Aplicação da Transformada Wavelet para Melhoria de Visualização de Microcalcificações em Mamografias Digitais
|
|
- Rafael de Paiva Bernardes
- 6 Há anos
- Visualizações:
Transcrição
1 Aplicação da Transformada Wavelet para Melhoria de Visualização de Microcalcificações em Mamografias Digitais T.A. Dócusse 1, A.S. Pereira 1, N. Marranghello 1, R.C. Guido, J.R. Furlani 1, P.S. Maturana 1, R.P. Romano 1 1 UNESP Universidade Estadual Paulista Júlio de Mesquita Filho São José do Rio Preto SP USP Universidade de São Paulo São Carlos SP tda@webmail.ibilce.unesp.br, tiagodocusse@yahoo.com.br Abstract Mammograms are breast images that can contain microcalcifications objects that can be the only signal of cancer. As they are high frequency components of the image, instead of using operations in the spatial domain, it's possible to use operations in the frequency domain in order to enhance these elements. By using the Wavelet transform one can remove the low frequency subband of the image and then reconstruct it, enhancing only the high frequency sub-bands, and consequently, the microcalcifications. 1. Introdução O câncer de mama é o tipo de câncer que apresenta o maior índice de mortalidade entre mulheres acima de 4 anos no Brasil [8]. Reconhecidamente, as melhores formas de diminuir esse alto número de mortalidade são a detecção e o tratamento precoce dessa doença [11]. Uma das formas de detectar tumores em mamas é através da análise de microcalcificações minúsculas calcificações associadas aos tumores que, dependendo da quantidade e forma que aparecem na mama, podem representar a presença ou ausência de tumor ou até mesmo classificá-lo em maligno ou não maligno [7]. A visualização das microcalcificações, porém, não é uma tarefa simples. Radiologistas treinados e com experiência podem, após a análise de uma grande quantidade de mamografias, perder a eficácia de análise devido ao estresse e ao cansaço visual, o que compromete os diagnósticos dessas imagens [15]. Ferramentas computadorizadas de auxílio ao diagnóstico CAD (Computer-Aided Diagnosis) têm sido desenvolvidas com o objetivo de auxiliar radiologistas na visualização de microcalcificações em mamografias digitais [14]. Neste trabalho é apresentada uma abordagem com essa finalidade.. Mamografias digitais As mamografias digitais são imagens digitalizadas obtidas ao prensar a mama em um aparelho, o qual emite raios-x que atravessam a mama e formam uma imagem digital de acordo com a forma com que os raios passam através da mama. A essa imagem gerada dáse o nome de mamografia digital [7]. Uma das principais dificuldades na visualização de microcalcificações em mamografias digitais é que elas possuem baixo contraste em relação ao tecido da mama que as cercam, o que prejudica a observação visual das mesmas [9],[1]. Uma das características das microcalcificações é que elas são componentes de alta freqüência da imagem [6]. Para realizar o realce desses elementos pode ser aplicado um filtro passa-alta (que permite apenas a passagem de componentes de alta freqüência) no domínio espacial da imagem domínio onde se trabalha com os elementos que formam uma imagem, os pixels fazendo a convolução da imagem com uma matriz que responda apenas a altas freqüências [1]. Um exemplo da utilização desse método pode ser visto na figura (1), onde é feita a convolução da figura (1.a) com a matriz Z= [ 4 ], que resulta na figura (1.b). Figura 1 a) Imagem original, b) Imagem resultante. Apesar de realçar alguns objetos, pode-se
2 perceber que a imagem resultante apresenta vários artefatos e ruídos, o que não contribui para um auxílio visual de imagens.. Outra forma de realçar apenas os componentes formados por altas freqüências em uma imagem é utilizar transformadas, que como o próprio nome diz, transformam uma imagem do domínio espacial para o domínio da freqüência [1]. No domínio da freqüência, deve-se zerar os componentes da imagem que possuem baixa freqüência e retornar a imagem ao domínio espacial. A transformada de Fourier é uma das transformadas mais utilizadas em processamento de imagens e pode ser utilizada para realizar a filtragem passa-alta desejada. No entanto, ela possui resolução tempo-freqüência fixa, ou seja, uma vez que um sinal é decomposto utilizando uma determinada resolução, não é possível determinar o local onde as freqüências aparecem no sinal original [3]. Essa limitação da transformada de Fourier pode ser contornada utilizando a transformada de Fourier cascateável (Windowed Fourier Transform WFT), onde o sinal é dividido em intervalos menores e a transformada é então aplicada em cada um desses intervalos. Assim, se a freqüência desejada aparecer em um desses intervalos é possível saber em qual parte do sinal acontece aquela freqüência. Apesar de resolver o problema de resolução tempo-freqüência, é necessário decidir o tamanho do intervalo a ser utilizado para decompor o sinal. Essa decisão não é fácil, pois se um intervalo muito pequeno é escolhido a transformada gasta muito tempo para ser computada, e se o intervalo escolhido for relativamente grande, volta-se ao problema da transformada original de Fourier de não saber onde as freqüências ocorrem. Assim, a escolha do tamanho do intervalo varia conforme o sinal e as informações que se deseja obter do mesmo, o que dificulta a utilização da WFT [3]. Outra forma de realizar a filtragem desejada é utilizar outra transformada ao invés da transformada de Fourier. A transformada Wavelet, assim como a transformada de Fourier, opera no domínio da freqüência, porém, ela não possui resolução tempo-freqüência fixa [3], o que pode auxiliar o processo de realce das microcalcificações. 3. Transformada Wavelet O conhecimento atual sobre a transformada Wavelet surgiu através do estudo de várias áreas da ciência, como a matemática, física, engenharia, etc [3]. A transformada Wavelet divide um sinal em componentes de freqüências diferentes, permitindo a análise deles de acordo com a sua escala [3]. Assim como a transformada de Fourier, que decompõe um sinal em termos de senos e cossenos, a transformada Wavelet também um sinal em termos de funções chamadas Wavelets, que são funções obtidas através de dilatações e translações de uma função inicial, denominada Wavelet mãe [3]. Ao contrário da transformada de Fourier, onde as mesmas funções de análise são aplicadas ao longo do sinal a ser analisado, as Wavelets possuem comprimentos que variam de acordo com a freqüência a ser analisada. A análise de componentes de altas freqüências é feita através de Wavelets curtas, que possuem melhores respostas a componentes de altas freqüências, enquanto Wavelets mais longas são utilizadas na detecção de componentes de baixas freqüências. Assim, as Wavelets se adaptam a cada ponto do sinal ao longo da aplicação da transformada [3]. As Wavelets dilatadas e transladadas a partir da Wavelet mãe podem ser escritas como na equação (1) []: a, b t = 1 a t b a, (1) onde t representa a Wavelet mãe e as variáveis a e b correspondem, respectivamente, aos parâmetros de dilatação e translação da Wavelet mãe. Assim, uma fórmula geral para a transformada Wavelet pode ser dada pela equação () []: T a,b = x t a,b t dt, () onde x t é o sinal a ser transformado. Ao restringir os valores de a e b para valores discretos, a=a m e b=nb a m, onde as variáveis n e m são, respectivamente, os parâmetros responsáveis pela dilatação e translação da Wavelet, pode-se reescrever a equação (1) como a equação (3) []: m, n t = 1 a t nb m a, m m (3) a e assim, reescrever a equação () como a equação (4) []: 1 T m,n = x t a t m a nb m dt, (4) Os valores obtidos na aplicação da equação (4) são chamados coeficientes Wavelet, ou coeficientes de detalhes []. A cada Wavelet utilizada na equação (4) estão associadas funções denominadas funções escalares, que são versões dilatadas e transladadas de uma função escalar pai, e podem ser escritas como na equação (5) []: m,n t = 1 t m m n, (5) onde, t = t é a função escalar pai. Pode-se convoluir o sinal original com as funções escalares de acordo com a equação (6) []: S m,n = x t m, n t dt, (6) onde os coeficientes gerados são chamados coeficientes de aproximação [].
3 Uma característica importante da transformada Wavelet é a análise multiresolução. Ao aplicar a transformada, gera-se um novo sinal contendo duas subbandas, uma de baixa freqüência (contendo os coeficientes de aproximação) e uma de alta freqüência (contendo os coeficientes de detalhes). A sub-banda de baixa freqüência representa uma versão suavizada do sinal original, enquanto a sub-banda de alta-freqüência representa os detalhes do sinal original. Pode-se aplicar a transformada novamente no sinal suavizado enquanto ele for divisível por dois, e assim, obtêm-se as sub-bandas de baixas e altas freqüências nas escalas desejadas []. Um exemplo da decomposição utilizando a transformada Wavelet pode ser visto na figura (). Sm LP S m + 1 LP S m + T m + 1 Figura Análise multiresolução. T m + onde LP representa um filtro passa baixa (low pass), representa um filtro passa alta (high pass), S m é o sinal original à escala m, S m x o sinal suavizado à escala m+x e T m x o sinal de detalhes à escala m+x, onde 1 x. O sinal representa o downsampling do sinal por dois, ou seja, representa que o sinal teve sua taxa de amostragem reduzida pela metade [1]. Para aplicar a transformada Wavelet é necessária a escolha da Wavelet mãe da qual as Wavelets serão dilatadas e transladadas ao longo da transformação. Diversas Wavelets mães foram propostas na literatura e a sua escolha deve ser realizada de acordo com a natureza do sinal ao qual a transformada será aplicada. Dentre as Wavelets mães mais conhecidas, pode-se destacar as Wavelets de Daubechies e as Symmlets. A escolha da Wavelet mãe deve ser feita de acordo com a aplicação, pois ao reconstruir o sinal original escreve-se o sinal resultante como uma combinação linear da Wavelet mãe e da função escalar pai [13]. A figura (3) mostra alguns exemplos de Wavelets mãe e funções escalares pai. Através dela é possível perceber que Daubechies4 possui a Wavelet mãe e função escalar pai com formas menos suavizadas que Daubechies. Assim, ao reconstruir o sinal como combinação linear dessas funções, as altas freqüências são mais realçadas utilizando Daubechies4 que Daubechies. (c) Figura 3 a) Wavelet mãe de Daubechies4, b) Função escalar pai de Daubechies4, c) Wavelet mãe de Daubechies, d) Função escalar pai de Daubechies - [], p. 15. Para aplicar a transformada Wavelet em uma imagem basta aplicá-la primeiramente em suas linhas e depois em suas colunas, obtendo assim a imagem no domínio da freqüência [4]. Nesse processo são geradas quatro novas imagens: uma contendo uma versão suavizada da imagem, uma contendo os detalhes horizontais, uma contendo os detalhes verticais e uma contendo os detalhes diagonais, conforme esquematizado na figura (4). Sm LP S LP m + 1 S m + T h m + 1 T v m + 1 T d m+ 1 T d m+ Figura 4 Análise multiresolução de uma imagem. onde S m representa a imagem original à escala m, S m x a imagem suavizada à escala m+x, h T m x a imagem com detalhes horizontais à escala m+x, v T m x a imagem com detalhes verticais à escala m+x e d T m x a imagem com detalhes diagonais à escala m+x, e 1 x. A decomposição Wavelet de uma imagem pode também ser representada conforme a figura (5). T h m + T v m +
4 S S1 T1 v S T h T v T d T1 v possuem alta freqüência na imagem (7.d). T1 h T1 d T1 h T1 d Figura 5 Decomposição Wavelet de uma imagem. Ao observar a figura (5) deve-se notar que os componentes de baixa freqüência ficam localizados no canto superior esquerdo da imagem (submatriz S), e o restante da imagem é formada por componentes de alta freqüência (submatrizes T). Um exemplo da aplicação da transformada Wavelet pode ser visto na figura (6). (c) Figura 7 a) Imagem original, disponível em [5], b) Decomposição Wavelet nível, c) Decomposição Wavelet nível com sub-banda de baixas freqüências zerada, d) Reconstrução Wavelet da figura 7.c. 4. Aplicação (c) Figura 6 a) Lenna, disponível em [5], b) Decomposição Wavelet nível 1, c) Decomposição Wavelet nível, d) Decomposição Wavelet nível 4. Pode-se ver pela figura (6) que quanto maior o nível de decomposição da imagem, maior é a quantidade de componentes de alta freqüência encontrados na imagem. Para eliminar as baixas freqüências, basta zerar a imagem do canto superior esquerdo e reconstruir a imagem resultante. A figura (7) mostra um exemplo da decomposição Wavelet de uma imagem até o nível (7.b). No domínio Wavelet a sub-banda de baixa freqüência é eliminada ao zerar a matriz do canto superior esquerdo (7.c). Após a eliminação dos componentes de baixa freqüência a imagem é reconstruída, obtendo-se uma imagem composta apenas pelos elementos que Para realizar o trabalho de realçar as microcalcificações em mamografias digitais, o princípio da abordagem proposta é baseado no fato de que as microcalcificações são objetos que possuem alta freqüência na imagem. Um esquema de como funciona a abordagem é mostrado na figura (8) e explicado a seguir: Figura 8 Esquema de aplicação Inicialmente, a imagem é lida e decomposta em quatro níveis utilizando a transformada Wavelet. São utilizadas duas Wavelets mãe separadamente: Daubechies4 e Symmlets4, pois elas apresentam melhores respostas para pixels de alta freqüência quando comparadas a outras Wavelets [16]. Decompondo até o nível quatro separa-se 99,61% dos componentes de alta
5 freqüência da imagem, já que ao final da decomposição o único componente de baixa freqüência possui 16 vezes menos linhas e 16 vezes menos colunas se comparado à imagem original, ou seja, ele possui área equivalente a 1 = 1 da área da imagem original. Como todo o restante da imagem é formado por componentes de alta 55 freqüência, ele possui área equivalente a = da área da imagem original, o que equivale a 99,61% dos componentes da imagem. Após a decomposição, a sub-banda de baixa freqüência é zerada de forma a suprimir as baixas freqüências da imagem, e a imagem então é reconstruída e visualizada. Ambas Wavelets utilizadas (D4 e S4) são aplicadas separadamente em imagens de cortes de mamografias com resolução 1x1 pixels, para verificar se alguma delas apresenta vantagem em relação à outra. Após a reconstrução da imagem, uma nova imagem é gerada somando a imagem original com a imagem reconstruída. Como a imagem reconstruída é formada pelo resultado da reconstrução dos componentes de alta freqüência da imagem, a soma dela com a imagem original tende a possuir os componentes formados por altas freqüências realçados. A abordagem foi implementada utilizando o software Scilab e posteriormente convertida para a linguagem Java. 5. Resultados As figuras (9) a (1) mostram o resultado da aplicação da implementação desenvolvida. Em todas as figuras mencionadas, a imagem a é a imagem original, a imagem b é a imagem original com as sub-bandas de alta freqüência reconstruídas por Daubechies4, a imagem c é resultante da soma das imagens a e b, a imagem d é a imagem original com as sub-bandas de alta freqüência reconstruídas por Symmlets4, e a imagem e é resultante da soma das imagens a e d. Percebe-se na figura (9) que a aplicação tanto de Daubechies4 quanto de Symmlets4 consegue separar os componentes de alta freqüência da imagem. Ao somar a imagem original com a imagem resultante, obtem-se uma imagem onde as microcalcificações estão mais nítidas em relação à imagem original. Figura 1 Resultado A figura (1) também mostra que ambas as aplicações de Daubechies4 e Symmlets4 separam as microcalcificações do tecido da mama, e ao somá-las com a imagem original, apresentam as microcalcificações realçadas se comparadas à imagem original, o que também pode ser visto nas figuras (11) e (1). Figura 11 Resultado 3 Figura 9 Resultado 1
6 3. DAUBECHIES I., Ten Lectures on Wavelets, Editora SIAM, WALKER, J.S., A primer on Wavelets and their Scientific Applications, Editora CHAPMAN & HALL/CRC, Wikimedia Foundation, Standart test image Wikipedia, the free encyclopledia Disponível em: < Acesso em 14/1/6. 6. AKAY Metin, Time Frequency and Wavelets in Biomedical Signal Processing, Editora IEEE PRESS, Figura 1 Resultado 4 Os resultados mostram que a tarefa de realçar as microcalcificações em mamografias digitais é possível de ser alcançada utilizando a transformada Wavelet. Apesar da aplicação de duas Wavelets mães diferentes, não foram percebidas diferenças visuais na aplicação de ambas. As microcalcificações foram realçadas, o que pode ser visto pelas figuras de (9) a (1), porém, pode-se observar visualmente que alguns falso-positivos também foram realçados. 6. Conclusão Foi apresentada uma abordagem para o realce de microcalcificações em mamografias digitais. Ao realçar as microcalcificações é possível auxiliar um radiologista a perceber de modo mais claro a presença desses elementos nas imagens. A implementação da abordagem conseguiu alcançar seu objetivo, porém, algumas características da mesma podem ser melhoradas. Uma possível melhoria é adicionar alguma forma de fazer a redução de falsopositivos, para que a imagem realce apenas, na sua maioria, as microcalcificações, e trabalhar dentro do domínio Wavelet com algum operador para que seja feito o realce das microcalcificações. Agradecimentos Os autores gostariam de agradecer à CAPES Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, pelo auxílio financeiro recebido. Referências Bibliográficas 1. GONZALEZ R.C., WOODS R.E., Processamento de Imagens Digitais, Editora Edgard Blücher Ltda., ADDISON P., The Illustrated Wavelet Transform Handbook, Editora IoP Publishing,. 7. PEREIRA, Aledir S., Processamento de imagens médicas utilizando transformada de Hough Tese (Doutorado em Física computacional) Unicamp, Campinas SP, FERREIRA C.B., BORGES C.L., Automated Mammogram Classification using a Multiresolution Pattern Recognition Approach, Computer Graphics and Image Processing, 1 Proceedings of XIV Brazilian Symposium on, p , out STRICKLAND R.N., HAHN H.I., Wavelet Transform Matched Filters for the Detection and Classification of Microcalcification in Mammography, Image Processing, Proceedings., International Conference on, p. 4-45, out LADO M.J, TAHOCES P.G. et all, A Wavelet-based algorithm for detecting clustered microcalcifications in digital mammograms, Medical Physics, v. 6. n. 7, p , jul HEINLEIN P., DREXL J., SCHNEIDER W., Integrated Wavelet for Enhancement of Microcalcifications in Digital Mammography, IEEE Transactions on medical imaging, v., n. 3, p , mar HAYKIN S., VEEN B. V., Sinais e Sistemas, Editora BOOKMAN, BOLZAN, M.J.A., Análise da transformada em ondeletas aplicada em sinal geofísico, Revista Brasileira de Ensino de Física, v. 6, n. 1, p , KALLERGI M., Computer-aided diagnosis of mammographic microcalcification cluster, Medical Physics, v. 31, n., p , fev REZAI-RAD, G., JAMARANI, S., Detecting Microcalcification Clusters in Digital Mammograms Using Combination of Wavelet and Neural Network, Proceedings of the Intenational Conference on Computer Graphics, Imaging and Visualization, v., p , WANG, T.C., KARAYIANNIS, N.B., Detection of Microcalcifications in Digital Mammograms Using Wavelets, IEEE Transactions on Medical Imaging, v. 17, n. 4, p , ago-1998.
Processamento de Imagem. Convolução Filtragem no Domínio da Frequência (Fourier) Professora Sheila Cáceres
Processamento de Imagem Convolução Filtragem no Domínio da Frequência (Fourier) Professora Sheila Cáceres Lembrando Filtragem Correlação A correlação e a convolução sãos dois conceitos relacionados a filtragem.
Leia maisINVESTIGATING THE USE OF BLOCK-MATCHING 3D DENOISING ALGORITHM TO REDUCE RADIATION DOSE IN DIGITAL MAMMOGRAPHY
INVESTIGATING THE USE OF BLOCK-MATCHING 3D DENOISING ALGORITHM TO REDUCE RADIATION DOSE IN DIGITAL MAMMOGRAPHY HELDER C. R. DE OLIVEIRA POLYANA F. NUNES LUCAS R. BORGES MARCELO A. C. VIEIRA 2 MOTIVAÇÃO
Leia maisRealce de imagens parte 1: operações pontuais SCC0251 Processamento de Imagens
Realce de imagens parte 1: operações pontuais SCC0251 Processamento de Imagens Prof. Moacir Ponti Jr. www.icmc.usp.br/~moacir Instituto de Ciências Matemáticas e de Computação USP 2013/1 Moacir Ponti Jr.
Leia maisRealce de imagens parte 2: ltragem espacial SCC5830/0251 Processamento de Imagens
Realce de imagens parte 2: ltragem espacial SCC5830/0251 Processamento de Imagens Prof. Moacir Ponti Jr. www.icmc.usp.br/~moacir Instituto de Ciências Matemáticas e de Computação USP 2013/1 Moacir Ponti
Leia maisOrientação de Bordas em Imagens Digitais: Abordagem por Análise de Vizinhança Local
Orientação de Bordas em Imagens Digitais: Abordagem por Análise de Vizinhança Local Inês Aparecida Gasparotto Boaventura DCCE-IBILCE-UNESP Rua Cristovão Colombo, 2265 15054-000, São José do Rio Preto,
Leia maisAPLICAÇÃO DE TÉCNICAS DE PROCESSAMENTO DE IMAGENS DIGITAIS EM IMAGENS GERADAS POR ULTRA-SOM
VIII ERMAC 8 o Encontro Regional de Matemática Aplicada e Computacional 0- de Novembro de 008 Universidade Federal do Rio Grande do Norte Natal/RN APLICAÇÃO DE TÉCNICAS DE PROCESSAMENTO DE IMAGENS DIGITAIS
Leia maisProcessamento de Imagem. Compressão de Imagens Professora Sheila Cáceres
Processamento de Imagem Compressão de Imagens Professora Sheila Cáceres Porque comprimir? Técnicas de compressão surgiram para reduzir o espaço requerido para armazenamento e o tempo necessário para transmissão
Leia maisProcessamento de Imagens Digitais
Processamento de Imagens Digitais Antonio Cesar Germano Martins 2º semestre de 2018 Apresentações Nascido em Sorocaba. Graduado em Bacharelado em Física pela UNICAMP em 1989, tendo participado de pesquisas
Leia maisINF 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
Leia maisAnálise de Imagens em Escalas Utilizando a Transformada Wavelet
59 Análise de Imagens em Escalas Utilizando a Transformada Wavelet Francisco E. A. Leite 1, Marcos V. C. Henriques 1, Maytê T. N. Cunha 1 1 Universidade Federal Rural do Semi-Árido (UFERSA) 1 Centro Multidisciplinar
Leia maisAUTOMATED ASSESSMENT OF BREAST TISSUE DENSITY IN DIGITAL MAMMOGRAMS
AUTOMATED ASSESSMENT OF BREAST TISSUE DENSITY IN DIGITAL MAMMOGRAMS Introdução Câncer de mama É uma das neoplasias mais comuns que afligem as mulheres Globalmente, a cada 3 min uma mulher é diagnosticada
Leia maisAula 4 Transformada Discreta Wavelet DWT
Aula 4 Transformada Discreta DWT Conteúdo: 1) s 2) da Família de Haar 3) da Família Daubechies 4) Aplicações. Transformada de Fourier: - Representa um sinal como uma série de senos e cossenos; - Considera
Leia mais4 Método Proposto Visão geral do Método
52 4 Método Proposto Neste trabalho é sugerida uma nova metodologia para compressão de dados sísmicos volumétricos. O método proposto é baseado no uso da transformada wavelet 3D. Também será apresentado
Leia maisDETECÇÃO DE AGRUPAMENTOS DE MICROCALCIFICAÇÕES EM IMAGENS MAMOGRÁFICAS DIGITAIS UTILIZANDO ETAPAS DE SEGMENTAÇÃO DA MAMA E REALCE
1 DETECÇÃO DE AGRUPAMENTOS DE MICROCALCIFICAÇÕES EM IMAGENS MAMOGRÁFICAS DIGITAIS UTILIZANDO ETAPAS DE SEGMENTAÇÃO DA MAMA E REALCE VINICIUS RUELA PEREIRA BORGES 1, DENISE GULIATO 2 RESUMO Este artigo
Leia maisT4.1 Processamento de Imagem
T4.1 Processamento de Imagem Proc. Sinal e Imagem Mestrado em Informática Médica Miguel Tavares Coimbra Resumo 1. Manipulação ponto a ponto 2. Filtros espaciais 3. Extracção de estruturas geométricas 4.
Leia maisCapítulo III Processamento de Imagem
Capítulo III Processamento de Imagem Proc. Sinal e Imagem Mestrado em Informática Médica Miguel Tavares Coimbra Resumo 1. Manipulação ponto a ponto 2. Filtros espaciais 3. Extracção de estruturas geométricas
Leia maisProcessamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Tópicos Detecção de Pontos Isolados Detecção de Linhas Prof. Sergio Ribeiro 2 Operações lógicas e aritméticas orientadas a vizinhança utilizam o conceito
Leia maisSistema Auxiliar na Análise de Mamogramas Digitais
Sistema Auxiliar na Análise de Mamogramas Digitais Adrião Duarte Dória Neto 1, Andrezza Cristina da Silva Barros 2, Marco Antonio Garcia de Carvalho 3 1,2 Universidade Federal do Rio Grande do Norte (UFRN),
Leia maisINTRODUÇÃO AO PROCESSAMENTO DIGITAL DE IMAGENS SENSORIAMENTO REMOTO
INTRODUÇÃO AO PROCESSAMENTO DIGITAL DE IMAGENS SENSORIAMENTO REMOTO PROCESSAMENTO DE IMAGENS Introdução Conceitos básicos Pré-processamento Realce Classificação PROCESSAMENTO DE IMAGENS Extração de Informações
Leia maisProcessamento de Imagens Filtragem Digital
Filtragem Digital Consiste na aplicação de técnicas de transformação (operadores máscaras) com o objetivo de corrigir, suavizar ou realçar determinadas características de uma imagem dentro de uma aplicação
Leia maisFiltragem. pixel. perfil de linha. Coluna de pixels. Imagem. Linha. Primeiro pixel na linha
Filtragem As técnicas de filtragem são transformações da imagem "pixel" a "pixel", que dependem do nível de cinza de um determinado "pixel" e do valor dos níveis de cinza dos "pixels" vizinhos, na imagem
Leia maisUtilização das transformadas wavelets na detecção de características em um sinal de ECG
Utilização das transformadas wavelets na detecção de características em um sinal de ECG Orientador: Prof. Dr. Aldo Artur Belardi Departamento: Engenharia Elétrica Candidato: Gabriel Diego Porfirio N FEI:.206.062-9
Leia maisImplementação dos Algoritmos e Resultados
Capítulo 6 Implementação dos Algoritmos e Resultados 6.1 Considerações Iniciais Diversas situações foram exploradas neste trabalho visando analisar qual seria a wavelet mais adequada para sistemas de extração
Leia maisIDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS. André Zuconelli 1 ; Manassés Ribeiro 2
IDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS André Zuconelli 1 ; Manassés Ribeiro 2 INTRODUÇÃO As tecnologias assistivas têm a finalidade de auxiliar pessoas com deficiência a alcançar
Leia maisTransformada Discreta de Fourier
Processamento Digital de Sinais Transformada Discreta de Fourier Prof. Dr. Carlos Alberto Ynoguti Jean Baptiste Joseph Fourier Nascimento: 21 de março de 1768 em Auxerre, Bourgogne, França Morte: 16 de
Leia maisDescritores de Imagens
Descritores de Imagens André Tavares da Silva PPGCA/UDESC Outubro de 2017 André Tavares da Silva (PPGCA/UDESC) Descritores de Imagens Outubro de 2017 1 / 18 Descritores Locais e Frameworks SIFT SURF Viola-Jones
Leia maisIdentificação de Órgãos Foliares utilizando as Wavelets de Daubechies
Identificação de Órgãos Foliares utilizando as Wavelets de Daubechies Alexander Scaranti, Ronaldo Bernardi e Rodrigo de Oliveira Plotze Instituto de Ciências Exatas e Tecnologia - Universidade Paulista
Leia maisTransformada Discreta de Fourier
Processamento Digital de Sinais Transformada Discreta de Fourier Prof. Dr. Carlos Alberto Ynoguti Jean Baptiste Joseph Fourier Nascimento: 21 de março de 1768 em Auxerre, Bourgogne, França Morte: 16 de
Leia maisOperações Pontuais. 1 operando. 2 operandos. Processamento e Análise de Imagem - A. J. Padilha - v ac
Operações Pontuais 1 operando T OP 2 operandos Pré-Processamento - 1 Operações Pontuais Nas operações pontuais, cada ponto da imagem-resultado - g(i,j) - é obtido por uma transformação T do ponto de coordenadas
Leia maisFusão de imagens de Sensoriamento Remoto utilizando a Transformada Wavelet Haar
Fusão de imagens de Sensoriamento Remoto utilizando a Transformada Wavelet Haar Osny Ferreira da Silva 1 Giovanni Araujo Boggione 1 Leila Maria Garcia Fonseca 2 1 Centro Federal de Educação Tecnológica
Leia maisProcessamento de Imagem. Prof. MSc. André Yoshimi Kusumoto
Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Filtragem de Imagens A utilização de filtros tem como objetivo melhorar a qualidade das imagens através da: ampliação
Leia maisT4 Processamento de Imagem
T4 Processamento de Imagem Proc. Sinal e Imagem Mestrado em Informática Médica Hélder Filipe Pinto de Oliveira Resumo 1. Manipulação ponto a ponto 2. Conetividade 3. Filtros espaciais 4. Extração de estruturas
Leia maisProcessamento e Análise de Imagens Médicas
Processamento e Análise de Imagens Médicas Prof. Luiz Otávio Murta Junior 1 : Programa Fundamentos de imagem O modelo de imagem Brilho, contraste, luminância A imagem digital Quantização, amostragem e
Leia maisReconhecimento de palma de mão. Peterson Wagner Kava de Carvalho
Reconhecimento de palma de mão Peterson Wagner Kava de Carvalho 1 Sumário 1. Introdução 2. Artigo 1: Palmprint Recognition a. Pré-Processamento b. Extração de Features c. Classificação d. Resultados 3.
Leia maisProcessamento de Imagem. Prof. MSc. André Yoshimi Kusumoto
Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Filtragem de Imagens A utilização de filtros tem como objetivo melhorar a qualidade das imagens através da: ampliação
Leia maisFiltragem de Imagens Fixas
FEUP 2006/2007 TELEVISÃO DIGITAL Filtragem de Imagens Fixas Nuno Miguel da Cunha Pássaro Nuno Miguel Dantas de Faria nº de aluno: 010503228 email: ee01228@fe.up.pt nº de aluno: 010503160 email: ee01160@fe.up.pt
Leia maisProcessamento de Imagem. Filtragem no Domínio Espacial Professora Sheila Cáceres
Processamento de Imagem Filtragem no Domínio Espacial Professora Sheila Cáceres Filtragem A filtragem de imagens pode ser realizada no domínio do espaço e da frequência Operadores de filtragem são classificados
Leia maisSERVIÇO PÚBLICO FEDERAL UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE INFORMÁTICA DEPARTAMENTO DE INFORMÁTICA APLICADA
SERVIÇO PÚBLICO FEDERAL UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE INFORMÁTICA DEPARTAMENTO DE INFORMÁTICA APLICADA DISCIPLINA: Fundamentos de Processamento de Imagens CÓDIGO: INF01046 Turma
Leia maisSEL Processamento Digital de Imagens Médicas. Aula 4 Transformada de Fourier. Prof. Dr. Marcelo Andrade da Costa Vieira
SEL 0449 - Processamento Digital de Imagens Médicas Aula 4 Transformada de Fourier Prof. Dr. Marcelo Andrade da Costa Vieira mvieira@sc.usp.br Jean Baptiste Joseph Fourier 2 Exemplo: Função Degrau 3 Exemplo:
Leia maisProcessamento de Imagens Médicas
Processamento de Imagens Médicas Prof. Dr. Paulo Mazzoncini de Azevedo Marques (pmarques@fmrp.usp.br) Prof. Dr. Lucas Ferrari de Oliveira (lferrari@inf.ufpr.br) DIAGNÓSTICO Teoria da Detecção de Sinal
Leia maisAvaliação de características para o reconhecimento de faces por meio de Wavelets
Avaliação de características para o reconhecimento de faces por meio de Wavelets Leandro L. G. Oliveira Leandroluis@inf.ufg.br Instituto de Informática - UFG Eduardo S. de Albuquerque eduardo@inf.ufg.br
Leia maisUNIVERSIDADE ESTADUAL DO OESTE DO PARANÁ UNIOESTE CAMPUS UNIVERSITÁRIO DE CASCAVEL CURSO DE CIÊNCIA DA COMPUTAÇÃO LISTA DE EXERCÍCIOS
UNIVERSIDADE ESTADUAL DO OESTE DO PARANÁ UNIOESTE CAMPUS UNIVERSITÁRIO DE CASCAVEL CURSO DE CIÊNCIA DA COMPUTAÇÃO Disciplina: Processamento de Imagens Digitais Prof o : Adair Santa Catarina 1 Considerando
Leia mais3 Conceitos básicos de filtragem digital multitaxa
Conceitos básicos de filtragem digital multitaxa.1 Introdução Filtragem digital multitaxa é um tipo de processamento de sinais em que são utilizados certos operadores que alteram a taxa de amostragem do
Leia maisFILTRAGEM DE IMAGEM NO DOMÍNIO ESPACIAL (Operações aritméticas orientadas à vizinhança)
PROCESSAMENTO DE IMAGEM #5 Operações Aritméticas Orientadas à Vizinhanças Filtragem no Domínio Espacial (Máscaras) Máscaras de suavização (média e mediana) e aguçamento (laplaciano) Correlação x Convolução
Leia maisExtração de atributos usando o método LBP - Local Binary Pattern
Extração de atributos usando o método LBP - Local Binary Pattern Lia Nara Balta Quinta. 2 de maio de 2006 1 Antecedentes e Justificativa O Brasil possui, atualmente, um grande rebanho bovino, porém em
Leia maisEspaço de Fourier. Processamento de Imagens Médicas. Prof. Luiz Otavio Murta Jr. Depto. de Física e Matemática (FFCLRP/USP)
Processamento de Imagens Médicas Espaço de Fourier Prof. Luiz Otavio Murta Jr. Depto. de Física e Matemática FFCLRP/USP Teorema da Amostragem quist. - O teorema da amostragem de quist diz que devemos amostrar
Leia maisIntrodução FILTRAGEM NO DOMÍNIO DA FREQUÊNCIA
FILTRAGEM NO DOMÍNIO DA FREQUÊNCIA Introdução Um sinal no domínio do espaço (x,y) pode ser aproximado através de uma soma de senos e cossenos com frequências (f, f2, f3,...fn) de amplitudes (a, a2,...
Leia maisO processo de filtragem de sinais pode ser realizado digitalmente, na forma esquematizada pelo diagrama apresentado a seguir:
Sistemas e Sinais O processo de filtragem de sinais pode ser realizado digitalmente, na forma esquematizada pelo diagrama apresentado a seguir: 1 Sistemas e Sinais O bloco conversor A/D converte o sinal
Leia maisTE073 PDS II Programa de Graduação em Engenharia Elétrica
TE073 PDS II Programa de Graduação em Engenharia Elétrica Prof. Alessandro Zimmer zimmer@eletrica.ufpr.br www.eletrica.ufpr.br/~zimmer/te073 Processamento Digital de Imagens PDI: Segmentação Os algoritmos
Leia maisSEMINÁRIO Visão Computacional Aluno: Afonso Pinheiro
SEMINÁRIO Visão Computacional Aluno: Afonso Pinheiro Detecting Pedestrians Using Patterns of Motion and Appearance *Paul Viola *Michael J. Jones *Daniel Snow Por que detectar pedestres? http://conexaopenedo.com.br/2016/02/sistema-consegue-detectar-pedestres-em-tempo-real/
Leia maisFILTROS NO DOMÍNIO ESPACIAL. Nielsen Castelo Damasceno
FILTROS NO DOMÍNIO ESPACIAL Nielsen Castelo Damasceno Gerando máscaras de filtragem espacial Algumas vezes pode ser útil expressar a soma de produtos como: = + + = = w são os coeficientes do filtros. z
Leia maisOperações Aritméticas
Operações Aritméticas Imagens de Entrada 1 n Operadores Aritméticos (pixel a pixel) Imagem de saída operação = A imagem de saída da operação resulta em uma redução na dimensionalidade, ou seja, um conjunto
Leia maisSEL Visão Computacional. Aula 2 Processamento Espacial
Departamento de Engenharia Elétrica - EESC-USP SEL-5895 - Visão Computacional Aula 2 Processamento Espacial Prof. Dr. Adilson Gonzaga Prof. Dr. Evandro Linhari Rodrigues Prof. Dr. Marcelo Andrade da Costa
Leia mais3. Departamento de Matemática, Universidade Estadual Paulista - UNESP Caixa postal 56, , Ilha Solteira, SP Brasil
INSERÇÃO E EXTRAÇÃO DE MARCA D ÁGUA EM IMAGENS DIGITAIS NO DOMÍNIO WAVELET JAQUELINE F. SILVA 1, MARCO APARECIDO Q. DUARTE, FRANCISCO VILLARREAL ALVARADO 3 1. Laboratório de Sistemas Inteligentes, Departamento
Leia maisExtração de características utilizando filtros de Gabor aplicado a identificação de defeitos no couro bovino
Extração de características utilizando filtros de Gabor aplicado a identificação de defeitos no couro bovino André Luiz Pasquali 24 de abril de 2006 1 Antecedentes e Justificativa Atualmente o Brasil vem
Leia maisIntrodução a Análise de Imagens Digitais
Introdução a Análise de Imagens Digitais Uma imagem digital é uma representação de uma cena por meio de um conjunto de elementos discretos e de tamanhos finitos, chamados de pixels, colocados em um arranjo
Leia mais6. FILTRAGEM DE FREQUÊNCIAS ESPACIAIS
6. FILTRAGEM DE FREQUÊNCIAS ESPACIAIS 6.1 Introdução A. P. Crósta, Processamento Digital de Imagens de Sensoriamento Remoto 1992 Em uma imagem qualquer de sensoriamento remoto, considerada em uma de suas
Leia maisAVALIAÇÃO QUALITATIVA DE DETECÇÃO DE BORDAS EM IMAGENS DE RADIOGRAFIA PERIAPICAIS
AVALIAÇÃO QUALITATIVA DE DETECÇÃO DE BORDAS EM IMAGENS DE RADIOGRAFIA PERIAPICAIS Hedlund Erik Martins Távora 1, John Hebert Da Silva Felix 2, Darleison Rodrigues Barros Filho 3, Fausta Joaquim Faustino
Leia maisTransformada em ondeleta: Uma necessidade
Revista Brasileira de Ensino de Física, v. 28, n. 4, p. 563-567, (2006) www.sbfisica.org.br Transformada em ondeleta: Uma necessidade (Wavelet transform: A necessity) Maurício José Alves Bolzan 1 Laboratório
Leia maisPROCESSAMENTO DE IMAGENS
PROCESSAMENTO DE IMAGENS Introdução Conceitos básicos Pré-processamento Realce Classificação PROCESSAMENTO DE IMAGENS- aula de 25/5/10 Introdução Conceitos básicos Pré-processamento Realce Classificação
Leia maisTranformada de Fourier II. Guillermo Cámara-Chávez
Tranformada de Fourier II Guillermo Cámara-Chávez Principios básicos A teoria de Fourier diz que qualquer sinal, em nosso caso as imagens, podem ser expressadas como uma soma de senóides. No caso das imagens,
Leia maisProcessamento de sinais digitais
Processamento de sinais digitais Aula 2: Descrição discreta no tempo de sinais e sistemas silviavicter@iprj.uerj.br Tópicos Sequências discretas no tempo. Princípio da superposição para sistemas lineares.
Leia maisPLANO DE TRABALHO: DISCIPLINA OPTATIVA PROCESSAMENTO DE IMAGENS MÉDICAS
PLANO DE TRABALHO: DISCIPLINA OPTATIVA PROCESSAMENTO DE IMAGENS MÉDICAS PROFESSOR: Alexei Manso Correa Machado 1. EMENTA Percepção visual. Modalidades de aquisição e reconstrução tomográfica. Amostragem
Leia maisProcessamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Prof. Sergio Ribeiro Tópicos Transformações de Intensidade Transformações Logarítmicas Comparação entre Diversas Técnicas 2 Transformações de Intensidade
Leia maisSEGMENTAÇÃO E RECONHECIMENTO DA ÍRIS
SEGMENTAÇÃO E RECONHECIMENTO DA ÍRIS Edno José Bozoli Junior¹, Osvaldo Severino Junior². 1. Universitário do curso de Ciências da Computação Rodovia Vicinal Raul Galvani nº. 831, Centro, CEP: 15.845-000
Leia maisDEFEITOS EM IMAGENS RADIOGRÁFICAS DE JUNTAS SOLDADAS EM TUBULAÇÕES: SEGMENTAÇÃO E EXTRAÇÃO DE DEFEITOS
DEFEITOS EM IMAGENS RADIOGRÁFICAS DE JUNTAS SOLDADAS EM TUBULAÇÕES: SEGMENTAÇÃO E EXTRAÇÃO DE DEFEITOS * Aluno do curso Tecnologia em Sistemas de Telecomunicações da UTFPR jvrsschaid@gmail.com ** Aluno
Leia maisTransformada de Discreta de Co senos DCT
Transformada de Discreta de Co senos DCT O primeiro passo, na maioria dos sistemas de compressão de imagens e vídeo, é identificar a presença de redundância espacial (semelhança entre um pixel e os pixels
Leia maisMouseCam: aplicação de controle do mouse via câmera
MouseCam: aplicação de controle do mouse via câmera Introdução ao Processamento de Imagens COS756 PESC/COPPE/UFRJ 2013 1 Renan Garrot garrot@cos.ufrj.br 1. Introdução O processo de tracking por vídeo consiste
Leia maisImplementação de um Sistema de Fusão de Imagens no Modelo
Implementação de um Sistema de Fusão de Imagens no Modelo HSI 27 de novembro de 2009 O que será apresentado O que será apresentado : Problemática; O Modelo HSI; Proposta; Implementação do sistema: ; ;
Leia maisTrabalho Final de Processamento de Imagens: Panografia
Trabalho Final de Processamento de Imagens: Panografia 1. Introdução Vítor Silva Sousa 1 1 Escola Politécnica Universidade Federal do Rio de Janeiro (UFRJ) Rio de Janeiro RJ Brasil vitor.silva.sousa@gmail.com
Leia maisProcessamento digital de imagens
Processamento digital de imagens Agostinho Brito Departamento de Engenharia da Computação e Automação Universidade Federal do Rio Grande do Norte 22 de março de 2016 Existem tipos de degradações cujo tratamento
Leia maisCompressão de Imagens Usando Wavelets: Uma Solução WEB para a Codificação EZW Utilizando JAVA. Utilizando JAVA. TCC - Monografia
Compressão de Imagens Usando Wavelets: Uma Solução WEB para a Codificação EZW Utilizando JAVA TCC - Monografia Wanderson Câmara dos Santos Orientador : Prof. Dr. Luiz Felipe de Queiroz Silveira 1 Departamento
Leia maisDetecção e Correção Automáticas de Olhos Vermelhos
Setor de Tecnologia da Universidade Federal do Paraná Curso de Engenharia Elétrica TE 072 Processamento Digital de Sinais Detecção e Correção Automáticas de Olhos Vermelhos Trabalho elaborado pelo aluno
Leia maisDetecção de Microcalcificações de Formas Especulares para Auxilio no Diagnóstico de Câncer de Mama
Detecção de Microcalcificações de Formas Especulares para Auxilio no Diagnóstico de Câncer de Mama Aledir Silveira Pereira, Kaori Yamaguchi Universidade Estadual de São Paulo (Unesp), Brasil Resumo Os
Leia maisExtração de objetos de interesse em imagens digitais utilizando a biblioteca de Visão Computacional OpenCV
Extração de objetos de interesse em imagens digitais utilizando a biblioteca de Visão Computacional OpenCV Izadora Aparecida RAMOS 1,3,4 ; Servílio Souza de ASSIS 1,3,4 ; Bruno Alberto Soares OLIVEIRA
Leia maisReconhecimento de texturas utilizando padrão binário local e classificador knn.
Reconhecimento de texturas utilizando padrão binário local e classificador knn. Vinicius Santos Andrade 1 Resumo. Através de uma imagem é possível obter inúmeras informações. Portanto, é cada vez mais
Leia maisRECONHECIMENTO DE ÍRIS EM AMBIENTES NÃO COOPERATIVOS UTILIZANDO WAVELETS E GABOR 2D
RECONHECIMENTO DE ÍRIS EM AMBIENTES NÃO COOPERATIVOS UTILIZANDO WAVELETS E GABOR 2D Fernanda Maria Sirlene Pio SUMÁRIO 1. Introdução 2. Trabalhos relacionados 3. Metodologia 1. Segmentação 2. Normalização
Leia maisWavelets. Capítulo. 4.1 Considerações Iniciais
Capítulo 4 Wavelets 4. Considerações Iniciais Este capítulo apresenta uma breve introdução à teoria de wavelets sob a ótica da análise de sinais. A todo momento estamos nos deparando com sinais, por exemplo:
Leia maisRealce de Imagens no Domínio da Transformada
Eduardo Esteves Vale Realce de Imagens no Domínio da Transformada Dissertação de Mestrado Dissertação apresentada ao Programa de Pós- Graduação em Engenharia Elétrica do Departamento de Engenharia Elétrica
Leia maisSistemas de Equações Lineares
Capítulo 3 Sistemas de Equações Lineares Um sistema com n equações lineares pode ser escrito na forma : ou na forma matricial onde com a 1,1 x 1 + a 1,2 x 2 + + a x n = b 1 a 2,1 x 1 + a 2,2 x 2 + + a
Leia maisImagem Estática JPEG 2000 JPEG 2000 JPEG 2000 JPEG Joint Photographic Experts Group Padrão ISO/IEC 15444; ITU-T T.800
Departamento de Engenharia de Telecomunicações - UFF Imagem Estática Profa. Débora Christina Muchaluat Saade deborams@telecom.uff.br Joint Photographic Experts Group Padrão ISO/IEC 15444; ITU-T T.800 Oferece
Leia mais3 Extração de Regras Simbólicas a partir de Máquinas de Vetores Suporte 3.1 Introdução
3 Extração de Regras Simbólicas a partir de Máquinas de Vetores Suporte 3.1 Introdução Como já mencionado na seção 1.1, as SVMs geram, da mesma forma que redes neurais (RN), um "modelo caixa preta" de
Leia mais3 Trabalhos Relacionados
38 3 Trabalhos Relacionados Este trabalho foi desenvolvido através de uma parceria entre o Laboratório Tecgraf/Puc-Rio e a Petrobras. Através desta parceria, a linha de pesquisa em sísmica ganhou forças
Leia maisTratamento da Imagem Transformações (cont.)
Universidade Federal do Rio de Janeiro - IM/DCC & NCE Tratamento da Imagem Transformações (cont.) Antonio G. Thomé thome@nce.ufrj.br Sala AEP/33 Transformações Geométricas 3 Transformações Geométricas
Leia maisINTERPOLAÇÃO LINEAR E BILINEAR: APLICAÇÃO EM TRANSFORMAÇÕES GEOMÉTRICAS DE IMAGEM INTRODUÇÃO
INTERPOLAÇÃO LINEAR E BILINEAR: APLICAÇÃO EM TRANSFORMAÇÕES GEOMÉTRICAS DE IMAGEM Autores: Giulia Denise Kujat VIEIRA; Milene Karine GUBETTI. Identificação autores: Estudantes do Curso Técnico em Informática
Leia maisCLASSIFICAÇÃO DE PADRÕES EM IMAGENS UTILIZANDO DESCRITORES DE TEXTURA Pattern Classification in Images Using Descriptors of Texture
CLASSIFICAÇÃO DE PADRÕES EM IMAGENS UTILIZANDO DESCRITORES DE TEXTURA Pattern Classification in Images Using Descriptors of Texture 1 e Sandro Roberto Fernandes 2 Resumo: Nesta pesquisa foi desenvolvido
Leia maisParâmetros importantes de um Analisador de Espectros: Faixa de frequência. Exatidão (frequência e amplitude) Sensibilidade. Resolução.
Parâmetros importantes de um Analisador de Espectros: Faixa de frequência Exatidão (frequência e amplitude) Sensibilidade Resolução Distorção Faixa dinâmica Faixa de frequência: Determina as frequências
Leia maisUm filtro digital é uma implementação de um filtro através de operações matemáticas aplicadas em um sinal amostrado (e quantizado);
Filtros Digitais Filtros Digitais Um filtro digital é uma implementação de um filtro através de operações matemáticas aplicadas em um sinal amostrado (e quantizado); São usados para dois propósitos básicos:
Leia maisAVALIAÇÃO DA ESTIMATIVA DE PARÂMETROS PARA MODELOS AR2D APLICADOS NA EXTRAÇÃO DE ATRIBUTOS DE TEXTURA EM IMAGENS DE SENSORIAMENTO REMOTO
AVALIAÇÃO DA ESTIMATIVA DE PARÂMETROS PARA MODELOS AR2D APLICADOS NA EXTRAÇÃO DE ATRIBUTOS DE TEXTURA EM IMAGENS DE SENSORIAMENTO REMOTO GUSTAVO TADEU ZANIBONI 1 LUCIANO VIEIRA DUTRA 1 1 INPE - Instituto
Leia maisUsando MLP para filtrar imagens
Usando MLP para filtrar imagens Thiago Richter, Ediel Wiezel da Silva, e Adilson Gonzaga Departamento de Engenharia Elétrica, Universidade de São Paulo, Brasil thiago.richter@yahoo.com.br, edielws@gmail.com,
Leia maisTELEVISÃO DIGITAL LEEC 2006/2007
TELEVISÃO DIGITAL LEEC 2006/2007 DETECÇÃO DE CONTORNOS GRUPO 6: Hugo Miguel Rodrigues Gonçalves Dinis Guedes Afonso ee01171 ee01148 Introdução Este trabalho tem como objectivo a implementação de métodos
Leia maisInterpolação de Curvas de Nível por Difusão de Calor
Interpolação de Curvas de Nível por Difusão de Calor Roberto de Beauclair Seixas Luiz Henrique de Figueiredo Cláudio Antonio da Silva {tron,lhf,cads}@visgraf.impa.br Motivação Identificação de um método
Leia maisImplementação de códigos no Matlab para detecção de falhas em cordão de soldas. Adailton Turczen de Melo Andrine M. Varela da Cruz Wallace Griz Ayres
Implementação de códigos no Matlab para detecção de falhas em cordão de soldas Adailton Turczen de Melo Andrine M. Varela da Cruz Wallace Griz Ayres Departamento Acadêmico de Eletrônica (DAELN) - Universidade
Leia maisCONSTRUÇÃO AUTOMÁTICA DE OPERADORES MORFOLÓGICOS UTILIZANDO PROGRAMAÇÃO GENÉTICA.
CONSTRUÇÃO AUTOMÁTICA DE OPERADORES MORFOLÓGICOS UTILIZANDO PROGRAMAÇÃO GENÉTICA. Emerson Carlos Pedrino * e-mail: ecpedrin@sel.eesc.sc.usp.br Valentin Obac Roda ** e-mail: valentin@sel.eesc.sc.usp.br
Leia maisProcessamento de Imagens Médicas
Processamento de Imagens Médicas Prof. Luiz Otávio Murta Junior 1 : Programa Fundamentos de imagem O modelo de imagem Realce de bordas Equalização de imagens Brilho, contraste, luminância Análise de imagens
Leia maisAcadêmicos: Cassiano Cesar Casagrande Claudir Galesky Junior Rafael Voltolini
JPEG2000 Acadêmicos: Cassiano Cesar Casagrande Claudir Galesky Junior Rafael Voltolini Compressão JPEG2000 A codificação pode ser dividida em três partes principais: Pré-processamento Processamento principal
Leia maisSEL-0339 Introdução à Visão Computacional. Aula 2 Processamento Espacial (Parte 2)
Departamento de Engenharia Elétrica - EESC-USP SEL-0339 Introdução à Visão Computacional Aula 2 Processamento Espacial (Parte 2) Prof. Dr. Marcelo Andrade da Costa Vieira Prof. Dr. Adilson Gonzaga mvieira@sc.usp.br
Leia maisIntrodução a filtros digitais. Theo Pavan e Adilton Carneiro TAPS
Introdução a filtros digitais Theo Pavan e Adilton Carneiro TAPS Filtro anti-aliasing Com um sinal já digitalizado não é possível distinguir entre uma frequência alias e uma frequência que realmente esteja
Leia mais