
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Foleiss, Juliano Henrique | - |
| Autor(es): dc.contributor | Gonçalves, Diego Bertolini | - |
| Autor(es): dc.contributor | Kawamoto, André Luiz Satoshi | - |
| Autor(es): dc.contributor | Pena, Eduardo Henrique Monteiro | - |
| Autor(es): dc.contributor | Foleiss, Juliano Henrique | - |
| Autor(es): dc.creator | Zorawski, Thais | - |
| Data de aceite: dc.date.accessioned | 2025-08-29T11:53:37Z | - |
| Data de disponibilização: dc.date.available | 2025-08-29T11:53:37Z | - |
| Data de envio: dc.date.issued | 2023-03-06 | - |
| Data de envio: dc.date.issued | 2023-03-06 | - |
| Data de envio: dc.date.issued | 2022-06-14 | - |
| Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/30730 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1085197 | - |
| Descrição: dc.description | Context: The detection of the horizon line is a task that can be used in augmented reality, in port security, in navigation of vessels and autonomous aircraft, among other applications. This line is the edge that forms the boundary between sky and non-sky areas. To find the horizon line can present some challenging elements, such as fog, bad weather, water vapor, reflections and some vessels covering the horizon line. Traditional image processing methods, when used individuality, without the use of other techniques and tools, are not always able to satisfactorily deal with these challenges. On the other hand, methods that use machine learning are getting promising success rates, however, some of these proposed methods involve complex operations, such as deep learning networks, and are executed in GPUs. Since autonomous aircraft have limited hardware and often do not have a GPU, using these methods may not be feasible. Objetive: In this work we propose a horizon line detection method for maritime images using image processing with other methods as support that can be implemented in embedded devices. Method: Using the SMD database, image processing techniques were used, such as edge detection, combined with other methods that do not use machine learning, such as RANSAC, to determine the horizon line in maritime images. Results: the proposed method presented an error in determining the angle below 1 degree for onboard images and between 2.85 and 2.89 degrees for onshore images, and less than 5 pixels of difference from the real line for the estimated line for fifty percent of the tested images. Conclusions: Although the results obtained by the proposed method present an error rate higher than that achieved by the state of the art methods, it can draw an approximate horizon line and can be executed in embedded devices. | - |
| Descrição: dc.description | Contexto: A detecção de linha do horizonte é uma tarefa que pode ser empregada na área de realidade aumentada, na segurança de portos, navegação de embarcações e aeronaves autônomas, entre outras aplicações. Ela consiste no encontro da borda que faz a fronteira entre o céu e o não-céu. No processo de detecção da linha do horizonte no meio marítimo, elementos desafiadores podem aparecer, como neblina, mau tempo, vapor da água, reflexos e embarcações encobrindo a linha do horizonte. Métodos tradicionais do processamento de imagens, ao serem empregados de forma isolada, sem a utilização de outras técnicas e ferramentas, nem sempre conseguem lidar satisfatoriamente com esses desafios. Por outro lado, métodos que utilizam aprendizagem de máquina tem obtido taxas de acerto promissoras, porém alguns desses métodos propostos envolvem operações complexas, como por exemplo as redes neurais artificiais profundas, e são executados em GPUs. Tendo em vista que aeronaves autônomas tem um hardware limitado e muitas vezes não contam com uma GPU, utilizar esses métodos pode não ser viável. Objetivo: Neste trabalho propõe-se um método de detecção da linha do horizonte para imagens marítimas utilizando processamento de imagens com métodos de apoio que podem ser implementados em dispositivos embarcados. Método: Utilizando a base de dados Singapure Maritime Dataset (SMD), foram utilizadas técnicas de processamento de imagens, como detecção de bordas, combinadas a outros métodos que não utilizam aprendizagem de máquina, como o Random Sample Concensus (RANSAC), para determinar a linha do horizonte em imagens marítimas. Resultados: o método proposto apresentou erro na determinação do ângulo abaixo de 1 grau para imagens onboard e entre 2,85 e 2,89 para imagens onshore, e menos de 5 pixels de diferença da linha real para a linha estimada para cinquenta porcento das imagens testadas. Conclusões: Apesar dos resultados obtidos pelo método proposto apresentarem uma taxa de erro superior ao atingido pelo estado da arte, ele pode traçar uma linha do horizonte aproximada e pode ser executado em dispositivos embarcados. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
| Publicador: dc.publisher | Campo Mourao | - |
| Publicador: dc.publisher | Brasil | - |
| Publicador: dc.publisher | Departamento Acadêmico de Computação | - |
| Publicador: dc.publisher | Ciência da Computação | - |
| Publicador: dc.publisher | UTFPR | - |
| Direitos: dc.rights | openAccess | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| Palavras-chave: dc.subject | Processamento de imagens | - |
| Palavras-chave: dc.subject | Navegação | - |
| Palavras-chave: dc.subject | Sistemas embarcados (Computador) | - |
| Palavras-chave: dc.subject | Image processing | - |
| Palavras-chave: dc.subject | Navigation | - |
| Palavras-chave: dc.subject | Embedded computer systems | - |
| Palavras-chave: dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | - |
| Título: dc.title | Método de detecção de linha do horizonte em imagens marítimas baseado em processamento de imagens | - |
| Título: dc.title | Horizon line detection in maritime images based on image processing | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: