Reconhecimento de cores do MSX por lógica fuzzy

Tamanho: px
Começar a partir da página:

Download "Reconhecimento de cores do MSX por lógica fuzzy"

Transcrição

1 Reconhecimento de cores do MSX por lógica fuzzy

2 Resumo O objetivo deste artigo é demonstrar como é possível reconhecer, em uma imagem de 24 bits, a cor mais parecida com uma das 15 cores do MSX Introdução A redução de cores é uma delicada tarefa, em que deseja-se fazer um trabalho artístico para transformar uma imagem de 24 bits, ou 16 milhões de cores, em uma imagem similar, com as 15 cores distintas do MSX. Muitos desenhos oriundos de uma imagem ou foto original precisam de um designer gráfico para refazer o trabalho em 16 cores. A principal finalidade do estudo de redução de cores é tentar automatizar o trabalho do designer, ou, pelo menos, facilitar o trabalho deste, gerando uma imagem de 16 cores (15 na verdade, pois uma é transparente) o mais próximo do que ele teria feito. 2- Fundamentos do trabalho A tarefa é simples: temos uma foto ou um desenho de 24 bits de resolução. Passamos esta imagem para um programa. Este programa fará o reconhecimento de cada pixel, o associando à cor mais próxima do conjunto de 15 cores do sistema MSX. 2.1 Lógica Fuzzy A lógica fuzzy nos permite trabalhar com valores incertos, diferentemente da computação clássica, onde trabalhamos com pensamentos precisos. O conceito de lógica fuzzy é largamente utilizado em cartografia digital, em trabalhos de reconhecimento de feições e detecção de mudanças. Os seguintes exemplos, apresentam uma clara diferença entre a computação clássica e lógica fuzzy. a) Conceito de alto e baixo na computação clássica

3 b) Conceito de alto na lógica fuzzy No conceito clássico, uma pessoa com 1,79 m é considerada tão baixa como uma pessoa de 1,00 m. Por outro lado, uma pessoa com 1 cm a mais (1,80 m) seria considerada tão alta quanto uma pessoa de 2,00 m. Na lógica fuzzy, pensamos em alto da seguinte maneira: alguém com 1,65 m pode ser considerada alto? Nunca. A partir de 1,70 m, podemos começar a pensar que o indivíduo é alto. Para isto, atribuímos um grau de certeza, conforme a altura aumenta. Este grau é chamado de grau de pertinência e varia de 0 a 1. Marcamos então, a fronteira da negação total, ou 0, e da aprovação total, ou 1. De acordo com o gráfico apresentado no conceito de lógica fuzzy, os limites para negação total é de 1,70 m e para aprovação total é de 1,90 m. Isto quer dizer que se o indivíduo medir 1,70 m, com certeza não é alto, enquanto que, se medir 1,90 m, com certeza é alto. Valores abaixo de 1,70 m garantiriam que o indivíduo não é alto, enquanto que valores acima de 1,90 m garantiriam que o indivíduo é alto. Para os valores intermediários, o indivíduo seria considerado alto, mas com um grau de pertinência inferior a 1. Para 1,80 m, o indivíduo seria considerado alto, com grau de pertinência igual a 0,5. c) Conceito de alto e baixo na lógica fuzzy Agora, agregamos ao gráfico de alto, o conceito de baixo. Indivíduos com 1,70 m ou menos, com certeza são baixos. Indivíduos com 1,90 m ou mais, com certeza não são baixos. Assim como para altos, indivíduos entre 1,70 m e 1,90 m têm um certo grau de pertinência, que é medido interceptando-se a linha vertical do valor da altura, com a linha da função de pertinência (azul para alto, vermelho para baixo).

4 2.2 A Máquina Fuzzy Fig. 2.1 A máquina fuzzy. A máquina de fuzzy tem como por objetivo receber como entrada, diversas funções características, e através de um conjunto de regras, produzir uma saída. Uma entrada fuzzy pode ser caracterizada como a letra c do item 2.1. São todas as funções de pertinência para a entrada altura, como as funções de alto e baixo. Podemos acrescentar conceitos intermediários, como muito baixo, baixíssimo, muito alto e altíssimo. Chamados cada uma destas funções de variável lingüística. Outra entrada fuzzy poderia ser peso. Assim como na altura, criaríamos funções para alguns conceitos como leve, peso normal e pesado. O número de variáveis lingüísticas dentro de uma entrada depende de como a pessoa ache que melhor convém dividir uma base de dados. O conjunto de regras define que decisão tomar, de acordo com o tipo de entrada. Por exemplo, podemos definir que a altura é baixa e o indivíduo é pesado, então o indivíduo é muito gordo. Muito gordo é um dos conjuntos de saída. O exemplo a seguir mostra um conjunto de regras criado, a partir de duas entradas: altura e peso. A saída tem 5 classes: muito magro, magro, normal, gordo e muito gordo. Leve Peso normal Pesado Muito baixo Magro Gordo Muito Gordo Baixo Magro Gordo Muito gordo Altura mediana Magro Normal Gordo Alto Muito magro Magro Gordo Muito alto Muito magro Magro Gordo Exemplo 2.1 A relação entre peso e altura é feita pelo especialista, da maneira que melhor lhe convier. Este caso é meramente ilustrativo. Um especialista poderia aumentar o número de variáveis lingüísticas. O número de regras está diretamente associado ao número de entradas e da quantidade de variáveis lingüísticas de cada entrada. Pode ser descrita da seguinte forma: Total de regras = (Total de V.L. da Entrada 1) x (Total de V.L. da Entrada 2) x... x (Total de V.L. da Entrada N).

5 No exemplo 2.1, temos 15 regras, como segue: Total de Regras = 5 x 3 = 15 Definimos o conjunto de regras. A classificação final ainda está por vir. Isto porque 1,70 m e 65 Kg não definem com certeza se alguém é alto ou baixo ou leve ou pesado. O nosso sistema é composto por diversas entradas, que são funções de pertinência, e o conjunto de regras, que relaciona as entradas com as saídas. Como descobrir então para qual classe de saída os valores 1,75 m e 70 Kg pertencem? Iremos testar todas as regras, aplicando os valores de entrada nas funções de pertinência. Cada regra está associada a uma classe de saída. Então, para a classe de saída da vez, iremos armazenar um grau de pertinência. Aplicando-se os valores, serão retornados N valores de pertinência, de acordo com o número de entradas. Devemos armazenar o menor valor retornado, para a classe da vez, se e somente se este valor for maior ao valor anteriormente armazenado[1]. Ganha a classe, que ao final do teste de todas as regras, tiver o maior valor de pertinência guardado. As figuras 2.2 e 2.3 mostram as regras para as entradas altura e peso, para um caso hipotético. Fig 2.2 Alturas Fig 2.3 Pesos Para alturas, o valor 1,70 m tem os seguintes graus de pertinência: Altura Grau de Pertinência Muito Baixo 0 Baixo 0 Médio 0,25 Alto 0,75 Muito Alto 0 Para pesos, o valor 65 Kg tem os seguintes graus de pertinência: Peso Grau de Pertinência Leve 0,25 Médio 0,75 Pesado 0 As entradas vencedoras, onde com os dois valores temos o maior mínimo é a regra que contém as entradas alto e peso médio. Consultando o exemplo 2.1, vemos que a classe correspondente a alto e peso médio é magro. Portanto, uma pessoa com 1,75 m e 65 Kg é magra para este sistema.

6 3- Procedimentos operacionais Tendo em mãos os conceitos de lógica fuzzy, bastaria criar um sistema fuzzy para determinar a qual das 15 cores o valor de pixel está mais próximo. Figura 3.1 Programa de ajustes O sistema seria composto de 3 entradas. Uma para o fator R (vermelho) da cor, outra para G (verde) e outra para o B (azul). Para cada entrada, teríamos as funções de inferência, graduada de 0 a 255, conforme pode ser observado na figura 3.1. As variáveis lingüísticas são a cor nula (CN), cor escura (CE), cor média (cm), cor clara (CC) e cor máxima (CX). Com isso, temos 125 regras (5 x 5 x 5). Foi desenvolvido então, um programa para auxiliar na identificação de regras, como mostra a figura 3.1. A seguir, é apresentada a tabela com as 125 regras para o sistema MSX. Esta tabela é tridimensional, devido ao fato de termos 3 entradas. Portanto, cada sub-tabela é uma fatia no eixo Z, correspondente à cor vermelha. As variáveis lingüísticas são apresentadas na cor da respectiva entrada.

7 REGRAS CN CN CE CM CC CX CN CE CM CC CX CE CN CE CM CC CX CN CE CM CC CX CM CN CE CM CC CX CN CE CM CC CX CC CN CE CM CC CX CN CE CM CC CX CX CN CE CM CC CX CN CE CM CC CX

8 4- Resultados Obtidos O programa criado para auxiliar na elaboração das regras, também faz o teste do programa fuzzy, retornando a cor que ele acha mais parecida com o conjunto de 15 cores. Na figura 3.1, temos os valores RGB de 124, 197 e 255, respectivamente. Visualmente, observamos que, dentro do conjunto de 15 cores do MSX, localizado abaixo do label MSX Sets, a cor mais parecida é a sétima, da esquerda para a direita. É exatamente esta a cor que ele achou pelo sistema fuzzy. Para testar a acuidade do sistema em fotografias e desenhos de 24 bits, foi necessário desenvolver outro programa, que lidasse com imagens. Os testes, como proposto anteriormente, se dividiram em duas principais partes: fotografia e desenho. Fotografia: Fig. 4.1 Imagem original Fig 4.2 Filtragem Fig 4.3 Fuzzy

9 Desenho[2]: Fig 4.4 Desenho Original Fig 4.5 Filtragem Fig 4.6 Fuzzy

10 O processo de filtragem foi o processo utilizado pelo programa MSX Viewer, para reconhecer as 15 cores do MSX. O sistema fuzzy mostrou-se bastante eficiente para a redução de cores, tendo-se em comparação o processo de filtragem do MSX Viewer. Porém, ele não é sensível a pequenas variações de cores, pois para este fim necessita-se de uma inteligência artificial que examine outros parâmetros da imagem, que não só o nível de cor. 5- Créditos e referências O artigo foi escrito por Marcelo Teixeira Silveira, engenheiro de sistemas e computação, formado pela Universidade do Estado do Rio de Janeiro. Home-page: Referências: [1] Notas de aula do mestrado da UERJ, do prof. Flávio Joaquim. [2] Imagens do site

Reconhecimento das cores do MSX por Lógica Fuzzy

Reconhecimento das cores do MSX por Lógica Fuzzy Reconhecimento das cores do MSX por Lógica Fuzzy Resumo O objetivo deste artigo é demonstrar como é possível reconhecer as cores nativas do MSX 1 a partir de imagens de 24 bits do PC. 1- Introdução A redução

Leia mais

CLASSIFICAÇÃO DE OVINOS PARA O ABATE COM A UTILIZAÇÃO DE LÓGICA FUZZY RESUMO INTRODUÇÃO

CLASSIFICAÇÃO DE OVINOS PARA O ABATE COM A UTILIZAÇÃO DE LÓGICA FUZZY RESUMO INTRODUÇÃO CLASSIFICAÇÃO DE OVINOS PARA O ABATE COM A UTILIZAÇÃO DE LÓGICA FUZZY Wesley Osvaldo Pradella Rodrigues 1, Danilo Augusto Heredia Vieira 1, Rhaysa Wolf 1 (Alunos do Curso de Administração da Universidade

Leia mais

Otimização da Paleta de Cores

Otimização da Paleta de Cores Otimização da Paleta de Cores Resumo O objetivo deste artigo é apresentar a técnica de otimização da paleta de cores utilizada no MSX Viewer 5 para encontrar a melhor paleta de cores do MSX 2 e do v9990,

Leia mais

O objetivo deste artigo é demonstrar como se chegar ao cálculo do total de cores das screens 10, 11 e 12 do MSX 2+.

O objetivo deste artigo é demonstrar como se chegar ao cálculo do total de cores das screens 10, 11 e 12 do MSX 2+. Cores do MSX 2+ Resumo O objetivo deste artigo é demonstrar como se chegar ao cálculo do total de cores das screens 10, 11 e 12 do MSX 2+. 1- Introdução O MSX 2+ possui um pardão para representar as cores

Leia mais

Otimização da Paleta de Cores

Otimização da Paleta de Cores Otimização da Paleta de Cores Resumo O objetivo deste artigo é apresentar a técnica de otimização da paleta de cores utilizada no MSX Viewer 5 para encontrar a melhor paleta de cores do MSX 2 e do v9990,

Leia mais

Imagem e Gráficos. vetorial ou raster?

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

Leia mais

Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação. Inteligência Artificial. Lógica Fuzzy Aula II

Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação. Inteligência Artificial. Lógica Fuzzy Aula II Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação Inteligência Artificial Lógica Fuzzy Aula II Introdução a Lógica Fuzzy Retomada Função de pertinência Variáveis linguísticas

Leia mais

Imagem ou Desenhos e Gráficos vetorial ou raster?

Imagem ou Desenhos e Gráficos vetorial ou raster? http://computacaografica.ic.uff.br/conteudocap1.html Imagem ou Desenhos e Gráficos vetorial ou raster? Computação Visual A CG (ou CV) tem pelo menos 3 grades divisões: SI (ou CG), AI e PI Inicialmente

Leia mais

O objetivo deste artigo é apresentar o método de redução de cores Error Diffusion, utilizado no projeto MSX Viewer.

O objetivo deste artigo é apresentar o método de redução de cores Error Diffusion, utilizado no projeto MSX Viewer. Error Diffusion Resumo O objetivo deste artigo é apresentar o método de redução de cores Error Diffusion, utilizado no projeto MSX Viewer. 1- Introdução Quando reduzimos a quantidade de cores de uma imagem,

Leia mais

O objetivo deste artigo é mostrar como é possível simular uma imagem 3D no MSX, através da técnica de anaglifo.

O objetivo deste artigo é mostrar como é possível simular uma imagem 3D no MSX, através da técnica de anaglifo. Visão 3D no MSX Resumo O objetivo deste artigo é mostrar como é possível simular uma imagem 3D no MSX, através da técnica de anaglifo. 1- Introdução O sistema visual humano possui um mecanismo de visão

Leia mais

CONTEÚDO LÓGICA NEBULOSA INTRODUÇÃO INTRODUÇÃO. Lógica Procura modelar o raciocínio. Lógica. Marley Maria B.R. Vellasco

CONTEÚDO LÓGICA NEBULOSA INTRODUÇÃO INTRODUÇÃO. Lógica Procura modelar o raciocínio. Lógica. Marley Maria B.R. Vellasco LÓGICA NEBULOSA Marley Maria B.R. Vellasco ICA: Núcleo de Pesquisa em Inteligência Computacional Aplicada PUC-Rio CONTEÚDO Introdução Introdução, Objetivo e Histórico Conceitos Básicos Definição, Características

Leia mais

Aprendizado Não-Supervisionado

Aprendizado Não-Supervisionado Aprendizado Não-Supervisionado Fabrício Olivetti de França Universidade Federal do ABC Tópicos 1. Aprendizado Não-Supervisionado 2. Agrupamento de Dados 1 Aprendizado Não-Supervisionado Aprendizado Não-Supervisionado

Leia mais

2 Segmentação de imagens e Componentes conexas

2 Segmentação de imagens e Componentes conexas Universidade Tecnológica Federal do Paraná (UTFPR) Departamento Acadêmico de Informática (DAINF) Algoritmos II Professor: Alex Kutzke (alexk@dainf.ct.utfpr.edu.br) Especificação do Primeiro Trabalho Prático

Leia mais

Lógica Nebulosa (Fuzzy)

Lógica Nebulosa (Fuzzy) Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação Lógica Nebulosa (Fuzzy) Inteligência Artificial Site: http://jeiks.net E-mail: jacsonrcsilva@gmail.com

Leia mais

(Nova) Matemática, Licenciatura. Operando com números inteiros relativos através de fichas coloridas 1

(Nova) Matemática, Licenciatura. Operando com números inteiros relativos através de fichas coloridas 1 (Nova) Matemática, Licenciatura Módulo de Pesquisa: Práticas de ensino em matemática, contextos e metodologias Disciplina: Fundamentos de Matemática I Unidade de Aprendizagem: Conjuntos, operações e equações

Leia mais

Aplicação de Tags em Objetos de Sistemas de Visualização em Tempo Real

Aplicação de Tags em Objetos de Sistemas de Visualização em Tempo Real Fundamentos de Computação Gráfica Aplicação de Tags em Objetos de Sistemas de Visualização em Tempo Real Renato Deris Prado Tópicos principais 1. Introdução e Objetivos Sistemas de visualização em tempo

Leia mais

Lógica Nebulosa. Lógica Fuzzy

Lógica Nebulosa. Lógica Fuzzy Lógica Nebulosa Ou Lógica Fuzzy Lógicas Bivalente e Polivalente Na logica clássica ou aristotélica: Dois valores verdade possíveis: Proposições verdadeiras;ou Proposições falsas. São sistemas chamados

Leia mais

METODOLOGIA PARA A QUANTIZAÇÃO DE CORES PELO MÉTODO SMCb: INTRODUÇÃO E EXEMPLOS DE RESULTADOS

METODOLOGIA PARA A QUANTIZAÇÃO DE CORES PELO MÉTODO SMCb: INTRODUÇÃO E EXEMPLOS DE RESULTADOS 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 mais

LÓGICA FUZZY (difusa ou nebulosa) Adão de Melo Neto

LÓGICA FUZZY (difusa ou nebulosa) Adão de Melo Neto LÓGICA FUZZY (difusa ou nebulosa) Adão de Melo Neto SUMÁRIO INTRODUÇÃO CONCEITO OBJETIVO PRINCÍPIO LÓGICAS: CLÁSSICA x DIFUSA CONJUNTO FUZZY GRAU DE PERTINÊNCIA FUNÇÃO DE PERTINÊNCIA MODIFICADORES TERMINOLOGIA

Leia mais

PROBABILIDADE E ESTATÍSTICA. Profa. Dra. Yara de Souza Tadano

PROBABILIDADE E ESTATÍSTICA. Profa. Dra. Yara de Souza Tadano PROBABILIDADE E ESTATÍSTICA Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 8 11/2014 Distribuição Normal Vamos apresentar distribuições de probabilidades para variáveis aleatórias contínuas.

Leia mais

INF 1771 Inteligência Artificial

INF 1771 Inteligência Artificial INF 1771 Inteligência Artificial Aula 09 Lógica Fuzzy Edirlei Soares de Lima Introdução A Lógica Fuzzy é baseada na teoria dos conjuntos fuzzy. Tradicionalmente, uma proposição lógica

Leia mais

A maioria dos fenômenos com os quais nos deparamos são imprecisos. compreensão do problema. capacidade de medição.

A maioria dos fenômenos com os quais nos deparamos são imprecisos. compreensão do problema. capacidade de medição. SISTEMAS NEBULOSOS A maioria dos fenômenos com os quais nos deparamos são imprecisos Exemplo: dia QUENTE (40, 35, 30, 29,5?) Imprecisão Intrínseca ajuda na compreensão do problema. Fuzziness é independente

Leia mais

5 Aplicando a Lógica Fuzzy em medidas de bilingualidade - um exemplo

5 Aplicando a Lógica Fuzzy em medidas de bilingualidade - um exemplo 5 Aplicando a Lógica Fuzzy em medidas de bilingualidade - um exemplo Nesta seção apresento uma situação hipotética de aplicação da Lógica Fuzzy para avaliação do grau de bilingualidade. 5.1 Exemplo de

Leia mais

Aprendizado de Máquina (Machine Learning)

Aprendizado de Máquina (Machine Learning) Ciência da Computação (Machine Learning) Aula 01 Motivação, áreas de aplicação e fundamentos Max Pereira Nem todo conhecimento tem o mesmo valor. O que torna determinado conhecimento mais importante que

Leia mais

5 Experimentos Corpus

5 Experimentos Corpus 5 Experimentos 5.1. Corpus A palavra corpus significa corpo em latim. No contexto de Aprendizado de Máquina, corpus se refere a um conjunto de dados utilizados para experimentação e validação de modelos.

Leia mais

Pesquisa Operacional Aula 4 Solução Gráfica em Programação Linear

Pesquisa Operacional Aula 4 Solução Gráfica em Programação Linear Pesquisa Operacional Aula 4 Solução Gráfica em Programação Linear Prof. Marcelo Musci aula@musci.info www.musci.info Aplicável para modelos com 02 variáveis de decisão Útil para a ilustração de alguns

Leia mais

Estudando com o MATLAB

Estudando com o MATLAB Estudando com o MATLAB Curso de Extensão Docentes: > Fabiano Araujo Soares > Marcelino M. de Andrade Monitor: >Luan Felipe Aula 4: Aplicações - Parte II 1ª Parte - Estatística Aula 4-1ª Parte: Estatística

Leia mais

B Características sensoriais e mentais que constituem o raciocínio nos processos de expressão gráfica.

B Características sensoriais e mentais que constituem o raciocínio nos processos de expressão gráfica. PERSPECTIVA PARTE 1 A Função do desenho de perspectiva na apresentação, linguagem gráfica. B Características sensoriais e mentais que constituem o raciocínio nos processos de expressão gráfica. C O traço

Leia mais

TEORIA DOS CONJUNTOS FUZZY

TEORIA DOS CONJUNTOS FUZZY TEORIA DOS CONJUNTOS FUZZY TEORIA DOS CONJUNTOS FUZZY A Lógica Fuzzy ébaseada na teoria dos Conjuntos Fuzzy. A teoria dos Conjuntos Fuzzy diz que dado um determinado elemento que pertence a um domínio,

Leia mais

Design da Informação. Repetição e Contraste. Aula 07. Prof. Dalton Martins

Design da Informação. Repetição e Contraste. Aula 07. Prof. Dalton Martins Design da Informação Repetição e Contraste Aula 07 Prof. Dalton Martins dmartins@gmail.com Gestão da Informação Faculdade de Informação e Comunicação Universidade Federal de Goiás Repetição Repita alguns

Leia mais

Imagem Digital. Claudio Carvilhe

Imagem Digital. Claudio Carvilhe Imagem Digital Claudio Carvilhe Imagem Digital Roteiro Introdução. Pixel. Resolução espacial. Cor. Processamento de imagens. Introdução Informação Visual: Imagem vista na tela. Informação Descritiva: Modelo

Leia mais

Inteligência Artificial Escola de Verão Laboratório Associado de Computação e Matemática Aplicada LAC.

Inteligência Artificial Escola de Verão Laboratório Associado de Computação e Matemática Aplicada LAC. Inteligência Artificial Escola de Verão 28 Laboratório Associado de Computação e Matemática Aplicada LAC www.lac.inpe.br/~demisio/ia_lac.html Lógica Nebulosa A Lógica Nebulosa (ou Lógica Difusa Fuzzy Logic

Leia mais

A Memória do MSX (I)

A Memória do MSX (I) A Memória do MSX (I) Resumo O objetivo deste artigo é mostrar como funciona o esquema de memória do MSX, que possui ROMs e RAMs compartilhadas em um espaço de 64 KB. Este é o primeiro de três artigos,

Leia mais

Introdução à Ciência da Computação

Introdução à Ciência da Computação 1 Universidade Federal Fluminense Campus de Rio das Ostras Curso de Ciência da Computação Introdução à Ciência da Computação Professor: Leandro Soares de Sousa e-mail: lsousa@id.uff.br site: http://www.ic.uff.br/~lsousa

Leia mais

Computaçã. Visão Geral. Sistema Gráfico. Computação Gráfica. Pixels. Sistema Gráfico e o Frame Buffer. Introdução à Computação Gráfica

Computaçã. 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 mais

Implementação de controlador PID fuzzy para otimização do controle de posição de um servomotor DC

Implementação de controlador PID fuzzy para otimização do controle de posição de um servomotor DC Implementação de controlador PID fuzzy para otimização do controle de posição de um servomotor DC Ederson Costa dos Santos 1, Leandro Barjonas da Cruz Rodrigues 1, André Maurício Damasceno Ferreira 2 1

Leia mais

Rotação e Interpolação

Rotação e Interpolação Rotação e Interpolação Resumo O objetivo desse artigo é mostrar como é feita a rotação em qualquer ângulo de imagens 2D, bem como apresentar dois métodos de interpolação de pontos vizinho mais próximo

Leia mais

4 Análise de Dados. 4.1.Procedimentos

4 Análise de Dados. 4.1.Procedimentos 4 Análise de Dados 4.1.Procedimentos A idéia inicial para a comparação dos dados foi separá-los em series de 28 ensaios, com a mesma concentração, para depois combinar esses ensaios em uma única série.

Leia mais

Filtragem. pixel. perfil de linha. Coluna de pixels. Imagem. Linha. Primeiro pixel na linha

Filtragem. pixel. perfil de linha. Coluna de pixels. Imagem. Linha. Primeiro pixel na linha Filtragem As técnicas de filtragem são transformações da imagem "pixel" a "pixel", que dependem do nível de cinza de um determinado "pixel" e do valor dos níveis de cinza dos "pixels" vizinhos, na imagem

Leia mais

Calculo - Aula 1. Artur Soares

Calculo - Aula 1. Artur Soares Calculo - Aula 1 Artur Soares Irei resumir este curso em uma palavra: Praticidade. Iremos abordar tal assunto de forma que o aluno saia deste curso sabendo aplicar cálculo a uma questão e entender o que

Leia mais

Programação Estruturada Aula - Introdução a Linguagem de Programação

Programação Estruturada Aula - Introdução a Linguagem de Programação Programação Estruturada Aula - Introdução a Linguagem de Programação Prof. Flávio Barros flavioifma@gmail.com www.flaviobarros.com.br ORGANIZAÇÃO BÁSICA DE UM COMPUTADOR 2 ORGANIZAÇÃO BÁSICA DE UM COMPUTADOR

Leia mais

Processamento Digital de Imagens

Processamento Digital de Imagens Processamento Digital de Imagens Aula 02 Prof. Diemesleno Souza Carvalho diemesleno@iftm.edu.br http://www.diemesleno.com.br Na aula passada vimos... Na aula passada vimos... Unidade I - Introdução ao

Leia mais

Para começar esse passo a passo, temos que falar primeiramente sobre os materiais usados na produção dessa tela:

Para começar esse passo a passo, temos que falar primeiramente sobre os materiais usados na produção dessa tela: Neste trabalho o objetivo é fazer uma apresentação de todas as fases da pintura espatulada do tema ARARA VERMELHA de uma forma descontraída para que os artistas participantes possa observar todos os recursos

Leia mais

Design da Informação. Aula 08 Usando. Prof. Dalton Martins

Design da Informação. Aula 08 Usando. Prof. Dalton Martins Design da Informação Aula 08 Usando cores Prof. Dalton Martins dmartins@gmail.com Gestão da Informação Faculdade de Informação e Comunicação Universidade Federal de Goiás Círculo cromático Um círculo cromático

Leia mais

a) sistema de cores aditivo b) sistema de cores subtrativo Figura 1. Sistemas de cores.

a) sistema de cores aditivo b) sistema de cores subtrativo Figura 1. Sistemas de cores. RGB to Gray Resumo Este artigo tem como objetivo mostrar como converter uma imagem colorida para tons de cinza no MSX 2. 1- Introdução Uma imagem digital é composta de 3 componentes de cores primárias

Leia mais

FIGURA 40 Geometria 7 utilizada para teste do sistema. TABELA 21 Programas CNC que foram utilizados para produzir a geometria da figura 40

FIGURA 40 Geometria 7 utilizada para teste do sistema. TABELA 21 Programas CNC que foram utilizados para produzir a geometria da figura 40 111 FIGURA 40 Geometria 7 utilizada para teste do sistema TABELA 21 Programas CNC que foram utilizados para produzir a geometria da figura 40 Programa CNC G90 x100 g3 x86.61 y49.98 r27 g90 x100.79 y37.01

Leia mais

1 Representação Gráfica Aula 09/10 Espaço e Perspectiva - Prof. Luciano ESPAÇO E DIMENSÃO

1 Representação Gráfica Aula 09/10 Espaço e Perspectiva - Prof. Luciano ESPAÇO E DIMENSÃO 1 Representação Gráfica Aula 09/10 Espaço e Perspectiva - Prof. Luciano ESPAÇO E DIMENSÃO As dimensões são as grandezas métricas que definem o espaço e os elementos visuais. O espaço pode ser definido

Leia mais

LÓGICA NEBULOSA CONTEÚDO

LÓGICA NEBULOSA CONTEÚDO LÓGICA NEBULOSA Marley Maria B.R. Vellasco ICA: Núcleo de Pesquisa em Inteligência Computacional Aplicada PUC-Rio CONTEÚDO Introdução Introdução, Objetivo e Histórico Conceitos Básicos Definição, Características

Leia mais

Redes Neurais e Sistemas Fuzzy

Redes Neurais e Sistemas Fuzzy 1. Inteligência Computacional Redes Neurais e Sistemas Fuzzy Apresentação da disciplina Conceitos básicos A chamada Inteligência Computacional (IC) reúne uma série de abordagens e técnicas que tentam modelar

Leia mais

Física Geral - Laboratório (2015/2) Estimativas e erros em medidas diretas (I)

Física Geral - Laboratório (2015/2) Estimativas e erros em medidas diretas (I) Física Geral - Laboratório (2015/2) Estimativas e erros em medidas diretas (I) 1 Parâmetros de correlação Resumo da última aula i) Covariância: média dos produtos dos desvios nas duas variáveis (δxi e

Leia mais

AULA 8. Conteúdo: Equivalência de Frações. Objetivo: Compreender o significado e o processo de obtenção de frações equivalentes.

AULA 8. Conteúdo: Equivalência de Frações. Objetivo: Compreender o significado e o processo de obtenção de frações equivalentes. AULA 8 Conteúdo: Equivalência de Frações. Objetivo: Compreender o significado e o processo de obtenção de frações equivalentes. 8.1 Tarefa 1: Problema Gerador Na terça-feira, a turma dividiu um bolo pequeno

Leia mais

Como capturar imagens de alta resolução?

Como capturar imagens de alta resolução? Perguntas frequentes sobre captura de imagens com câmeras de alta resolução que utilizam conexão USB. O Laudo & Imagem oferece a opção de captura de imagens de câmeras de alta resolução que utilizam a

Leia mais

Detecção de faces. Marta Villanueva Torres

Detecção de faces. Marta Villanueva Torres Detecção de faces Marta Villanueva Torres Introdução ao Processamento de Imagens 2014.1 1. INTRODUÇÃO O objetivo deste trabalho é desenvolver um algoritmo que detecte faces em imagens. Sendo que, atualmente,

Leia mais

MAT146 - Cálculo I - Cálculo de Áreas

MAT146 - Cálculo I - Cálculo de Áreas Alexandre Miranda Alves Anderson Tiago da Silva Edson José Teixeira Anteriormente, definimos a área de uma região plana como sendo o limite de uma soma de Riemann e que tal limite é uma integral definida.

Leia mais

Disciplina: Web Design Quarta Aula

Disciplina: Web Design Quarta Aula Disciplina: Web Design Quarta Aula Diretoria de Pós-graduação e Pesquisa Centro Universitário Senac Prof. M e. Denise Neves profa.denise@hotmail.com Conteúdo da Aula Tema: Identidade Visual Cores Resolução

Leia mais

OPEMAT. Olimpíada Pernambucana de Matemática

OPEMAT. Olimpíada Pernambucana de Matemática OPEMAT Olimpíada Pernambucana de Matemática - 206 Nível. O ano de 206 está acabando, vamos ver se você conhece bem esse número. Para isso, julgue os itens a seguir: (V) (F) A maior potência de 2 que divide

Leia mais

BRAND BOOK designed by Celeuma 2016

BRAND BOOK designed by Celeuma 2016 BRAND BOOK designed by Celeuma 2016 BRAND BOOK designed by Celeuma 2016 BrandBook / Municípicio São Pedro do Sul / 2016 P.2 BrandBook / Municípicio São Pedro do Sul / 2016 P.3 CONCEITO ELEMENTO INSPIRADOR

Leia mais

Protótipo de software para inserção e extração de mensagens em arquivo raster através de esteganografia

Protótipo 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 mais

Técnicas de Programação

Técnicas de Programação Técnicas de Programação Algoritmos Anderson Gomes Eleutério Lógica A lógica de programação é necessária para pessoas que desejam trabalhar com desenvolvimento de sistemas e programas, ela permite definir

Leia mais

LOGICA FUZZY. Adão de Melo Neto

LOGICA FUZZY. Adão de Melo Neto LOGICA FUZZY Adão de Melo Neto SUMÁRIO INTRODUÇÃO PRINCÍPIOS CLÁSSICA x DIFUSA CONJUNTOS FUZZY OPERAÇÕES EM CONJUNTO FUZZY MODIFICADORES Introdução "A logica difusa (fuzzy) tem por objetivo modelar modos

Leia mais

A Perspectiva Quadridimensional (1997) Prof. Dr. Denis Mandarino. São Paulo. Por

A Perspectiva Quadridimensional (1997) Prof. Dr. Denis Mandarino. São Paulo. Por A Perspectiva Quadridimensional (1997) Por Prof. Dr. Denis Mandarino São Paulo Junho de 2012 Os conceitos da Perspectiva Quadridimensional Análise do processo e comparações. Em 1995, terminei uma série

Leia mais

_32109, _42109, _52109 e (o traço indica onde deve ser colocado o algarismo das centenas de milhar)

_32109, _42109, _52109 e (o traço indica onde deve ser colocado o algarismo das centenas de milhar) Questão 1 Como o algarismo das unidades é 1, para que o número seja aditivado, a soma dos algarismos das casas das dezenas, centenas e unidades de milhar deve ser igual a 1. Existe só um número com quatro

Leia mais

COMPUTAÇÃO GRÁFICA. Ana Paula Mandelli

COMPUTAÇÃO GRÁFICA. Ana Paula Mandelli COMPUTAÇÃO GRÁFICA Ana Paula Mandelli anapaula_mandelli@hotmail.com Ementa Princípios de Design gráfico. Funcionalidades básicas. Técnicas aplicadas ao Design Gráfico. Ilustrações. Tratamento de Imagens.

Leia mais

A equação da reta. são números conhecidos. Seja então (x, y) um ponto qualquer dessa reta. e y 2. , x 2

A equação da reta. são números conhecidos. Seja então (x, y) um ponto qualquer dessa reta. e y 2. , x 2 A equação da reta A UUL AL A Vamos, nesta aula, retomar o assunto que começamos a estudar nas Aulas 9 e 30: a equação da reta. Aprenderemos hoje outra forma de obter a equação da reta e veremos diversas

Leia mais

CONJUNTOS FUZZY CONTEÚDO. CONJUNTOS CRISP x FUZZY. Conjuntos Crisp x Fuzzy Definição Representação Propriedades Formatos Operações Hedges

CONJUNTOS FUZZY CONTEÚDO. CONJUNTOS CRISP x FUZZY. Conjuntos Crisp x Fuzzy Definição Representação Propriedades Formatos Operações Hedges CONTEÚDO Introdução Introdução, Objetivo e Histórico Conceitos Básicos Definição, Características e Formas de Imprecisão Conjuntos Fuzzy Propriedades, Formas de Representação e Operações Lógica Fuzzy Relações,

Leia mais

Probabilidade e Estatística I Antonio Roque Aula 2. Tabelas e Diagramas de Freqüência

Probabilidade e Estatística I Antonio Roque Aula 2. Tabelas e Diagramas de Freqüência Tabelas e Diagramas de Freqüência Probabilidade e Estatística I Antonio Roque Aula 2 O primeiro passo na análise e interpretação dos dados de uma amostra consiste na descrição (apresentação) dos dados

Leia mais

Aula 6 TECNOLOGIA EM JOGOS DIGITAIS INTELIGÊNCIA ARTIFICIAL PARA JOGOS. Marcelo Henrique dos Santos

Aula 6 TECNOLOGIA EM JOGOS DIGITAIS INTELIGÊNCIA ARTIFICIAL PARA JOGOS. Marcelo Henrique dos Santos Aula 6 TECNOLOGIA EM JOGOS DIGITAIS INTELIGÊNCIA ARTIFICIAL PARA JOGOS Marcelo Henrique dos Santos Marcelo Henrique dos Santos Mestrado em Educação (em andamento) MBA em Negócios em Mídias Digitais MBA

Leia mais

Fuzzy Logic. (Lógica Difusa) Adriano Zanette Eduardo Aquiles Radanovitsck William Wolmann Gonçalves

Fuzzy Logic. (Lógica Difusa) Adriano Zanette Eduardo Aquiles Radanovitsck William Wolmann Gonçalves Fuzzy Logic (Lógica Difusa) Adriano Zanette Eduardo Aquiles Radanovitsck William Wolmann Gonçalves Apresentação realizada para a disciplina de Lógica para Computação 2006/2 Prof. Marcus Ritt Breve história

Leia mais

Menu de Barras na Screen 0

Menu de Barras na Screen 0 Menu de Barras na Screen 0 Resumo O objetivo desse artigo é mostrar que é possível fazer um menu de barras com inversão das cores dos caracteres na screen 0 do MSX, utilizando a tabela de caracteres do

Leia mais

Classificação e Pesquisa Aula 6 Métodos de Ordenação: ShellSort e QuickSort. Prof. Esp. Pedro Luís Antonelli Anhanguera Educacional

Classificação e Pesquisa Aula 6 Métodos de Ordenação: ShellSort e QuickSort. Prof. Esp. Pedro Luís Antonelli Anhanguera Educacional Classificação e Pesquisa Aula 6 Métodos de Ordenação: ShellSort e QuickSort Prof. Esp. Pedro Luís Antonelli Anhanguera Educacional Plano de Ensino e Aprendizagem ( PEA) Algoritmo ShellSort Proposto por

Leia mais

SEL-0339 Introdução à Visão Computacional. Aula 3 Processamento de Imagens Coloridas

SEL-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 mais

Laboratório 4. Disciplina. Introdução ao Geoprocessamento SER 300. Prof. Dr. Antonio Miguel Vieira Monteiro

Laboratório 4. Disciplina. Introdução ao Geoprocessamento SER 300. Prof. Dr. Antonio Miguel Vieira Monteiro Laboratório 4 Disciplina Introdução ao Geoprocessamento SER 300 Prof. Dr. Antonio Miguel Vieira Monteiro Aluno: Isaque Daniel Rocha Eberhardt INPE, São José dos Campos. Maio, 2013. Introdução Entre as

Leia mais

Capítulo 1 - O Ponto. Capítulo 2 - A Reta

Capítulo 1 - O Ponto. Capítulo 2 - A Reta Capítulo 1 - O Ponto Lista de Exercícios de GD0159 O Ponto, A Reta, O Plano e Métodos Descritivos Professor: Anderson Mayrink da Cunha 1. Represente os pontos (A),..., (F ) em épura, onde (A)[1; 2; 3],

Leia mais

Automatização do processo de calibração de cor

Automatização do processo de calibração de cor Automatização do processo de calibração de cor Carlos Figueiredo, Jorge Neves Licenciatura em Engenharia Informática e Computação Faculdade de Engenharia da Universidade do Porto E-mail: {ei99030, ei99040}@fe.up.pt

Leia mais

LÓGICA FUZZY. Adão de Melo Neto

LÓGICA FUZZY. Adão de Melo Neto LÓGICA FUZZY Adão de Melo Neto INTRODUÇÃO CONCEITO OBJETIVO PRINCÍPIO LÓGICAS: CLÁSSICA x DIFUSA CONJUNTO FUZZY GRAU DE PERTINÊNCIA FUNÇÃO DE PERTINÊNCIA MODIFICADORES TERMINOLOGIA OPERAÇÕES SOBRE CONJUNTOS

Leia mais

Exercícios de Programação e Computação para Arquitectura

Exercícios de Programação e Computação para Arquitectura Exercícios de Programação e Computação para Arquitectura António Menezes Leitão Aula 7 1 Introdução Uma treliça é uma estrutura composta por barras rígidas que se unem em nós, formando unidades triangulares,

Leia mais

Circuitos RC série. Aplicando a Lei das Malhas temos: = + sen=.+ sen= [.+ ] 1 = +

Circuitos RC série. Aplicando a Lei das Malhas temos: = + sen=.+ sen= [.+ ] 1 = + 1 Circuitos RC série Quando aplicamos uma voltagem CC em uma associação série de um resistor e um capacitor, o capacitor é carregado até a tensão da fonte seguindo um crescimento exponencial e satura neste

Leia mais

INTRODUÇÃO À ENGENHARIA

INTRODUÇÃO À ENGENHARIA INTRODUÇÃO À ENGENHARIA 2015 AULA PRÁTICA No. 01 TABELAS E GRÁFICOS NOTA PROFS. ANGELO BATTISTINI, ANTONIO CALAFIORI E RODRIGO DI MONACO NOME RA TURMA NOTA Objetivo: Nesta aula vamos recordar a construção

Leia mais

Espaço de cor L*C*h. Espaço de cor Hunter Lab. Figura 11: Parte do diagrama de cromaticidade a*, b* da figura 8.

Espaço de cor L*C*h. Espaço de cor Hunter Lab. Figura 11: Parte do diagrama de cromaticidade a*, b* da figura 8. Figura 11: Parte do diagrama de cromaticidade a*, b* da figura 8. Espaço de cor L*C*h O espaço de cores L*C*h*, utiliza o mesmo diagrama que o espaço de cores L*a*b*, porém utiliza coordenadas cilíndricas

Leia mais

Autodesk Inventor 9 DocTec4 Construção de um Modelo Tridimensional Parte 1

Autodesk Inventor 9 DocTec4 Construção de um Modelo Tridimensional Parte 1 TECAD Soluções CAD e Projecto Colaborativo Rua Sidónio Muralha, 5 - Loja A 2635-477 Rio de Mouro Tel: 21 919 92 30 Fax: 21 919 92 39 Email: tecad@tecad.pt Web site: http://www.tecad.pt Autodesk Inventor

Leia mais

DETECÇÃO DE CORES DE SOLUÇÕES QUÍMICAS PARA PESSOAS COM NENHUMA OU BAIXA VISÃO UTILIZANDO OPENCV

DETECÇÃO DE CORES DE SOLUÇÕES QUÍMICAS PARA PESSOAS COM NENHUMA OU BAIXA VISÃO UTILIZANDO OPENCV 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 mais

Câmeras digitais e suas funcionalidades: fotografia digital básica 3. com Flávio Demarchi

Câmeras digitais e suas funcionalidades: fotografia digital básica 3. com Flávio Demarchi Câmeras digitais e suas funcionalidades: fotografia digital básica 3 com Flávio Demarchi Bloco 01 A cor e os megapixels Bloco 02 Histograma e latitude de exposição Bloco 03 Os formatos de arquivo Bloco

Leia mais

SISTEMAS FUZZY CONTEÚDO CONJUNTOS FUZZY. CONJUNTOS CRISP x FUZZY

SISTEMAS FUZZY CONTEÚDO CONJUNTOS FUZZY. CONJUNTOS CRISP x FUZZY SISTEMAS FUZZY A maioria dos fenômenos com os quais nos deparamos são imprecisos Exemplo: dia QUENTE (40, 35, 30, 29,5?) Imprecisão Intrínseca ajuda na compreensão do problema. Fuzziness é independente

Leia mais

Os computadores processam dados digitais ou discretos. Os dados são informação representada num sistema digital de símbolos.

Os computadores processam dados digitais ou discretos. Os dados são informação representada num sistema digital de símbolos. Os computadores processam dados digitais ou discretos. Os dados são informação representada num sistema digital de símbolos. Todas as formas de informação devem ser convertidas para a forma digital de

Leia mais

Você pode criar um grande conjunto de figurinhas, assim como seu próprio álbum completamente personalizado, a partir de um modelo.

Você pode criar um grande conjunto de figurinhas, assim como seu próprio álbum completamente personalizado, a partir de um modelo. 1 WWW.MYPANINI.COM O projeto My Panini - www.mypanini.com foi desenvolvido pela divisão New Media da Panini para oferecer aos colecionadores a chance de poder criar suas próprias coleções personalizadas,

Leia mais

Transformação de Imagens Digitais em Código CNC Aprimoradas com Redes Neurais Artificiais

Transformação de Imagens Digitais em Código CNC Aprimoradas com Redes Neurais Artificiais Transformação de Imagens Digitais em Código CNC Aprimoradas com Redes Neurais Artificiais Abstract. Jader Teixeira 1, Alex Vinícios Telocken 1 1 Universidade de Cruz Alta (UNICRUZ) jader033139@unicruz.edu.br,

Leia mais

Universidade do Estado de Minas Gerais Curso de Sistemas de Informações. Multimídia. A Imagem (Parte I)

Universidade do Estado de Minas Gerais Curso de Sistemas de Informações. Multimídia. A Imagem (Parte I) Universidade do Estado de Minas Gerais Curso de Sistemas de Informações Multimídia A Imagem (Parte I) Prof Sérgio Carlos Portari Júnior portari.uemgituiutaba@gmail.com Multimídia A imagem Tópico: Representação

Leia mais

O sistema visual humano e noções de colorimetria

O sistema visual humano e noções de colorimetria STV 3 MAR 2010 1 O sistema visual humano e noções de colorimetria Considera se que a cor consista em um atributo dos objetos, assim como a textura e a forma, entre outros. Depende basicamente de: 1. Características

Leia mais

O Micromundo Transtaruga

O Micromundo Transtaruga O Micromundo Transtaruga Heliel Ferreira dos Santos Transtaruga 1 é um ambiente dinâmico, interativo que possui uma linguagem própria, nesse caso a comunicação estabelecida entre os objetos desse micromundo

Leia mais

Padrões e Tipos de Dados de Mídia. Imagem

Padrões e Tipos de Dados de Mídia. Imagem Padrões e Tipos de Dados de Mídia. Imagem CONFERENCIA 3 Ing. Yamila Díaz Suárez Revisão de tarefa Realizar um resumo sobre a gestão eletrónica de documentos. Pesquisar quais ferramentas existem. Contéudo

Leia mais

Introdução ao Processamento de Imagens Digitais Aula 01

Introdução 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 mais

Probabilidades. Wagner H. Bonat Elias T. Krainski Fernando P. Mayer

Probabilidades. Wagner H. Bonat Elias T. Krainski Fernando P. Mayer Probabilidades Wagner H. Bonat Elias T. Krainski Fernando P. Mayer Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação 06/03/2018 WB, EK, FM ( LEG/DEST/UFPR

Leia mais

2 Representação de Imagens em Arquivos Texto

2 Representação de Imagens em Arquivos Texto MAP-2121 - Segundo Exercício Programa - 2013 Instruções gerais - Os exercícios computacionais pedidos na disciplina Cálculo Numérico têm por objetivo fundamental familiarizar o aluno com problemas práticos

Leia mais

FACULDADE PITÁGORAS PRONATEC

FACULDADE PITÁGORAS PRONATEC FACULDADE PITÁGORAS PRONATEC DISCIPLINA: ARQUITETURA DE COMPUTADORES Prof. Ms. Carlos José Giudice dos Santos carlos@oficinadapesquisa.com.br www.oficinadapesquisa.com.br Objetivos Ao final desta apostila,

Leia mais

Unidade I Tecnologia Corpo, movimento e linguagem na era da informação.

Unidade I Tecnologia Corpo, movimento e linguagem na era da informação. Unidade I Tecnologia Corpo, movimento e linguagem na era da informação. 2 Aula 3.1 Conteúdo: Luz e sombra. 3 Habilidade: Reconhecer, diferenciar e saber utilizar diversas técnicas de arte, com procedimentos

Leia mais

Inteligência Computacional para Jogos Eletrônicos

Inteligência Computacional para Jogos Eletrônicos Inteligência Computacional para Jogos Eletrônicos Papéis da IA em Jogos Adversários Aliados Personagens de apoio NPC s (Non-player Character) Comentaristas Controle de câmera Geração de fases Nivelamento

Leia mais

Princípios sobre imagens digitais

Princípios sobre imagens digitais Princípios sobre imagens digitais Aula 1 LPV 5731 - ANÁLISE DE IMAGENS DE SEMENTES E PLÂNTULAS Programa de pós-graduação em Fitotecnia Francisco G Gomes-Junior Escola Superior de Agricultura Luiz de Queiroz

Leia mais

Visão Computacional. Prof. Leandro Augusto Frata Fernandes TCC Introdução à Ciência da Computação (2012.

Visão Computacional. Prof. Leandro Augusto Frata Fernandes TCC Introdução à Ciência da Computação (2012. Visão Computacional Prof. Leandro Augusto Frata Fernandes laffernandes@ic.uff.br TCC-00.169 Introdução à Ciência da Computação (2012.1) Visão Humana Responsável por cerca de 75% de nossa percepção O ato

Leia mais