• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Master's Dissertation
DOI
10.11606/D.55.2018.tde-09032018-142037
Document
Author
Full name
Roberto Figueira Santos Filho
Institute/School/College
Knowledge Area
Date of Defense
Published
São Carlos, 1999
Supervisor
Committee
Oliveira, Maria Cristina Ferreira de (President)
Biajiz, Mauro
Marques, Paulo Mazzoncini de Azevedo
Title in Portuguese
Algoritmos para Indexação de Dados Espaciais Pontuais em Gerenciadores de Objetos
Keywords in Portuguese
Não disponível
Abstract in Portuguese
O armazenamento e a recuperação de imagens podem fazer-se pela indexação de características extraidas, automaticamente, por algum procedimento computacional. Estas caracteristicas são muitas vezes constituídas por valores numéricos sob a forma de vetores, representando coordenadas de pontos no espaço cuja dimensão é determinada pela quantidade destes valores. Diversos métodos de indexação voltados para este tipo de dados têm sido estudados e desenvolvidos no contexto de Sistema Gerenciadores de Banco de Dados. tidos como Métodos de Indexação Espacial, com o intuito de melhorar o desempenho do acesso às informações. O presente trabalho se inicia pela exposição de como o Modelo de Dados SIRIUS define "Imagem- como tipo de dados abstrato, visando o desenvolvimento de aplicações na área médica. e como algoritmos de extração de características são associados a este tipo. Em seguida, fez-se o estudo sobre dados espaciais envolvendo: definições, propriedades, aplicações e métodos de indexação espacial, onde os métodos R-Tree e TV-Tree são descritos. Por fim, discutiu-se o resultado de testes feitos com esses métodos, utilizando conjuntos de pontos entre as dimensões 2 e 255, o que aponta o segundo (TV-Tree) como o mais adequado a aplicações que trabalham com pontos em dimensões distintas e elevadas. Dessa forma, pôde-se definir qual o método mais preferencial a ser incorporado ao Gerenciador de Objetos do SIRIUS, afim de efetuar a indexação do tipo de dados -Imagem" nesse ambiente.
Title in English
Not available
Keywords in English
Not available
Abstract in English
The retrieval of images from databases using features automatically extracted from the stored material takes advantage of ali information contained in the images, and it precludes human analysis. The features extracted are typically arrays of numbers that are used by index structures as points in an n-dimensional space, where n is the size of the feature array. Recently, many indexing methods for the image data type have been studied and developed on the context of Data Base Management Systems. Such methods are known as Spatial Data Structures or Multidimensional Access Methods. This work briefly introduces how "Images" are defined as an abstract data type in the SIRIUS Data Model, and how feature extraction algorithms can be associated to this data type. The approach is aimed toward a medical domain application context Therefore, the most important spatial data types are studied, describing their properties, common applications and indexing methods. The methods R-Tree and TV-Tree are described in detail. Finally, the results of the tests performed using these methods for point data sets within the dimensions 2 and 255 are presented. It was seen that the TV-Tree method is better suited for applications that need to work with point data in distinct and high dimensions. Thus, the TV-tree method can be used in the SIRIUS/GO Object Manager.
 
WARNING - Viewing this document is conditioned on your acceptance of the following terms of use:
This document is only for private use for research and teaching activities. Reproduction for commercial use is forbidden. This rights cover the whole data about this document as well as its contents. Any uses or copies of this document in whole or in part must include the author's name.
Publishing Date
2018-03-09
 
WARNING: Learn what derived works are clicking here.
All rights of the thesis/dissertation are from the authors
CeTI-SC/STI
Digital Library of Theses and Dissertations of USP. Copyright © 2001-2020. All rights reserved.