@InProceedings{AlmeidaFoSilvBrag:2015:OpMoAd,
               author = "Almeida Filho, Magno P. de and Silva, Francisco de Assis Tavares 
                         Ferreira da and Braga, Arthur Pl{\'{\i}}nio de Souza",
          affiliation = "{} and {Instituto Nacional de Pesquisas Espaciais (INPE)}",
                title = "Operador morfol{\'o}gico adaptativo de casamento de padr{\~o}es 
                         – proposta e aplica{\c{c}}{\~a} na an{\'a}lise de imagens de 
                         sat{\'e}lite",
                 year = "2015",
         organization = "Simp{\'o}sio Brasileiro de Automa{\c{c}}{\~a}o Inteligente, 
                         12.",
             keywords = "Mathematical Morphology, Pattern Recognition, Adaptive Operator, 
                         Digital Images, Morfologia Matem{\'a}tica, Reconhecimento de 
                         Padr{\~o}es, Operadores Adaptativos, Imagens Digitais.",
             abstract = "Mathematical morphology is an approach applied in processing and 
                         image analysis problems that performs transformations in an object 
                         (image) by patterns of predefined forms. Such transformations are 
                         called morphological operators, with erosion and dilation being 
                         the elementary morphological operators. This paper presents a new 
                         type of Template Matching Adaptive Morphological Operator (OMACP). 
                         The new operator is an improvement of the previous research by the 
                         authors in adaptive operators that combine the formalism of 
                         mathematical morphology through ELUTs (Elementary Look-Up Tables) 
                         with learning techniques. The OMACP operators allow inexact 
                         recognition of patterns in digital images using a template image 
                         and clearance images, which are obtained from the experimental 
                         settings parameters. This paper proposes a mechanism, based on 
                         statistical parameters from template images, which automates the 
                         choice of these parameters and reduces the occurrence (observed in 
                         previous OMACP) of incorrect recognition patterns in the image to 
                         be processed. To prove the improvement obtained with the OMACP 
                         proposed in this paper over the original OMACP, are presented 
                         comparative tests using satellite images TM / Landsat database of 
                         the National Institute for Space Research - INPE. RESUMO: A 
                         morfologia matem{\'a}tica {\'e} uma abordagem utilizada em 
                         problemas de processamento e an{\'a}lise de imagens em que 
                         s{\~a}o realizadas transforma{\c{c}}{\~o}es de um objeto 
                         (imagem) por padr{\~o}es de formas pr{\'e}-definidas. Tais 
                         transforma{\c{c}}{\~o}es s{\~a}o denominadas operadores 
                         morfol{\'o}gicos, sendo a eros{\~a}o e a dilata{\c{c}}{\~a}o 
                         os operadores morfol{\'o}gicos elementares. Neste trabalho {\'e} 
                         apresentado um novo tipo de Operador Morfol{\'o}gico Adaptativo 
                         de Casamento de Padr{\~o}es (OMACP). O novo operador {\'e} uma 
                         melhoria da pesquisa anterior dos autores em operadores 
                         adaptativos que combinam o formalismo da morfologia 
                         matem{\'a}tica atrav{\'e}s de ELUTs (Elementary Look-Up Tables) 
                         com t{\'e}cnicas de aprendizagem. Os operadores OMACP permitem o 
                         reconhecimento inexato de padr{\~o}es em imagens digitais 
                         utilizando uma imagem template e imagens de folga, que s{\~a}o 
                         obtidas a partir do ajuste experimental de par{\^a}metros. Este 
                         trabalho prop{\~o}e um mecanismo, baseado em 
                         estat{\'{\i}}sticas extra{\'{\i}}das das imagens, que 
                         automatiza a escolha de tais par{\^a}metros e reduz a 
                         ocorr{\^e}ncia (observada em OMACP anteriores) de reconhecimentos 
                         incorretos de padr{\~o}es na imagem em an{\'a}lise. Para 
                         comprovar a melhoria obtida com o OMACP proposto neste artigo em 
                         rela{\c{c}}{\~a}o ao OMACP original, s{\~a}o apresentados 
                         testes comparativos utilizando imagens de sat{\'e}lite TM/Landsat 
                         da base de dados do Instituto Nacional de Pesquisas Espaciais 
                         INPE.",
  conference-location = "25-28 out.",
      conference-year = "2015",
        urlaccessdate = "27 abr. 2024"
}