ESRIC EXTRACÇÃO, SEGMENTAÇÃO E RECONHECIMENTO DA ÍRIS A PARTIR DO CENTRO DA PUPILA
|
|
- Alfredo Malheiro Lancastre
- 6 Há anos
- Visualizações:
Transcrição
1 CMNE/CILAMCE 2007 Porto, 13 a 15 de Junho, 2007 APMTAC, Portugal 2007 ESRIC EXTRACÇÃO, SEGMENTAÇÃO E RECONHECIMENTO DA ÍRIS A PARTIR DO CENTRO DA PUPILA Edno José Bozoli Junior 1*, Osvaldo Severino Junior 1 e João Manuel R. S. Tavares 2 1: Departamento de Ciência da Computação, Faculdade de Filosofia, Ciências e Letras de Catanduva IMES FAFICA Rua Maranhão 898, Catanduva - São Paulo BRASIL bozolijr@yahoo.com.br, osvaldo@fafica.br web: 2: Departamento de Engenharia Mecânica e Gestão Industrial, Faculdade de Engenharia da Universidade do Porto Laboratório de Óptica e Mecânica Experimental, Instituto de Engenharia Mecânica e Gestão Industrial Rua Dr. Roberto Frias s/n, Porto PORTUGAL tavares@fe.up.pt web: Palavras-chave: Segmentação, reconhecimento da íris, transformada de wavelets, análise em componentes principais. Resumo. O reconhecimento de pessoas por meio da íris tem sido bastante promissor nas últimas décadas, uma vez que a mesma apresenta características únicas e bastante relevantes. Uma dessas características é a existência de um tecido que aparenta dividir a íris em forma radial, que recebe esta forma permanente no oitavo mês de gestação e não sofre nenhuma influência genética; tal, significa que mesmo os gémeos idênticos têm íris diferentes. A íris, também, não está sujeita aos efeitos do envelhecimento, tornando-a um identificador estável e seguro, [1]. Este trabalho propõe um novo método para a segmentação da íris em imagens. O método, inicialmente identifica o centro e o raio da pupila, com uso de filtros morfológicos de abertura e de fecho, [2]. Após esta identificação, utilizando os valores de cores padrão referentes à área da pupila, captura a região inferior correspondente à íris e extraem-se características de textura utilizando-se a transformada de wavelets. Para validação da metodologia proposta consideraram-se cinco aplicações com diferentes níveis de iluminação: a primeira, com imagens originais constituídas do banco CASIA; a segunda, com as imagens segmentadas; a terceira, com as imagens segmentada utilizando a transformada de wavelets na horizontal; a quarta, com as imagens segmentadas utilizando a transformada de wavelets na vertical; e a quinta e última aplicação, com as imagens segmentadas utilizando a transformada de wavelets na diagonal. Os resultados obtidos demonstram a eficiência da metodologia proposta com precisão de 75% de acerto nas imagens extraídas da região da íris, utilizando a transformada de wavelets na horizontal.
2 1. INTRODUÇÃO O reconhecimento de pessoas por meio da íris tem sido bastante promissor nas últimas décadas, uma vez que a mesma apresenta características únicas e bastante relevantes. Uma dessas características é a existência de um tecido que aparenta dividir a íris em forma radial, que recebe esta forma permanente no oitavo mês de gestação e não sofre nenhuma influência genética; isto significa que mesmo os gémeos idênticos têm íris diferentes. A íris, também não está sujeita aos efeitos do envelhecimento, o que a torna um identificador biométrico bastante estável e seguro, [1]. Já diz o ditado que O olho é o espelho da alma, não sendo por isso surpresa que a íris carrega características peculiares de cada pessoa, sendo o seu aspecto visual o resultado directo da sua estrutura em multicamadas, que é complexa e formada por músculos que controlam as acções da pupila, vasos sanguíneos e pigmentação dos tecidos epiteliais, [2]. 2. OBJECTIVOS O objectivo principal deste trabalho é segmentar a região da íris em imagens capturando informação significativa que permita o seu reconhecimento automático, Figura 1. Figura 1: Demonstração da extracção da região da íris numa imagem. 3. METODOLOGIA O método desenvolvido neste trabalho inclui a identificação do centro e do raio da pupila, com uso de filtros morfológicos de abertura e de fecho, [4]. Posteriormente, a identificação e separação da região inferior da íris utilizando os pontos do centro e do raio. Por último, a extracção de características da íris utilizando um método de textura baseado na transformada de wavelets. 4. DESENVOLVIMENTO Analisando-se imagens do Banco CASIA, [3], identificam-se valores semelhantes de pixels da região da pupila. Substituindo-se esses valores pelo valor 255 (usualmente, correspondente à cor branca na escala de cinza), a região da pupila torna-se uma zona de 2
3 concentração de pixels de cor branca, Figura 2-b. Para tornar a forma da região composta por esses pixels brancos mais próxima do formato da pupila, aplicam-se dois filtros morfológicos. O primeiro, o filtro morfológico de fecho, [4], Figura 2-c, e o segundo, o filtro morfológico de abertura, [4], Figura 2-d. As aplicações destes filtros fazem com que os valores dos pixels que compõem a íris sejam alterados. Para que não haja a perda das características originais da íris, toma-se a imagem original, Figura 2-a, e troca-se os valores dos pixels que compõem a pupila, constituídos pelos pixels de cor branca da Figura 2-d, pelo valor 255 gerando uma nova imagem, ver Figura 2-e. a) b) c) d) e) Figura 2: Etapas do processamento adoptado: a) imagem original, b)-e) imagens correspondentes às etapas envolvidas Localizar o Centro e Determinar o Raio da Pupila Para localizar o centro da pupila, varre-se a imagem verticalmente de cima para baixo para identificar o primeiro pixel da pupila, denominado por pl (de primeira linha), e o último pixel da mesma, designado por ul (de última linha), e calcula-se o ponto médio entre pl e ul, denominado por cm (de coluna média) do centro da pupila, Figura 3. Para encontrar o ponto lm (de linha média) do centro da pupila, fixa-se o ponto cm e procura-se o primeiro ponto pc (de primeira coluna) e o ponto uc (de última coluna) do centro da pupila. Desta forma, encontra-se o ponto médio entre pc e uc que define lm. Obtém-se, desta maneira, o centro de coordenadas (lm, cm) da pupila, ver Figura 3. O raio r da pupila é definido pela subtracção dos pontos pl e lm, Figura 3. pl lm centro(lm,cm) uc cm ul pc Figura 3: Identificação dos pontos usados para determinar o centro e o raio da pupila. 3
4 4.2. Localização da Íris A metodologia adoptada neste trabalho propõe localizar a parte inferior da íris pelo facto da pálpebra e os cílios causarem interferências na extracção de característica da íris a partir da imagem original. Assim, para localizar a área correspondendo à parte inferior da região da íris, toma-se os valores r (do raio da pupila) e (lm, cm) (do ponto que corresponde ao centro da pupila) e aplica-se o seguinte algoritmo, Figura 4-a: Se r < 25 então largura = 2 * r Senão largura = r p1_x = lm p1_y = cm r largura p2_x = lm p2_y = cm + r + largura pm_x = lm + r + largura Portanto, a região da parte inferior da íris, Figura 4-b, é definida pelo rectângulo de vértices opostos (p1_x, p1_y, pm_x, p2_y). a) b) Figura 4: Pontos utilizados para identificar a área de interesse na imagem original Extracção de Características Apesar de existirem muitas técnicas de análise multivariada, todas têm como objectivo final a redução da complexidade do problema em questão. Essas técnicas podem reduzir o número de variáveis a serem consideradas, ou mesmo eliminar, ou seja retirar do modelo, variáveis difíceis de serem observadas ou medidas, garantindo que informações relevantes não sejam perdidas. Neste trabalho, para extrair as características desejadas, utilizou-se um método de textura baseado na transformada wavelets, utilizando a escala negativa que destaca os valores 4
5 absolutos da imagem. Assim, a transformada de wavelets gera valores aplicados apenas nas linhas horizontais, Figura 5-b, nas linhas verticais, Figura 5-c, e nas linhas diagonais, Figura 5-d, da imagem. a) b) c) d) Figura 5: Imagem da parte interior da íris (a), seguida pelas imagens resultantes da transformada de wavelets (b-d). Com o objectivo último de obter um subespaço de dimensões mais reduzidas sobre as imagens codificadas pela transformada de wavelets, aplica-se posteriormente o método estatístico Principal Component Analysis PCA, [5], de forma a capturar os principais pontos que descrevem globalmente a imagem original. 5. RESULTADOS Para validação da metodologia proposta neste artigo consideraram-se cinco casos de aplicação usando 324 imagens, distribuídas por 108 classes cada classe com 3 imagens, do banco CASIA com diferentes níveis de iluminação. No primeiro caso, usou-se um sistema PCA com as imagens originais do banco CASIA, Figura 6-a. No caso seguinte, considerou-se um sistema PCA com imagens originais da parte inferior da íris, Figura 6-c, obtidas pelo método proposto. No terceiro caso de aplicação, implementou-se um sistema PCA com a transformada de wavelets na horizontal das imagens originais da parte inferior da íris, Figura 6-d. No penúltimo caso, fui usado um sistema PCA com a transformada de wavelets na vertical das imagens originais da parte inferior da íris, Figura 6-e. No quinto e último caso de aplicação, considerou-se um sistema PCA com a transformada de wavelets na diagonal das imagens originais da parte inferior da íris, Figura 6-f. Posteriormente, construiu-se o gráfico da curva recall x precision usando as matrizes PCA dos cinco casos de aplicação. Neste gráfico, Figura 7, recall (abrangência) está associada à quantidade de itens relevantes na base de dados, e precision (precisão) à habilidade do sistema manter os dados irrelevantes fora do resultado de uma consulta (pesquisa). Analisando o gráfico precision x recall, apresentado na Figura 7 para os cinco casos de aplicação considerados e anteriormente referidos, pode-se concluir o seguinte: O sistema PCA com a transformada de wavelets na diagonal das imagens originais da 5
6 parte inferior da íris apresentou um melhor desempenho em relação ao sistema PCA com imagens originais da parte inferior da íris; a) b) c) d) e) f) Figura 6: Amostra de imagens processadas: a) Imagens originais do Banco Cassia; b) Imagens com a região da pupila destacada; c) Zonas de interesse da íris determinada; d-f) Resultados da transformada de wavelets na horizontal, vertical e diagonal a partir das imagens de c), respectivamente. 6
7 Figura 7: Gráfico Precision-Recall com os resultados obtidos. O sistema PCA com as imagens originais do banco CASIA apresentou um melhor desempenho em relação ao sistema PCA com a transformada de wavelets na diagonal das imagens originais da parte inferior da íris. O sistema PCA com a transformada de wavelets na vertical das imagens originais da parte inferior da íris apresentou um melhor desempenho em relação ao sistema PCA com as imagens originais do banco CASIA. O sistema PCA com a transformada de wavelets na horizontal das imagens originais da parte inferior da íris apresentou um melhor desempenho em relação ao sistema PCA com transformada de wavelets na vertical das imagens originais da parte inferior da íris. 6. CONCLUSÕES Este trabalho propôs um novo método de segmentação da íris em imagens, no qual é identificado o centro e o raio da pupila através da utilização de filtros morfológicos, e a 7
8 seguir é capturada e usada informação relativa à parte inferior da íris através da utilização da transformada de wavelets e PCA. A metodologia proposta mostra-se eficiente quando são considerados os valores absolutos da transformada de wavelets na horizontal, como pode ser observado no gráfico apresentado na Figura 7. AGRADECIMENTOS Este trabalho foi parcialmente desenvolvido no âmbito do Projecto de Investigação Segmentação, Seguimento e Análise de Movimento de Objectos Deformáveis (2D/3D) usando Princípios Físicos financiado pela FCT - Fundação para a Ciência e a Tecnologia em Portugal, com a referência: POSC/EEA-SRI/55386/2004. REFERÊNCIAS [1] J. Daugman. Demodulation by Complex-Valued Wavelets for Stochastic Pattern Recognition, Int l J. Wavelets, Multiresolution and Information Processing, vol. 1, no. 1, pp. 1-17, [2] J. Daugman. How Iris Recognition Works. IEEE Transactions on circuits and systems for video technology, vol. 14, no. 1, pp , Jan [3] CASIA Iris Image Database. Disponibilizado pela Academia Chinesa de Ciências. Disponível em: < acesso em Abril de [4] R. C. Gonzalez, R. E. Woods, S. L. Eddins. Digital Image Processing Using MATLAB, Prentice Hall, [5] L. I. Smith. A tutorial on Principal Components Analysis. February 26, Disponível em: < acesso em Abril de
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 maisAplicação de Princípios Físicos na Simulação da Deformação de Objectos Em Imagens
Aplicação de Princípios Físicos na Simulação da Deformação de Objectos Em Imagens Patrícia C. T. Gonçalves, João Manuel R. S. Tavares, Renato M. Natal Jorge IDMEC Instituto de Engenharia Mecânica Pólo
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 maisSMCB: METODOLOGIA PARA A QUANTIZAÇÃO DE CORES EM IMAGENS FACIAIS
CMNE/CILAMCE 007 Porto, 13 a 15 de Junho, 007 APMTAC, Portugal 007 SMCB: METODOLOGIA PARA A QUANTIZAÇÃO DE CORES EM IMAGENS FACIAIS Marcelo Zaniboni 1 *, Osvaldo Severino Junior e João Manuel R. S. Tavares
Leia mais1 Introdução Motivação
1 Introdução 1.1. Motivação Garantir sistemas e serviços seguros é um dos grandes problemas encontrados por países, indústrias e organizações de maneira geral. Esta preocupação vai desde evitar fraudes
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 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 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 maisRECONHECIMENTO FACIAL UTILIZANDO EIGENFACES
Universidade Federal do Rio de Janeiro Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia Programa de Engenharia de Sistemas e Computação Rio de Janeiro, RJ Brasil RECONHECIMENTO
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 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 maisRastreamento de Objetos Baseado em Grafos. Casamento Inexato entre Grafos Relacionais com Atributos
Rastreamento de Objetos Baseado em Casamento Inexato entre Grafos Relacionais com Atributos Exame de Qualificação de Mestrado Ana Beatriz Vicentim Graciano Orientador: Roberto M. Cesar Jr. Colaboradora:
Leia maisProcessamento de Sinal e Imagem
Processamento de Sinal e Imagem Mestrado em Informática Médica Hélder Filipe Pinto de Oliveira Apresentação do Docente Formação Académica Licenciatura Eng. Eletrotécnica e de Computadores, FEUP (1999 2004)
Leia maisReconhecimento de Tipos de Movimento Humano baseados no método GMM.
Reconhecimento de Tipos de Movimento Humano baseados no método GMM. C.Gonçalves 1 ; L.A.Pereira; J.C.Pizolato, Jr.; A.Gonzaga. Escola de Engenharia de São Carlos-EESC-USP Av. Trab. São-Carlense, 400 CP
Leia maisE-Faces - Um classificador capaz de analisar imagens e classificá-las como faces ou não faces utilizando o método Eigenfaces
E-Faces - Um classificador capaz de analisar imagens e classificá-las como faces ou não faces utilizando o método Eigenfaces Éder Augusto Penharbel, Erdiane L. G. Wutzke, Murilo dos S. Silva, Reinaldo
Leia maisProcessamento de Imagem. Prof. MSc. André Yoshimi Kusumoto
Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Filtragem de Imagens A utilização de filtros tem como objetivo melhorar a qualidade das imagens através da: ampliação
Leia maisRECONHECIMENTO IDENTIFICAÇÃO BASEADA EM APARÊNCIA
RECONHECIMENTO IDENTIFICAÇÃO BASEADA EM APARÊNCIA Envolve a pergunta: É esta parte da imagem uma parte do objeto X? (modelo dado, região da imagem dada) Utiliza imagens ao invés de características como
Leia mais1.1. Trabalhos Realizados na Área
1 1 Introdução Várias formas de tratamento de lesões de úlceras de perna têm sido empregadas hoje em dia. O método de tratamento dependerá da origem da úlcera bem como de seu estado patológico. Com o objetivo
Leia maisPontifícia Universidade Católica do Rio de Janeiro. Departamento de Informática. Fundamentos de Computação Gráfica
1. Imagens sísmicas Pontifícia Universidade Católica do Rio de Janeiro Departamento de Informática Fundamentos de Computação Gráfica Aluno: Stelmo Magalhães Barros Netto Relatório do trabalho Imagens Sísmicas
Leia maisAuto-esboço e Auto-pele pelo Misturograma
Auto-esboço e Auto-pele pelo Misturograma Severino Jr, Osvaldo IMES - FAFICA osvaldo@fafica.br Gonzaga, Adilson Escola de Engenharia de São Carlos - US adilson@sc.usp.br Resumo Neste trabalho é apresentado
Leia maisAPLICAÇÃO DE TÉCNICAS DE PROCESSAMENTO DE IMAGENS DIGITAIS EM IMAGENS GERADAS POR ULTRA-SOM
VIII ERMAC 8 o Encontro Regional de Matemática Aplicada e Computacional 0- de Novembro de 008 Universidade Federal do Rio Grande do Norte Natal/RN APLICAÇÃO DE TÉCNICAS DE PROCESSAMENTO DE IMAGENS DIGITAIS
Leia maisCompressão de Imagens Usando Wavelets: Uma Solução WEB para a Codificação EZW Utilizando JAVA. Utilizando JAVA. TCC - Monografia
Compressão de Imagens Usando Wavelets: Uma Solução WEB para a Codificação EZW Utilizando JAVA TCC - Monografia Wanderson Câmara dos Santos Orientador : Prof. Dr. Luiz Felipe de Queiroz Silveira 1 Departamento
Leia maisExtração de características: textura
Extração de características: textura Image Processing scc0251 www.icmc.usp.br/ moacir moacir@icmc.usp.br ICMC/USP São Carlos, SP, Brazil 2011 Moacir Ponti (ICMCUSP) Extração de características: textura
Leia maisProcessamento de Imagem. Convolução Filtragem no Domínio da Frequência (Fourier) Professora Sheila Cáceres
Processamento de Imagem Convolução Filtragem no Domínio da Frequência (Fourier) Professora Sheila Cáceres Lembrando Filtragem Correlação A correlação e a convolução sãos dois conceitos relacionados a filtragem.
Leia maisApresentação de uma Plataforma Computacional para a Reconstrução e Caracterização da Forma 3D de Objectos
Apresentação de uma Plataforma Computacional para a Reconstrução e Caracterização da Forma 3D de Objectos Teresa Azevedo 1, João Manuel R. S. Tavares 1,2, Mário A. Vaz 1,2 1 Instituto de Engenharia Mecânica
Leia maisFILTROS ESPACIAIS PASSA-BAIXA
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL PROGRAMA DE PÓS-GRADUAÇÃO EM COMPUTAÇÃO CMP65 - INTRODUÇÃO AO PROCESSAMENTO DE IMAGENS PROFESSOR JACOB SCARCHANSKI FILTROS ESPACIAIS PASSA-BAIXA POR DANIEL NEHME
Leia maisCâmara 3D. Projectos 2000/2001
Câmara 3D O projecto consiste na utilização e processamento de imagens adquiridas por um sistema que regista os dados de um veículo móvel e já desenvolvido no DEE. O sistema foi desenvolvido para armazenar
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 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 maisLOCALIZAÇÃO DOS OLHOS EM IMAGENS FRONTAIS DE FACES HUMANAS ATRAVÉS DE ANÁLISE DE VARIÂNCIA DA INTENSIDADE DO BRILHO
LOCALIZAÇÃO DOS OLHOS EM IMAGES FROTAIS DE FACES HUMAAS ATRAVÉS DE AÁLISE DE VARIÂCIA DA ITESIDADE DO BRILHO ATOIO HERIQUE FIGUEIRA LOURO, ADILSO GOZAGA 2 Laboratório de Visão Computacional (LAVI), Departamento
Leia maisVISÃO COMPUTACIONAL. Nielsen Castelo Damasceno
VISÃO COMPUTACIONAL Nielsen Castelo Damasceno Visão Computacional A visão computacional lida com o desenvolvimento de bases teóricas e algorítmicas para as quais informações úteis do mundo real 3D podem
Leia mais3 Sistema Proposto Descrição do Sistema
3 Sistema Proposto Este capítulo apresenta em detalhes os elementos de hardware e software que compõem o protótipo do sistema de reconhecimento de íris construído neste trabalho. 3.1. Descrição do Sistema
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 maisRECONHECIMENTO FACIAL 2D
RECONHECIMENTO FACIAL 2D PARA SISTEMAS DE AUTENTICAÇÃO EM DISPOSITIVOS MÓVEIS Luciano Pamplona Sobrinho Orientador: Paulo César Rodacki Gomes ROTEIRO Introdução Objetivos Fundamentação Teórica Conceitos
Leia maisVisão computacional. Juliana Patrícia Detroz Orientador: André Tavares Silva
Visão computacional Juliana Patrícia Detroz Orientador: André Tavares Silva Visão computacional Tentativa de replicar a habilidade humana da visão através da percepção e entendimento de uma imagem; Fazer
Leia mais3 Estimação e Compensação de movimento na codificação de vídeo
Estimação e Compensação de movimento na codificação de vídeo 36 3 Estimação e Compensação de movimento na codificação de vídeo O objetivo do modelo temporal (que engloba as fases de estimação e compensação
Leia mais2.1. Construção da Pista
2 Malha de Controle Para que se possa controlar um dado sistema é necessário observar e medir suas variáveis de saída para determinar o sinal de controle, que deve ser aplicado ao sistema a cada instante.
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 maisPMR2560 ELEMENTOS DE ROBÓTICA 2016 TRABALHO DE VISÃO COMPUTACIONAL CALIBRAÇÃO DE CÂMERAS E VISÃO ESTÉREO
PMR2560 ELEMENTOS DE ROBÓTICA 2016 TRABALHO DE VISÃO COMPUTACIONAL CALIBRAÇÃO DE CÂMERAS E VISÃO ESTÉREO Esse trabalho consiste de três partes. Na primeira parte do trabalho você vai calibrar duas câmeras
Leia maisTextura. Textura 04/09/2014. Prof. Yandre Costa
UNIVERSIDADE ESTADUAL DE MARINGÁ PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO Prof. Yandre Costa - 1 Prof. Yandre Costa Prof. Yandre Costa - 2 é um importante atributo visual presente em imagens,
Leia maisEste trabalho foi licenciado com a Licença Creative Commons Atribuição - NãoComercial - SemDerivados 3.0 Não Adaptada
1. Introdução Definição: Parábola é o lugar geométrico dos pontos do plano cujas distâncias entre uma reta fixa, chamada de reta diretriz, e a um ponto fixo situado fora desta reta, chamado de foco da
Leia maisUNIVERSIDADE ESTADUAL DE MARINGÁ PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO. Prof. Yandr re Costa - 1. Prof. Yandre Costa.
UNIVERSIDADE ESTADUAL DE MARINGÁ PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO Prof. Yandr re Costa - 1 Textura Prof. Yandre Costa Prof. Yandr re Costa - 2 Textura é um importante atributo visual
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 maisDETERMINAÇÃO DO GÊNERO DO LOCUTOR USANDO A TRANSFORMADA RÁPIDA DE FOURIER
Revista Ciências Exatas ISSN: 1516-893 Vol. 1 Nº. Ano 015 Natanael M. Gomes Universidade de Taubaté Marcio Abud Marcelino Universidade Estadual Paulista Universidade de Taubaté Francisco José Grandinetti
Leia maisIntrodução a Análise de Imagens Digitais
Introdução a Análise de Imagens Digitais Uma imagem digital é uma representação de uma cena por meio de um conjunto de elementos discretos e de tamanhos finitos, chamados de pixels, colocados em um arranjo
Leia maisPROCESSAMENTO E CLASSIFICAÇÃO DE IMAGENS DE SATÉLITE PARA CARACTERIZAÇÃO DE USOS DO SOLO
PROCESSAMENTO E CLASSIFICAÇÃO DE IMAGENS DE SATÉLITE PARA CARACTERIZAÇÃO DE USOS DO SOLO Jairo Lima do Nascimento 1, George Leite Mamede 2, João Paulo do Vale Madeiro 3 Resumo: A aplicação de técnicas
Leia maisOperações Pontuais. 1 operando. 2 operandos. Processamento e Análise de Imagem - A. J. Padilha - v ac
Operações Pontuais 1 operando T OP 2 operandos Pré-Processamento - 1 Operações Pontuais Nas operações pontuais, cada ponto da imagem-resultado - g(i,j) - é obtido por uma transformação T do ponto de coordenadas
Leia maisCLASSIFICAÇÃO DE PADRÕES EM IMAGENS UTILIZANDO DESCRITORES DE TEXTURA Pattern Classification in Images Using Descriptors of Texture
CLASSIFICAÇÃO DE PADRÕES EM IMAGENS UTILIZANDO DESCRITORES DE TEXTURA Pattern Classification in Images Using Descriptors of Texture 1 e Sandro Roberto Fernandes 2 Resumo: Nesta pesquisa foi desenvolvido
Leia maisUtilização das transformadas wavelets na detecção de características em um sinal de ECG
Utilização das transformadas wavelets na detecção de características em um sinal de ECG Orientador: Prof. Dr. Aldo Artur Belardi Departamento: Engenharia Elétrica Candidato: Gabriel Diego Porfirio N FEI:.206.062-9
Leia maisFILTRAGEM DE IMAGEM NO DOMÍNIO ESPACIAL (Operações aritméticas orientadas à vizinhança)
PROCESSAMENTO DE IMAGEM #5 Operações Aritméticas Orientadas à Vizinhanças Filtragem no Domínio Espacial (Máscaras) Máscaras de suavização (média e mediana) e aguçamento (laplaciano) Correlação x Convolução
Leia maisDeterminação Automática dos pontos-chave de Objectos representados em imagens para Modelização Estatística
Determinação Automática dos pontos-chave de Objectos representados em imagens para Modelização Estatística Maria João M. Vasconcelos e João Manuel R. S. Tavares Faculdade de Engenharia da Universidade
Leia maisFUNÇÃO DE 2º GRAU. O grau de um polinômio é determinado pelo maior expoente dentre todos os termos. Assim uma equação de 2º grua tem sempre a forma:
FUNÇÃO DE º GRAU O grau de um polinômio é determinado pelo maior expoente dentre todos os termos. Assim uma equação de º grua tem sempre a forma: y = ax + bx + c O gráfico da função é sempre uma parábola.
Leia maisESPELHOS ESFÉRICOS - 01
ESPELHOS ESFÉRICOS - 01 1. (Ufu 2015) Uma pessoa projeta em uma tela a imagem de uma lâmpada, porém, em um tamanho quatro vezes maior do que seu tamanho original. Para isso, ela dispõe de um espelho esférico
Leia maisUm método robusto de segmentação de imagem de íris
Um método robusto de segmentação de imagem de íris Daniel Felix de Brito e Lee Luan Ling Resumo: Este artigo apresenta um método robusto para localização rápida da pupila, íris e das pálpebras. O método
Leia maisPrograma de Educação Tutorial PET Departamento de Estatística-UFSCar
UMA AVALIAÇÃO DA TAXA DE CONSUMO DE ENERGIA NO ESTADO DE SÃO PAULO Flavia Da Silva Costa Julia Pettan Victor de Andrade Corder Victor José Sanches de Souza Pedro Ferreira Filho Programa de Educação Tutorial
Leia mais2 Reconhecimento Facial
2 Reconhecimento Facial Em termos gerais, o reconhecimento facial é o processo pelo qual se mede o grau de similaridade entre duas imagens faciais com o proposito de identificar a um indivíduo ou de verificar
Leia maisSIM 15/16 T7 Processamento de Sinal e Imagem Médica. Miguel Tavares Coimbra
SIM 15/16 T7 Processamento de Sinal e Imagem Médica Miguel Tavares Coimbra Para quê processar sinais? Processamento de Dados Dados Factos Mensuráveis Ausência de significado Processamento Informação Dados
Leia maisRealce de imagens parte 1: operações pontuais SCC0251 Processamento de Imagens
Realce de imagens parte 1: operações pontuais SCC0251 Processamento de Imagens Prof. Moacir Ponti Jr. www.icmc.usp.br/~moacir Instituto de Ciências Matemáticas e de Computação USP 2013/1 Moacir Ponti Jr.
Leia maisTransformada de Discreta de Co senos DCT
Transformada de Discreta de Co senos DCT O primeiro passo, na maioria dos sistemas de compressão de imagens e vídeo, é identificar a presença de redundância espacial (semelhança entre um pixel e os pixels
Leia mais4 Avaliação Experimental
4 Avaliação Experimental Este capítulo apresenta uma avaliação experimental dos métodos e técnicas aplicados neste trabalho. Base para esta avaliação foi o protótipo descrito no capítulo anterior. Dentre
Leia maisExpansão/Redução de imagens no domínio das frequências
Faculdade de Engenharia da Universidade do Porto LEEC 5ºAno/1ºSemestre Televisão Digital 2006/2007 Trabalho 1: Expansão/Redução de imagens no domínio das frequências Grupo 8: Pedro Cunha (ee00047@fe.up.pt)
Leia maisProcessamento de Imagem. Filtragem no Domínio Espacial Professora Sheila Cáceres
Processamento de Imagem Filtragem no Domínio Espacial Professora Sheila Cáceres Filtragem A filtragem de imagens pode ser realizada no domínio do espaço e da frequência Operadores de filtragem são classificados
Leia maisAlex Torquato Souza Carneiro Ciência da Computação Universidade Ibirapuera - UNIb São Paulo - SP, Brasil
Interface Homem-Máquina para Movimentação Bidimensional de Objeto Através de Reconhecimento de Posturas Corporais por Visão Computacional Projeto Labirinto Alex Torquato Souza Carneiro Ciência da Computação
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 maisSimulação Gráfica. Segmentação de Imagens Digitais. Julio C. S. Jacques Junior
Simulação Gráfica Segmentação de Imagens Digitais Julio C. S. Jacques Junior Segmentação Subdivide uma imagem em suas partes ou objetos constituintes. O nível até o qual essa subdivisão deve ser realizada
Leia maisAnálise de Movimento de Corpos Deformáveis usando Visão Computacional. João Manuel R. S. Tavares
Análise de Movimento de Corpos Deformáveis usando Visão Computacional João Manuel R. S. Tavares Janeiro de 2001 Análise de Movimento de Corpos Deformáveis usando Visão Computacional Índice Objectivos gerais:
Leia maisProcessamento de Imagem. Prof. MSc. André Yoshimi Kusumoto
Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Filtragem de Imagens A utilização de filtros tem como objetivo melhorar a qualidade das imagens através da: ampliação
Leia maisProcessamento de Imagens Marcia A. S. Bissaco
Engenharia Biomédica Processamento de Imagens Marcia A. S. Bissaco 1 Exemplos filtros Média Mediana Passa_B Passa_A Borda_H Borda_V Sobel_Y Sobel_X Oliveira, Henrique J. Quintino (UMC-SP), 2 Media Mediana
Leia maisInfluência do Tamanho do Bloco na DCT
LICENCIATURA EM ENGENHARIA ELECTROTÉCNICA E DE COMPUTADORES TELEVISÃO DIGITAL 2005/06 Influência do Tamanho do Bloco na DCT Autores: Carlos Graf Nuno Lima Grupo 4 Novembro de 2005 ÍNDICE 1. INTRODUÇÃO...
Leia maisIntrodução à Programação
Introdução à Program João Manuel R. S. Tavares Sumário 1. Ciclo de desenvolvimento de um programa; 2. Descrição de algoritmos; 3. Desenvolvimento modular de programas; 4. Estruturas de controlo de um programa.
Leia maisSoftware para Apoio ao Estudo de Problemas de Análise de Imagem
Software para Apoio ao Estudo de Problemas de Análise de Imagem Paulo Antunes, Paulo Correia e Armando Pinho Resumo- O estudo de alguns problemas de análise de imagem requer a recolha de variada informação
Leia maisDepartamento de Engenharia Electrotécnica. Espaço reservado a gráficos. Máquina de Lavar Orientada para Objectos. Nuno Simão João Valente
Departamento de Engenharia Electrotécnica Espaço reservado a gráficos Máquina de Lavar Orientada para Objectos Nuno Simão João Valente Trabalho Final de Curso do 2º Ciclo Em Engenharia Electrónica e Computadores
Leia maisIntervalos de Confiança
Intervalos de Confiança INTERVALOS DE CONFIANÇA.1 Conceitos básicos.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição numérica de
Leia maisDepartamento de Engenharia Civil Nivelamento
Departamento de Engenharia Civil Nivelamento Rosa Marques Santos Coelho Paulo Flores Ribeiro 2006 / 2007 4. NIVELAMENTO O conjunto de operações topográficas que permitem definir a posição altimétrica dos
Leia maisRevisão de distribuições de probabilidades contínuas (Capítulo 6 Levine)
Revisão de distribuições de probabilidades contínuas (Capítulo 6 Levine) Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc. Chap 6-1 Objetivos: Neste capítulo, você aprenderá:
Leia maisVISÃO COMPUTACIONAL. Marcelo Henrique dos Santos
VISÃO COMPUTACIONAL Marcelo Henrique dos Santos marcelosantos@outlook.com São Paulo SP, Agosto/2013 INTRODUÇÃO Processamento de imagens é um processo onde a entrada do sistema é uma imagem e a saída é
Leia maisProcessamento Digital de Imagens Radiográficas de Juntas Soldadas e Tubulações
Processamento Digital de Imagens Radiográficas de Juntas Soldadas e Tubulações Daniel Felipe Warkentin, Dionísio Benedito, Devanir Pereira de Carvalho, Luís Alberto Lucas Universidade Tecnológica Federal
Leia maisHuman Iris Segmentation on Videos Obtained via Natural Lighting from SmartPhones
Human Iris Segmentation on Videos Obtained via Natural Lighting from SmartPhones Pinheiro, H.M.; Costa, R. M.; Laureano, G. T.; Romero, R.J.; Soares, F. A. A. M. N; Galdino, L. O. Instituto de Informática/Universidade
Leia maisUniversidade Federal do Rio de Janeiro COPPE. Trabalho de Processamento de Imagens Reconhecimento de Símbolos de Componentes Eletrônicos
Universidade Federal do Rio de Janeiro COPPE Trabalho de Processamento de Imagens Reconhecimento de Símbolos de Componentes Eletrônicos Nome: Fernanda Duarte Vilela Reis de Oliveira Professores: Antonio
Leia maisProcessamento e Análise de Imagens
Processamento e Análise de Imagens Prof. Moacir Ponti www.icmc.usp.br/~moacir Instituto de Ciências Matemáticas e de Computação USP 2017/1 Moacir Ponti Jr. (ICMCUSP) Processamento e Análise de Imagens
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 mais1 1 1 *1/ *1/ *1/49
O que é filtragem? As técnicas de filtragem são transformações da imagem pixel a pixel, que não dependem apenas do nível de cinza de um determinado pixel, mas também do valor dos níveis de cinza dos pixels
Leia maisPropriedades da Imagem Amostragem & Quantização (Quantificação) Histograma Imagem Colorida x Imagem Monocromática. Propriedades da Imagem
Proc. Imagem Prof. Júlio C. Klafke [1] TÓPICOS DESENVOLVIDOS NESTE MÓDULO PROCESSAMENTO DE IMAGEM #02 Propriedades da Imagem Amostragem & Quantização (Quantificação) Histograma Imagem Colorida x Imagem
Leia maisPROJECTO PULSAR EFEITOS DA RADIAÇÃO CÓSMICA EM PELÍCULA HOLOGRÁFICA
1 of 6 PROJECTO PULSAR - Efeitos da radiação cósmica em película holográfica Alexandre Cabral (INETI), Paulo Pires (INCM), José Manuel Rebordão (INETI) LISBOA, 24 DE JUNHO DE 2002 ACTIVIDADE Efeitos da
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 maisétodos uméricos INTERPOLAÇÃO, EXTRAPOLAÇÃO, APROXIMAÇÃO E AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno
étodos uméricos INTERPOLAÇÃO, EXTRAPOLAÇÃO, APROXIMAÇÃO E AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA
Leia maisReconhecimento facial. uma aplicação prática do reconhecimento de padrões
Reconhecimento facial uma aplicação prática do reconhecimento de padrões Márcio Koch, junho 2014 Pauta Apresentação Visão computacional Reconhecimento de padrões Analise de Componentes Principais Reconhecimento
Leia maisINSTITUTO SUPERIOR TÉCNICO Departamento de Engenharia Electrotécnica e de Computadores (DEEC) Área Científica de Electrónica ELECTRÓNICA GERAL
INSTITUTO SUPERIOR TÉCNICO Departamento de Engenharia Electrotécnica e de Computadores (DEEC) Área Científica de Electrónica ELECTRÓNICA GERAL Mestrado Integrado em Engenharia Biomédica e Mestrado Bolonha
Leia mais2 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 maisSimulação da Deformação de Objectos em Imagens Segundo Princípios Físicos. Patrícia C. T. Gonçalves Raquel R. Pinho João Manuel R. S.
Simulação da Deformação de Objectos em Imagens Segundo Princípios Físicos Patrícia C. T. Gonçalves Raquel R. Pinho João Manuel R. S. Tavares Objectivo Dadas duas imagens de um objecto em instantes distintos
Leia maisComputação Gráfica - 12
Universidade Federal do Vale do São Francisco Curso de Engenharia da Computação Computação Gráfica - 12 jorge.cavalcanti@univasf.edu.br www.univasf.edu.br/~jorge.cavalcanti www.twitter.com/jorgecav Realismo
Leia maisTodos os exercícios sugeridos nesta apostila se referem ao volume 3. MATEMÁTICA III 1 ESTUDO DA CIRCUNFERÊNCIA
DEFINIÇÃO... EQUAÇÃO REDUZIDA... EQUAÇÃO GERAL DA CIRCUNFERÊNCIA... 3 RECONHECIMENTO... 3 POSIÇÃO RELATIVA ENTRE PONTO E CIRCUNFERÊNCIA... 1 POSIÇÃO RELATIVA ENTRE RETA E CIRCUNFERÊNCIA... 17 PROBLEMAS
Leia maisAlinhamento de Imagens Médicas
Alinhamento de Imagens Médicas Francisco P. M. Oliveira, João Manuel R. S. Tavares francisco.oliveira@fe.up.pt tavares@fe.up.pt Ciclo de Formações e Actualizações em Radiologia 2010/2011 Imagem Analógica
Leia maisAUTOVALORES E AUTOVETORES: CONCEITOS E UMA APLICAÇÃO A UM SISTEMA DINÂMICO
AUTOVALORES E AUTOVETORES: CONCEITOS E UMA APLICAÇÃO A UM SISTEMA DINÂMICO Patrícia Eduarda de Lima 1, Luciane de Fátima Rodrigues de Souza 2* 1 Departamento de Exatas, Faculdades Integradas Regionais
Leia maisCLASSIFICAÇÃO SUPERVISIONADA EM IMAGEM ALOS PARA O MAPEAMENTO DE ARROZ IRRIGADO NO MUNICÍPIO DE MASSARANDUBA SC
p. 001-007 CLASSIFICAÇÃO SUPERVISIONADA EM IMAGEM ALOS PARA O MAPEAMENTO DE ARROZ IRRIGADO NO MUNICÍPIO DE MASSARANDUBA SC RAPHAEL SOUZA RIBEIRO DENILSON DORTZBACH. JUAN ANTÔNIO ALTAMIRANO FLORES Universidade
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 maisMatemática I Cálculo I Unidade B - Cônicas. Profª Msc. Débora Bastos. IFRS Campus Rio Grande FURG UNIVERSIDADE FEDERAL DO RIO GRANDE
Unidade B - Cônicas Profª Msc. Débora Bastos IFRS Campus Rio Grande FURG UNIVERSIDADE FEDERAL DO RIO GRANDE 22 12. Cônicas São chamadas cônicas as curvas resultantes do corte de um cone duplo com um plano.
Leia maisLocalização de placas veiculares por varredura de bordas verticais Amanda Cristine Damian e Giselle Lopes Ferrari
Localização de placas veiculares por varredura de bordas verticais Amanda Cristine Damian e Giselle Lopes Ferrari UFPR Universidade Federal do Paraná amanda.led@gmail.com ferrari@eletrica.ufpr.br Resumo
Leia maisInstituto de Física Universidade de São Paulo
Instituto de Física Universidade de São Paulo Trabalho Escrito de Prática de Tratamento de Dados em Física Experimental Medindo Objetos utilizando uma Câmera Digital. Carlos de Oliveira Sousa NUSP 6514672
Leia maisPlano de Ensino de Disciplina Ciência da Computação 2º / 2016
Plano de Ensino de Disciplina Ciência da Computação 2º / 2016 Disciplina: Computação Gráfica e Processamento de Imagens Código: 016031 Série: 8 0 Semestre Carga Horária Semanal: 04 aulas Carga Horária
Leia mais