Estudo comparativo de técnicas de desborramento de imagem

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorPaula Filho, Pedro Luiz de-
Autor(es): dc.contributorCandido Junior, Arnaldo-
Autor(es): dc.contributorPaula Filho, Pedro Luiz de-
Autor(es): dc.contributorAikes Junior, Jorge-
Autor(es): dc.contributorPessini, Evando Carlos-
Autor(es): dc.creatorAlmeida, Mauricio Antonio Gois de-
Data de aceite: dc.date.accessioned2025-08-29T13:29:30Z-
Data de disponibilização: dc.date.available2025-08-29T13:29:30Z-
Data de envio: dc.date.issued2022-10-23-
Data de envio: dc.date.issued2022-10-23-
Data de envio: dc.date.issued2021-08-12-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/29980-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1114237-
Descrição: dc.descriptionThe low capacity of security cameras can affect an forensic investigation due to motion blur issues or lack of focus. To solve blurring problems, classic blurring techniques or those using artificial intelligence can be used. The objective of this work is to compare the two approaches, contributing to image analysis. The Wiener Filter and the Richardson-Lucy Algorithm were implemented, and an Adversary Neural Network was trained to deblur the images. The comparison of the two approaches used two quality metrics, Peak Signal-to-Noise Ratio (PSNR) and Structural Similarity Index (SSIM). The Neural Network in all tested parameters, obtained the best averages of SSIM and PSNR, ranging on average the similarity from 0.6786 to 0.86024, compared to the other two techniques. Comparing only the image processing techniques, Richardson-Lucy had the best performance averages, with SSIM averages ranging from 0.1405 to 0.5642 in relation to Wiener Filter, which ranged from 0.081 to 0, 1251.-
Descrição: dc.descriptionA baixa capacidade das câmeras de segurança pode afetar uma investigação pericial devido a problemas de borramento por movimento ou falta de foco. Para solucionar problemas de borramento podem ser utilizadas técnicas de desborramento clássicas ou que utilizam inteligência artificial. O objetivo desse trabalho é comparar as duas abordagens, contribuindo para a análise de imagens. Foram implementados o Filtro de Wiener e o Algoritmo de Richardson-Lucy, e treinada uma Rede Neural Adversária para o desborramento das imagens. A comparação das duas abordagens utilizou duas métricas de qualidade, Relação sinal-ruído de pico (PSNR) e índice de Similaridade Estrutural (SSIM). A Rede Neural em todos os parâmetros testados, obteve as melhores médias de SSIM e PSNR, variando em média a similariade de 0,6786 a 0,86024, em comparação com as outras duas técnicas. Já comparando somente as técnicas de processamento de imagem, Richardson-Lucy foi a que teve as melhores médias de desempenho, com as médias de SSIM variando de 0,1405 a 0,5642 em relação a Filtro de Wiener que variou de 0,081 a 0,1251.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherMedianeira-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherCiência da Computação-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectProcessamento de imagens - Técnicas digitais-
Palavras-chave: dc.subjectSistemas de segurança eletrônico-
Palavras-chave: dc.subjectRedes neurais (Computação)-
Palavras-chave: dc.subjectImage processing - Digital techniques-
Palavras-chave: dc.subjectElectronic security systems-
Palavras-chave: dc.subjectNeural networks (Computer science)-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO-
Título: dc.titleEstudo comparativo de técnicas de desborramento de imagem-
Título: dc.titleComparative study of image deblurring techniques-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.