RICARDO PETRI SILVA PROCESSAMENTO DE IMAGENS PARA RESOLUÇÃO DE PROBLEMAS DE REFLEXOS E SOMBRAS
|
|
- Nathan Rios da Cunha
- 7 Há anos
- Visualizações:
Transcrição
1 RICARDO PETRI SILVA PROCESSAMENTO DE IMAGENS PARA RESOLUÇÃO DE PROBLEMAS DE REFLEXOS E SOMBRAS LONDRINA PR 2015
2
3 RICARDO PETRI SILVA PROCESSAMENTO DE IMAGENS PARA RESOLUÇÃO DE PROBLEMAS DE REFLEXOS E SOMBRAS Trabalho de Conclusão de Curso apresentado ao curso de Bacharelado em Ciência da Computação da Universidade Estadual de Londrina para obtenção do título de Bacharel em Ciência da Computação. Orientador: Prof. Dr. Alan Salvany Felinto LONDRINA PR 2015
4 RICARDO PETRI SILVA Processamento de imagens para resolução de problemas de reflexos e sombras/ RICARDO PETRI SILVA. Londrina PR, p. : il. (algumas color.) ; 30 cm. Orientador: Prof. Dr. Alan Salvany Felinto Universidade Estadual de Londrina, Processamento de imagens. 2. Reflexos. 3. Sombras. 4. Iluminação. I. Alan Salvany Felinto. II. Universidade Estadual de Londrina. III. Faculdade de Ciência da Computação. IV. Processamento de imagens para resolução de problemas de reflexos e sombras CDU 02:141:005.7
5 RICARDO PETRI SILVA PROCESSAMENTO DE IMAGENS PARA RESOLUÇÃO DE PROBLEMAS DE REFLEXOS E SOMBRAS Trabalho de Conclusão de Curso apresentado ao curso de Bacharelado em Ciência da Computação da Universidade Estadual de Londrina para obtenção do título de Bacharel em Ciência da Computação. BANCA EXAMINADORA Prof. Dr. Alan Salvany Felinto Universidade Estadual de Londrina Orientador Londrina PR, de 2015
6
7 Este trabalho é dedicado às crianças adultas que, quando pequenas, sonharam em se tornar cientistas.
8
9 Para ganhar conhecimento, adicione coisas todos os dias. Para ganhar sabedoria, elimine coisas todos os dias. (Lao-Tsé)
10
11 SILVA, R.P.. Processamento de imagens para resolução de problemas de reflexos e sombras. 34 p. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) Universidade Estadual de Londrina, Londrina PR, RESUMO Na área de processamento de imagens que está presente na computação gráfica, são realizados vários procedimentos para a análise de imagens e melhoramento na sua qualidade a fim de proporcionar uma melhor identificação e extração de informações. Dentre os problemas existentes, será abordado nesse trabalho técnicas para correção de imagens que apresentam sombras e reflexos, que são fatores que existem em imagens com grande variação de luminosidade. As sombras produzem falsos contornos e os reflexos saturam os canais relacionados as cores, o que causa a perda das informações das cores contidas nos pixels dificultando o processamento da imagem. Neste TCC serão avaliados e comparados artigos e técnicas que abordam o problema do tratamento de imagens com reflexos e sombras. Como finalização temos apresentado os problemas e as soluções encontradas para resolver os artefatos de sombras e reflexos encontrados em imagens. Palavras-chave: processamento de imagens, relfexos, sombras, iluminação.
12
13 SILVA, R.P.. Image processing for solving reflections and shadows problems. 34 p. Final Project (Bachelor of Science in Computer Science) State University of Londrina, Londrina PR, ABSTRACT In the image processing area that is present in graphics computing are performed several procedures for the analysis of images and improvement in quality to provide a better identification and information extraction. Among the existing problems will be addressed in this work techniques for correction of images with shadows and reflections, which are factors that exist in images that shows great variation in brightness. The shadows produce false contours and reflexes saturate related channels colors which causes the loss of color information contained in the pixel difficulting the image processing. In this final paper will be evaluated and compared articles and techniques that address the imaging of the problem with reflections and shadows. As completion will be presented the problems and the solutions to solve the artifacts of shadows and reflections found in images. Keywords: image processing, reflections, shadows, illumination.
14
15 LISTA DE ILUSTRAÇÕES Figura 1 Exemplo de pontos extremos da imagem Figura 2 Imagem original Figura 3 Imagem corrigida Figura 4 Imagem original e imagem corrigida Figura 5 Valores de luminosidade nos pontos escolhidos Figura 6 Regiões de análise Figura 7 Imagem original e imagem segmentada Figura 8 Imagem corrigida e imagem segmentada
16
17 LISTA DE ABREVIATURAS E SIGLAS VPA FMP MATLAB Valor do pixel acessado Fator médio do pixel Matrix Laboratory
18
19 SUMÁRIO 1 INTRODUÇÃO FUNDAMENTAÇÃO SEGMENTAÇÃO PROBLEMAS DE SOMBRAS E REFLEXOS ESPAÇOS DE CORES PESQUISAS E ESTUDOS RELACIONADOS METODOLOGIA RESULTADOS CONCLUSÃO REFERÊNCIAS
20
21 19 1 INTRODUÇÃO Muitas vezes somos incapazes de identificar ou entender uma imagem devido aos ruídos que são fatores que interferiram na sua representação no momento em que foi capturada, como por exemplo, variações de luminosidade [2]. Nesse âmbito, busca-se nesse trabalho, com apoio de técnicas computacionais, realizar um estudo sobre a correção desses agentes para a resolução desse problema. Imagens que apresentam uma grande variação de luminosidade podem apresentar irregularidades em sua representação como falsos contornos de sombras bem como reflexos que são caracterizados pela grande variação de iluminação em uma região que resulta na saturação dos canais que representam a perda da informação da cor do pixel, dessa forma os pixels tendem a ter cor próximas a cor branca Serão utilizadas técnicas presentes na área de computação gráfica, mais específicamente na parte de processamento de imagens, que consistem na identificação e análise do problema, evidenciando as regiões que foram afetadas pela variação de luminosidade que apresentam um alto nível de sombreamento e reflexo por meio de um método capaz de modificar o espaço de cor da imagem para facilitar a identificação e extração de informações das regiões que apresentaram variação de luminosidade e marcar as áreas comprometidas, facilitando assim futuros procedimentos no processo de segmentação que evidenciará a parte que deverá ser tratada aplicando o algoritmo de correção que será desenvolvido. Será utilizado um espaço de cor que separe as características de cromaticidade e luminosidade do pixel, desta forma a luminosidade da cena fica isolada podendo ser alterada sem modificar a matiz e a saturação contidos nos objetos da cena [3]. Para isso foram realizados levantamentos bibliográficos para estudo de técnicas e informações relevantes em bibliotecas digitais científicas como: IEEE, Science Direct, ACM Digital Library, entre outros, pois esses estudos correlatos auxiliarão e servirão como exemplo de comparação após a finalização do processo de minimização da ação de sombra e reflexos em imagens, que será um dos métodos avaliativos da eficácia do algoritmo que será desenvolvido no estágio obrigatório do curso. Serão apresentados a seguir as demais seções do trabalho que estão organizadas da seguinte forma: A seção 2 apresentará a fundamentação teórico-metodológica, a seção 3 evidenciará a metodologia de desenvolvimento, a seção 4 mostrará os resultados e por fim teremos a conclusão do trabalho.
22
23 21 2 FUNDAMENTAÇÃO A área de computação envolve uma grande gama de aplicações, dessa forma é necessário estar bem situado no setor no qual a problemática está presente com o apoio de estudos relacionados a fim de garantir a compreensão de métodos e técnicas que serão indispensáveis durante o percurso de execução do trabalho. O ramo de computação gráfica será o grande foco desse trabalho, por esse motivo a seguir serão detalhados algumas informações necessárias para estudo e pesquisa a respeito da problemática proposta que consiste na minimização da ação de variações de luminosidade como sombras e reflexos em imagens. A seguir são apresentados alguns temas que possuem influência direta no processo de segmentação e técnicas utilizadas para a minimização da ação de sombra e reflexo em imagens [4]. 2.1 SEGMENTAÇÃO A segmentação de imagens é o processo utilizado para identificar informações relevantes realizando a divisão da imagem em várias partes. O processo de reconhecimento da imagem é uma etapa muito importante no processo de segmentação e diferentes condições de iluminação provocam alterações na sua aparência e propriedades. Um exemplo é a identificação de diferentes objetos. Vários fatores devem ser levados em consideração na avaliação desses objetos, como a posição deles, a condição de iluminação, reflexo na superfície, e outras características [5]. 2.2 PROBLEMAS DE SOMBRAS E REFLEXOS O falso contorno dificulta o processo de identificação dos objetos por criar sombras ao redor da imagem e no processo de segmentação essa região pode ser considerada como parte real do objeto, obtendo assim um contorno inexistente do item real. Já a grande concentração de iluminação satura o canal de cor comprometendo a representação da cor do pixel perdendo as propriedades da imagem. Figuras com reflexo permanecem constantes em diferentes condições de iluminação, já imagens com sombreamento apresentam variações em diferentes condições de iluminação e essas imagens podem ser usadas para análise de sombreamento, constância de cor, entre outros [6]. No trabalho em questão o foco é a correção desses agentes e não a exploração de suas características. Dessa forma é necessário a utilização de métodos eficientes para solucionar esse problema.
24 ESPAÇOS DE CORES Noções sobre os modelos de cores existentes é importante na realização do processo de segmentação e a utilização deles facilita na identificação e tratamento do problema. O modelo RGB é o mais conhecido porém existem vários outros modelos que dependendo da aplicação desempenham uma melhor identificação do problema em questão. O modelo RGB consiste nas cores primárias, vermelho, verde e azul, podendo reproduzir as demais cores a partir dessas três. Outro modelo conhecido é o HSI, que apresenta componentes de tom, saturação e intensidade. O modelo HSI deriva do modelo RGB e é muito utilizado na visão computacional, que é a técnica utilizada para se obter informações de dados, como imagens. O modelo de cor LAB apresenta suas cores uniformimente distribuídas representando a luminosidade separada da cromaticidade. Para o desenvolvimento do algoritmo de correção dos fatores de sombra e reflexo foi utilizado o espaço de cor YIQ já que esse modelo permite trabalhar no canal Y responsável pela luminância isoladamente do canal IQ, que são responsáveis pela cromaticidade que representam o canal de cores da imagem [7]. Dessa forma é possível analisar a variação de luminosidade de cada pixel da imagem e aplicar o algoritmo de correção nesses pontos caso seja necessário. Para solucionar o problema de uma imagem que apresenta variação de luminosidade é necessário separar algumas propriedades contidas nela como cromaticidade e a luminosidade para poder normalizar a distribuição desses agentes que tem impacto direto na identificação de reflexos contidos na imagem. O reflexo nas imagens é caracterizado pela grande variação de iluminação em uma região que resulta na saturação dos canais que representam a perda da informação da cor do píxel, dessa forma os pixels tendem a ter cor próximas a branco [8]. 2.4 PESQUISAS E ESTUDOS RELACIONADOS Para a aplicação e entendimento de todos as técnicas envolvidas dentro da problemática proposta que ainda não foram detalhadas nesse trabalho serão levantados estudos e informações atuais como artigos científicos, revistas, algoritmos, que serão indispensáveis, utilizando bibliotecas digitais como: IEEE, Science Direct, ACM Digital Library que servirão de apoio durante a fase de desenvolvimento e que também possibilitará a avaliação do algoritmo que será desenvolvido com técnicas existentes para verificar sua performance. Algumas relações de estudos podem ser feitas a partir de artigos como [9] que realiza o reconhecimento facial e analisa iluminações nas faces gerando uma máscara para facilitar o processo de segmentação da face inibindo a ação de luminosidade. Vacha e Haindl [10] tratam em seu trabalho sobre a recuperação e identificação de imagens a partir
25 23 da sua textura de cor em diferentes cenas com diferentes iluminações. Para classificação e identificação de imagens que apresentam ruídos temos [11] detectando ruídos em imagens a partir de uma filtragem considerando aspectos de inclinação de objetos na imagem, borrões e enquadramento. Existe também [12] que aborda o reconhecimento de face com imagens que apresentam interferência de ambientes com iluminação. Para solucionar o problema de iluminação é feito um remapeamento da imagem analisando os pixels que apresentam baixa intensidade para a correção deles para uma intensidade alta. É um problema bem parecido com o que tem que ser tratado nesse TCC por envolver a ação da iluminação em imagens e a necessidade de seu tratamento para melhoria da imagem. A partir da análise dos artigos encontrados é possível verificar a grande necessidade de resolução de problemas e aplicações que envolvem interferência da luminosidade em imagens, principalmente sombras e reflexos.
26
27 25 3 METODOLOGIA A seguir teremos a metodologia adotada durante o processo de desenvolvimento do algoritmo de minimização da ação de sombra e reflexo no estágio. Considerando que as imagens são representadas por matrizes nas quais sua dimensão é dada pela própria resolução da imagem, por exemplo, uma imagem com resolução de 200x240 é representada por uma matriz de dimensão 200 por 240, sendo que a primeira parte representa a largura da imagem e a segunda parte representa sua altura. Sabendo disso é possível manipular essa imagem de forma que cada posição dessa matriz represente um determinado pixel da imagem. A variação de iluminação pode causar alterações na coloração da imagem, pois ocorre a saturação do pixel. A metodologia para solucionar esse problema foi utilizar um plano de fundo com uma distribuição de cor sem variação que servirá de referência para identificar a variação da luminosidade na figura. Ou seja, em um ambiente sem interferência de luz os pontos que representam o plano de fundo devem apresentar o mesmo valor. Então é verificado se algum ponto da imagem apresenta alguma variação e caso seja confirmado a região comprometida será normalizada. O primeiro algoritmo para a correção de reflexos causados pela grande concentração de luminosidade em um determinado ponto da imagem foi elaborado com o objetivo de realizar uma distribuição equilibrada de iluminação por toda imagem. Para realizar a distribuição normalizada dos pixels responsáveis pela luminância da imagem foi utilizado o espaço de cor YIQ, considerando apenas o canal Y e em cada linha da matriz que representa a imagem foram utilizados dois pontos extremos, caracterizados por um ponto à esquerda e um à direita. Essa técnica foi adotada por que busca-se obter uma distribuição equilibrada de variação de iluminação, dessa forma os valores do pixel de cada extremidade devem apresentar valores mais próximos por serem representados pelo mesmo plano de fundo, ou seja, caso não apresentem valores iguais sofreram influência da iluminação. O fator médio do pixel é obtido com os pontos da extremidade da imagem conforme está representado na figura abaixo. A função de ajuste possui duas possibilidades. Como o fator médio do pixel é aplicado em cada ponto da linha da matriz a seguinte condição é verificada: se o fator médio for maior que o valor do pixel do ponto que está sendo acessado naquele momento teremos o seguinte ajuste: VPA = Valor do pixel do ponto acessado. FMP = fator médio do pixel. VPA = (VPA (FMP VPA)/2).
28 26 Figura 1 Exemplo de pontos extremos da imagem Já a segunda condição temos que o fator médio ter um valor menor que o valor do pixel que está sendo acessado, assim teremos o seguinte ajuste: VPA = (VPA (VPA FMP)/2). Dessa forma temos uma distribuição controlada da iluminação de cada pixel evitando grandes concentrações em uma determinada região bem como a saturação do canal de cor. Depois de aplicar o ajuste em todas as linhas, a imagem que estava no espaço de cor YIQ é transformada para o modelo RGB, pois é o modelo que representa as diversas cores presentes na imagem. No segundo algoritmo foi utilizado uma abordagem diferente da primeira já que o objetivo é remover falsos contornos de sombra da imagem com o intuito de garantir uma segmentação melhor do objeto de interesse. A ideia é de normalizar os pixels que correspondem à luminosidade da imagem para garantir que todos esses pontos assumam valores próximos. Esse processo permite a eliminação dos fatores de sombras nas imagens. Para eliminar os falsos contornos da imagem também foi utilizado o espaço de cor YIQ e adquiriu-se a média geral do valor dos pixels do canal Y e esse valor foi aplicado em cada pixel da imagem, fazendo com que a distribuição de iluminação ficasse muito similar aos demais pontos e assim eliminando falsos contornos que existiam anteriormente. Após todo o processo a imagem também foi transformada para o espaço de cor RGB.
29 27 4 RESULTADOS Após a aplicação dos algoritmos foram obtidos os seguintes resultados: Figura 2 Imagem original Figura 3 Imagem corrigida Esses resultados foram obtidos a partir do primeiro algoritmo que tinha como objetivo equilibrar a distribuição de luminosidade na imagem.
30 28 Analisando a Figura 3 é possível verificar uma melhoria considerando a distribuição da luminosidade na imagem, porém o processo de correção acabou causando alguns ruídos na imagem que deverão ser tratados futuramente. Figura 4 Imagem original e imagem corrigida É possível ter uma melhor noção da melhoria na iluminação da carne com a Figura 4, onde temos regiões mais comprometidas pela luminosidade na imagem original e o tratamento delas na imagem corrigida. Porém a análise feita visualmente não garante que o resultado foi realmente bom, pois a percepção de cada pessoa pode variar. Dessa forma foram coletados dados utilizando o software MATLAB e o canal YIQ para observar o valor que representa a luminosidade, ou seja, o Y desse canal para verificar se realmente houve uma melhora após a utilização do algoritmo de correção de luminosidade. A partir da tabela de valores é possível veríficar que de fato houve uma normalização da luminosidade pela imagem, sendo que os pontos onde não havia muita concentração de iluminação, (10,126) e (525,126), que representam a coordenada na imagem, não tiveram muita variação, pois de 0.43 foi para 0.41 e 0.45 para 0.44, respectivamente. Já os pontos comprometidos (195,263) e (256,238) obtiveram uma grande diferença no valor após a aplicação de correção, pois eram regiões que precisavam de uma correção mais forte para garantir uma melhor distribuição de luminosidade. Os valores obtidos nessas regiões podem ser verificados a seguir:
31 29 Figura 5 Valores de luminosidade nos pontos escolhidos Foram utilizados as seguintes regiões para análise, representados pelos 4 pontos verdes na imagem: Figura 6 Regiões de análise O segundo algoritmo tinha como objetivo a eliminação de falsos contornos. A Figura 8 demonstra o resultado obtido pelo algoritmo de correção de falsos contornos de
32 30 sombra e sua melhora pode ser observada pela ausência de contornos em volta da carne comparando a Figura 8 com a Figura 7, pois o fator médio do pixel de iluminação de cada extremidade foi ajustado aos demais pontos garantindo uma distribuição controlada desses valores eliminando problemas causados pela grande concentração de luminosidade em uma determinada região. Figura 7 Imagem original e imagem segmentada Figura 8 Imagem corrigida e imagem segmentada
33 31 5 CONCLUSÃO O processamento de imagens é uma tarefa muito importante dentro da computação gráfica. Nesse trabalho foram exploradas técnicas de mudança de cor de espaço de imagens e ajustes nas suas características de luminosidade para corrigir a ação de sombras e reflexos. Após a aplicação das técnicas foram obtidas imagens com correção na distribuição da luminosidade e também a melhoria na remoção de falsos contornos de sombra principalmente aos redores da carne. Pretende-se como trabalhos futuros desenolver novas técnicas e melhorar a qualidade da imagem após a aplicação dos algoritmos para obter uma imagem sem a presença de ruídos, melhorando assim o processo de segmentação para isolar o objeto de interesse. Também será estudado até quando é vantajoso a tentativa de restauração de um pixel que sofreu saturação e perdeu sua propriedade de cor.
34
35 33 REFERÊNCIAS [1] [2] D.K. Nayak and C. Bhagvati. A new hsi based filtering technique for impulse noise removal in images. In Computer Vision, Pattern Recognition, Image Processing and Graphics (NCVPRIPG), 2013 Fourth National Conference on, pages 1 5, Dec [3] Richard E. Woods Rafael C. Gonzales. Processamento Digital de Imagens. Pearson, [4] R.R. Ganta, S. Zaheeruddin, N. Baddiri, and R.R. Rao. Segmentation of oil spill images with illumination-reflectance based adaptive level set model. Selected Topics in Applied Earth Observations and Remote Sensing, IEEE Journal of, 5(5): , Oct [5] D.W. Jacobs, P.N. Belhumeur, and R. Basri. Comparing images under variable illumination. In Computer Vision and Pattern Recognition, Proceedings IEEE Computer Society Conference on, pages , Jun [6] Guangfeng Lin Caixia Fan, HongZhu and Lei Cao. Deriving reflectance and shading components from a single image. In Intelligent Control and Information Processing (ICICIP), 2013 Fourth International Conference on, pages , Jun [7] H. B. Kekre, S. D. Thepade, A. Athawale, and A. Parkar. Using assorted color spaces and pixel window sizes for colorization of grayscale images. In Proceedings of the International Conference and Workshop on Emerging Trends in Technology, ICWET 10, pages , New York, NY, USA, ACM. [8] E. Vazquez, R. Baldrich, J. van de Weijer, and M. Vanrell. Describing reflectances for color segmentation robust to shadows, highlights, and textures. Pattern Analysis and Machine Intelligence, IEEE Transactions on, 33(5): , May [9] Pan Ng and Chi-Man Pun. Skin segmentation based on human face illumination feature. In Proceedings of the The 2012 IEEE/WIC/ACM International Joint Conferences on Web Intelligence and Intelligent Agent Technology - Volume 03, WI-IAT 12, pages , Washington, DC, USA, IEEE Computer Society. [10] Pavel Vacha and Michal Haindl. Image retrieval measures based on illumination invariant textural mrf features. In Proceedings of the 6th ACM International Conference on Image and Video Retrieval, CIVR 07, pages , New York, NY, USA, ACM. [11] Rafael Dueire Lins, Serene Banergee, and Marcelo Thielo. Automatically detecting and classifying noises in document images. In Proceedings of the 2010 ACM Symposium on Applied Computing, SAC 10, pages 33 39, New York, NY, USA, ACM. [12] Deng-Yuan Huang, Shr-Huan Di, Wu-Chih Hu, and Yi-Jen Su. Face recognition based on dual-tree complex wavelet transform under low illumination environments.
36 34 In Proceedings of the 29th International Conference on Image and Vision Computing New Zealand, IVCNZ 14, pages , New York, NY, USA, ACM.
Processamento de imagens para resolução de problemas de reflexos e sombras
Processamento de imagens para resolução de problemas de reflexos e sombras Ricardo Petri Silva 1, Alan Salvany Felinto 1 1 Departamento de Computação Universidade Estadual de Londrina (UEL) Caixa Postal
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 maisUm método automático de segmentação de imagens aplicado à análise do marmoreio da carne em plataforma móvel
Um método automático de segmentação de imagens aplicado à análise do marmoreio da carne em plataforma móvel Gabriel Fillipe Centini Campos 1, Sylvio Barbon Júnior 1 1 Departamento de Computação Universidade
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 maisSketch to Photo Matching: A Feature-based Approach (Klare and Jain [2010])
Sketch to Photo Matching: A Feature-based Approach (Klare and Jain [2010]) Marco Antonio de A. Silva Programa de Pós-Graduação em Ciência da Computação - PPGCC Departamento de Computação - DECOM Universidade
Leia maisUniversidade Católica Dom Bosco
Universidade Católica Dom Bosco Curso de Bacharelado em Engenharia de Computação Comparação entre Técnicas de Reconhecimento de Faces para Controle de Acesso a Computadores Vinícius Assis Saueia da Silva
Leia maisReconhecimento Facial 3D utilizando o Simulated Annealing com as Medidas Surface Interpenetration Measure e M-Estimator Sample Consensus
Reconhecimento Facial 3D utilizando o Simulated Annealing com as Medidas Surface Interpenetration Measure e M-Estimator Sample Consensus Dissertação de Mestrado em Informática Sídnei Augusto Drovetto Jr.
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 maisRealidade Aumentada aplicada ao ensino da simetria molecular
Realidade Aumentada aplicada ao ensino da simetria molecular Matheus Gaspar Reis 1, Alan Salvany Felinto 1 1 Departamento de Computação Universidade Estadual de Londrina (UEL) Caixa Postal 10.011 86057-680
Leia mais"Análise de Extratores de Característica para Reconhecimento de Face"
Universidade Federal de Pernambuco Centro de Informática Graduação em Engenharia de Computação Proposta de Trabalho de Graduação "Análise de Extratores de Característica para Reconhecimento de Face" Orientador:
Leia maisMétodos de Segmentação de Imagem para Análise da Marcha
Métodos de Segmentação de Imagem para Análise da Marcha Maria João M. Vasconcelos, João Manuel R. S. Tavares maria.vasconcelos@fe.up.pt, tavares@fe.up.pt 3º Congresso Nacional de Biomecânica 11-12 Fevereiro
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 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 maisGerenciamento de Comunicação em Projetos de Software - Um estudo de caso no Laboratório Gaia da UEL
Gerenciamento de Comunicação em Projetos de Software - Um estudo de caso no Laboratório Gaia da UEL Vinicius Marques Chioratto 1, Rodolfo Miranda de Barros 1 1 Departamento de Computação Universidade Estadual
Leia maisCursos da Escola de Engenharias e Ciências Exatas - UnP
Cursos da Escola de Engenharias e Ciências Exatas - UnP Professor Nielsen Castelo Damasceno E-mail: nielsen.castelo@unp.br Web: http://ncdd.com.br Sala Virtual Disciplina Visão Computacional (CH Total
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 maisAQUISIÇÃO E REALCE EM IMAGENS UTILIZANDO JAVA COM AUXILIO DO OPENCV
AQUISIÇÃO E REALCE EM IMAGENS UTILIZANDO JAVA COM AUXILIO DO OPENCV Rafael Aquino 1 Fabio Gomes 2 Ciência da Computação ciências exatas e tecnológicas ISSN IMPRESSO 1980-1777 ISSN ELETRÔNICO 2316-3135
Leia maisProjetos finais. Grupo 3
Projetos finais Grupo 3 Integrantes Laez Barbosa da Fonseca Filho 8586902 laez.filho@usp.br Caetano Mastroianni Dieguez 7210164 caetano.dieguez@usp.br Lais Harumi Fukujima Aguiar 8587142 lais.aguiar.br@ieee.org
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 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 / 18 Descritores Locais e Frameworks SIFT SURF Viola-Jones
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 maisUNIVERSIDADE FEDERAL DE UBERLÂNDIA UFU
UNIVERSIDADE FEDERAL DE UBERLÂNDIA UFU PLANO DE TRABALHO EM INICIAÇÃO CIENTÍFICA Desenvolvimento e aplicação de um modelo gravitacional simplificado para análise de texturas coloridas. Uberlândia 30/04/2014
Leia maisAutor 1 Orientador: 1. dia de mês de ano
Título Autor 1 Orientador: 1 1 Laboratório de Sistemas de Computação Universidade Federal de Santa Maria dia de mês de ano Roteiro Introdução Fundamentação Desenvolvimento Resultados Conclusão e Trabalhos
Leia maisPROCESSAMENTO E ANÁLISE DE IMAGENS DE MICROARRANJOS DE DNA
U N I V E R S I D ADE FEDERAL DE PERNAMBUCO GRADUAÇÃO EM ENGENHARIA DA COMPUTAÇÃO CENTRO DE INFORMÁTICA 2 0 0 8. 1 PROCESSAMENTO E ANÁLISE DE IMAGENS DE MICROARRANJOS DE DNA PROPOSTA DE TRABALHO DE GRADUAÇÃO
Leia maisMathematical Morphology An Overview
Universidade Federal Fluminense Instituto de Computação Mathematical Morphology An Overview Jacó Júlio de Souza Costa jacojulio@gmail.com jacojulio@id.uff.br March 29, 2019 Sumário 1 Definição do Tema
Leia maisDermanostic: um método para normalização da iluminação em imagens de lesões cutâneas
Departamento de Sistemas e Computação FURB Curso de Ciência da Computação Trabalho de Conclusão de Curso 2016/2 Dermanostic: um método para normalização da iluminação em imagens de lesões cutâneas Acadêmico:
Leia maisImage Descriptors: color
Image Descriptors: color Image Processing scc0251 www.icmc.usp.br/ moacir moacir@icmc.usp.br ICMC/USP São Carlos, SP, Brazil 2011 Moacir Ponti Jr. (ICMCUSP) Image Descriptors: color 2011 1 / 29 Agenda
Leia maisReconhecimento do alfabeto da linguagem de sinais brasileira por classificação de animação 3D gerada por kinect.
Reconhecimento do alfabeto da linguagem de sinais brasileira por classificação de animação 3D gerada por kinect. Luis Fernando kawabata de Almeida 1, Alan Salvany Felinto 1 1 Departamento de Computação
Leia maisFace Recognition using RGB-D Images
Face Recognition using RGB-D Images Helder C. R. de Oliveira N.USP: 7122065 Polyana Nunes N.USP: 9043220 Sobre o Artigo Publication: 2013 IEEE Sixth International Conference Author(s) Goswami, G. (Índia
Leia maisAplicação de Histograma de Gradientes Orientados para detecção de hidrômetros em imagens de fundo complexo
Aplicação de Histograma de Gradientes Orientados para detecção de hidrômetros em imagens de fundo complexo Juliana Patrícia Detroz Professor: André Tavares da Silva Universidade do Estado de Santa Catarina
Leia maisDERYK SEDLAK RIBEIRO UM ESTUDO DAS ARQUITETURAS DE MIDDLEWARE ABORDADAS EM SISTEMAS DE COMÉRCIO ELETRÔNICO
DERYK SEDLAK RIBEIRO UM ESTUDO DAS ARQUITETURAS DE MIDDLEWARE ABORDADAS EM SISTEMAS DE COMÉRCIO ELETRÔNICO LONDRINA PR 2018 DERYK SEDLAK RIBEIRO UM ESTUDO DAS ARQUITETURAS DE MIDDLEWARE ABORDADAS EM SISTEMAS
Leia maisORIENTADOR(ES): LUIZ EDUARDO SALES E SILVA, WALDIR SABINO DA SILVA JUNIOR, WHEIDIMA CARNEIRO DE MELO
16 TÍTULO: ANÁLISE DE MÉTODOS DE CORREÇÃO DE ILUMINAÇÃO CATEGORIA: CONCLUÍDO ÁREA: ENGENHARIAS E ARQUITETURA SUBÁREA: ENGENHARIAS INSTITUIÇÃO: UNIVERSIDADE FEDERAL DO AMAZONAS AUTOR(ES): JOSE LUIS DA SILVA
Leia maisPLANO DE TRABALHO: DISCIPLINA OPTATIVA PROCESSAMENTO DE IMAGENS MÉDICAS
PLANO DE TRABALHO: DISCIPLINA OPTATIVA PROCESSAMENTO DE IMAGENS MÉDICAS PROFESSOR: Alexei Manso Correa Machado 1. EMENTA Percepção visual. Modalidades de aquisição e reconstrução tomográfica. Amostragem
Leia maisDescritores de Imagem (introdução)
Descritores de Imagem (introdução) André Tavares da Silva andre.silva@udesc.br Roteiro da aula Definição de descritor de imagem Extração de Característica Tipos Geral x Específico Global (cor, textura,
Leia maisUniversidade Católica Dom Bosco
Universidade Católica Dom Bosco Centro de Ciências Exatas e Tecnológicas Curso de Engenharia de Computação Segmentação e Reconhecimento Baseado em Textura: Técnicas e Ferramentas Wagner Beloti Leal Prof.
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 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 2 Introdução ao Processamento
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 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 maisPMR2560 Visão Computacional Detecção de cores e blobs. Prof. Eduardo L. L. Cabral
PMR2560 Visão Computacional Detecção de cores e blobs Prof. Eduardo L. L. Cabral Objetivos Detecção de cores; Detecção de blobs. Detecção de cores Cores são facilmente identificadas nas imagens. Cor a
Leia maisPLANO DE TRABALHO: DISCIPLINA OPTATIVA PROCESSAMENTO DE IMAGENS MÉDICAS
PLANO DE TRABALHO: DISCIPLINA OPTATIVA PROCESSAMENTO DE IMAGENS MÉDICAS PROFESSOR: Alexei Manso Correa Machado 1. EMENTA Percepção visual. Modalidades de aquisição e reconstrução tomográfica. Amostragem
Leia maisFundamentos de Processamento Gráfico. Modelos de cores. Fátima Nunes. Profa. Fátima L. S. Nunes
Fundamentos de Processamento Gráfico Aula 10 Modelos de cores Fátima Nunes 1 Introdução Por que usar cor em processamento de imagens? 2 Introdução Por que usar cor em processamento de imagens? Cor: descritor
Leia maisSISTEMA DE ANÁLISE DE VÍDEO EM TEMPO REAL NA DETECÇÃO DE PADRÕES DE MOVIMENTO
SISTEMA DE ANÁLISE DE VÍDEO EM TEMPO REAL NA DETECÇÃO DE PADRÕES DE MOVIMENTO Davi Alberto Sala, Adriane Parraga e Letícia Vieira Guimarães Universidade Estadual do Rio Grande do Sul RESUMO Uma das seções
Leia maisEstudo comparativo de métodos de segmentação das bordas de lesões em imagens dermatoscópicas
Estudo parativo de métodos de segmentação das bordas de lesões em imagens dermatoscópicas Pedro Vinícius Macêdo de Araújo, Geraldo Braz Junior Curso de Ciência da Computação Universidade Federal do Maranhão
Leia maisMétodos de Extração de Características
1. Introdução Métodos de Extração de Características A Interpretação ou entendimento de uma cena demanda o reconhecimento de seus objetos. Reconhecimento de objetos ou padrões contidos em uma cena -> é
Leia mais4 as Jornadas Politécnicas de Engenharia
4 as Jornadas Politécnicas de Engenharia Imagens de Faces: Exemplos de Metodologias e Aplicações Fernando Carvalho, João Manuel R. S. Tavares Aplicação Metodologias Modelos Conclusões Trabalho Futuro Introdução:
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 maisComputaçã. Visão Geral. Sistema Gráfico. Computação Gráfica. Pixels. Sistema Gráfico e o Frame Buffer. Introdução à Computação Gráfica
Visão Geral Computaçã ção o Gráfica Introduçã ção, conceitos básicosb sicos, áreas relacionadas Introdução à Computação Gráfica Como funciona um sistema gráfico Como imagens são representadas Áreas relacionadas,
Leia maisSistema de Reconhecimento de Logotipos
Sistema de Reconhecimento de Logotipos Fellipe Duarte, Saulo T. Oliveira {duartefellipe,sto}@cos.ufrj.br Relatório Técnico, Introdução ao Processamento de Imagens Programa de Engenharia de Sistemas e Computação
Leia maisReconhecimento de linguagem de sinais: aplicação em LIBRAS
Reconhecimento de linguagem de sinais: aplicação em LIBRAS Ruberth A. A. Barros 1, Aitan V. Pontes 1, João D. S. Almeida 1 1 Núcleo de Computação Aplicada Universidade Federal Maranhão (UFMA) Caixa Postal
Leia maisPrograma 25/02/2019. Objetivo Geral: Processamento Digital de Imagens I Turma A. Objetivos Específicos:
Curso de Engenharia Cartográfica e Agrimensura Processamento Digital de Imagens I Turma A 2019/1 semestre Objetivo Geral: Conhecer técnicas de processamento de digitais que permitem extrair e identificar
Leia maisIDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS. André Zuconelli 1 ; Manassés Ribeiro 2
IDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS André Zuconelli 1 ; Manassés Ribeiro 2 INTRODUÇÃO As tecnologias assistivas têm a finalidade de auxiliar pessoas com deficiência a alcançar
Leia maisPredição de links em uma rede heterogênea baseada em dados geolocalizados e de relacionamentos
Universidade Federal de Pernambuco Centro de Informática Graduação em Ciência da Computação Predição de links em uma rede heterogênea baseada em dados geolocalizados e de relacionamentos Proposta de Trabalho
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 maisAMANDA SAORI FUKUSHIGUE HAMA ANÁLISE PARAMETROS E TÉCNICAS UTILIZADOS EM MÉTODO DE REMOÇÃO DE REFLEXO COM SEQUÊNCIA DE IMAGENS
AMANDA SAORI FUKUSHIGUE HAMA ANÁLISE PARAMETROS E TÉCNICAS UTILIZADOS EM MÉTODO DE REMOÇÃO DE REFLEXO COM SEQUÊNCIA DE IMAGENS LONDRINA PR 2017 AMANDA SAORI FUKUSHIGUE HAMA ANÁLISE PARAMETROS E TÉCNICAS
Leia maisUm sistema de identificação biométrica utilizando reconhecimento de íris e OpenCV
Um sistema de identificação biométrica utilizando reconhecimento de íris e OpenCV Rodrigo Mendes Garcês 1, Geraldo Braz Júnior 2 1 Laboratório de métodos de otimização e robótica Universidade Federal do
Leia maisSubtração de fundo e remoção de sombras em imagens em espectro infravermelho de ondas curtas
Subtração de fundo e remoção de sombras em imagens em espectro infravermelho de ondas curtas Samuel Ribeiro da Costa Vale Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento
Leia maisIDENTIFICAÇÃO DE ELEMENTOS UTILIZANDO SISTEMA DE CORES HSV EM IMAGEM DE ÍNDICE DE VEGETAÇÃO DA CULTURA DE CANA-DE-AÇÚCAR
LA SCALEA, Rodrigo Antônio; CHAVES, Arthur Avelar; CASTELO BRANCO, Kalinka Regina Lucas Jaquie; KAWABATA, Célia Leiko Ogawa. Identificação de elementos utilizando sistema de cores HSV em imagem de índice
Leia maisSEMINÁRIO Visão Computacional Aluno: Afonso Pinheiro
SEMINÁRIO Visão Computacional Aluno: Afonso Pinheiro Detecting Pedestrians Using Patterns of Motion and Appearance *Paul Viola *Michael J. Jones *Daniel Snow Por que detectar pedestres? http://conexaopenedo.com.br/2016/02/sistema-consegue-detectar-pedestres-em-tempo-real/
Leia maisTEMPLATE PARA TCC IFFAR - SVS
MINISTÉRIO DA EDUCAÇÃO SECRETARIA DE EDUCAÇÃO PROFISSIONAL E TECNOLÓGICA INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA FARROUPILHA - CAMPUS SÃO VICENTE DO SUL TEMPLATE PARA TCC IFFAR - SVS TRABALHO
Leia maisDetecção de contornos em imagens coloridas com base em medidas de distância entre cores
https://eventos.utfpr.edu.br//sicite/sicite2017/index Detecção de contornos em imagens coloridas com base em medidas de distância entre cores RESUMO Guilherme Alves Rosa guilhermealvesrosa@outlook.com
Leia maisUNIVERSIDADE FEDERAL DE PERNAMBUCO CENTRO DE INFORMÁTICA GRADUAÇÃO EM ENGENHARIA DA COMPUTAÇÃO
UNIVERSIDADE FEDERAL DE PERNAMBUCO CENTRO DE INFORMÁTICA GRADUAÇÃO EM ENGENHARIA DA COMPUTAÇÃO Sistema de Sumarização Automática de Textos Baseado em Classes de Documentos PROPOSTA DE TRABALHO DE GRADUAÇÃO
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 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 maisDescritores de Imagem
Descritores de Imagem André Tavares da Silva 31 de março de 2014 1 Descritores de imagem (continuação) 1.1 Frameworks de detecção de objetos SIFT (scale-invariant features transform) (Lowe, 1999) SIFT
Leia maisINFORMAÇÕES DO ACADÊMICO PLANO DE TRABALHO. 1. Justificativa
INFORMAÇÕES DO ACADÊMICO Nome: Kleber Padovani de Souza Curso: Engenharia de Computação Semestre: R.A.: Título do plano de trabalho: Extração de atributos da imagem através de momentos de imagem. Nome
Leia maisReconhecimento de Símbolos de LIBRAS
Reconhecimento de Símbolos de LIBRAS Rodrigo do Nascimento Siqueira Departamento de Informática Universidade Federal do Maranhão (UFMA) Av. dos Portugueses, 1966 Bacanga São Luıś MA Brazil rodignasciment@gmail.com(siqueira,
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 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 maisVISÃO COMPUTACIONAL PARA RECONHECIMENTO DE FACES APLICADO NA IDENTIFICAÇÃO E AUTENTICAÇÃO DE USUÁRIOS NA WEB. Márcio Koch
VISÃO COMPUTACIONAL PARA RECONHECIMENTO DE FACES APLICADO NA IDENTIFICAÇÃO E AUTENTICAÇÃO DE USUÁRIOS NA WEB Márcio Koch Orientador: Jacques Robert Heckmann ROTEIRO Introdução Objetivos do trabalho Fundamentação
Leia maisOrientação de Bordas em Imagens Digitais: Abordagem por Análise de Vizinhança Local
Orientação de Bordas em Imagens Digitais: Abordagem por Análise de Vizinhança Local Inês Aparecida Gasparotto Boaventura DCCE-IBILCE-UNESP Rua Cristovão Colombo, 2265 15054-000, São José do Rio Preto,
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 maisComputação e Imagens: PI, CG e Visualização. Computação Visual
Computação e Imagens: PI, CG e Visualização Computação Visual Instituto de Ciências Matemáticas e de Computação ICMC-USP São Carlos, 2016 1 Roteiro Visão Geral das áreas da computação que envolvem manipulação
Leia maisUm estudo sobre consumo energético na indexação de conteúdo visual com síntese em alto nível usando hardware reconfigurável
1 de 61 Um estudo sobre consumo energético na indexação de conteúdo visual com síntese em alto nível usando hardware reconfigurável Elmar Uwe Kurt Melcher (Orientador) Universidade Federal de Campina Grande
Leia maisCaracterização de Imagens via Redes Neurais Artificiais
Caracterização de Imagens via Redes Neurais Artificiais Autor: Eduardo Ferreira Ribeiro 1, Orientadora: Celia Zorzo Barcelos 1 1 Programa de Pós-Graduação em Ciência da Computação Universidade Federal
Leia maisProposta de Curso LNCC
Proposta de Curso LNCC Professor: Gilson A. Giraldi (D.Sc) Título do Curso: Visualização Científica para Análise de Imagens Médica. Período: Quarto Período de 2001 Objetivos O processamento/visualização
Leia maisComputação Musical - Introdução slides do curso Computação Musical
- Introdução slides do curso Departamento de Ciência da Computação Universidade Federal de São João Del Rei 2014/2 O que é computação musical? Denitivamente é computação. Relacionada e aplicada à música.
Leia maisDetecção e seguimento de objectos em vídeo sob condições adversas
FACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO Detecção e seguimento de objectos em vídeo sob condições adversas Relatório de Progresso João Santos 050503094 Mestrado Integrado em Engenharia Electrotécnica
Leia maisMáquinas de Vetores de Suporte Aplicadas à Classificação de Defeitos em Couro Bovino
Máquinas de Vetores de Suporte Aplicadas à Classificação de Defeitos em Couro Bovino Ricardo Cezar Bonfim Rodrigues 24 de abril de 2006 1 Antecedentes e Justificativa Hoje, em diversos processos industriais,
Leia maisMETODOLOGIAS PARA IDENTIFICAÇÃO DE FACES EM IMAGENS: INTRODUÇÃO E EXEMPLOS DE RESULTADOS
Congreso de Métodos Numéricos en Ingeniería 2005 Granada, 4 a 7 de Julio, 2005 SEMNI, España 2005 METODOLOGIAS PARA IDENTIFICAÇÃO DE FACES EM IMAGENS: INTRODUÇÃO E EXEMPLOS DE RESULTADOS Fernando Jorge
Leia maisExtração de características utilizando filtros de Gabor aplicado a identificação de defeitos no couro bovino
Extração de características utilizando filtros de Gabor aplicado a identificação de defeitos no couro bovino André Luiz Pasquali 24 de abril de 2006 1 Antecedentes e Justificativa Atualmente o Brasil vem
Leia maisINSTITUTO NACIONAL DE PESQUISAS ESPACIAIS PROGRAMA DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO DIVISÃO DE PROCESSAMENTO DE IMAGENS
INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS PROGRAMA DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO DIVISÃO DE PROCESSAMENTO DE IMAGENS SER-300: INTRODUÇÃO AO GEOPROCESSAMENTO Laboratório II: Cartografia em GIS/Registro
Leia maisProtótipo de software para inserção e extração de mensagens em arquivo raster através de esteganografia
Centro de Ciências Exatas e Naturais Departamento de Sistemas e Computação Bacharelado em Ciências da Computação Protótipo de software para inserção e extração de mensagens em arquivo raster através de
Leia maisVERIFICAÇÃO QUALITATIVA DE DEPÓSITOS POR BRASAGEM VIA PROCESSAMENTO DE IMAGEM
15º POSMEC - Simpósio do Programa de Pós-Graduação em Engenharia Mecânica Universidade Federal de Uberlândia Faculdade de Engenharia Mecânica VERIFICAÇÃO QUALITATIVA DE DEPÓSITOS POR BRASAGEM VIA PROCESSAMENTO
Leia maisDETECÇÃO DE CORES DE SOLUÇÕES QUÍMICAS PARA PESSOAS COM NENHUMA OU BAIXA VISÃO UTILIZANDO OPENCV
DETECÇÃO DE CORES DE SOLUÇÕES QUÍMICAS PARA PESSOAS COM NENHUMA OU BAIXA VISÃO UTILIZANDO OPENCV Autor (1) Jéssica Fernandes Alves; Orientador (4) Suzete Élida Nóbrega Correia (1) Instituto Federal de
Leia maisUniversidade Federal de Pernambuco
Universidade Federal de Pernambuco Graduação em Engenharia da Computação Centro de Informática Análise de Comportamento de Sistemas DASH com Teoria de Controle em Redes 3G Aluno: Daniel Bezerra { db@cin.ufpe.br
Leia maisRastreamento de objeto e estimativa de movimento
Hiroito Watanabe Rastreamento de objeto e estimativa de movimento Brasil 2015 Hiroito Watanabe Rastreamento de objeto e estimativa de movimento Relatório do trabalho 2 da disciplina de Processamento Digital
Leia maisSistemas para Compressão de Imagens em Satélites de Sensoriamento Remoto
Sistemas para Compressão de Imagens em Satélites de Sensoriamento Remoto {leila, lilian}@dpi.inpe.br, max@fee.unicamp.br Profa. Dra. Leila M. G. Fonseca (Supervisora)... DPI/INPE Prof. Dr. Max H. M. Costa
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 Digital de Imagens. Cor
Processamento Digital de Imagens Cor Em uma descrição física a cor está associada ao seu comprimento de onda. Ao se analisar o espectro eletromagnético na região do visível, os menores comprimentos de
Leia maisDetecção de Faces Humanas em Imagens Coloridas Utilizando Redes Neurais Artificiais
Detecção de Faces Humanas em Imagens Coloridas Utilizando Redes Neurais Artificiais Wellington da Rocha Gouveia Universidade de São Paulo Escola de Engenharia de São Carlos Departamento de Engenharia Elétrica
Leia maisReconhecimento Ótico de Caracteres em Placas Veiculares
Universidade Federal De Pernambuco Centro De Informática Graduação Em Engenharia Da Computação 2012.2 Reconhecimento Ótico de Caracteres em Placas Veiculares Proposta de Trabalho de Graduação Aluno Pedro
Leia maisFiltro de Imagem Baseado em Matriz RGB de Cores- Padrão para Futebol de Robôs
Filtro de Imagem Baseado em Matriz RGB de Cores- Padrão para Futebol de Robôs Eder A. Penharbel, Ricardo C. Destro, Flavio Tonidandel e Reinaldo A.C. Bianchi Centro Universitário da FEI - UniFEI Av. Humberto
Leia maisCores em Imagens e Vídeo
Aula 05 Cores em Imagens e Vídeo Diogo Pinheiro Fernandes Pedrosa Universidade Federal Rural do Semiárido Departamento de Ciências Exatas e Naturais Ciência da Computação Ciência das Cores A cor é fundamentada
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 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 maisUniversidade Católica Dom Bosco Curso de Bacharelado em Engenharia de Computação
Universidade Católica Dom Bosco Curso de Bacharelado em Engenharia de Computação Desenvolvimento de um sistema de identicação de espécies de peixes utilizando Visão Computacional e aprendizagem automática
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 mais