PROF. DR. JACQUES FACON
|
|
- Iago Ventura Fortunato
- 6 Há anos
- Visualizações:
Transcrição
1 1 PUCPR- Pontiícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Inormática Aplicada PROF. DR. JACQUES FACON LIMIARIZAÇÃO PELA DERIVADA 2ª DE PAVLIDIS Resumo: Este artigo descreve a teoria do Algoritmo de Limiarização derivada 2ª de Pavlidis e também as erramentas utilizadas para a implementação do mesmo Palavras Chave: Limiarização Derivada 2ª, Segmentação Global, algoritmo de Pavlidis 1. Introdução Como já descrito anteriormente este trabalho será realizado utilizando ma técnica de limiarização onde é aplicado sobre um histograma parcial que é constituído somente pelos pixels nos quais a curvatura atinge valores extremos. Este trabalho apresenta um método que determina um limiar com base no valor dos pixels que têm uma curvatura signiicativa. Enquanto os resultados podem não ser tão bons quanto aos obtidos em outros métodos, ele é muito rápido e tem a vantagem de ser acilmente interaceado com os sistemas de reconhecimento existentes. 2. Algoritmo A idéia seria identiicar os pixels em que a curvatura atinge um extremo, e com o valor da intensidade destes pixels para achar um limiar. Neste método, calcula0se aproximações das Derivadas segunda somente em relação ao eixo x e ao eixo y, ao contrário de outras técnicas. Isto aumenta a velocidade do processamento. O primeiro passo é processar duas imagem de uma imagem, utilizando as seguintes equações: yy = = ( x + b, + ( x b, 2 y + b) + y b) 2 Os resultados devem ser armazenados em um único byte para economizar espaço. Para que isso seja possível, substitui-se todos os valores negativos por 0, pois estes não serão mais utilizados, e divide-se os resultados das equações por 2. e O segundo passo envolve a procura por extremos checando se ambas as desigualdades > ( x + b, + c
2 2 > ( x b, + c ambas são verdadeiras. Se isto acontece, então o valor de (x, é adicionado ao histograma. Veriicações similares são eitas para yy e para ambas unções nas direções ortogonais. O Valor da constante c é maior que zero e necessita cobrir os eeitos do ruído. O histograma resultante contém somente os valores de pixels onde or yy é positivo e signiicativamente maior que os pixels vizinhos. Para reduzir este eeito de quantização de ruído, divide-se cada valor de pixel por uma constante h, então um histograma com um menos níveis é ormado. Estimação do Limiar do histograma: (1) Compute o valor médio do histograma e identiique as zonas onde o histograma excede o valor da média. Conigure o Limiar dependendo do número de zonas a seguir. (2) Se há somente uma única zona, conigure o valor do Limiar pelo primeiro valor depois da zona onde o histograma ultrapassa 1/g da média do valor, onde g é uma constante pré-selecionada. (3) Se há mais de uma zona, o Método de Otsu é aplicado para o histograma. Isto cria mais um parâmetro, g, que é a ração do valor médio além do qual os dados são ignorados. O valor escolhido oi 3, porém os resultados parecem não depender muito deste parâmetro. Constantes: b. O passo entre os pixels para a aproximação das derivadas segundas. Deve ser igual a 3. c. A constante que deine o máximo como signiicativo. Deve ser selecionado de orma adaptativa de acordo com a expressão: c = 10 + r/4 onde r e a aixa de ocorrência de valores observados no mínimo em 10 pixels. h. O Histograma de tamanho binário expressado em bits oi conigurado para 3. Essas imposições a uma granularidade de 8 unidades em uma seleção de Limiar. g. A ração do valor médio além do qual os dados são ignorados, oi conigurado como Reerências Pavlidis, T., Threshold Selection using Second Derivatives o the Gray Scale Images, IEEE, 1993, pp
3 3 IMPLEMENTAÇÃO: // Algoritmo de Limiarizacao de Derivada 2a Pavlidis BOOL CLimiar::LimiarDerivada2aPavlidis() const BYTE CONST_B = GetConstanteB_Derivada2aPavlidis(); const BYTE CONST_H = GetConstanteH_Derivada2aPavlidis(); const BYTE CONST_G = GetConstanteG_Derivada2aPavlidis(); unsigned int CONST_C; unsigned int l; unsigned int PtoMin,PtoMax; unsigned int col,lin,cont; unsigned int Zonas; double Media,MediaZona; double m_histod2[256]; int BYTE Pixel; Limiar; i (!(VeriyConsistentIn() && VeriyConsistentOut()) ) return FALSE; CopyImageInOut(); ClockStart(); Histograma(); // Servirá para Método de Otsu, também o maior NivelMinMax(); CONST_C = (unsigned int) (10 + (double)(m_lmax - m_lmin)/4); or(l=0;l<256;l++) m_histod2[l]=0; BYTE* lpbits = pirw_imgin->getimagebits(); DWORD dwwidthbytes = pirw_imgin->getimagewidthbytes(); BYTE* paux1 = new BYTE[m_Height*dwWidthBytes]; BYTE* paux2 = new BYTE[m_Height*dwWidthBytes]; BYTE* lptemp; memcpy( paux1, lpbits, m_height*dwwidthbytes); memcpy( paux2, lpbits, m_height*dwwidthbytes); lptemp = lpbits; // Cálculo da Derivada Segunda or (lin = CONST_B; lin < m_height-const_b; lin++) or (col = CONST_B; col < m_width-const_b; col++) // Derivada Segunda Pixel = (int) *((lpbits+dwwidthbytes*(lin ))+col+const_b) + *((lpbits+dwwidthbytes*(lin ))+col-const_b) -2 * (*((lpbits+dwwidthbytes*(lin ))+col )); *(paux1+dwwidthbytes*lin+col) = (Pixel<0)? 0: Pixel/2;
4 4 // Derivada Segunda yy Pixel = (int) *((lpbits+dwwidthbytes*(lin+const_b))+col) + *((lpbits+dwwidthbytes*(lin-const_b))+col) -2 * (*((lpbits+dwwidthbytes*(lin ))+col)); *(paux2+dwwidthbytes*lin+col) = (Pixel<0)? 0: Pixel/2; or (lin = CONST_B; lin < m_height-const_b; lin++) or (col = CONST_B; col < m_width-const_b; col++) Pixel = *(lpbits+dwwidthbytes*lin+col); // Teste: (x, > (x+b, + c // e (x, > (x-b, + c i( (*(paux1+dwwidthbytes*lin+col) > (*(paux1+dwwidthbytes*(lin )+col+const_b)+const_c)) && (*(paux1+dwwidthbytes*lin+col) > (*(paux1+dwwidthbytes*(lin )+col- CONST_B)+CONST_C)) ) // Teste: (x, > (x,y+b) + c // e (x, > (x,y-b) + c i( (*(paux1+dwwidthbytes*lin+col) > (*(paux1+dwwidthbytes*(lin+const_b)+col )+CONST_C)) && (*(paux1+dwwidthbytes*lin+col) > (*(paux1+dwwidthbytes*(lin-const_b)+col )+CONST_C)) ) // Teste: yy(x, > yy(x+b, + c // e yy(x, > yy(x-b, + c i( (*(paux2+dwwidthbytes*lin+col) > (*(paux2+dwwidthbytes*(lin )+col+const_b)+const_c)) && (*(paux2+dwwidthbytes*lin+col) > (*(paux2+dwwidthbytes*(lin )+col- CONST_B)+CONST_C)) ) // Teste: yy(x, > yy(x,y+b) + c // e yy(x, > yy(x,y-b) + c i( (*(paux2+dwwidthbytes*lin+col) > (*(paux2+dwwidthbytes*(lin+const_b)+col )+CONST_C)) && (*(paux2+dwwidthbytes*lin+col) > (*(paux2+dwwidthbytes*(lin-const_b)+col )+CONST_C)) ) delete paux1; delete paux2; // divisao do histograma por CONST_H, // tambem pega a media do mesmo Cont=0; Media=0; or(l=0;l<256;l++)
5 5 i (m_histod2[l]!= 0) Media += m_histod2[l]; Cont++; m_histod2[l] = m_histod2[l]/const_h; Media /= Cont*CONST_H; // conta o numero de zonas que passam a media Zonas=0; i( ((double)m_histod2[0] > Media) ) // Primeira Vez Zonas++; PtoMin=0; PtoMax=0; or(l=1;l<256;l++) i( (m_histod2[l] > Media) && (m_histod2[l-1] <= Media) ) Zonas++; i( (Zonas == 1) ) PtoMin=l; break; // Método Otsu e aplicado i( (Zonas == 1) && (m_histod2[l] < Media) && (m_histod2[l-1] >= Media) ) PtoMax=l; //se o numero de zonas or maior que 1 o metodo Otsu e aplicado no histograma //Aloca as Matrizes i( (Zonas > 1) ) long ltotalpontos; double proba[256], Omega[256], Mi[256], SigmaB[256], SigmaBMax, MiTotal; unsigned int i, k; // calculo das probabilidades a priori ltotalpontos = (long) m_width * m_height; or (i = 0; i < 256; i++) proba[i] = (double) m_histo[i]/ltotalpontos; Omega[i] = Mi[i] = 0.0; or (k = 0; k < 256; k++) or (i = 0; i < k; i++) Omega[k] += proba[i]; or (k = 0; k < 256; k++)
6 6 or (i = 0; i < k; i++) Mi[k] += (i + 1) * proba[i]; MiTotal = SigmaBMax = 0.0; or (i = 0; i < 256; i++) MiTotal += (i + 1) * proba[i]; i ((Omega[0] * (1 - Omega[0]))!= 0.0) SigmaBMax = ( (MiTotal * Omega[0] - Mi[0]) * (MiTotal * Omega[0] - Mi[0]) ) / (Omega[0] * (1 - Omega[0])); Limiar = 0; or (k = 1; k < 256; k++) i ((Omega[k] * (1 - Omega[k]))!= 0.0) SigmaB[k] = ( (MiTotal * Omega[k] - Mi[k]) * (MiTotal * Omega[k] - Mi[k]) ) / (Omega[k] * (1 - Omega[k])); i (SigmaB[k] > SigmaBMax) SigmaBMax = SigmaB[k]; Limiar = (BYTE) k; Limiar=PtoMin; MediaZona=0; or(l=ptomin;l<=ptomax;l++) MediaZona+=m_HistoD2[l]; MediaZona/=(unsigned int) ((double)ptomax-ptomin); or(l=ptomin;l<=ptomax;l++) i ( (m_histod2[l] < MediaZona/CONST_G) ) Limiar=l; break; SetLimiar(Limiar); AplicarLimiar(); ClockFinish("Limiarizacao de Derivada 2a de Pavlidis"); return TRUE;
PROF. DR. JACQUES FACON
PUCPR- Pontiícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Inormática Aplicada PROF. DR. JACQUES FACO LIMIARIZAÇÃO DE IMAGES POR ETROPIA BIDIMESIOAL Resumo: Ee artigo apresenta
Leia maisPROF. DR. JACQUES FACON
PUCPR - Pontifícia Universidade Católica Do Paraná PPGIA - Programa de Pós-Graduação Em Informática Aplicada PROF. DR. JACQUES FACON LIMIARIZAÇÃO PELO OPERADOR LAPLACIANO: MÉTODO DE CHEHIKIAN Resumo: Este
Leia maisPROF. DR. JACQUES FACON
1 PUCPR- Potifícia Uiversidade Católica Do Paraá PPGIA- Programa de Pós-Graduação Em Iformática Aplicada PROF. DR. JACQUES FACON LIMIARIZAÇÃO POR MATRIZ DE CO-OCORRÊNCIA Resumo: O método da matriz de co-ocorrêcia,
Leia maisPMR2560 Visão Computacional Conversão e Limiarização. Prof. Eduardo L. L. Cabral
PMR2560 Visão Computacional Conversão e Limiarização Prof. Eduardo L. L. Cabral Objetivos Processamento de imagens: Conversão de imagens; Histograma; Limiarização. Imagem digital Uma imagem é uma matriz
Leia maisProcessamento de Imagens. Segmentação por regiões
Processamento de Imagens Segmentação por regiões Inúmeros Métodos Clusterização Baseados em histograma Detecção de bordas Crescimento de regiões Level Set Particionamento de grafos Watershed Baseados em
Leia maisPROF. DR. JACQUES FACON
PUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada PROF. DR. JACQUES FACON LIMIARIZAÇÃO DUPLA DE ISTVÁN CSEKE PROJETO DE UMA RÁPIDA SEGMENTAÇÃO PARA
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 maisProcessamento digital de imagens
Processamento digital de imagens Agostinho Brito Departamento de Engenharia da Computação e Automação Universidade Federal do Rio Grande do Norte 6 de outubro de 2016 Segmentação de imagens A segmentação
Leia maisProcessamento de Imagens
Processamento de Imagens Prof. Dr. Márcio Sarroglia Pinho 1 Histogramas Equalização Histogramas alpha = 255 / numpixels for each pixel g(x,y) = cumulativefrequency[f(x,y)] * alpha end for http://www.generation5.org/content/2004/histogramequalization.asp
Leia maisPROF. DR. JACQUES FACON MORFOLOGIA MATEMÁTICA FUZZY : ESTUDO COMPARATIVO
PUCPR- Pontifícia Universidade Católica Do Paraná PPGIa- Programa de Pós-Graduação Em Informática aplicada PROF. DR. JACQUES FACON MORFOLOGIA MATEMÁTICA FUZZY : ESTUDO COMPARATIVO Resumo: A teoria dos
Leia maisPROF. DR. JACQUES FACON
PUCPR- Ponifícia Universidade Caólica Do Paraná PPGIA- Programa de Pós-Graduação Em Informáica Alicada PROF. DR. JACQUES FACON LIMIARIZAÇÃO POR ENTROPIA DE RENYI Resumo: Segmenação de imagem é um méodo
Leia maisUniversidade Federal do Rio de Janeiro - IM/DCC & NCE
Universidade Federal do Rio de Janeiro - IM/DCC & NCE Processamento de Imagens Segmentação Antonio G. Thomé thome@nce.ufrj.br Sala AEP/133 Conceituação Segmentação é uma tarefa básica no processo de análise
Leia maisSEL-0339 Introdução à Visão Computacional. Aula 5 Segmentação de Imagens
Departamento de Engenharia Elétrica - EESC-USP SEL-0339 Introdução à Visão Computacional Aula 5 Segmentação de Imagens Prof. Dr. Marcelo Andrade da Costa Vieira Prof. Dr. Adilson Gonzaga Segmentação de
Leia maisUNIVERSIDADE ESTADUAL PAULISTA Campus de Sorocaba. Transformações Geométricas
UNIVERSIDADE ESTADUAL PAULISTA Campus de Sorocaba Transformações Geométricas .(x,y, P).(x,y, P) Imagem fonte Imagem transformada Deve-se notar que, como uma imagem digital é representada por uma matriz
Leia maisPROF. DR. JACQUES FACON ESTUDO DA TÉCNICA DE LIMIARIZAÇÃO DE EIKVIL
PUCPR- PONTIFÍCIA UNIVERSIDADE CATÓLICA DO PARANÁ PPGIA- PROGRAMA DE PÓS-GRADUAÇÃO EM INFORMÁTICA APLICADA PROF. DR. JACQUES FACON ESTUDO DA TÉCNICA DE LIMIARIZAÇÃO DE EIKVIL Resumo: Este trabalho tem
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 maisPROF. DR. JACQUES FACON
PUCPR- Potifícia Uiversidade Católica Do Paraá PPGIA- Programa de Pós-Graduação Em Iformática Aplicada PROF. DR. JACQUES FACON LIMIARIZAÇÃO ATRAVÉS DA PROJEÇÃO DO DISCRIMINANTE LINEAR DE FISHER SOBRE O
Leia maisPMR2560 Visão Computacional Imagens binárias. Prof. Eduardo L. L. Cabral
PMR2560 Visão Computacional Imagens binárias Prof. Eduardo L. L. Cabral Objetivos Processamento de imagens binárias: Operadores binários; Propriedades geométricas; Múltiplos objetos; Segmentação da imagem.
Leia maisProcessamento de Imagem. Prof. MSc. André Yoshimi Kusumoto
Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Prof. André Y. Kusumoto andrekusumoto.unip@gmail.com Amostragem e Quantização Amostragem refere-se ao número de pontos
Leia maisRelatório de Experimentos: Processamento de Imagens em Alimentos
Relatório de Experimentos: Processamento de Imagens em Alimentos Saulo Martiello Mastelini 12 de Julho de 2016 Para realização das operações requeridas, a ferramenta ImageJ foi utilizada. Após cada passo
Leia maisSimulação Gráfica. Segmentação de Imagens Digitais. Julio C. S. Jacques Junior
Simulação Gráfica Segmentação de Imagens Digitais Julio C. S. Jacques Junior Segmentação Subdivide uma imagem em suas partes ou objetos constituintes. O nível até o qual essa subdivisão deve ser realizada
Leia 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 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 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 maisSEGMENTAÇÃO DE IMAGENS
SEGMENTAÇÃO DE IMAGENS Definição Segmentação é o processo que divide uma imagem em regiões distintas, cada uma com pixels com atributos similares Particiona os pixels de uma imagem em grupos, geralmente
Leia maisPatrícia Mateus Saramela 1, Aline Maria Malachini Miotto 2
25 a 28 de Outubro de 2011 ISBN 978-85-8084-055-1 ESTUDO E IMPLEMENTAÇÃO DO ALGORITIMO OTSU PARA LIMIARIZAÇÃO DE CARTAS FORENSES Patrícia Mateus Saramela 1, Aline Maria Malachini Miotto 2 RESUMO: Atualmente,
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 maisProcessamento de Imagens Marcia A. S. Bissaco
Engenharia Biomédica Processamento de Imagens Marcia A. S. Bissaco 1 Exemplos filtros Média Mediana Passa_B Passa_A Borda_H Borda_V Sobel_Y Sobel_X Oliveira, Henrique J. Quintino (UMC-SP), 2 Media Mediana
Leia maisUniversidade Federal do Paraná Departamento de Informática Ciência da Computação e Informática Biomédica. Tópicos em Computação
Universidade Federal do Paraná Departamento de Informática Ciência da Computação e Informática Biomédica Tópicos em Computação Robótica Competitiva e Visão Computacional Processamento de Imagens Prof.
Leia maisVisualização 2D: - Transformação window to viewport - Clipping
Visualização 2D: - Transformação window to viewport - Clipping Sistemas Gráficos/ Computação Gráfica e Interfaces 1 Transformação de Visualização (window to viewport) Objectivo: obter uma matriz de transformação
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 maisAlgoritmos e Estrutura de Dados II. Árvore AVL. Prof Márcio Bueno. / Material da Prof a Ana Eliza
Algoritmos e Estrutura de Dados II Árvore AVL Prof Márcio Bueno ed2tarde@marciobueno.com / ed2noite@marciobueno.com Material da Prof a Ana Eliza Árvores Binárias de Busca Objetivo da Utilização Minimizar
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 maisComputação L2. Linguagem C++ Observação: Material Baseado na Disciplina Computação Eletrônica.
Computação L2 Linguagem C++ ovsj@cin.ufpe.br Observação: Material Baseado na Disciplina Computação Eletrônica. Alfabeto São os símbolos ( caracteres ) permitidos na linguagem: Letras (maiúsculas e minúsculas);
Leia maisPROGRAMAÇÃO I E N T R A DA E S A Í DA D E DA D O S
PROGRAMAÇÃO I VA R I Á V E I S, C O N S TA N T E S, O P E R A D O R E S E N T R A DA E S A Í DA D E DA D O S Variáveis 2 Variáveis são locais onde são armazenados os valores na memória. Toda variável é
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 maisCursos: Análise, Ciência da Computação e Sistemas de Informação Laboratório I - Prof. Aníbal Notas de aula 2 SISTEMAS NUMÉRICOS
Cursos: Análise, Ciência da Computação e Sistemas de Informação Laboratório I - Prof. Aníbal Notas de aula 2 SISTEMAS NUMÉRICOS Para entender como o computador armazena as informações, é importante conhecer
Leia maisBits e operações. Sistemas de Computação
Bits e operações Porque utilizar base 2? Representação na base 10 Estamos acostumados Representação natural para transações financeiras (precisão) Implementação eletrônica na base 10 Difícil de armazenar
Leia mais1/50. Conceitos Básicos. Programa Básico
1/50 Conceitos Básicos Programa Básico 2/50 Operações básicas de entrada e saída #include main retorna um inteiro int main() { std::cout
Leia maisdist:=distance(pos); ou seja, o somatório dos erros mínimos, que advém do cálculo da distância mínima, uma vez, que o erro é função da distância.
Implementação das funções do algoritmo De seguida são demonstradas as derivadas de primeira e de segunda ordem, paras as variáveis necessárias, notar que apenas são demonstradas, não é explicado aqui para
Leia maisProgramação Aplicada à Engenharia
Universidade Federal Rural do Semi-Árido Departamento de Ciências Ambientais Programação Aplicada à Engenharia Aula 07: Aritmética e Tomada de decisão Silvio Fernandes 2009.1 1 Operadores Aritméticos Operadores
Leia maisIntrodução à Linguagem C++
Introdução à Linguagem C++ C++: Definição C++ C A Linguagem de Programação C++ pode ser definida como uma extensão da Linguagem C; Todo código de programação em Linguagem C pode a priori ser compilado
Leia maisSistemas numéricos e a Representação Interna dos Dado no Computador
Sistemas numéricos e a Representação Interna dos Dado no Computador Ricardo Azambuja Silveira INE-CTC-UFSC E-Mail: silveira@inf.ufsc.br URL: http://www.inf.ufsc.br~silveira Material elaborado pelo prof
Leia maisHalftoning. Formalização do problema de halftoning:
Halftoning Halftoning é o processo usado para converter uma imagem em níveis de cinzas G numa imagem binária B de forma que B pareça G se B for vista a uma certa distância. A imagem B é denominada de imagem
Leia maisPalavras Reservadas da Linguagem Java
Palavras Reservadas da Linguagem Java Palavras Reservadas da Linguagem Java: Categorias Tipos de dados primitivos Literais Pseudo-variáveis Desvio e controle de fluxo Pacotes Exceções Modificadores de
Leia maisObjectivos. Observar os tipos fornecidos pelo C++ Explicar as regras sintácticas para nomes de identificadores Estudar variáveis e constantes
Tipos de Dados Objectivos Observar os tipos fornecidos pelo C++ São dados alguns exemplos Explicar as regras sintácticas para nomes de identificadores Estudar variáveis e constantes O que são Como se distinguem
Leia maisOperadores e Expressões: bit-a-bit e especiais
Operadores e Expressões: bit-a-bit e especiais Objetivos Em C, OPERADORES e EXPRESSÕES podem ser classificados em cinco grande categorias: Atribuições Aritméticos Lógicos e Relacionais Bit-a-Bit Especiais
Leia maisRevisão C++ - Parte 1
Revisão C++ - Parte 1 Prof. Gustavo Leitão Campus Natal Central Disciplina Programação para Ambiente de Redes 5/3/2010 Objetivo da Aula 5/3/2010 5/3/2010 OBJETIVO DA AULA Revisar os principais comandos
Leia mais[2CTA121] Processamento de Imagens em Alimentos: Conceitos e Aplicações
[2CTA121] Processamento de Imagens em Alimentos: Conceitos e Aplicações Dr. Sylvio Barbon Junior PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DE ALIMENTOS - UEL 2016 Assunto Aula 4 Segmentação de Imagens 2 de
Leia maisCAPÍTULO 4 SEGMENTAÇÃO DE IMAGENS SAR
CAPÍTULO 4 SEGMENTAÇÃO DE IMAGENS SAR Segundo Gonzales e Wintz (1987), um dos primeiros passos do processo de análise de uma imagem digital consiste em particioná-la em seus elementos constituintes. O
Leia maisVISÃO COMPUTACIONAL. Marcelo Henrique dos Santos
VISÃO COMPUTACIONAL Marcelo Henrique dos Santos marcelosantos@outlook.com São Paulo SP, Agosto/2013 INTRODUÇÃO Processamento de imagens é um processo onde a entrada do sistema é uma imagem e a saída é
Leia maisTextura. Textura 04/09/2014. Prof. Yandre Costa
UNIVERSIDADE ESTADUAL DE MARINGÁ PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO Prof. Yandre Costa - 1 Prof. Yandre Costa Prof. Yandre Costa - 2 é um importante atributo visual presente em imagens,
Leia maisAula 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
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 / 17 Introdução Excelentes pesquisas sobre descritores
Leia maisUNIVERSIDADE ESTADUAL DE MARINGÁ PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO. Prof. Yandr re Costa - 1. Prof. Yandre Costa.
UNIVERSIDADE ESTADUAL DE MARINGÁ PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO Prof. Yandr re Costa - 1 Textura Prof. Yandre Costa Prof. Yandr re Costa - 2 Textura é um importante atributo visual
Leia maisCódigos Especiais. Tiago Dezuo DEE - Engenharia Elétrica CCT. ALB0001 Álgebra de Boole JOINVILLE
Códigos Especiais Tiago Dezuo DEE - Engenharia Elétrica CCT ALB0001 Álgebra de Boole JOINVILLE Introdução contextualização Representação de números em diversas bases Conversão de bases Operações aritmémcas
Leia maisProcessamento de Imagens Segmentação
Processamento de Imagens Segmentação 1 Segmentação Segmentação Análise de Imagem Divisão da imagem em partes fortemente relacionadas aos objetos e áreas do mundo real contidos na imagem Completa: regiões
Leia mais3. Linguagem de Programação C
Introdução à Computação I IBM1006 3. Linguagem de Programação C Prof. Renato Tinós Departamento de Computação e Matemática (FFCLRP/USP) 1 Principais Tópicos 3.2. Estrutura de Programas e Representação
Leia maisPROGRAMAÇÃO ORIENTADA A OBJETOS I. Prof. Me. Hélio Esperidião
PROGRAMAÇÃO ORIENTADA A OBJETOS I Prof. Me. Hélio Esperidião AVALIAÇÃO 2 avaliações + Lista de Exercícios 1 Prova + 1 Projeto Prova (0-8) + 2 pontos para lista de exercícios entregue no dia da prova. Projeto(0-10)
Leia maisÁrvore de componentes Aula 8
Árvore de componentes Aula 8 Prof. Dr. Paulo A. V. de Miranda Instituto de Matemática e Estatística (IME), Universidade de São Paulo (USP) pmiranda@vision.ime.usp.br Decomposição por limiarização Uma imagem
Leia maisTrabalho 2 Fundamentos de computação Gráfica
Trabalho 2 Fundamentos de computação Gráfica Processamento de Imagens Aluno: Renato Deris Prado Tópicos: 1- Programa em QT e C++ 2- Efeitos de processamento de imagens 1- Programa em QT e C++ Para o trabalho
Leia maisEstruturas da linguagem C. 1. Identificadores, tipos primitivos, variáveis e constantes, operadores e expressões.
1 Estruturas da linguagem C 1. Identificadores, tipos primitivos, variáveis e constantes, operadores e expressões. Identificadores Os identificadores seguem a duas regras: 1. Devem ser começados por letras
Leia maisProf. Marco Antonio M. Carvalho
Prof. Marco Antonio M. Carvalho Lembretes Lista de discussão Endereço: programaacao@googlegroups.com Solicitem acesso: http://groups.google.com/group/programaacao Página com material dos treinamentos http://www.decom.ufop.br/marco/extensao/obi/
Leia maisExemplos. Propagação (Reconstrução)
Processamento de Imagens Médicas Morfologia Matemática em Imagens Prof. Luiz Otavio Murta Jr. Informática Biomédica Depto. de Física e Matemática (FFCLRP/USP) Propagação (Reconstrução) lgoritmos Baseados
Leia maisAULA 14 ESTRUTURA DE DADOS
AULA 14 ESTRUTURA DE DADOS Matriz esparsa Norton T. Roman & Luciano A. Digiampietri Matriz Uma matriz bidimensional é um conjunto de elementos (ou tabela) composta por m linhas e n colunas. Matriz Uma
Leia maisPROBLEMAS DE OPTIMIZAÇÃO
PROBLEMAS DE OPTIMIZAÇÃO EXTREMOS: MÁXIMOS E MÍ IMOS As questões de optimização estão relacionados com a escolha da melhor alternativa para a resolução de um problema com base em critérios particulares.
Leia maisRecuperação P1 de Estrutura de Dados
Recuperação P1 de Estrutura de Dados Sigla _IED001_ TURMA: A PERÍODO: MAT ( ) NOT ( ) DISCIPLINA:_Estrutura de Dados DATA: / / Argumente com fundamentando as questões da avaliação indicando porque a questão
Leia maisAprendizagem de Máquina
Problema do Agrupamento Aprendizagem de Máquina Alessandro L. Koerich Seja x = (x 1, x 2,, x d ) um vetor d dimensional de características Seja D um conjunto de x vetores, D = { x(1), x(2),, x(n) } Problema
Leia maisLINGUAGEM C PARA O 8051
LINGUAGEM C PARA O 8051 Disciplina de Microcontroladores Prof. Ronnier e Rubão VARIÁVEIS E TIPOS DE DADOS SIMPLES Char 8 bits Short e int 16 bits Long 32 bits Float 32 bits Unsigned int 16 bits Unsigned
Leia maisImage Descriptors: texture
Image Descriptors: texture Image Processing scc0251 www.icmc.usp.br/ moacir moacir@icmc.usp.br ICMC/USP São Carlos, SP, Brazil 2011 Moacir Ponti Jr. (ICMCUSP) Image Descriptors: texture 2011 1 / 28 Agenda
Leia maisMC102 Algoritmos e programação de computadores Aula 3: Variáveis
MC102 Algoritmos e programação de computadores Aula 3: Variáveis Variáveis Variáveis são locais onde armazenamos valores na memória. Toda variável é caracterizada por um nome, que a identifica em um programa,
Leia maisComputação e Programação Aula prática nº 5. Enunciados dos problemas
Enunciados dos problemas 1 2. Implementação de uma calculadora 2.1 Objectivos do exercício análise sequencial de um problema baseada em objectos e desenvolvimento do respectivo algoritmo; codificação do
Leia mais4 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
Leia maisPropriedades da Imagem Amostragem & Quantização (Quantificação) Histograma Imagem Colorida x Imagem Monocromática. Propriedades da Imagem
Proc. Imagem Prof. Júlio C. Klafke [1] TÓPICOS DESENVOLVIDOS NESTE MÓDULO PROCESSAMENTO DE IMAGEM #02 Propriedades da Imagem Amostragem & Quantização (Quantificação) Histograma Imagem Colorida x Imagem
Leia maisErros, Precisão Numérica e Ponto Flutuante
Capítulo 3 Erros, Precisão Numérica e Ponto Flutuante No capítulo anterior introduzimos o conceito de variável em programação. Uma variável é basicamente um nome usado para se referir a algum conteúdo
Leia maisUNIVERSIDADE CATÓLICA DE GOIÁS
01 NOTA DE AULA 0 UNIVERSIDADE CATÓLICA DE GOIÁS DEPARTAMENTO DE MATEMÁTICA E FÍSICA Disciplina: FÍSICA GERAL E EXPERIMENTAL I (MAF 01) Coordenador: PROF. EDSON VAZ CAPÍTULOS: 05 e 06 CAPÍTULO 5 FORÇA
Leia maisCIV 2802 Sistemas Gráficos para Engenharia º Trabalho: Programação básica em C++: Classes
CIV 2802 Sistemas Gráficos para Engenharia 2011.1 4º Trabalho: Programação básica em C++: Classes Implementação de uma calculadora RPN (Reversed Polish Notation) Entrega: 05/abril/2011 Pede-se complementar
Leia maisRepresentação por Variáveis de Estado
EPESENTAÇÃO DE SISTEMAS DINÂMIOS PO VAIÁVEIS DE ESTADO Um sistema é dito dinâmico se a resposta presente depender de uma ecitação passada. aso contrário, se depender apenas da ecitação presente, é dito
Leia maisLinguagem C: Variáveis e Operadores. Prof. Leonardo Barreto Campos 1
Linguagem C: Variáveis e Operadores Prof. Leonardo Barreto Campos Sumário Variáveis: Tipos de variáveis; Nome da variável; Palavras reservadas; A função printf(); A função scanf(); Variáveis locais; Variáveis
Leia maisProcessamento De Imagem. Descritores de Cor
Processamento De Imagem Descritores de Cor Cores Uma das propriedades mais importantes para visão humana. Muito usada em sistemas de recuperação de imagens, CBIRs. Taxonomia Global A informação de cor
Leia mais4 as Jornadas Politécnicas de Engenharia
4 as Jornadas Politécnicas de Engenharia Imagens de Faces: Exemplos de Metodologias e Aplicações Fernando Carvalho, João Manuel R. S. Tavares Aplicação Metodologias Modelos Conclusões Trabalho Futuro Introdução:
Leia maisDouglas Antoniazi Kleberson Hayashi Angelossi
Fundamentos de compressão e codificação de imagens Douglas Antoniazi Kleberson Hayashi Angelossi 1 Sumário Redundância Codificação Interpixel Psicovisual Critérios de fidelidade Erro total Erro médio quadrático
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 maisCARACTERIZAÇÃO DE CROMOSSOMOS DE TARTARUGAS DA ESPÉCIE PHRYNOPS GEOFFROANUS (TESTUDINES: PLEURODIRA)
CARACTERIZAÇÃO DE CROMOSSOMOS DE TARTARUGAS DA ESPÉCIE PHRYNOPS GEOFFROANUS (TESTUDINES: PLEURODIRA) Ivan Botacini Zanon Rua Lourenço Manzano, 218 Neves Paulista - SP (17) 3271-1398 ivanzanon@gmail.com
Leia maisUNIVERSIDADE LUSÓFONA DE HUMANIDADES E TECNOLOGIAS CURSO DE ENGENHARIA ELECTROTÉCNICA/INDUSTRIAL
UNIVERSIDADE LUSÓFONA DE HUMANIDADES E TECNOLOGIAS CURSO DE ENGENHARIA ELECTROTÉCNICA/INDUSTRIAL 1º Semestre 2005/2006 Introdução à Programação Correcção do Exame de 4/02/2006 Leia com atenção as perguntas
Leia maisProcessamento da Informação Estruturas de seleção simples e composta
Processamento da Informação Estruturas de seleção simples e composta Prof. Jesús P. Mena-Chalco CMCC/UFABC Q1/2017 1 Expressões Booleanas 2 Fonte: http://pt.wikipedia.org/wiki/george_boole Expressões Booleanas
Leia maisTelevisão Digital. Codificação de Entropia Códigos de Huffman. Hélio Manuel Gonçalves Jaco
Codificação de Entropia Códigos de Huffman Hélio Manuel Gonçalves Jaco Porto, Outubro de 2006 1. Objectivo Desenvolver um programa que gere códigos de Huffman de imagens às quais foi aplicada uma transformada
Leia maisVisão computacional. Juliana Patrícia Detroz Orientador: André Tavares Silva
Visão computacional Juliana Patrícia Detroz Orientador: André Tavares Silva Visão computacional Tentativa de replicar a habilidade humana da visão através da percepção e entendimento de uma imagem; Fazer
Leia maisProcessamento de Imagem. Histograma da Imagem Professora Sheila Cáceres
Processamento de Imagem Histograma da Imagem Professora Sheila Cáceres Histograma É a distribuição de frequência dos níveis de cinza da imagem onde cada entrada no eixo x representa o nível de cinza específico
Leia maisDescritores de Imagem
Descritores de Imagem André Tavares da Silva 31 de março de 2014 1 Descritores de imagem (continuação) 1.1 Frameworks de detecção de objetos SIFT (scale-invariant features transform) (Lowe, 1999) SIFT
Leia maisDETECÇÃO DE LINHA DO HORIZONTE EM IMAGENS DIGITAIS HORIZON LINE DETECTION IN DIGITAL IMAGES
DETECÇÃO DE LINHA DO HORIZONTE EM IMAGENS DIGITAIS HORIZON LINE DETECTION IN DIGITAL IMAGES BEUREN, Arlete Teresinha 1 ; FACON, Jacques 2 1 UTFPR, Santa Helena, Paraná, Brasil; 2 Pontifícia Universidade
Leia maisITENS FUNDAMENTAIS. Profª Angélica da Silva Nunes
ITENS FUNDAMENTAIS Profª Angélica da Silva Nunes CONCEITOS BÁSICOS Hardware - é a parte física do computador, tais como: teclado, monitor de vídeo, etc. Software - são os programas e aplicativos que permitem
Leia maisAlgoritmos e Estruturas de Dados I (DCC/003) 2013/1. Estruturas Básicas. Aula Tópico 4
Algoritmos e Estruturas de Dados I (DCC/003) 2013/1 Estruturas Básicas Aula Tópico 4 1 Problema 3 Exibir o maior número inteiro que pode ser representado no computador. 2 Qual o maior número inteiro? Para
Leia maisORIENTAÇÃO A OBJETOS SISTEMAS DE INFORMAÇÃO DR. EDNALDO B. PIZZOLATO
ORIENTAÇÃO A OBJETOS SISTEMAS DE INFORMAÇÃO DR. EDNALDO B. PIZZOLATO SOBRECARGA DE OPERADORES (C++) A sobrecarga de operadores ocorre quando desejamos utilizar operadores jáj conhecidos (+,-,*,/,=,+=...)
Leia maisElementos de programação em C
Elementos de programação em C Literais e constantes Francisco A. C. Pinheiro, Elementos de Programação em C, Bookman, 2012. Visite os sítios do livro para obter material adicional: www.bookman.com.br e
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 maisConclusões e Trabalhos Futuros
79 8 Conclusões e Trabalhos Futuros O presente trabalho teve o propósito de desenvolver um algoritmo para segmentação e quantificação de tecidos internos em imagens de úlceras de perna. O trabalho fará
Leia maisFaculdade de Engenharia da Computação
Faculdade de Engenharia da Computação Disciplina Segurança Aplicada a Computação Aplicações de Modelos para Segurança Site : http://www1.univap.br/~wagner/ec.html Prof. Responsáveis Wagner Santos C. de
Leia mais3. Linguagem de Programação C
Introdução à Computação I IBM1006 3. Linguagem de Programação C Prof. Renato Tinós Departamento de Computação e Matemática (FFCLRP/USP) 1 3.3. Conceitos Básicos de C: Expressões, Operadores e Bibliotecas
Leia mais