. Therefore, economic time-series is a combination of components operating on different frequencies. Several questions about the data are connected to the understanding of the time-series behavior at different frequencies. While Fourier analysis is not appropriate to study the cyclical nature of economic time-series, because these are rarely stationary, wavelet analysis performs the estimation of the spectral characteristics of a time-series as a function of time. In spite of all its advantages, wavelets are hardly ever used in economics. The purpose of this paper is to show that cross wavelet analysis can be used to directly study the interactions different time-series in the time-frequency domain. We use wavelets to analyze the impact of interest rate price changes on some macroeconomic variables: Industrial Production, Inflation and the monetary aggregates M1 and M2. Specifically, three tools are utilized: the wavelet power spectrum, wavelet coherency and wavelet phase-difference. These instruments illustrate how the use of wavelets may help to unravel economic time-frequency relations that would otherwise remain hidden.

Neste trabalho, são desenvolvidos novos tipos de Wavelets para análise de sinais, um Algoritmo de Compactação e um Sistema de Classificação de sinais de tensões com distúrbio. A compactação do sinal é realizada eliminando-se os coeficientes wavelets cujos módulos estão abaixo de um determinado limiar de corte. Os resultados para sinais reais obtidos em registradores digitais forneceram altas taxas de compactação, tipicamente em torno de 82%, demonstrando a potencialidade deste método. Na classificação, o sinal de tensão é pré-processado via Wavelets e em seguida submetido a uma redução dimensional por meio da ferramenta estatística, Análises de Componentes Principais, e finalmente é submetido à Rede Neural tipo Multilayer Perceptrons - MLP, que indicará o tipo de distúrbio presente no sinal. Cada rede implementada foi treinada com uma base de conhecimento, cujos atributos foram constituídos dos coeficientes wavelets de aproximação, ou de detalhes, ou de ambos. Na combinação das Redes Neurais, em cada um dos seis nós de saída, aplicou-se a média entre as três saídas das redes individuais. A decisão final do classificador corresponde à saída combinada de maior valor. A técnica de combinação de modelos diferentes na classificação mostra excelentes resultados ao corrigir os casos mal classificados pelas redes individuais. O percentual de acerto da combinação da rede treinada com os coeficientes de detalhes com a aquela treinada com os coeficientes de aproximação para um conjunto de teste formado por 306 padrões foi de 99...

Esta dissertação se propõe a investigar a representação de sinais no plano tempofreq üência e, mais especificamente, os problemas relativos à resolução de sinais. O princípio da incerteza de Gabor-Heisenberg para sinais e wavelets é analisado criteriosamente. Versões de Gnedenko-Kolmogorov do tipo Teorema Central do Limite são avaliadas, procurando elucidar sua relevância no contexto da resolução de sinais. Finalmente, o conceito de derivada Blur é usado para propor uma nova família de wavelets - as wavelets beta - construídas a partir de distribuições beta de probabilidade. Essas wavelets são atrativas por terem suporte compacto, são monocíclicas, possuem descrição analítica e podem ser consideradas como uma generalização suavizada das wavelets de Haar. Sua relevância decorre do Teorema Central do Limite aplicado a wavelets de suporte compacto. Campos promissores para aplicação destas wavelets são mencionado

Análise de Sinais é uma das partes mais importantes da área de Processamento de Sinais. Esta tese encontra-se dividida em três partes, cada uma abordando um tópico de análise de sinais. Foram endereçadas as seguintes subáreas: (i) métodos aproximados para avaliação espectral; (ii) construção de wavelets e (iii) análise de sinais biomédicos. O problema da estimação espectral sujeita à minimização da complexidade computacional foi abordado por meios de métodos de aproximação. Dois métodos foram utilizados para propor algoritmos eficientes para a transformada discreta de Hartley. O primeiro método introduzido consiste da transformada de Hartley arredondada, um procedimento que utiliza a função de arredondamento para gerar uma matriz de transformação com complexidade multiplicativa nula. A segunda abordagem contempla a proposição da transformada aritmética de Hartley. É demonstrado o papel da interpolação como elemento decisivo na teoria das transformadas aritméticas. Esquemas de interpolação para as transformadas de Hartley, Fourier cosseno e Fourier seno são introduzidos. O foco foi então dirigido para a construção de novas wavelets. Dois procedimentos foram examinados: (i) definição de novas wavelets a partir de equações diferenciais e (ii) construção de wavelets ótimas associadas a uma dada classe de sinais. Da primeira abordagem...

Como a Internet tem proporcionado grande número de interconexões entre as redes, hoje a segurança da informação tornou-se muito importante para garantir a confidencialidade, integridade e disponibilidade dos recursos computacionais. Os Sistemas de Detecção de Intrusão (IDS) devem ser capazes de identificar ações maléficas que podem comprometer essas garantias tão rápido quanto possível, além disso, devem utilizar baixo poder computacional. Nessa tese, apresenta-se uma abordagem híbrida para construção de IDS, através do uso de duas técnicas distintas: transformadas wavelets e rede neural artificial. As transformadas wavelets são utilizadas para detectar comportamentos anômalos na rede, enquanto que as redes neurais são empregadas para classificação dos ataques. Foi desenvolvido um protótipo e foram avaliados dados oriundos de simulação, testes em rede de laboratório e a base do KDD99. Além da análise de resultados de outras propostas, também foi realizado uma comparação com a técnica de aprendizado por quantização vetorial. Em todos os experimentos, bons resultados foram obtidos, demonstrando que a abordagem proposta é bastante promissora. _________________________________________________________________________________ ABSTRACT; As the Internet has become an enormous interconnected network...

Essa disserta??o tem por objetivo analisar a influ?ncia de fam?lias wavelets e suas ordens no desempenho de um algoritmo de localiza??o de faltas a partir das ondas viajantes de dois terminais de uma linha de transmiss?o a?rea. Tornou-se objetivo secund?rio a modelagem de um sistema el?trico de pot?ncia (SEP) para obten??o de um universo de faltas que validassem o localizador. Para isso, parte de um SEP da Eletrobr?s-Eletronorte em 500/230 kV foi modelado no Alternative Transient Program (ATP) utilizando-se par?metros reais. A Transformada Wavelet, via an?lise multiresolu??o (AMR), ? empregada valendo-se de sua caracter?stica de localiza??o temporal, permitindo caracteriza??es precisas de instantes de transit?rios eletromagn?ticos ocasionados por faltas, as quais geram ondas que ao se propagarem em dire??o aos terminais da linha cont?m os tempos de propaga??o destas do local do defeito a tais terminais e podem ser convenientemente extra?dos por tal transformada. Pela metodologia adotada no algoritmo, a diferen?a entre esses tempos determina com boa exatid?o o local de ocorr?ncia da falta sobre a linha. Entretanto, um dos agentes variantes do erro nessa estima??o ? a escolha da Wavelet usada na AMR dos sinais, sendo, portanto, a avalia??o dessa escolha sobre o erro...

1 CD-ROM : il.; La Tomografía local, llamada también tomografía interior, está dentro de los denominados problemas inversos. Este consiste en recuperar los valores de una imagen (función), en alguna región de interés, conociendo las proyecciones de rectas que atraviesan una región de estudio en la imagen (función). Debido a que la teoría de Wavelets es una alternativa que permite representar una señal en un espacio de tiempo-frecuencia, facilita el procesamiento local de señales no estacionarias. Lo anterior, es propicio en este proyecto, ya que, además de poder descomponer los datos de una imagen en coeficientes de altas y bajas frecuencias para su análisis; la transformada Wavelet de f puede ser recuperada localmente desde proyecciones locales. En este trabajo, se estudian y se aplican las transformadas que intervienen en el problema interior de tomografía local. Se describe y aplica el denominado Análisis Multirresolución y se utilizan bases de wavelets biortogonales para la localización y solución de dicho problema.; Introducción -- 1. Preliminares -- 1.1. Introducción -- 1.2. Transformada de Fourier -- 1.2.1. Serie de Fourier -- 1.3. Distribuciones y espacios de Sobolev -- 1.3.1. Espacios de Sobolev -- 1.4. Transformada de Hilbert -- 1.4.1. Propiedades de la transformada de Hilbert -- 1.4.2. La transformada de hilbert 2D -- 1.5. Transformada de rayos X y de Radon 1.5.1. Transformada continua de Radon -- 1.5.2. La Transformada continua de Radon en Rn . -- 1.5.3. Propiedades básicas de la Transformada continua de Radon -- 1.5.4. Operador Retroproyección 1.5.5. Fórmula de retroproyección filtrada -- 2. Introducción a las wavelets 25 -- 2.1. Introducción -- 2.2. Transformadas wavelets -- 2.2.1. Transformada wavelet continua -- 2.2.2. Transformada wavelet discreta -- 2.2.3. Transformada wavelet semicontinua -- 2.2.4. Transformada Rápida Wavelet -- 2.3. Análisis Multiresolución -- 2.3.1. Base Ortonormal de wavelets ψj...

The main objective of this study was to explore the possibility of applying a methodology capable of decomposing a time series through wavelets, in conjunction with econometric and neural network models, to forecast variables. The authors also compared the quality of the forecasts of chronological successions as applied to the study of a commodity, soy. The distinguishing feature of this study is based on the realization of the forecasts within the subseries decomposed by a wavelet and on obtaining estimates through reconstruction of the time series. From the analysis of the data for a 60 kg sack of soy, the results obtained were particularly satisfactory when using a wavelet filter in a recurrent neural network.; El objetivo principal de este trabajo es explorar la aplicación de una metodología capaz de descomponer una serie temporal con wavelets, en conjunto con los modelos econométricos y de redes neuronales para la predicción de variables. Además, el trabajo compara la calidad de predicciones de sucesiones cronológicas aplicadas al estudio del commodity soya. Se realizan predicciones dentro de las subseries descompuestas por wavelets y se obtienen estimaciones por medio de la reconstrucción de la serie temporal. De acuerdo con el análisis de los datos para la bolsa de 60 quilos de soya...