Super-Resolução de Imagens Aplicada à Área Médica
|
|
- Aníbal Caminha Bergler
- 5 Há anos
- Visualizações:
Transcrição
1 Super-Resolução de Imagens Aplicada à Área Médica Ana Carolina Correia Rézio 1 William Robson Schwartz 2 Hélio Pedrini 1 1 Instituto de Computação - Universidade Estadual de Campinas Campinas, SP, Brasil, Departmento de Ciência da Computação - Universidade Federal de Minas Gerais Belo Horizonte, MG, Brasil, Resumo Várias aplicações requerem o uso de imagens em níveis cada vez mais altos de resolução, de modo a favorecer as tarefas de interpretação e visualização dos dados presentes nas imagens. Devido ao elevado custo dos sensores empregados na captura de imagens de alta resolução, torna-se importante melhorar a qualidade e aumentar a resolução das imagens geradas pelos dispositivos de aquisição. Este trabalho apresenta e analisa algumas técnicas de superresolução aplicadas a imagens médicas. Medidas quantitativas e qualitativas são utilizadas na comparação dos resultados obtidos com as técnicas de super-resolução consideradas nos experimentos. Abstract Several applications demand the use of images in increasingly higher levels of resolution, in order to benefit the tasks of interpretation and visualization of data present in the images. Due to the high cost of sensors used to capture high resolution images, it is important to improve quality and increase the resolution of images generated by acquisition devices. This paper presents and analyzes some superresolution techniques applied to medical images. Quantitative and qualitative measures are used to compare the results obtained with the super-resolution techniques considered in the experiments. 1. Introdução Em diversas aplicações, tais como medicina, biologia, automação industrial, vigilância, sensoriamento remoto, há uma grande demanda de imagens com alta resolução espacial [5, 23, 3, 19, 25]. Essas imagens possibilitam a análise e a visualização mais precisas dos detalhes presentes nos dados. Em virtude de fatores associados ao custo e às limitações dos dispositivos de aquisição, uma alternativa é aumentar a resolução e melhora da qualidade psicovisual das imagens por meio da aplicação de técnicas conhecidas como superresolução (SR). Técnicas de SR têm recebido crescente interesse nos últimos anos [1], cujo objetivo principal é aumentar a resolução espacial das imagens, favorecendo a precisão na análise e interpretação das imagens, melhorando a qualidade da visualização e preservando as informações originais sem a adição de artefatos às imagens resultantes [12, 4, 21, 13]. Técnicas de SR podem ser aplicadas tanto em uma única imagem quanto em uma sequência de imagens ou vídeos [20]. Métodos de super-resolução em uma única imagem visam aumentar à resolução da imagem a partir do realce de suas informações mais relevantes, sem a introdução de borramento. Métodos de super-resolução em múltiplas imagens procuram criar uma imagem com mais alta resolução (HR) a partir da fusão de informações presentes nas imagens de baixa resolução (LR). Em [18] é apresentado um algoritmo de super-resolução baseado em amostras de treinamento para estimar detalhes em altas frequências nas imagens reamostradas. O algoritmo opera apenas na componente de luminância Y do espaco de cores YUV, a fim de estimar as altas frequências perdidas no processo de reamostragem das imagens. Os resultados apresentaram mais vantagem devido à redução da dimensionalidade das amostras, ou seja, o algoritmo é computacionalmente mais rápido. O método utilizado em [22, 23] é baseado no método das projeções em conjuntos convexos (POCS, do inglês convex set projection method), modificado para utilizar um interpolador sinc, ao invés dos interpoladores tradicionalmente utilizados, tais como vizinho mais próximo ou bilinear. A interpolação sinc é aplicada para produzir a grade de alta resolução inicial do algoritmo POCS. Informações das imagens são preservadas nas imagens obtidas com a super-
2 resolução. Em [15] foram propostas melhorias nos métodos de reconstrução por super-resolução baseado no método POCS. Primeiro, a discretização do modelo de formação de imagens contínuas é melhorada para permitir o uso de métodos de interpolação de alta ordem. Segundo, os conjuntos de restrição são modificados para reduzir a quantidade de bordas presentes na imagem de alta resolução estimada. O método proposto em [2] recupera em alta resolução a imagem de baixa resolução fornecida utilizando um conjunto de modelos de treinamento. Este método foi inspirado no LLE (do inglês Locally Linear Embedding). Os experimentos reportam bons resultados empíricos. Destobbeleire [6] propõe um método de super-resolução dividido em dois passos: preparação do conjunto de treinamento e a construção da banda de alta frequência que falta na imagem de entrada. Destobbeleire aplicou o algoritmo de único passo proposto em [7]. A técnica gerou bons resultados, principalmente no que se refere à textura. No entanto, em alguns casos, artefatos foram produzidos e ampliados quando se aumenta a imagem por um fator 4. Neste trabalho, algumas técnicas de super-resolução aplicadas a imagens médicas são apresentadas e analisadas. Uma comparação dos resultados é realizada com base em medidas quantitativas e qualitativas. O texto está organizado da seguinte forma. A seção 2 descreve brevemente os métodos de super-resolução utilizados nos experimentos. Os resultados experimentais obtidos a partir da aplicação dos métodos em imagens médicas são apresentados e analisados na seção 3. Finalmente, a seção 4 conclui o trabalho e indica propostas para trabalhos futuros. 2. Métodos de Reamostragem e Super- Resolução Esta seção descreve alguns métodos de interpolação e super-resolução utilizados para aumentar a resolução espacial de imagens Métodos de Reamostragem Na interpolação da imagem, os novos pixels são atribuídos a partir dos dados dos pixels já existentes. Há vários métodos de interpolação existentes na literatura [14]. Dentre os mais comumente utilizados, destacam-se a interpolação por vizinho mais próximo, a bilinear e a bicúbica [8, 16]. O interpolador por vizinho mais próximo é um método simples que apresenta baixo custo computacional. Um bom desempenho é obtido quanto à preservação do contraste, além de assegurar que o valor reamostrado seja um dos valores originais. Suas desvantagens consistem em gerar distorções em detalhes finos e a apresentar bordas serrilhadas. Na imagem reamostrada, o valor original do pixel é atribuído ao pixel p (x, y ) mais próximo da posição (x, y). O interpolador bilinear calcula a intensidade do valor de cada pixel p (x, y ) por meio da média ponderada de distância dos quatro pixels vizinhos mais próximos. A imagem resultante apresenta uma suavização nas bordas e distorção de fase (efeito de borramento). A interpolação bicúbica para obter uma estimativa suave do nível de cinza em cada pixel p (x, y ) apresenta um número maior de pontos vizinhos. Na imagem resultante, os detalhes finos são preservados, bordas são suavizadas e as distorções são minimizadas. Ela possui uma melhor preservação das bordas entre os métodos de interpolação apresentados anteriormente Iterative Back-Projection A técnica de super-resolução Iterative Back-Projection (IBP), criada a partir de variações da técnica de backprojection originalmente proposta para reconstrução de vistas tomográficas de imagens médicas, utiliza um procedimento iterativo para minimização do erro entre os dados originais e a saída do modelo [25, 9], conforme equação HR n+1 k = HR n k + L j=1 H BP k,j (LR j C j,k HR n k ) (1) em que HR n+1 k é uma imagem de alta resolução no instante k, Hk,j BP é o operador de back-projection, n é a iteração corrente, L é o número de imagens de baixa resolução, essas representadas por LR, C j,k é a matriz de transformação conjunta de movimento e aquisição. Este método é similar aos métodos iterativos para solução de mínimos quadrados. Uma de suas vantagens é a velocidade de convergência, a qual está associada ao operador back-projection [9] Gradient Profile Prior O método de super-resolução Gradient Profile Prior (GPP) é uma distribuição paramétrica que descreve a forma e a nitidez dos perfis de gradiente na imagem natural. Uma das observações apresentadas em [10, 11] é que a forma estatística desses perfis é estável e invariante na resolução da imagem. A partir dessa informação, pode-se aprender a relação estatística de nitidez do perfil de gradiente entre a imagem HR e a imagem LR. Utilizando-se relacionamento e o perfil de gradiente aprendido, é possível fornecer uma restrição sobre o gradiente de campo da imagem HR. Combinando com a restrição
3 de reconstrução pode-se então recuperar uma imagem de HR de alta qualidade. As vantagens do GPP citadas em [11, 10] incluem: a) o perfil de gradiente não é uma restrição de suavidade. Assim, tanto em pequena escala quanto em grande escala, as bordas podem ser bem recuperadas na imagem HR; (b) os artefatos comuns em super-resolução, tais como serrilhamento de bordas, podem ser evitados com o trabalho no domínio do gradiente. A imagem de alta resolução na técnica GPP pode ser obtida da seguinte equação HR t+1 = HR t τ E(HR) HR em que E(HR) = ((HR G) LR) G HR β( 2 HR 2 HR T ), 2 HR T (x) = r(d(x, x 0 )) 2 LR u, G representa o filtro espacial Gaussiano, é o operador de convolução, é o operador down-sampling 2 HR T representa o gradiente de campo transformado da imagem HR, 2 LR u representa o gradiente de campo da imagem LR e é o operador up-sampling. O termo 2 HR T transforma o gradiente de campo observado para o gradiente de campo alvo por meio do mapeamento da forma e da nitidez do perfil de gradiente observado. 3. Resultados Experimentais O processo de avaliação da qualidade da imagem de super-resolução (SR) obtida em relação à imagem de referência (LR) não é uma tarefa simples, uma vez que essas imagens possuem resoluções diferentes. As técnicas apresentadas na seção 2 foram utilizadas na avaliação dos resultados da super-resolução por meio de uma métrica quantitativa e uma métrica qualitativa, a raiz do erro médio quadrático e índice de similaridade estrutural, respetivamente, definidos a seguir Raiz do Erro Médio Quadrático A raiz do erro médio quadrático (RMSE, do inglês Root Mean Square Error) corresponde à soma da raiz quadrada da soma do quadrado das diferenças de cada ponto das imagens LR e HR. Essa medida indica o grau de similaridade entre as imagens LR e HR, tendo valor igual a zero quando as duas imagens são idênticas. A medida é dada por RMSE = 1 MN M 1 x=0 (2) N 1 [LR(x, y) HR(x, y)] 2 (3) y=0 em que M e N são as dimensões das imagens Índice de Similaridade Estrutural O índice de similaridade estrutural (SSIM, do inglês Structural SIMilarity) foi proposto em [24]. Este índice também é utilizado para mensurar a similaridade entre duas imagens. A qualidade é medida comparando-se as correlações locais em luminância, contraste e estrutura entre a imagem de referência e a imagem a ser avaliada [19]. O SSIM é dado por SSIM(x, y) = (2µ xµ y + C 1 )(2σxy + C 2 ) (µ 2 x + µ 2 y + C 1 )(σ 2 xσ 2 y + C 2 ) em que as constantes C 1 e C 2 são utilizadas para estabilizar a equação quando (µ 2 x + µ 2 y) e (σ 2 xσ 2 y) são próximos de zero. Como sugerido por [24], utilizou-se C 1 = 0.01 e C 2 = Amostras de Dados e Avaliação A tabela 1 apresenta algumas amostras de imagens, extraídas de [17], utilizadas nos experimentos. Essas imagens foram subamostradas pelo método de interpolação bicúbica em duas, quatro e em oito vezes, resultando, para cada amostra, em outras três imagens em baixa resolução (LR). Imagens Tamanho (pixels) Tipo Amostra 1 352x352 Níveis de Cinza Amostra 2 464x464 Níveis de Cinza Amostra 3 480x480 Colorida Amostra 4 480x480 Colorida Tabela 1. Amostras de imagens utilizadas nos experimentos. A partir das imagens LR reamostradas foram aplicados os métodos de interpolação e super-resolução. Alguns resultados são ilustrados na figura 1. Cada linha da figura referese a uma das amostras indicadas na tabela 1. A Amostra 1 foi reduzida em duas vezes, a Amostra 2 em quatro vezes e as Amostras 3 e 4 foram reduzidas em oito vezes. Para realizar a avaliação de carácter objetivo a partir das medidas estatísticas RMSE e SSMI, apresentadas nas subseções 3.1 e 3.2, as imagens resultantes foram comparadas com as imagens originais antes de serem reamostradas. Os resultados podem ser observados na tabela 2. A análise quantitativa demonstra que, em geral, os métodos bilinear e GPP apresentam melhor eficácia. Com base na avaliação visual dos resultados obtidos, pode-se também observar que o método GPP apresenta melhor nitidez e realce de bordas. (4)
4 (a) (b) (c) (d) (e) (f) Figura 1. Alguns resultados obtidos a partir das te cnicas avaliadas. (a) imagens de baixa resoluc a o; (b) imagens originais; (c) interpolac a o por vizinho mais pro ximo; (d) interpolac a o bilinear; (e) superresoluc a o por iterative back-projection; (f) super-resoluc a o por GPP. 4. Concluso es e Trabalhos Futuros 5. Agradecimentos Te cnicas de interpolac a o e super-resoluc a o te m como objetivo aumentar a resoluc a o espacial de uma imagem ou uma seque ncia de imagens. Os autores sa o gratos a FAPESP, a FAPEMIG, ao CNPq, a CAPES e ao Instituto Nacional de Cie ncia e Tecnologia - Medicina Assistida por Computac a o Cientı fica (INCTMACC), pelo apoio financeiro (Processo / Edital MCT/CNPq No 015/2008). Este artigo apresentou uma ana lise comparativa entre diferentes me todos de super-resoluc a o e de reamostragem aplicados a imagens me dicas. Os me todos de interpolac a o utilizados foram o vizinho mais pro ximo e o bilinear, enquanto para os me todos de super-resoluc a o foram utilizados o me todo IBP e o me todo GPP. Propostas para trabalhos futuros incluem uma avaliac a o minuciosa, com a participac a o de especialistas me dicos, dos me todos de super-resoluc a o aplicados em imagens de mamografia, bem como o uso dos me todos em vı deos na a rea de telemedicina. Refere ncias [1] N. A. V. Bec a. Construc a o de uma Ca mara de Alta Sensibilidade e Baixa Resoluc a o para Super Resoluc a o. Master s thesis, Faculdade de Cie ncias e Tecnologia de Coimbra, Departamento de Fı sica, [2] H. Chang, D.-Y. Yeung, and Y. Xiong. Super-Resolution through Neighbor Embedding. In Proceedings IEEE Conference on Computer Vision and Pattern Recognition, pages , Washington, DC, Estados Unidos, 2004.
5 Imagem Fator Medidas Vizinho Bilinear IBP GPP mais próximo 2x RMSE 6,7955 5,1357 7,7817 9,9761 SSIM 0,9972 0,9984 0,9963 0,9942 Amostra 1 4x RMSE 12,3795 9, , ,4269 SSIM 0,9908 0,9940 0,9884 0,9924 8x RMSE 20, , , ,4572 SSIM 0,9743 0,9819 0,9701 0,9841 2x RMSE 10,2151 8, , ,4159 SSIM 0,9834 0,9869 0,9771 0,9805 Amostra 2 4x RMSE 17, , , ,9530 SSIM 0,9494 0,9565 0,9400 0,9608 8x RMSE 24, , , ,2199 SSIM 0,8975 0,9052 0,8893 0,9213 2x RMSE 8,7286 7,5044 9, ,1199 SSIM 0,9962 0,9973 0,9956 0,9927 Amostra 3 4x RMSE 15, , , ,8747 SSIM 0,9881 0,9917 0,9871 0,9905 8x RMSE 22, , , ,7325 SSIM 0,9714 0,9776 0,9713 0,9809 2x RMSE 6,0729 4,9881 6,3095 8,7532 SSIM 0,9917 0,9938 0,9872 0,9859 Amostra 4 4x RMSE 11, , , ,1130 SSIM 0,9743 0,9784 0,9643 0,9755 8x RMSE 16, , , ,2664 SSIM 0,9491 0,9567 0,9364 0,9577 Tabela 2. Resultados da avaliação das amostras obtidas com as técnicas de interpolação e superresolução. [3] S. Chaudhuri. Super-Resolution Imaging. Kluwer Academic Publishers, Boston, MA, Estados Unidos, [4] F. B. da Silva. Super-Resolução Utilizando Quadros Chaves em Sequências de Vídeo de Resolução Mista. Master s thesis, Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, [5] L. L. de Almeida and A. M. G. Tommaselli. Melhoramento da Resolução a partir de Sequências de Imagens. Boletim de Ciências Geodésicas, 9(2): , Julho-Dezembro [6] R. Destobbeleire. Super-Resolution. Technical report, Instituto de Matemática Pura e Aplicada, Rio de Janeiro-RJ, [7] W. T. Freeman, T. R. Jones, and E. C. Pasztor. Examplebased Super-Resolution. IEEE Computer Graphics and Appications, 22(2):56 65, Março [8] R. C. Gonzalez and R. E. Woods. Processamento de Imagens Digitais. Edgard Blucher Ltda, São Paulo, SP, Brasil, [9] M. Irani and S. Peleg. Improving Resolution by Image Registration. Graphical Models and Image Processing, 53(3): , Maio [10] Z. X. Jian Sun, Jian Sun and H.-Y. Shum. Image Super- Resolution using Gradient Profile Prior. IEEE Conference on Computer Vision and Pattern Recognition, [11] Z. X. Jian Sun, Jian Sun and H.-Y. Shum. Gradient Profile Prior and Its Applications in Image Super-Resolution and Enhancement. IEEE Transactions on Image Processing, [12] X. Liu, D. Song, C. Dong, and H. Li. MAP-Based Image Super-Resolution Reconstruction. Proceedings of World Academy of Science, Engineering and Tecnology, 37: , [13] W. Lucien. Definitions and Terms of Reference in Data Fusion. IEEE Transactions on Geosciences and Remote Sensing, 37(3): , [14] W. Lucien, T. Ranchin, and M. Mangolini. Fusion of Satellite Images of Different Spatial Resolutions: Assessing the
6 Quality of Resulting Images. Photogrammetric Engineering & Remote Sensing, 63: , [15] A. J. Patti and Y. Altunbasak. Artifact Reduction for Set Theoretic Super Resolution Image Reconstruction with Edge Adaptive Constraints and Higher-Order Interpolants. IEEE Transactions on Image Processing, 10(1): , Janeiro [16] H. Pedrini and W. Schwartz. Análise de Imagens Digitais - Princípios, Algoritmos e Aplicações. Pioneira Thomson, [17] RadPath. Radiology/Pathology Correlation Module (Rad- Path), Cases/bwh/hcache/group0-index.html. [18] C. Rubert, L. Fonseca, and L. Velho. Super-Resolução de Imagens de Sensores Remotos Usando a Transformada de Cor YUV para Estimação das Altas Frequências. In IV Workshop dos Cursos de Computação Aplicada. INPE, [19] A. Rézio and H. Pedrini. Avaliação de Interpoladores para Super-Resolução de Vídeos. In VI Workshop de Visão Computacional (WVC 2010), pages , Presidente Prudente-SP, Julho [20] R. R. Schultz and R. L. Stevenson. Extraction of High- Resolution Frames from Video Sequences. IEEE Transactions on Image Processing, 5(6): , Junho [21] M. A. B. G. Telles Jr. Fusão de Imagens de Sensoriamento Remoto Utilizando a Transformada Wavelet. Master s thesis, Universidade de Brasília, [22] M. A. B. G. Telles Junior. Super-Resolução de Imagens de Sensoriamento Remoto. PhD thesis, Universidade de Brasília, [23] M. A. B. G. Telles Junior and A. Santa Rosa. Super- Resolução de Imagens CBERS 2. In XIII Simpósio Brasileiro de Sensoriamento Remoto, pages , Florianópolis, SC, Brasil, Abril [24] H. S. Z. Wang, A. Bovik and E. Simoncelli. Image Quality Assessment: From Error Visibility to Structural Similarity. IEEE Transactions on Image Processing, 13(4): , Abril [25] M. V. W. Zibetti. Super-Resolução Simultânea para Sequência de Imagens. PhD thesis, Universidade Federal de Santa Catarina, Departamento de Engenharia Elétrica, 2007.
Avaliação de Interpoladores para Super-Resolução de Vídeos
Avaliação de Interpoladores para Super-Resolução de Vídeos Ana Carolina Correia Rézio Hélio Pedrini Instituto de Computação - Universidade Estadual de Campinas Campinas, SP, Brasil, 13084-971 Resumo Atualmente,
Leia maisSuper-Resolução de Imagens de Sensores Remotos Usando a Transformada de Cor YUV para Estimação das Altas Freqüências
Super-Resolução de Imagens de Sensores Remotos Usando a Transformada de Cor YUV para Estimação das Altas Freqüências Cléber Rubert Instituto Nacional de Pesquisas Espaciais - INPE cleber@dpi.inpe.br Leila
Leia maisSUPER-RESOLUÇÃO DE IMAGENS BASEADA EM APRENDIZADO UTILIZANDO DESCRITORES DE CARACTERÍSTICAS
SUPER-RESOLUÇÃO DE IMAGENS BASEADA EM APRENDIZADO UTILIZANDO DESCRITORES DE CARACTERÍSTICAS Ana Carolina Correia Rézio, William Robson Schwartz, Hélio Pedrini Instituto de Computação - Universidade Estadual
Leia maisAPLICAÇÃO E ANÁLISE DAS TÉCNICAS DE FUSÃO IHS E COMPONENTES PRINCIPAIS EM IMAGENS DO SATÉLITE CBERS-2B MULTISSENSORES HRC/CCD RESUMO ABSTRACT
S B C Anais do XXVII Congresso Brasileiro de Cartografia e XXVI Exposicarta 6 a 9 de novembro de 2017, SBC, Rio de Janeiro - RJ, p. 502-506 APLICAÇÃO E ANÁLISE DAS TÉCNICAS DE FUSÃO IHS E COMPONENTES PRINCIPAIS
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 maisRESTAURAÇÃO E RECONSTRUÇÃO DE IMAGENS. Nielsen Castelo Damasceno
RESTAURAÇÃO E RECONSTRUÇÃO DE IMAGENS Nielsen Castelo Damasceno Restauração de imagem Procura recuperar uma imagem corrompida com base em um conhecimento a priori do fenômeno de degradação. Restauração
Leia maisVideo Quality Assessment in Java
Video Quality Assessment in Java Pós-graduação strictu sensu em Ciência da Computação PROCESSAMENTO DE IMAGENS, Prof. Tsang Ing Ren Estêvão Monteiro Ricardo Scholz Junho de 2014 Introdução Fidelidade 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 / 17 Introdução Excelentes pesquisas sobre descritores
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 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 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 maisMétodo Adaptativo de Super-resolução de Frame Único com Wavelets Redundantes
Método daptativo de Super-resolução de Frame Único com Wavelets Redundantes lton Pagamisse Universidade Estadual Paulista UNESP Faculdade de Ciências e Tecnologia alton@fct.unesp.br Leila M. G. Fonseca
Leia maisFusão de Imagens CBERS 2B: CCD-HRC. Fernando Leonardi 1 Cleber Gonzales de Oliveira 1 Leila Maria Garcia Fonseca 1 Cláudia Maria de Almeida 1
Fusão de Imagens CBERS 2B: CCD-HRC Fernando Leonardi 1 Cleber Gonzales de Oliveira 1 Leila Maria Garcia Fonseca 1 Cláudia Maria de Almeida 1 1 Instituto Nacional de Pesquisas Espaciais - INPE Caixa Postal
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 maisPROCESSAMENTO DIGITAL DE IMAGENS
UNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA LUIZ DE QUEIROZ DEPARTAMENTO DE ENGENHARIA DE BIOSSISTEMAS DISCIPLINA: LEB450 TOPOGRAFIA E GEOPROCESSAMENTO II PROF. DR. CARLOS ALBERTO VETTORAZZI
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 maisImage Descriptors: color
Image Descriptors: color Image Processing scc0251 www.icmc.usp.br/ moacir moacir@icmc.usp.br ICMC/USP São Carlos, SP, Brazil 2011 Moacir Ponti Jr. (ICMCUSP) Image Descriptors: color 2011 1 / 29 Agenda
Leia maisMÉTODO DE SUPER-RESOLUÇÃO DE ÚNICA FIGURA BASEADO EM APRENDIZADO PARA IMAGENS DE PLACAS BRASILEIRAS DE BAIXÍSSIMA QUALIDADE ALEXANDRE NATÃ VICENTE
UNIVERSIDADE DE BRASÍLIA FACULDADE DE TECNOLOGIA DEPARTAMENTO DE ENGENHARIA ELÉTRICA MÉTODO DE SUPER-RESOLUÇÃO DE ÚNICA FIGURA BASEADO EM APRENDIZADO PARA IMAGENS DE PLACAS BRASILEIRAS DE BAIXÍSSIMA QUALIDADE
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 maisFusão de Imagens utilizando o método de multirresolução para Super-resolução 1
Fusão de Imagens utilizando o método de multirresolução para Super-resolução 1 Micael Gonçalves de Oliveira 2, Winner Assis Carvalho 3, Carlos Danilo Miranda Regis 4 1 Parte do projeto de pesquisa PIBICT.
Leia maisFILTROS ESPACIAIS PASSA-BAIXA
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL PROGRAMA DE PÓS-GRADUAÇÃO EM COMPUTAÇÃO CMP65 - INTRODUÇÃO AO PROCESSAMENTO DE IMAGENS PROFESSOR JACOB SCARCHANSKI FILTROS ESPACIAIS PASSA-BAIXA POR DANIEL NEHME
Leia 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 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 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 maisProcessamento digital de imagens
Processamento digital de imagens Agostinho Brito Departamento de Engenharia da Computação e Automação Universidade Federal do Rio Grande do Norte 3 de março de 2016 Transformação e filtragem de imagens
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 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 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 maisRestauração de imagens CCD/CBERS-2 pelo método de Richardson-Lucy modificado. Paulo Eduardo Ubaldino de Souza 1
Restauração de imagens CCD/CBERS-2 pelo método de Richardson-Lucy modificado Paulo Eduardo Ubaldino de Souza 1 1 Instituto de Estudos Avançados - CTA/IEAv 12228-840 São José dos Campos - SP, Brasil souza@ieav.cta.br
Leia maisInterpolação em imagens
Processamento de Imagens Médicas Interpolação em imagens Prof. Luiz Otavio Murta Jr. Informática Biomédica Depto. de Física e Matemática (FFCLRP/USP) 1 Principais Tópicos Introdução Método de interpolação
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 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 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 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 maisCLASSIFICAÇÃO DE PADRÕES UTILIZANDO DESCRITORES DE TEXTURA
XI Simpósio de Mecânica Computacional II Encontro Mineiro de Modelagem Computacional Juiz De Fora, MG, 28-30 de Maio De 2014 CLASSIFICAÇÃO DE PADRÕES UTILIZANDO DESCRITORES DE TEXTURA Weiner Esmerio Batista
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 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 maisDiego Martin Mancini Orientador: Prof. Paulo A. V. de Miranda Instituto de Matemática e Estatística Universidade de São Paulo
Estudo de comparação do descritor de imagens coloridas BIC empregando diferentes abordagens de classificação de detecção de bordas: Canny e Operador Laplaciano Diego Martin Mancini Orientador: Prof. Paulo
Leia maisAVALIAÇÃO DE TÉCNICAS DE REGISTRO E RECONSTRUÇÃO DE IMAGENS NO PROBLEMA DE SUPER-RESOLUÇÃO Arthur Faria Porto, André Paim Lemos Instituto Federal do Norte de Minas Gerais - Departamento de Informática
Leia maisLaboratório 3 Modelagem Numérica de Terreno
Introdução ao Geoprocessamento (SER-300) Docentes responsáveis: Antônio Miguel Vieira Monteiro e Claudio Barbosa Laboratório 3 Modelagem Numérica de Terreno Professor Responsável pelo Laboratório: Carlos
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 maisProcessamento de Imagens. Texturas
Processamento de Imagens Texturas Exemplos Introdução Texturas Não existe abordagem formal Não existe definição formal São definidas qualitativamente e não há consenso quanto a sua definição quantitativa
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 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 maisINSTITUTO NACIONAL DE PESQUISAS ESPACIAIS PROGRAMA DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO DIVISÃO DE PROCESSAMENTO DE IMAGENS
INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS PROGRAMA DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO DIVISÃO DE PROCESSAMENTO DE IMAGENS SER-300: INTRODUÇÃO AO GEOPROCESSAMENTO Laboratório II: Cartografia em GIS/Registro
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 maisFiltros espaciais. Processamento e Recuperação de Imagens Médicas. Prof. Luiz Otavio Murta Jr. Depto. De Computação e Matemática (FFCLRP/USP)
Processamento e Recuperação de Imagens Médicas Prof. Luiz Otavio Murta Jr. Depto. De Computação e Matemática (FFCLRP/USP) 1 Propriedades Operadores de suavização os elementos da máscara são positivos e
Leia maisAQUISIÇÃO E REALCE EM IMAGENS UTILIZANDO JAVA COM AUXILIO DO OPENCV
AQUISIÇÃO E REALCE EM IMAGENS UTILIZANDO JAVA COM AUXILIO DO OPENCV Rafael Aquino 1 Fabio Gomes 2 Ciência da Computação ciências exatas e tecnológicas ISSN IMPRESSO 1980-1777 ISSN ELETRÔNICO 2316-3135
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 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 maisRastreamento de Objetos Baseado em Grafos. Casamento Inexato entre Grafos Relacionais com Atributos
Rastreamento de Objetos Baseado em Casamento Inexato entre Grafos Relacionais com Atributos Exame de Qualificação de Mestrado Ana Beatriz Vicentim Graciano Orientador: Roberto M. Cesar Jr. Colaboradora:
Leia maisétodos uméricos AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA
Leia maisUma metodologia para aprimoramento do Video Colortoning
Graduação em Ciência da Computação Uma metodologia para aprimoramento do Video Colortoning Renato Oliveira dos Santos Trabalho de Graduação Recife 29 de outubro de 2014 Universidade Federal de Pernambuco
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 maisCOMPARAÇÃO DO DESEMPENHO DE ALGORITMOS DE NORMALIZAÇÃO RADIOMÉTRICA DE IMAGENS DE SATÉLITE
COMPARAÇÃO DO DESEMPENHO DE ALGORITMOS DE NORMALIZAÇÃO RADIOMÉTRICA DE IMAGENS DE SATÉLITE SILVIA SHIZUE LEONARDI 1 SONIA MARA DE SOUZA 1 LEILA MARIA GARCIA FONSECA 1 1 INPE - Instituto Nacional de Pesquisas
Leia maisProcedimento para minimização do efeito de alta freqüência resultante de fusão entre bandas TM Landsat e pancromáticas Spot e Quickbird
Procedimento para minimização do efeito de alta freqüência resultante de fusão entre bandas TM Landsat e pancromáticas Spot e Quickbird Marcelo Francisco Sestini 1 Clotilde Pinheiro Ferri 1 1 Funcate Caixa
Leia maisProcessamento de Imagem. Prof. MSc. André Yoshimi Kusumoto
Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Definição Compressão de Imagem Formas de diminuir a área de armazenamento dos dados, reduzindo a quantidade de bits
Leia maisFusão de Imagem para Deteção de RESUMO
Proelium VII (12) (2017) 193-203 Fusão de Imagem para Deteção de Pessoas Camufladas Nádia Bento a1, José Silva a2, José Dias b a CINAMIL - Centro de Investigação da Academia Militar, Academia Militar,
Leia maisCORREÇÃO GEOMÉTRICA DE IMAGENS DIGITAIS AULA 8
CORREÇÃO GEOMÉTRICA DE IMAGENS DIGITAIS AULA 8 Prof. Daniel C. Zanotta Daniel C. Zanotta 23/05/2017 CORREÇÃO GEOMÉTRICA IMPORTÂNCIA ELIMINAÇÃO DE DISTORÇÕES SISTEMÁTICAS; INTEGRAÇÃO DE IMAGENS DE SENSORIAMENTO
Leia maisUNIVERSIDADE FEDERAL DE UBERLÂNDIA UFU
UNIVERSIDADE FEDERAL DE UBERLÂNDIA UFU PLANO DE TRABALHO EM INICIAÇÃO CIENTÍFICA Desenvolvimento e aplicação de um modelo gravitacional simplificado para análise de texturas coloridas. Uberlândia 30/04/2014
Leia maisFiltros espaciais (suavizaçào)
Processamento de Imagens Médicas Filtros espaciais (suavizaçào) Prof. Luiz Otavio Murta Jr. Informática Biomédica Depto. de Física e Matemática (FFCLRP/USP) 1 Necessidade de pré-processamento 2 Propriedades
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 maisEXTRAÇÃO DE BORDAS EM IMAGEM DE ALTA RESOLUÇÃO UTILIZANDO TÉCNICAS DE PROCESSAMENTO DE IMAGEM
EXTRAÇÃO DE BORDAS EM IMAGEM DE ALTA RESOLUÇÃO UTILIZANDO TÉCNICAS DE PROCESSAMENTO DE IMAGEM Thaisa Manoela Silva França 1, Ana Lúcia Bezerra Candeias 2 1 Acadêmico em Engenharia Cartográfica e Agrimensura,
Leia maisImportância da alteração do Histograma de Imagem de Alta Resolução (PAN) para fusão de imagens digitais pelo método de componentes principais
Importância da alteração do Histograma de Imagem de Alta Resolução (PAN) para fusão de imagens digitais pelo método de componentes principais The importance of Histogram Alteration in High Resolution Image
Leia maisSistemas para Compressão de Imagens em Satélites de Sensoriamento Remoto
Sistemas para Compressão de Imagens em Satélites de Sensoriamento Remoto {leila, lilian}@dpi.inpe.br, max@fee.unicamp.br Profa. Dra. Leila M. G. Fonseca (Supervisora)... DPI/INPE Prof. Dr. Max H. M. Costa
Leia maisTomografia é feita em 2 passos:
Processamento e Recuperação de Imagens Médicas Retro-projeção e transformada de Radon Prof. Luiz Otavio Murta Jr. Informática Biomédica Depto. de Física e Matemática (FFCLRP/USP) é feita em passos: o passo
Leia maisCorreção do fenômeno NODATA na transformação de 16 para 8 bits em imagens QuickBird.
Correção do fenômeno NODATA na transformação de 16 para 8 bits em imagens QuickBird. Rodrigo Aparecido Domingues Melquiades 1 Camila Souza dos Anjos 1 Luciana Arantes dos Santos 1 1 Imagem Soluções de
Leia maisMÉTODO PARA CLASSIFICAÇÃO DE IMAGENS BASEADA EM MATRIZES DE CO-OCORRÊNCIA UTILIZANDO CARACTERÍSTICAS DE TEXTURA
MÉTODO PARA CLASSIFICAÇÃO DE IMAGENS BASEADA EM MATRIZES DE CO-OCORRÊNCIA UTILIZANDO CARACTERÍSTICAS DE TEXTURA William Robson Schwartz 1 Hélio Pedrini 2 1 Universidade Federal do Paraná william@pet.inf.ufpr.br
Leia maisIMAGENS DIGITAIS APLICADAS PARA DETERMINAÇÃO DE ÁREAS AGRÍCOLAS ATRAVÉS DO CLASSIFICADOR BAYES
IMAGENS DIGITAIS APLICADAS PARA DETERMINAÇÃO DE ÁREAS AGRÍCOLAS ATRAVÉS DO CLASSIFICADOR BAYES RAFAEL COLL DELGADO 1 ; GILBERTO CHOHAKU SEDIYAMA 2 ; EVALDO DE PAIVA LIMA 3, RICARDO GUIMARÃES ANDRADE 4
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 maisUNIVERSIDADE DE SÃO PAULO
UNIVERSIDADE DE SÃO PAULO ESCOLA DE ENGENHARIA DE SÃO CARLOS Departamento de Engenharia Elétrica Leandro Luiz de Almeida Construção automática de imagens de super-resolução a partir de mosaicos formados
Leia maisTomografia. Processamento e Recuperação de Imagens Médicas. Retro-projeção e transformada de Radon. Prof. Luiz Otavio Murta Jr.
Processamento e Recuperação de Imagens Médicas Tomografia Retro-projeção e transformada de Radon Prof. Luiz Otavio Murta Jr. Informática Biomédica Depto. de Física e Matemática (FFCLRP/USP) 1 Tomografia
Leia maisESTUDO E APLICAÇÃO DE MODELOS ANALÍTICOS PARA A PREDIÇÃO DO TEMPO DE VIDA DE BATERIAS QUE ALIMENTAM DISPOSITIVOS MÓVEIS 1
ESTUDO E APLICAÇÃO DE MODELOS ANALÍTICOS PARA A PREDIÇÃO DO TEMPO DE VIDA DE BATERIAS QUE ALIMENTAM DISPOSITIVOS MÓVEIS 1 Alisson Vercelino Beerbaum 2, Airam T. Z. R. Sausen 3, Eduardo Cardoso Toniazzo
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 maisProcessamento de Imagem. Relaçionamentos entre pixels e Operações Aritméticas e Lógicas Professora Sheila Cáceres
Processamento de Imagem Relaçionamentos entre pixels e Operações Aritméticas e Lógicas Professora Sheila Cáceres Relacionamentos básicos entre elementos de uma imagem Vizinhança Conectividade Adjacência
Leia maisProcessamento de Imagens Termais Aplicado à Navegação Autônoma. Wanessa da Silva
Processamento de Imagens Termais Aplicado à Navegação Autônoma Wanessa da Silva Outubro, 2016 Introdução Roteiro Métodos Imagens Utilizadas Resultados Considerações Finais 1. Introdução 2. Métodos 4. Imagens:
Leia maisComputação Gráfica. Prof. MSc André Y. Kusumoto
Computação Gráfica Prof. MSc André Y. Kusumoto andrekusumoto.unip@gmail.com Compressão de Imagem Definição Formas de diminuir a área de armazenamento dos dados, reduzindo a quantidade de bits para representar
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 maisUMA VISÃO SOBRE O PROCESSAMENTO DE IMAGENS. Rogério Vargas DCET UESC Home page: rogerio.in
UMA VISÃO SOBRE O PROCESSAMENTO DE IMAGENS Rogério Vargas DCET UESC Home page: rogerio.in Exemplo de aplicações: automação e visão artificial reconhecimento de caracteres análise de cromossomos veículos
Leia maisCOMPARAÇÃO VISUAL ENTRE FUSÃO DE IMAGENS CBERS II B/CCD E LANDSAT 5/TM UTILIZANDO A PANCROMÁTICA CBERS II B/HRC EM SOFTWARE LIVRE
COMPARAÇÃO VISUAL ENTRE FUSÃO DE IMAGENS CBERS II B/CCD E LANDSAT 5/TM UTILIZANDO A PANCROMÁTICA CBERS II B/HRC EM SOFTWARE LIVRE Julio Cesar Pedrassoli (Geógrafo, mestre em Geografia Física, doutorando
Leia maisEXTRAÇÃO SEMI - AUTOMÁTICA DE FEIÇÕES LINEARES E A CALIBRAÇÃO DOS PARÂMETROS INTRÍNSECOS DE CÂMERAS Projeto de Pesquisa PIBIC/CNPq ( )
USP UNIVERSIDADE DE SÃO PAULO EP ESCOLA POLITÉCNICA EXTRAÇÃO SEMI - AUTOMÁTICA DE FEIÇÕES LINEARES E A CALIBRAÇÃO DOS PARÂMETROS INTRÍNSECOS DE CÂMERAS Projeto de Pesquisa PIBIC/CNPq (2000-2001) LEONARDO
Leia maisSEMINÁRIO DOS ARTIGOS:
SEMINÁRIO DOS ARTIGOS: Text Detection and Character Recognition in Scene Images with Unsupervised Feature Learning End-to-End Text Recognition with Convolutional Neural Networks Fernanda Maria Sirlene
Leia maisReconhecimento de Faces com PCA e Redes Neurais
Reconhecimento de Faces com Sandro Santos Andrade Programa de Pós-graduação em Mecatrônica Setembro / 2003 Visão Computacional Computacional Computação Computação Visual Computação Computação Gráfica Introdução
Leia maisINSTITUTO NACIONAL DE PESQUISAS ESPACIAIS. Divisão de Sensoriamento Remoto. Geoprocessamento
INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS Divisão de Sensoriamento Remoto Geoprocessamento Relatório do Laboratório 3: Modelo Numérico do Terreno (MNT) Fátima Lorena Benítez Ramírez Professores Responsáveis:
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 mais1.1 Fusão de imagens de alta resolução espacial
primeira seção contém uma revisão bibliográfica da utilização do método de substituição da componente principal na fusão de imagens, bem como um comparativo da transformação em componentes principais efetuado
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. 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 maisREGISTRO AUTOMÁTICO DE IMAGENS
REGISTRO AUTOMÁTICO DE IMAGENS Dmitry Fedorov Dr. Leila M. G. Fonseca INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS, São José dos Campos, 2003. Motivação Estudos multi-temporais (Landsat-TM) Motivação Estudos
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 maisUniversidade Federal de Pernambuco Graduação em Engenharia da Computação Centro de Informática
Universidade Federal de Pernambuco Graduação em Engenharia da Computação Centro de Informática DETECÇÃO DE BORDAS DE IMAGENS UTILIZANDO ELEMENTOS DE MORFOLOGIA MATEMÁTICA PROPOSTA DE TRABALHO DE GRADUAÇÃO
Leia maisVisualização de Informação Parte III. Multi-dimensional Visualization: Visual Mining of Text, Images and other Multi-dimensioanl entities.
Visualização de Informação Parte III Multi-dimensional Visualization: Visual Mining of Text, Images and other Multi-dimensioanl entities. Rosane Minghim + The team Instituto de Ciências Matemáticas e de
Leia maisSUPER-RESOLUÇÃO REGULARIZADA E SIMULTÂNEA DE SEQÜÊNCIA DE IMAGENS
SUPER-RESOLUÇÃO REGULARIZADA E SIMULTÂNEA DE SEQÜÊNCIA DE IMAGENS Marcelo Victor Wüst Zibetti e Joceli Mayer Resumo - Este trabalho apresenta um nova classe de algoritmos de super-resolução de imagens.
Leia maisComunicação Científica I
Faculdade de Engenharia da Universidade do Porto Programa Doutoral em Engenharia Biomédica 2008/2009 Disciplina: Comunicação Científica I Relatório sobre as actividades de investigação, trabalhos e comunicações
Leia maisQuestões concursos
Questões concursos Grandezas radiométricas Índices de vegetação Classificação Concurso Público para Pesquisador do IMB Instituto Mauro Borges de Estatísticas e Estudos Socioeconômicos 25. A
Leia maisDetecção de objetos regulares em imagens de alta resolução utilizando casamento de modelos. Douglas Messias Uba 1 Luciano Vieira Dutra 1
Detecção de objetos regulares em imagens de alta resolução utilizando casamento de modelos Douglas Messias Uba 1 Luciano Vieira Dutra 1 1 Instituto Nacional de Pesquisas Espaciais INPE Caixa Postal 515
Leia maisComputaçã. Visão Geral. Sistema Gráfico. Computação Gráfica. Pixels. Sistema Gráfico e o Frame Buffer. Introdução à Computação Gráfica
Visão Geral Computaçã ção o Gráfica Introduçã ção, conceitos básicosb sicos, áreas relacionadas Introdução à Computação Gráfica Como funciona um sistema gráfico Como imagens são representadas Áreas relacionadas,
Leia mais