Autor: Edwilson Silva Vaz Júnior (Currículo Lattes)
Resumo
O crescimento da capacidade computacional possibilitou um avanço no desenvolvimento de novos métodos na área de processamento de imagens. Consequentemente, aumentam-se os estudos em imagens afetadas por meios participativos, em especial por imagens subaquáticas. Embora com grande aplicação tanto em ecologia quanto industrial, o alto grau de absorção da luz faz o processamento de imagens subaquáticas um grande desafio. Para métodos que utilizam imagens monoculares, entender o contexto de onde aquela cena está submersa pode ser crucial. Em especial, para imagens subaquáticas, dadas classificações pré-existentes na literatura, poder estimar qual tipo de água a imagem está inserida é uma tarefa árdua. A falta de grandes conjuntos de imagens subaquáticas reais, principalmente capturadas em diferentes tipos de água, como águas oceânicas e costeiras, dificulta uma pesquisa mais aprofundada na área. Para tal, este trabalho apresenta um dataset com imagens de diferentes resoluções, tamanhos e tipos de água para poder testar diferentes metodologias. O dataset proposto conta ainda com referência do tipo de água que a imagem está alocada. Como foco principal do trabalho, dois métodos de classificação de tipos de água são proposto. O Classificador Baseado em Modelo Físico (CLAFIS) baseia-se na otimização de classificação de uma abordagem clássica, utilizando uma modelagem física baseada na literatura. O Classificador Baseado em Modelo de Cor (CLACOR) é um método de classificação a qual se baseia em uma série de análises empíricas focando na coloração da imagem, em especial na região onde se tem apenas água. São apresentados resultados quantitativos comparando os dois métodos propostos com a literatura e apresentando resultados qualitativos apresentando e detalhando imagens e estimações dos algoritmos, bem como casos falhos dos métodos. CLAFIS e CLACOR performam melhor que a literatura segundo as métricas utilizadas.