EXTRAÇÃO SEMIAUTOMÁTICA DE CONTORNOS DE TELHADO DE EDIFÍCIOS COM BASE EM SNAKES E PROGRAMAÇÃO DINÂMICA

Tamanho: px
Começar a partir da página:

Download "EXTRAÇÃO SEMIAUTOMÁTICA DE CONTORNOS DE TELHADO DE EDIFÍCIOS COM BASE EM SNAKES E PROGRAMAÇÃO DINÂMICA"

Transcrição

1 EXTRÇÃO SEMIUTOMÁTIC DE CONTORNOS DE TELHDO DE EDIFÍCIOS COM BSE EM SNKES E PROGRMÇÃO DINÂMIC Buldng roof contour extracton based on snakes and dynamc programmng NTONIO JULINO FZN 1 LUIR PORFÍRIO DL POZ 2 1 Programa de Pós-Graduação em Cêncas Cartográfcas FCT/UNESP 2 Departamento de Cartografa FCT/UNESP Rua Roberto smonsen, Presdente Prudente - SP ajfazan@gmal.com; alur@fct.unesp.br RESUMO Este trabalho apresenta um método para a extração de contornos de telhado de edfícos a partr de magens dgtas tomadas sobre cenas urbanas complexas. O método proposto é baseado na otmzação de uma função de energa snakes, que representa contornos de telhado de edfícos em magens dgtas, através da técnca de otmzação por programação dnâmca. Como a grande maora dos contornos de telhado de edfícos possu lados retlíneos se nterceptando em ângulos retos, foram aplcadas restrções à função de energa snakes de modo a atender esta condção geométrca. prncpal vantagem de se usar o algortmo de programação dnâmca para otmzar a função de energa snakes é o aumento do rao de convergênca, quando comparado com o que é normalmente obtdo na solução orgnal baseada em cálculo varaconal. avalação expermental fo realzada a partr de dados reas e os resultados obtdos na nspeção vsual e análse numérca dos expermentos mostraram o potencal do método para a extração de contornos de telhado de edfícos a partr de magens dgtas. Palavras-chave: Snakes; Programação Dnâmca; Extração de Edfícos; nálse de Imagens. BSTRCT Ths paper presents a method for buldng roof contours extracton from dgtal mage taken over complex urban scenes. The proposed method s based on the optmzaton of a snakes' energy functon that represents buldng roof contours n

2 Fazan,. J. ; Dal Poz,. P. dgtal mages by usng the dynamc programmng optmzaton technque. s most of the buldng roof contours contans straght edges nterceptng at rght angles, approprate geometrcs constrants are enforced nto the orgnal snakes' energy functon. The man advantage of usng the dynamc programmng algorthm for optmzng the snakes' energy functon s the augmentaton of the pull-n-range, when compared to the one that s usually obtaned n the orgnal soluton based on varatonal approaches. Expermental evaluaton, ncludng vsual nspecton and numerc analyss, was performed by usng real data and the obtaned results showed the potentalty of the proposed method for extractng buldng roof contours from dgtal magery. Keywords: Snake; Dynamc Programmng; Buldng Extracton; Image nalyss INTRODUÇÃO extração de feções a partr de magens dgtas tem sdo alvo de ntensa nvestgação desde a década de Este assunto é de grande nteresse nas áreas de vsão computaconal e análse de magens. No contexto de coleta de dados espacas para aplcações em mapeamento, novos métodos têm sdo desenvolvdos para a extração de feções antrópcas a partr de magens aéreas e de satélte, tas como edfícos (LEE et al., 2003; LIU et al., 2005; SOHN et al., 2005; LFRGE et al., 2006; XIONG e ZHNG, 2006; LIU et al., 2008; GUERCKE et al., 2011) e malha vára (GRUEN e LI, 1995; OURIS et al., 2001; DL POZ e VLE, 2003; PENG et al., 2005; POULLIS e YOU, 2010; DL POZ et al., 2010). Os concetos de snakes e programação dnâmca (PD) têm sdo amplamente explorados em aplcações envolvendo a extração da malha vára, podendo-se ctar Gruen e L (1995), gours et al. (2001), Dal Poz e Vale (2003) e Dal Poz et al. (2010). Entretanto, poucas abordagens utlzando snakes têm sdo desenvolvdas na área de extração de edfícos. Rüther et al. (2002) utlzaram snakes tradconas para modelar contornos de edfícos em áreas de assentamentos nformas. O método de otmzação empregado fo o de PD, cuja ncalzação baseava-se na projeção na magem de contornos aproxmados obtdos pela lmarzação de um modelo dgtal de superfíce. Guo e Yasuoka (2003) propuseram uma abordagem baseada em snakes para a extração de edfícos a partr da combnação de magens IKONOS e dados de elevação. Múltplos ndcadores, dervados de ambas as fontes de dados são ntegrados no modelo snakes de modo a extrar precsamente os contornos de telhado de edfícos. Orot (2003) apresenta um modelo estatístco de snakes para a extração de edfícos a partr de pares estereoscópcos de magens aéreas. Esta abordagem separa edfícos de outras regões a partr da segmentação de uma magem de dspardades, que é realzada através da busca do polígono que mnmza a energa defnda pelo coefcente de correlação espacal da área de nteresse. Baseado no comportamento geométrco e radométrco dos edfícos, Peng et al. (2005) modfcaram o modelo snakes tradconal, a fm de possbltar uma convergênca mas estável para os contornos de edfícos.

3 342 Extração semautomátca de contornos de... Neste trabalho é proposto um método semautomátco para extrar contornos de telhado de edfícos a partr de magens dgtas. Este método utlza snakes como base para o desenvolvmento de um modelo matemátco representatvo desses objetos, cuja solução é obtda através da técnca de otmzação por PD. No desenvolvmento do referdo modelo é levada em conta a suposção básca de que edfícos se projetam numa magem como estruturas retlíneas, com seus lados nterceptando-se em ângulos aproxmadamente retos. motvação para usar o algortmo de PD para resolver o problema de otmzação baseado em snakes, em vez de usar o método varaconal (KSS et al., 1988), vem da possbldade de se ter um rao de convergênca maor, com garanta de convergênca. Este artgo está organzado como segue: a Seção 2 apresenta o método proposto. avalação expermental e análse dos resultados obtdos é apresentada na Seção 3. Fnalmente, as conclusões resultantes da análse dos resultados obtdos nos expermentos realzados são apresentadas na Seção METODOLOGI extração de feções a partr de magens é um procedmento que pode ser adequadamente formulado em termos de um problema de otmzação, que por sua vez pode ser soluconado a partr da utlzação de técncas específcas. O requsto básco para tal é a formulação de um modelo matemátco representatvo do objeto de nteresse a ser extraído. Neste trabalho, snakes são usadas como base para a construção de um modelo matemátco representando contornos de telhado de edfícos a serem extraídos a partr de magens dgtas. O modelo resultante apresenta uma estrutura partcularmente adequada para ser soluconado através do algortmo de PD. solução ótma para o modelo são polígonos representando os contornos extraídos de telhado de edfícos. 2.1 Modelo Matemátco de Contornos de Telhado de Edfícos Uma snake é descrta em uma magem por uma curva que se move ao longo das dreções x e y sob a nfluênca de forças nternas e externas (XU e PRICE, 1998ab). Orgnalmente fo formulada com base em uma curva paramétrca contínua, mas que, para fnaldade de mplementação computaconal, deve ser substtuída por uma curva dscreta, dada por uma lnha polgonal ou polígono defndo por uma sequênca de n vértces, conforme mostra a Expressão 1: v = [ x y], = 0, K, n 1 (1) 1 função de energa da snakes pode ser expressa na forma dada pela Equação 2 (Kass et al., 1988): n e (2) = ( ) = ( α + β 2 + ) + ( ) Ev v v v v v E v

4 Fazan,. J. ; Dal Poz,. P. 2 onde: a parte sob o somatóro é conhecda como energa nterna da snakes; o prmero e o segundo termos da energa nterna são conhecdos como de prmera e segunda ordem, respectvamente; as constantes α e β são pesos que controlam os termos de prmera e segunda ordens, respectvamente; e Ee ( v ) é conhecdo como energa externa. De uma forma geral, o termo de energa nterna possblta controlar geometrcamente a forma da curva v e o termo de energa externa é responsável por mover o contorno (v) em dreção à feção de nteresse na magem. Especfcamente, a constante β permte controlar a suavdade da curva, sendo que, quanto maor, mas suave será a curva; para β = 0 343, a curva v forma uma quna no vértce v. curva ótma (v) é aquela que mnmza a função de energa E( v ). Em se tratando do objeto contorno de telhado, a curva v é um polígono que representa o contorno de telhado. Uma característca mportante de contornos de telhado de edfícos em magens dgtas é que estes geralmente são delmtados por bordas do tpo degrau, o que permte defnr a função de energa externa na forma dada pela Equação 3: n 1 2 edge ( ) = γ ( ) (3) = 1 E v G v 3 na qual γ é uma constante negatva e Gv ( ) é a magntude do gradente de borda no vértce do contorno. lém dsso, na maora dos casos, edfícos são representados por estruturas retlíneas na magem, defndas por segmentos de borda consecutvos formando ângulos retos em suas qunas ou cantos. Sendo assm, um termo de energa externa adconal pode ser defndo através da Equação 4: 4 onde ( ) ( ) k 1 2 corner ( ) = η 1 cos( δ ) = 0 E v CS v (4) η é uma constante negatva, ( ) CS v é a resposta do operador de detecção de qunas e δ é o ângulo de ncdênca das bordas que defnem a quna em v. O termo ( 1 cos( δ )) é uma função de ponderação que favorece qunas em ângulos retos. O modelo matemátco de contornos de telhado de edfícos baseado em snakes pode então ser fnalmente expresso ao se ncorporar as funções de energa externa dadas nas Equações 3 e 4 na Equação 2, resultando na Equação 5:

5 344 Extração semautomátca de contornos de n 1 α v+ 1 v + β v 1 2v + v + 1 E2 ( v) =. (5) 2 2 = 0 γ G( v) η ( 1 cos( δ) ) CS( v) 5 Os valores dos pesos β, γ e η dependem do tpo de descontnudade exstente no vértce v : borda degrau ou quna. Todos os pesos (nclundo α ) são postvos, mas em se tratando de uma quna, tem que haver em v uma mudança abrupta na dreção do polígono. Isto mplca na necessdade de anular β para possbltar uma descontnudade de segunda ordem no vértce v. lém dsso, o termo de energa de borda (Equação 3) passa a não ter poder de dscrmnação da descontnudade em v, mplcando na necessdade de se ter γ = 0. o contráro, quando em v estver presente uma descontnudade do tpo borda degrau, o termo de energa de quna (Equação 4) não terá poder dscrmnatóro. Nesse caso, deve-se anular o peso η. 2.2 Otmzação do Modelo de Contornos de Telhado de Edfícos través de PD Se as varáves de uma função de energa num problema de otmzação não estverem smultaneamente nter-relaconadas, então uma manera efcente para obter a solução deste problema é através da técnca de PD (BLLRD e BROWN, 1982). Seja o problema de encontrar o conjunto de valores ótmos ( x,, 1 K xn ) que mnmzam a função de energa g = g( x,, 1 K xn ). Se a função de energa g puder ser escrta como uma soma de subfunções dependentes de subconjuntos de ( x,, 1 K xk ), com k n, como a dada pela Equação 6: (, K, ) (,, ) L (,, ) g = g x x = g x x x + + g x x x 1 n n 2 n 2 n 1 n n 2 g ( x, x+ 1, x+ 2) = 1 = 6 então um procedmento de múltplos estágos como o algortmo de PD pode ser aplcado. Maores detalhes a respeto deste algortmo podem ser encontrados em Ballard e Brown (1982) e Gruen e L (1995). Uma smples análse da equação de energa dada pela Equação 5 mostra que apenas três vértces consecutvos ( v, v, v ) da lnha polgonal v estão smultaneamente nter-relaconados e, desta forma, a mesma pode ser decomposta (6)

6 Fazan,. J. ; Dal Poz,. P. em uma soma de 1 7: n subfunções E ( v v v ) ,, +, permtndo escrever a Equação n = 0 ( ) (,, ) E v = E v v v (7) 7 estrutura da Equação 7 se assemelha à estrutura da Equação 6 e, consequentemente, o algortmo de otmzação por PD pode ser efcentemente aplcado na otmzação da função de energa dada na Equação 5. Vale notar neste caso que ses varáves (duas para cada vértce) se nter-relaconam smultaneamente. De modo a ncalzar o processo de extração, alguns pontos sementes descrevendo uma aproxmação para o contorno a ser extraído devem ser fornecdos na magem. De uma forma geral, os pontos sementes devem ser posconados nas vznhanças das qunas do contorno de telhado. Não é necessáro colocar pontos sementes ao longo dos lados do contorno, sto porque estes podem ser predtos levando em conta que estes lados são retlíneos. O polígono ncal fornecdo no níco do processo de extração é descrto por segmentos retos defndos por pares de pontos sementes consecutvos, conforme lustrado pela Fgura 1. Fgura 1 Contorno ncal aproxmado utlzado na ncalzação do processo de extração. Fgura 2 mostra como o espaço de busca é construído. Têm-se dos tpos de pontos que geram os polígonos canddatos à solução ótma (polígono ótmo): pontos representatvos dos lados do contorno e correspondentes à descontnudade do tpo borda degrau; e pontos representatvos das qunas e correspondentes à descontnudade do tpo quna. prncípo, parece smples determnar as qunas e un-las para formar o polígono do contorno de telhado. Entretanto, podem ser detectadas falsas qunas e até mesmo não exstrem qunas para um dado canto do

7 346 Extração semautomátca de contornos de... contorno de telhado. Daí a mportânca de nclur pontos de lados de contorno para prover suporte à determnação de quas são as qunas corretas. Fgura 2 mostragem do espaço de busca. Quanto aos pontos canddatos para a representação de um canto de edfíco, um ponto de referênca deve ser fornecdo pelo operador, sendo os demas determnados por um algortmo de detecção de qunas sobre uma pequena submagem delmtada em torno do respectvo ponto semente (Fgura 2). s dmensões dessa submagem devem ser sufcentes para que a mesma contenha a quna correta do edfíco. O detector de qunas utlzado é o de Harrs (HRRIS e STEPHENS, 1988) e as qunas com melhor resposta são armazenadas, juntamente com os ângulos ( δ ) de ncdênca das bordas nas respectvas qunas. O armazenamento de múltplas qunas é necessáro, pos exste a possbldade de a quna com melhor resposta dentro da janela de busca ser uma falsa postva. Quanto aos pontos canddatos para a representação de pontos de lados de contorno de edfíco, os mesmos são amostrados regularmente ao longo de seções transversas aos lados de contornos de edfíco defndos por pares de pontos sementes (Fgura 2). É mportante notar que as seções transversas também são amostradas regularmente ao longo dos lados de contorno de edfíco. Como são centradas em pontos dos lados do contorno defndo pelos pontos sementes (polígono ncal), não exste preferênca de busca em um ou outro lado. Para se ter uma dea do tamanho do espaço de busca, supor que cada quna de edfíco possua m canddatas. Supor também que em cada seção transversal aos lados de contorno de edfíco sejam amostrados m pontos canddatos. Sendo n a soma entre o número de pontos sementes e o número total de seções transversas n amostradas, exstrão no espaço de busca m polígonos. O polígono ótmo é aquele que mnmza a função de energa dada pela Equação 5. solução do problema de otmzação por PD é encontrada em duas etapas:

8 Fazan,. J. ; Dal Poz,. P. 1) Refnamento do polígono ncal defndo pelos pontos sementes: a estratéga descrta acma é aplcada para refnar o polígono ncal (defndo pelos pontos sementes) fornecdo no níco do processo de extração. resolução típca (dstânca entre pontos amostrados) adotada para as seções transversas é de um pxel. Já o número de elementos nestas seções deve ser compatível com a qualdade do polígono ncal. No exemplo lustratvo da Fgura 3, os pontos em vermelho correspondem ao conjunto de vértces obtdos por otmzação. Fgura 3 Otmzação do contorno ncal por PD ) Refnamento da prmera solução: como os pontos obtdos ao longo dos lados de contorno podem estar afetados por anomalas locas (por exemplo, um pequeno detalhe do edfíco), provocando rregulardades locas no contorno, um método robusto de regressão pode ser utlzado para obter retas que melhor modelam os lados de contorno de edfíco. segunte estratéga é utlzada: 1) determna-se por mínmos quadrados as equações das retas que representam lados de contornos; 2) elmnam-se para cada reta os pontos que dstam mas que o desvo-padrão (σ ) das dstâncas dos pontos à reta consderada; 3) recalculam-se as regressões lneares usando os respectvos conjuntos de pontos remanescentes. Na sequênca, com base nestas retas, determna-se por ntersecção as novas qunas, as quas farão o papel de pontos sementes para uma nova otmzação da equação de energa (Equação 5). Uma nova otmzação é ndcada pelos seguntes motvos (Fgura 4): as retas determnadas por regressão podem anda estar afetadas por anomalas exstentes, não modeladas, ao longo dos lados de contorno; as seções transversas de busca com resolução bem melhor (0,5 pxel) são adotadas para melhorar a qualdade fnal das retas representando lados de contorno, melhorando também as posções fnas dos vértces de quna do polígono de telhado; os comprmentos das seções transversas de busca e as

9 348 Extração semautomátca de contornos de... dmensões das submagens para as novas qunas são fxadas guas ao desvo-padrão (σ ) determnado acma, tornando a solução de otmzação menos sensível às anomalas exstentes nas adjacêncas do contorno de telhado. pós o novo processo de otmzação, determnam-se novamente as retas por regressão robusta e, a partr destas, as posções fnas das qunas dos edfícos. O polígono fnal de contorno de telhado é obtdo em função destas qunas (Fgura 5). Fgura 4 Refnamento da solução com restrção do espaço de busca. Fgura 5 Contorno fnal extraído para o telhado de edfíco. 3. VLIÇÃO EXPERIMENTL De modo a avalar o método desenvolvdo, foram realzados város expermentos utlzando dados reas. Na sequênca, três destes expermentos são descrtos. lém da nspeção vsual dos resultados obtdos, uma análse numérca fo realzada para cada expermento. Esta avalação é baseada na estmação de parâmetros numércos de qualdade, a partr da comparação dos contornos extraídos va algortmo computaconal com os contornos correspondentes extraídos manualmente pelo operador e utlzados como referênca. Para os expermentos realzados, foram calculados valores de completeza de área ( C ) e RMSE (root mean square error). completeza de área é estmada a partr das áreas E e R

10 Fazan,. J. ; Dal Poz,. P. dos polígonos que descrevem um contorno extraído e seu respectvo contorno de referenca. Esta medda é dada pela Equação 8 (Rüther et al., 2002): E R C = 1 100% (8) R 8 completeza de área é uma medda percentual da área E do objeto extraído, comparada à área R do objeto de referênca. O parâmetro C tem por suposção básca a exstênca de apenas dscrepâncas locas entre o contorno extraído e o respectvo contorno de referênca, sto é, ambos os contornos não devem apresentar dscrepâncas globas, como as que resultam de transformação de escala, rotação ou translação. Como a suposção acma é cumprda pelo método proposto, as dscrepâncas entre ambos os contornos podem ser avaladas em função de dscrepâncas das áreas entre eles. O RMSE é calculado em função das dstâncas entre os vértces descrevendo um contorno extraído e seu respectvo contorno de referênca. Este parâmetro fornece uma estmatva da dstânca méda entre tas vértces e é calculado a partr da Equação 9: n 2 d n = 1 RMSE = (9) 9 na qual d é a dstânca entre o vértce do contorno de referênca e o seu correspondente no contorno extraído e n é o número total de vértces do contorno extraído. Os testes realzados permtram verfcar que o termo de prmera ordem da função de energa (Equação 5) não auxlava na dscrmnação de pontos de borda pertencentes ao contorno de telhado de um edfíco. Sendo assm, em todos os expermentos o parâmetro α fo defndo como zero em todos os vértces v da curva representando um contorno de telhado de edfíco. 3.1 Expermento 1 Nesta seção são apresentados os resultados obtdos no prmero expermento realzado. O prncpal objetvo deste expermento fo avalar o desempenho do método na tarefa de extrar o mesmo contorno de telhado a partr de dferentes aproxmações ncas, permtndo assm verfcar a repetbldade dos resultados, o que é um ndcatvo de robustez do método. Fo escolhdo um edfíco cujos lmtes (bordas) estão bem defndos na magem. o todo foram realzadas quatro extrações do mesmo contorno de telhado, a partr dos contornos aproxmados apresentados nas Fguras 6(a), 6(b), 6(c) e 6(d), respectvamente.

11 350 Extração semautomátca de contornos de... Fgura 6 Expermento 1: Contornos aproxmados utlzados na ncalzação do método de extração. (a) (b) (c) (d) Os correspondentes contornos extraídos pelo algortmo computaconal são apresentados nas Fguras 7(a), 7(b), 7(c) e 7(d), respectvamente. Fgura 7 Expermento 1: Contornos extraídos pelo algortmo computaconal do método de extração. (a) (b) (c) (d)

12 Fazan,. J. ; Dal Poz,. P. partr de uma nspeção vsual dos resultados obtdos, é possível verfcar que o método de extração fo bem suceddo em todos os casos. Entretanto, nos casos dos resultados mostrados nas Fguras 7(c) e 7(d), um dos segmentos do contorno (em destaque nas respectvas fguras) fo ncorretamente extraído, devdo à ocorrênca de uma projeção de sombra vznha ao lmte real do telhado. Em alguns casos, as regões de transção entre sombras e objetos vznhos podem resultar em fortes respostas a um detector de bordas e, quando este fenômeno ocorre próxmo a um contorno de telhado, pode nterferr negatvamente no processo de extração. De qualquer manera, sem consderar os efetos negatvos da nteração entre sombras e edfícos, é possível afrmar que o método apresenta boa repetbldade na extração de contornos a partr de dferentes aproxmações ncas. análse numérca fo realzada a partr da comparação de cada um dos contornos extraídos com o contorno de referênca apresentado na Fgura 8. Para efeto de estmação dos parâmetros numércos de qualdade, foram consderadas as qunas que descrevem ambos os contornos (extraído e de referênca, respectvamente). Os valores resultantes são apresentados na Tabela 1. Fgura 8 Contorno de referênca utlzado na análse numérca dos resultados obtdos no Expermento Tabela 1: Parâmetros estmados na análse numérca do Expermento 1. Parâmetros Contorno C (%) 97,8 98,8 95,8 96,1 RMSE (pxels) 1,580 1,904 3,711 4,198 Os resultados obtdos na análse numérca ndcam que os contornos extraídos possuem boa correspondênca com os lmtes reas dos telhados presentes na magem. De um modo geral, o método de extração funconou adequadamente, mesmo nos casos dos contornos afetados pelas projeções de sombra, o que causou pora nos valores de C e RMSE.

13 352 Extração semautomátca de contornos de Expermento 2 No segundo expermento realzado, foram utlzados dos segmentos de uma magem contendo dversos edfícos em cada uma das regões correspondentes a estes segmentos. No caso deste expermento, ses dos contornos de telhado presentes nos segmentos de magem foram extraídos. s Fguras 9(a) e 9(b) lustram os contornos utlzados como aproxmação ncal para o método de extração. Fgura 9 Expermento 2: Contornos aproxmados utlzados na ncalzação do método de extração. (a) (b) Os correspondentes contornos extraídos são apresentados nas Fguras 10(a) e 10(b), respectvamente. Fgura 10 Expermento 2: Contornos extraídos pelo algortmo computaconal do método de extração (a) (b) 4 5

14 Fazan,. J. ; Dal Poz,. P. 353 Por fm, as Fguras 11(a) e 11(b) lustram os contornos de referênca utlzados na análse numérca dos resultados obtdos neste expermento. Fgura 11 Expermento 2: Contornos de referênca utlzados na análse numérca dos resultados. (a) (b) nspeção vsual dos resultados obtdos ndca que o método de extração fo bem suceddo nos casos dos contornos 1, 2, 4 e 6. No caso dos demas contornos (3 e 5), a presença de sombras projetadas pelos própros edfícos nfluencou negatvamente os resultados obtdos na extração. No caso destes contornos, dos de seus segmentos foram confunddos com a borda resultante das projeções de sombra. De fato, em alguns casos o método não funcona adequadamente por causa da nfluênca de objetos vznhos como árvores próxmas aos telhados e projeção de sombras, conforme já fo comentado no expermento 1. Quando uma borda provocada pela projeção de sombra de um telhado apresenta maores respostas a um detector que a borda correspondente ao contorno do própro telhado, este pode ser ncorretamente extraído nesta regão. Isto também ocorre porque, nestes casos, a borda correspondente ao contorno de telhado e a resultante da projeção de sombra do telhado são aproxmadamente paralelas, o que sgnfca que tanto pontos de borda amostrados sobre o contorno real quanto pontos amostrados sobre bordas de sombras apresentam o mesmo padrão de alnhamento, descrevendo lnhas polgonas formadas por segmentos colneares. mplcação deste fato é que, nestes casos, a função de energa nterna do modelo dado pela Equação 5 não auxla na dscrmnação dos pontos de borda pertencentes ao contorno, uma vez que o valor resultante da função de energa externa predomna na energa total correspondente àqueles pontos de borda. Consequentemente, o algortmo de PD selecona os pontos que resultam no menor valor global de energa. Fgura 12 lustra um exemplo desta stuação, correspondente ao segmento do contorno 3 que fo ncorretamente extraído neste expermento.

15 354 Extração semautomátca de contornos de... Fgura 12 Exemplo lustratvo da nfluênca de bordas resultantes da projeção de sombras sobre os resultados obtdos pelo processo de extração. regão do mapa de bordas mostrada na referda fgura apresenta pontos amostrados ao longo da borda correspondente ao segmento real do contorno (destacados em azul), bem como pontos amostrados ao longo da borda resultante da projeção da sombra do edfíco (destacados em vermelho). Neste caso, a energa resultante nestes pontos fo menor que a dos pontos reas do contorno, causando seu deslocamento para a borda resultante da projeção de sombra presente nesta regão, conforme pode ser vsto através da nspeção vsual da Fgura 10(b). Os parâmetros estmados na avalação numérca dos resultados são apresentados na Tabela 2. Os valores obtdos comprovam as observações resultantes da nspeção vsual dos contornos extraídos. Os contornos 1, 2, 4 e 6 resultaram em altos valores de C e baxos valores de RMSE, o que sgnfca boa correspondênca entre os contornos extraídos pelo algortmo e os contornos reas presentes na magem. Nos demas casos (contornos 3 e 5), os valores de C são menores e os de RMSE maores, o que ndca menor correspondênca entre os contornos extraídos e os correspondentes presentes na magem. O por resultado ocorreu no caso do contorno 5, ndcando falha no processo de extração. Tabela 2: Parâmetros estmados na análse numérca do Expermento 2. Parâmetro Contorno C (%) 98,4 98,6 69,6 97,2 41,9 99,9 RMSE (pxels) 1,397 2,079 13,893 1,121 51,675 1,524

16 Fazan,. J. ; Dal Poz,. P. 3.3 Expermento 3 Fgura 13 lustra os resultados do tercero expermento realzado. Neste caso fo seleconado um segmento de magem contendo alguns edfícos e realzada a extração de alguns de seus contornos de telhado. Fgura 13(a) lustra os contornos ncas utlzados como aproxmação para o método e os correspondentes contornos extraídos são mostrados na Fgura 13(b). Os contornos de referênca utlzados na análse numérca dos resultados são lustrados pela Fgura 13(c). Neste expermento ocorreram problemas de extração com os contornos 1, 2 e 6. É mportante notar também que os lados curvos do contorno 4 são grosseramente aproxmados pelo método proposto, o que é prevsível, vsto que o mesmo fo desenvolvdo para tratar contornos de telhados defndos por segmentos retlíneos. Fgura 13 Expermento 3: (a) Contornos ncas aproxmados; (b) Contornos extraídos va método computaconal; (c) Contornos de referênca utlzados na avalação numérca dos resultados (a) (b) (c) Tabela 3 apresenta os valores dos parâmetros de qualdade estmados na análse numérca dos resultados obtdos neste expermento. De um modo geral, os valores ndcam que a extração dos contornos 3, 4 e 5 fo bem sucedda. Conforme fo dto, a extração do contorno 2 apresentou problemas, pos um dos segmentos que o defne fo ncorretamente extraído, em razão de o mesmo ter sdo atraído para uma

17 356 Extração semautomátca de contornos de... borda vznha ao telhado de maor energa. Esta borda não é resultante da projeção de uma sombra, mas trata-se de uma borda verdadera correspondente a uma regão de transção entre objetos e que apresentou maores respostas ao detector de bordas utlzado. partr deste exemplo, é possível verfcar que a nteração entre objetos vznhos pode trazer efetos negatvos ao processo de extração e produzr resultados ncorretos, como no caso apresentado. Uma possbldade para contornar este problema sera restrngr o espaço de busca do método durante a amostragem dos pontos de borda, mas em alguns casos sto também podera trazer efetos negatvos como a não convergênca para o contorno real na magem devdo à amostragem nsufcente de pontos de borda. Os demas resultados (contornos 1 e 6) apresentam ndcadores de qualdade compatíves com as falhas ocorrdas, destacando-se o baxo valor de C obtdo para o contorno 6. Tabela 3: Parâmetros estmados na análse numérca do Expermento 3. Parâmetro Contorno C (%) 78,8 77,4 91,3 99,8 98,9 51,4 RMSE (pxels) 4,533 5,297 4,460 7,393 1,172 8,628 lém do problema da projeção de sombras vznhas ao telhado descrto no expermento anteror, outro fator que lmta o desempenho do método de extração é a área compreendda por um telhado na magem. Este fator nterfere no processo de amostragem dos vértces que descrevem seu contorno, uma vez que em alguns casos de áreas pequenas o espaço de busca pode se tornar muto restrto, mpossbltando a amostragem e seleção de um número sufcente de vértces para descrção e complementação (defnção dos vértces de quna) do contorno. ocorrênca smultânea deste fenômeno com a presença de bordas mal defndas na regão do contorno faz com que o processo de extração falhe nestas ocasões. Fgura 14 destaca algumas regões do mapa de bordas gerado na extração dos contornos de telhado obtdos no expermento 3. O detalhe 1 destaca a regão do mapa de bordas correspondente ao contorno 1 extraído neste expermento. Este exemplo lustra o caso de bordas mal defndas na magem, que nterferem negatvamente no processo de extração, produzndo resultados ncorretos como o que fo obtdo para o contorno 1. Já o detalhe 2 destaca a regão do mapa de bordas correspondente ao contorno 6. Embora neste caso as bordas do contorno estejam bem defndas, o edfíco apresenta pequena área na magem, nvablzando a amostragem de um número adequado de pontos representatvos do contorno de telhado. lém dsso, exste a nfluênca negatva de uma borda de resposta mas elevada na parte nferor desta regão do mapa. combnação destes fatores provocou a falha do processo de extração neste caso. Por fm, o detalhe 3 destaca a

18 Fazan,. J. ; Dal Poz,. P. regão correspondente ao contorno 3, que fo corretamente extraído embora suas bordas apresentem baxa resposta em algumas partes da regão do contorno. Este fato demonstra que o método de extração é relatvamente robusto e funcona corretamente mesmo em algumas stuações desfavoráves como a exemplfcada neste caso. Fgura 14 Influênca de bordas mal defndas e edfícos de pequenas áreas no processo de extração CONCLUSÕES partr da nspeção vsual e dos resultados obtdos na análse numérca dos expermentos realzados é possível conclur que o método funcona adequadamente na extração de dferentes contornos de telhado de edfícos a partr de magens dgtas. lém dsso, também fo possível verfcar que snakes são modelos bastante flexíves para modelagem de formas e extração de feções, uma vez que permtem a nclusão de dferentes nformações a respeto dos objetos de nteresse através da

19 358 Extração semautomátca de contornos de... modelagem da função de energa externa da curva. Por outro lado, os modelos resultantes são sensíves à qualdade dos dados de entrada. Em outras palavras, sto sgnfca que as feções a serem extraídas devem estar bem defndas na magem quando um modelo baseado em snakes é utlzado, conforme fo possível observar em alguns dos resultados obtdos nos expermentos realzados. Outro fator que nterfere negatvamente no desempenho do método e na qualdade dos resultados obtdos é a projeção de sombras nas regões vznhas aos contornos de telhado, conforme pode ser observado em alguns dos resultados obtdos nos expermentos realzados. prncpal dreção para trabalhos futuros envolve o desenvolvmento de estratégas para evtar o efeto ndesejado das sombras adjacentes aos edfícos. Quando está bem próxma e aproxmadamente paralela ao edfíco em análse, normalmente é dfícl evtar que o algortmo se confunda. Na presença de uma sombra com estas característcas, o vetor gradente para pontos de borda do edfíco aponta para o nteror do telhado, enquanto que, para pontos de borda da sombra, aponta aproxmadamente no sentdo contráro. Essa propredade pode ser explorada para modfcar o termo de energa de borda, a fm de que sua energa seja atenuada. Uma possbldade mas sofstcada é reformular a função de energa proposta no espaço-objeto, a fm de que ela possa ncorporar também restrções específcas desse espaço, como a de desnível entre telhados e o terreno. GRDECIMENTOS Este trabalho é parte de uma tese de doutorado em desenvolvmento junto ao Programa de Pós-Graduação em Cêncas Cartográfcas da Faculdade de Cêncas e Tecnologa da UNESP Unversdade Estadual Paulsta, com o apoo fnancero da FPESP Fundação de mparo à Pesqusa do Estado de São Paulo. REFERÊNCIS BIBLIOGRÁFICS GOURIS, P. et al. Dynamc node dstrbuton n adaptve snakes for road extracton. 14 th nnual Vson Interface Conference. Proceedngs, p , Ottawa, BLLRD, D.; BROWN, C. M. Computer vson. New Jersey: Prentce Hall, Inc., Englewood Clffs, 1982, 523 p. DL POZ,. P.; GLLIS, R. B..; SILV, J. F. C. Three-dmensonal semautomatc road extracton from a hgh-resoluton aeral mage by dynamcprogrammng optmzaton n the object space. IEEE Geoscence and Remote Sensng Letters, v. 7, n. 4, p , DL POZ,. P.; VLE, G. M. Dynamc programmng approach for semautomated road extracton from medum- and hgh-resoluton mages. ISPRS rchves, v. 34, n. 3/W8, p , Munch, GUERCKE, R.; GÖTZELMNN, T; BRENNER, C.; SESTER, M. ggregaton of LoD 1 buldng models as an optmzaton problem. ISPRS Journal of Photogrammetry and Remote Sensng, v. 66, n. 2, p , 2011.

20 Fazan,. J. ; Dal Poz,. P. GRUEN,.; LI, H. Road extracton from aeral and satellte mages by dynamc programmng. ISPRS Journal of Photogrammetry and Remote Sensng, v. 50, n. 4, p , GUO, T.; YSUOK, Y. Snake-based approach for buldng extracton from hghresoluton satellte mages and heght data n urban areas ccessed 30/06/10. HRRIS, C.; STEPHENS, M. combned corner and edge detector. lvey Vson Conferece, Unversty of Manchester, Proceedngs, p , KSS, M.; WITKIN,.; TERZOPOULOUS, D. Snakes: ctve contour models. Internatonal Journal of Computer Vson, v. 1, n. 4, p , LFRGE, F. et al. n utomatc Buldng Reconstructon Method: Structural pproach usng Hgh Resoluton Satellte Images. IEEE Internatonal Conference on Image Processng 2006, Proceedngs, p , LEE, D. S.; SHN, J.; BETTEL, J. S. Class-Guded Buldng Extracton from IKONOS Imagery. Photogrammetrc Engneerng & Remote Sensng, v. 69, n. 2, p , LIU, Z. J. et al. Buldng extracton from hgh resoluton magery based on multscale object orented classfcaton and probablstc Hough transform. Geoscence and Remote Sensng Symposum Proceedngs, vol. 4, p , LIU, Z. J. et al. Buldng extracton from hgh resoluton satellte magery based on mult-scale mage segmentaton and model matchng. Internatonal Workshop on Earth Observaton and Remote Sensng pplcatons, Proceedngs, p. 1-7, ORIOT, H. Statstcal snakes for buldng extracton from stereoscopc aeral mages. ISPRS rchves, Vol. XXXIV, Part 3/W8, Munch, Sept. 2003, p PENG, J.; ZHNG, D.; LIU, Y. n mproved snakes model for buldng detecton from urban aeral mages. Pattern Recognton Letters, v. 26, p , POULLIS, C.; YOU, S. Delneaton and geometrc modelng of road networks. ISPRS Journal of Photogrammtry and Remote Sensng, v. 65, p , RÜTHER, H.; MRTINE, H. M.; MTLO, E. G. pplcaton of snakes and dynamc programmng optmsaton technque n modelng of buldngs n nformal settlement areas. ISPRS Journal of Photogrammetry and Remote Sensng, v. 56, p , SOHN, H.-G. et al. 3-D buldng extracton usng IKONOS multspectral mages. Geoscence and Remote Sensng Symposum Proceedngs, vol. 2, p , XIONG, Z.; ZHNG, Y. utomatc 3D Buldng Extracton from Stereo IKONOS Images. Geoscence and Remote Sensng Symposum Proceedngs, p , XU, C.; PRINCE, J. L. Generalzed gradent vector flow external forces for actve contours. Sgnal Processng, v. 71, 1998, p

21 360 Extração semautomátca de contornos de... XU, C.; PRINCE, J. L. Snakes, shapes, and gradent vector flow. IEEE Transactons on Image Processng. v. 7, n. 3, p (Recebdo em abrl de ceto em julho de 2.11)

7 Tratamento dos Dados

7 Tratamento dos Dados 7 Tratamento dos Dados 7.. Coefcentes de Troca de Calor O úmero de usselt local é dado por h( r )d u ( r ) (7-) k onde h(r), o coefcente local de troca de calor é h( r ) q''- perdas T q''- perdas (T( r

Leia mais

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

Leia mais

Representação e Descrição de Regiões

Representação e Descrição de Regiões Depos de uma magem ter sdo segmentada em regões é necessáro representar e descrever cada regão para posteror processamento A escolha da representação de uma regão envolve a escolha dos elementos que são

Leia mais

4 Critérios para Avaliação dos Cenários

4 Critérios para Avaliação dos Cenários Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo 3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas

Leia mais

3 Elementos de modelagem para o problema de controle de potência

3 Elementos de modelagem para o problema de controle de potência 3 Elementos de modelagem para o problema de controle de potênca Neste trabalho assume-se que a rede de comuncações é composta por uma coleção de enlaces consttuídos por um par de undades-rádo ndvdualmente

Leia mais

5 Implementação Procedimento de segmentação

5 Implementação Procedimento de segmentação 5 Implementação O capítulo segunte apresenta uma batera de expermentos prátcos realzados com o objetvo de valdar o método proposto neste trabalho. O método envolve, contudo, alguns passos que podem ser

Leia mais

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas

Leia mais

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto Processamento de Imagem Prof. MSc. André Yoshm Kusumoto andrekusumoto.unp@gmal.com Operações pontuas globas em magens Uma operação pontual global em uma magem dgtal r é a função f(r) aplcada a todo pxel

Leia mais

Associação entre duas variáveis quantitativas

Associação entre duas variáveis quantitativas Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca

Leia mais

4 Discretização e Linearização

4 Discretização e Linearização 4 Dscretzação e Lnearzação Uma vez defndas as equações dferencas do problema, o passo segunte consste no processo de dscretzação e lnearzação das mesmas para que seja montado um sstema de equações algébrcas

Leia mais

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES Capítulo. Aproxmações numércas 1D em malhas unformes 9 Capítulo. AROXIMAÇÕS NUMÉRICAS 1D M MALHAS UNIFORMS O prncípo fundamental do método das dferenças fntas (MDF é aproxmar através de expressões algébrcas

Leia mais

2 Incerteza de medição

2 Incerteza de medição 2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

DETECÇÃO E RECONSTRUÇÃO AUTOMÁTICA DE JUNÇÕES DE RODOVIA EM IMAGENS DIGITAIS DE CENAS RURAIS

DETECÇÃO E RECONSTRUÇÃO AUTOMÁTICA DE JUNÇÕES DE RODOVIA EM IMAGENS DIGITAIS DE CENAS RURAIS DETECÇÃO E RECONSTRUÇÃO AUTOMÁTICA DE JUNÇÕES DE RODOVIA EM IMAGENS DIGITAIS DE CENAS RURAIS Automatc detecton and reconstructon of road unctons n dgtal mages of rural scenes MARCO AURÉLIO OLIVEIRA DA

Leia mais

5 Formulação para Problemas de Potencial

5 Formulação para Problemas de Potencial 48 Formulação para Problemas de Potencal O prncpal objetvo do presente capítulo é valdar a função de tensão do tpo Westergaard obtda para uma trnca com abertura polnomal (como mostrado na Fgura 9a) quando

Leia mais

Estatística II Antonio Roque Aula 18. Regressão Linear

Estatística II Antonio Roque Aula 18. Regressão Linear Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão

Leia mais

Ângulo de Inclinação (rad) [α min α max ] 1 a Camada [360,0 520,0] 2000 X:[-0,2065 0,2065] Velocidade da Onda P (m/s)

Ângulo de Inclinação (rad) [α min α max ] 1 a Camada [360,0 520,0] 2000 X:[-0,2065 0,2065] Velocidade da Onda P (m/s) 4 Estudo de Caso O estudo de caso, para avalar o método de estmação de parâmetros trdmensonal fo realzado em um modelo de referênca de três camadas, e foram realzados os seguntes passos: Descrção do modelo

Leia mais

3 A técnica de computação intensiva Bootstrap

3 A técnica de computação intensiva Bootstrap A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.

Leia mais

2 Análise de Campos Modais em Guias de Onda Arbitrários

2 Análise de Campos Modais em Guias de Onda Arbitrários Análse de Campos Modas em Guas de Onda Arbtráros Neste capítulo serão analsados os campos modas em guas de onda de seção arbtrára. A seção transversal do gua é apromada por um polígono conveo descrto por

Leia mais

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência. MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,

Leia mais

REGRESSÃO NÃO LINEAR 27/06/2017

REGRESSÃO NÃO LINEAR 27/06/2017 7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados

Leia mais

MODELOS DE REGRESSÃO PARAMÉTRICOS

MODELOS DE REGRESSÃO PARAMÉTRICOS MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da

Leia mais

2 Aproximação por curvas impĺıcitas e partição da unidade

2 Aproximação por curvas impĺıcitas e partição da unidade Aproxmação por curvas mpĺıctas e partção da undade Este capítulo expõe alguns concetos báscos necessáros para o entendmento deste trabalho 1 Curvas Algébrcas Um subconjunto O R é chamado de uma curva mplícta

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

3 Algoritmos propostos

3 Algoritmos propostos Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos

Leia mais

AVALIAÇÃO EXPERIMENTAL DE UM MÉTODO DE MEDIÇÃO DE COORDENADAS IMAGEM COM PRECISÃO SUBPIXEL

AVALIAÇÃO EXPERIMENTAL DE UM MÉTODO DE MEDIÇÃO DE COORDENADAS IMAGEM COM PRECISÃO SUBPIXEL IV Colóquo Braslero de Cêncas Geodéscas - IV CBCG Curtba, 16 a 0 de mao de 005 AVALIAÇÃO EXPERIMENTAL DE UM MÉTODO DE MEDIÇÃO DE COORDENADAS IMAGEM COM PRECISÃO SUBPIXEL Bazan, W. S. 1, Tommasell, A. M.

Leia mais

ORIENTAÇÃO SEMI-AUTOMÁTICA DE IMAGENS CBERS USANDO RODOVIAS COMO CONTROLE DE CAMPO

ORIENTAÇÃO SEMI-AUTOMÁTICA DE IMAGENS CBERS USANDO RODOVIAS COMO CONTROLE DE CAMPO ORIENTAÇÃO SEMI-AUTOMÁTICA DE IMAGENS CBERS USANDO RODOVIAS COMO CONTROLE DE CAMPO Semautomatc CBERS mage orentaton usng roads as ground control ALUIR PORFÍRIO DAL POZ JÚLIO CESAR SCALCO 2 Departamento

Leia mais

DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS

DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS 177 DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS Antôno Carlos da Slva Flho Un-FACEF Introdução Trend Strps (TS) são uma nova técnca de análse da dnâmca de um sstema,

Leia mais

1. CORRELAÇÃO E REGRESSÃO LINEAR

1. CORRELAÇÃO E REGRESSÃO LINEAR 1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação

Leia mais

Análise de Regressão

Análise de Regressão Análse de Regressão método estatístco que utlza relação entre duas ou mas varáves de modo que uma varável pode ser estmada (ou predta) a partr da outra ou das outras Neter, J. et al. Appled Lnear Statstcal

Leia mais

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC) UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16% Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ 1.000 de uros em 30 das com títulos do governo. A empresa Y pode receber entre $

Leia mais

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES 1 O nosso objetvo é estudar a relação entre duas varáves quanttatvas. Eemplos:. Idade e altura das cranças.. v. Tempo de prátca de esportes e rtmo cardíaco

Leia mais

Psicologia Conexionista Antonio Roque Aula 8 Modelos Conexionistas com tempo contínuo

Psicologia Conexionista Antonio Roque Aula 8 Modelos Conexionistas com tempo contínuo Modelos Conexonstas com tempo contínuo Mutos fenômenos de aprendzado assocatvo podem ser explcados por modelos em que o tempo é uma varável dscreta como nos casos vstos nas aulas anterores. Tas modelos

Leia mais

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto Processamento de Imagem Prof. MSc. André Yoshm Kusumoto andrekusumoto.unp@gmal.com Prof. André Y. Kusumoto andrekusumoto.unp@gmal.com Operações pontuas globas em magens Uma operação pontual global em uma

Leia mais

5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite

5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite 5 Relação entre Análse Lmte e Programação Lnear 5.. Modelo Matemátco para Análse Lmte Como fo explcado anterormente, a análse lmte oferece a facldade para o cálculo da carga de ruptura pelo fato de utlzar

Leia mais

Curvas Horizontais e Verticais

Curvas Horizontais e Verticais Insttução: Faculdade de Tecnologa e Cêncas Professor: Dego Queroz de Sousa Dscplna: Topografa Curvas Horzontas e ertcas 1. Introdução Exstem dversas ocasões na engenhara em que os projetos são desenvolvs

Leia mais

Algarismos Significativos Propagação de Erros ou Desvios

Algarismos Significativos Propagação de Erros ou Desvios Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento

Leia mais

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Classificadores Lineares. Luiz Eduardo S. Oliveira, Ph.D.

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Classificadores Lineares. Luiz Eduardo S. Oliveira, Ph.D. Unversdade Federal do Paraná Departamento de Informátca Reconhecmento de Padrões Classfcadores Lneares Luz Eduardo S. Olvera, Ph.D. http://lesolvera.net Objetvos Introduzr os o conceto de classfcação lnear.

Leia mais

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero

Leia mais

Introdução às Medidas em Física a Aula

Introdução às Medidas em Física a Aula Introdução às Meddas em Físca 4300152 8 a Aula Objetvos: Experênca Curvas Característcas Meddas de grandezas elétrcas: Estudar curvas característcas de elementos resstvos Utlzação de um multímetro Influênca

Leia mais

Laboratório de Mecânica Aplicada I Estática: Roldanas e Equilíbrio de Momentos

Laboratório de Mecânica Aplicada I Estática: Roldanas e Equilíbrio de Momentos Laboratóro de Mecânca Aplcada I Estátca: Roldanas e Equlíbro de Momentos 1 Introdução O conhecmento das condções de equlíbro de um corpo é mprescndível em númeras stuações. Por exemplo, o estudo do equlíbro

Leia mais

CORRELAÇÃO E REGRESSÃO

CORRELAÇÃO E REGRESSÃO CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr

Leia mais

Reconhecimento Estatístico de Padrões

Reconhecimento Estatístico de Padrões Reconhecmento Estatístco de Padrões X 3 O paradgma pode ser sumarzado da segunte forma: Cada padrão é representado por um vector de característcas x = x1 x2 x N (,,, ) x x1 x... x d 2 = X 1 X 2 Espaço

Leia mais

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,

Leia mais

3 Método Numérico. 3.1 Discretização da Equação Diferencial

3 Método Numérico. 3.1 Discretização da Equação Diferencial 3 Método Numérco O presente capítulo apresenta a dscretação da equação dferencal para o campo de pressão e a ntegração numérca da expressão obtda anterormente para a Vscosdade Newtonana Equvalente possbltando

Leia mais

Regressão Múltipla. Parte I: Modelo Geral e Estimação

Regressão Múltipla. Parte I: Modelo Geral e Estimação Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses

Leia mais

6 Modelo Proposto Introdução

6 Modelo Proposto Introdução 6 Modelo Proposto 6.1. Introdução Neste capítulo serão apresentados detalhes do modelo proposto nesta dssertação de mestrado, onde será utlzado um modelo híbrdo para se obter prevsão de carga curto prazo

Leia mais

IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO

IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO Alne de Paula Sanches 1 ; Adrana Betâna de Paula Molgora 1 Estudante do Curso de Cênca da Computação da UEMS, Undade Unverstára de Dourados;

Leia mais

CAPÍTULO IV PROPRIEDADES GEOMÉTRICAS DA SEÇÃO TRANSVERSAL

CAPÍTULO IV PROPRIEDADES GEOMÉTRICAS DA SEÇÃO TRANSVERSAL CPÍTULO IV PROPRIEDDES GEOMÉTRICS D SEÇÃO TRNSVERSL Propredades Geométrcas da Seção Transversal 4. Propredades Geométrcas da Seção Transversal 4.. Introdução O presente trabalho é desenvolvdo paralelamente

Leia mais

Adriana da Costa F. Chaves

Adriana da Costa F. Chaves Máquna de Vetor Suporte (SVM) para Regressão Adrana da Costa F. Chaves Conteúdo da apresentação Introdução Regressão Regressão Lnear Regressão não Lnear Conclusão 2 1 Introdução Sejam {(x,y )}, =1,...,,

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ Em mutas stuações duas ou mas varáves estão relaconadas e surge então a necessdade de determnar a natureza deste relaconamento. A análse

Leia mais

Regressão Linear Simples by Estevam Martins

Regressão Linear Simples by Estevam Martins Regressão Lnear Smples by Estevam Martns stvm@uol.com.br "O únco lugar onde o sucesso vem antes do trabalho, é no dconáro" Albert Ensten Introdução Mutos estudos estatístcos têm como objetvo estabelecer

Leia mais

REGRESSÃO LINEAR ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO CURVILÍNEA FUNÇÃO QUADRÁTICA

REGRESSÃO LINEAR ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO CURVILÍNEA FUNÇÃO QUADRÁTICA ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO LINEAR Verfcado, pelo valor de r, que ocorre uma sgnfcante correlação lnear entre duas varáves há necessdade de quantfcar tal relação, o que é feto pela análse

Leia mais

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu 1 Programação Não Lnear com Restrções Aula 9: Programação Não-Lnear - Funções de Váras Varáves com Restrções Ponto Regular; Introdução aos Multplcadores de Lagrange; Multplcadores de Lagrange e Condções

Leia mais

Cap. 5 Classificação Temática

Cap. 5 Classificação Temática Prncípos e Aplcações da Deteção Remota Cap. 5 Classfcação Temátca 5.1 O Processo de Classfcação 5. Classfcação de Máxma Verosmlhança (supervsonada paramétrca) 5..1 Classes multvaradas normas 5.. Lmtes

Leia mais

Sistema interativo de registro de imagens baseado em feições. Camilo Daleles Rennó

Sistema interativo de registro de imagens baseado em feições. Camilo Daleles Rennó Sstema nteratvo de regstro de magens baseado em feções Camlo Daleles Rennó Insttuto Naconal de Pesqusas Espacas - INPE Caxa Postal 515-12201-970 - São José dos Campos - SP, Brasl camlo@dp.npe.br Abstract.

Leia mais

3 Subtração de Fundo Segmentação por Subtração de Fundo

3 Subtração de Fundo Segmentação por Subtração de Fundo 3 Subtração de Fundo Este capítulo apresenta um estudo sobre algortmos para a detecção de objetos em movmento em uma cena com fundo estátco. Normalmente, estas cenas estão sob a nfluênca de mudanças na

Leia mais

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel MOQ-14 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Prncípos de cração de modelos empírcos: Modelos (matemátcos, lógcos, ) são comumente utlzados na

Leia mais

FUNDAMENTOS DE ROBÓTICA. Modelo Cinemático de Robôs Manipuladores

FUNDAMENTOS DE ROBÓTICA. Modelo Cinemático de Robôs Manipuladores FUNDMENTOS DE ROBÓTIC Modelo Cnemátco de Robôs Manpuladores Modelo Cnemátco de Robôs Manpuladores Introdução Modelo Cnemátco Dreto Modelo Cnemátco de um Robô de GDL Representação de Denavt-Hartenberg Exemplos

Leia mais

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira UNIVERSIDADE DE PERNAMBUCO ESCOLA POLITÉCNICA DE PERNAMBUCO Físca Expermental Prof o José Wlson Vera wlson.vera@upe.br AULA 01: PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA MODELO LINEAR Recfe, agosto de 2015

Leia mais

7 - Distribuição de Freqüências

7 - Distribuição de Freqüências 7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste

Leia mais

CONTROLADORES FUZZY. Um sistema de controle típico é representado pelo diagrama de blocos abaixo:

CONTROLADORES FUZZY. Um sistema de controle típico é representado pelo diagrama de blocos abaixo: CONTROLADORES FUZZY Um sstema de controle típco é representado pelo dagrama de blocos abaxo: entrada ou referênca - erro CONTROLADOR snal de controle PLANTA saída A entrada ou referênca expressa a saída

Leia mais

ANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS. Palavras-chave: Tensões térmicas, Propriedades variáveis, Condução de calor, GITT

ANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS. Palavras-chave: Tensões térmicas, Propriedades variáveis, Condução de calor, GITT ANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS Dnz, L.S. Santos, C.A.C. Lma, J.A. Unversdade Federal da Paraíba Laboratóro de Energa Solar LES/DTM/CT/UFPB 5859-9 - João Pessoa - PB, Brasl e-mal: cabral@les.ufpb.br

Leia mais

3 Animação de fluidos com SPH

3 Animação de fluidos com SPH 3 Anmação de fludos com SPH O SPH (Smoothed Partcle Hydrodynamcs) é um método Lagrangeano baseado em partículas, proposto orgnalmente para smulação de problemas astrofíscos por Gngold e Monaghan (1977)

Leia mais

EXERCÍCIO: VIA EXPRESSA CONTROLADA

EXERCÍCIO: VIA EXPRESSA CONTROLADA EXERCÍCIO: VIA EXPRESSA CONTROLADA Engenhara de Tráfego Consdere o segmento de va expressa esquematzado abaxo, que apresenta problemas de congestonamento no pco, e os dados a segur apresentados: Trechos

Leia mais

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS 1 A análse de dagnóstco (ou dagnóstco do ajuste) confgura uma etapa fundamental no ajuste de modelos de regressão. O objetvo prncpal da análse de dagnóstco

Leia mais

Programa de Certificação de Medidas de um laboratório

Programa de Certificação de Medidas de um laboratório Programa de Certfcação de Meddas de um laboratóro Tratamento de dados Elmnação de dervas Programa de calbração entre laboratóros Programa nterno de calbração justes de meddas a curvas Tratamento dos resultados

Leia mais

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de

Leia mais

Modelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária.

Modelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária. Modelagem multvarável com varáves quanttatvas e qualtatvas, com resposta bnára. O modelo de regressão não lnear logístco ou modelo logístco é utlzado quando a varável resposta é qualtatva com dos resultados

Leia mais

CAPÍTULO IV 4 EXPERIMENTOS E ANÁLISE DOS RESULTADOS

CAPÍTULO IV 4 EXPERIMENTOS E ANÁLISE DOS RESULTADOS 108 CAPÍTULO IV 4 EXPERIMENTOS E ANÁLISE DOS RESULTADOS No capítulo 3 fo apresentada a metodologa proposta para o desenvolvmento de uma ferramenta de automação da resseção espacal de magens com uso de

Leia mais

Rodrigo Bezerra de Araújo Gallis 1 Aluir Porfírio Dal Poz 2 Ricardo Luis Barbosa 1 João Fernando Custódio da Silva 2

Rodrigo Bezerra de Araújo Gallis 1 Aluir Porfírio Dal Poz 2 Ricardo Luis Barbosa 1 João Fernando Custódio da Silva 2 EXTRAÇÃO SEMI-AUTOMÁTICA DE RODOVIAS ATRAVÉS DE OTIMIZAÇÃO POR PROGRAMAÇÃO DINÂMICA NO ESPAÇO OBJETO: CASO MONO Sem-automatc road extracton by dynamc programmng optmzaton n the object space: sngle mage

Leia mais

2 Metodologia de Medição de Riscos para Projetos

2 Metodologia de Medição de Riscos para Projetos 2 Metodologa de Medção de Rscos para Projetos Neste capítulo remos aplcar os concetos apresentados na seção 1.1 ao ambente de projetos. Um projeto, por defnção, é um empreendmento com metas de prazo, margem

Leia mais

4.1 Modelagem dos Resultados Considerando Sazonalização

4.1 Modelagem dos Resultados Considerando Sazonalização 30 4 METODOLOGIA 4.1 Modelagem dos Resultados Consderando Sazonalzação A sazonalzação da quantdade de energa assegurada versus a quantdade contratada unforme, em contratos de fornecmento de energa elétrca,

Leia mais

Jogos. Jogos. Jogo. Jogo. Óptimo alvo investigação

Jogos. Jogos. Jogo. Jogo. Óptimo alvo investigação Jogos Óptmo alvo nvestgação O seu estado é fácl de representar; As acções são bem defndas e o seu número lmtado; A presença de oponentes ntroduz ncerteza tornando o problema de decsão mas complcado. Estamos

Leia mais

PUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada PROF. DR. JACQUES FACON

PUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada PROF. DR. JACQUES FACON 1 PUCPR- Pontfíca Unversdade Católca Do Paraná PPGIA- Programa de Pós-Graduação Em Informátca Aplcada PROF. DR. JACQUES FACON LIMIARIZAÇÃO ITERATIVA DE LAM E LEUNG Resumo: A proposta para essa sére de

Leia mais

Uma comparação entre algoritmos de projeção para restauração de imagens do satélite CBERS-1

Uma comparação entre algoritmos de projeção para restauração de imagens do satélite CBERS-1 Uma comparação entre algortmos de projeção para restauração de magens do satélte CBERS- João P. Papa Nelson D. A. Mascarenhas Lela M.G. Fonseca 2 Unversdade Federal de São Carlos - UFSCAR Caxa Postal 676-3565-905

Leia mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de

Leia mais

ALGORITMO DE PROGRAMAÇÃO DINÂMICA: FUNDAMENTOS E APLICAÇÕES EM EXTRAÇÃO DE FEIÇÕES

ALGORITMO DE PROGRAMAÇÃO DINÂMICA: FUNDAMENTOS E APLICAÇÕES EM EXTRAÇÃO DE FEIÇÕES ALGORITMO DE PROGRAMAÇÃO DINÂMICA: FUNDAMENTOS E APLICAÇÕES EM EXTRAÇÃO DE FEIÇÕES Alur P. Dal Poz Govane Maa do Vale Unversdade Estadual Paulsta UNESP Departamento de Cartografa alur@prudente.unesp.br

Leia mais

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012 Notas Processos estocástcos Nestor Catcha 23 de abrl de 2012 notas processos estocástcos 2 O Teorema de Perron Frobenus para matrzes de Markov Consdere um processo estocástco representado por um conunto

Leia mais

DESENVOLVIMENTO DE UM PRÉ-PROCESSADOR PARA ANÁLISE ISOGEOMÉTRICA

DESENVOLVIMENTO DE UM PRÉ-PROCESSADOR PARA ANÁLISE ISOGEOMÉTRICA DESENVOLVIMENTO DE UM PRÉ-PROCESSADOR PARA ANÁLISE ISOGEOMÉTRICA Pedro Luz Rocha Evandro Parente Junor pedroluzrr04@gmal.com evandroparentejr@gmal.com Laboratóro de Mecânca Computaconal e Vsualzação, Unversdade

Leia mais

DEFINIÇÃO - MODELO LINEAR GENERALIZADO

DEFINIÇÃO - MODELO LINEAR GENERALIZADO DEFINIÇÃO - MODELO LINEAR GENERALIZADO 1 Um modelo lnear generalzado é defndo pelos seguntes três componentes: Componente aleatóro; Componente sstemátco; Função de lgação; Componente aleatóro: Um conjunto

Leia mais

Radiação Térmica Processos, Propriedades e Troca de Radiação entre Superfícies (Parte 2)

Radiação Térmica Processos, Propriedades e Troca de Radiação entre Superfícies (Parte 2) Radação Térmca Processos, Propredades e Troca de Radação entre Superfíces (Parte ) Obetvo: calcular a troca por radação entre duas ou mas superfíces. Essa troca depende das geometras e orentações das superfíces,

Leia mais

Teoria da Regressão Espacial Aplicada a. Sérgio Alberto Pires da Silva

Teoria da Regressão Espacial Aplicada a. Sérgio Alberto Pires da Silva Teora da Regressão Espacal Aplcada a Modelos Genércos Sérgo Alberto Pres da Slva ITENS DE RELACIONAMENTOS Tópcos Báscos da Regressão Espacal; Banco de Dados Geo-Referencados; Modelos Genércos Robustos;

Leia mais

Testes não-paramétricos

Testes não-paramétricos Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,

Leia mais

ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO

ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO Anas Eletrônco ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO Anderson Takash Hara, Heraldo Takao Hashgut, Antôno Carlos Andrade

Leia mais

2010 The McGraw-Hill Companies, Inc. All rights reserved. Prof.: Anastácio Pinto Gonçalves Filho

2010 The McGraw-Hill Companies, Inc. All rights reserved. Prof.: Anastácio Pinto Gonçalves Filho rof.: nastáco nto Gonçalves lho Introdução Nem sempre é possível tratar um corpo como uma únca partícula. Em geral, o tamanho do corpo e os pontos de aplcação específcos de cada uma das forças que nele

Leia mais

Teoria Elementar da Probabilidade

Teoria Elementar da Probabilidade 10 Teora Elementar da Probabldade MODELOS MATEMÁTICOS DETERMINÍSTICOS PROBABILÍSTICOS PROCESSO (FENÓMENO) ALEATÓRIO - Quando o acaso nterfere na ocorrênca de um ou mas dos resultados nos quas tal processo

Leia mais

(1) A uma parede totalmente catalítica quanto para uma parede com equilíbrio catalítico. No caso de uma parede com equilíbrio catalítico, tem-se:

(1) A uma parede totalmente catalítica quanto para uma parede com equilíbrio catalítico. No caso de uma parede com equilíbrio catalítico, tem-se: 1 RELATÓRIO - MODIFICAÇÃO DA CONDIÇÃO DE CONTORNO DE ENTRADA: MODELOS PARCIALMENTE CATALÍTICO E NÃO CATALÍTICO PARA ESCOAMENTOS COM TAXA FINITA DE REAÇÃO 1. Condções de contorno Em escoamentos reatvos,

Leia mais

Página 293. w1 w2 a b i 3 bi a b i 3 bi. 2w é o simétrico do dobro de w. Observemos o exemplo seguinte, em que o afixo de 2w não

Página 293. w1 w2 a b i 3 bi a b i 3 bi. 2w é o simétrico do dobro de w. Observemos o exemplo seguinte, em que o afixo de 2w não Preparar o Exame 0 0 Matemátca A Págna 9. Se 5 5 é o argumento de z, é argumento de z e 5 5. Este ângulo é gual ao ângulo de ampltude 5 é argumento de z.. Resposta: D w w a b b a b b. a b a a b b b bem

Leia mais

Experiência V (aulas 08 e 09) Curvas características

Experiência V (aulas 08 e 09) Curvas características Experênca (aulas 08 e 09) Curvas característcas 1. Objetvos 2. Introdução 3. Procedmento expermental 4. Análse de dados 5. Referêncas 1. Objetvos Como no expermento anteror, remos estudar a adequação de

Leia mais

Boletim de Ciências Geodésicas ISSN: Universidade Federal do Paraná Brasil

Boletim de Ciências Geodésicas ISSN: Universidade Federal do Paraná Brasil Boletm de Cêncas Geodéscas ISSN: 43-4853 bcg_edtor@ufpr.br Unversdade Federal do Paraná Brasl DAL POZ, ALUIR P.; HABIB, AYMAN F.; JORDÃO MARCATO, VANESSA; DE SOUZA CORREIA, LARISSA USO DE DADOS FOTOGRAMÉTRICOS

Leia mais