@InProceedings{Gobber:2018:ÚlLeBa,
               author = "Gobber, Charles Ferreira",
          affiliation = "{Wonder Alexandre Luz Alves}",
                title = "{\'U}ltimos levelings com base em fun{\c{c}}{\~o}es de energia 
                         aplicados a detec{\c{c}}{\~a}o de objetos",
            booktitle = "Proceedings...",
                 year = "2018",
               editor = "Ross, Arun and Gastal, Eduardo S. L. and Jorge, Joaquim A. and 
                         Queiroz, Ricardo L. de and Minetto, Rodrigo and Sarkar, Sudeep and 
                         Papa, Jo{\~a}o Paulo and Oliveira, Manuel M. and Arbel{\'a}ez, 
                         Pablo and Mery, Domingo and Oliveira, Maria Cristina Ferreira de 
                         and Spina, Thiago Vallin and Mendes, Caroline Mazetto and Costa, 
                         Henrique S{\'e}rgio Gutierrez and Mejail, Marta Estela and Geus, 
                         Klaus de and Scheer, Sergio",
         organization = "Conference on Graphics, Patterns and Images, 31. (SIBGRAPI)",
            publisher = "Sociedade Brasileira de Computa{\c{c}}{\~a}o",
              address = "Porto Alegre",
             keywords = "{\'U}ltimos levelings, Fun{\c{c}}{\~o}es de energia, 
                         Mumford-Shah, {\'A}rvores de componentes, {\'A}rvore de formas, 
                         Detec{\c{c}}{\~a}o de objetos.",
             abstract = "Com o avan{\c{c}}o da tecnologia pesquisas na {\'a}rea de 
                         vis{\~a}o computacional t{\^e}m sido cada vez mais crescentes e 
                         muitas aplica{\c{c}}{\~o}es v{\^e}m sendo desenvolvidas nos 
                         mais diferentes {\^a}mbitos. Nesse sentido, {\'e} explorada 
                         neste trabalho uma teoria invariante a escala definida no 
                         {\^a}mbito da Morfologia Matem{\'a}tica. Nosso estudo {\'e} 
                         voltado para uma classe de operadores residuais chamados de 
                         {\'u}ltimos levelings. Esses operadores robustos analisam 
                         espa{\c{c}}os de escalas baseado em levelings por meio de 
                         diferen{\c{c}}as consecutivas (res{\'{\i}}duos) e consideram os 
                         m{\'a}ximos res{\'{\i}}duos. Em adi{\c{c}}{\~a}o, esses 
                         res{\'{\i}}duos revelam informa{\c{c}}{\~o}es importantes 
                         sobre o contraste de uma imagem. Devido a natureza dos operadores 
                         {\'u}ltimos levelings muitas vezes alguns res{\'{\i}}duos 
                         extra{\'{\i}}dos de regi{\~o}es da imagem acabam sendo 
                         indesej{\'a}veis. Uma abordagem para minimizar esse problema 
                         {\'e} construir estrat{\'e}gias para filtrar estes 
                         res{\'{\i}}duos. Assim, apresenta-se neste trabalho uma nova 
                         abordagem para a constru{\c{c}}{\~a}o destas estrat{\'e}gias 
                         baseada nas chamadas fun{\c{c}}{\~o}es de energia. Os resultados 
                         encontrados em duas aplica{\c{c}}{\~o}es: (i) reconhecimento de 
                         plantas via detec{\c{c}}{\~a}o do bounding box e (ii) 
                         segmenta{\c{c}}{\~a}o de vasos sangu{\'{\i}}neos em imagens de 
                         retinas revelam que essa abordagem {\'e} robusta e eficiente.",
  conference-location = "Foz do Igua{\c{c}}u, PR, Brazil",
      conference-year = "29 Oct.-1 Nov. 2018",
             language = "pt",
                  ibi = "8JMKD3MGPAW/3S3B2DL",
                  url = "http://urlib.net/ibi/8JMKD3MGPAW/3S3B2DL",
           targetfile = "main.pdf",
        urlaccessdate = "2024, Apr. 28"
}