Extração de Minúcias em Imagens de Impressões Digitais
|
|
- Ângela de Carvalho Cortês
- 8 Há anos
- Visualizações:
Transcrição
1 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 Resumo O trabalho apresenta métodos para a extração de minúcias em imagens de impressões digitais. O objetivo foi desenvolver um sistema semi-automático para extração de minúcias para auxiliar especialistas na tarefa de identificação de indivíduos, onde o sistema executa as seguintes etapas: pré-processamento das imagens com o objetivo de aumentar a discriminação visual das mesmas. Etapa de afinamento e marcação das minúcias nas imagens. E por último é realizada a etapa de pósprocessamento, que visa eliminar as falsas minúcias encontradas pelo sistema. Porém é um sistema semiautomático onde ainda será necessária a intervenção de um especialista para o reconhecimento do indivíduo através da imagem. 1. Introdução A biometria tem se tornado um tópico cada vez mais importante, em face das crescentes necessidades de proteção e segurança no mundo hodierno. Ela é definida como a(s) característica(s) ou métrica(s) que identifica(m) de forma única o indivíduo [1]. As impressões digitais vêm ao longo destes anos demonstrando maior confiabilidade no que se diz respeito à identificação de indivíduos. Utilizada nos tribunais de justiça como provas criminalísticas esta é, portanto junto com a assinatura a técnica biométrica mais aceita no mundo inteiro. As impressões digitais são formadas nos primeiros meses de gestação, onde cada um tem sua própria impressão digital, e pode ser observado que até mesmo gêmeos idênticos possuem os desenhos que formam a geometria da impressão digital diferente por existir variações no fluxo amniótico e cada um estar inserido em um micro ambiente diferente dentro do útero [2]. No trabalho primeiro são executados algoritmos de pré-processamento. Já na etapa de extração das minúcias é realizado o trabalho de afinamento das cristas papilares e depois a marcação das minúcias. A etapa final é a de pós-processamento, onde é realizada a remoção de falsas minúcias encontradas pelo sistema. Existem vários sistemas de detecção de minúcias em impressões digitais, na qual a maioria deles realiza o processo de classificação e verificação, estes por sua vez são conhecidos como sistemas automáticos. Já o sistema apresentado trabalha apenas com a detecção de minúcias, porém é conhecido como um sistema semi-automático. Onde em uma imagem de impressão digital pode-se observar vários tipos delas como as apresentadas na figura de número 1.1. Fig. 1.1 Amostra de várias minúcias. Estas minúcias podem se restringir a apenas dois grupos, as terminações e as bifurcações. Na qual já é possível diferenciar um indivíduo do outro. Geralmente em uma imagem de impressão digital de boa qualidade é possível observar de 40 a 100 minúcias [3]. No sistema desenvolvido foram utilizados para testes imagens do DB2 e do DB4 encontradas no site FVC2004 (Fingerprint Verification Competition) [4]. As imagens encontradas no DB2 foram obtidas através de um sensor óptico e as encontradas no DB4 foram geradas pelo SFinGe (Synthetic Fingerpring Generation). Fig. 1.2 Amostras das imagens capturadas pelos sensores. 2. Etapa de pré-processamento As imagens de impressões digitais são préprocessadas com o intuito de reduzir as distorções e
2 aumentar a discriminação visual entre os objetos contidos na imagem. Pois desde que as imagens são obtidas através de sensores podem apresentar deformações se comparadas com a digital original do indivíduo. 2.1 Espalhamento de contraste O espalhamento de contraste é utilizado, pois em imagens de má qualidade apresentam deficiência no contraste que podem gerar configurações de pixels similares ou ignorar minúcias verdadeiras. Este processo consiste em calcular para cada pixel um valor médio de intensidade em uma vizinhança de 5x5. Se o valor do pixel for menor que a média do bloco considerado, então o pixel de interesse receberá o valor zero; caso contrário o pixel receberá seu valor original [5]. Onde B(i, é a imagem binária resultante, O(i, é a imagem de entrada, ou seja, a imagem original, T é o nível de threshold utilizado para realizar a binarização da imagem, N são as linhas e M as colunas da imagem. O threshold adaptável é utilizado, pois o valor do nível de cinza é diferente em cada parte da imagem. Por isso é necessária a utilização de pequenos blocos para percorrer a imagem e realizar a binarização. Então o threshold é calculado para cada bloco da imagem usando o valor médio de cinza como valor de nível de threshold [7]. 2.3 Imagem direcional Fig. 2.2 Imagem binarizada. Fig. 2.1 Imagem original e imagem equalizada. 2.2 Binarização A binarização das imagens é de grande uso e de destacada importância quando são usadas imagens digitalizadas de impressões digitais. Uma vez que uma impressão digital deve possuir apenas duas tonalidades, a cor do fundo e a cor do desenho. Então a binarização é transformar a imagem original de 8 bits em uma imagem de 1 bit, ou seja, a binarização consiste em transformar uma imagem em tons de cinza em uma imagem preto e branco e esta operação é referida na literatura como threshold [6]. Um método de threshold adaptável é executado para binarizar a imagem que contém a impressão digital. Neste método verificam-se os valores de intensidade dos pixels com um determinado valor chamado de nível de threshold. Se o pixel de interesse tem valor menor que o nível de threshold utilizado, então o pixel receberá o valor zero, caso contrário este receberá o valor um. Esta operação pode ser expressa pela seguinte expressão: (1) B(i, = 0 se O(i, < T B(i, = 1se O(i, >= T (i = 1, 2,..., N; j = 1, 2,..., M) A maior parte dos trabalhos de extração de minúcias utilizam a imagem direcional, pois através dela obtêm-se informações contidas nos padrões de impressões digitais que podem ser seguramente calculadas em imagens ruidosas [8]. A imagem direcional na verdade tem grande importância durante o processo de extração das características globais (núcleo e delta) da imagem para um posterior processo de classificação desta dentre os cinco padrões adotados pelo NIST (National Institute of Standards and Technology) que são: Arco angular, arco plano, presilha interna, presilha externa e verticilo, na qual depois de localizada à qual classe pertence tal imagem o processo torna-se mais rápido, pois não é preciso procurar a imagem entre todas as outras no banco de dados. Ela também é importante durante o processo de reconhecimento do indivíduo, onde é criado um vetor de características contendo a localização da minúcia, seu tipo e orientação. A princípio o objetivo era desenvolver um sistema automático que realizasse a detecção de minúcias, das características globais, classificação e reconhecimento. E como a técnica para o cálculo da imagem direcional já havia sido pesquisada, foi interessante mantê-la no trabalho para estas futuras tarefas. O fluxo direcional das cristas papilares que formam as impressões digitais pode ser estimado através de suas texturas. Assim o campo de orientação forma uma matriz de direções representando as cristas e os vales (espaço entre as cristas) para cada localização na imagem, este
3 método é bastante utilizado em sistemas de identificação e autenticação de impressões digitais [9]. Para estimar o fluxo da orientação local das cristas papilares é necessário utilizar um bloco de estimação para cada bloco da imagem que contém a impressão digital com tamanho de WxW (W tem 16 pixels por padrão). Calculam-se os valores dos gradientes na direção x e y para cada pixel através de uma máscara de sobel 3x3. E a fórmula para realizar o cálculo da orientação do vetor gradiente é apresentada abaixo. Gy (2) α( x, y) = arctan Gx Os operadores morfológicos são utilizados aqui para determinar a região de interesse que na verdade é apenas a região em que se encontram as informações importantes da impressão digital, ou seja, o algoritmo de detecção de minúcias só irá percorrer a área em cinza apresentada na figura 2.4 ignorando as outras regiões. Nesta etapa são utilizados dois operadores morfológicos chamados de operação OPEN e CLOSE, ambos encontrados na toolbox de morfologia matemática do software Matlab (bwmorph). A operação OPEN é capaz expandir a imagem e remover pontos introduzidos por ruídos existentes no fundo da imagem. Já a operação CLOSE é capaz de contrair a imagem e eliminar pequenas cavidades existentes na mesma. Para estimar a direção das cristas papilares basta calcular os valores do vetor gradiente que foram computados juntamente com os valores dos cos-senos e dos senos dos ângulos formados entre as cristas papilares e os eixos x e y. (3) 1 θ ( x, y) = arctan 2 sin 2α W cos 2α W E então o processo é finalizado com a estimação da direção de cada bloco, aqueles blocos sem informações significantes das cristas papilares e dos vales da imagem que contêm a impressão digital são descartados baseados na seguinte fórmula: (4) 2 2 {2 ( Gx* Gy) + 2 ( Gx Gy )} E = 2 2 W * W * ( Gx + Gy ) Se o nível de E é menor que o nível de threshold, então o bloco é estimado como se fosse o fundo da imagem. Fig. 2.3 Direção estimada do fluxo das cristas papilares. 2.4 Região de interesse (ROI) Fig. 2.4 Região de interesse (área cinza). 3. Etapa de extração das minúcias Nesta etapa serão apresentados métodos de afinamento das cristas papilares da impressão digital contida na imagem (thinning). Após a operação de afinamento são utilizadas técnicas para remover pontos isolados e reentrâncias existentes entre as cristas papilares. E por fim é realizada a operação de extração das minúcias encontradas na impressão digital, ou seja, as terminações e as bifurcações. 3.1 Afinamento ou thinning O thinning também conhecido como afinamento das cristas papilares é uma técnica que pode ser utilizada para remover pontos isolados no fundo da imagem e ângulos retos ao longo de bordas dos objetos [10]. O algoritmo de afinamento é um casamento de máscaras (blocos) que percorrem a imagem verificando se um pixel faz ou não parte das cristas papilares que compõem a impressão digital. O afinamento é definido em termos da transformada hit or miss, que no caso é o casamento das máscaras. Em geral os algoritmos de afinamento consomem muito tempo em específico para impressões digitais, pois a varredura da imagem é feita linha a linha, examinando a vizinhança e verificando quando um pixel pode ou não ser apagado [11].
4 O algoritmo de afinamento é executado até que as cristas papilares da imagem atinjam a espessura de um pixel, normalmente estes algoritmos necessitam de 20 a 30 passos para afinar as cristas em uma imagem de impressão digital. E, portanto para otimizar este processo é necessário conhecer o processo de thinning. O afinamento é realizado através de pares de elementos estruturantes, porém é sugerido na literatura que estas operações podem ser efetuadas de forma simétrica a partir de uma família de elementos estruturantes, que é uma seqüência de rotações de um determinado elemento [13]. Quando um pixel é apagado, ou seja, seu valor muda de um para zero, a imagem é dita transformada. Um número total de pixels apagados em um passo constitui um número total de mudanças neste passo. O afinamento pode ser dado como completo quando o número de mudanças na imagem converge para zero, ou seja, quando não ocorrem mais mudanças [12]. Fig. 3.3 Pixel central e seus respectivos vizinhos. Observa-se a seguinte condição para realizar a remoção de pontos indesejáveis, ou seja, que não fazem parte das cristas papilares (ruídos). Primeiramente, define-se o pixel de interesse P (i, localizado no centro da máscara ou bloco que irá percorrer a imagem linha a linha. Se os pixels (i,, (i + 1, j + 1) e (i 1, j + 1) possuírem valor um, então os pixels (i + 1,, (i, j + 1) e (i - 1, receberão o valor zero (Figura 5.10). Desta forma é possível obter uma imagem filtrada do esqueleto que forma a impressão digital. Fig. 3.4 Máscara de remoção de reentrâncias. Fig. 3.1 Família de elementos estruturantes. Os símbolos ativos são representados pelo número zero e os representados pela letra x são os pixels que não interagem com a imagem. Já para a remoção de pontos existentes no fundo da imagem, ou seja, totalmente desconexos das cristas que formam a impressão digital é utilizado também como anteriormente uma um bloco de dimensões 3x3, porém se todos os pixels vizinhos ao pixel central possuírem valor zero e apenas o pixel central possuir valor um, então ele é transformado em zero também, passando a fazer parte do fundo da imagem. Fig. 3.5 Máscara de remoção de pontos. Fig. 3.2 Afinamento. 3.2 Filtro de remoção de ruídos Considerando as características essenciais mencionadas no algoritmo de afinamento, pretende-se remover os pixels que contornam as cristas papilares que formam a impressão digital, exceto aqueles que compõem estas cristas, de forma iterativa. Por exemplo, o pixel P(i, para ser removido deve ter alguns relacionamentos especiais em relação a seus vizinhos. Fig. 3.6 Remoção de ruídos. 3.3 Detecção de minúcias Depois de executar o algoritmo de afinamento das cristas papilares na imagem de impressão digital o
5 processo de extração das minúcias se torna relativamente fácil, pois depois das cristas serem afinadas estas passarão a ter uma espessura de um pixel o que torna possível que seja utilizado um bloco 3x3 (pequeno) para varrer a imagem em busca das minúcias. Porém a extração das minúcias não é uma tarefa trivial como apresentado em muitas literaturas porque por menor que seja pode haver um caso que necessite de cuidados especiais durante o estágio de marcação destas. O algoritmo para marcação das supostas minúcias dáse através do processo, onde um bloco ou máscara de dimensão 3x3 percorrerá a imagem linha a linha para detectar terminações e bifurcações nas cristas papilares. Por exemplo, se o pixel central tem valor um e também mais três vizinhos com valor um, então este local será marcado como uma minúcia do tipo bifurcação. Agora se o pixel central possuir valor um e apenas um de seus pixels vizinhos também possuir valor um, então o local será marcado como uma minúcia do tipo terminação. Fig. 3.7 Bifurcação e Terminação. Fig. 3.8 Marcação das minúcias. 4. Etapa de pós-processamento A etapa de pré-processamento não recupera completamente a imagem da impressão digital. Todas as etapas anteriores ocasionalmente introduzem algum tipo de ruído na imagem que posteriormente influenciam na detecção das minúcias. Por isso é necessário que haja um processo de remoção de falsas minúcias. 4.1 Remoção de falsas minúcias As falsas minúcias afetam significativamente na precisão do processo que vem logo a seguir, que é o de verificação e comparação das minúcias para uma suposta identificação. Pois o sistema irá realizar comparações com pontos que na verdade não são as minúcias reais que diferenciam um indivíduo do outro, ocasionando assim uma falsa identificação. Portanto alguns mecanismos para remover as falsas minúcias são necessários para manter um sistema de verificação de impressões digitais estável. No diagrama abaixo são especificados seis tipos de falsas minúcias que ocorrem em uma imagem de impressão digital. (a) (b) (c) (d) (e) (f) Fig. 4.1 Estrutura de falsas minúcias. Em (a) temos um caso de quebra encontrado na crista papilar, já em (b) uma ponte que conecta duas cristas, no caso (c) ocorre um pequeno segmento de crista no vale também conhecido como ilhota, em (d) ocorre um caso conhecido como lago que é o encontro de duas bifurcações existentes na mesma crista papilar criando um espaço entre ela, em (e) pode-se observar uma espúria que é uma pequena ramificação encontrada na crista e por último em (f) nota-se uma ocorrência de pontos isolados encontrados entre as cristas papilares. O processo para remoção de falsas minúcias é o seguinte: I Se duas terminações estão dentro de um mesmo bloco com distância D e suas direções são coincidentes com uma pequena variação angular, então é imposta a condição de que não há nenhuma terminação entre as duas terminações que foram marcadas como minúcias, pois é considerado que houve uma quebra na crista (caso a). II Se a distancia entre duas bifurcações é menor que D e elas estão na mesma crista, é removida as duas bifurcações (casos b e d). III Se duas terminações se encontram em uma distância menor que a especificada em D, é removido as duas terminações (caso c). IV Se a distância entre uma bifurcação e uma terminação é menor que D e as duas minúcias se encontram na mesma crista são removidas ambas as minúcias (caso e). V Se por algum motivo ainda existirem pontos isolados entre as cristas papilares e estes não tiverem nenhum vizinho dentro da distância especificada, esta minúcia também será removida.
6 5. Testes Fig. 4.2 Remoção de falsas minúcias. Os testes foram realizados em um micro-computador AMD Athlon com 2GB de memória RAM. E foram utilizadas 50 imagens obtidas por um sensor óptico e 50 obtidas através do SFinGe (Synthetic Fingerprint Generator), que gera imagens de impressões digitais sintéticas. Os resultados foram satisfatórios, visto que segundo [14] em uma digital contendo, entre 36 a 46 minúcias em média, 15 já são suficientes para realizar uma identificação correta. Analisando-se 10 imagens de cada banco de dados nas quais foram realizados os testes e em todas foram detectadas de 42 a 80 minúcias, e uma média de 18 minúcias detectadas corretamente. O que se enquadra nas estatísticas citadas acima. Porém ainda é um número muito alto de falsas minúcias, o que incentivou mais pesquisas relacionadas a filtragem no domínio da freqüência com filtros passabaixas e passa-altas que estão sendo pesquisados para serem aplicados e agrupados ao projeto final. 6. Conclusões O sistema apresentado atinge o objetivo que é o de detecção de minúcias nas imagens de impressões digitais, porém ainda está em fase de aperfeiçoamento. Mesmo assim apresenta várias técnicas de processamento de imagens que são relevantes para as etapas de detecção e marcação das minúcias. Na etapa de pós-processamento são definidos seis tipos de falsas minúcias que podem ser detectadas pelo algoritmo e posteriormente removidas o que torna o sistema mais robusto. Referências IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 20, nº 8, pp , [4] The Third International Fingerprint Verification Competition. Disponível em: < Acesso em: 06 Dez [5] HONG, L.; JAIN, A. K.; PANKANTI, S.; BOLLE, R. Fingerprint Enhancement. Proc. Third IEEE Workshop on Applications of Computer Vision, pp , [6] RATHA, N. K.; CHEN, S.; JAIN, A. K. Adaptative Flow Orientation Based Feature Extraction in Fingerprint Images. Pattern Recognition, vol. 28, nº 11, pp , [7] FARINA, A.; KOVÁCS-VAJNA, Z. M.; LEONE, A. Fingerprint minutiae extraction from skeletonized binary images. Pattern Recognition, 32, pp , [8] CAPPELLI, R.; LUMINI, A.; MAIO, D.; MALTONI, D. "Fingerprint Classification by Directional Image Partitioning". IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 21, nº 5, pp , [9] ZHANG, Q.; HUANG, K.; HONG, Y. Fingerprint Classification Based on Extraction and Analysis of Singularities and Pseudoridges. School of Electrical and Information Engineering University of Sydney, NSW 2006, Australia. [10] MEHTRE, B. M. "Fingerprint Image Analysis for Automatic Identification". Machine Vision and Aplicattions, vol. 6, n º 2. 3, pp , [11] CHONG, M. S.; GAY, R. K. L.; TAN, H. N.; LIU, J. Automatic Representation of Fingerprints for Data Compression by B-Spline Functions. Pattern Recognition, vol. 25, nº 10, pp , [12] VERMA, M. R.; MAJUNDAR, A. K.; CHATTERJEE, B. Edge Detection in Fingerprints. Pattern Recognition, vol. 20, nº 5, pp , [13] GONZALEZ, R. C.; WOODS, R. E. Digital Image Processing. Addison Wesley Publishing Company, [14] PRABHAKAR, S. Fingerprint Classification and Matching Using a Filterbank. PhD Thesis, Michigan State University, [1] LIU, S.; SILVERMAN, M. A Practical Guide to Biometric Security Technology. IT Pro, [S.l.], pp , January/February, [2] PRABHAKAR, S. Fingerprint Classification and Matching Using a Filterbank. PhD Thesis, Michigan State University, [3] HONG, L.; JAIN, A. K. Fingerprint Image Enhencement: Algorithm and Performance Evaluation
4 Avaliação Experimental
4 Avaliação Experimental Este capítulo apresenta uma avaliação experimental dos métodos e técnicas aplicados neste trabalho. Base para esta avaliação foi o protótipo descrito no capítulo anterior. Dentre
Leia mais[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 maisEtapas de pré-processamento de imagens nas técnicas de reconhecimento biométricas por digitais
Etapas de pré-processamento de imagens nas técnicas de reconhecimento biométricas por digitais Cassiana da Silva Bonato 1, Roberto Mendes Finzi Neto 1 1 Departamento de Ciência da Computação Universidade
Leia maisSistema 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 maisIDENTIFICAÇÃO 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 maisSegmentação de Imagens
Segmentação de Imagens (Processamento Digital de Imagens) 1 / 36 Fundamentos A segmentação subdivide uma imagem em regiões ou objetos que a compõem; nível de detalhe depende do problema segmentação para
Leia maisDetecção 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 maisProcessamento 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 maisRespostas 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 maisAula 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 maisTOPOLOGIA 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 maisUma Metodologia de Identificação de Imagens de Impressões Digitais pelo Filtro de Gabor
IEEE LATIN AMERICA TRANSACTIONS, VOL. 4, NO. 1, MARCH 2006 1 Uma Metodologia de Identificação de Imagens de Impressões Digitais pelo Filtro de Gabor Sanderson L. Gonzaga de Oliveira e Joaquim Teixeira
Leia maisESTEREOSCOPIA 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 maisDescritores 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 maisProf. Daniela Barreiro Claro
Prof. Daniela Barreiro Claro SQL, SQL3 e OQL são linguagens declarativas O SGBD deve processar e otimizar estas consultas antes delas serem efetivamente executadas Uma consulta possui muitas estratégias
Leia maisControle da produção baseado em códigos de barras
Controle da produção baseado em códigos de barras Fábio Favaretto (PUCPR) fabiofav@ccet.pucpr.br Alfredo Iarozinski Neto (PUCPR) alfredo@ccet.pucpr.br Resumo O controle da produção é um processo que tem
Leia maisRECONHECIMENTO 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 maisA 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 maisIdentificação 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 maisSegmentação 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 maisc. Técnica de Estrutura de Controle Teste do Caminho Básico
1) Defina: a. Fluxo de controle A análise de fluxo de controle é a técnica estática em que o fluxo de controle através de um programa é analisado, quer com um gráfico, quer com uma ferramenta de fluxo
Leia maisEncontrando 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 maisCapítulo 7. Topologia Digital. 7.1 Conexidade
Capítulo 7 Topologia Digital A Topologia Digital estuda a aplicação das noções definidas em Topologia sobre imagens binárias. Neste capítulo vamos introduzir algumas noções básicas de Topologia Digital,
Leia maisVerificação de Impressões Digitais usando Algoritmos Genéticos
1. Introdução Verificação de Impressões Digitais usando Algoritmos Genéticos Matheus Giovanni Pires, Fernando Vieira Duarte, Adilson Gonzaga Escola de Engenharia de São Carlos Universidade de São Paulo
Leia maisProcessamento 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 maisTransformada de Hough. Cleber Pivetta Gustavo Mantovani Felipe Zottis
Transformada de Hough Cleber Pivetta Gustavo Mantovani Felipe Zottis A Transformada de Hough foi desenvolvida por Paul Hough em 1962 e patenteada pela IBM. Originalmente, foi elaborada para detectar características
Leia maisde 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 maisAnálise e Comparação de Métodos de Pré-processamento de Imagens e Extração de Características em Impressões Digitais
Universidade Federal de Ouro Preto - UFOP Instituto de Ciências Exatas e Biológicas - ICEB Departamento de Computação - DECOM Análise e Comparação de Métodos de Pré-processamento de Imagens e Extração
Leia maisCálculo 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 mais4. Tarefa 16 Introdução ao Ruído. Objetivo: Método: Capacitações: Módulo Necessário: Análise de PCM e de links 53-170
4. Tarefa 16 Introdução ao Ruído Objetivo: Método: Ao final desta Tarefa você: Estará familiarizado com o conceito de ruído. Será capaz de descrever o efeito do Ruído em um sistema de comunicações digitais.
Leia maisIntrodução. 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 maisEng Civil Washington Peres Núñez Dr. em Engenharia Civil pela Universidade Federal do Rio Grande do Sul
PESQUISA ANÁLISE DE CARACTERÍSTICAS DE QUALIDADE DE MISTURAS ASFÁLTICAS PRODUZIDAS NA ATUALIDADE NO SUL DO BRASIL E IMPACTOS NO DESEMPENHO DE PAVIMENTOS FLEXÍVEIS. MANUAL DE OPERAÇÃO DO BANCO DE DADOS
Leia maisCálculo Numérico Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU
Cálculo Numérico Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU Prof. Dr. Sergio Pilling (IPD/ Física e Astronomia) III Resolução de sistemas lineares por métodos numéricos. Objetivos: Veremos
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO DEPARTAMENTO DE INFORMÁTICA PÓS GRADUAÇÃO EM INFORMÁTICA
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO DEPARTAMENTO DE INFORMÁTICA PÓS GRADUAÇÃO EM INFORMÁTICA INF2608 FUNDAMENTOS DE COMPUTAÇÃO GRÁFICA RELATÓRIO: IMAGENS SÍSMICAS VISUALIZAÇÃO E DETECÇÃO
Leia maisSISTEMAS DE INFORMAÇÃO GERENCIAIS
SISTEMAS DE INFORMAÇÃO GERENCIAIS Aluno: Luiza Cavalcanti Marques Orientador: Silvio Hamacher Introdução A modelagem e a utilização de bancos de dados em atividades gerenciais têm sofrido um aumento significativo
Leia maisExpansão de Imagem #2
Faculdade de Engenharia da Universidade do Porto Engenharia Electrotécnica e de Computadores Expansão de Imagem #2 Televisão Digital António Alberto da Silva Marques Pedro Ricardo dos Reis Porto, 2004
Leia maisClassificação 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 maisSumário INTRODUÇÃO 3 TELA DE APRESENTAÇÃO 3 DESENHANDO E TRANSFORMANDO 29 FERRAMENTA FORMA 29 PREENCHIMENTOS E CONTORNOS 36
Sumário Todos os direitos reservados e protegidos pela Lei 5.988 de 14/12/73. Nenhuma parte deste livro, sem prévia autorização por escrito de Celta Informática, poderá ser reproduzida total ou parcialmente,
Leia maisReconhecimento 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 maisCálculo Numérico Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU
Cálculo Numérico Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU Prof. Dr. Sergio Pilling (IPD/ Física e Astronomia) II Métodos numéricos para encontrar raízes (zeros) de funções reais. Objetivos:
Leia mais1- Scilab e a placa Lab_Uino. 2- Instalação do ToolBox
1- Scilab e a placa Lab_Uino A placa Lab_Uino, é uma plataforma aberta para aprendizagem de sistemas microprocessados. Com a utilização de um firmware especifico a placa Lab_Uino é reconhecido pelo sistema
Leia maisFigura 1: Exemplo de arredondamento com arestas retas.
1 Arredondamentos Um dos detalhes de peças mais simples é o arredondamento. Este detalhe é necessário, numa maneira geral para quebrar cantos vivos. Cantos vivos podem ser perigosos em peças que vão ser
Leia maisDEFINIÇÃO DE ÁREAS POTENCIAIS AO RISCO DE DESLIGAMENTO DE LINHAS DE TRANSMISSÃO DEVIDO A INCÊNDIOS - PLANEJAMENTO E CRITÉRIOS DE MANUTENÇÃO
DEFINIÇÃO DE ÁREAS POTENCIAIS AO RISCO DE DESLIGAMENTO DE LINHAS DE TRANSMISSÃO DEVIDO A INCÊNDIOS - PLANEJAMENTO E CRITÉRIOS DE MANUTENÇÃO Giovani Eduardo Braga(1) Leonardo Santana O. Dias(2) Carlos Alberto
Leia maisCAPÍTULO II. Funções e Portas Lógicas
UNIVERIDDE FEDERL DE UERLÂNDI FCULDDE DE ENGENHRI ELÉTRIC postila de Eletrônica Digital CPÍTULO II Funções e Portas Lógicas 2.1 Introdução Em 1854 o matemático inglês George oole apresentou um sistema
Leia maisCADERNOS DE INFORMÁTICA Nº 1. Fundamentos de Informática I - Word 2010. Sumário
CADERNO DE INFORMÁTICA FACITA Faculdade de Itápolis Aplicativos Editores de Texto WORD 2007/2010 Sumário Editor de texto... 3 Iniciando Microsoft Word... 4 Fichários:... 4 Atalhos... 5 Área de Trabalho:
Leia maisSensoriamento 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 maisClassificação 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 maisEstudo comparativo de métodos de segmentação de imagens digitais de aves
Estudo comparativo de métodos de segmentação de imagens digitais de aves Felipe de Sousa NOBRE; Paulo César Miranda MACHADO Escola de Engenharia Elétrica e de Computação - UFG felipesnobre@gmail.com, pcesar@eee.ufg.br
Leia maisMorfologia 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 maisSumário. 1. Instalando a Chave de Proteção 3. 2. Novas características da versão 1.3.8 3. 3. Instalando o PhotoFacil Álbum 4
1 Sumário 1. Instalando a Chave de Proteção 3 2. Novas características da versão 1.3.8 3 3. Instalando o PhotoFacil Álbum 4 4. Executando o PhotoFacil Álbum 9 3.1. Verificação da Chave 9 3.1.1. Erro 0001-7
Leia maisO 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 maisSistemas 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 mais3.1 Definições Uma classe é a descrição de um tipo de objeto.
Unified Modeling Language (UML) Universidade Federal do Maranhão UFMA Pós Graduação de Engenharia de Eletricidade Grupo de Computação Assunto: Diagrama de Classes Autoria:Aristófanes Corrêa Silva Adaptação:
Leia maisMemória cache. Prof. Francisco Adelton
Memória cache Prof. Francisco Adelton Memória Cache Seu uso visa obter uma velocidade de acesso à memória próxima da velocidade das memórias mais rápidas e, ao mesmo tempo, disponibilizar no sistema uma
Leia maisMetadados. 1. Introdução. 2. O que são Metadados? 3. O Valor dos Metadados
1. Introdução O governo é um dos maiores detentores de recursos da informação. Consequentemente, tem sido o responsável por assegurar que tais recursos estejam agregando valor para os cidadãos, as empresas,
Leia mais3DODYUDVFKDYH 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 maisPlano de Aula. 1 - Como abrir o programa KmPlot
Plano de Aula Aluno(a):PIBID MATEMÁTICA Escola: Escola Estadual de Ensino Médio Mestre Santa Bárbara Disciplina: Matemática Conteúdo: Função quadrática Assunto: Gráficos, coeficientes da função Público
Leia maisparadigma WBC Public - compra direta Guia do Fornecedor paradigma WBC Public v6.0 g1.0
paradigma WBC Public - compra direta Guia do Fornecedor paradigma WBC Public v6.0 g1.0 agosto de 2007 As informações contidas neste documento, incluíndo quaisquer URLs e outras possíveis referências a
Leia maisSimulação 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 maisI Seminário da Pós-graduação em Engenharia Elétrica
DESENVOLVIMENTO DE FERRAMENTAS COMPUTACIONAIS PARA ESTUDOS EM LINHAS SUBTERRÂNEAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA Danilo Sinkiti Gastaldello Aluno do Programa de Pós-Graduação em Engenharia Elétrica
Leia maisAcessando o SVN. Soluções em Vendas Ninfa 2
Acessando o SVN Para acessar o SVN é necessário um código de usuário e senha, o código de usuário do SVN é o código de cadastro da sua representação na Ninfa, a senha no primeiro acesso é o mesmo código,
Leia maisForma de Captura de Imagens Digitais:
Forma de Captura de Imagens Digitais: - Câmaras Digitais. -Videografia. - Scanner Normal. - Scanner plano B/P (tons de cinza). - Scanner plano Colorido. - Scanner plano profissional. - Scanner de tambor.
Leia maisModelos Pioneiros de Aprendizado
Modelos Pioneiros de Aprendizado Conteúdo 1. Hebb... 2 2. Perceptron... 5 2.1. Perceptron Simples para Classificaçãod e Padrões... 6 2.2. Exemplo de Aplicação e Motivação Geométrica... 9 2.3. Perceptron
Leia maisRECONHECIMENTO DE AVES DE NOMES ONOMATOPÉICOS
RECONHECIMENTO DE AVES DE NOMES ONOMATOPÉICOS Célio Seixo de BRITO Junior, Paulo César Miranda MACHADO Escola de Engenharia Elétrica e de Computação, UFG, 74001-970, Goiânia, GO Celiojunior01@gmail.com,
Leia maisSEGEMENTAÇÃO 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 maisRefração 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 maisTécnicas 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 maisTecnologia de faixa para falha
Tecnologia de faixa para falha Por Tom Bell e John Nankivell Índice 1. Introdução 1 2. Equipamento de teste / processo de teste de PIM existente 2 3. Nova análise de RTF / limitações técnicas 3 4. Fluxograma
Leia maisSADLD. Software. Manual de Operação. Sistema de Apoio ao Diagnóstico de Lesões Dentárias utilizando Espectroscopia Raman
SADLD Sistema de Apoio ao Diagnóstico de Lesões Dentárias utilizando Espectroscopia Raman Manual de Operação Software Versão 1.0 Março / 2003 Versão 1.0 março de 2003. As informações contidas neste manual
Leia maisTRIANGULAÇÃO 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 maisFale.com. Manual do Usuário
Fale.com Manual do Usuário Serviço Fale.com Índice 1. Introdução 3 2. Instalando o Fale.com 3 a. Configurando o áudio para atendimento pela Internet 9 3. Configurando o Fale.com 14 4. Utilizando o Fale.com
Leia maisUFGD 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 maisAnálise de Percolação em Barragem de Terra Utilizando o Programa SEEP/W
Análise de Percolação em Barragem de Terra Utilizando o Programa SEEP/W José Waldomiro Jiménez Rojas, Anderson Fonini. Programa de Pós Graduação em Engenharia Civil, Universidade Federal do Rio Grande
Leia maisProgramação em papel quadriculado
4 NOME DA AULA: Programação em papel quadriculado Tempo de aula: 45 60 minutos Tempo de preparação: 10 minutos Objetivo principal: ajudar os alunos a entender como a codificação funciona. RESUMO Ao "programar"
Leia maisRendering. Por Angelo Luz
Rendering Por Angelo Luz Sumário O que é Rendering? Qual a utilidade? Alguns Componentes do Rendering Técnicas mais utilizadas Métodos de utilização O que é Rendering? Rendering é o processo de criação
Leia maisGuia do Usuário. idocs Content Server v.2.0-1 -
Guia do Usuário idocs Content Server v.2.0-1 - 2013 BBPaper_Ds - 2 - Sumário Introdução... 4 Inicializando a aplicação... 6 Ambiente... 7 Alterando o ambiente... 8 Senhas... 10 Alterando senhas... 10 Elementos
Leia maisFiltragem 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 maisPROBLEMA DE ROTEAMENTO DE VEÍCULOS COM JANELA DE TEMPO
PROBLEMA DE ROTEAMENTO DE VEÍCULOS COM JANELA DE TEMPO UNIFAL - MG UFMG Edgar Fonseca FRANCO Jr. (Orientado) Flávio Alves de CARVALHO (Orientado) Humberto C. B. de OLIVEIRA (Orientador) Humberto C. B.
Leia maisResolução de sistemas lineares
Resolução de sistemas lineares J M Martínez A Friedlander 1 Alguns exemplos Comecemos mostrando alguns exemplos de sistemas lineares: 3x + 2y = 5 x 2y = 1 (1) 045x 1 2x 2 + 6x 3 x 4 = 10 x 2 x 5 = 0 (2)
Leia maisAnais do IX Congresso Brasileiro de Redes Neurais / Inteligência Computacional (IX CBRN) Ouro Preto 25-28 de Outubro de 2009
SISTEMA NEURAL DE DETECÇÃO DE PLACAS DE VEÍCULOS AUTOMOTORES EM IMAGENS DIGITALIZADAS Luís Victor Cascão, José M. de Seixas Laboratório de Proces de Sinais COPPE/Poli - Universidade Federal do Rio de Janeiro
Leia maisGuia prático para configuração, coleta e utilização de oscilografias em relés digitais
Guia prático para configuração, coleta e utilização de oscilografias em relés digitais Rafael Cardoso 1. OBJETIVO: Este guia de aplicação tem o objetivo de apresentar uma importante ferramenta disponível
Leia maisMorfologia Matemática: Delimitar área de desastre ambiental causado por vazamento de petróleo utilizando imagem de satélite.
Anais XV Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Curitiba, PR, Brasil, 30 de abril a 05 de maio de 2011, INPE p.7636 Morfologia Matemática: Delimitar área de desastre ambiental causado por
Leia maisUniversidade Federal de São João Del Rei - UFSJ
Universidade Federal de São João Del Rei - UFSJ Instituída pela Lei 0.45, de 9/04/00 - D.O.U. de /04/00 Pró-Reitoria de Ensino de Graduação - PROEN Disciplina: Cálculo Numérico Ano: 03 Prof: Natã Goulart
Leia maisFlavio Marcelo CONEGLIAN, Rodrigo Antonio LA SCALEA e Selma Regina Aranha RIBEIRO. Universidade Estadual de Ponta Grossa
Comparação entre Classificações Supervisionadas em uma Imagem CBERS CCD com Bandas Multiespectrais e em uma Imagem Fusão da Mesma Imagem CBERS CCD Com uma Banda Pancromática HRC Flavio Marcelo CONEGLIAN,
Leia maisQ-Acadêmico. Módulo CIEE - Estágio. Revisão 01
Q-Acadêmico Módulo CIEE - Estágio Revisão 01 SUMÁRIO 1. VISÃO GERAL DO MÓDULO... 2 1.1 PRÉ-REQUISITOS... 2 2. ORDEM DE CADASTROS PARA UTILIZAÇÃO DO MÓDULO CIEE... 3 2.1 CADASTRANDO EMPRESAS... 3 2.1.1
Leia maisChow&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 maisOperações Algébricas e Lógicas. Guillermo Cámara-Chávez
Operações Algébricas e Lógicas Guillermo Cámara-Chávez Operações Aritméticas São aquelas que produzem uma imagem que é a soma, diferença, produto ou quociente pixel a pixel Operações Aritméticas Fig A
Leia maisDúvidas Freqüentes IMPLANTAÇÃO. 1- Como aderir à proposta AMQ?
Dúvidas Freqüentes IMPLANTAÇÃO 1- Como aderir à proposta AMQ? A adesão é realizada através do preenchimento e envio do Formulário de Cadastramento Municipal no site do projeto. O gestor municipal da saúde
Leia maisAnexo II.1 Informações sobre a Cidade e seu Serviço de Transporte Coletivo Atual
Anexo II.1 Informações sobre a Cidade e seu Serviço de Transporte Coletivo Atual PREFEITURA MUNICIPAL DE VOLTA REDONDA ÍNDICE 1 INTRODUÇÃO... 2 1.1 A Cidade... 2 1.2 Padrão de mobilidade... 5 1.2.1 Frota
Leia mais)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 maisAPOSTILA TECNOLOGIA MECANICA
FACULDADE DE TECNOLOGIA DE POMPEIA CURSO TECNOLOGIA EM MECANIZAÇÃO EM AGRICULTURA DE PRECISÃO APOSTILA TECNOLOGIA MECANICA Autor: Carlos Safreire Daniel Ramos Leandro Ferneta Lorival Panuto Patrícia de
Leia maisTodos os microprocessadores hoje disponíveis em micros compatíveis com PC utilizam o funcionamento do 80386 como ponto de partida.
8 0 Introdução Todos os microprocessadores hoje disponíveis em micros compatíveis com PC utilizam o funcionamento do 80386 como ponto de partida. Isso acontece por pelo menos três motivos técnicos: 0 80386
Leia maisRECONHECIMENTO 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 maisScale-Invariant Feature Transform
Scale-Invariant Feature Transform Renato Madureira de Farias renatomdf@gmail.com Prof. Ricardo Marroquim Relatório para Introdução ao Processamento de Imagens (COS756) Universidade Federal do Rio de Janeiro,
Leia maisMontagem e Manutenção. Luís Guilherme A. Pontes
Montagem e Manutenção Luís Guilherme A. Pontes Introdução Qual é a importância da Montagem e Manutenção de Computadores? Sistema Binário Sistema Binário Existem duas maneiras de se trabalhar e armazenar
Leia maisProcessos de gerenciamento de projetos em um projeto
Processos de gerenciamento de projetos em um projeto O gerenciamento de projetos é a aplicação de conhecimentos, habilidades, ferramentas e técnicas às atividades do projeto a fim de cumprir seus requisitos.
Leia maisCapítulo SETE Números em Ponto Fixo e Ponto Flutuante
Capítulo SETE Números em Ponto Fixo e Ponto Flutuante 7.1 Números em ponto fixo Observação inicial: os termos ponto fixo e ponto flutuante são traduções diretas dos termos ingleses fixed point e floating
Leia maisWEBGIS Sistema Informativo Territorial
PREFEITURA MUNICIPAL DE PONTA GROSSA WEBGIS Sistema Informativo Territorial MANUAL DE UTILIZAÇÃO Autor: Rony Camargo de Brito Primeira edição: 20-06-2008 Atualizado: 08-10-2008 Todos os Direitos Reservados
Leia mais2 Fundamentação Conceitual
2 Fundamentação Conceitual 2.1 Computação Pervasiva Mark Weiser define pela primeira vez o termo Computação Ubíqua ou Computação Pervasiva (Ubiquitous Computing) em (10). O autor inicia o trabalho com
Leia mais