%0 Conference Proceedings
%4 sid.inpe.br/sibgrapi/2017/09.08.02.33
%2 sid.inpe.br/sibgrapi/2017/09.08.02.33.41
%T Detecção Automática de Presença de Assinatura em Protocolos de Recebimento de Reaviso de Distribuidora de Energia Elétrica
%D 2017
%A Rodrigues, Jordan B.,
%A Silva, Italo F. S.,
%A Pontes, Stefano W. P.,
%A Silva, Aristófanes C.,
%A Almeida, João Dallyson S.,
%A Braz Junior, Geraldo,
%A Paiva, Anselmo Cardoso de,
%A Froz, Bruno Rodrigues,
%@affiliation Universidade Federal do Maranhão
%@affiliation Universidade Federal do Maranhão
%@affiliation Universidade Federal do Maranhão
%@affiliation Universidade Federal do Maranhão
%@affiliation Universidade Federal do Maranhão
%@affiliation Universidade Federal do Maranhão
%@affiliation Universidade Federal do Maranhão
%@affiliation Universidade Federal do Maranhão
%E Torchelsen, Rafael Piccin,
%E Nascimento, Erickson Rangel do,
%E Panozzo, Daniele,
%E Liu, Zicheng,
%E Farias, Mylène,
%E Viera, Thales,
%E Sacht, Leonardo,
%E Ferreira, Nivan,
%E Comba, João Luiz Dihl,
%E Hirata, Nina,
%E Schiavon Porto, Marcelo,
%E Vital, Creto,
%E Pagot, Christian Azambuja,
%E Petronetto, Fabiano,
%E Clua, Esteban,
%E Cardeal, Flávio,
%B Conference on Graphics, Patterns and Images, 30 (SIBGRAPI)
%C Niterói, RJ, Brazil
%8 17-20 Oct. 2017
%I Sociedade Brasileira de Computação
%J Porto Alegre
%S Proceedings
%K Detecção, Assinatura, Protocolo Reaviso, Distribuidora de Energia Elétrica.
%X As Distribuidoras de Energia Elétrica geralmente entregam a seus clientes um documento chamado protocolo de recebimento de reaviso, o qual precisa ser assinado. Com o propósito de analisar a viabilidade da detecção automática de assinaturas nesses documentos, este artigo apresenta uma metodologia baseada em processamento de imagens capaz de realizar esta tarefa. Utiliza-se uma combinação de processos inspirados em morfologia matemática e geometria analítica a fim de determinar regiões de interesse; e realiza-se a classificação através de uma técnica baseada em detecção de componentes conectados. O método obteve 96,96% de acurácia, 95,65% de sensibilidade e 100% de especificidade.
%@language pt
%3 2017_sibgrapi_assinaturas_final.pdf