Banca de DEFESA: RONNYEL CARLOS CUNHA SILVA

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: RONNYEL CARLOS CUNHA SILVA
DATA: 07/04/2026
HORA: 14:00
LOCAL: Online (Google Meet)
TÍTULO: Método do ponto proximal para reconstrução de imagens via modelos de variação total não convexos
PALAVRAS-CHAVES: Reconstrução de Imagens, Otimização Contínua, Método do Ponto Proximal, Diferença de Funções Convexas.
PÁGINAS: 80
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Matemática da Computação
RESUMO:

A reconstrução de imagens contaminadas por ruído é de fundamental importância nas etapas de pré-processamento de dados, especialmente em aplicações de processamento digital de imagens. Na maioria das aplicações práticas envolvendo aquisição de imagens, os ruídos introduzidos nesse processo são de natureza conhecida, sendo o mais comum o ruído gaussiano branco aditivo. Nesse contexto, algoritmos de otimização contínua têm ganhado destaque, como o Método do Ponto Proximal (Proximal Point Method -- PPM), quando aplicado a tarefas de remoção de ruído e filtragem de imagens. Neste trabalho, propomos uma versão acelerada do PPM para remoção de ruído em imagens, denominada nmPPMDC, utilizando um modelo de Variação Total (Total Variation - TV) não convexo. Além disso, é proposta uma versão inercial, denominada Inertial nmPPMDC, que consiste em uma generalização do método do ponto proximal para problemas de otimização por Diferença de Convexas (nmPPMDC), também aplicada à remoção de ruído gaussiano com modelo TV não convexo. A principal característica que distingue o algoritmo Inertial nmPPMDC é o cálculo de um termo inercial que combina informações das duas iterações mais recentes, o qual é utilizado como ponto de referência tanto no subproblema proximal quanto na busca linear não monótona associada. Essa estratégia inercial tem como objetivo melhorar o desempenho computacional do método, preservando, ao mesmo tempo, a robustez do arcabouço proximal DC. Experimentos numéricos são realizados com imagens sintéticas e imagens médicas reais corrompidas por ruído gaussiano com diferentes variâncias. Os métodos propostos são comparados com abordagens relacionadas baseadas em programação DC para remoção de ruído em imagens, incluindo o Smooth BDCA e o nmBDCA. Para garantir uma comparação justa entre os métodos, são realizadas varreduras sistemáticas do parâmetro de regularização para cada nível de ruído, com a seleção dos valores ótimos baseada nas métricas SSIM e PSNR. Os resultados numéricos indicam que a versão Inertial nmPPMDC supera consistentemente os métodos concorrentes em termos de qualidade de reconstrução e eficiência computacional, resultando em um desempenho global superior.

MEMBROS DA BANCA:
Presidente - 2801433 - JOAO CARLOS DE OLIVEIRA SOUZA
Interno - 2061294 - RICARDO DE ANDRADE LIRA RABELO
Interno - 1446435 - VINICIUS PONTE MACHADO
Externo à Instituição - 011.***.***-57 - LEANDRO DA FONSECA PRUDENTE - UFG
Externo à Instituição - 293.***.***-60 - MARINA ANDRETTA - UNICAMP