Uma Metodologia de Identificação de Imagens de Impressões Digitais pelo Filtro de Gabor

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

Download "Uma Metodologia de Identificação de Imagens de Impressões Digitais pelo Filtro de Gabor"

Transcrição

1 IEEE LATIN AMERICA TRANSACTIONS, VOL. 4, NO. 1, MARCH Uma Metodologia de Identificação de Imagens de Impressões Digitais pelo Filtro de Gabor Sanderson L. Gonzaga de Oliveira e Joaquim Teixeira de Assis Resumo --Este trabalho apresenta um processo automático de identificação de impressões digitais usando mapa de coeficientes no espectro de potência baseado no filtro de Gabor. O núcleo da impressão digital é encontrado pela técnica de vizinhança de pixels. A imagem original é dividida em quadrantes em torno do núcleo da impressão digital. De tais quadrantes são extraídas informações sobre orientação de textura das imagens em 3 diferentes direções do filtro de Gabor. Os resultados experimentais mostram a eficiência da metodologia para imagens de impressões digitais de boa qualidade. Palavras chave Biometria, datiloscopia, filtro de Gabor, impressões digitais, processamento de imagens digitais. I. INTRODUÇÃO Biometriaéatecnologiaqueestudaaidentificação de Apessoas baseada em características individuais. Tais atributos podem ser fisiológicos, como íris, face, geometria das mãos, ou comportamental, como voz e assinatura. Cientificamente, a Biometria pode ser definida como uma aplicação de métodos quantitativos e estatísticos, suportada por fatores biológicos e análise matemática destes dados. Teoricamente, qualquer característica humana, quer seja fisiológica ou comportamental pode ser usada como uma identificação pessoal quando satisfaz os requisitos de universalidade, unicidade, imutabilidade e coletabilidade. Universalidade significa que todo indivíduo deve ter a característica em estudo, por exemplo, todos os humanos têm impressões digitais. Unicidade quer dizer que não existem dois indivíduos com o mesmo padrão. Imutabilidade significa que a característica não muda com o tempo. Coletabilidade indica que a característica pode ser mensurada. Sistemas de identificação são importantes para uma série de transações diárias no mundo contemporâneo, por exemplo, os controles de acessos a ambientes ou uso de máquinas específicas. A principal vantagem da Biometria baseada nas características fisiológicas é que esta não pode ser falsificada facilmente, nem esquecida, como senhas. Ainda força o Este trabalho foi em parte financiado pela FAPERJ. S. L. Gonzaga de O. é doutorando no Instituto de Computação da Universidade Federal Fluminense, Rua Passo da Pátria, 156, Bl. E, , Niterói, RJ J. T. de Assis é doutor pesquisador trabalhando no Instituto Politécnico da Universidade Estadual do Rio de Janeiro, Rua Alberto Rangel, s/n, , Nova Friburgo, RJ, indivíduo a estar fisicamente presente no local de identificação, diminuindo ou eliminando problemas de fraudes. Na prática, outros importantes requisitos são desempenho, aceitabilidade e circunvenção [1]. Desempenho refere-se à correta identificação, isto é, está ligado aos recursos para se alcançar uma identificação aceitável e precisa. Este item também está ligado aos fatores ambientais que afetam a correta identificação. Aceitabilidade indica o nível de aceitação do sistema biométrico. Circunvenção refere-se à dificuldadedesefraudarosistema. Este trabalho é organizado da seguinte forma. Após esta breve introdução à Biometria, a Seção 2 faz uma breve introdução sobre impressões digitais, a Seção 3 aborda o filtro de Gabor, a Seção 4 relata a metodologia utilizada, a Seção 5 reporta o desenvolvimento do algoritmo, a Seção 6 apresenta os resultados experimentais e a Seção 7 explana algumas conclusões. II. IMPRESSÕES DIGITAIS A identificação por impressões digitais é uma das mais conhecidas e usadas das tecnologias biométricas. Esta Biometria atende em alto grau todos os requisitos necessários para a identificação pessoal. O recente progresso na tecnologia de aquisição de imagens de impressões digitais e a melhoria na capacidade computacional de processamento auxiliam na escolha por esta Biometria. As linhas e vales da pele das falangetas de cada dedo humano representam a textura das impressões digitais. As principais minúcias de Galton são as terminações e as bifurcações [1]. As terminações são as finalizações de linhas e as bifurcações ocorrem quando a linha se divide em duas ou mais linhas. Todas as demais minúcias derivam destas duas. As estruturas topológicas das linhas e vales e as minúcias de Galton formam um padrão único para cada dedo humano. Peritos em impressões digitais consideram e tratam estes padrões utilizando uma classificação especial. Este trabalho usa a classificação formalizada por Vucetich: arco, verticilo, presilha interna e externa [2]. As Figuras 1-4 mostram exemplos dos principais tipos de impressões digitais segundo a classificação adotada. A localização das minúcias é uma tarefa bastante complexa, mesmo se as informações das direções das linhas e as distâncias entre elas estejam preservadas, logo, é preciso um processo, neste caso com o uso de um filtro, para colaborar com a realização da identificação, como descrito a seguir.

2 2 IEEE LATIN AMERICA TRANSACTIONS, VOL. 4, NO. 1, MARCH 2006 Fig. 1. Impressão digital tipo arco Fig. 2. Impressão digital tipo verticilo Fig. 3. Impressão digital tipo presilha externa III. FILTRO DE GABOR O filtro de Gabor fornece informações sobre as texturas das imagens de impressões digitais com a utilização de ângulos direcionais adequados, bem como espessura das linhas e vales das impressões digitais. Tais informações são únicas para cada imagem e são tratadas neste trabalho no domínio das freqüências. O filtro foi desenvolvido por Dennis Gabor em 1946 [3]. O filtro tem sido aplicado com sucesso na segmentação de imagens, reconhecimento de faces, reconhecimento de assinaturas, melhoria e identificação de impressões digitais. Isto devido às suas características, especialmente as representações de freqüência e orientação, que são similares ao do sistema visual humano [4]. Além disso, o filtro tem propriedades de localização espacial, orientação seletiva e seletividade espaço-freqüêncial [5]. A filtragem de imagens de impressões digitais usando o filtro de Gabor pode melhorar as estruturas das linhas e vales. O filtro também pode isolar as informações peculiares das impressões digitais, contidas nos padrões das imagens. A forma geral do filtro de Gabor é apresentada em (1) [6]. h( x, y, k, θ, σ ) 2 2 xθ yθ 2πjk ( xθ ) [ + ] 2 2 2σ x 2σ y = e (1) onde j = 1, xθ = x cosθk + ysenθ e k yθ = ysen θk + xcosθ, k sendo x,y as coordenadas espaciais da imagem e k afreqüência da onda no plano senoidal. Usando um valor muito grande para esta freqüência, ruídos podem ser criados na imagem filtrada; se for muito pequeno, as linhas podem ser entrelaçadas. Este trabalho usa k=1/k=0,5,ondek éa média da largura dos vales e estabelecido empiricamente. A distribuição Gaussiana bidimensional é proporcional ao desvio padrão σ e determina a faixa do canal usado [5]. O filtro de Gabor é um filtro passa-faixa que possui ótima resolução nos domínios espacial e espaço-freqüêncial [7]. Como as impressões digitais possuem linhas e vales localmente paralelos, com uma orientação local espaçofreqüêncial bem definida, ruídos podem ser reduzidos, devido ao efeito resultante no plano senoidal. A orientação do filtro é dada por θ =0,45e90graus. O desvio padrão da distribuição Gaussiana bidimensional, representado por σ, é relacionado com a largura da Gaussiana que modula o filtro. Se este é muito grande, o filtro é mais robusto a ruídos, mas não captura os detalhes das linhas. Se for muito pequeno o filtro não remove ruídos, mas captura os detalhes das linhas. Neste trabalho, é empiricamente usado como σ = σ x = σ y =0,5. Fig. 4. Impressão digital tipo presilha interna IV. METODOLOGIA Este trabalho propõe uma metodologia baseada no filtro de Gabor usando três ângulos direcionais do filtro e divide a imagem em quadrantes. Primeiramente, é realizado um préprocessamento da imagem, seguido da localização do núcleo da impressão digital. O núcleo é o centro de referência da impressão digital. Uma área é definida em torno deste ponto central para o processo ser invariante em relação a translações

3 DE OLIVEIRA AND DE ASSIS : A METHODOLOGY FOR IDENTIFICATION OF 3 e rotações das imagens de impressões digitais a serem comparadas. Para obtenção do filtro de Gabor, foi utilizada a máscara 15 x,y 15, ou seja, uma matriz de 31x31 elementos, calculada pela equação (1). Esta matriz é colocada no centro de uma imagem de mesma resolução da imagem de impressão digital a ser avaliada. A seguir, é determinado o espectro de freqüência da imagem que contém o filtro, isto para cada um dos três ângulos direcionais do filtro de Gabor anteriormente descritos (0, 45 e 90 graus). Estas três imagens no espectro de freqüências são convoluídas com os quadrantes da imagem de impressão digital de entrada. Filtros por convolução são muito utilizados em processamento de imagens. O conceito de filtragem por convolução é aplicado no domínio de freqüência, usando-se os conceitos da Transformada de Fourier. A operação de aplicar uma máscara pixel a pixel sobre uma imagem e calcular a quantidade predefinida em cada pixel, é o fundamento da convolução. Supondo que F(u,v) e H(u,v) denotem as transformadas de Fourier de f(x,y) e h(x,y), respectivamente, o teorema da convolução diz que f(x,y) * h(x,y) e F(u,v)H(u,v) (esta permite que a convolução seja realizada mais rapidamente) constituem um par de transformadas de Fourier. Isto é formalmente escrito como [8] f ( x, y) * h( x, y) F( u, v) H ( u, v) (2) O espectro de Gabor é obtido ao convoluir as imagens no espectro de freqüência. A convolução da imagem de entrada e o filtro é realizada nos quadrantes em torno do núcleo. Em seguida, o espectro de potência é calculado. O maior coeficiente e um mapa de coeficientes em torno deste maior coeficiente são encontrados no espectro de potência. Isto é realizado para cada quadrante nas direções 0 o,45 o e90 o do filtro de Gabor. O processo fornece 12 valores que identificam cada imagem de impressão digital. A Figura 5 mostra um exemplo de imagem de impressão digital dividida em quadrantes em torno do núcleo, indicado na imagem. Fig. 5. Imagem dividida em quadrantes em torno do núcleo Os testes foram realizados em imagens de impressões digitais capturadas pelo método por tinta, imagens sintéticas e de banco de dados formados de imagens digitalizadas por equipamentos específicos. Duas imagens são consideradas de uma mesma origem se a comparação de todos os identificadores de ambas as imagens têm uma taxa de erro menor que 5%. As comparações são realizadas entre os identificadores das imagens, tais quais os exemplificados na Tabela I, pela fórmula (3), avaliando o erro relativo. I 1 I 2 I 2 *100 onde I 1 = Identificador[Imagem1(Quadrante/Ângulo)] e I 2 = Identificador[Imagem2(Quadrante/Ângulo)]. A comparação usa a fórmula (3) para cada um dos 12 identificadores (quadrante/ângulo) da imagem de impressão digital. TABELA I VALORES QUE IDENTIFICAM A IMAGEM PAD1 DA FIGURA 1 Imagem PAD1 Ângulo Quadrantes o 3,16 3,1 3,17 3,08 45 o 3,64 3,57 3,66 3,56 90 O 3,23 3,23 3,29 3,28 Quatro tipos de testes são descritos. Primeiramente, os quatro principais tipos de impressões digitais, como mostrado nas Figuras 1-4, foram comparados entre si. Testes também foram realizados em diferentes imagens de uma mesma impressão digital. É apresentada a influência da rotação em imagens de impressões digitais. Finalmente, são considerados testes gerais entre impressões digitais distintas para a verificação se o método diferencia tais imagens. V. DESENVOLVIMENTO DO ALGORITMO Para a localização do núcleo das impressões digitais, o algoritmo desenvolvido neste trabalho explora a técnica de vizinhança de pixels [8], isto é, as linhas e vales são seguidos para a verificação das características do núcleo. A rotina para encontrar o núcleo da impressão digital trata um valor limite entre as linhas e vales através dos níveis de cinza da imagem. Este valor é encontrado empiricamente e é bastante próximo à média dos tons de cinza da imagem. A rotina procura seqüencialmente a área onde, provavelmente, o núcleo deve estar localizado. Isto independe da resolução espacial, já que a procura é em nível de pixels. Para cada terminação encontrada, é verificado se está interna a círculos concêntricos de linhas. Quando a terminação está envolta em círculos concêntricos, esta é determinada como um núcleo. Podem ocorrer dois núcleos próximos, se a imagem tiver dois núcleos. A inclinação da linha da terminação, à esquerda ou à direita determina se a impressão digital é presilha interna ou externa. Quando o núcleo não é uma terminação, como a imagem de impressão digital da Figura 1, uma nova procura é feita, desta vez verificando pelos vales, da mesma forma que o efetuado para as linhas, se o núcleo não for encontrado, o algoritmo determina a imagem como do tipo arco. (3)

4 4 IEEE LATIN AMERICA TRANSACTIONS, VOL. 4, NO. 1, MARCH 2006 A identificação da impressão digital é considerada através da análise do espectro de Gabor, isto é, a convolução do filtro de Gabor e a imagem de entrada. No espectro de potência, o valor de máximo é localizado e os coeficientes em torno deste são sumarizados. Isto é realizado para cada quadrante e cada um dos ângulos de 0 o,45 o e90 o do filtro de Gabor, o que resulta em 12 valores que identificam unicamente a imagem. Um exemplo destes 12 valores é mostrado na Tabela I. Cada imagem de impressão digital a ser avaliada terá estes 12 valores que a identificam. Ao se comparar com outra imagem, se o erro de comparação dos 12 valores entre as duas imagens for menor que 5%, as imagens são considerados oriundos da mesma impressão digital. O algoritmo proposto neste trabalho contém nove passos: 1) Localização do núcleo da imagem de impressão digital; 2) Determinação de uma área relevante considerando somente a área com impressões digitais em torno do núcleo (as áreas brancas não são tratadas); 3) A área com informações da impressão digital do passo 2 é dividida em quadrantes (conforme Figura 5); 4) É utilizada a janela espacial do filtro de Gabor h(- 15 x,y 15; σ=0,5; k=0,5) para as orientações 0 o,45 o e90 o e realizado a convolução no domínio das freqüências com cada quadrante da imagem de impressão digital; 5) O espectro de potência é obtido para cada convolução do passo 4; 6) O elemento de máximo é determinado para cada espectro de potência; 7) Uma área, chamada mapa de coeficientes, é definida (com um raio de 40 coeficientes) em torno do número de máximo; 8) A sumarização destes coeficientes é realizada; 9) O ponto de máximo divide o resultado do passo 8; o resultado é um dos 12 valores que identificam a imagem (3 ângulos para cada quadrante como o exemplo da Tabela I). No item 7 foi determinado empiricamente um raio de 40 coeficientes a partir do ponto de máximo para o mapa de coeficientes. Esse número poderia ser maior para uma melhor precisão. No entanto, nos testes foi verificado que esse número atendeu aos objetivos buscados. A área da borda da imagem é ignorada, porque inconsistências aglomeram-se nessa área. Os resultados experimentais demonstram que três ângulos direcionais do filtro de Gabor são suficientes para identificar corretamente as imagens de impressões digitais, segundos os testes realizados. VI. RESULTADOS EXPERIMENTAIS Foi utilizada a linguagem computacional C++ para a codificação do processo. Os testes foram realizados em uma máquina Pentium 3 com 256 Mb de RAM executando sobre o sistema operacional Windows 98. As imagens de entrada dos testes foram de 256 níveis de cinza no formato BMP. Os testes realizados foram de quatro tipos: comparação entre as imagens padrão (Figuras. 1-4), comparação entre as imagens padrão e outras, comparação entre imagens rotacionadas e finalmente, comparação aleatória entre imagens. As imagens dos testes foram de 256 e 512 escalas de cinza. As imagens das impressões digitais padrões das Figuras 1-4 são de diferentes tipos e denominadas PAD1, PAD2, PAD3 e PAD4, respectivamente. Estas impressões digitais sintéticas têm mesma resolução, contraste e iluminação. A Tabela II mostra os erros na comparação entre os identificadores das imagens padrões (Figuras 1-4). Pode ser percebido nesta tabela que o erro relativo entre as imagens PAD1 e PAD2 é maior que 6% no quarto quadrante. Comparando as imagens PAD1 e PAD3, o erro relativo é maior que 12% no primeiro quadrante. O erro relativo é maior que 17% no segundo e quarto quadrantes comparando os identificadores das imagens PAD1 e PAD4. TABELA II ERRO RELATIVO DOS IDENTIFICADORES DAS IMAGENS DAS FIGURAS 1-4 Imagens PAD1 e PAD2 PAD1 e PAD3 PAD1 e PAD4 PAD2 e PAD3 PAD2 e PAD4 PAD3 e PAD4 Âng. Erro/Quadrante (%) o 1,61 4,32 1,28 5,23 45 o 2,41 5,80 5,43 6,56 90 o 2,42 0,94 3,24 1,86 0 o 5,39 1,90 3,59 3,01 45 o 12,92 9,16 6,87 3,00 90 o 1,82 0,62 1,79 1,50 0 o 7,87 10,92 5,37 11,49 45 o 14,75 17,93 12,02 17,78 90 o 1,22 3,00 0,00 3,24 0 o 2,62 9,20 8,66 14,08 45 o 2,11 9,66 5,53 15,24 90 o 0,61 2,40 1,82 1,77 0 o 9,33 6,90 11,58 6,61 45 o 12,65 12,87 6,97 12,01 90 o 1,22 3,90 3,34 5,01 0 o 7,40 2,47 2,24 8,00 45 o 12,06 3,69 1,55 3,67 90 o 0,60 1,56 1,47 3,42 Comparando os identificadores das imagens PAD2 e PAD3, o erro relativo é maior que 15% no quarto quadrante. A Tabela II mostra um erro relativo maior que 12% no terceiro quadrante na comparação das imagens PAD2 e PAD4. O erro relativo entre os identificadores das imagens PAD3 e PAD4 é maior que 12% no primeiro quadrante. Estes erros relativos são no ângulo direcional de 45º. A Figura 6 mostra duas imagens diferentes de um mesmo indivíduo e são denominadas de IND1a e IND1b, respectivamente. A Tabela III mostra que o erro relativo é igual ou menor que 5%, margem de erro máxima tolerada pelo método. A comparação entre as imagens da Figura 7 resulta em um erro relativo superior a 10%. Para o erro relativo ficar menor que a margem de erro permitida neste trabalho de 5%, 6º é a máxima rotação tolerada. A Figura 7 mostra imagens de uma mesma impressão digital rotacionadas em 15º. Estas imagens são

5 DE OLIVEIRA AND DE ASSIS : A METHODOLOGY FOR IDENTIFICATION OF 5 denominadas IND2a e IND2b, respectivamente. O método identifica como diferente as imagens IND1b, mostrada na Figura 6 e as imagens padrões PAD1-4 mostradas nas Figuras. 1-4, respectivamente. A comparação entre seus identificadores apresentou erro relativo bastante grande. Nos testes realizados em diferentes pares de imagens capturadas de mesmos indivíduos, a comparação dos identificadores resultou numa margem de erro menor que 5% em todos os casos. A Figura 8 mostra o percentual máximo de erro quando o método é aplicado para imagens de impressões digitais oriundas de um mesmo indivíduo. Segundos os resultados dos testes experimentais, na maioria das comparações realizadas, as maiores taxas de erros entre os 12 identificadores ficaram com taxa entre 2% e 3%, seguido de taxas entre 1% e 2%. As maiores taxas de erro das demais comparações ficaram distribuídas entre 3% e 5% e taxas menores que 1%. Fig. 6. Duas imagens de um mesmo indivíduo capturadas em momentos diferentes TABELA III ERRO RELATIVO DOS IDENTIFICADORES DAS IMAGENS IND1A-B Imagens IND1a e IND1b Ângulo Erro/Quadrante (%) o 2,41 0,68 3,87 2,70 45 o 3,19 0,94 5,00 3,14 90 o 2,06 0,67 3,23 2,38 Fig. 8. Taxa percentual do maior erro entre os 12 identificadores na comparação entre impressões digitais de um mesmo indivíduo Fig. 7. Imagem original (IND2a) e rotacionada em 15 o (IND2b) A Figura 9 mostra o percentual de erro quando o método é aplicado para imagens de impressões digitais distintas. Um total de 46 impressões digitais foi utilizado neste teste. A Tabela IV mostra alguns outros exemplos dos testes realizados. O ângulo direcional de 45º é o mais sensível às rotações. Geralmente, em imagens capturadas em um digitalizador específico para impressões digitais, não há rotações das imagens maiores que 6º. TABELA IV ERRO RELATIVO COM DIFERENTES ROTAÇÕES Rotação Maior erro (%) Quadrante Ângulo 6 o 4, o 7 o 5, o 8 o 6, o 10 o 7, o 15 o 10, o Fig. 9. Taxa percentual de erro entre os 12 identificadores na comparação entre imagens de impressões digitais distintas

6 6 IEEE LATIN AMERICA TRANSACTIONS, VOL. 4, NO. 1, MARCH 2006 VII. CONSIDERAÇÕES FINAIS Os trabalhos anteriores que utilizam o filtro de Gabor buscam a identificação das impressões por 16 ou 32 ângulos direcionais do filtro. Com os testes realizados verificou-se que o método de identificação pessoal por mapa de pixels, com três direções do filtro de Gabor e divisão da imagem de impressão digital em apenas quadrantes é possível realizar a identificação de indivíduos e o fato de explorar a característica de simetria do filtro forneceu boa velocidade à rotina desenvolvida. O filtro de Gabor realça informações sobre quantidade de linhas e vales de uma impressão digital, bem como suas orientações e espessuras. Com estas informações, o espectro de potência resultante do método é único para cada impressão digital. O método consegue captar esta individualidade e reconhece imagens diferentes de impressões digitais do mesmo indivíduo, bem como consegue distinguir impressões digitais diferentes. Se as imagens de impressões digitais, capturadas em momentos diferentes de um mesmo dedo, tiverem mesma resolução, iluminação e contraste, as discrepâncias entre as imagens são diminuídas no espectro de Gabor. Portanto, tais números identificadores serão bastante semelhantes para as imagens de impressões digitais oriundas de um mesmo dedo. E bastante diferentes em imagens capturadas de dedos distintos. Ao se convoluir a imagem com o filtro de Gabor, o espectro de Gabor resultante é único para cada impressão digital. A determinação do espectro de potência, a localização do maior coeficiente e o mapa de coeficientes são realizados para que ocorram números que identifiquem a impressão digital. Ou seja, é um método para caracterizar o espectro de Gabor. Logo, o mapa de coeficientes no espectro de potência é único para cada imagem. Desta forma, com menor número de ângulos direcionais do filtro de Gabor conseguiu-se resultados satisfatórios nas comparações das impressões digitais. O método foi testado com imagens transladadas e rotacionadas, ainda com imagens de diferentes indivíduos com as mesmas características na fase de digitalização. Com isto, para que duas imagens de impressões digitais do mesmo indivíduo contenham os mesmos identificadores, a digitalização de ambas as imagens deve ser feita da mesma forma, ou seja, mesma resolução, mesma iluminação e contraste. O ponto de referência deve ser encontrado com exatidão, pois o método é sensível à variação tanto dos valores de níveis de cinza quanto à localização destes na imagem. O processo forneceu bons resultados e indica que pode ser explorado em um sistema automático para identificação pessoal quando utilizadas imagens de impressões digitais de boa qualidade. Em trabalhos futuros, o custo computacional do algoritmo será avaliado, bem como o método será analisado de forma mais detalhada através do uso de diferentes conjuntos de imagens. VIII. REFERÊNCIAS [1] Jain, A., Hong, L., Pankanti, S., Bolle, R., An identityauthentication system using fingerprints. Proceedings of the IEEE, v. 85, n. 9, pp [2] Gonzaga, S. L. de O., Desenvolvimento de um Algoritmo Baseado no Filtro de Gabor para Identificação de Impressões Digitais f. Dissertação (Mestrado em Modelagem Computacional) Instituto Politécnico, Universidade do Estado do Rio de Janeiro, Nova Friburgo. [3] Gabor, D., Theory of communication. Journal of the Institute of Electrical Engineers, v. 93, n. 26, pp [4] Lee, C. J., Wang, S. D., Fingerprint feature extraction using Gabor filters. Electronic Letters, v. 35, n. 4, pp [5] Lee, C. J., Wang, S. D., Wu K. P., Fingerprint recognition using principal Gabor basis function. In Proceedings International Symposium on Intelligent Multimedia, Video and Speech Processing, 2001, Hong Kong: s.n. pp [6] Lee, C. J., Wang, S. D., A Gabor filter-based approach to fingerprint recognition. In Proceedings IEEE Workshop on Signal Processing Systems - SiPS, pp [7] Horton, M., Meenen, P., Adhami, R., Cox, P., The costs and benefits of using complex 2-D Gabor filters in a filter-based fingerprintmatching system. In Proceedings Southeastern Symposium On System Theory, 34, pp [8] Gonzalez, R. C., Woods, R. E Digital image processing. 2.ed. New Jersey: Prentice Hall. IX. BIBLIOGRAFIAS Sanderson L. Gonzaga de Oliveira graduou-se em Computação na Pontifícia Universidade do Paraná/PUC-PR em 1995 e concluiu o mestrado em Modelagem Computacional na Universidade do Estado do Rio de Janeiro/UERJ em Atualmente é doutorando em Ciência da Computação na Universidade Federal Fluminense/UFF. Seus interesses de pesquisa são nas áreas de Matemática Computacional e Processamento de Imagens Digitais. Joaquim Teixeira de Assis recebeu o título de doutor em Engenharia Nuclear pela Universidade Federal do Rio de Janeiro/UFRJ em Atualmente é pesquisador e professor na Universidade do Estado do Rio de Janeiro/UERJ em Nova Friburgo, estado do Rio de Janeiro, Brasil. Seus interesses de pesquisa são Processamento de Imagens Digitais, Tomografia e técnicas de raios-x.

Descritores de textura na análise de imagens de microtomografia computadorizada

Descritores de textura na análise de imagens de microtomografia computadorizada Trabalho apresentado no XXXV CNMAC, Natal-RN, 2014. Descritores de textura na análise de imagens de microtomografia computadorizada Sandro R. Fernandes Departamento de Educação e Tecnologia, Núcleo de

Leia mais

Universidade Federal do Rio de Janeiro - IM/DCC & NCE

Universidade Federal do Rio de Janeiro - IM/DCC & NCE Universidade Federal do Rio de Janeiro - IM/DCC & NCE Processamento de Imagens Tratamento da Imagem - Filtros Antonio G. Thomé thome@nce.ufrj.br Sala AEP/033 Sumário 2 Conceito de de Filtragem Filtros

Leia mais

IDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS

IDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS IDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS André Zuconelli¹, Manassés Ribeiro² Instituto Federal de Educação, Ciência e Tecnologia Catarinense - Campus Videira Rodovia SC, Km 5

Leia mais

Respostas do Estudo Dirigido do Capítulo 14 Classical pattern recognition and image matching"

Respostas do Estudo Dirigido do Capítulo 14 Classical pattern recognition and image matching Respostas do Estudo Dirigido do Capítulo 14 Classical pattern recognition and image matching" 1 Com suas palavras explique o que é Reconhecimento de Padrões- RP. Quais são os fases clássicas que compõem

Leia mais

Encontrando a Linha Divisória: Detecção de Bordas

Encontrando a Linha Divisória: Detecção de Bordas CAPÍTULO 1 Encontrando a Linha Divisória: Detecção de Bordas Contribuíram: Daniela Marta Seara, Geovani Cássia da Silva Espezim Elizandro Encontrar Bordas também é Segmentar A visão computacional envolve

Leia mais

Técnicas de Suavização de Imagens e Eliminação de Ruídos

Técnicas de Suavização de Imagens e Eliminação de Ruídos 21 Técnicas de Suavização de Imagens e Eliminação de Ruídos Carlos H. Sanches 1, Paulo J. Fontoura 1, Phillypi F. Viera 1, Marcos A. Batista 1 1 Instituto de Biotecnologia Universidade Federal do Goiás

Leia mais

Processamento Digital de Imagens

Processamento Digital de Imagens Processamento Digital de Imagens Israel Andrade Esquef a Márcio Portes de Albuquerque b Marcelo Portes de Albuquerque b a Universidade Estadual do Norte Fluminense - UENF b Centro Brasileiro de Pesquisas

Leia mais

Extração de Minúcias em Imagens de Impressões Digitais

Extração de Minúcias em Imagens de Impressões Digitais Extração de Minúcias em Imagens de Impressões Digitais CASADO, Ricardo S.; PAIVA, Maria S. V. de Escola de Engenharia de São Carlos Universidade de São Paulo rcasado@sel.eesc.usp.br Resumo O trabalho apresenta

Leia mais

Introdução. Capítulo. 1.1 Considerações Iniciais

Introdução. Capítulo. 1.1 Considerações Iniciais Capítulo 1 Introdução 1.1 Considerações Iniciais A face humana é uma imagem fascinante, serve de infinita inspiração a artistas há milhares de anos. Uma das primeiras e mais importantes habilidades humanas

Leia mais

de Bordas em Imagens Digitais

de Bordas em Imagens Digitais Anais do CNMAC v.2 ISSN 1984-820X Avaliação Quantitativa de um Método Automático de Extração de Bordas em Imagens Digitais Inês A. Gasparotto Boaventura Departamento de Ciências de Computação e Estatística,

Leia mais

PROCESSAMENTO DIGITAL DE IMAGENS

PROCESSAMENTO DIGITAL DE IMAGENS PROCESSAMENTO DIGITAL DE IMAGENS Msc. Daniele Carvalho Oliveira Doutoranda em Ciência da Computação - UFU Mestre em Ciência da Computação UFU Bacharel em Ciência da Computação - UFJF FILTRAGEM ESPACIAL

Leia mais

REALCE DE MICROCALCIFICAÇÕES EM IMAGENS DE MAMOGRAFIA UTILIZANDO FILTROS PASSA-ALTA

REALCE DE MICROCALCIFICAÇÕES EM IMAGENS DE MAMOGRAFIA UTILIZANDO FILTROS PASSA-ALTA REALCE DE MICROCALCIFICAÇÕES EM IMAGENS DE MAMOGRAFIA UTILIZANDO FILTROS PASSA-ALTA Caio Cesar Amorim Borges e Danilo Rodrigues de Carvalho Universidade Federal de Goiás, Escola de Engenharia Elétrica

Leia mais

Sensoriamento Remoto

Sensoriamento Remoto Sensoriamento Remoto É a utilização conjunta de modernos sensores, equipamentos para processamento de dados, equipamentos de transmissão de dados, aeronaves, espaçonaves etc, com o objetivo de estudar

Leia mais

Capítulo 5 Filtragem de Imagens

Capítulo 5 Filtragem de Imagens Capítulo 5 Filtragem de Imagens Capítulo 5 5.1. Filtragem no Domínio da Frequência 5.2. Filtragem no Domínio Espacial 2 Objetivo Melhorar a qualidade das imagens através da: ampliação do seu contraste;

Leia mais

PROCESSAMENTO DIGITAL DE IMAGENS

PROCESSAMENTO DIGITAL DE IMAGENS PROCESSAMENTO DIGITAL DE IMAGENS Msc. Daniele Carvalho Oliveira Doutoranda em Ciência da Computação - UFU Mestre em Ciência da Computação UFU Bacharel em Ciência da Computação - UFJF 2 OBJETIVOS Conhecer

Leia mais

Curvas de nível homotópicas a um ponto

Curvas de nível homotópicas a um ponto Curvas de nível homotópicas a um ponto Praciano-Pereira, T Sobral Matemática 6 de agosto de 2011 tarcisio@member.ams.org pré-prints da Sobral Matemática no. 2011.03 Editor Tarcisio Praciano-Pereira, tarcisio@member.ams.org

Leia mais

2 Texturas com Relevo e Equações de Pré Warping

2 Texturas com Relevo e Equações de Pré Warping 2 Texturas com Relevo e Equações de Pré Warping A noção de warping de imagens é fundamental para o entendimento da técnica abordada nesta dissertação. Este capítulo apresenta definições formais para vários

Leia mais

[Fingerprint Recognition]

[Fingerprint Recognition] Mestrado em Engenharia de Segurança Informática Tecnologias Biométricas Pedro Santos santos.pmcm@gmail.com 12065 Filipe Vieira fil.vieira@gmail.com 12049 Rui Pereira ruipereira.eng@gmail.com 12061 Docente

Leia mais

FILTRAGEM ESPACIAL. Filtros Digitais no domínio do espaço

FILTRAGEM ESPACIAL. Filtros Digitais no domínio do espaço FILTRAGEM ESPACIAL Filtros Digitais no domínio do espaço Definição Também conhecidos como operadores locais ou filtros locais Combinam a intensidade de um certo número de piels, para gerar a intensidade

Leia mais

Classificação da imagem (ou reconhecimento de padrões): objectivos Métodos de reconhecimento de padrões

Classificação da imagem (ou reconhecimento de padrões): objectivos Métodos de reconhecimento de padrões Classificação de imagens Autor: Gil Gonçalves Disciplinas: Detecção Remota/Detecção Remota Aplicada Cursos: MEG/MTIG Ano Lectivo: 11/12 Sumário Classificação da imagem (ou reconhecimento de padrões): objectivos

Leia mais

UNIVERSIDADE FEDERAL DE LAVRAS PRÓ-REITORIA DE PÓS-GRADUAÇÃO COORDENADOR1A DE PÓS-GRADUAÇÃO STHCTOSBJSU DISCIPLINA

UNIVERSIDADE FEDERAL DE LAVRAS PRÓ-REITORIA DE PÓS-GRADUAÇÃO COORDENADOR1A DE PÓS-GRADUAÇÃO STHCTOSBJSU DISCIPLINA UNIVERSIDADE FEDERAL DE LAVRAS PRÓ-REITORIA DE PÓS-GRADUAÇÃO COORDENADOR1A DE PÓS-GRADUAÇÃO STHCTOSBJSU DISCIPLINA Código Denominação Crédito(s) n Carga Horária Teórica Prática Total PCC-XXX 5Q3 Processamento

Leia mais

VISÃO COMPUTACIONAL COM A OPENCV MATERIAL APOSTILADO E VEÍCULO SEGUIDOR AUTÔNOMO. Professora da Escola de Engenharia Mauá (EEM/CEUN-IMT).

VISÃO COMPUTACIONAL COM A OPENCV MATERIAL APOSTILADO E VEÍCULO SEGUIDOR AUTÔNOMO. Professora da Escola de Engenharia Mauá (EEM/CEUN-IMT). VISÃO COMPUTACIONAL COM A OPENCV MATERIAL APOSTILADO E VEÍCULO SEGUIDOR AUTÔNOMO Riccardo Luigi Delai 1 ; Alessandra Dutra Coelho 2 1 Aluno de Iniciação Científica da Escola de Engenharia Mauá (EEM/CEUN-IMT);

Leia mais

Filtragem de imagens fixas usando Matlab

Filtragem de imagens fixas usando Matlab Televisão digital EEC5270 Relatório Filtragem de imagens fixas usando Matlab Bruno Filipe Sobral de Oliveira - ee01084@fe.up.pt Filipe Tiago Alves de Magalhães - ee01123@fe.up.pt Porto, 20 de Novembro

Leia mais

3 Materiais e Métodos

3 Materiais e Métodos 3 Materiais e Métodos Este capítulo apresenta as etapas experimentais e os materiais usados neste trabalho, assim como os equipamentos e as técnicas envolvidas no mesmo. 3.1. Materiais e Preparação de

Leia mais

Sistema de Reconhecimento de Impressões Digitais. Resumo

Sistema de Reconhecimento de Impressões Digitais. Resumo Sistema de Reconhecimento de Impressões Digitais Álvaro N. Prestes Relatório Técnico, Introdução ao Processamento de Imagens Programa de Engenharia de Sistemas e Computação - PESC/COPPE Universidade Federal

Leia mais

Cálculo de volume de objetos utilizando câmeras RGB-D

Cálculo de volume de objetos utilizando câmeras RGB-D Cálculo de volume de objetos utilizando câmeras RGB-D Servílio Souza de ASSIS 1,3,4 ; Izadora Aparecida RAMOS 1,3,4 ; Bruno Alberto Soares OLIVEIRA 1,3 ; Marlon MARCON 2,3 1 Estudante de Engenharia de

Leia mais

Segmentação de Imagens de Placas Automotivas

Segmentação de Imagens de Placas Automotivas Segmentação de Imagens de Placas Automotivas André Zuconelli, Manassés Ribeiro Instituto Federal Catarinense - Campus Videira. Técnico em Informática, turma 2010 Rodovia SC, Km 5 Bairro Campo Experimental

Leia mais

Classificação de Imagens

Classificação de Imagens Universidade do Estado de Santa Catarina Departamento de Engenharia Civil Classificação de Imagens Profa. Adriana Goulart dos Santos Extração de Informação da Imagem A partir de uma visualização das imagens,

Leia mais

Detecção em tempo real de movimentos de olhos e boca em um vídeo em cores

Detecção em tempo real de movimentos de olhos e boca em um vídeo em cores Detecção em tempo real de movimentos de olhos e boca em um vídeo em cores Daniel Ponciano dos Santos Barboza, Programa de Engenharia de Sistemas e Computação - PESC/COPPE Universidade Federal do Rio de

Leia mais

Identificação Humana Através de Biometria

Identificação Humana Através de Biometria Identificação Humana Através de Biometria por Marco César Chaul, CBP. Diretor de Tecnologias Neokoros - Brasil CBP Certified Biometric Professional. Fundamentos da Biometria Definição de Biometria Termo

Leia mais

APLICATIVOS GRÁFICOS (AULA 4)

APLICATIVOS GRÁFICOS (AULA 4) Prof. Breno Leonardo G. de M. Araújo brenod123@gmail.com http://blog.brenoleonardo.com.br APLICATIVOS GRÁFICOS (AULA 4) 1 Classificação da imagem Em relação à sua origem pode-se classificar uma imagem,

Leia mais

Controle Inteligente de Robôs Móveis Autônomos utilizando Sistemas Inteligentes

Controle Inteligente de Robôs Móveis Autônomos utilizando Sistemas Inteligentes Controle Inteligente de Robôs Móveis Autônomos utilizando Sistemas Inteligentes Aluno: Gabriel Lins Tenório Orientadoras: Roxana Jiménez e Marley Rebuzzi Vellasco Introdução A aplicação de robôs móveis

Leia mais

Universidade Federal de Goiás Instituto de Informática Processamento Digital de Imagens

Universidade Federal de Goiás Instituto de Informática Processamento Digital de Imagens Universidade Federal de Goiás Instituto de Informática Processamento Digital de Imagens Prof Fabrízzio Alphonsus A M N Soares 2012 Capítulo 2 Fundamentos da Imagem Digital Definição de Imagem: Uma imagem

Leia mais

Processamento digital de imagens. introdução

Processamento digital de imagens. introdução Processamento digital de imagens introdução Imagem digital Imagem digital pode ser descrita como uma matriz bidimensional de números inteiros que corresponde a medidas discretas da energia eletromagnética

Leia mais

UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ CÂMPUS CURITIBA CURSO DE ENGENHARIA DE CONTROLE E AUTOMAÇÃO

UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ CÂMPUS CURITIBA CURSO DE ENGENHARIA DE CONTROLE E AUTOMAÇÃO UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ CÂMPUS CURITIBA CURSO DE ENGENHARIA DE CONTROLE E AUTOMAÇÃO ALEXANDRE PINTO DE LARA CARLA EDUARDA ORLANDO DE MORAES DESENVOLVIMENTO DE EQUIPAMENTO DE CAPTURA

Leia mais

Interpolação de Curvas de Nível por Difusão de Calor

Interpolação de Curvas de Nível por Difusão de Calor Interpolação de Curvas de Nível por Difusão de Calor ROBERTO DE BEAUCLAIR SEIXAS LUIZ HENRIQUE DE FIGUEIREDO CLAUDIO ANTONIO DA SILVA IMPA Instituto de Matemática Pura e Aplicada VISGRAF Laboratório de

Leia mais

2. O Programa. Figura 1 : Janela Principal do Programa

2. O Programa. Figura 1 : Janela Principal do Programa AUTOMAÇÃO DE PROJETOS DE TRELIÇAS METÁLICAS PLANAS Nilto Calixto Silva Aluno de Graduação ncalixto@fec.unicamp.br http://www.fec.unicamp.br/~ncalixto João Alberto Venegas Requena Professor Assistente Doutor

Leia mais

Um Método Simples e Eficiente para Detecção de Atividade de Voz Usando a Transformada Wavelet

Um Método Simples e Eficiente para Detecção de Atividade de Voz Usando a Transformada Wavelet Anais do CNMAC v.2 ISSN 984-82X Um Método Simples e Eficiente para de Atividade de Voz Usando a Transformada Wavelet Marco A. Q. Duarte Curso de Matemática, UUC, UEMS 7954-, Cassilândia, MS E-mail: marco@uems.br

Leia mais

Comparação entre a Máscara de Nitidez Cúbica e o Laplaciano para Realce de Imagens Digitais

Comparação entre a Máscara de Nitidez Cúbica e o Laplaciano para Realce de Imagens Digitais Comparação entre a Máscara de Nitidez Cúbica e o Laplaciano para Realce de Imagens Digitais Wesley B. Dourado, Renata N. Imada, Programa de Pós-Graduação em Matemática Aplicada e Computacional, FCT, UNESP,

Leia mais

Sistemas Automáticos de Identificação de Impressões Digitais Fingerprint Automatic Identification Systems

Sistemas Automáticos de Identificação de Impressões Digitais Fingerprint Automatic Identification Systems Sistemas Automáticos de Identificação de Impressões Digitais Fingerprint Automatic Identification Systems Raimundo Cláudio da Silva Vasconcelos 1, FATEC Resumo Este trabalho trata do uso das impressões

Leia mais

VISÃO COMPUTACIONAL APLICADA PARA O APOIO À CALIBRAÇÃO DE TERMOHIGRÔMETROS

VISÃO COMPUTACIONAL APLICADA PARA O APOIO À CALIBRAÇÃO DE TERMOHIGRÔMETROS VISÃO COMPUTACIONAL APLICADA PARA O APOIO À CALIBRAÇÃO DE TERMOHIGRÔMETROS Vladimir Geraseev Junior Universidade de Taubaté - UNITAU vgeraseev@gmail.com RESUMO Este trabalho tem como objetivo apresentar

Leia mais

DIFERENÇA FINITA DE QUARTA ORDEM A equação de equilíbrio, para o problema elastodinâmico, é:

DIFERENÇA FINITA DE QUARTA ORDEM A equação de equilíbrio, para o problema elastodinâmico, é: DIFERENÇA FINITA DE QUARTA ORDEM PARA INTEGRAÇÃO EXPLÍCITA NO DOMÍNIO DO TEMPO DE PROBLEMAS ELASTODINÂMICOS L. A. Souza 1 e C. A. Moura 2 1 Instituto Politécnico / UERJ Caixa Postal 97282 28601-970 Nova

Leia mais

Karine Nayara F. Valle. Métodos Numéricos de Euler e Runge-Kutta

Karine Nayara F. Valle. Métodos Numéricos de Euler e Runge-Kutta Karine Nayara F. Valle Métodos Numéricos de Euler e Runge-Kutta Professor Orientador: Alberto Berly Sarmiento Vera Belo Horizonte 2012 Karine Nayara F. Valle Métodos Numéricos de Euler e Runge-Kutta Monografia

Leia mais

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Visão Computacional Não existe um consenso entre os autores sobre o correto escopo do processamento de imagens, a

Leia mais

PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA. Plano de Ensino

PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA. Plano de Ensino DISCIPLINA: Sinais e Sistemas CÓDIGO: MEE003 Validade: A partir do 1º semestre de 2009. Carga Horária: 5 horas-aula Créditos: 03 Área de Concentração / Módulo: Modelagem e Controle de Sistemas / Disciplinas

Leia mais

3DODYUDVFKDYH Visão Computacional, Inteligência Artificial, Redes Neurais Artificiais.

3DODYUDVFKDYH Visão Computacional, Inteligência Artificial, Redes Neurais Artificiais. 80,7(0$'(9, 23$5$5(&21+(&,0(172'(3(d$(080 7$%8/(,52'(;$'5(= Sérgio Faustino Ribeiro Juracy Emanuel M. da França Marcelo Alves de Barros José Homero Feitosa Cavalcanti Universidade Federal da Paraíba CCT/COPIN/NEUROLAB-CT/DTM

Leia mais

Tomografia por emissão de pósitrons (PET) Pedro Bastos Costa

Tomografia por emissão de pósitrons (PET) Pedro Bastos Costa Tomografia por emissão de pósitrons (PET) Pedro Bastos Costa Introdução Na Tomografia por Emissão de Pósitrons (PET), diferentemente dos exames de Raio-x ou CT, a emissão da radiação é realizada diretamente

Leia mais

Processamento de Imagem. Representação, Armazenamento e Formato de imagens Professora Sheila Cáceres

Processamento de Imagem. Representação, Armazenamento e Formato de imagens Professora Sheila Cáceres Processamento de Imagem Representação, Armazenamento e Formato de imagens Professora Sheila Cáceres Representação e armazenamento de imagens Process. de Imagem - Prof. Sheila Cáceres 2 Representação Matricial

Leia mais

TÉCNICAS DE CAD PARA ENGENHARIA CIVIL AULA 11. 1.1. Visualização do Sistema de Coordenadas Corrente

TÉCNICAS DE CAD PARA ENGENHARIA CIVIL AULA 11. 1.1. Visualização do Sistema de Coordenadas Corrente TÉCNICAS DE CAD PARA ENGENHARIA CIVIL AULA 11 1. SISTEMA DE COORDENADAS DO USUÁRIO 1.1. Visualização do Sistema de Coordenadas Corrente 1.2. Controle da posição e da visibilidade do ícone UCS 1.3. Criação

Leia mais

Chow&Kaneko buscam as modas da imagem para separar os objetos. Admite que os tons na vizinhança de cada moda são do mesmo objeto.

Chow&Kaneko buscam as modas da imagem para separar os objetos. Admite que os tons na vizinhança de cada moda são do mesmo objeto. Respostas Estudo Dirigido do Capítulo 12 Image Segmentation" 1 Com suas palavras explique quais os problemas que podem ocorrer em uma segmentação global baseada em níveis de cinza da imagem. Que técnicas

Leia mais

A limiarização é uma das abordagens mais importantes de segmentação de imagens. A limiarização é um caso específico de segmentação.

A limiarização é uma das abordagens mais importantes de segmentação de imagens. A limiarização é um caso específico de segmentação. Limiarização A limiarização é uma das abordagens mais importantes de segmentação de imagens. A limiarização é um caso específico de segmentação. O princípio da limiarização consiste em separar as regiões

Leia mais

Comunicação de Dados. Aula 5 Transmissão Analógica

Comunicação de Dados. Aula 5 Transmissão Analógica Comunicação de Dados Aula 5 Transmissão Analógica Sumário Modulação de sinais digitais Tipos de Modulação Taxa de transmissão x Taxa de modulação Modulação por amplitude Modulação por freqüência Modulação

Leia mais

)LJXUD8PGRVSDUHV'SDUDFRQYROXomRTXHWHPRPHVPRHIHLWRGR NHUQHOGD)LJXUD

)LJXUD8PGRVSDUHV'SDUDFRQYROXomRTXHWHPRPHVPRHIHLWRGR NHUQHOGD)LJXUD )LOWURJDXVVLDQR O filtro Gaussiano pode ser usado como um filtro SDVVDEDL[D. Usando a função Gaussiana para obter valores de uma máscara a ser definida digitalmente. O Filtro de Gaussiano em 1-D tem a

Leia mais

Aula 5 - Classificação

Aula 5 - Classificação AULA 5 - Aula 5-1. por Pixel é o processo de extração de informação em imagens para reconhecer padrões e objetos homogêneos. Os Classificadores "pixel a pixel" utilizam apenas a informação espectral isoladamente

Leia mais

Fundamentos de Imagens Digitais. Aquisição e Digitalização de Imagens. Aquisição e Digitalização de Imagens. Aquisição e Digitalização de Imagens

Fundamentos de Imagens Digitais. Aquisição e Digitalização de Imagens. Aquisição e Digitalização de Imagens. Aquisição e Digitalização de Imagens Fundamentos de Imagens Digitais Aquisição e Serão apresentadas as principais características de uma imagem digital: imagem do ponto de vista matemático processo de aquisição e digitalização de uma imagem

Leia mais

O ENSINO DE CÁLCULO NUMÉRICO: UMA EXPERIÊNCIA COM ALUNOS DO CURSO DE CIÊNCIA DA COMPUTAÇÃO

O ENSINO DE CÁLCULO NUMÉRICO: UMA EXPERIÊNCIA COM ALUNOS DO CURSO DE CIÊNCIA DA COMPUTAÇÃO O ENSINO DE CÁLCULO NUMÉRICO: UMA EXPERIÊNCIA COM ALUNOS DO CURSO DE CIÊNCIA DA COMPUTAÇÃO Prof. Leugim Corteze Romio Universidade Regional Integrada URI Campus Santiago-RS leugimcr@urisantiago.br Prof.

Leia mais

Filtragem Espacial. (Processamento Digital de Imagens) 1 / 41

Filtragem Espacial. (Processamento Digital de Imagens) 1 / 41 Filtragem Espacial (Processamento Digital de Imagens) 1 / 41 Filtragem Espacial Filtragem espacial é uma das principais ferramentas usadas em uma grande variedade de aplicações; A palavra filtro foi emprestada

Leia mais

Ferramenta para detecção de fadiga em motoristas baseada no monitoramento dos olhos

Ferramenta para detecção de fadiga em motoristas baseada no monitoramento dos olhos Ferramenta para detecção de fadiga em motoristas baseada no monitoramento dos olhos Rafael Dattinger Acadêmico Dalton Solano dos Reis - Orientador Roteiro Introdução/Objetivos Fundamentação teórica Desenvolvimento

Leia mais

Uma Versão Intervalar do Método de Segmentação de Imagens Utilizando o K-means

Uma Versão Intervalar do Método de Segmentação de Imagens Utilizando o K-means TEMA Tend. Mat. Apl. Comput., 6, No. 2 (2005), 315-324. c Uma Publicação da Sociedade Brasileira de Matemática Aplicada e Computacional. Uma Versão Intervalar do Método de Segmentação de Imagens Utilizando

Leia mais

RECONHECIMENTO DE PLACAS DE AUTOMÓVEIS ATRAVÉS DE CÂMERAS IP

RECONHECIMENTO DE PLACAS DE AUTOMÓVEIS ATRAVÉS DE CÂMERAS IP RECONHECIMENTO DE PLACAS DE AUTOMÓVEIS ATRAVÉS DE CÂMERAS IP Caio Augusto de Queiroz Souza caioaugusto@msn.com Éric Fleming Bonilha eric@digifort.com.br Gilson Torres Dias gilson@maempec.com.br Luciano

Leia mais

Universidade Católica Dom Bosco

Universidade Católica Dom Bosco Universidade Católica Dom Bosco Centro de Ciências Exatas e Tecnológicas Curso de Engenharia de Computação Técnicas de Visão Computacional para Rastreamento de Múltiplos Objetos João Bosco Oliveira Monteiro

Leia mais

Imagem e Gráficos. vetorial ou raster?

Imagem e Gráficos. vetorial ou raster? http://computacaografica.ic.uff.br/conteudocap1.html Imagem e Gráficos vetorial ou raster? UFF Computação Visual tem pelo menos 3 grades divisões: CG ou SI, AI e OI Diferença entre as áreas relacionadas

Leia mais

RECONHECIMENTO DE IMPRESSÕES DIGITAIS COM BAIXO CUSTO COMPUTACIONAL PARA UM SISTEMA DE CONTROLE DE ACESSO

RECONHECIMENTO DE IMPRESSÕES DIGITAIS COM BAIXO CUSTO COMPUTACIONAL PARA UM SISTEMA DE CONTROLE DE ACESSO DIEGO RESENDE FARIA RECONHECIMENTO DE IMPRESSÕES DIGITAIS COM BAIXO CUSTO COMPUTACIONAL PARA UM SISTEMA DE CONTROLE DE ACESSO Dissertação apresentada como requisito parcial à obtenção do título de Mestre

Leia mais

Profa. Dra. Soraia Raupp Musse Thanks to Prof. Dr. Cláudio Rosito Jung

Profa. Dra. Soraia Raupp Musse Thanks to Prof. Dr. Cláudio Rosito Jung Introdução ao Processamento de Imagens Profa. Dra. Soraia Raupp Musse Thanks to Prof. Dr. Cláudio Rosito Jung Introdução Processamento de Imagens: processamento de sinais bidimensionais (ou n-dimensionais).

Leia mais

TRIANGULAÇÃO DE DELAUNAY COM RESTRIÇÃO EM IMAGENS BIDIMENSIONAIS

TRIANGULAÇÃO DE DELAUNAY COM RESTRIÇÃO EM IMAGENS BIDIMENSIONAIS TRIANGULAÇÃO DE DELAUNAY COM RESTRIÇÃO EM IMAGENS BIDIMENSIONAIS Leide Daiane Caires 1, Edson A. Capello Sousa 2 1 Depto Eng. Mecânica Universidade Estadual Paulista, Bauru, Brasil, ladycaires@gmail.com

Leia mais

Manual Introdutório do DataStudio

Manual Introdutório do DataStudio Manual de Instruções Manual N.º 012-08107 Manual Introdutório do DataStudio Manual N.º 012-08107 Manual N.º 012-08107 Manual Introdutório do DataStudio Introdução O que é o DataStudio? O DataStudio é

Leia mais

Morfologia Matemática Binária

Morfologia Matemática Binária Morfologia Matemática Binária Conceitos fundamentais: (Você precisa entender bem esses Pontos básicos para dominar a área! Esse será nosso game do dia!!! E nossa nota 2!!) Morfologia Matemática Binária

Leia mais

ESTEREOSCOPIA INTRODUÇÃO. Conversão de um par de imagens (a)-(b) em um mapa de profundidade (c)

ESTEREOSCOPIA INTRODUÇÃO. Conversão de um par de imagens (a)-(b) em um mapa de profundidade (c) ESTEREOSCOPIA INTRODUÇÃO Visão estereoscópica se refere à habilidade de inferir informações da estrutura 3-D e de distâncias da cena de duas ou mais imagens tomadas de posições diferentes. Conversão de

Leia mais

Reconhecimento de Padrões Utilizando Filtros Casados

Reconhecimento de Padrões Utilizando Filtros Casados Detecção e estimação de sinais Reconhecimento de Padrões Utilizando Filtros Casados Aline da Rocha Gesualdi Mello, José Manuel de Seixas, Márcio Portes de Albuquerque, Eugênio Suares Caner, Marcelo Portes

Leia mais

Tomografia Computadorizada I. Walmor Cardoso Godoi, M.Sc. http://www.walmorgodoi.net Aula 04. Sistema Tomográfico

Tomografia Computadorizada I. Walmor Cardoso Godoi, M.Sc. http://www.walmorgodoi.net Aula 04. Sistema Tomográfico Tomografia Computadorizada I Walmor Cardoso Godoi, M.Sc. http://www.walmorgodoi.net Aula 04 Sistema Tomográfico Podemos dizer que o tomógrafo de forma geral, independente de sua geração, é constituído

Leia mais

SEGEMENTAÇÃO DE IMAGENS. Nielsen Castelo Damasceno

SEGEMENTAÇÃO DE IMAGENS. Nielsen Castelo Damasceno SEGEMENTAÇÃO DE IMAGENS Nielsen Castelo Damasceno Segmentação Segmentação Representação e descrição Préprocessamento Problema Aquisição de imagem Base do conhecimento Reconhecimento e interpretação Resultado

Leia mais

SEGMENTAÇÃO DE IMAGENS EM PLACAS AUTOMOTIVAS

SEGMENTAÇÃO DE IMAGENS EM PLACAS AUTOMOTIVAS SEGMENTAÇÃO DE IMAGENS EM PLACAS AUTOMOTIVAS André Zuconelli 1 ; Manassés Ribeiro 2 1. Aluno do Curso Técnico em Informática, turma 2010, Instituto Federal Catarinense, Câmpus Videira, andre_zuconelli@hotmail.com

Leia mais

3 Análise para a definição da estratégia

3 Análise para a definição da estratégia 3 Análise para a definição da estratégia O presente capítulo aborda os aspectos relacionados à transação sob dois prismas, sendo o primeiro o Transaction Cost Theory (TCT), no qual o foco é a análise dos

Leia mais

Detecção de movimento para sistema automático de vigilância por vídeo

Detecção de movimento para sistema automático de vigilância por vídeo Detecção de movimento para sistema automático de vigilância por vídeo Simara Sonaglio E Marcos Moecke Instituto Federal de Educação, Ciência e Tecnológia de Santa Catarina - IF-SC Campus Florianópolis

Leia mais

REPRESENTAÇÃO DA IMAGEM DIGITAL

REPRESENTAÇÃO DA IMAGEM DIGITAL REPRESENTAÇÃO DA IMAGEM DIGITAL Representação da imagem Uma imagem é uma função de intensidade luminosa bidimensional f(x,y) que combina uma fonte de iluminação e a reflexão ou absorção de energia a partir

Leia mais

Simulação de traços artísticos através do tablet

Simulação de traços artísticos através do tablet UNIVERSIDADE FEDERAL DE PERNAMBUCO GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO CENTRO DE INFORMÁTICA Simulação de traços artísticos através do tablet PROPOSTA DE TRABALHO DE GRADUAÇÃO Aluna: Nicole Barbosa Sultanum

Leia mais

Aula 9 ESCALA GRÁFICA. Antônio Carlos Campos

Aula 9 ESCALA GRÁFICA. Antônio Carlos Campos Aula 9 ESCALA GRÁFICA META Apresentar as formas de medição da proporcionalidade entre o mundo real e os mapas através das escalas gráficas. OBJETIVOS Ao final desta aula, o aluno deverá: estabelecer formas

Leia mais

IMPORTÂNCIA DE UM SISTEMA DE ACOMPANHAMENTO PARA A DIGITALIZAÇÃO DE OBJETOS UTILIZANDO SENSOR LASER

IMPORTÂNCIA DE UM SISTEMA DE ACOMPANHAMENTO PARA A DIGITALIZAÇÃO DE OBJETOS UTILIZANDO SENSOR LASER IMPORTÂNCIA DE UM SISTEMA DE ACOMPANHAMENTO PARA A DIGITALIZAÇÃO DE OBJETOS UTILIZANDO SENSOR LASER Werley Rocherter Borges Ferreira UFU, Universidade Federal de Uberlândia, Curso de Engenharia Mecatrônica,

Leia mais

RESUMO DAS NORMAS TÉCNICAS DA ABNT

RESUMO DAS NORMAS TÉCNICAS DA ABNT RESUMO DAS NORMAS TÉCNICAS DA ABNT A padronização ou normalização do desenho técnico tem como objetivo uniformizar o desenho por meio de um conjunto de regras ou recomendações que regulamentam a execução

Leia mais

Rastreamento de Múltiplos. Objetos em Tempo Real

Rastreamento de Múltiplos. Objetos em Tempo Real Rastreamento de Múltiplos Objetos em Tempo Real THIAGO DA ROSA DE BUSTAMANTE 1 UFMG - Universidade Federal de Minas Gerais, Av. Antônio Carlos, 667 Pampulha - Belo Horizonte, MG, Brasil trb@dcc.ufmg.br

Leia mais

Refração da Luz Índice de refração absoluto Índice de refração relativo Leis da refração Reflexão total da luz Lentes Esféricas Vergência de uma lente

Refração da Luz Índice de refração absoluto Índice de refração relativo Leis da refração Reflexão total da luz Lentes Esféricas Vergência de uma lente Refração da Luz Índice de refração absoluto Índice de refração relativo Leis da refração Reflexão total da luz Lentes Esféricas Vergência de uma lente Introdução Você já deve ter reparado que, quando colocamos

Leia mais

de Ciências do Ambiente e Sustentabilidade na Amazônia

de Ciências do Ambiente e Sustentabilidade na Amazônia Anais do I Seminário Internacional de Ciências do Ambiente e Sustentabilidade na Amazônia IMAGENS SAR-R99B APLICADAS NO MAPEAMENTO DO DESFLORESTAMENTO Bárbara Karina Barbosa do Nascimento; Marcelo Parise;

Leia mais

INTRODUÇÃO O QUE É VISÃO COMPUTACIONAL?

INTRODUÇÃO O QUE É VISÃO COMPUTACIONAL? INTRODUÇÃO O QUE É VISÃO COMPUTACIONAL? Sinônimo Visão Computacional =========== Visão de Máquinas Análise de Imagens, Análise de Cenas Image Understanding Oposto Visão Computacional =========== Computação

Leia mais

Como foi visto no tópico anterior, existem duas formas básicas para representar uma função lógica qualquer:

Como foi visto no tópico anterior, existem duas formas básicas para representar uma função lógica qualquer: ELETRÔNI IGITl I FUNÇÕES LÓGIS Formas de representação de uma função lógica omo foi visto no tópico anterior, existem duas formas básicas para representar uma função lógica qualquer: Soma de Produtos Produtos

Leia mais

UNIVERSIDADE DO CONTESTADO - UnC CAMPUS MAFRA/RIO NEGRINHO/PAPANDUVA CURSO SISTEMAS DE INFORMAÇÃO

UNIVERSIDADE DO CONTESTADO - UnC CAMPUS MAFRA/RIO NEGRINHO/PAPANDUVA CURSO SISTEMAS DE INFORMAÇÃO UNIVERSIDADE DO CONTESTADO - UnC CAMPUS MAFRA/RIO NEGRINHO/PAPANDUVA CURSO SISTEMAS DE INFORMAÇÃO FERNANDO DUTKA LEONARDO ZEQUINELLI BIBOLOTTI MAICON ÉDER MOTELIEVICZ ROBERTO FERNANDO NEHLS MAFRA - SC

Leia mais

Ao se falar sobre fotografia cinematográfica estão envolvidos diversos elementos que devem ser levados em consideração:

Ao se falar sobre fotografia cinematográfica estão envolvidos diversos elementos que devem ser levados em consideração: 1 OBJETIVAS E COMPOSIÇÃO Ao se falar sobre fotografia cinematográfica estão envolvidos diversos elementos que devem ser levados em consideração: 1 - AS LENTES: As objetivas são comumente chamadas de lentes,

Leia mais

Curso de Instrumentista de Sistemas. Fundamentos de Controle. Prof. Msc. Jean Carlos

Curso de Instrumentista de Sistemas. Fundamentos de Controle. Prof. Msc. Jean Carlos Curso de Instrumentista de Sistemas Fundamentos de Controle Prof. Msc. Jean Carlos Ações de controle em malha fechada Controle automático contínuo em malha fechada Ação proporcional A característica da

Leia mais

Informática Aplicada a Radiologia

Informática Aplicada a Radiologia Informática Aplicada a Radiologia Apostila: Imagem Digital parte I Prof. Rubens Freire Rosa Imagem na forma digital A representação de Imagens na forma digital nos permite capturar, armazenar e processar

Leia mais

Introdução ao Processamento de Imagens

Introdução ao Processamento de Imagens Introdução ao PID Processamento de Imagens Digitais Introdução ao Processamento de Imagens Glaucius Décio Duarte Instituto Federal Sul-rio-grandense Engenharia Elétrica 2013 1 de 7 1. Introdução ao Processamento

Leia mais

CLASSIFICAÇÃO AUTOMÁTICA DE MACERAIS DE CARVÃO

CLASSIFICAÇÃO AUTOMÁTICA DE MACERAIS DE CARVÃO CLASSIFICAÇÃO AUTOMÁTICA DE MACERAIS DE CARVÃO Aluno: Annita da Costa Fidalgo Orientador: Sidnei Paciornik Co-Orientador: Marcos Henrique de Pinho Mauricio Introdução O carvão é um dos materiais mais antigos

Leia mais

UFGD FCA PROF. OMAR DANIEL BLOCO 6 CLASSIFICAÇÃO DE IMAGENS

UFGD FCA PROF. OMAR DANIEL BLOCO 6 CLASSIFICAÇÃO DE IMAGENS UFGD FCA PROF. OMAR DANIEL BLOCO 6 CLASSIFICAÇÃO DE IMAGENS Obter uma imagem temática a partir de métodos de classificação de imagens multi- espectrais 1. CLASSIFICAÇÃO POR PIXEL é o processo de extração

Leia mais

FÍSICA DO RX. Cristina Saavedra Almeida fisicamed

FÍSICA DO RX. Cristina Saavedra Almeida fisicamed FÍSICA DO RX Cristina Saavedra Almeida fisicamed O QUE É RADIAÇÃO Pode ser gerada por fontes naturais ou por dispositivos construídos pelo homem. Possuem energia variável desde valores pequenos até muito

Leia mais

Processamento Digital de Imagens

Processamento Digital de Imagens Processamento Digital de Imagens (Fundamentos) Prof. Silvio Jamil F. Guimarães PUC Minas 2013-1 Prof. Silvio Guimarães (PUC Minas) Processamento Digital de Imagens 2013-1 1 / 70 Tipos de sinais Conceito

Leia mais

As técnicas de filtragem podem ser divididas em dois tipos: filtragem no domínio

As técnicas de filtragem podem ser divididas em dois tipos: filtragem no domínio %ODYLR9LROD ),/75$*(012'20Ë1,2'$)5(4hÇ1&,$ Pode-se entender filtragem de uma imagem, como sendo técnicas de transformações aplicadas a cada SL[HO da imagem, levando em conta os níveis de cinza de uma região

Leia mais

Aquisição e Representação da Imagem Digital

Aquisição e Representação da Imagem Digital Universidade Federal do Rio de Janeiro - IM/DCC & NCE Aquisição e Representação da Imagem Digital Antonio G. Thomé thome@nce.ufrj.br Sala AEP/33 Sumário. Introdução 2. Aquisição e Representação da Imagem

Leia mais

PROGRAMA DE APOIO AOS PÓLOS DE INOVAÇÃO TECNOLÓGICA

PROGRAMA DE APOIO AOS PÓLOS DE INOVAÇÃO TECNOLÓGICA DE INOVAÇÃO TECNOLÓGICA 1 O presente relatório refere-se as atividades de pesquisa desenvolvidas no período de abril de 2005 a abril de 2006. Neste período foi desenvolvido, entre outras atividades constantes

Leia mais

Os Tempos da Máquina. Gabriel Menotti

Os Tempos da Máquina. Gabriel Menotti Os Tempos da Máquina Gabriel Menotti A parte mais evidente das Máquinas do Tempo são as fotografias. É por meio desses elementos que o projeto de Andrei Thomaz se dá prontamente ao olhar. Um público acostumado

Leia mais

Utilização de imagem CBERS-2 na análise e avaliação dos impactos ambientais da cultura da cana-de-açúcar da região de Ribeirão Preto SP

Utilização de imagem CBERS-2 na análise e avaliação dos impactos ambientais da cultura da cana-de-açúcar da região de Ribeirão Preto SP Utilização de imagem CBERS-2 na análise e avaliação dos impactos ambientais da cultura da cana-de-açúcar da região de Ribeirão Preto SP Valéria de Souza Assunção 1 Elizabete Cristina Kono 1 Rafael Frigerio

Leia mais

Aula 2 Aquisição de Imagens

Aula 2 Aquisição de Imagens Processamento Digital de Imagens Aula 2 Aquisição de Imagens Prof. Dr. Marcelo Andrade da Costa Vieira mvieira@sc.usp.br EESC/USP Fundamentos de Imagens Digitais Ocorre a formação de uma imagem quando

Leia mais

TOPOLOGIA DA IMAGEM DIGITAL

TOPOLOGIA DA IMAGEM DIGITAL Faculdade de Computação Universidade Federal de Uberlândia TOPOLOGIA DA IMAGEM DIGITAL Sumário Vizinhança de um pixel O que é conectividade? Algoritmo para rotular componentes conectadas Relação de adjacência

Leia mais