Um algoritmo para a geração da linha de centro de geometrias tubulares com ramificações genéricas
|
|
- Marcos Estrada Alcântara
- 6 Há anos
- Visualizações:
Transcrição
1 Um algoritmo para a geração da linha de centro de geometrias tubulares com ramificações genéricas Márcio Ricardo Pivello Ignacio Larrabide Raúl A. Feijóo Apresentamos neste trabalho um algoritmo para o cálculo aproximado da linha de centro de geometrias tubulares, tridimensionais, de forma arbitrária. O algoritmo baseia-se somente na conectividade da malha e consiste em identificar frentes de avanço, formadas por arestas dos elementos que definam aproximadamente uma seção transversal da geometria, e calcular seu centróide. Avançando-se esta seção ao longo da geometria, através de todas as suas possíveis ramificações, obtém-se um conjunto de centróides que, devidamente conectados, constituem um modelo de elementos unidimensionais que representam aproximadamente a linha de centro da geometria original. Este algoritmo será utilizado na geração de um modelo unidimensional detalhado do sistema arterial humano, a ser empregado na modelagem 3D 1D acoplada do sistema cardiovascular. Categories and Subject Descriptors: []: General Terms: Additional Key Words and Phrases: 1. INTRODUÇÃO A modelagem computacional do sistema cardiovascular humano (SCVH) tem grande importância para o entendimento do escoamento sangüíneo, tanto no que diz respeito aos fenômenos físicos envolvidos quanto ao desenvolvimento de algumas patologias, como aneurismas e estenoses, por exemplo. Os modelos mais realistas consistem em acoplar uma representação 3D detalhada da região de maior interesse com um modelo 1D da árvore arterial, que representa o coração e as maiores artérias do corpo [Urquiza et al. 2006; Larrabide and Feijóo 2007]. Estes modelos 1D, por si só, já fornecem informações importantes sobre o escoamento médio do sistema, tais como vazão e fluxo sangüíneo e pressão arterial. Matematicamente, trata-se de uma simplificação das equações de Navier Stokes para domínios deformáveis, onde as artérias não representadas geometricamente são modeladas como terminais de Windkessel. Por se tratar de modelos 1D, o modelo geométrico não precisa representar fielmente a forma do sistema arterial real, como pode ser visto na figura 1, que mostra o modelo geométrico da árvore arterial proposto por Avolio [Avolio 1980], que consiste de somente 128 segmentos arteriais. Por outro lado, se os modelos unidimensionais fossem mais detalhados, poderiam ser empregados em outras áreas, como por exemplo o planejamento de cirurgias. Nestes casos, a região que sofrerá a intervenção cirúrgica sofre uma modificação no leito arterial para desviar a circulação sangüínea. Devido à complexidade do sistema arterial, há diversas opções para executar o desvio, também chamado de bypass, e um modelo 1D detalhado do sistema arterial permitiria simular várias configurações possíveis. Com base no resultado das simulações, o cirurgião poderia escolher então a opção mais adequada ao paciente.
2 2 Márcio Ricardo Pivello, Ignacio Larrabide e Raúl A. Feijóo Fig. 1. Modelo unidimensional de Avolio para o sistema arterial humano. Neste sentido, apresentamos neste trabalho um algoritmo para a geração de um modelo geométrico unidimensional do sistema arterial, a partir da linha de centro de um modelo 3D detalhado do mesmo, a fim de empregá-lo em simulações 1D e 3D 1D acopladas do SCVH. O cálculo da linha de centro de uma geometria 3D, entretanto, não é um problema trivial, e sua solução depende de vários fatores, tais como o formato e o tamanho dos dados de entrada. No caso de imagens médicas, normalmente obtidas via ressonância magnética (MRI) ou tomografia computadorizada (CT), a linha de centro pode ser calculada ainda na fase de segmentação das imagens. Tal abordagem é discutida em detalhes em [Frangi 2001; Krissian et al. 2004]. Em [Krissian et al. 2004] 3 algoritmos para extração de linhas de centro de vasos sangüíneos são comparados, dos quais destacamos dois: O Cálculo da Linha de Centro via Invariante Topológica baseia-se na Transformada de Distância do Objeto [Borgefors 1984], aplicando-se o divergente sobre o gradiente da Transformada de Distância, e eliminando pontos do domínio segundo valores decrescentes do divergente. A Detecção da Linha de Centro via Análise Multiescalas utiliza a matriz Hessiana para descrever características e a orientação da geometria em nível local.
3 Geração da linha de centro em geometrias tubulares 3 Valores baixos no gradiente dos auto-valores expressam a variação da intensidade na direção dos auto-vetores associados. Frangi [Frangi 2001] propõe um método que opera nas imagens 3D diretamente, ao invés de utilizar as projeções 2D, usando um modelo 3D deformável, que consiste no acoplamento da linha de centro do vaso com uma representação da sua superfície. Tanto a linha de centro quanto a superfície são representados via B-Splines. Entretanto, a representação geométrica do sistema arterial completo requer alto nível de detalhes, e sua segmentação demandaria grande esforço não somente computacional, mas também em horas de trabalho. Isso, é claro, sem mencionar a dificuldade em se obter dados de MRI ou CT de um único paciente suficientes para construir uma imagem do sistema arterial completo. Por isso, será utilizado neste trabalho um modelo previamente segmentado, representado por uma malha de triângulos, adquirido da empresa 21st Century Solutions [21st Century Solutions ]. O modelo representa detalhadamente os principais vasos do sistema cardiovascular, tanto artérias como veias, além do próprio coração - embora somente as artérias sejam de interesse neste caso em particular. Note que, a partir da triangulação da superfície, seria possível utilizar algoritmos baseados em geodésicas, como [Verroust and Lazarus 2000]. Isto porém, exigiria maior esforço computacional que o algoritmo proposto, que trabalha somente com busca sobre a conectividade. De fato, o único cálculo efetuado durante todo o processo é o das coordenadas do centróide, o que não exerce grande influência no custo computacional do algoritmo. O restante deste trabalho está organizado da seguinte forma: Na seção 2 será apresentada a formalização do problema, com a elaboração de um algoritmo simples, para o cálculo da linha de centro de uma geometria cilíndrica sem ramificações. Este algoritmo será generalizado na seção 3, para uma geometria genérica, com ramificações arbitrárias e malha irregular. Os aspectos computacionais da implementação do algoritmo serão abordados na seção 4. Os resultados serão apresentados na seção 5, e as conclusões acerca do algoritmo, bem como as futuras direções do trabalho, serão apresentadas na seção O PROBLEMA BÁSICO Nesta seção apresentaremos o algoritmo para uma geometria simples, sem ramificações e com malha regular, a partir do qual as etapas básicas serão detalhadas. Em etapas posteriores este será generalizado para malhas irregulares, com geometrias genéricas. O algoritmo é inicializado fornecendo-se a malha de triângulos e uma seção de entrada, definida pelos pontos localizados em uma das extremidades do cilindro. Aqui, uma seção é definida como um conjunto de pontos que, quando conectados, constituem um contorno fechado. O primeiro passo é calcular o centróide desta seção, avançando-se então sobre o domínio, buscando-se a seção vizinha através da conectividade da malha. Uma vez identificada a nova seção, os pontos adjacentes são conectados e o processo é repetido até que todo o domínio seja percorrido. Para uma geometria sem ramificações no domínio este procedimento é descrito pelo algoritmo 1, CenterLineStraightTube.
4 4 Márcio Ricardo Pivello, Ignacio Larrabide e Raúl A. Feijóo Algoritmo 1. : CenterLineStraightTube (1 ) Dados: Malha M Seção inicial S 0 (2 ) Calcular C 0, Centróide de S 0 (3 ) Encontrar a nova seção S 1, adjacente a S 0 (4 ) Calcular C 1, Centróide de S 1 (5 ) Criar elemento E 0, formado pelos nós C 0 e C 1 (6 ) S 1 é a última seção? Sim : fim Não: S 0 = S 1 e volta ao passo 3. A figura 2 mostra a malha tridimensional do cilindro acima e a malha 1D associada abaixo, gerada pela aplicação do algoritmo 1. Neste caso, com a geometria regular e uma malha uniforme, as seções identificadas são transversais, situação improvável em geometrias complexas. Fig. 2. Malha 3D de um cilindro de seção circular (esquerda) e a respectiva malha 1D (direita) Resta ainda definir o algoritmo para a identificação da seção adjacente à seção atual, que permitá avançar sobre a geometria. Primeiramente, cria-se um conjunto com os elementos que possuem os nós que formam esta seção. Depois, as arestas destes elementos são separadas em dois grupos: um com as arestas que possuem nós neste conjunto e outro com aquelas que não possuem. As arestas do segundo grupo formam a seção adjacente. Para garantir que a busca ocorra sempre na direção correta, os elementos que possuem arestas que formam seções já percorridas são agrupados em um conjunto e removidos do espaço de busca. O algoritmo 2, chamado de NextSection, formaliza este procedimento.
5 Geração da linha de centro em geometrias tubulares 5 Algoritmo 2. : NextSection (1 ) Dados: Malha M S 0 : Conjunto dos nós que definem a seção de contorno E 0 : Conjunto dos elementos já percorridos (2 ) Criar E 1, conjunto dos elementos que possuem nós em S 0 mas não pertencem a E 0 (3 ) Criar A 1, conjunto das arestas dos elementos de E 1 (4 ) Criar A 2, subconjunto de A 1 formado pelas arestas que não possuem nós em S 0 (5 ) Atualizar E 0 com os elementos que possuem as arestas que formam a seção A 2 (6 ) Retornar A 2, conjunto das arestas que formam a nova seção de contorno. Ao utilizarmos como ponto de partida os elementos e não as arestas que possuem nós no conjunto de entrada, a busca é de certa forma otimizada, uma vez que o número de elementos é consideravelmente menor que o de arestas. Assim, a identificação das arestas da próxima seção é feita em um espaço de busca menor, pois somente as arestas associadas aos elementos já identificados são verificadas. 3. O ALGORITMO GERAL Considere o caso ilustrado na figura 3. Se o algoritmo CenterLineStraightTube for aplicado a este domínio sem nenhuma modificação, ele percorrerá as seções após a ramificação como sendo uma única. Logo, o centróide calculado estará localizado entre as duas seções, e não representará a linha de centro da geometria, mas sim a linha de centro média entre os dois segmentos criados pela ramificação. Por outro lado, se aplicarmos o algoritmo a cada uma das seções separadamente, o resultado obtido será o esperado. O algoritmo 1 deve então ser modificado, incluindo-se não somente um teste para a identificação de ramificações, mas um loop que garanta que os segmentos também sejam percorridos. A introdução destas modificações leva à formulação do algoritmo 3, CenterLine: Algoritmo 3. : CenterLine (1 ) Dados: Malha M Seção de contorno inicial S 0 (2 ) Calcular C 0, Centróide de S 0 (3 ) Encontrar a nova seção S 1, adjacente a S 0 (4 ) Analisar S 1, em busca de ramificações (5 ) S 1 tem ramificações? Não: Calcular C 1, Centróide de S 1 Criar elemento E 0, formado pelos nós C 0 e C 1 Se S 1 é a última seção, fim. Senão, S 0 = S 1 e volta ao passo 2. Sim: Repetir os passos 2 a 5 até que todos os segmentos sejam percorridos.
6 6 Márcio Ricardo Pivello, Ignacio Larrabide e Raúl A. Feijóo Fig. 3. Malha 3D de um cilindro de seção circular com ramificação. O critério para a identificação de ramificações é simples: cada elemento da seção é formado por dois nós, e cada nó é compartilhado por dois elementos. Em uma seção sem ramificações é fácil verificar que, percorrendo-se a matriz de conectividade da seção e buscando-se o elemento adjacente seguindo-se sempre a mesma direção, chega-se ao primeiro elemento depois de se ter visitado todos os elementos da matriz, completando-se assim um contorno fechado. Se houver alguma ramificação na seção (e.g., se na seção sob consideração a artéria estiver se bifurcando), o elemento de partida é encontrado novamente antes de se visitar toda a matriz. Logo, estes elementos definem uma ramificação. Eliminando-se do espaço de busca os elementos já visitados e recomeçando-se o procedimento com os elementos restantes, todas as ramificações da seção serão identificadas. Este procedimento está formalizado no algoritmo 4, FindBranch. Algoritmo 4. : FindBranch (1 ) Dados: A 0 :Conjunto de arestas fornecido como dado de entrada S 0 :Conjunto de arestas que definem uma seção (inicialmente vazio) S:Conjunto das seções identificadas em A 0 (inicialmente vazio) (2 ) a 0 = primeira aresta não percorrida de A 0 (3 ) Retirar a 0 de A 0 e inserí-la em S 0 (4 ) Buscar a 1, vizinha de a 0 em A 0 (5 ) Retirar a 1 de A 0 e inserí-la em S 0 (6 ) Buscar a next, vizinha de a 1 em A 0 (7 ) a next é adjacente a a 0? Não: Retirar a next de A 0 e inserí-la em S 0 a 1 = a next e voltar ao passo 5 Sim: Retirar a next de A 0 e inserí-la em S 0 Inserir S 0 em S iniciar nova seção (S 0 = ) voltar ao passo 1 (8 ) Repetir os passos 1-7 até que todas as arestas tenham sido percorridas. (9 ) Retornar S, conjunto das seções identificadas.
7 Geração da linha de centro em geometrias tubulares 7 Fig. 4. Malha 3D representando os principais vasos do sistema cardiovascular humano. Portanto, o algoritmo completo para o cálculo da linha de centro de uma geometria 3D genérica, é obtido simplesmente pela incorporação dos algoritmos Find- Branch e NextSection ao algoritmo 5, CenterLine: Algoritmo 5. : CenterLineGeneral (1 ) Dados: Malha M Seção de contorno inicial S 0 (2 ) Calcular C 0, Centróide de S 0 (3 ) S 1 =NextSection(S 0 ) (4 ) vs =FindBranch(S 1 ) (5 ) vs tem ramificações? Não: S1 = vs 0 Calcular C 1, Centróide de S 1 Criar elemento E 0, formado pelos nós C 0 e C 1 Se S 1 é a última seção, fim. Senão, S 0 = S 1 e volta ao passo 3. Sim: Para cada ramificação vs i, S 0 = vs i e volta ao passo 2
8 8 Márcio Ricardo Pivello, Ignacio Larrabide e Raúl A. Feijóo Um aspecto importante do algoritmo diz respeito à ordem em que as seções que definem ramificações são percorridas, o que pode ser feito de duas maneiras: (1) Percorrer a árvore recursivamente, em profundidade: Uma vez identificada uma ramificação, o algoritmo é aplicado recursivamente sobre ela - e, por conseqüência, às ramificações de suas ramificações - até que toda a árvore tenha sido percorrida. (2) Percorrer a árvore em largura, ou horizontalmente. Nesta caso, a recursividade não é empregada. Quando uma ramificação é encontrada, as seções que a definem são armazenadas em uma lista de espera, e fornecidas como entrada ao algoritmo FindBranch na ordem em que foram inseridas, ou seja: primeiro a entrar, primeiro a sair. Dessa forma, define-se um segmento e suas respectivas ramificações, antes que as ramificações subjacentes sejam percorridas. A segunda opção foi escolhida para este trabalho, devido à presença de ramificações bypass, presentes em conjuntos arteriais no cérebro, braços e pernas, e que poderiam levar a um encerramento prematuro do algoritmo se a árvore arterial fosse percorrida em profundidade ao invés de largura. A influência desse tipo de ramificação será estudado em detalhes durante a análise dos resultados obtidos. 4. IMPLEMENTAÇÃO COMPUTACIONAL A implementação computacional foi feita em C++, seguindo-se o padrão ANSI-ISO. Dessa forma, tem-se um código portável e independente do sistema operacional. Foram utilizados os contêineres padrão da biblioteca STL [Stroustroup 2000] bem como seus algoritmos, sempre que necessário. Esta escolha, além de reduzir o tempo de implementação, confere ao código mais portabilidade e certamente ganho de performance. A elaboração das classes foi feita seguindo-se a estrutura já definida no ambiente de desenvolvimento integrado HeMoLab [Larrabide and Feijóo 2007], que divide a árvore arterial em segmentos, elementos, nós e terminais. A classe Mesh armazena os dados da malha original, lida de um arquivo no formato TriSurf. À medida em que os centróides são calculados, são armazenados em objetos da classe Pipe1D, que representa elementos 1D lineares. Os elementos localizados entre duas ramificações consecutivas são armazenados em objetos da classe Segment, que representa os segmentos arteriais. Os segmentos, por sua vez, são armazenados em objetos da classe gabarito Tree, que representa uma árvore binária generalizada, ou árvore n-ária. As seções são representadas como arrays contendo os índices dos pontos que as compõem. 5. RESULTADOS Os resultados obtidos pela aplicação do algoritmo CenterLineGeneral à arvore arterial serão apresentados nesta seção. A deformação da geometria 1D em algumas regiões também será discutida. Para a geração da malha 1D foi usada a geometria representada na figura 4. A malha tem elementos e nós. A entrada da artéria aorta foi utilizada como seção inicial. A malha 1D obtida tem elementos, 742 segmentos arteriais e nós, e está ilustrada na figura 5. Foi utilizado um computador intel
9 Geração da linha de centro em geometrias tubulares 9 Xeon com sistema operacional Linux, kernel O código computacional foi compilado com compilador intel versão 9.0. O tempo de execução com opção de compilação -fast foi de aproximadamente 1 minuto. Fig. 5. Malha 1D do sistema arterial A figura 6 mostra o arco aórtico, artéria braquial direita e aorta descendente. Na comparação da sobreposição das malhas 3D e 1D na região é possível notar a distorção na conexão entre as ramificações. Detalhes desta distorção na artéria braquial direita são mostrados na figura 7. Isto ocorre porque, atualmente, os segmentos que representam as ramificações são conectados simplesmente ligando-se o primeiro ponto de um com o último ponto de outro. Devido à topologia da geometria, normalmente o último centróide do segmento pai localiza-se no vértice da bifurcação, e dependendo do refinamento da malha na região, bem como do ângulo entre os dois segmentos, pode ocorrer uma distorção excessiva da malha 1D no local. A figura 6 mostra essa configuração no caso das ramificações da aorta que dão origem às artérias carótidas comuns e à artéria braquial direita. Já a figura 8 mostra detalhes de alguns vasos localizados na cabeça, onde a diferença de diâmetro entre os vasos é menor, e as ramificações ocorrem também em menor ângulo. Note que, neste caso, a deformação na malha 1D é consideravelmente menor.
10 10 Márcio Ricardo Pivello, Ignacio Larrabide e Raúl A. Feijóo Fig. 6. Detalhe das malhas 3D e 1D da região do arco aórtico e aorta descendente. Fig. 7. Detalhe das malhas 3D e 1D no início da artéria braquial direita. Embora esta deformação na malha não prejudique o atual modelo 1D do sistema arterial, que utiliza apenas grandezas escalares, a solução deste problema será foco da próxima etapa deste trabalho, pois poderia afetar futuras formulações que levem em conta o ângulo das ramificações na árvore arterial. Com relação às ramificações e junções do tipo bypass, o algoritmo mostrou-se
11 Geração da linha de centro em geometrias tubulares 11 Fig. 8. Detalhes de artérias localizadas na cabeça, onde a deformação nas ramificações é menor bastante robusto. A figura 9 mostra a sobreposição das malhas 3D e 1D no braço direito, na região das conexões entre as artérias ulnar, radial e braquial. A descontinuidade da malha em alguns nós deve-se apenas ao critério de parada do algoritmo, e não representa uma falha ao percorrer tais regiões. O algoritmo NextSection apenas identifica a seção adjacente à atual, com base na existência ou não de elementos que tenham nós localizados na seção atual, e que ainda não tenham sido visitados. Quando uma ramificação em bypass é encontrada, ele não a percorre novamente porque seus elementos já foram visitados quando a ramificação anterior foi identificada. Assim, nenhuma seção adjacente é identificada, o que significa o fim do segmento. A resolução deste problema não é complexa, mas exige algumas mudanças significativas na estrutura de dados e no algoritmo. A primeira delas seria armazenar a árvore arterial em uma estrutura de grafos em vez de uma árvore binária generalizada. Isto seria necessário porque segmentos pertencentes a ramificações com bypass têm na verdade dois segmentos pais, e tal conexão não pode ser representada em uma estrutura de árvore convencional. A segunda modificação seria no algoritmo CenterLineGeneral. Uma vez percorrida toda a árvore arterial, um passo adicional seria implementado, realizando um teste simples. O algoritmo NextSection seria aplicado novamente a cada extremidade de segmento, tendo como espaço de busca os elementos que possuem nós na última seção de todos os outros segmentos da árvore. Caso fosse encontrada uma conexão, a relação de parentesco daquele segmento seria modificada na estrutura de grafos, identificando-o como um bypass. Fig. 9. Detalhe das malhas 3D e 1D da região do braço direito.
12 12 Márcio Ricardo Pivello, Ignacio Larrabide e Raúl A. Feijóo 6. CONCLUSÕES E PRÓXIMAS ETAPAS O algoritmo proposto obteve sucesso no cálculo da linha de centro de geometrias complexas, tendo sido capaz de percorrer um modelo 3D do sistema arterial humano fornecendo como resultado uma representação 1D equivalente ao modelo original. A conexão entre segmentos adjacentes deve ser melhorada O modelo 1D não tem qualquer tipo de parametrização. A representação atual é feita apenas pelos elementos obtidos através do cálculo do centróide. As próximas etapas deste trabalho incluem as seguintes tarefas: Desenvolvimento de um algoritmo para a minimização da distorção das conexões entre segmentos Representação dos segmentos do modelo 1D via splines Inclusão de importantes conjuntos arteriais no modelo, tais como polígono de Willis, artérias mesentéricas e renais, entre outros. REFERENCES 21st Century Solutions. Avolio, A Multi branched model of the human arterial system. Med. Biol. Engrg. Comp. 18, Borgefors, G Distance transformations in arbitrary dimensions. CVGIP 27, Frangi, A. F Three-dimensional model-based analysis of vascular and cardiac images. Ph.D. thesis, University Medical Center, Utretch, The Netherlands. Krissian, K., Kikinis, R., and Westin, C Three-dimensional model-based analysis of vascular and cardiac images. Tech. rep. september. Technical Report. Laboratory of Mathematics in Imaging, Harvard Medical School. Larrabide, I. and Feijóo, R Hemolab - hemodynamics modeling laboratory, an application for modelling the human cardiovascular system. Submitted to CGI May 30th June 2nd. Stroustroup, B A Linguagem de Programação C++. Ed. Bookman. 3a. edição. Urquiza, S., Blanco, P., Vénere, M., and Feijóo, R Multidimensional modeling for the carotid blood flow. Comput. Meth. Appl. Mech. Engrg. 195, Verroust, A. and Lazarus, F Extracting skeletal curves from 3d scatterd data. The Visual Computer 16,
4 Detecção de Silhueta
4 Detecção de Silhueta No decorrer deste capítulo é proposto um modelo de detecção da silhueta da mão capaz de lidar com os erros da segmentação e ruídos na sua morfologia. Num primeiro passo são considerados
Algoritmos para a Homogeneização de Malhas Triangulares
Algoritmos para a Homogeneização de Malhas Triangulares Rodrigo L. S. Silva, Márcio Pivello, Pablo Javier Blanco, Raul A. Feijóo LNCC Laboratório Nacional de Computação Científica {rodrigo, pivello, pjblanco,
HeMoLab: Modelagem Unidimensional do Sistema Cardiovascular Humano
HeMoLab: Modelagem Unidimensional do Sistema Cardiovascular Humano Paulo Ziemer 1, Marcelo Collares 2, Márcio Pivello 3, Pablo Blanco 4, Raúl Feijóo 5 1, 2, 3, 4, 5 Laboratório Nacional de Computação Científica
2.1. 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.
GRAFOS. Prof. André Backes. Como representar um conjunto de objetos e as suas relações?
8/0/06 GRAFOS Prof. André Backes Definição Como representar um conjunto de objetos e as suas relações? Diversos tipos de aplicações necessitam disso Um grafo é um modelo matemático que representa as relações
Capítulo 1. INTRODUÇÃO
Capítulo 1. INTRODUÇÃO A simulação numérica de problemas de engenharia ocupa atualmente uma posição de destaque no cenário mundial de pesquisa e desenvolvimento de novas tecnologias. O crescente interesse,
SUMÁRIO. Fundamentos Árvores Binárias Árvores Binárias de Busca
ÁRVORES SUMÁRIO Fundamentos Árvores Binárias Árvores Binárias de Busca 2 ÁRVORES Utilizadas em muitas aplicações Modelam uma hierarquia entre elementos árvore genealógica Diagrama hierárquico de uma organização
2 Conceitos básicos de topologia
2 Conceitos básicos de topologia Neste Capítulo são introduzidos alguns conceitos básicos de topologia combinatória e da Teoria das Alças que formam a base teórica do presente trabalho. 2.1 Topologia combinatória
Teoria dos Grafos Aula 6
Teoria dos Grafos Aula 6 Aula passada Busca em grafos Busca em largura (BFS Breadth First Search) Propriedades Aula de hoje BFS implementação Complexidade Busca em profundidade (DFS) Conectividade, componentes
SISTEMAS DE INFORMAÇÕES GEOGRÁFICAS Aula 2. SIG- Eng. Cartográfica Prof. Luciene Delazari
SISTEMAS DE INFORMAÇÕES GEOGRÁFICAS Aula 2 SIG- Eng. Cartográfica Prof. Luciene Delazari Descrição de uma realidade com algum propósito Modelo MODELAR Termo geral para denotar o processo de construir representações
3 Métodos de Extração de Malhas a partir de Volumes
3 Métodos de Extração de Malhas a partir de Volumes Extrair uma malha a partir de um dado volumétrico trata-se, na realidade, de uma forma de conversão entre dois modelos de representação muito comuns
Aula 7 - Representação e Descrição de Estruturas Bi-dimensionais. Prof. Adilson Gonzaga
Aula 7 - Representação e Descrição de Estruturas Bi-dimensionais Prof. Adilson Gonzaga 1 Introdução Objetos ou Segmentos são representados como uma coleção de pixels em uma imagem. Para o reconhecimento
ÁRVORES E ÁRVORE BINÁRIA DE BUSCA
ÁRVORES E ÁRVORE BINÁRIA DE BUSCA Prof. André Backes Definição 2 Diversas aplicações necessitam que se represente um conjunto de objetos e as suas relações hierárquicas Uma árvore é uma abstração matemática
Modelo. Representação de Objetos Tridimensionais. Malhas Poligonais. Modelagem Geométrica. Modelos Geométricos
Representação de Objetos Tridimensionais Malhas Poligonais Maria Cristina F. de Oliveira Rosane 2010 Modelo Representação construída artificialmente para tornar mais fácil a observação/análise de um objeto/fenômeno
Árvores. Thiago Martins, Fabio Gagliardi Cozman. PMR2300 / PMR3201 Escola Politécnica da Universidade de São Paulo
PMR2300 / PMR3201 Escola Politécnica da Universidade de São Paulo Árvore: estrutura composta por nós e arestas entre nós. As arestas são direcionadas ( setas ) e: um nó (e apenas um) é a raiz; todo nó
Introdução ao Método dos Elementos Finitos
Introdução ao Método dos Elementos Finitos Estruturas Aeroespaciais II (10373) 2014 1. Introdução O Método dos Elementos Finitos (MEF), cuja génese se verificou por volta de 1940, é uma ferramenta matemática
Grafos: Busca. SCE-183 Algoritmos e Estruturas de Dados 2. Thiago A. S. Pardo Maria Cristina
Grafos: Busca SCE-183 Algoritmos e Estruturas de Dados 2 Thiago A. S. Pardo Maria Cristina Percorrendo um grafo Percorrendo um Grafo Percorrer um grafo é um problema fundamental Deve-se ter uma forma sistemática
Árvores. Fabio Gagliardi Cozman. PMR2300 Escola Politécnica da Universidade de São Paulo
PMR2300 Escola Politécnica da Universidade de São Paulo Árvore: estrutura composta por nós e arestas entre nós. As arestas são direcionadas ( setas ) e: um nó (e apenas um) é a raiz; todo nó (exceto a
vértices dessas células. Exemplos de malhas estruturadas e não-estruturadas são apresentados na Figura 2.
1 Introdução O termo visualização corresponde, no contexto desta dissertação, aos métodos que permitem a extração de informações relevantes a partir de conjuntos de dados complexos, com o auxílio de técnicas
BCC204 - Teoria dos Grafos
BCC204 - Teoria dos Grafos Marco Antonio M. Carvalho (baseado nas notas de aula do prof. Haroldo Gambini Santos) Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal
3 Algoritmo para Operações Booleanas
3 Algoritmo para Operações Booleanas Este capítulo traz o foco principal deste trabalho, que é a apresentação de um algoritmo genérico para a realização das operações booleanas em um sistema de modelagem
MÉTODOS NEWTON E QUASE-NEWTON PARA OTIMIZAÇÃO IRRESTRITA
MÉTODOS NEWTON E QUASE-NEWTON PARA OTIMIZAÇÃO IRRESTRITA Marlon Luiz Dal Pasquale Junior, UNESPAR/FECILCAM, jr.marlon@hotmail.com Solange Regina dos Santos (OR), UNESPAR/FECILCAM, solaregina@fecilcam.br
Árvores. Thiago Martins, Fabio Gagliardi Cozman. PMR2300 / PMR3201 Escola Politécnica da Universidade de São Paulo
PMR2300 / PMR3201 Escola Politécnica da Universidade de São Paulo Árvore: estrutura composta por nós e arestas entre nós. As arestas são direcionadas ( setas ) e: um nó (e apenas um) é a raiz; todo nó
Palavras-chave: distribuição de energia elétrica; fluxo de potência; regulador de tensão.
Desenvolvimento e Modelagem de Regulador de Tensão para Fluxo de Potência em Redes de Distribuição de Energia Elétrica Rodrigo Mendonça de CARVALHO; Antônio Cesar Baleeiro ALVES Escola de Engenharia Elétrica
2 Definição do Problema
Definição do Problema. Formulação Matemática O problema do Fluxo Máximo entre todos os pares de nós surge no contexto de redes, estas representadas por grafos, e deriva-se do problema singular de fluxo
Adaptative and Quality Quadrilateral/Hexahedral Meshing from Volumetric Data
Geração de Malhas - SME5827 Adaptative and Quality Quadrilateral/Hexahedral Meshing from Volumetric Data Yongjie Zhang Chandrajit Bajaj Institute for Computational Engineering and Sciences The University
Modelagem Geométrica
Modelagem Geométrica Conjunto de métodos usados para descrever a forma e outras características geométricas de um objeto Exemplo de representação em wireframe. Diferentes modelos com mesma representação
Professor: Computação Gráfica I. Anselmo Montenegro Conteúdo: - Objetos gráficos planares. Instituto de Computação - UFF
Computação Gráfica I Professor: Anselmo Montenegro www.ic.uff.br/~anselmo Conteúdo: - Objetos gráficos planares 1 Objetos gráficos: conceitos O conceito de objeto gráfico é fundamental para a Computação
Grafos: Busca. Algoritmos e Estruturas de Dados 2. Graça Nunes
Grafos: Busca Algoritmos e Estruturas de Dados Graça Nunes Percorrendo um grafo Percorrendo um Grafo Percorrer um grafo é uma tarefa fundamental Pense no caso de se procurar uma certa informação associada
DADOS EM GEOPROCESSAMENTO
Universidade Federal de Campina Grande Centro de Tecnologia e Recursos Humanos Unidade Acadêmica de Engenharia Civil DADOS EM GEOPROCESSAMENTO Prof. Iana Alexandra Alves Rufino : dois grandes grupos Dados
Algoritmo da IFT 2 / 16. Algoritmo da IFT Estrutura da fila de prioridade Resolvendo empates. Algoritmo 1 Algoritmo geral da IFT
Transformada Imagem-Floresta (Estrutura de dados) Prof. Dr. Paulo A. V. de Miranda Instituto de Matemática e Estatística (IME), Universidade de São Paulo (USP) pmiranda@vision.ime.usp.br 1 / 16 Algoritmo
UNIVERSIDADE ESTADUAL PAULISTA Campus de Sorocaba. Segmentação
UNIVERSIDADE ESTADUAL PAULISTA Campus de Sorocaba Segmentação A separação dos pixeis relativos a cada objeto, ou região, é uma etapa fundamental para o sucesso do processo de análise da imagem. Embora
Aula 9 Representação e Descrição. Profa. Fátima Nunes AULA 9 / 1. Profa. Fátima L. S. Nunes
Fundamentos de Processamento Gráfico Aula 9 Representação e Descrição Profa. Fátima Nunes AULA 9 / 1 Reconhecimento de padrões AULA 9 / 2 Após a segmentação dar significado aos objetos extraídos da cena.
Computação Gráfica. Engenharia de Computação. CEFET/RJ campus Petrópolis. Prof. Luis Retondaro. Aula 7. Iluminação
Computação Gráfica Engenharia de Computação CEFET/RJ campus Petrópolis Prof. Luis Retondaro Aula 7 Iluminação Histórico Modelagem por arames (wireframes). Representa os objetos por arestas e pontos sobre
Otimização Combinatória - Parte 4
Graduação em Matemática Industrial Otimização Combinatória - Parte 4 Prof. Thiago Alves de Queiroz Departamento de Matemática - CAC/UFG 2/2014 Thiago Queiroz (DM) Parte 4 2/2014 1 / 33 Complexidade Computacional
e ficam muito próximos dos resultados colhidos na literatura, inclusive nos pontos de velocidade
74 (a) Linhas de corrente coloridas com o módulo da ve- (b) Iso-superficie Q = 300 colorida com o módulo da locidade V velocidade V Figura 5.25 Dinâmica do escoamento para Re = 10000. em x = 0, 5 m, e
CAPÍTULO 4 IMPLEMENTAÇÃO COMPUTACIONAL NA SIMULAÇÃO DE CORRIDAS DE DETRITOS
CAPÍTULO 4 IMPLEMENTAÇÃO COMPUTACIONAL NA SIMULAÇÃO DE CORRIDAS DE DETRITOS 4.1. Estruturação básica do programa SAND O programa SAND foi desenvolvido para aplicação a problemas relacionados à produção
Computação Gráfica - 09
Universidade Federal do Vale do São Francisco Curso de Engenharia da Computação Computação Gráfica - 9 jorge.cavalcanti@univasf.edu.br www.univasf.edu.br/~jorge.cavalcanti www.twitter.com/jorgecav Objetos
Buscas Informadas ou Heurísticas - Parte II
Buscas Informadas ou Heurísticas - Parte II Prof. Cedric Luiz de Carvalho Instituto de Informática - UFG Graduação em Ciência da Computação / 2006 FUNÇÕES HEURÍSTICAS - 1/7 FUNÇÕES HEURÍSTICAS - 2/7 Solução
DADOS EM GEOPROCESSAMENTO
Universidade Federal de Campina Grande Centro de Tecnologia e Recursos Humanos Unidade Acadêmica de Engenharia Civil DADOS EM GEOPROCESSAMENTO Prof. Mauro Normando M. Barros Filho : dois grandes grupos
Estruturas de Dados Grafos
Estruturas de Dados Grafos Prof. Eduardo Alchieri (introdução) Grafo é um conjunto de pontos e linhas que conectam vários pontos Formalmente, um grafo G(V,A) é definido pelo par de conjuntos V e A, onde:
REPRESENTAÇÃO E DESCRIÇÃO. Nielsen Castelo Damasceno
REPRESENTAÇÃO E DESCRIÇÃO Nielsen Castelo Damasceno Representação e descrição Segmentação Representação e descrição Préprocessamento Problema Aquisição de imagem Base do conhecimento Reconhecimento e interpretação
Professor: Anselmo Montenegro Conteúdo: - Introdução. Instituto de Computação - UFF
Geometria Computacional Professor: Anselmo Montenegro www.ic.uff.br/~anselmo Conteúdo: - Introdução 1 Roteiro Origens Definição Problemas geométricos Configurações degeneradas Classificação de problemas
O símbolo usado em diagramas de circuito para fontes de tensão é:
Circuitos Elétricos Para fazer passar cargas elétricas por um resistor, precisamos estabelecer uma diferença de potencial entre as extremidades do dispositivo. Para produzir uma corrente estável é preciso
Algoritmos geométricos
Algoritmos geométricos introdução a conceitos básicos de geometria computacional que serão abordados de forma mais avançada na disciplina Computação Gráfica disciplina de computação gráfica arquitetura
ESTRUTURA DE DADOS. Arvore Binária Jose. Arvore Ternaria Direção
ESTRUTURA DE DADOS 1. Árvores: Uma das mais importantes classes de estruturas de dados em computação são as árvores. Aproveitando-se de sua organização hierárquica, muitas aplicações são realizadas usando-se
Reconstrução de Geometria a Partir da Conectividade 27
3 Reconstrução de Malha por Minimização Neste capítulo apresentaremos a formalização do problema de reconstrução da geometria de malhas seguindo a proposta de Sorkine (16) e o método computacional que
Descritores de Imagem (introdução)
Descritores de Imagem (introdução) André Tavares da Silva andre.silva@udesc.br Roteiro da aula Definição de descritor de imagem Extração de Característica Tipos Geral x Específico Global (cor, textura,
4 Cálculo de Equivalentes Dinâmicos
4 Cálculo de Equivalentes Dinâmicos 4.1 Introdução Com o elevado índice de expansão dos sistemas elétricos de potência, os freqüentes aumentos nas interligações e o alto número de variáveis que envolvem
BCC204 - Teoria dos Grafos
BCC204 - Teoria dos Grafos Marco Antonio M. Carvalho (baseado nas notas de aula do prof. Haroldo Gambini Santos) Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal
Teoria da Computação. Complexidade computacional classes de problemas
Teoria da Computação Complexidade computacional classes de problemas 1 Universo de problemas Problemas indecidíveis ou não-computáveis Não admitem algoritmos Problemas intratáveis Não admitem algoritmos
Prova Didática Grafos: Árvores Geradoras e Caminhos Mínimos, Análise de Complexidade
Prova Didática Grafos: Árvores Geradoras e Caminhos Mínimos, Análise de Complexidade Gustavo E.A.P.A. Batista 25 de janeiro de 2005 1 Contextualização 2 Caminhos Mínimos Caminhos Mínimos de uma Origem
TOPOLOGIAS. A avaliação das topologias são baseadas em critérios que objetivam fornecer parâmetros de eficiência e praticidade.
TOPOLOGIAS Uma organização de processadores ou topologia ou modelo de organização de computadores pode ser representada por um grafo, onde os nós representam processadores (também conhecidos como elementos
Figura 1.1: Um reservatório natural de petróleo típico: dificuldade para investigar áreas de interesse.
1 Introdução Técnicas de realidade virtual são ferramentas valiosas para a criação, manipulação e investigação de estruturas reais. Elas provêem um ambiente seguro para que os profissionais envolvidos
3 SPH. 3.1 Introdução
3 SPH 3.1 Introdução Smoothed Particle Hydrodynamics (SPH) é um método puramente Lagrangiano desenvolvido por Lucy (1977) e Gingold (1977) em um estudo do campo da astrofísica voltado para colisão entre
Histórico. Estado da Arte. Histórico. Modelagem de Objetos. Modelagem por arames (wireframes). Modelagem por superfícies (década de 60).
Histórico Modelagem de Objetos Renato Ferreira Modelagem por arames (wireframes). Representa os objetos por arestas e pontos sobre a sua superfície. Gera modelos ambíguos. Modelagem por superfícies (década
Grafos COM11087-Tópicos Especiais em Programação II
Grafos COM11087-Tópicos Especiais em Programação II edmar.kampke@ufes.br Introdução Grafos são estruturas muito estudadas na Ciência da Computação para modelagem de problemas Euler (1736) em Königsberg
Programação de Computadores I Introdução PROFESSORA CINTIA CAETANO
Programação de Computadores I Introdução PROFESSORA CINTIA CAETANO Introdução Resolução de problemas Encontrar uma maneira de descrever este problema de uma forma clara e precisa. Encontremos uma seqüência
NOTAS DE AULA 1 METAHEURÍSTICA 13/10/2016
NOTAS DE AULA 1 METAHEURÍSTICA 13/10/2016 Metaheurística: São técnicas de soluções que gerenciam uma interação entre técnicas de busca local e as estratégias de nível superior para criar um processo de
Figura 4.1: a)elemento Sólido Tetraédrico Parabólico. b)elemento Sólido Tetraédrico Linear.
4 Método Numérico Foi utilizado o método dos elementos finitos como ferramenta de simulação com a finalidade de compreender e avaliar a resposta do tubo, elemento estrutural da bancada de teste utilizada
6 Aplicação do Modelo de Geração de Cenários
6 Aplicação do Modelo de Geração de Cenários 6.. Considerações Iniciais Os cenários de energia natural afluente, que são utilizados durante as simulações forward e backward do processo de definição da
4 Algoritmo de reconstrução de curvas
4 Algoritmo de reconstrução de curvas Como visto na introdução, o algoritmo proposto neste trabalho é constituído pelas seguintes etapas: 1. Agrupamento espacial dos pontos de amostragem 2. Processamento
Otimização. Otimização em Redes. Paulo Henrique Ribeiro Gabriel Faculdade de Computação Universidade Federal de Uberlândia 2016/2
Otimização Otimização em Redes Paulo Henrique Ribeiro Gabriel phrg@ufu.br Faculdade de Computação Universidade Federal de Uberlândia 2016/2 Paulo H. R. Gabriel (FACOM/UFU) GSI027 2016/2 1 / 51 Conteúdo
Modelo. Modelos de Objetos por Malhas Poligonais. Modelos Geométricos. Modelagem Geométrica
Modelo Modelos de Objetos por Maria Cristina F. de Oliveira 2009 Representação construída artificialmente para tornar mais fácil a observação/análise de um objeto/fenômeno Nível de detalhe definido pelas
5.1. Observações e Conclusões
Conclusões 5 Conclusões 5.1. Observações e Conclusões A técnica proposta na presente tese é apresentada como uma outra forma de misturar técnicas convencionais (redes neurais, modelos neuro-fuzzy,etc)
Exercícios: Vetores e Matrizes
Universidade Federal de Uberlândia - UFU Faculdade de Computação - FACOM Lista de exercícios de programação em linguagem C Exercícios: Vetores e Matrizes 1 Vetores 1. Faça um programa que possua um vetor
Processamento de Malhas Poligonais
Processamento de Malhas Poligonais Tópicos Avançados em Computação Visual e Interfaces I Prof.: Marcos Lage www.ic.uff.br/~mlage mlage@ic.uff.br Conteúdo: Notas de Aula Curvas 06/09/2015 Processamento
Resolução de problemas por meio de busca. Capítulo 3 Inteligência Artificial Sistemas de Informação
Resolução de problemas por meio de busca Capítulo 3 Inteligência Artificial Sistemas de Informação Conteúdo Um exemplo Resolução de problemas por meio de busca Exemplos de problemas Em busca de soluções
Aula 10: Tratabilidade
Teoria da Computação DAINF-UTFPR Aula 10: Tratabilidade Prof. Ricardo Dutra da Silva Na aula anterior discutimos problemas que podem e que não podem ser computados. Nesta aula vamos considerar apenas problemas
4 Testes e experimentos realizados 4.1. Implementação e banco de dados
32 4 Testes e experimentos realizados 4.1. Implementação e banco de dados Devido à própria natureza dos sites de redes sociais, é normal que a maior parte deles possua uma grande quantidade de usuários
Módulo 2 OTIMIZAÇÃO DE REDES
Módulo 2 OTIMIZAÇÃO DE REDES Grafos e Redes Está contida na área de Pesquisa Operacional. Pode ser considerada como uma teoria baseada na interligação de pontos e linhas, utilizada principalmente na solução
4 Sistema Computacional
78 4 Sistema Computacional Este trabalho está inserido na linha de Pesquisa Computação Gráfica Aplicada do Departamento de Engenharia Civil da PUC-Rio e do laboratório Tecgraf (Grupo de Tecnologia em Computação
Computação Gráfica - 11
Universidade Federal do Vale do São Francisco Curso de Engenharia da Computação Computação Gráfica - 11 Prof. Jorge Cavalcanti jorge.cavalcanti@univasf.edu.br www.univasf.edu.br/~jorge.cavalcanti www.twitter.com/jorgecav
Interseções de Segmentos de Linha João Comba. Sobreposição de Mapas Temáticos
Interseções de Segmentos de Linha João Comba Sobreposição de Mapas Temáticos Mapas temáticos Segmentos curvos aproximados por vários segmentos de linha Problema de Sobreposição (Overlay): Dados dois conjuntos
4 Configurações estudadas
4 Configurações estudadas Neste capítulo são descritas as diferentes configurações geométricas estudadas no presente trabalho, i.e., a entrada NACA convencional, o gerador de vórtices isolado e também
5 Implementação da Metodologia
5 Implementação da Metodologia A implementação da metodologia proposta no Capítulo 4 é possível devido ao importante avanço que os métodos numéricos e a capacidade de processamento computacional atuais
3 Extensões dos modelos matemáticos
3 Extensões dos modelos matemáticos Os modelos matemáticos definidos por (2-1) (2-6) e (2-7) (2-13), propostos por Achuthan e Caccetta e apresentados no Capítulo 2, são reforçados neste trabalho através
Um Sistema de Animação Baseado em Movimento Capturado
Um Sistema de Animação Baseado em Movimento Capturado Fernando Wagner Serpa Vieira da Silva LCG - COPPE/SISTEMAS - UFRJ Rio de Janeiro - Brasil Outline da Apresentação Animação por Computador Animação
Alternativas de otimização da usinagem de cavidades 2 ½ D
Alternativas de otimização da usinagem de cavidades 2 ½ D Cleverson Marcelo da Silva (UFSM) cleverson@mail.ufsm.br Leandro Costa de Oliveira (UFSM) leandro@inf.ufsm.br Resumo Este trabalho apresenta algumas
2 Base Teórica. 2.1 Representação dual de uma malha quadrilateral
2 Base Teórica Este capítulo tem por objetivo explicar os termos utilizados neste trabalho. Foram introduzidos alguns termos novos com o propósito de apresentar formalmente a metodologia desenvolvida.
4 Cálculo de Equivalentes Dinâmicos
4 Cálculo de Equivalentes Dinâmicos 4.1. Introdução Os sistemas de potência interligados vêm adquirindo maior tamanho e complexidade, aumentando a dependência de sistemas de controle tanto em operação
4 Simplificação por Difusão Geométrica Markoviana
4 Simplificação por Difusão Geométrica Markoviana Neste capítulo introduzimos uma nova maneira de simplificar malhas com base em Difusão Geométrica de Markov, um processo de difusão de informação em malhas
Problemas de otimização
Problemas de otimização Problemas de decisão: Existe uma solução satisfazendo certa propriedade? Resultado: sim ou não Problemas de otimização: Entre todas as soluções satisfazendo determinada propriedade,
Figura 1.1: Partição do espaço contendo a esfera S.
1 Introdução Uma superfície é definida implicitamente quando é descrita como um conjunto de pontos com uma propriedade em comum. A formulação mais utilizada é, dada uma função F : R 3! R, descrevê-la como
INF Fundamentos da Computação Gráfica Professor: Marcelo Gattass Aluno: Rogério Pinheiro de Souza
INF2608 - Fundamentos da Computação Gráfica Professor: Marcelo Gattass Aluno: Rogério Pinheiro de Souza Trabalho 02 Visualização de Imagens Sísmicas e Detecção Automática de Horizonte Resumo Este trabalho
Processamento de Malhas Poligonais
Processamento de Malhas Poligonais Tópicos Avançados em Computação Visual e Interfaces I Prof.: Marcos Lage www.ic.uff.br/~mlage mlage@ic.uff.br Conteúdo: Notas de Aula Definições preliminares 06/09/2015
Compiladores Ciência e Tecnologia da Computação Engenharia Informática e de Computadores
Compiladores Ciência e Tecnologia da Computação Engenharia Informática e de Computadores Análise Semântica Universidade dos Açores Departamento de Matemática www.uac.pt/~hguerra Análise semântica 3ª etapa
Física III-A /1 Lista 7: Leis de Ampère e Biot-Savart
Física III-A - 2018/1 Lista 7: Leis de Ampère e Biot-Savart Prof. Marcos Menezes 1. Considere mais uma vez o modelo clássico para o átomo de Hidrogênio discutido anteriormente. Supondo que podemos considerar
3 PROCESSO ADAPTATIVO
3 PROCESSO ADAPTATIVO Este capítulo descreve o processo adotado para a geração adaptativa de malhas de elementos finitos 2D e 3D utilizada neste trabalho. Conforme mencionado anteriormente, este processo
Introdução à Computação Gráfica Modelagem. Claudio Esperança Paulo Roma Cavalcanti
Introdução à Computação Gráfica Modelagem Claudio Esperança Paulo Roma Cavalcanti Histórico Modelagem por arames (wireframes). Representa os objetos por arestas e pontos sobre a sua superfície. Gera modelos
Modelos de Objetos por Malhas Poligonais. Maria Cristina F. de Oliveira
Modelos de Objetos por Malhas Poligonais Maria Cristina F. de Oliveira 2009 Modelo Representação construída artificialmente para tornar mais fácil a observação/análise de um objeto/fenômeno Nível de detalhe
Banco de Dados Espaciais
Banco de Dados Espaciais Disciplina BD Não Convencionais Prof. Ricardo Rodrigues Ciferri São Carlos, 20 de Agosto de 2010 Sumário Tipos de Dados Espaciais Representação dos Dados Processamento de Consultas
Modelos de Objetos por Malhas Poligonais. Maria Cristina F. de Oliveira
Modelos de Objetos por Malhas Poligonais Maria Cristina F. de Oliveira 2009 Modelo Representação construída artificialmente para tornar mais fácil a observação/análise de um objeto/fenômeno Nível de detalhe
Processamento de Malhas Poligonais
Processamento de Malhas Poligonais Tópicos Avançados em Computação Visual e Interfaces I Prof.: Marcos Lage www.ic.uff.br/~mlage mlage@ic.uff.br Conteúdo: Notas de Aula : Definições Matemáticas 06/09/2015
ESTRUTURA DE DADOS. Árvores, árvores binárias e percursos. Cristina Boeres
ESTRUTURA DE DADOS Árvores, árvores binárias e percursos Cristina Boeres 2 Árvores! utilizada em muitas aplicações! modela uma hierarquia entre elementos árvore genealógica diagrama hierárquico de uma
Dr. Sylvio Barbon Junior. Departamento de Computação - UEL. 1 o Semestre de 2015
Introdução a Computação Gráfica [5COP100] Dr. Sylvio Barbon Junior Departamento de Computação - UEL 1 o Semestre de 2015 Assunto Aula 8 Descritores de Imagens Digitais 2 of 47 Sumário Descritores e Reconhecimento
Descrição do processo de Modelagem e Simulação em quatro etapas no ambiente AMESim
Descrição do processo de Modelagem e Simulação em quatro etapas no ambiente AMESim Similarmente a outros softwares de modelagem e simulação, a utilização do sistema AMESim está baseada em quatro etapas:
Aula 08. Estruturas de dados Árvore e Grafo
Logo Aula 08 Estruturas de dados Árvore e Grafo 2 Árvore Estruturas estudadas até agora não são \ adequadas para representar dados que devem ser dispostos de maneira hierárquica Ex., hierarquia de pastas
CAP Exame de Admissão 16/12/2013. Instruções Gerais (leia atentamente)
CAP 2014 Exame de Admissão 16/12/2013 Nome do Candidato: Identidade: Instruções Gerais (leia atentamente) O tempo total de duração do exame será de 2 horas. Você receberá uma Folha de Respostas junto com