Roads and Trajectories Detection in Agricultural Environment Using CatadioptricVision System
|
|
- João Batista de Santarém Gusmão
- 5 Há anos
- Visualizações:
Transcrição
1 Roads and Trajectories Detection in Agricultural Environment Using CatadioptricVision System Victor de Assis Rodrigues 1, Vinicius Bergoli Trentini 2 Programa de Pós Graduação em Ciência da Computação Universidade Estadual Paulista Júlio de Mesquita Filho São José do Rio Preto, SP, Brasil victorassisrd@gmail.com 1, vinicius_trentini@hotmail.com 2 Luciano Cássio Lulio 3, Mário Luiz Tronco 4 Escola de Engenharia De São Carlos Universidade de São Paulo EESC/USP São Carlos, SP, Brasil luciano.lulio@gmail.com 3, mltronco@sc.usp.br 4 Resumo Esse trabalho utiliza um sistema de visão catadióptrico para capturar imagens de um cenário natural agrícola e realizar o levantamento de regiões que possam auxiliar diversas aplicações na área da Robótica Móvel Agrícola. Os sistemas de visão catadióptricos buscam capturar uma imagem 360 do ambiente a partir da combinação de lentes e espelhos. A imagem omnidirecional é retificada e seus quadrantes são extraídos, originando quatro novas imagens que representam lados de visão do veículo. Uma etapa de segmentação por cor é proposta utilizando como base o algoritmo Otsu Threshold. No final do processo, é possível visualizar as regiões de interesse de cada quadrante. Palavras Chave Visão omnnidirecional, robôs agrícolas móveis, sistemas catadióptricos, ambientes externos agrícolas. Abstract This paper have aimed images in agricultural environment using a catadioptric vision system and performed the recognition of regions that can help many applications in mobile robotic area. The catadioptric vision systems have aimed a 360-degree vision of the environment using combination of lenses and mirrors. The omnidirectional image obtained is unwrapped and yours quadrants are generated, representing each side of the vehicle. The step of segmentation using color band is applied with base in the Otsu Threshold algorithm. In the last step of process, is possible to see the regions of interested for each quadrant. Keywords Omnidirectional vision, agricultural mobile robots, catadiptric systems, agricultural outdoor environments. I. INTRODUÇÃO Sistema de Visão Omnidirecional fornecem técnicas que possibilitam obter imagens em 360º do ambiente [3]. Dentro dessas técnicas estão os sistemas omnidirecionais catadióptricos, criados a partir da combinação de lentes e espelhos. Em alguns problemas da área da Visão Computacional é necessário ampliar o campo de visão para aumentar a eficiência das aplicações. O aumento de informações permite melhorar a eficiência em tomadas de decisões e obter assim resultados mais precisos. Na Agricultura de Precisão tarefas como vigilância de ambientes, rastreamento, navegação e mapeamento de ambientes [1] exigem um grande volume de informações para que seus processos funcionem adequadamente. Esse trabalho pertence ao módulo de visão computacional do projeto AgriBOT. O AgriBOT é uma plataforma robótica modular com o objetivo de locomoção em ambientes típicos da área agrícola, possuindo como finalidade a aquisição de dados e pesquisa de novas tecnologias para o sensoriamento remoto para a área agrícola [9]. O projeto teve a atuação de professores e estudantes de graduação e pós-graduação da EESC/USP (Escola de Engenharia de São Carlos da Universidade de São Paulo). Além disso, diversas entidades brasileiras importantes participaram do projeto, como a FINEP ( Financiadora de Estudos e Projetos ), Embrapa ( Empresa Brasileira de Pesquisa Agropecuária ) e Jacto S.A. company [10]. O objetivo desse trabalho dentro do projeto AgriBOT consiste na captura e identificação de regiões em imagens omnidirecionais relacionadas ao percurso efetuado pela plataforma robótica em cenários agrícolas. A identificação de regiões presentes no ambiente permite a precipitação de situações que possam ocorrer durante a navegação. Essas informações resgatadas do ambiente servem de base para outros módulos do veículo, sendo este intimamente ligado ao sistema de controle de navegação da plataforma robótica base [9]. Entretanto, o sistema proposto é uma aplicação modular, onde as informações geradas no final do processo podem vir a auxiliar outros sistemas da Agricultura de Precisão a alcançarem seus objetivos, tanto de forma total como parcial. A captura das imagens foi realizada em plantações de pomares de laranja, uma das culturas de interesse do projeto AgriBOT, no mês de novembro em uma fazenda particular do município de São Manuel/SP. Como a captura foi realizada em um período entre as fases de coleta do fruto, foi possível identificar nos pomares frutos de diferentes tamanhos e estágios de crescimento, consequentemente diferentes tonalidades. Além disso, todas as imagens foram registradas com o veículo em movimento, sendo esse guiado por um operador humano. Devido processos burocráticos, para agilizar o desenvolvimento desse trabalho, o veículo utilizado para os testes é uma caminhonete de propriedade particular, porém é um projeto futuro a implementação desse sistema na plataforma AgriBOT. O trabalho é organizado como segue: a Sessão II apresenta a metodologia do trabalho e os conceitos utilizados, a Sessão III apresenta os resultados obtidos e na Sessão IV a conclusão. X Workshop de Visão Computacional - WVC
2 II. METODOLOGIA DO TRABALHO A. Construção do Sistema de Visão Para os experimentos foi utilizada uma câmera Ximea xiq USB 3.0 modelo MQ013CG-E2. As imagens adquiridas possuem resolução de 640x480 pixels. Durante as coletas, o sistema de exposição de luz e balanço de branco foram acionados para obter uma melhor qualidade das imagens. Apenas o foco automático da câmera foi desligado, uma vez que a distância entre câmera e espelho não se alteram durante a captura das imagens. Na Fig. 1 é possível observar a configuração do sistema utilizado e na Fig. 2 a alocação desse sistema no veículo. Fig. 2 Alocação do sistema de visão no veículo C. Retificação da imagem A etapa de retificação consiste na geração de imagens panorâmicas a partir de imagens omnidirecionais. A técnica utilizada para esse processo é o mapeamento de coordenadas utilizando a propriedade de centro único de projeção, descrito em [2]. Essa propriedade está presente em espelhos parabólicos e hiperbólicos e permite a utilização de um mapeamento polar linear, gerando no processo de retificação uma imagem livre de distorções verticais. Na Fig. 4 é possível verificar o resultado dessa etapa de processamento. Fig. 1 Sistema de visão catadióptrico O perfil de espelho hiperbólico, como o utilizado nesse trabalho, apresenta uma resolução equilibrada em toda superfície e permite obter um centro único de projeção, propriedade que garante transformar as imagens omnidirecionais em imagens panorâmicas nítidas sem distorções [2][4]. B. Extração do veículo da imagem Dependendo da configuração utilizada pelo sistema de visão e também das dimensões do veículo, a imagem capturada pode apresentar constantemente uma área destinada à reflexão do veículo. Essa região pode atrapalhar o processo de segmentação se for mantida na imagem e por isso tornou-se necessário a exclusão dessa região. Para realizar esse processo, uma máscara de corte foi configurada com o intuito de definir qual a área de interesse para as demais etapas do sistema. A Fig. 3 (a) apresenta uma imagem omnidirecional originalmente obtida pelo sistema de visão, em é possível observar um exemplo de máscara para essa imagem e em (c) a aplicação da máscara na imagem omnidirecional. D. Extração do Céu da Imagem De modo parecido ao que acontece na etapa da extração da área do veículo, é necessário também retirar a região da imagem que representa o céu do ambiente. Para isso, foram aplicados dois limiar no espaço de cores HSV [5] apenas na metade superior da imagem panorâmica. Foi possível observar a eficiência dessa técnica para céus nublados, com pouca presença de nuvens e com bastante presença de nuvens, situações de interesse presentes no problema estudado. O primeiro limiar tem como objetivo retirar a área azul do ambiente. Os limiares para segmentar essa região foram mínimo de 150º e máximo de 270º para o canal Matiz e mínimo de 110 e máximo de 255 para o canal de Iluminação. O canal precisou ser verificado para ignorar pixels pretos que possam ter valores dentro dos limites estabelecidos no canal Matiz. O segundo limiar tem como objetivo segmentar áreas que contenham nuvens. Nessa técnica é utilizado o intervalo de 0 à 20 para o canal de Saturação e intervalo de 240 à 255 para o canal de Iluminação. Na Fig. 5 é possível verificar um resultado dessa etapa de processamento. X Workshop de Visão Computacional - WVC
3 (a) (c) Fig. 3 Aplicação da máscara de interesse nas imagens omnidirecionais Ao navegar por cenários naturais desestruturados, a imagem frequentemente contém informações de diferentes colorações de plantas e solos. Quando o veículo estiver no final de uma linha de navegação, a imagem capturada pode conter informações de várias outras ruas, árvores de vários tipos, sombras e mudança repentina da coloração do terreno. O isolamento da visão de cada lado do veículo em imagens separadas pode ser uma abordagem interessante, uma vez que o algoritmo de segmentação se baseará apenas nas informações próximas e é possível assim avaliar um limiar para cada tipo de cenário ou visão. Assim, essa abordagem visa melhorar a eficiência da etapa de segmentação. E. Adaptação do Otsu Threshold O algoritmo de segmentação por cor Otsu Treshold [8] tem como objetivo encontrar o melhor valor para se dividir um histograma de uma imagem em escala de cinza. Para isso, o método busca encontrar o maior grau de variância entre diferentes grupos de pixels. Esse algoritmo é muito utilizado em cenários naturais e está presente em vários trabalhos da área [6] [7]. No projeto, o algoritmo Otsu Threshold foi adaptado para que pudesse ser executado em grupos de pixels específicos do histograma da imagem. O objetivo dessa adaptação é encontrar o pixel que representa o maior grau de variância dentro de um grupo de pixels. Nas duas técnicas utilizadas o algoritmo é executado duas vezes nos canais especificados, onde a primeira refere-se ao histograma como um todo e a segunda verificando apenas o grupo de pixels definido como limite inicial pelo primeiro limiar calculado. F. Participação de verde nas imagens No presente trabalho são utilizadas duas técnicas diferentes para encontrar as ruas de navegação na imagem. Contudo, antes de aplica-las é necessário verificar qual técnica deve ser utilizada no quadrante que está sendo analisado, uma vez que cada técnica serve para determinada situação. A condição utilizada para determinar qual ação será executada é analisar a porcentagem de pixels verdes presentes no quadrante. Para isso, uma nova limiarização no espaço HSV Fig. 4 Imagem retificada pela técnica de centro único de projeção Fig. 5 Etapa de retirada do céu da imagem X Workshop de Visão Computacional - WVC
4 é executada utilizando o intervalo de limiares 90º à 150º para o canal Matiz e o intervalo de 50 à 255 para o canal de Iluminação. O canal de Iluminação é utilizado como filtro desse processo para não abranger regiões de pixels pretos. Após selecionar a região da imagem que pertencem aos pixels verdes, é possível verificar a porcentagem de pixels verdes presentes na imagem. G. Otsu Threshold para o canal Matiz Nos quadrantes que possuem uma participação de verde inferior a 80%, é aplicada a técnica do Otsu Threshold no canal Matiz do espaço de cores HSV. Esse método será aplicado em cenários onde as ruas para navegação destacam-se das áreas representadas pelos pomares. Como o algoritmo de segmentação é adaptado para ser executado mais de uma vez no intuito de maximizar a eficiência dessa etapa, o limiar calculado na primeira execução do algoritmo é utilizado como parâmetro de entrada para uma segunda execução. Na Fig. 6 (a) é possível analisar um quadrante com pouca predominância de verde e em é possível verificar um resultado dessa etapa de segmentação. I. Aplicação da máscara para detecção de caminhos Após o processamento da segmentação, é necessário aprimorar os resultados obtidos até o momento. A primeira etapa para esse procedimento é a aplicação de uma máscara que limita a região em que se pode encontrar a rua de navegação. Essa máscara deve ser definida fora da etapa de execução do sistema, e pode ser única para cada quadrante da imagem. O tamanho e formato da máscara podem também variar de acordo com cada aplicação. (a) (a) Fig. 7 Aplicação do Otsu Threshold em regiões predominantemente verdes Na Fig. 8 é possível verificar um exemplo de máscara para detecção de caminhos. Na Fig. 9 é possível observar o resultado dessa técnica, onde em (a) é possível observar um threshold resultante da etapa anterior e em o resultado dessa etapa. Fig. 6 Aplicação do Otsu Threshold no canal Matiz H. Otsu Threshold para canal de Iluminação Quando a participação de verde nos quadrantes for superior a 80%, ou seja, quando as regiões dos pomares possuírem cores bastante próximas das ruas de navegação, a segmentação por limiarização aplicada no canal Matiz do espaço de cores HSV torna-se pouco eficiente. Para segmentar as imagens com essa condição utilizamos o algoritmo Otsu Treshold Adaptado nas informações do canal de Iluminção. Assim, o canal de cores (Matiz) é utilizado para filtrar os pixels verdes e, com a técnica Otsu, a relação de luminosidade é aproximada para obter as regiões desejadas. Na Fig. 7 (a) está ilustrada um quadrante predominantemente verde e em é possível analisar os resultados obtidos por essa técnica. Fig. 8 Exemplo de máscara de corte para detecção de caminhos J. Limpeza da região de interesse Mesmo com a aplicação da máscara, a imagem ainda pode apresentar regiões pequenas ou insatisfatórias na imagem que podem atrapalhar os procedimentos de pós-processamento. É necessário eliminar essas regiões que não possuem importância para o problema tratado. Um método foi criado para realizar a limpeza dessas regiões. Nesse algoritmo, o objetivo é encontrar regiões pequenas de pixels brancos e eliminá-los. X Workshop de Visão Computacional - WVC
5 (a) Fig. 9 Aplicação da máscara para detecção de caminhos O algoritmo percorre a imagem da esquerda para a direita e de cima para baixo. Após, calcula-se a quantidade de pixels brancos consecutivos para todos os lados do pixel analisado e, caso a quantidade for menor que um valor pré-definido em pelo menos três lados do pixel, o pixel torna-se preto. Na Fig. 10 (a) é possível observar um quadrante após a aplicação da máscara de detecção de caminhos e em é possível analisar os resultados obtidos pelo algoritmo de limpeza de região de interesse. terreno irregular, além de sombras e outros objetos. Muitos desses problemas podem ser corrigidos no momento da escolha do material que será utilizado nos equipamentos e também na forma que eles são alocados no veículo. Outras configurações podem ser feitas na própria câmera, como a exposição de luz permitida. Nas coletas de imagens foram obtidas imagens omnidirecionais. Como cada imagem omnidirecional gera 4 quadrantes, foram obtidos no total quadrantes possíveis de serem analisados. Os quadrantes foram separados em grupos de acordo com a participação de pixels verdes presentes na imagem. Assim, as imagens presentes no grupo 1 possuem 0% à 20% de pixels verdes; no grupo 2, 20% à 40%; no grupo 3, 40% à 60%; no grupo 4, 60% à 80%; e no grupo 5, 80% à 100%. Foram selecionadas 421 imagens para o grupo 1, 1071 imagens para o grupo 2, 2617 imagens para o grupo 3, 3578 imagens para o grupo 4 e 9617 imagens para o grupo 5. Cada imagem foi processada utilizando as duas técnicas de segmentação apresentadas nesse trabalho. Selecionando de maneira randômica 40 imagens de cada grupo, foram avaliados a eficiência das etapas de extração de quadrantes, threshold, máscara de corte e algoritmo de limpeza. Assim, foi possível obter as tabelas I e II. Grupos Analisados TABLE I. RESULTADOS THRESHOLD COR Etapas de Processamento Etapa Treshold Máscara de corte Limpar área 0% - 20% 0,95 0, , , % - 40% 0,95 0, , , % - 60% 1 0,925 0,9 0,875 60% - 80% 1 0,825 0,8 0,8 80% - 100% 1 0,375 0,475 0,475 (a) TABLE II. RESULTADOS THRESHOLD CANAL DE ILUMINAÇÃO Grupos Analisados Quadrantes Quadrantes Etapas de Processamento Etapa Treshold Máscara de corte Limpar área 0% - 20% 0,95 0, , , % - 40% 0, Fig. 10 Eficiência do algoritmo de limpeza de regiões III. RESULTADOS A construção do sistema de visão foi a etapa mais complexa do sistema, devido a dificuldade em construir um sistema que a câmera e o espelho ficassem completamente alinhados. Além disso, essa etapa possui uma grande importância para a qualidade dos resultados obtidos. Com a coleta de imagens em ambiente natural é possível perceber como as características do ambiente interferem na qualidade do ambiente, como por exemplo a constante exposição do sol, vibração do motor e 40% - 60% 1 0,25 0,125 0,075 60% - 80% 1 0,4 0,375 0,425 80% - 100% 1 0,9 0,925 0,925 A maioria das imagens pertencentes ao grupo 1 possuem uma resolução bem inferior aos demais grupos e são imagens que ficaram muito claras e pouco definidas as linhas de navegação. O grupo 2 é representado por imagens mais nítidas se comparadas ao grupo anterior, porém muitas delas possuem ruas muito largas, onde é bastante difícil definir os limites das ruas de plantação. O grupo 3 e o grupo 4 apresentam imagens X Workshop de Visão Computacional - WVC
6 bastante definidas e parecidas. As ruas normalmente se destacam das demais regiões da imagem e é possível entender a eficiência da primeira técnica do threshold nesses dois grupos, uma vez que a técnica foi escolhida para funcionar em imagens com essas características. Contudo, o grupo 4 apresenta também imagens com vegetação não uniforme, onde existe regiões pequenas dentro da área da rua com textura diferente das demais áreas que a compõe. O grupo 5 é representado por ruas totalmente verdes e que se confundem com a área de plantação das culturas. Além disso, imagens que representam os pomares sem a presença de qualquer área navegável também estão presentes. Com esses resultados, é possível dizer que nenhuma técnica utilizada nesse trabalho é perfeita para todas as situações que possam ocorrer no ambiente. É possível criar um sistema em que utilize as duas técnicas de segmentação com base na participação de verde de cada quadrante, e é possível definir que o critério para utilização da técnica seja o valor de 80%, buscando contemplar cada grupo com a técnica que possui uma melhor eficiência. O sistema de visão utilizado conseguiu ter bons resultados em ambientes que possuem uma grande distância entre linhas de plantio. Nas imagens omnidirecionais com menor participação de verde, as ruas eram identificadas como elementos de terra ou areia, e a técnica utilizada para esse grupo não é afetado por sombras. Nas imagens com grande participação de verde, a cor não é uma característica única de definição e devido a isso a técnica é sensível a luz. Contudo, o algoritmo Otsu Threshold mostrou eficácia em muitas imagens desse grupo. A máscara para detecção de caminhos é um dos pontos chaves do processo, pois sua aplicação aperfeiçoa o resultado da segmentação. No final do processo, os quadrantes possuem informação da localização das ruas para navegação. Caso houver necessidade, é possível obter as regiões pertencentes à cultura plantada realizando a subtração das áreas do céu, robô e ruas, sobrando apenas a área das culturas. [2] V.G. Junior and J.O. Junior, Development of an omnidirectional vision system, Mechatronics and Machine Vision in Practice, [3] S.K. Nayar, Catadioptric omnidirectional camera, IEEE Computer Society Conference, [4] H. Ishiguro, Development of low-cost compact omnidirectional vision sensors and their applications, Departament of Electrical & Computer Engineering, University of California, San Diego, [5] B., Banchev and L. Georgieva, Comparison of pixel based skin recognition techniques. In: НАУЧНИ ТРУДОВЕ НА РУСЕНСКИЯ УНИВЕРСИТЕТ, [6] G. Jiang and C. Zhao. 2010, A Vision Based Crop Rows for Agricultural Mobile Robot. In: International Conference on Computer Application and System Modeling - ICCASM [7] H. Jiang et al., Curve path detection of unstructured roads for the outdoor robot navigation, Mathematical and Computer Modelling, 2013, Vol. 58, pp [8] N. Otsu, A threshold selection method from gray-level histograms. IEEE Trans. on Systems Man and Cybernetics, 9(1): [9] NEPAS, Núcleo de Ensino e Pesquisa em Automação e Simulação: Agribot, robos-agricolas/agribot. (current Aug. 3, 2014). [10] J.F. Diaz et al., "Agribot - Mobile Robot To Support of Agricultural Precision, Activities". In: 22nd International Congress of Mechanical Engineering - COBEM 2013, Ribeirão Preto, IV. CONCLUSÃO Apesar das dificuldades na construção do sistema de visão e demais particularidades do ambiente, é possível evoluir e a aplicar conceitos de visão omnidirecional na agricultura de precisão. O sistema de visão e as técnicas utilizadas se mostraram eficientes, apesar de demonstrar sensibilidade a algumas características do ambiente. As imagens resultantes podem auxiliar diversos processos da agricultura de precisão e robótica móvel agrícola, sendo aplicável para diversas culturas diferentes e com um tempo de processamento bastante rápido. REFERENCES [1] A. Bonarini., P. Aliverti and M. Lucioni. An omnidirectional vision sensor for fast tracking for mobile robots. Instrumentation and Measurement Technology Conference, IMTC/99. Proceedings of the 16th IEEE X Workshop de Visão Computacional - WVC
Catadioptric System Applied on Mobile Robot Navigation in Agricultural Environment
Catadioptric System Applied on Mobile Robot Navigation in Agricultural Environment Vinicius Bergoli Trentini, Victor de Assis Rodrigues, Aparecido Nilceu Marana Programa de Pós Graduação em Ciência da
Victor de Assis Rodrigues
Victor de Assis Rodrigues Análise De Regiões Em Cenários Agrícolas Utilizando Um Sistema De Visão Catadióptrico São José do Rio Preto - SP 2014 Victor de Assis Rodrigues Análise De Regiões Em Cenários
Extração de objetos de interesse em imagens digitais utilizando a biblioteca de Visão Computacional OpenCV
Extração de objetos de interesse em imagens digitais utilizando a biblioteca de Visão Computacional OpenCV Izadora Aparecida RAMOS 1,3,4 ; Servílio Souza de ASSIS 1,3,4 ; Bruno Alberto Soares OLIVEIRA
INF Fundamentos da Computação Gráfica Professor: Marcelo Gattass Aluno: Rogério Pinheiro de Souza
INF2608 - Fundamentos da Computação Gráfica Professor: Marcelo Gattass Aluno: Rogério Pinheiro de Souza Trabalho 02 Visualização de Imagens Sísmicas e Detecção Automática de Horizonte Resumo Este trabalho
Detecção e Correção Automáticas de Olhos Vermelhos
Setor de Tecnologia da Universidade Federal do Paraná Curso de Engenharia Elétrica TE 072 Processamento Digital de Sinais Detecção e Correção Automáticas de Olhos Vermelhos Trabalho elaborado pelo aluno
IDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS. André Zuconelli 1 ; Manassés Ribeiro 2
IDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS André Zuconelli 1 ; Manassés Ribeiro 2 INTRODUÇÃO As tecnologias assistivas têm a finalidade de auxiliar pessoas com deficiência a alcançar
Patrícia Mateus Saramela 1, Aline Maria Malachini Miotto 2
25 a 28 de Outubro de 2011 ISBN 978-85-8084-055-1 ESTUDO E IMPLEMENTAÇÃO DO ALGORITIMO OTSU PARA LIMIARIZAÇÃO DE CARTAS FORENSES Patrícia Mateus Saramela 1, Aline Maria Malachini Miotto 2 RESUMO: Atualmente,
Dermanostic: um método para normalização da iluminação em imagens de lesões cutâneas
Departamento de Sistemas e Computação FURB Curso de Ciência da Computação Trabalho de Conclusão de Curso 2016/2 Dermanostic: um método para normalização da iluminação em imagens de lesões cutâneas Acadêmico:
MouseCam: aplicação de controle do mouse via câmera
MouseCam: aplicação de controle do mouse via câmera Introdução ao Processamento de Imagens COS756 PESC/COPPE/UFRJ 2013 1 Renan Garrot garrot@cos.ufrj.br 1. Introdução O processo de tracking por vídeo consiste
Método de Otsu. Leonardo Torok 1
Método de Otsu Leonardo Torok 1 1 Instituto de Computação Universidade Federal Fluminense (UFF) Av. Gal. Milton Tavares de Souza, s/nº 24.210 346 Niterói RJ Brasil ltorok@ic.uff.br Resumo. O método de
Descritores de Imagens
Descritores de Imagens André Tavares da Silva PPGCA/UDESC Outubro de 2017 André Tavares da Silva (PPGCA/UDESC) Descritores de Imagens Outubro de 2017 1 / 18 Descritores Locais e Frameworks SIFT SURF Viola-Jones
3 Simpósio Internacional de Agricultura de Precisão
PROGRAMA COMPUTACIONAL PARA LOCALIZAÇÃO DE PLANTAS DANINHAS UTILIZANDO PROCESSAMENTO DE IMAGENS DIGITAIS Gustavo Finholdt 1, Celso Bandeira de Melo Ribeiro 2, Francisco de Assis de Carvalho Pinto 3 RESUMO:
LOCALIZAÇÃO AUTOMÁTICA DE PLACAS DE VEÍCULOS UTILIZANDO VARIÂNCIA TONAL
LOCALIZAÇÃO AUTOMÁTICA DE PLACAS DE VEÍCULOS UTILIZANDO VARIÂNCIA TONAL Guilherme B. da Cunha 1, Adriano A. Pereira 1, Keiji Yamanaka 1, Edna L. Flores 1, Fábio J. Parreira 1 1 Universidade Federal de
RECONHECIMENTO FACIAL UTILIZANDO EIGENFACES
Universidade Federal do Rio de Janeiro Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia Programa de Engenharia de Sistemas e Computação Rio de Janeiro, RJ Brasil RECONHECIMENTO
Estimativa de Posição 3D de Obstáculos para VANTs
Estimativa de Posição 3D de Obstáculos para VANTs Rodolfo Barros Chiaramonte, Kalinka Regina Lucas Jaquie Castelo Branco Institute of Mathematics and Computing Sciences (ICMC) University of São Paulo (USP),
[2CTA121] Processamento de Imagens em Alimentos: Conceitos e Aplicações
[2CTA121] Processamento de Imagens em Alimentos: Conceitos e Aplicações Dr. Sylvio Barbon Junior PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DE ALIMENTOS - UEL 2016 Assunto Aula 4 Segmentação de Imagens 2 de
Desenvolvimento de um método para segmentação de imagens histológicas da rede vascular óssea
Desenvolvimento de um método para segmentação de imagens histológicas da rede vascular óssea Pedro Henrique Campos Cunha Gondim Orientador: André Ricardo Backes Coorientador: Bruno Augusto Nassif Travençolo
ANÁLISE DE UM MANIPULADOR ROBÓTICO MÓVEL 1
ANÁLISE DE UM MANIPULADOR ROBÓTICO MÓVEL 1 Rodolfo R. dos SANTOS 2 Graduando em Engenharia de Controle e Automação, IFSP/Câmpus São Paulo Bolsista PIBIFSP Caio Igor Gonçalves CHINELATO 3 Docente do Curso
Métodos de Segmentação de Imagem para Análise da Marcha
Métodos de Segmentação de Imagem para Análise da Marcha Maria João M. Vasconcelos, João Manuel R. S. Tavares maria.vasconcelos@fe.up.pt, tavares@fe.up.pt 3º Congresso Nacional de Biomecânica 11-12 Fevereiro
Processamento de Imagens Termais Aplicado à Navegação Autônoma. Wanessa da Silva
Processamento de Imagens Termais Aplicado à Navegação Autônoma Wanessa da Silva Outubro, 2016 Introdução Roteiro Métodos Imagens Utilizadas Resultados Considerações Finais 1. Introdução 2. Métodos 4. Imagens:
10º Congresso Interinstitucional de Iniciação Científica CIIC a 04 de agosto de 2016 Campinas, São Paulo ISBN
Um Estudo de Descritores e Classificadores para Reconhecimento de Bagas de Café Pedro Henrique Ferreira Stringhini 1 ; Thiago Teixeira Santos 2 Nº 16605 RESUMO Métodos de reconhecimento de frutos baseados
DETERMINAÇÃO DO ÍNDICE DE VEGETAÇÃO ATRAVÉS DE IMAGENS METEOSAT-8
DETERMINAÇÃO DO ÍNDICE DE VEGETAÇÃO ATRAVÉS DE IMAGENS METEOSAT-8 BARBOSA, H. A. 1 ; ACCIOLY FILHO, J. B. P. 2 ; MELCÍADES, W. L. B. 3 ; MELLO, N. G. S. 4 ; SOUZA, J. M. DE 5 RESUMO: Neste trabalho, o
Estudo comparativo de métodos de segmentação das bordas de lesões em imagens dermatoscópicas
Estudo parativo de métodos de segmentação das bordas de lesões em imagens dermatoscópicas Pedro Vinícius Macêdo de Araújo, Geraldo Braz Junior Curso de Ciência da Computação Universidade Federal do Maranhão
METODOLOGIA PARA A QUANTIZAÇÃO DE CORES PELO MÉTODO SMCb: INTRODUÇÃO E EXEMPLOS DE RESULTADOS
METODOLOGIA PARA A QUANTIZAÇÃO DE CORES PELO MÉTODO SMCb: INTRODUÇÃO E EXEMPLOS DE RESULTADOS Marcelo Zaniboni 1, Osvaldo Severino Junior 2 1: Universitário do curso de Ciência da Computação, Faculdade
DETECÇÃO DE CORES DE SOLUÇÕES QUÍMICAS PARA PESSOAS COM NENHUMA OU BAIXA VISÃO UTILIZANDO OPENCV
DETECÇÃO DE CORES DE SOLUÇÕES QUÍMICAS PARA PESSOAS COM NENHUMA OU BAIXA VISÃO UTILIZANDO OPENCV Autor (1) Jéssica Fernandes Alves; Orientador (4) Suzete Élida Nóbrega Correia (1) Instituto Federal de
Um método automático de segmentação de imagens aplicado à análise do marmoreio da carne em plataforma móvel
Um método automático de segmentação de imagens aplicado à análise do marmoreio da carne em plataforma móvel Gabriel Fillipe Centini Campos 1, Sylvio Barbon Júnior 1 1 Departamento de Computação Universidade
Universidade Federal do Rio de Janeiro. Flávio Henrique Schuindt da Silva. Estimativa de Fluxo Ótico com o método de Lukas-Kanade
Universidade Federal do Rio de Janeiro Programa de Engenharia de Sistemas e Computação Introdução ao Processamento de Imagens Flávio Henrique Schuindt da Silva Estimativa de Fluxo Ótico com o método de
UNIVERSIDADE ESTADUAL PAULISTA Campus de Sorocaba. Segmentação
UNIVERSIDADE ESTADUAL PAULISTA Campus de Sorocaba Segmentação A separação dos pixeis relativos a cada objeto, ou região, é uma etapa fundamental para o sucesso do processo de análise da imagem. Embora
PROCESSAMENTO DIGITAL DE IMAGENS
UNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA LUIZ DE QUEIROZ DEPARTAMENTO DE ENGENHARIA DE BIOSSISTEMAS DISCIPLINA: LEB450 TOPOGRAFIA E GEOPROCESSAMENTO II PROF. DR. CARLOS ALBERTO VETTORAZZI
Sistema de Reconhecimento de Logotipos
Sistema de Reconhecimento de Logotipos Fellipe Duarte, Saulo T. Oliveira {duartefellipe,sto}@cos.ufrj.br Relatório Técnico, Introdução ao Processamento de Imagens Programa de Engenharia de Sistemas e Computação
Diego Martin Mancini Orientador: Prof. Paulo A. V. de Miranda Instituto de Matemática e Estatística Universidade de São Paulo
Estudo de comparação do descritor de imagens coloridas BIC empregando diferentes abordagens de classificação de detecção de bordas: Canny e Operador Laplaciano Diego Martin Mancini Orientador: Prof. Paulo
Rastreamento de objeto e estimativa de movimento
Hiroito Watanabe Rastreamento de objeto e estimativa de movimento Brasil 2015 Hiroito Watanabe Rastreamento de objeto e estimativa de movimento Relatório do trabalho 2 da disciplina de Processamento Digital
Extração de características utilizando filtros de Gabor aplicado a identificação de defeitos no couro bovino
Extração de características utilizando filtros de Gabor aplicado a identificação de defeitos no couro bovino André Luiz Pasquali 24 de abril de 2006 1 Antecedentes e Justificativa Atualmente o Brasil vem
SEGMENTAÇÃO E RECONHECIMENTO DA ÍRIS
SEGMENTAÇÃO E RECONHECIMENTO DA ÍRIS Edno José Bozoli Junior¹, Osvaldo Severino Junior². 1. Universitário do curso de Ciências da Computação Rodovia Vicinal Raul Galvani nº. 831, Centro, CEP: 15.845-000
Processamento digital de imagens
Processamento digital de imagens Agostinho Brito Departamento de Engenharia da Computação e Automação Universidade Federal do Rio Grande do Norte 6 de outubro de 2016 Segmentação de imagens A segmentação
SEMINÁRIO Visão Computacional Aluno: Afonso Pinheiro
SEMINÁRIO Visão Computacional Aluno: Afonso Pinheiro Detecting Pedestrians Using Patterns of Motion and Appearance *Paul Viola *Michael J. Jones *Daniel Snow Por que detectar pedestres? http://conexaopenedo.com.br/2016/02/sistema-consegue-detectar-pedestres-em-tempo-real/
DESENVOLVIMENTO DE UM SISTEMA DE VISÃO OMNIDIRECIONAL
XVI CONGRESSO BRASILEIRO DE ENGENHARIA MECÂNICA 16th BRAZILIAN CONGRESS OF MECHANICAL ENGINEERING DESENVOLVIMENTO DE UM SISTEMA DE VISÃO OMNIDIRECIONAL Valdir Grassi Junior Departamento de Engenharia Mecatrônica
Reconstrução 3D com auxílio de segmentações múltiplas
! Universidade Federal de Pernambuco Centro de Informática Graduação em Ciência da Computação Reconstrução 3D com auxílio de segmentações múltiplas Rafael Francisco Cavalcanti Campos Gouveia Proposta de
Morfologia Matemática: algumas aplicações. Rosana Gomes Bernardo Universidade Federal Fluminense
Morfologia Matemática: algumas aplicações Rosana Gomes Bernardo Universidade Federal Fluminense Introdução Aplicações Motivadoras - Consumo de Gás Natural Roteiro - Placas de Veículos Referências - Cartografia
SEL-0339 Introdução à Visão Computacional. Aula 5 Segmentação de Imagens
Departamento de Engenharia Elétrica - EESC-USP SEL-0339 Introdução à Visão Computacional Aula 5 Segmentação de Imagens Prof. Dr. Marcelo Andrade da Costa Vieira Prof. Dr. Adilson Gonzaga Segmentação de
PMR2560 ELEMENTOS DE ROBÓTICA 2016 TRABALHO DE VISÃO COMPUTACIONAL CALIBRAÇÃO DE CÂMERAS E VISÃO ESTÉREO
PMR2560 ELEMENTOS DE ROBÓTICA 2016 TRABALHO DE VISÃO COMPUTACIONAL CALIBRAÇÃO DE CÂMERAS E VISÃO ESTÉREO Esse trabalho consiste de três partes. Na primeira parte do trabalho você vai calibrar duas câmeras
Máquinas de Vetores de Suporte Aplicadas à Classificação de Defeitos em Couro Bovino
Máquinas de Vetores de Suporte Aplicadas à Classificação de Defeitos em Couro Bovino Ricardo Cezar Bonfim Rodrigues 24 de abril de 2006 1 Antecedentes e Justificativa Hoje, em diversos processos industriais,
REPRESENTAÇÃO DE FOLHAS DE PLANTAS COM REDES COMPLEXAS
REPRESENTAÇÃO DE FOLHAS DE PLANTAS COM REDES COMPLEXAS OLIVEIRA, Cintia Carvalho 1 ; DORNELES, Jaqueline Neves 2 ; BEZERRA, Maria Aparecida Serafim 3 RESUMO: É notório que a utilização de técnicas no meio
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO INSTITUTO TÉRCIO PACCITI DE APLICAÇÕES E PESQUISAS COMPUTACIONAIS. Relatório Técnico, 05/06
1 UNIVERSIDADE FEDERAL DO RIO DE JANEIRO INSTITUTO TÉRCIO PACCITI DE APLICAÇÕES E PESQUISAS COMPUTACIONAIS Relatório Técnico, 05/06 DOOR CROSSING AND STATE IDENTIFICATION USING ROBOTIC VISION Eliana Prado
Pontifícia Universidade Católica do Rio de Janeiro. Departamento de Informática. Fundamentos de Computação Gráfica
1. Imagens sísmicas Pontifícia Universidade Católica do Rio de Janeiro Departamento de Informática Fundamentos de Computação Gráfica Aluno: Stelmo Magalhães Barros Netto Relatório do trabalho Imagens Sísmicas
PCS 5869 INTELIGÊNCIA ARTIFICIAL
PCS 5869 INTELIGÊNCIA ARTIFICIAL 1º Quadrimestre de 2016 Rodolfo Valiente Romero Seminário PCS-5743I Artigo http://dx.doi.org/10.1016/j.engappai.2014.08.015 A learning-based thresholding method customizable
Um sistema de identificação biométrica utilizando reconhecimento de íris e OpenCV
Um sistema de identificação biométrica utilizando reconhecimento de íris e OpenCV Rodrigo Mendes Garcês 1, Geraldo Braz Júnior 2 1 Laboratório de métodos de otimização e robótica Universidade Federal do
DETECÇÃO DE LINHA DO HORIZONTE EM IMAGENS DIGITAIS HORIZON LINE DETECTION IN DIGITAL IMAGES
DETECÇÃO DE LINHA DO HORIZONTE EM IMAGENS DIGITAIS HORIZON LINE DETECTION IN DIGITAL IMAGES BEUREN, Arlete Teresinha 1 ; FACON, Jacques 2 1 UTFPR, Santa Helena, Paraná, Brasil; 2 Pontifícia Universidade
O reconhecimento facial é dividido em três etapas: i) detecção da face, ii) extração de características e iii) reconhecimento da face.
ESTUDO SOBRE MÉTODOS DE RECONHECIMENTO FACIAL EM FOTOGRAFIAS DIGITAIS Ana Elisa SCHMIDT¹, Elvis Cordeiro NOGUEIRA² ¹ Orientadora e docente do IFC-Campus Camboriú; ² Aluno do curso de Bacharelado em Sistemas
Análise Quantitativa de Tecidos em Úlceras de Perna
49 5 Análise Quantitativa de Tecidos em Úlceras de Perna A avaliação das áreas proporcionais de cada tecido interno das úlceras fornece informações importantes sobre seu estado patológico [BERRISS, 2000],
EXTRAÇÃO SEMI - AUTOMÁTICA DE FEIÇÕES LINEARES E A CALIBRAÇÃO DOS PARÂMETROS INTRÍNSECOS DE CÂMERAS Projeto de Pesquisa PIBIC/CNPq ( )
USP UNIVERSIDADE DE SÃO PAULO EP ESCOLA POLITÉCNICA EXTRAÇÃO SEMI - AUTOMÁTICA DE FEIÇÕES LINEARES E A CALIBRAÇÃO DOS PARÂMETROS INTRÍNSECOS DE CÂMERAS Projeto de Pesquisa PIBIC/CNPq (2000-2001) LEONARDO
O QUE FAZEMOS. CÁLCULO DE VOLUMES de pilhas de minérios ou outros materiais para inventários
Nossa missão é capturar fotos aéreas com drones e usar as informações contidas nestas imagens para criar produtos que facilitem o gerenciamento e agreguem valor ao seu negócio MINERAÇÃO O QUE FAZEMOS A
Tecnologias da Informação Motivações e Avanços
Tecnologias da Informação Motivações e Avanços Aula #1.2. EBS 211 POO e UML Prof. Luiz Fernando S. Coletta luizfsc@tupa.unesp.br Campus de Tupã Roteiro Dados x Informação; Computadores, Processamento de
Relatório de Experimentos: Processamento de Imagens em Alimentos
Relatório de Experimentos: Processamento de Imagens em Alimentos Saulo Martiello Mastelini 12 de Julho de 2016 Para realização das operações requeridas, a ferramenta ImageJ foi utilizada. Após cada passo
Resultados da Segmentação
59 6 Resultados da Segmentação Neste capítulo são avaliados os três algoritmos de binarização abordados no capítulo 4. A avaliação é obtida comparando-se as imagens segmentadas, com as mesmas imagens segmentadas
PMR2560 Visão Computacional Conversão e Limiarização. Prof. Eduardo L. L. Cabral
PMR2560 Visão Computacional Conversão e Limiarização Prof. Eduardo L. L. Cabral Objetivos Processamento de imagens: Conversão de imagens; Histograma; Limiarização. Imagem digital Uma imagem é uma matriz
Reconhecimento de texturas utilizando padrão binário local e classificador knn.
Reconhecimento de texturas utilizando padrão binário local e classificador knn. Vinicius Santos Andrade 1 Resumo. Através de uma imagem é possível obter inúmeras informações. Portanto, é cada vez mais
- lnteligência Artificial. Seminário sobre o artigo: Beans quality inspection using correlationbased granulometry
PCS - 5689 - lnteligência Artificial Seminário sobre o artigo: Beans quality inspection using correlationbased granulometry Autores: Sidnei Alves de Araújo, Jorge Henrique Pessota, Hae Yong Kim Aluno:
Projeto de iniciação científica desenvolvido na UFFS campus Cerro Largo, PRO-ICT/UFFS 2
ANÁLISE DA ESTABILIDADE DE UM PULVERIZADOR DE POMARES DO TIPO TORRE UTILIZANDO DIAGRAMAS DE BIFURCAÇÃO 1 ANALYSIS OF STABILITY OF A TOWER TYPE ORCHARD SPRAYER USING BIFURCATION DIAGRAMS Nadine Thiele 2,
T4.1 Processamento de Imagem
T4.1 Processamento de Imagem Proc. Sinal e Imagem Mestrado em Informática Médica Miguel Tavares Coimbra Resumo 1. Manipulação ponto a ponto 2. Filtros espaciais 3. Extracção de estruturas geométricas 4.
Descritores de Imagem (introdução)
Descritores de Imagem (introdução) André Tavares da Silva andre.silva@udesc.br Roteiro da aula Definição de descritor de imagem Extração de Característica Tipos Geral x Específico Global (cor, textura,
Aplicação para demarcação de bordas em lesões dermatoscópicas
Aplicação para demarcação de bordas em lesões dermatoscópicas Pedro Vinícius Macêdo de Araújo Curso de Ciência da Computação Universidade Federal do Maranhão (UFMA) Campus do Bacanga (98) 3272 8000 São
Capítulo III Processamento de Imagem
Capítulo III Processamento de Imagem Proc. Sinal e Imagem Mestrado em Informática Médica Miguel Tavares Coimbra Resumo 1. Manipulação ponto a ponto 2. Filtros espaciais 3. Extracção de estruturas geométricas
COBERTURA DE ÁREA COOPERATIVA UTILIZANDO SEGMENTAÇÃO HEXAGONAL
COBERTURA DE ÁREA COOPERATIVA UTILIZANDO SEGMENTAÇÃO HEXAGONAL HÉCTOR IGNÁCIO AZPÚRUA PÉREZ-IMAZ COBERTURA DE ÁREA COOPERATIVA UTILIZANDO SEGMENTAÇÃO HEXAGONAL Dissertação apresentada ao Programa de Pós-Graduação
Descritores de Imagem
Descritores de Imagem André Tavares da Silva 31 de março de 2014 1 Descritores de imagem (continuação) 1.1 Frameworks de detecção de objetos SIFT (scale-invariant features transform) (Lowe, 1999) SIFT
AVALIAÇÃO QUALITATIVA DE DETECÇÃO DE BORDAS EM IMAGENS DE RADIOGRAFIA PERIAPICAIS
AVALIAÇÃO QUALITATIVA DE DETECÇÃO DE BORDAS EM IMAGENS DE RADIOGRAFIA PERIAPICAIS Hedlund Erik Martins Távora 1, John Hebert Da Silva Felix 2, Darleison Rodrigues Barros Filho 3, Fausta Joaquim Faustino
Dr. Sylvio Barbon Junior. Departamento de Computação - UEL. 1 o Semestre de 2015
Introdução a Computação Gráfica [5COP100] Dr. Sylvio Barbon Junior Departamento de Computação - UEL 1 o Semestre de 2015 Assunto Aula 6 Histograma de Imagem Digital 2 de 18 Sumário Conceitos Sistema de
Processamento de Imagens Coloridas. 35M34 Sala 3D5 Bruno Motta de Carvalho DIMAp Sala 15 Ramal 227
Processamento de Imagens Coloridas 35M34 Sala 3D5 Bruno Motta de Carvalho DIMAp Sala 15 Ramal 227 Introdução Apesar do processo de percepção e interpretação de cores não ser completamente compreendido,
Um Estudo das Técnicas de Obtenção de Forma a partir de Estéreo e Luz Estruturada para Engenharia
Um Estudo das Técnicas de Obtenção de Forma a partir de Estéreo e Luz Estruturada para Engenharia Aluno: Gabriel Malizia Orientador: Professor Marcelo Gattass Co-Orientador: Professor Paulo Cezar Carvalho
ANÁLISE DE ARQUITETURAS EMBARCADAS DE BAIXO-CUSTO PARA AQUISIÇÃO DE IMAGENS OMNIDIRECIONAIS
Natal RN, 25 a 28 de outubro de 2015 ANÁLISE DE ARQUITETURAS EMBARCADAS DE BAIXO-CUSTO PARA AQUISIÇÃO DE IMAGENS OMNIDIRECIONAIS ANDERSON A. NASCIMENTO 1, PAULO CÉSAR M. DE ABREU FARIAS 1. 1. Laboratório
Visão Computacional. Alessandro L. Koerich. Programa de Pós-Graduação em Engenharia Elétrica Universidade Federal do Paraná (UFPR)
Visão Computacional Alessandro L. Koerich Programa de Pós-Graduação em Engenharia Elétrica Universidade Federal do Paraná (UFPR) Análise da Imagem Análise da Imagem O algoritmo opera sobre a imagem e extrai
Kátia Slodkowski Clerici 2, Cássio L. M. Belusso 3. Projeto de pesquisa PRO-ICT/UFFS 2. Acadêmica do curso de Física da UFFS Campus Cerro Largo 3
DETECÇÃO DE COMPORTAMENTO REGULAR E CAÓTICO EM UM PULVERIZADOR DE POMARES TIPO TORRE UTILIZANDO DIAGRAMAS DE BIFURCAÇÃO 1 ON APPEARANCE OF REGULAR AND CHAOTIC BEHAVIOR ON THE TOWER ORCHARD SPRAYER USING
Renderização de pessoas em movimento a partir de vídeos. Ricardo Juliano Mesquita Silva Oda Supervisor: Carlos Hitoshi Morimoto
Renderização de pessoas em movimento a partir de vídeos Ricardo Juliano Mesquita Silva Oda Supervisor: Carlos Hitoshi Morimoto Trabalho de conclusão de curso IME - USP - 2011 Renderização Rendering is
MÉTODO DE DETECÇÃO DE PONTOS DE INTERESSE PARA SENSOR DE TRIANGULAÇÃO LASER APLICADA A SOLDAGEM
MÉTODO DE DETECÇÃO DE PONTOS DE INTERESSE PARA SENSOR DE TRIANGULAÇÃO LASER APLICADA A SOLDAGEM Autores : Dan Lucio PRADA; Eduardo Bidese PUHL Identificação autores: Aluno da Ciência da Computação, Bolsista
PMR2560 Visão Computacional Detecção de bordas. Prof. Eduardo L. L. Cabral
PMR56 Visão Computacional Detecção de bordas Prof. Eduardo L. L. Cabral Objetivos Processamento de imagens: Características; Detecção de bordas. Características Tipos de características: Bordas; Cantos;
SEMINÁRIO DOS ARTIGOS:
SEMINÁRIO DOS ARTIGOS: Text Detection and Character Recognition in Scene Images with Unsupervised Feature Learning End-to-End Text Recognition with Convolutional Neural Networks Fernanda Maria Sirlene
Visão Computacional. Alessandro L. Koerich. Programa de Pós-Graduação em Engenharia Elétrica Universidade Federal do Paraná (UFPR)
Visão Computacional Alessandro L. Koerich Programa de Pós-Graduação em Engenharia Elétrica Universidade Federal do Paraná (UFPR) Processamento da Informação Capturei uma Imagem! E agora? Assumindo que
ORIENTADOR(ES): LUIZ EDUARDO SALES E SILVA, WALDIR SABINO DA SILVA JUNIOR, WHEIDIMA CARNEIRO DE MELO
16 TÍTULO: ANÁLISE DE MÉTODOS DE CORREÇÃO DE ILUMINAÇÃO CATEGORIA: CONCLUÍDO ÁREA: ENGENHARIAS E ARQUITETURA SUBÁREA: ENGENHARIAS INSTITUIÇÃO: UNIVERSIDADE FEDERAL DO AMAZONAS AUTOR(ES): JOSE LUIS DA SILVA
AVALIAÇÃO DA PRECISÃO DO SENSOR KINECT PARA MEDIDAS DE DISTÂNCIA
AVALIAÇÃO DA PRECISÃO DO SENSOR KINECT PARA MEDIDAS DE DISTÂNCIA Paulo R. S. Custódio 1, Gustavo C. Silva 2, Helosman V. Figueiredo 3 1,3 Universidade do Vale do Paraíba, paulo55866@gmail.com 2 PROBES
Exemplo de aplicação
Exemplo de aplicação Paralaxe O conceito de paralaxe está relacionado com o deslocamento relativo ou aparente dos objetos estacionários, quando um observador em movimento os olha de pontos diferentes.
Dr. Sylvio Barbon Junior. Departamento de Computação - UEL. 1 o Semestre de 2015
Introdução a Computação Gráfica [5COP100] Dr. Sylvio Barbon Junior Departamento de Computação - UEL 1 o Semestre de 2015 Assunto Aula 6 Histograma de Imagem Digital 2 de 32 Sumário Conceitos Sistema de
Reconhecimento Ótico de Caracteres em Placas Veiculares
Universidade Federal De Pernambuco Centro De Informática Graduação Em Engenharia Da Computação 2012.2 Reconhecimento Ótico de Caracteres em Placas Veiculares Proposta de Trabalho de Graduação Aluno Pedro
Universidade Federal de Pernambuco Graduação em Engenharia da Computação Centro de Informática
Universidade Federal de Pernambuco Graduação em Engenharia da Computação Centro de Informática DETECÇÃO DE BORDAS DE IMAGENS UTILIZANDO ELEMENTOS DE MORFOLOGIA MATEMÁTICA PROPOSTA DE TRABALHO DE GRADUAÇÃO
PRECISÃO NO CÁLCULO DE ÁREAS PLANAS POR PERFILAMENTO A LASER 2: AVALIAÇÃO DA PRECISÃO PLANIMÉTRICA E ALTIMÉTRICA DE CADA PONTO
PRECISÃO NO CÁLCULO DE ÁREAS PLANAS POR PERFILAMENTO A LASER 2: AVALIAÇÃO DA PRECISÃO PLANIMÉTRICA E ALTIMÉTRICA DE CADA PONTO Fabricio Muller 1, Anderson Roberto da Silva 2, Roberto Eugenio Bertol 3,
Realce de imagens parte 1: operações pontuais SCC0251 Processamento de Imagens
Realce de imagens parte 1: operações pontuais SCC0251 Processamento de Imagens Prof. Moacir Ponti Jr. www.icmc.usp.br/~moacir Instituto de Ciências Matemáticas e de Computação USP 2013/1 Moacir Ponti Jr.
Conclusões e Trabalhos Futuros
79 8 Conclusões e Trabalhos Futuros O presente trabalho teve o propósito de desenvolver um algoritmo para segmentação e quantificação de tecidos internos em imagens de úlceras de perna. O trabalho fará
Localização de placas veiculares por varredura de bordas verticais Amanda Cristine Damian e Giselle Lopes Ferrari
Localização de placas veiculares por varredura de bordas verticais Amanda Cristine Damian e Giselle Lopes Ferrari UFPR Universidade Federal do Paraná amanda.led@gmail.com ferrari@eletrica.ufpr.br Resumo
5 Exemplos e testes 5.1 Exemplos de uso da Biblioteca Simula ao de um radar rodovi ario de monitoramento de velocidade automotiva
5 Exemplos e testes Com o objetivo de experimentar a aplicação deste trabalho em simulações de radares, foram desenvolvidos exemplos de simulações de cenários realistas. Cinco simulações foram experimentadas:
Face Detection. Image Processing scc moacir ICMC/USP São Carlos, SP, Brazil
Face Detection Image Processing scc0251 www.icmc.usp.br/ moacir moacir@icmc.usp.br ICMC/USP São Carlos, SP, Brazil 2011 Moacir Ponti Jr. (ICMCUSP) Face Detection 2011 1 / 24 Agenda 1 Detectando faces 2
DESENVOLVIMENTO DE SISTEMA PARA GERAÇÃO DE MOSAICO DE IMAGENS VISANDO LOCALIZAÇÃO E NAVEGAÇÃO DE ROBÔS MÓVEIS
DESENVOLVIMENTO DE SISTEMA PARA GERAÇÃO DE MOSAICO DE IMAGENS VISANDO LOCALIZAÇÃO E NAVEGAÇÃO DE ROBÔS MÓVEIS Edson CAVALCANTI Neto (1), Guilherme Costa HOLANDA (1), Antonio Themoteo VARELA (1), André
Reconhecimento de Tipos de Movimento Humano baseados no método GMM.
Reconhecimento de Tipos de Movimento Humano baseados no método GMM. C.Gonçalves 1 ; L.A.Pereira; J.C.Pizolato, Jr.; A.Gonzaga. Escola de Engenharia de São Carlos-EESC-USP Av. Trab. São-Carlense, 400 CP
Extração Semi-Automática de Feições Lineares e a Calibração dos Parâmetros Intrínsecos de Câmeras
Extração Semi-Automática de Feições Lineares e a Calibração dos Parâmetros Intrínsecos de Câmeras Leonardo Ercolin Filho 1 1 Escola Politécnica Universidade de São Paulo (USP) Caixa Postal São Paulo SP
Processamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Prof. Sergio Ribeiro Tópicos Transformações de Intensidade Transformações Logarítmicas Comparação entre Diversas Técnicas 2 Transformações de Intensidade
Sistema de Localização Visual da Equipe de Futebol de Robôs POTI-UFRN (versão 2008) na Categoria Very Small Size
Sistema de Localização Visual da Equipe de Futebol de Robôs POTI-UFRN versão 2008) na Categoria Very Small Size Ellon P Mendes, Adelardo AD Medeiros UFRN-CT-DCA 59072-900 Natal RN Email: [ellonpaiva,adelardo]@dcaufrnbr
PROCESSAMENTO DE IMAGENS DIGITAIS PARA VISÃO ROBÓTICA. Digital Image Processing for Robotic Vision
PROCESSAMENTO DE IMAGENS DIGITAIS PARA VISÃO ROBÓTICA Digital Image Processing for Robotic Vision Luiz Ferreira MENEZES Jr. Faculdade de Jaguariúna Resumo: Este trabalho descreve quatro métodos para converter
Descritores de Imagens
Descritores de Imagens André Tavares da Silva PPGCA/UDESC Outubro de 2017 André Tavares da Silva (PPGCA/UDESC) Descritores de Imagens Outubro de 2017 1 / 17 Introdução Excelentes pesquisas sobre descritores
CONSTRUÇÃO AUTOMÁTICA DE OPERADORES MORFOLÓGICOS UTILIZANDO PROGRAMAÇÃO GENÉTICA.
CONSTRUÇÃO AUTOMÁTICA DE OPERADORES MORFOLÓGICOS UTILIZANDO PROGRAMAÇÃO GENÉTICA. Emerson Carlos Pedrino * e-mail: ecpedrin@sel.eesc.sc.usp.br Valentin Obac Roda ** e-mail: valentin@sel.eesc.sc.usp.br
Rastreamento de Objetos Baseado em Grafos. Casamento Inexato entre Grafos Relacionais com Atributos
Rastreamento de Objetos Baseado em Casamento Inexato entre Grafos Relacionais com Atributos Exame de Qualificação de Mestrado Ana Beatriz Vicentim Graciano Orientador: Roberto M. Cesar Jr. Colaboradora:
IDENTIFICAÇÃO DE ELEMENTOS UTILIZANDO SISTEMA DE CORES HSV EM IMAGEM DE ÍNDICE DE VEGETAÇÃO DA CULTURA DE CANA-DE-AÇÚCAR
LA SCALEA, Rodrigo Antônio; CHAVES, Arthur Avelar; CASTELO BRANCO, Kalinka Regina Lucas Jaquie; KAWABATA, Célia Leiko Ogawa. Identificação de elementos utilizando sistema de cores HSV em imagem de índice