@PHDTHESIS{ 2017:879427588,
 	title = {Classificação e segmentação de imagens de tomografia de solos via planos de entropia},
 	year = {2017},
 	url = "http://www.tede2.ufrpe.br:8080/tede2/handle/tede2/7242",
 	abstract = "Apesar de se tratar de uma das primeiras preocupações no estudo da caracterização de imagens nos mais diversos contextos, o processo segmentar, ou seja, de separar objetos de interesse do restante da imagem nem sempre é um procedimento óbvio ou trivial. Um dos materiais em geociências que mais sofre investigação, inclusive na área de segmentação de imagens, são os solos. Estes desempenham papéis diversos e críticos na biosfera, regulando ciclos biogeoquímicos, fornecendo um habitat para microorganismos e um meio para raízes de plantas, armazenando nutrientes e minerais e conduzindo fluidos (como água e gases). A identificação da estrutura dos poros de um determinado segmento do solo é importante, pois fornece informações sobre a mecânica do solo e sobre a forma como pode cumprir sua função. Neste sentido, esta tese propõe um método para uma segmentação adequada, identificando corretamente as fases puras de vazios e sólidos, como também de voxels mistos, ou seja, aqueles que de imediato não se enquadram em vazios ou de sólidos, sendo esta separação um dos grandes desafios na segmentação de imagens de tomografia de solos, como também muitas outras imagens digitais. A construção de planos de entropia refletivos pela penetração das imagens na direção da gravidade usando entropia amostral e informação de Shannon permitiram a partir da correlação destes planos construir uma curva de multisegmentação que identifica fases puras a partir de um vale e um pico, sugerindo o método Entropic Plans Correlations (EPC). Esta curva foi confrontada com o histograma do método Pure Voxels Extraction (PVE), que também realiza busca por regiões puras e adiante calibrada para alocar corretamente os voxels mistos para as fases de vazios ou não vazios por meio da teoria de detecção de bordas. O método proposto de EPC, quando comparado com PVE, atendeu aos propósitos de uma boa segmentação de imagens, visto que obteve uma elevada correspondência espacial e diminuiu fortemente a subjetividade encontrada em algumas etapas deste último. Os planos de entropia forneceram ainda possibilidade de uma consistente classificação destas imagens, evidenciando regiões de baixa densidade, ou seja, poros e matéria orgânica e regiões de alta densidade, ou seja, rochas e minerais mais duros, como duas regiões relevantes na separação de solos de mata nativa e do cultivo de cana-de-açúcar. Estes resultados mostraram que confrontar planos de entropia obtidos das imagens de solos, seja por meio da correlação ou da análise multivariada, pode trazer relevantes achados no âmbito da segmentação e classificação destas imagens.",
 	publisher = {Universidade Federal Rural de Pernambuco},
 	scholl = {Programa de Pós-Graduação em Biometria e Estatística Aplicada},
 	note = {Departamento de Estatística e Informática}
}