AgradecimentosAgradeço a Deus por ter me dado a sabedoria e persistência para vencer mais esse desafio em minha vida.Agradeço a meus pais e irmãos, que mesmo imaginando o caminho árduo pelo qual eu passaria durante esse período, me apoiaram e incentivaram, como sempre fizeram durante toda a minha vida.Agradeço a Elaine, minha amada esposa, que soube mais uma vez, como ninguém, me apoiar, incentivar e aguentar nos momentos mais difíceis (e não foram poucos) deste trabalho, além de compartilhar todos as vitórias, se mostrando acima de tudo uma verdadeira amiga e companheira. Nunca vou me esquecer disso.Agradeço à minha orientadora, Profa. Dra. Rosane Minghim, que durante o período de orientação soube transmitir os ensinamentos fundamentais para o desenvolvimento de um trabalho de qualidade e aplicabilidade, além de contribuir significativamente com o meu amadurecimento como pesquisador, cujas atribuições me sinto agora apto a exercer. Espero continuar essa parceria em muitos projetos futuros.Agradeço ao Prof. Dr. Guilherme Pimentel Telles, pelas ideias e sugestões de grande valor na implementação e modificação das árvores de similaridade. Agradeço também ao Prof. Dr. Hélio Pedrini e ao Prof. Dr. William Robson Schwartz, pela participação fundamental na sugestão de abordagens e soluções relativas à classificação de imagens, pela indicação e concessão de artigos e códigos base das técnicas PLS e LWPR, além do fornecimento de algumas das coleções utilizadas nos experimentos. Também espero que possamos trabalhar juntos em pesquisas futuras.Agradeço aos colegas do grupo VICG, que me auxiliaram na construção de diversos componentes para o sistema VisPipeline, facilitando consideravelmente o desenvolvimento das ideias propostas na tese.Agradeço a Universidade de São Paulo -ICMC -São Carlos, por me acolher durante o período do doutorado, e fornecer toda a infraestrutura necessária e recursos financeiros para o desenvolvimento do projeto. i Resumo O processo automático de classificação de dados em geral, e em particular de classificação de imagens, é uma tarefa computacionalmente intensiva e variável em termos de precisão, sendo consideravelmente dependente da configuração do classificador e da representação dos dados utilizada. Muitos dos fatores que afetam uma adequada aplicação dos métodos de classificação ou categorização para imagens apontam para a necessidade de uma maior interferência do usuário no processo. Para isso são necessárias mais ferramentas de apoio às várias etapas do processo de classificação, tais como, mas não limitadas, a extração de características, a parametrização dos algoritmos de classificação e a escolha de instâncias de treinamento adequadas. Este doutorado apresenta uma metodologia para Classificação Visual de Imagens, baseada na inserção do usuário no processo de classificação automática através do uso de técnicas de visualização. A ideia é permitir que o usuário participe de todos os passos da classificação de determinada coleção, realizando ajustes e consequentemente melhorando os resultado...