Metodologia para Segmentação de ROI Visando a Extração Automática de Características das Vértebras Cervicais para Estimação de Idade Óssea
|
|
- Márcio Caetano Paiva
- 7 Há anos
- Visualizações:
Transcrição
1 Metodologia para Segmentação de ROI Visando a Extração Automática de Características das Vértebras Cervicais para Estimação de Idade Óssea Diego Moraes 1, Evandro L.L. Rodrigues 1, Wesley Pecoraro 1, Renata Gonçalves 2, Ary Santos-Pinto 2 1 USP Universidade de São Paulo, São Carlos, SP, Brasil 2 UNESP Universidade Estadual Paulista Júlio de Mesquita Filho, Araraquara, SP, Brasil diego.moraes@usp.br Resumo The bone age estimation can be obtained by analysis of any bone or bone set by the radiographs in the region of interest (ROI). Classical methods use hand-wrist radiographs or cephalometric radiographs. This paper presents a methodology for image segmentation of cephalometric radiographs, identifying as ROI the cervical vertebrae C2, C3 and C4, which are used in methods of bone age estimation. The methodology takes as input scanned images and through digital image processing techniques increases the contrast, remove noise, and finally finds the cervical vertebrae. To analyze the results of the parameters were used as metrics precision, accuracy and error. By averaging of the results the values found were 82.39% of precision, 91.70% of accuracy and 8.30% of error. Based on these results it is possible to conclude that the method is effective for cervical bone segmentation and encouraging to isolate automatically the ROI. 1. Introdução A idade óssea é um dos indicadores mais utilizados para identificar o estado da maturidade esquelética de um indivíduo, sendo o registro mais fiel da idade biológica que nem sempre corresponde à idade cronológica, esta última baseada na data de nascimento do indivíduo. A estimação de idade óssea pode ser obtida pela análise de qualquer osso ou conjunto de ossos do corpo humano por meio de radiografias das regiões de interesse, como por exemplo ombro, joelho, tornozelo, quadril, cotovelo, pé, mão e punho e vértebras cervicais. Isto é possível pois o crescimento e desenvolvimento de um indivíduo sadio ocorre em harmonia [1-3]. Existem métodos para estimação de idade óssea por meio de radiografias carpais (mão e punho) e telerradiografias em norma lateral (cervical). Na literatura são encontrados com maior frequência métodos utilizando radiografias carpais, pois a região da mão é de fácil acesso, possui 30 centros de ossificação e por não conter órgãos vitais pode ser submetida com maior frequência a doses de radiação. Entretanto, a grande vantagem de se utilizar as vértebras cervicais é que esta radiografia já faz parte da documentação básica do paciente em tratamentos odontológicos, assim não se faz necessário a exposição do paciente a mais uma aplicação de raio-x em outra parte do corpo, conforme ocorre na análise carpal. Para radiografias carpais os métodos clássicos são três: Greulich & Pyle [3] que faz comparações de 28 pontos de ossificação com padrões fornecidos por um atlas; Tanner & Whitehouse [4] que analisa e atribui escores para 20 ossos, onde a soma desses escores é comparada com os escores indicados em tabelas, que apresentam as idades cronológica e esquelética correspondentes a tais escores; Eklof & Ringertz [5] que pondera as medidas de comprimento e/ou largura de 10 ossos carpais, escolhidos por apresentar os surtos de crescimento. Outros métodos carpais podem ser facilmente encontrados na literatura, que visam simplificar, automatizar e aumentar a precisão desses métodos clássicos [1-2;6-7]. Para métodos por meio de telerradiografias em normal lateral, em 1972 Lamparski [8] observou as mudanças morfológicas das vértebras cervicais C2, C3, C4, C5 e C6, descrevendo seis estágios de maturação e relacionando seus estágios de crescimento com a idade óssea. A partir deste trabalho, diversas pesquisas resultaram em modificações deste método, explorando outras características, formas e quantidades de ossificações a serem analisadas [9-12]. Existe um grande desafio no uso de técnicas de Visão Computacional para o desenvolvimento de metodologias para a estimação de idade óssea explorando as vértebras cervicais. Isto acontece devido a baixa qualidade das imagens de raio-x, baixo contraste entre ossos, tecidos, músculos etc., dificultando assim o processamento. Este trabalho tem como objetivo apresentar uma metodologia para identificação automática da ROI, ou seja, as vértebras cervicais C2, C3 e C4 (Fig. 1). Figura 1. Telerradiografia com a identificação da ROI
2 2. Metodologia e Desenvolvimento O trabalho foi dividido em duas fases: a primeira foi a implementação de técnicas de Processamento Digital de Imagens para teste e análise de algoritmos de segmentação [13-14], utilizados como entrada para a segunda fase, responsável pela extração automática de características das vértebras cervicais. Para o desenvolvimento do sistema utilizou-se a plataforma MATLAB (Matrix Laboratory), versão 7.0. A escolha foi baseada na sua versatilidade, permitindo um desenvolvimento simples, rápido e eficiente. Em paralelo foi realizada uma pesquisa na literatura sobre métodos de estimação de idade óssea por meio de telerradiografias em norma lateral, buscando o estado da arte para melhor compreender os estágios, morfologias, processos, métricas etc. imagens possuem baixo contraste entre ossos, tecidos e músculos, dificultando assim a sua segmentação. Para este cenário, operadores globais não são eficazes. Portanto, optou-se pela equalização de histograma por região, e por meio de alguns testes identificou-se que o tamanho 8x8 obteve melhores resultados. A Fig. 2 mostra a imagem resultante após a aplicação desta técnica Aquisição de imagem A primeira etapa para execução deste trabalho é a aquisição das imagens que serão processadas pelas técnicas de segmentação. As imagens utilizadas nos testes são amostras longitudinais de telerradiografias em norma lateral e radiografias carpais, pertencentes aos arquivos da Disciplina de Ortodontia, Departamento de Clínica Infantil, Faculdade de Odontologia de Araraquara, Universidade Estadual Paulista Júlio de Mesquita Filho UNESP, Araraquara, São Paulo, Brasil. Esta amostra é composta por 33 crianças (18 meninas e 15 meninos), com idade inicial de 7 a 9 anos. As tomadas radiográficas foram iniciadas em 2005, obtidas na mesma data, anualmente, durante 7 anos. A digitalização foi realizada pelo Scanner Fotográfico HP Scanjet G4050, com resolução de 300 dpi, com 24 bits de profundidade, e armazenadas no formato TIFF. Como imagem de entrada para todos os algoritmos, inicialmente não foram consideradas as telerradiografias por inteiras conforme observado na Fig. 1, e sim apenas a região de interesse (ROI), ou seja, as vértebras cervicais C2, C3 e C4 conforme observado na Fig. 2a. Com alguns testes experimentais, observou-se diferenças sutis, porém essenciais para o bom funcionamento dos próximos algoritmos, optando pela conversão das imagens de entrada do espaço de cores RGB (red; green; blue) para HSV (hue; saturation; value), utilizando como entrada para os algoritmos apenas o último canal, V, com classe do tipo double e valores de intensidade entre 0 e Pré-processamento Ao analisar as imagens digitalizadas verificou-se a necessidade de pré-processar as mesmas, pois tais a) b) Figura 2. (a) Imagem HSV; (b) imagem após equalização de histograma por região 8x Segmentação Na fase de segmentação, realizou-se a binarização por histograma local da imagem pré-processada. O resultado é exibido na Fig. 3. Figura 3. Binarização por histograma Posteriormente, com o objetivo de remover estruturas que não são utilizadas na análise das cervicais, foi desenvolvida uma rotina, descrita a seguir. Baseado na imagem sem pré-processamento, divide-se a imagem na horizontal em cinco partes iguais. Para cada parte, de forma individual, uma máscara de 40x20 pixels percorre esta área a procura da região que possui a maior
3 intensidade. Com a posição da maior intensidade de cada uma das cinco partes da imagem e por meio de interpolação linear, são encontrados os pontos que conectam os intervalos entre cada ponto de maior intensidade, isolando apenas a ROI. A Fig. 4 mostra este processo de interpolação, e o resultado aplicado na imagem binarizada. através do preenchimento do background a partir da borda da imagem. O resultado pode ser observado na Fig. 6. Figura 6. Flood para preencher os buracos a) b) Figura 4. (a) Imagem do processo de interpolação; (b) aplicação na imagem binarizada Por último, são removidos os objetos com área inferior a um padrão (determinado empiricamente). O algoritmo considera como objeto a área cujos pixels possuem conectividade de 8 com seus vizinhos. O resultado é exibido na Fig. 7. O próximo passo é a remoção de ruídos, ou seja, pontos indesejados na imagem. Para isto foi utilizado um filtro de suavização, que por meio da média da vizinhança definida por uma máscara de tamanho 15x15 pixels, diminui efeitos espúrios da imagem, ou seja, pontos não genuínos ou ilegítimos. O resultado é exibido na Fig. 5. Figura 7. Imagem final obtida com a remoção de objetos 2.4. Extração de Características Figura 5. Suavização para remoção de ruídos Em seguida é aplicada a técnica Flood Fill, um algoritmo recursivo que varre automaticamente a imagem a procura de buracos nos objetos e os preenchem. É considerado buraco o conjunto de pixels de background (em português: fundo) que não podem ser alcançados Após a fase de segmentação é necessário a extração de características, pois as mesmas serão utilizadas nos métodos de estimação e maturação óssea. Serão adotados treze pontos baseados no método proposto por Baccetti, Franchi e McNamara [10], visualizados na Fig. 8.
4 Para utilizar esse método de avaliação é necessário definir uma imagem de referência, que represente a imagem ideal a qual se deseja alcançar como resultado. Neste caso foram criadas imagens sintéticas baseadas nas imagens originais (A, B e C), sendo elas binárias, com valor 1 (cor branca) para os ossos da ROI e 0 (cor preta) para o fundo. Para comparar os resultados por meio do método de avaliação de classificadores escolhido, seguem imagens (Fig. 9-11) e tabelas (Tabela 1-3) comparativas. Figura 8. Desenho esquemático da localização dos pontos. Fonte: [10, p. 121] 2.5. Estimação de idade óssea Após a extração das características o trabalho objetiva a estimação de idade óssea. Será testado o método proposto por Caldas [12]. Para validação do método, os resultados serão analisados e comparados com o método de Eklof & Ringertz [5] que utiliza radiografias carpais. O objetivo é aperfeiçoar o método propondo evoluções e melhorias baseadas em novas características (medidas e proporções) ainda não exploradas. a) b) 3. Resultados Para entender melhor os resultados exige-se uma análise mais especializada, para isto, foram aplicados métodos de avaliação de classificadores para três imagens, nomeadas como A, B e C. Para simplificar as nomenclaturas, a ROI, ou seja, as cervicais C2, C3 e C4 são chamadas de osso, e o restante da região que não é ROI chamado de fundo. As contingências serão adotadas como: - VP (Verdadeiro Positivo): o pixel de entrada é osso, e o classificador o classifica como osso. - VN (Verdadeiro Negativo): o pixel de entrada é fundo, e o classificador o classifica como fundo. - FP (Falso Positivo): o pixel de entrada é fundo, e o classificador o classifica como osso. - FN (Falso Negativo): o pixel de entrada é osso, e o classificador o classifica como fundo. Como métricas serão utilizados os parâmetros: - Precisão: VP VP + FP - Exatidão: VP +VN VP + FN + FP +VN - Erro: FP + FN VP + FN + FP +VN c) d) Figura 9. Para imagem A: (a) original; (b) ideal; (c) segmentada; (d) analisada. Falso positivo (verde) e falso negativo (vermelho) Tabela 1. Valores de contingências e métricas encontrados para Fig. 9d Contingências (qtde de pixel) Osso Fundo Falso Positivo Falso Negativo 1760 Métricas (%) Precisão 80,07 Exatidão 91,91 Erro 8,09
5 Conforme observado na Tabela 1 obteve-se 80,07% de precisão, 91,91% de exatidão e 8,09% de erro. Para os parâmetros de exatidão e erro os valores mostram-se significativos, pois indicam que a imagem de saída está próxima da imagem ideal. Ao analisar o parâmetro de precisão, pode-se compreender seu valor (80,07%), pois na imagem de saída (Fig. 9c) estão presentes estruturas indesejadas (falsos positivos), diferentes das encontradas na imagem ideal, que aparecem como conexões entre as cervicais. Essas estruturas não pertencem às ROIs e sim a segmentos de ossos da parte posterior. a) b) Figura 11. Para imagem C: (a) original; (b) analisada. Falso positivo (verde) e falso negativo (vermelho) Tabela 3. Valores de contingências e métricas encontrados para Fig. 11b a) b) Figura 10. Para imagem B: (a) original; (b) analisada. Falso positivo (verde) e falso negativo (vermelho) Tabela 2. Valores de contingências e métricas encontrados para Fig. 10b Contingências (qtde de pixel) Osso Fundo Falso Positivo Falso Negativo 5523 Métricas (%) Precisão 84,43 Exatidão 92,12 Erro 7,88 Ao analisar a Tabela 2, verifica-se que os valores dos parâmetros de exatidão e erro quando comparados com os mesmos parâmetros encontrados na Tabela 1, são próximos, mesmo tratando-se de duas imagens com morfologia e ângulo diferentes. O parâmetro de precisão aumentou de 80,07% para 84,43%. Isto indica que menos segmentos de ossos da parte posterior das cervicais foram identificados como região de interesse. Contingências (qtde de pixel) Osso Fundo Falso Positivo Falso Negativo 3335 Métricas (%) Precisão 82,67 Exatidão 91,05 Erro 8,95 Analisando a Tabela 3, verifica-se que novamente os valores dos parâmetros de exatidão e erro são próximos quando comparados com a Tabela 1 e Tabela 2, considerando ainda que se tratam de imagens com morfologia e ângulo diferentes. A precisão ficou na média se comparado novamente com as Tabelas 1 e 2. Ao observar os resultados das métricas encontrados nas tabelas acima (Tabela 1-3), identificou-se que seus valores foram muito próximos. Por tal motivo, podemos considerar como resultado final a média dos parâmetros das métricas, aproximando assim tais valores conforme indicado na Tabela 4. Tabela 4. Valores da média das métricas encontradas nas Tabelas 1-3 Média das Métricas (%) Precisão 82,39 Exatidão 91,70 Erro 8,30
6 4. Conclusão Neste trabalho foi apresentada uma metodologia baseada em técnicas de Processamento Digital de Imagens, que fornece como saída imagens segmentadas das cervicais C2, C3 e C4, obtidas por telerradiografias em norma lateral. Essas imagens de saída servirão de entrada para algoritmos de extração automática de características, com o objetivo final de estimar a idade óssea de um indivíduo por meio de análise das cervicais. Conforme observado nos resultados (Tabela 1-3), identificou-se que os valores das métricas foram muito próximos, indicando que a metodologia mostra-se eficaz no quesito generalização, ou seja, para diferentes imagens os resultados possuem valores de métricas semelhantes. Ao analisar a Tabela 4, chega-se a conclusão que para os parâmetros de exatidão (91,70%) e erro (8,30%), os valores encontrados mostram-se encorajadores. O valor médio obtido para a precisão (82,39%) foi influenciado pela contribuição dos falsos positivos, que na imagem são segmentos de ossos da parte posterior das cervicais. A captura de tecido ósseo em radiografia, que gera imagem 2D, suprime a informação de profundidade, trazendo para o mesmo plano informações não desejadas para a análise. Conclui-se que a metodologia é eficaz para segmentação dos ossos das cervicais, entretanto, nas análises de estimação de idade óssea algumas estruturas não devem ser consideradas. Por este motivo outras técnicas serão estudadas, aplicadas, testadas e comparadas, visando a remoção dessas estruturas indesejadas. No estágio atual, essa metodologia permite que a etapa de extração das características seja executada com segurança, pois a ROI pode ser identificada automaticamente. Isto irá permitir automatizar o processo de estimação da idade óssea pela análise das cervicais, aumentando a precisão e a velocidade, quando comparado ao processo de convencional que é realizado de forma manual ou semiautomático. 5. Agradecimentos Os autores gostariam de agradecer à CAPES pelo auxílio financeiro. 6. Referências [1] C.J. Olivete, Novos métodos para estimativa da idade óssea baseados no processamento de imagens radiográficas da mão Tese (Doutorado) Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos [2] E.M. Raymundo, Metodologia de estimação de idade óssea baseada em características métricas utilizando mineradores de dados e classificador neural Dissertação (Mestrado) Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos [3] W.W. Greulich, and S.I. Pyle, Radiographic atlas of skeletal development of the hand and wrist, Stanford: Stanford University Press, [4] J.M. Tanner, and R.H. Whitehouse, Standard for skeletal maturation, Paris: International Children s Center, [5] O. Eklof, and H. Ringertz, A method for assessment of skeletal maturity, Annals Radiology, vol. 10, n. 3, p , [6] A.C. Queiroz, Metodologia de extração automática de caraterísticas da mão para a estimação da idade óssea utilizando redes neurais artificiais no processo de decisão, Dissertação (Mestrado) Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos [7] A.L. Delormel, Metodologia automática de estimação de idade óssea utilizando análise de forma em radiografias carpais Dissertação (Mestrado) Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos [8] D.G. Lamparski, Skeletal age assessment utilizing cervical vertebrae. Thesis (Master) University of Pittsburgh, Pittsburgh [9] B. Hassel, and A.G. Farman, Skeletal maturation evaluation using cervical vertebrae, American Journal of Orthodontics and Dentofacial Orthopedics, v. 107, n. 1, p , jan., [10] T. Baccetti, L. Franchi, and J.A. McNamara Jr., The cervical vertebral maturation (CVM) method for the assessment of optimal treatment timing in dentofacial orthopedics, Seminars in Orthodontics, v.11, p , [11] A.S. Plasschaert, Estudo comparativo da aplicabilidade do software CEF-X com o método inspecional da maturação óssea das vértebras cervicais Dissertação (Mestrado) Fundação Comunitária Tricordiana de Educação, Universidade Vale do Rio Verde de Três Corações, Três Corações [12] M.P. Caldas, Avaliação da maturação esquelética na população brasileira por meio da análise das vértebras cervicais Dissertação (Mestrado) Faculdade de Odontologia de Piracicaba, Universidade Estadual de Campinas, Piracicaba [13] R.C. Gonzalez, R.E. Woods, and S.L. Eddins, Digital Image Processing Using MATLAB, 2nd ed., Gatesmark Publishing, USA, [14] R.C. Gonzalez, and R.E. Woods, Processamento Digital de Imagens, 3a. edição, Pearson Prentice Hall, São Paulo, 2010.
REVISÃO DA LITERATURA
Estimate of Bone Development Through Hassel and Farman s Method and Assessment of Maxilary Growth Estimativa de Desenvolvimento Ósseo Pelo Método Hassel e Farman e Avaliação do Crescimento dos Maxilares
Leia maisSimplificação do Método de Eklof & Ringertz para a Estimativa da Idade Óssea Através da Análise de Imagens Radiográficas da Mão
Simplificação do Método de Eklof & Ringertz para a Estimativa da Idade Óssea Através da Análise de Imagens Radiográficas da Mão Celso Olivete Junior, Alini da Cruz Queiroz, Evandro Luís Linhari Rodrigues
Leia maisMetodologias para estimação da idade óssea utilizando a proporção divina com o auxílio da plataforma ANACARP
Metodologias para estimação da idade óssea utilizando a proporção divina com o auxílio da plataforma ANACARP C.J. Olivete, E. L. L. Rodrigues USP / Escola de Engenharia de São Carlos - Departamento de
Leia maisO EFEITO DA CORREÇÃO DO EFEITO HEEL EM IMAGENS RADIOGRÁFICAS DA MÃO
Artigo Original O EFEITO DA CORREÇÃO DO EFEITO HEEL EM IMAGENS RADIOGRÁFICAS DA MÃO C. Olivete Jr., E. L. L. Rodrigues e M. Z. do Nascimento Escola de Engenharia de São Carlos, Departamento de Engenharia
Leia maisProcessamento de Imagens Digitais
Processamento de Imagens Digitais Antonio Cesar Germano Martins 2º semestre de 2018 Apresentações Nascido em Sorocaba. Graduado em Bacharelado em Física pela UNICAMP em 1989, tendo participado de pesquisas
Leia maisSimplificações do método de Eklof & Ringertz para automatizar o processo de estimação da maturidade óssea
Simplificações do método de Eklof & Ringertz para automatizar o processo de estimação da maturidade óssea C.J. Olivete, E. L. L. Rodrigues USP / Escola de Engenharia de São Carlos - Departamento de Engenharia
Leia mais{olivete, ronaldo,
Estimação da idade óssea: comparativo entre valores obtidos com a metodologia Contornos Ativos Snakes versus valores médios obtidos com os métodos de Eklof & Ringertz, Tanner & Whitehouse e Greulich &
Leia maisA CORREÇÃO DO EFEITO HEEL APLICADA EM IMAGENS RADIOGRÁFICAS DA MÃO
A CORREÇÃO DO EFEITO HEEL APLICADA EM IMAGENS RADIOGRÁFICAS DA MÃO C. J. Olivete, E. L. L. Rodrigues, M. Z. Nascimento Escola de Engenharia de São Carlos (EESC), Departamento de Engenharia Elétrica, Universidade
Leia maisAndroid Application Development for Bone Age Estimation in Cephalometric Radiographs
Android Application Development for Bone Age Estimation in Cephalometric Radiographs Alana Brolezzi de Souza, Celso Olivete Júnior, Rogério Eduardo Garcia, Ronaldo Celso Messias Correia Departamento de
Leia maisMETODOLOGIA PARA A QUANTIZAÇÃO DE CORES PELO MÉTODO SMCb: INTRODUÇÃO E EXEMPLOS DE RESULTADOS
METODOLOGIA PARA A QUANTIZAÇÃO DE CORES PELO MÉTODO SMCb: INTRODUÇÃO E EXEMPLOS DE RESULTADOS Marcelo Zaniboni 1, Osvaldo Severino Junior 2 1: Universitário do curso de Ciência da Computação, Faculdade
Leia maisMaturação das vértebras cervicais e sua correlação com a idade óssea da mão e punho como indicadores no tratamento ortodôntico*
A RTIGO I NÉDITO Maturação das vértebras cervicais e sua correlação com a idade óssea da mão e punho como indicadores no tratamento ortodôntico* Vitoria Aparecida Muglia Moscatiello**, Henrique Lederman***,
Leia maisUtilização da proporção divina no processo de estimação da maturidade óssea
Utilização da proporção divina no processo de estimação da maturidade óssea Celso Olivete Júnior 1, Rogério Eduardo Garcia 1, Ronaldo Celso Messias Correia 1, Evandro Luis Linhari Rodrigues 2 1UNESP -
Leia maisCLASSIFICAÇÃO AUTOMÁTICA DE REGIÕES DE INTERESSE PARA AVALIAÇÃO DA IDADE ÓSSEA
CLASSIFICAÇÃO AUTOMÁTICA DE REGIÕES DE INTERESSE PARA AVALIAÇÃO DA IDADE ÓSSEA Tony Alexandre Medeiros da Silva, Gilberto Arantes Carrijo, Kézia A. C. Medeiros da Silva Universidade Federal de Uberlândia,
Leia maisIntrodução a Análise de Imagens Digitais
Introdução a Análise de Imagens Digitais Uma imagem digital é uma representação de uma cena por meio de um conjunto de elementos discretos e de tamanhos finitos, chamados de pixels, colocados em um arranjo
Leia maisESTUDO COMPARATIVO DE DOIS MÉTODOS DE AVALIAÇÃO DA MATURAÇÃO ESQUELÉTICA UTILIZANDO RADIOGRAFIAS CARPAIS E TELERRADIOGRAFIAS EM NORMA LATERAL
ORIGINAL / ORIGINAL ESTUDO COMPARATIVO DE DOIS MÉTODOS DE AVALIAÇÃO DA MATURAÇÃO ESQUELÉTICA UTILIZANDO RADIOGRAFIAS CARPAIS E TELERRADIOGRAFIAS EM NORMA LATERAL Comparison of two methods of evaluation
Leia maisProcessamento de Imagem. Prof. MSc. André Yoshimi Kusumoto
Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Prof. André Y. Kusumoto andrekusumoto.unip@gmail.com Amostragem e Quantização Amostragem refere-se ao número de pontos
Leia maisDesenvolvimento de um método para segmentação de imagens histológicas da rede vascular óssea
Desenvolvimento de um método para segmentação de imagens histológicas da rede vascular óssea Pedro Henrique Campos Cunha Gondim Orientador: André Ricardo Backes Coorientador: Bruno Augusto Nassif Travençolo
Leia maisIntrodução ao Processamento de Imagens Digitais Aula 01
Introdução ao Processamento de Imagens Digitais Aula 01 Douglas Farias Cordeiro Universidade Federal de Goiás 06 de julho de 2015 Mini-currículo Professor do curso Gestão da Informação Formação: Graduação
Leia maisSegmentação para Identificação de Defeitos em Superfícies Metálicas: Uma Comparação de Técnicas de Redes Neurais Artificiais e Sistemas Fuzzy
Segmentação para Identificação de Defeitos em Superfícies Metálicas: Uma Comparação de Técnicas de Redes Neurais Artificiais e Sistemas Fuzzy Diego Rafael Moraes Universidade de São Paulo (São Carlos)
Leia maisAVALIAÇÃO QUALITATIVA DE DETECÇÃO DE BORDAS EM IMAGENS DE RADIOGRAFIA PERIAPICAIS
AVALIAÇÃO QUALITATIVA DE DETECÇÃO DE BORDAS EM IMAGENS DE RADIOGRAFIA PERIAPICAIS Hedlund Erik Martins Távora 1, John Hebert Da Silva Felix 2, Darleison Rodrigues Barros Filho 3, Fausta Joaquim Faustino
Leia maisResultados da Segmentação
59 6 Resultados da Segmentação Neste capítulo são avaliados os três algoritmos de binarização abordados no capítulo 4. A avaliação é obtida comparando-se as imagens segmentadas, com as mesmas imagens segmentadas
Leia maisDiego Martin Mancini Orientador: Prof. Paulo A. V. de Miranda Instituto de Matemática e Estatística Universidade de São Paulo
Estudo de comparação do descritor de imagens coloridas BIC empregando diferentes abordagens de classificação de detecção de bordas: Canny e Operador Laplaciano Diego Martin Mancini Orientador: Prof. Paulo
Leia maisAS VÉRTEBRAS CERVICAIS NA DETERMINAÇÃO DA IDADE ÓSSEA
Universidade Federal de Minas Gerais Faculdade de Odontologia Thaís Guimarães da Mata Morato AS VÉRTEBRAS CERVICAIS NA DETERMINAÇÃO DA IDADE ÓSSEA Belo Horizonte 2012 Thaís Guimarães da Mata Morato AS
Leia maisUniversidade de São Paulo. André Luís Delorme
Universidade de São Paulo Departamento de Engenharia Elétrica EESC/USP André Luís Delorme Metodologia Automática de Estimação de Idade Óssea Utilizando Análise de Forma em Radiografias Carpais Dissertação
Leia maisRealce de imagens parte 1: operações pontuais SCC0251 Processamento de Imagens
Realce de imagens parte 1: operações pontuais SCC0251 Processamento de Imagens Prof. Moacir Ponti Jr. www.icmc.usp.br/~moacir Instituto de Ciências Matemáticas e de Computação USP 2013/1 Moacir Ponti Jr.
Leia maisPontifícia Universidade Católica do Rio de Janeiro. Departamento de Informática. Fundamentos de Computação Gráfica
1. Imagens sísmicas Pontifícia Universidade Católica do Rio de Janeiro Departamento de Informática Fundamentos de Computação Gráfica Aluno: Stelmo Magalhães Barros Netto Relatório do trabalho Imagens Sísmicas
Leia maisUNIVERSIDADE TIRADENTES. Estimativa da idade esquelética por meio da análise das vértebras cervicais
UNIVERSIDADE TIRADENTES Brenda Figueredo da Silva Crisnanda Emilli Freitas dos Santos da Costa Estimativa da idade esquelética por meio da análise das vértebras cervicais Aracaju 2016 Brenda Figueredo
Leia maisVisão Computacional. Alessandro L. Koerich. Programa de Pós-Graduação em Engenharia Elétrica Universidade Federal do Paraná (UFPR)
Visão Computacional Alessandro L. Koerich Programa de Pós-Graduação em Engenharia Elétrica Universidade Federal do Paraná (UFPR) Processamento da Informação Capturei uma Imagem! E agora? Assumindo que
Leia maisLOCALIZAÇÃO, SEGMENTAÇÃO E CLASSIFICAÇÃO AUTOMÁTICAS DE REGIÕES DE INTERESSE PARA A DETERMINAÇÃO DE MATURIDADE ÓSSEA
LOCALIZAÇÃO, SEGMENTAÇÃO E CLASSIFICAÇÃO AUTOMÁTICAS DE REGIÕES DE INTERESSE PARA A DETERMINAÇÃO DE MATURIDADE ÓSSEA Fernando Cordeiro de Castro, Edna Lúcia Flôres, Gilberto Arantes Carrijo, Antônio Cláudio
Leia mais4 Detecção de Silhueta
4 Detecção de Silhueta No decorrer deste capítulo é proposto um modelo de detecção da silhueta da mão capaz de lidar com os erros da segmentação e ruídos na sua morfologia. Num primeiro passo são considerados
Leia maisPROCESSAMENTO DE IMAGENS DIGITAIS PARA VISÃO ROBÓTICA. Digital Image Processing for Robotic Vision
PROCESSAMENTO DE IMAGENS DIGITAIS PARA VISÃO ROBÓTICA Digital Image Processing for Robotic Vision Luiz Ferreira MENEZES Jr. Faculdade de Jaguariúna Resumo: Este trabalho descreve quatro métodos para converter
Leia maisExtração de objetos de interesse em imagens digitais utilizando a biblioteca de Visão Computacional OpenCV
Extração de objetos de interesse em imagens digitais utilizando a biblioteca de Visão Computacional OpenCV Izadora Aparecida RAMOS 1,3,4 ; Servílio Souza de ASSIS 1,3,4 ; Bruno Alberto Soares OLIVEIRA
Leia maisPROPOSTA DE UM SISTEMA PARA RECONHECIMENTO DE IDADE ÓSSEA AUXILIADA POR COMPUTADOR UTILIZANDO REDES NEURAIS ARTIFICIAIS
PROPOSTA DE UM SISTEMA PARA RECONHECIMENTO DE IDADE ÓSSEA AUXILIADA POR COMPUTADOR UTILIZANDO REDES NEURAIS ARTIFICIAIS Sérgio H. Vital de C. S., Nathan Porto, Edna L. Flôres, Gilberto Carrijo, Antônio
Leia maisProcessamento de Imagem. Prof. MSc. André Yoshimi Kusumoto
Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Amostragem e Quantização Amostragem refere-se ao número de pontos amostrados de uma imagem digitalizada (resolução).
Leia maisT4 Processamento de Imagem
T4 Processamento de Imagem Proc. Sinal e Imagem Mestrado em Informática Médica Hélder Filipe Pinto de Oliveira Resumo 1. Manipulação ponto a ponto 2. Conetividade 3. Filtros espaciais 4. Extração de estruturas
Leia maisRelatório de Experimentos: Processamento de Imagens em Alimentos
Relatório de Experimentos: Processamento de Imagens em Alimentos Saulo Martiello Mastelini 12 de Julho de 2016 Para realização das operações requeridas, a ferramenta ImageJ foi utilizada. Após cada passo
Leia maisUsando MLP para filtrar imagens
Usando MLP para filtrar imagens Thiago Richter, Ediel Wiezel da Silva, e Adilson Gonzaga Departamento de Engenharia Elétrica, Universidade de São Paulo, Brasil thiago.richter@yahoo.com.br, edielws@gmail.com,
Leia maisProcessamento de imagem a cores
A cor é um poderoso descritor que frequentemente simplifica a identificação e extracção de objectos de uma cena Os humanos podem discernir milhares de cores, mas apenas duas dezenas de cinzentos O processamento
Leia maisUNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE ENGENHARIA ELÉTRICA PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE ENGENHARIA ELÉTRICA PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA LOCALIZAÇÃO, SEGMENTAÇÃO E CLASSIFICAÇÃO AUTOMÁTICAS DE REGIÕES DE INTERESSE PARA A DETERMINAÇÃO
Leia maisSOFTWARE AUTOMÁTICO PARA DETERMINAÇÃO DA IDADE ÓSSEA BASEADO NO MÉTODO DE EKLOF & RINGERTZ
Revista Brasileira de Física Médica (2009) - Volume 2, Número 1, p.15-19 Artigo Original SOFTWARE AUTOMÁTICO PARA DETERMINAÇÃO DA IDADE ÓSSEA BASEADO NO MÉTODO DE EKLOF & RINGERTZ C.O. Júnior, E.L.L. Rodrigues
Leia maisRelação entre os índices de maturação das vértebras cervicais e os estágios de calcificação dentária
A r t i g o In é d i t o Relação entre os índices de maturação das vértebras cervicais e os estágios de calcificação dentária Clarissa Lopes Vieira*, Ana Emília Figueiredo de Oliveira**, Cecília Cláudia
Leia maisMaturidade óssea: estimação por simplificações do método de Eklof e Ringertz*
Artigo Original Original ArticleEstimativa da idade óssea através de simplificações do método ER Maturidade óssea: estimação por simplificações do método de Eklof e Ringertz* Bone maturity: estimation
Leia maisDetecção e Correção Automáticas de Olhos Vermelhos
Setor de Tecnologia da Universidade Federal do Paraná Curso de Engenharia Elétrica TE 072 Processamento Digital de Sinais Detecção e Correção Automáticas de Olhos Vermelhos Trabalho elaborado pelo aluno
Leia maisDesenvolvimento e validação de um software para avaliação da maturidade óssea - EasyTW
Desenvolvimento e validação de um software para avaliação da maturidade óssea - EasyTW Gláucia Londero de Oliveira 1, Ana Maria Marques da Silva 2, Gustavo P. Noal 3, Carlos A. A. Schmitz 3, Paulo S. P
Leia maisCapítulo II Imagem Digital
Capítulo II Imagem Digital Proc. Sinal e Imagem Mestrado em Informática Médica Miguel Tavares Coimbra Resumo 1. Formação de uma imagem 2. Representação digital de uma imagem 3. Cor 4. Histogramas 5. Ruído
Leia mais3 Simpósio Internacional de Agricultura de Precisão
PROGRAMA COMPUTACIONAL PARA LOCALIZAÇÃO DE PLANTAS DANINHAS UTILIZANDO PROCESSAMENTO DE IMAGENS DIGITAIS Gustavo Finholdt 1, Celso Bandeira de Melo Ribeiro 2, Francisco de Assis de Carvalho Pinto 3 RESUMO:
Leia maisAvaliação da reprodutibilidade do método de determinação da maturação esquelética por meio das vértebras cervicais
A r t i g o I n é d i t o Avaliação da reprodutibilidade do método de determinação da maturação esquelética por meio das vértebras cervicais Eduardo César Almada Santos*, Francisco Antônio Bertoz**, Flávia
Leia maisSEL-0339 Introdução à Visão Computacional. Aula 3 Processamento de Imagens Coloridas
Departamento de Engenharia Elétrica - EESC-USP SEL-0339 Introdução à Visão Computacional Aula 3 Processamento de Imagens Coloridas Prof. Dr. Marcelo Andrade da Costa Vieira Prof. Dr. Adilson Gonzaga mvieira@sc.usp.br
Leia maisT4.1 Processamento de Imagem
T4.1 Processamento de Imagem Proc. Sinal e Imagem Mestrado em Informática Médica Miguel Tavares Coimbra Resumo 1. Manipulação ponto a ponto 2. Filtros espaciais 3. Extracção de estruturas geométricas 4.
Leia maisAlunos: Caio Santos Renato Miceli
rangel@dscufcgedubr/ rangeldequeirop@yahoocombr Alunos: Caio Santos Renato Miceli UNIVERSIDADE FEDERAL DE CAMPINA GRANDE UFCG Av Aprígio Veloso, S/N Bodocongó CEP: 58109-190 Campina Grande PB www.ufcg.edu.br/
Leia maisAPLICADO A ESTIMAÇÃO DE IDADE ÓSSEA
ANÁLISE DE CARACTERÍSTICAS VERTEBRAIS POR MEIO DE PROCESSAMENTO INTELIGENTE DE IMAGENS APLICADO A ESTIMAÇÃO DE IDADE ÓSSEA DIEGO R. MORAES 1, JOÃO PAULO B. CASATI 1, EVANDRO L. L. RODRIGUES 1 1. LAVISIM,
Leia maisCapítulo III Processamento de Imagem
Capítulo III Processamento de Imagem Proc. Sinal e Imagem Mestrado em Informática Médica Miguel Tavares Coimbra Resumo 1. Manipulação ponto a ponto 2. Filtros espaciais 3. Extracção de estruturas geométricas
Leia maisMorfologia Matemática: algumas aplicações. Rosana Gomes Bernardo Universidade Federal Fluminense
Morfologia Matemática: algumas aplicações Rosana Gomes Bernardo Universidade Federal Fluminense Introdução Aplicações Motivadoras - Consumo de Gás Natural Roteiro - Placas de Veículos Referências - Cartografia
Leia maisProcessamento digital de imagens
Processamento digital de imagens Agostinho Brito Departamento de Engenharia da Computação e Automação Universidade Federal do Rio Grande do Norte 6 de outubro de 2016 Segmentação de imagens A segmentação
Leia maisEXTRAÇÃO DE BORDAS EM IMAGEM DE ALTA RESOLUÇÃO UTILIZANDO TÉCNICAS DE PROCESSAMENTO DE IMAGEM
EXTRAÇÃO DE BORDAS EM IMAGEM DE ALTA RESOLUÇÃO UTILIZANDO TÉCNICAS DE PROCESSAMENTO DE IMAGEM Thaisa Manoela Silva França 1, Ana Lúcia Bezerra Candeias 2 1 Acadêmico em Engenharia Cartográfica e Agrimensura,
Leia maisINTERPOLAÇÃO LINEAR E BILINEAR: APLICAÇÃO EM TRANSFORMAÇÕES GEOMÉTRICAS DE IMAGEM INTRODUÇÃO
INTERPOLAÇÃO LINEAR E BILINEAR: APLICAÇÃO EM TRANSFORMAÇÕES GEOMÉTRICAS DE IMAGEM Autores: Giulia Denise Kujat VIEIRA; Milene Karine GUBETTI. Identificação autores: Estudantes do Curso Técnico em Informática
Leia maisSMCB: METODOLOGIA PARA A QUANTIZAÇÃO DE CORES EM IMAGENS FACIAIS
Portugal, Porto - 13. 15 Junho 2007 SMCB: METODOLOGIA PARA A QUANTIZAÇÃO DE CORES EM IMAGENS FACIAIS Marcelo Zaniboni, Osvaldo S. Junior e João Manuel R. S. Tavares IMES / FAFICA Instituto Municipal de
Leia maisPMR2560 Visão Computacional Conversão e Limiarização. Prof. Eduardo L. L. Cabral
PMR2560 Visão Computacional Conversão e Limiarização Prof. Eduardo L. L. Cabral Objetivos Processamento de imagens: Conversão de imagens; Histograma; Limiarização. Imagem digital Uma imagem é uma matriz
Leia mais3 Processamento e Análise Digital de Imagens
41 3 Processamento e Análise Digital de Imagens O Processamento Digital de Imagens (PDI) é em um conjunto de técnicas que utiliza operações matemáticas para alterar os pixels de imagens digitais. O PDI
Leia maisAnálise da confiabilidade e da correlação de dois índices de estimativa da maturação esquelética: índice carpal e índice vertebral
A r t i g o I n é d i t o Análise da confiabilidade e da correlação de dois índices de estimativa da maturação esquelética: índice carpal e índice vertebral Melissa Feres Damian*, Fábio Eduardo Woitchunas**,
Leia mais1.1. Trabalhos Realizados na Área
1 1 Introdução Várias formas de tratamento de lesões de úlceras de perna têm sido empregadas hoje em dia. O método de tratamento dependerá da origem da úlcera bem como de seu estado patológico. Com o objetivo
Leia maisDescritores de Imagens
Descritores de Imagens André Tavares da Silva PPGCA/UDESC Outubro de 2017 André Tavares da Silva (PPGCA/UDESC) Descritores de Imagens Outubro de 2017 1 / 17 Introdução Excelentes pesquisas sobre descritores
Leia maisMouseCam: aplicação de controle do mouse via câmera
MouseCam: aplicação de controle do mouse via câmera Introdução ao Processamento de Imagens COS756 PESC/COPPE/UFRJ 2013 1 Renan Garrot garrot@cos.ufrj.br 1. Introdução O processo de tracking por vídeo consiste
Leia maisAUTOMATED ASSESSMENT OF BREAST TISSUE DENSITY IN DIGITAL MAMMOGRAMS
AUTOMATED ASSESSMENT OF BREAST TISSUE DENSITY IN DIGITAL MAMMOGRAMS Introdução Câncer de mama É uma das neoplasias mais comuns que afligem as mulheres Globalmente, a cada 3 min uma mulher é diagnosticada
Leia maisGuilherme Assumpção Neves de PAIVA Mestre em Ortodontia Universidade Cidade de São Paulo UNICID São Paulo SP Brasil
Avaliação radiográfica das vértebras cervicais como método para estimativa da matur esquelética Radiographic evaluation of cervical vertebrae as a method for estimating skeletal maturity Guilherme Assumpção
Leia maisDEFEITOS EM IMAGENS RADIOGRÁFICAS DE JUNTAS SOLDADAS EM TUBULAÇÕES: SEGMENTAÇÃO E EXTRAÇÃO DE DEFEITOS
DEFEITOS EM IMAGENS RADIOGRÁFICAS DE JUNTAS SOLDADAS EM TUBULAÇÕES: SEGMENTAÇÃO E EXTRAÇÃO DE DEFEITOS * Aluno do curso Tecnologia em Sistemas de Telecomunicações da UTFPR jvrsschaid@gmail.com ** Aluno
Leia maisQUANTIFICAÇÃO AUTOMÁTICA DA RIGIDEZ DA BORDA DA GOTA DE SANGUE PERIFÉRICO EM IMAGENS DE MICROSCOPIA ÓTICA
QUANTIFICAÇÃO AUTOMÁTICA DA RIGIDEZ DA BORDA DA GOTA DE SANGUE PERIFÉRICO EM IMAGENS DE MICROSCOPIA ÓTICA C. F. F. Costa Filho, M. G. F. Costa, F. Pinagé, J. M. Aguiar. Universidade do Amazonas Laboratório
Leia maisVISÃO COMPUTACIONAL. Marcelo Henrique dos Santos
VISÃO COMPUTACIONAL Marcelo Henrique dos Santos marcelosantos@outlook.com São Paulo SP, Agosto/2013 INTRODUÇÃO Processamento de imagens é um processo onde a entrada do sistema é uma imagem e a saída é
Leia maisESTUDO DE TÉCNICAS PARA SOLUÇÃO DE PROBLEMAS DE PROCESSAMENTO DE IMAGENS UTILIZANDO A LINGUAGEM PYTHON
ESTUDO DE TÉCNICAS PARA SOLUÇÃO DE PROBLEMAS DE PROCESSAMENTO DE IMAGENS UTILIZANDO A LINGUAGEM PYTHON Marcus Vinícius Teodoro Silva, Marcos William da Silva Oliveira Instituto Federal de Educação, Ciência
Leia maisInformática I. Aula Aula 22-12/11/2007 1
Informática I Aula 22 http://www.ic.uff.br/~bianca/informatica1/ Aula 22-12/11/2007 1 Ementa Noções Básicas de Computação (Hardware, Software e Internet) HTML e Páginas Web Internet e a Web Javascript
Leia maisUNIVERSIDADE ESTADUAL PAULISTA Campus de Sorocaba. Transformações Geométricas
UNIVERSIDADE ESTADUAL PAULISTA Campus de Sorocaba Transformações Geométricas .(x,y, P).(x,y, P) Imagem fonte Imagem transformada Deve-se notar que, como uma imagem digital é representada por uma matriz
Leia maisImplementação de códigos no Matlab para detecção de falhas em cordão de soldas. Adailton Turczen de Melo Andrine M. Varela da Cruz Wallace Griz Ayres
Implementação de códigos no Matlab para detecção de falhas em cordão de soldas Adailton Turczen de Melo Andrine M. Varela da Cruz Wallace Griz Ayres Departamento Acadêmico de Eletrônica (DAELN) - Universidade
Leia maisEstimativa da Idade Óssea Através da Análise Carpal Baseada na Simplificação do Método de Eklof & Ringertz
Celso Olivete Júnior Estimativa da Idade Óssea Através da Análise Carpal Baseada na Simplificação do Método de Eklof & Ringertz Dissertação apresentada à Escola de Engenharia de São Carlos da Universidade
Leia maisAs vértebras cervicais como instrumento para determinação da idade óssea
As vértebras cervicais como instrumento para determinação da idade óssea Cervical vertebrae as an instrument for establishment of bone age Graziela Oro Cericato* Daniela Siviero ** Fábio Eduardo Woitchunas
Leia maisUNIVERSIDADE ESTADUAL PAULISTA Campus de Sorocaba. Segmentação
UNIVERSIDADE ESTADUAL PAULISTA Campus de Sorocaba Segmentação A separação dos pixeis relativos a cada objeto, ou região, é uma etapa fundamental para o sucesso do processo de análise da imagem. Embora
Leia maisSEGMENTAÇÃO E RECONHECIMENTO DA ÍRIS
SEGMENTAÇÃO E RECONHECIMENTO DA ÍRIS Edno José Bozoli Junior¹, Osvaldo Severino Junior². 1. Universitário do curso de Ciências da Computação Rodovia Vicinal Raul Galvani nº. 831, Centro, CEP: 15.845-000
Leia maisInformation Portal to Support Research in Bone Age Estimation
Information Portal to Support Research in Bone Age Estimation André Henrique Silva, Celso Olivete Júnior, Ronaldo Celso Messias Correia, Rogério Eduardo Garcia Departamento de Matemática e Computação Faculdade
Leia maisReconhecimento de texturas utilizando padrão binário local e classificador knn.
Reconhecimento de texturas utilizando padrão binário local e classificador knn. Vinicius Santos Andrade 1 Resumo. Através de uma imagem é possível obter inúmeras informações. Portanto, é cada vez mais
Leia maisSISTEMA AUTOMÁTICO PARA AVALIAÇÃO POSTURAL BASEADO EM DESCRITORES DE IMAGENS
SISTEMA AUTOMÁTICO PARA AVALIAÇÃO POSTURAL BASEADO EM DESCRITORES DE IMAGENS GIAN LUCAS DE OLIVEIRA PAIVA GRADUANDO EM ENGENHARIA ELETRÔNICA ORIENTADOR: PROF. CRISTIANO JACQUES MIOSSO DR. EM ENGENHARIA
Leia maisProcessamento de Imagens
Processamento de Imagens Prof. Julio Arakaki Ciência da Computação 1 Imagem Digital Full Color Image (Matriz de Pixels) RGB (24 bits): Red (8 bits) Green (8 bits) Blue (8 bits) 2 Imagem Digital Um modelo
Leia maisFundamentos sobre. Universidade Federal do Rio de Janeiro - IM/DCC & NCE. Antonio G. Thomé Sala AEP/1033. Processamento de Imagens
Universidade Federal do Rio de Janeiro - IM/DCC & NCE Fundamentos sobre Processamento de Imagens Antonio G. Thomé thome@nce.ufrj.br Sala AEP/1033 Sumário do Curso Introdução Ambientação com o MatLab Aquisição
Leia maisESTUDO DA DISTRIBUIÇÃO DE TENSÕES EM DENTES DE SERRA FITA COMERCIAL PARA CORTE DE MADEIRA, UTILIZANDO ANÁLISE NUMÉRICA E IMAGENS DIGITAIS.
ESTUDO DA DISTRIBUIÇÃO DE TENSÕES EM DENTES DE SERRA FITA COMERCIAL PARA CORTE DE MADEIRA, UTILIZANDO ANÁLISE NUMÉRICA E IMAGENS DIGITAIS. Elder Jesus Lima Machado Daniel Villas Bôas Alexandre Jorge Duarte
Leia maisCLASSIFICAÇÃO AUTOMÁTICA DE FRAÇÕES DE FASE EM UM AÇO BIFÁSICO
CLASSIFICAÇÃO AUTOMÁTICA DE FRAÇÕES DE FASE EM UM AÇO BIFÁSICO Aluno: Mayara Guilherme Marzano Orientadores: Sidnei Paciornik e Marcos Henrique de Pinho Maurício Resumo Desenvolver procedimentos automáticos,
Leia maisComparação de Técnicas de Reconhecimento Facial Utilizando Histogramas de Cores Quantizadas pelo Misturograma
Comparação de Técnicas de Reconhecimento Facial Utilizando Histogramas de Cores Quantizadas pelo Misturograma João Paulo Brognoni Casati Universidade de São Paulo Escola de Engenharia de São Carlos Departamento
Leia maisProcessamento de Imagens Marcia A. S. Bissaco
Engenharia Biomédica Processamento de Imagens Marcia A. S. Bissaco 1 Exemplos filtros Média Mediana Passa_B Passa_A Borda_H Borda_V Sobel_Y Sobel_X Oliveira, Henrique J. Quintino (UMC-SP), 2 Media Mediana
Leia maisAuto-esboço e Auto-pele pelo Misturograma
Auto-esboço e Auto-pele pelo Misturograma Severino Jr, Osvaldo IMES - FAFICA osvaldo@fafica.br Gonzaga, Adilson Escola de Engenharia de São Carlos - US adilson@sc.usp.br Resumo Neste trabalho é apresentado
Leia mais[2CTA121] Processamento de Imagens em Alimentos: Conceitos e Aplicações
[2CTA121] Processamento de Imagens em Alimentos: Conceitos e Aplicações Dr. Sylvio Barbon Junior PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DE ALIMENTOS - UEL 2016 Assunto Aula 4 Segmentação de Imagens 2 de
Leia maisEstudo comparativo da idade óssea em radiografias carpais e a maturação das vértebras cervicais em telerradiografias em norma lateral
Trabalho original Ortopesquisa Estudo comparativo da idade óssea em radiografias carpais e a maturação das vértebras cervicais em telerradiografias em norma lateral Comparative study of the age on hand-wrist
Leia maisExemplos. Propagação (Reconstrução)
Processamento de Imagens Médicas Morfologia Matemática em Imagens Prof. Luiz Otavio Murta Jr. Informática Biomédica Depto. de Física e Matemática (FFCLRP/USP) Propagação (Reconstrução) lgoritmos Baseados
Leia maisO reconhecimento facial é dividido em três etapas: i) detecção da face, ii) extração de características e iii) reconhecimento da face.
ESTUDO SOBRE MÉTODOS DE RECONHECIMENTO FACIAL EM FOTOGRAFIAS DIGITAIS Ana Elisa SCHMIDT¹, Elvis Cordeiro NOGUEIRA² ¹ Orientadora e docente do IFC-Campus Camboriú; ² Aluno do curso de Bacharelado em Sistemas
Leia maisMorfologia das 3ª e 4ª vértebras cervicais representativa do surto de crescimento puberal
A r t i g o In é d i t o Morfologia das 3ª e 4ª vértebras cervicais representativa do surto de crescimento puberal Tulio Silva Lara*, Francisco Antônio Bertoz**, Eduardo César Almada Santos***, André Pinheiro
Leia maisExtração de atributos usando o método LBP - Local Binary Pattern
Extração de atributos usando o método LBP - Local Binary Pattern Lia Nara Balta Quinta. 2 de maio de 2006 1 Antecedentes e Justificativa O Brasil possui, atualmente, um grande rebanho bovino, porém em
Leia maisUSO DO DIP PARA CONSTRUÇÃO DE FANTOMA COMPUTACIONAL PATOLÓGICO MAMÁRIO
X Congreso Regional Latinoamericano IRPA de Protección y Seguridad Radiológica Radioprotección: Nuevos Desafíos para un Mundo en Evolución Buenos Aires, 12 al 17 de abril, 2015 SOCIEDAD ARGENTINA DE RADIOPROTECCIÓN
Leia maisDCBD. Avaliação de modelos. Métricas para avaliação de desempenho. Avaliação de modelos. Métricas para avaliação de desempenho...
DCBD Métricas para avaliação de desempenho Como avaliar o desempenho de um modelo? Métodos para avaliação de desempenho Como obter estimativas confiáveis? Métodos para comparação de modelos Como comparar
Leia maisAnálise crítica dos métodos utilizados para determinar o surto de crescimento puberal pelos especialistas em ortodontia
115 Análise crítica dos métodos utilizados para determinar o surto de crescimento puberal pelos especialistas em ortodontia Eduardo José Carvalho de Souza-Junior 1 Regina Cerqueira Wanderley-Cruz 2 Resumo
Leia maisMORFOLOGIA MATEMÁTICA
MORFOLOGIA MATEMÁTICA Morfologia Na Biologia área que trata com a forma e a estrutura de plantas e animais Processamento de Imagens Ferramenta para extração de componentes de imagens que sejam úteis na
Leia maisProcessamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Propriedades de Imagem Digital Prof. Sergio Ribeiro Tópicos Propriedades de uma Imagem Digital Vizinhança Conectividade Operações Lógicas e Aritméticas
Leia maisImplementação de um Sistema de Fusão de Imagens no Modelo
Implementação de um Sistema de Fusão de Imagens no Modelo HSI 27 de novembro de 2009 O que será apresentado O que será apresentado : Problemática; O Modelo HSI; Proposta; Implementação do sistema: ; ;
Leia maisProcessamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Propriedades de Imagem Digital Prof. Sergio Ribeiro Tópicos Propriedades de uma Imagem Digital Vizinhança e Aritméticas Efeitos de em Pixel a Pixel
Leia maisTE073 PDS II Programa de Pós-Graduação em Engenharia Elétrica
TE073 PDS II Programa de Pós-Graduação em Engenharia Elétrica Prof. Alessandro Zimmer zimmer@eletrica.ufpr.br www.eletrica.ufpr.br/~zimmer/te073 Processamento Digital de Imagens PDI: Objetivos Melhoria
Leia mais