Introdução Morfologia Binária em Imagens Morfologia de Tons de Cinza Segmentação Morfológica Bibliografia
|
|
- Gabriel Molinari Vilanova
- 5 Há anos
- Visualizações:
Transcrição
1 Proessamento e Reuperação de Imagens Médias Morfologia Matemátia em Imagens Prof. Lui Otavio Murta Jr. Informátia Biomédia Depto. de Físia e Matemátia (FFCLRP/USP) Introdução Morfologia Binária em Imagens Morfologia de Tons de Cina Segmentação Morfológia Bibliografia Prinipais Tópios 2 Teoria Básia de Conjuntos Operadores Morfológios Binários 3 4 Reflexão e Bˆ = { w w b, para b B} Translação ( A) = { a +, para a A} Operações Lógias p q p e q (p.q) p ou q (p=q) não p 5 6
2 Operações Lógias: Não E Ou Dilatação origem A B = ) { ( A Ø } ou e 7 8 Dilatação Enquadramento A noção de objeto implia onetividade de pixels fundo de A objeto A - O objeto A tem onetividade 4 - O fundo tem onetividade 2-4(=8) Definições As operações fundamentais sobre objetos são:» Translação: A + x = { a + x a A }» Adição/subtração: A B = b B (A+b) ; A B = b B (A+b)» Complemento (fundo)» Simetria: -A = { -a a A } 9 Erosão A B = { ( A} origem Resultado da Erosão: apenas os quadrados destaados Erosão: A B = { ( B ) A} Tamanho dos objetos são reduidos Objetos menores do que o el. est. são A A eliminados Número de omponentes pode aumentar 2
3 Dilatação e Erosão A dilatação D(A, orresponde à adição A B A erosão E(A, orresponde à subtração A (-B ) Exemplos D(A, B -B Tipiamente A é uma imagem e B é um estruturante (equivale ao núleo de onvolução dos filtros lineares) Exemplos de estruturantes omuns E(A, Dilatação e Erosão Teorema da Deomposição» Para um estruturante B finito, simétrio, sem buraos e ontendo o seu entro ([,], verifia-se que D(A, = A ( A [nota: A é o ontorno de A]» Resulta que apenas basta proessar os pixels do ontorno de A, não sendo neessário proessar os pixels do seu interior» Algoritmo rápido de dilatação: para ada pixel do objeto, todos os seus pixels viinhos (vi C ) de fundo passam a pertener ao objeto» Algoritmo rápido de erosão: ada pixel do objeto que possua um pixel viinho (vi C ) de fundo passa a fundo N 4 N Dilatação e Erosão Exemplos rápidos Dilatação om estrututante N 4 Importante: D(E(A,, A E(D(A,, Abertura e Fehamento Abertura: O(A, = D(E(A,,» Tende a suaviar o ontorno pelo interior Fehamento: C(A, = E(D(A,-,-» Tende a suaviar o ontorno pelo exterior Dilatação om estrututante N 8 Erosão A = A B = { ( A} A B = B = 5 6 Dualidade entre operadores ( A = A Bˆ - Começando om a definição de erosão: ( A = { ( } { Ø } A = ( A = = { ( ) B Ø A } Abertura - Sabendo a definição de dilatação A B = { ( B ˆ) A Ø } ( A Bˆ) = ( A Ø { } - Podemos hegar a: ( A = A Bˆ 7 8
4 Fehamento Abertura: eliminação de detalhes irrelevantes Erosão seguida de dilatação usando elemento estruturante B = 3 x 3 pixels de nível de ina 9 2 Morfologia Propriedades e araterístias Dualidade entre operadores A B l. Abertura ( ) = A Bˆ (i) A º B é um subonjunto (subimagem) de A (ii) Se C é um subonjunto de D, então C º B é um subonjunto de D º B (iii) (A º º B = A º B Partes pequenas do objeto são eliminadas. Objetos menores do que o elemento estruturante são eliminados. Separa objetos onetados por ligações finas. 2. Fehamento (i) A é um subonjunto (subimagem) de A B (ii) Se C é um subonjunto de D, então C B é um subonjunto de D B (iii) (A B = A B Preenhe pequenos espaços entre objetos. Preenhe pequenos buraos. Preenhe reentrânias estreitas HitAndMiss HitAndMiss Operador de alto nível HitMiss(A, = E(A,B ) E C (A C,B 2 ) B e B 2 são estruturantes finitos e disjuntos entre si Este operador é o equivalente morfológio do template mathing (ténia usada para omparar padrões om base na sua orrelação)» B funiona omo template para o objeto» B 2 funiona omo template para o fundo 23 24
5 HitAndMiss ( A = ( A B ) ( A B2 ) A = imagem B,B2 são elementos estruturantes HitAndMiss Utiliado para busar objetos na imagem ( A = ( A ) I ( A = ( A B ) I ( A B2 ) [ A ( W )] Dependente do elemento estruturante HitAndMiss A = ( A B ) I ( A ) ( B2 Extração de Contorno A A B E β ( A ) = A ( A A E β ( A ) = A ( A Extração de omponentes onetados Extração de omponentes onetados Desenvolva um algoritmo para enontrar omponentes onetados. Proura pelo elemento onetado omeçando pelo pixel vermelho. Seja B um elemento estruturante do tipo N4, Nd ou N8, dependendo da onetividade desejada. 2. Seleione um pixel p dentro do omponente onetado a ser enontrado. 3. Iniialie omo uma matri de pixels exeto [p]=. 4. Faça a iteração: = ( A para =,2,3,... até = 29 3
6 Preenhendo Buraos Desenvolva um algoritmo para preenher buraos (regiões fehadas).. Seja B um elemento estruturante do tipo N4, Nd ou N8, dependendo da onetividade desejada. 2. Seleione um pixel p dentro do burao a ser preenhido. Preenhendo Buraos = ( A =,2,3,... até = 3. Iniialie omo uma matri de pixels exeto [p] =. 4. Faça a iteração: = ( A para =,2,3,... até = 3 32 Preenhendo Buraos Feiho Convexo (onvex hull) Um onjunto A é dito onvexo se dois elementos quaisquer podem se unir por um aminho reto que não passa fora do onjunto. O onvex hull H de um onjunto S é o menor onjunto onvexo tal que S H. O onjunto diferença H - S = H S é a defiiênia onvexa de S Feho onvexo (Convex Hull) A 3 i i i ( * B ) A, i =,2,3,4 e =,2,3... = C( A) 4 = i= i D i C( A) = D i= Afinamento (Thining) Afinamento remove pixels de um onjunto até fiar apenas um estreito onjunto. É usado para revelar estruturas em apliações de reonheimento de padrões. Afinamento usa uma seqüênia de elementos estruturantes. B = { B, B2,..., Bn} Operação básia. Faça n = A e Y = = [] NxM 2. Repita enquanto n Y Y = n = n i = i ( i * Bi ) para i =,2,3,..., n 35 36
7 Afinamento (Thining) A B = A ( A* = A ( A* Afinamento (Thining) Exemplo: Emagreça as bolhas A estrutura básia é apturada pelos objetos emagreidos (vermelho). As pequenas terminações poderiam ser removidas por um proessamento adiional para melhorar a definição Algoritmos Operadores morfológios Esperçamento (Thiening) Esperçamento é o dual morfológio de Afinamento e é definido por A B = A ( A* Esperçamento A B = A ( A* O algoritmo pode ser programado diretamente da definição. Entretanto, desobriu-se que é mais efetivo faer o thiening através do thinning de A.. Faça C = A 2. Faça D ser afinado 3. T = D é o objeto esperçado Esqueleto Quando realiável, é uma polilinha que:» Tem largura de pixel» Passa pelo meio do objeto» Preserva a topologia do objeto Algoritmos Baseados em morfologia Pode ser obtido por um proesso iterativo baseado no B 8, não se alterando o pixel entral para fundo se» ) o pixel estiver isolado» 2) a remoção do pixel alterar a onetividade» 3) a remoção do pixel enurtar a linha Esqueletos Pontos entrais de bolas máximas (geradas a partir do elemento estruturante ontidas no objeto da imagem de entrada. Algoritmos Operadores morfológios S( A) = S ( A) S ( A) = ( A ( A o B = = max{ ( aa Φ} A = ( S ( A) = o 4 42
8 Poda H = elemento estruturante 3x3 de s = A { } B 2 = ( = B ) Algoritmos: Baseados em morfologia Exemplos Estruturantes Imagem A Dilatação om 2B Erosão om 2B Abertura om 2B (separa objetos) Fehamento om 2B (preenhe buraos) HitAndMiss om B e B 2 [ A = A - E(A,N 8 ) ]
9 49
Morfologia Matemática em Imagens
Processamento e nálise de Imagens Médicas Morfologia Matemática em Imagens Prof. Luiz Otavio Murta Jr. FMB Departamento de Computação e Matemática (FFCLRP/USP) Principais Tópicos Introdução Morfologia
Leia maisMORFOLOGIA MATEMÁTICA
MORFOLOGIA MATEMÁTICA Morfologia Na Biologia área que trata com a forma e a estrutura de plantas e animais Processamento de Imagens Ferramenta para extração de componentes de imagens que sejam úteis na
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 maisMorfologia Matemática. Guillermo Cámara-Chávez
Morfologia Matemática Guillermo Cámara-Chávez Morfologia Matemática Foi desenvolvida inicialmente por Georges Matheron e Jean Serra na década de 60 Baseada na Teoria dos Conjuntos Originalmente desenvolvida
Leia maisÍndice. Base de uma subcoleção sup fechada, 110 Bissetor condicional de ordem n, 207 Borda externa, 174 interna, 174 Borda 4 de um subconjunto, 145
Índice A Aberto morfológico segundo uma morfologia, 131 relativo a uma abertura, 108 topológico segundo uma topologia, 132 Abertura, 100 128 convexa, 183 curva, 184 genérica, 184 morfológica, 110 i.t.,
Leia maisA reta numérica. Matemática Básica. A reta numérica. Expansões decimais: exemplo 1. Folha 1. Humberto José Bortolossi. Parte 6
Folha 1 Matemátia Básia Humberto José Bortolossi Departamento de Matemátia Apliada Universidade Federal Fluminense A reta numéria Parte 6 Parte 6 Matemátia Básia 1 Parte 6 Matemátia Básia 2 A reta numéria
Leia maisAlunos: Caio Santos Renato Miceli
rangel@dscufcgedubr/ rangeldequeirop@yahoocombr Alunos: Caio Santos Renato Miceli UNIVERSIDADE FEDERAL DE CAMPINA GRANDE UFCG Av Aprígio Veloso, S/N Bodocongó CEP: 58109-190 Campina Grande PB www.ufcg.edu.br/
Leia maisPMR2560 Visão Computacional Processamento morfológico. Prof. Eduardo L. L. Cabral
PMR256 Visão Computacional Processamento morfológico Prof. Eduardo L. L. Cabral Objetivos Processamento de imagens: Algumas operações de processamento morfológico de imagens; Imagens binárias; Imagens
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/133 Tratamento de Imagens - Sumário Detalhado Objetivos Alguns
Leia maisProcessamento de Imagem Morfológica (Morfologia Matemática) Tsang Ing Ren UFPE - Universidade Federal de Pernambuco CIn - Centro de Informática
Processamento de Imagem Morfológica (Morfologia Matemática) Tsang Ing Ren UFPE - Universidade Federal de Pernambuco CIn - Centro de Informática 1 Tópicos Introdução Conceitos básicos da teoria dos conjuntos
Leia maisAula 4: Morfologia de Imagens
SEL 5886 - VISÃO COMPUTACIONAL Aula 4: Morfologia de Imagens Prof. Dr. Marcelo Andrade da Costa Vieira Colaboração: Dr. Bruno R. N. Matheus Morfologia Morfologia matemática: Ferramenta para extração de
Leia maisSeminários de pesquisa do DAINF Transformações de imagens baseadas em morfologia
Universidade Tecnológica Federal do Paraná - UTFPR Departamento Acadêmico de Informática - DAINF Seminários de pesquisa do DAINF Transformações de imagens baseadas em morfologia matemática e aplicações
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 maisMétodo Simplex Resolução Algébrica. Prof. Ricardo Santos
Método Simple Resolução Algébria Prof. Riardo Santos Método Simple Dada uma solução fatível: Essa solução é ótima? Caso não seja ótima omo determinar uma melhor? Considere uma solução básia fatível: em
Leia maisDisciplina: Fotogrametria II: Responsável: Mário Reiss. Conteúdo da aula de hoje (26/11/2007)
Disiplina: Fotogrametria : Responsável: Mário Reiss Conteúdo da aula de hoje (6//7) CORRELAÇÃO DE PADRÕES.... CORRELAÇÃO ENTRE MAGENS... BBLOGRAFA... 7 CORRELAÇÃO DE PADRÕES Uma das formas mais onheidas
Leia maisMORFOLOGIA MATEMÁTICA. Adair Santa Catarina Curso de Ciência da Computação Unioeste Campus de Cascavel PR
MORFOLOGIA MATEMÁTICA Adair Santa Catarina Curso de Ciência da Computação Unioeste Campus de Cascavel PR Outubro/2015 Morfologia Matemática Morfologia na Biologia Estudo da estrutura dos animais e plantas;
Leia mais2. C A =24.912=C B ; C A =24.919=C B ; C B=( )/2= m
1. a) Vertializar o eixo prinipal do teodolito ou de forma equivalente horizontalizar o limbo azimutal (pois por onstrução o eixo prinipal é perpendiular ao limbo azimutal do aparelho). b) Nos teodolitos
Leia maisDescobrindo medidas desconhecidas (II)
A UU L AL A Desobrindo medidas desonheidas (II) Q uem trabalha no ramo da meânia sabe que existem empresas espeializadas em reforma de máquinas. As pessoas que mantêm esse tipo de atividade preisam ter
Leia maisVisualização e análise de agrupamentos usando redes auto-organizáveis, segmentação de imagens e índices de validação
Visualização e análise de agrupamentos usando redes auto-organizáveis, segmentação de imagens e índies de validação José Alfredo F. Costa 1, Mário L. Gonçalves, Mário L. de Andrade Netto 3, Biana A. C.
Leia maisProcessamento de Imagens
Processamento de Imagens Morfologia Matemática Binária Prof. Luiz Eduardo S. Oliveira Universidade Federal do Paraná Departamento de Informática http://web.inf.ufpr.br/luizoliveira Luiz S. Oliveira (UFPR)
Leia maisDetalhes do método proposto e da sua implementação são descritos nas
4 Método Proposto 4.1. Descrição geral do método O objetivo do método proposto consiste em avaliar o potencial dos FERNS para detecção das características faciais, em tempo real, em uma seqüência de imagens
Leia maisImagem Binária. Está realmente definida no suporte retangular. Fora do suporte tem uma cor de fundo, replica, estende, etc.
PSI-651 Morfologia Matemática 005 Tópicos a serem abordados: 1. Relacionamento entre pixels 1.1. Vizinhança e conectividade 1.. Distância. Morfologia matemática binária básica 3. Operações lógicas e aritméticas
Leia maisGeração Automática de Malhas de Elementos Finitos e a Estrutura de Dados Winged-Edge Modificada
Tendênias em Matemátia Apliada e Computaional, 3, No. 1 (2002), 121-130. Uma Publiação da Soiedade Brasileira de Matemátia Apliada e Computaional. Geração Automátia de Malhas de Elementos Finitos e a Estrutura
Leia maisAnálise de algoritmos
Análise de algoritmos Prova por indução Conteúdo O que é uma prova? Métodos de prova Prova por indução Ideia do funionamento Generalizações Exemplos Exeríios Referênias O que é uma prova? Uma prova é um
Leia maisANALYTICAL METHODS IN VIBRATION. Leonard Meirovitch Capitulo 1
ANALYTICAL METHODS IN VIBRATION Leonard Meirovith Capitulo Comportamento de sistemas Um sistema é definido omo uma montagem de omponentes atuando omo um todo. Os omponentes são lassifiados e definidos
Leia maisDescritores de Imagem (introdução)
Descritores de Imagem (introdução) André Tavares da Silva andre.silva@udesc.br Roteiro da aula Definição de descritor de imagem Extração de Característica Tipos Geral x Específico Global (cor, textura,
Leia maisANÁLISE COMPLEXA E EQUAÇÕES DIFERENCIAIS AULA TEÓRICA DE OUTUBRO DE 2016
ANÁLISE COMPLEXA E EQUAÇÕES DIFERENCIAIS AULA TEÓRICA 4 DE OUTUBRO DE 206 Convergênia uniforme implia onvergênia pontual, mas o reíproo não é verdadeiro. Exemplo anterior: Vimos que z k é pontualmente
Leia maisJogos de Estratégia: Álgebra Linear aplicada aos jogos de 2 jogadores de
Jogos de stratégia: Ágebra Linear apiada aos jogos de 2 jogadores de soma nua Projeto desenvovido para apresentação na prova ora de Ágebra Linear João Canas Instituto Superior Ténio Mestrado Integrado
Leia maisSOLUÇÃO ANALÍTICA DO MODELO DE UM EXTRATOR INDUSTRIAL DE ÓLEO DE SOJA
SOLUÇÃO ANALÍTICA DO MODELO DE UM EXTRATOR INDUSTRIAL DE ÓLEO DE SOJA Robson L. Almeida, Mauro A. S. S. Ravagnani 2, Apareido N. Módenes Engenharia Químia, UNIOESTE, Rua da Fauldade, 255, Jardim La Salle,
Leia maisCálculo Numérico BCC760
Cálculo Numérico BCC760 Resolução de Sistemas de Equações Lineares Simultâneas Departamento de Computação Página da disciplina http://www.decom.ufop.br/bcc760/ 1 Introdução! Definição Uma equação é dita
Leia maisPlanejamento em Inteligência Artificial Capítulo 4 Planejamento como busca no Espaço de Estados
Planejamento em Inteligênia Artifiial Capítulo 4 Planejamento omo busa no Espaço de Estados Leliane Nunes de Barros Motivação Planejamento é um problema de busa Busa em espaço de estados» Cada nó representa
Leia maisMICROELETRO) NICA LISTA DE EXERCI0CIOS UNIDADE 1
MIROELETRO) NIA LISTA DE EXERI0IOS UNIDADE ernando Moraes 8/JANEIRO/206 ) Expliar na tabela abaixo a influênia dos prinipais parâmetros do transistor MOS na orrente I ds (orrente dreno-soure). Parâmetro
Leia maisPolos Olímpicos de Treinamento. Aula 1. Curso de Álgebra - Nível 3 Prof. Antonio Caminha. Desigualdades 1
Polos Olímpios de Treinamento Curso de Álgebra - Nível 3 Prof Antonio Caminha Aula Desigualdades Nesta aula, aprenderemos e exeritaremos a desigualdade entre as médias aritmétia e geométria e a desigualdade
Leia maisSEL 404 ELETRICIDADE II. Aula 04
SE 44 EETRICIDADE II Aula 4 Revisão da Aula 3 A lei de Faraday delara que: Quando um iruito elétrio é atravessado por um fluxo manétio variável, sure uma fem (tensão) induzida atuando sobre o mesmo. Além
Leia maisPrimeira Lista de Exercícios 2004/2...
UFLA Universidade Federal de Lavras Departamento de Ciênia da Computação COM62 Linguagens Formais e Autômatos Prof. Rudini Sampaio Monitor: Rodrigo Pereira dos Santos Primeira Lista de Exeríios 24/2...
Leia mais3.1. Algoritmos de Solução (algoritmo N 1) o chiller acompanha a carga. os programas N 1.1 e N 1.2 (algoritmo N 2) (algoritmo N 3)
3 Solução Usando os modelos matemátios apresentados no apitulo 2 para ada omponente do sistema e para o sistema global, foram elaborados os algoritmos e os programas de álulo para simular o omportamento
Leia maisExtração de Redes de Drenagem em Imagens Orbitais Utilizando a Teoria da Morfologia Matemática
Extração de Redes de Drenagem em Imagens Orbitais Utilizando a Teoria da Morfologia Matemática Aline Sayuri Ishikawa Paulo Henrique Amorim da Silva Erivaldo Antônio da Silva UNESP- Depto. de Cartografia
Leia maisResolução da Prova 735 (Matemática B)
Resolução da Prova 75 (Matemátia B) 1. 1.1 Proposta da Isabel: margaridas rosas violetas 7 arranjos tipo A 11 8 56 7 arranjos tipo B 56 56 56 Total de flores neessárias 168 84 11 Proposta do Dinis: margaridas
Leia maisProcessamento e Análise de Imagens (MC940) Análise de Imagens (MO445)
Processamento e Análise de Imagens (MC940) Análise de Imagens (MO445) Prof. Hélio Pedrini Instituto de Computação UNICAMP 2º Semestre de 2015 Roteiro 1 Morfologia Matemática Fundamentos Matemáticos Operadores
Leia maisDetecção de características. Fabíola Alvares R. de Souza Maffra Orientador: Marcelo Gattass
Detecção de características faciais utilizando FERNS Fabíola Alvares R. de Souza Maffra Orientador: Marcelo Gattass Dissertação de mestrado 20 de agosto de 2009 Agenda Motivação e objetivo Desafios Contribuições
Leia maisProcessamento de Imagens
Proessamento de Imagens Prof. Marelo Portes de Albuquerque Prof. Mário Portes de Albuquerque Colaboradores: Cléio R. De Bom (CBPF) André Persehino (CBPF) X Esola do CBPF 2015 1 Organização do Curso G14
Leia maisAula 8: Gramáticas Livres de Contexto
Teoria da Computação Primeiro Semestre, 2015 Aula 8: Gramáticas Livres de Contexto DAINF-UTFPR Prof. Ricardo Dutra da Silva Veremos agora maneira de gerar as strings de um tipo específico de linguagem,
Leia maisDetecção de faces. Marta Villanueva Torres
Detecção de faces Marta Villanueva Torres Introdução ao Processamento de Imagens 2014.1 1. INTRODUÇÃO O objetivo deste trabalho é desenvolver um algoritmo que detecte faces em imagens. Sendo que, atualmente,
Leia maisRestauração de Imagens
Restauração de Imagens Prof. Luiz Otavio Murta Jr. Informática Biomédica Depto. de Computação e Matemática (FFCLRP/USP) 1 2 Objetivos: - Melhorar a imagem em algum aspecto. - Recuperar uma imagem que foi
Leia maisGeração Automática de Mapas de Disparidade em Visão Estéreo
Geração Automátia de Mapas de Disparidade em Visão Estéreo FERNANDO MARQUES DE ALMEIDA NOGUEIRA CLÉSIO LUIS TOZZI UNICAMP - Universidade Estadual de Campinas FEEC - Fauldade de Engenharia Elétria e de
Leia maisQuestões. 2ª Lista de Exercícios (Geometria Analítica e Álgebra Linear) Prof. Helder G. G. de Lima 1
ª Lista de Exercícios (Geometria Analítica e Álgebra Linear) Prof. Helder G. G. de Lima 1 Questões 1. Sejam A, B, C e D vértices de um quadrado. Quantos vetores diferentes entre si podem ser definidos
Leia mais9 Lógica Combinacional Modular e Multi-níveis
Notas de aula de MAC39 (4) 7 9 Lógia Combinaional Modular e Multi-níveis Uma possível estruturação de um programa de omputador pode ser baseada em sua deomposição em módulos/funções. Do ponto de vista
Leia maisNão deixe de preencher as lacunas a seguir.
DADOS DE IDENTIFICAÇÃO DO CANDIDATO Não deixe de preenher as launas a seguir. Nome Nº de Identidade Órgão Expedidor UF Nº de Insrição Prédio Sala ATENÇÃO Abra este Caderno, quando o Fisal de Sala autorizar
Leia maisProcessamento Digital de Imagens. Análise de Imagens
Processamento Digital de Imagens Análise de Imagens Eduardo A. B. da Silva Programa de Engenharia Elétrica - COPPE/UFRJ Laboratório de Sinais, Multimídia e Telecomunicações eduardo@smt.ufrj.br Sergio L.
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 maisEstimação de Parâmetros de um Modelo Semi-Empírico de Transferência Simultânea de Calor e Água no Solo
rabalho apresentado no XXXV CNMAC, Natal-RN, 0. Estimação de Parâmetros de um Modelo Semi-Empírio de ransferênia Simultânea de Calor e Água no Solo Emanueli Bandeira Avi, Peterson Cleyton Avi, Depto de
Leia maisES009 - Estabilidade Global e Análise de Peças Esbeltas
Esola Politénia da Universidade de São Paulo Departamento de Engenaria de Estruturas e Fundações ES009 - Estabilidade Global e Análise de Peças Esbeltas Prof. Túlio Nogueira Bittenourt Prof. Riardo Leopoldo
Leia maisTeoria Acústica da Produção de Voz
Teoria Aústia da Produção da Voz Resumo Fontes do som Função de transferênia do trato voal Equações de onda Propagação do som em um tubo aústio uniforme Representação do trato voal om tubos aústios simples.
Leia maisComplexidade de Algoritmos. Edson Prestes
Edson Prestes Exemplos Exemplos A complexidade no pior caso é linear e igual a n, ou seja, é O(n) A complexidade média é linear e igual a (1+n)/2, ou seja, é O(n) Exemplos Considere o produto C de uma
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 maisAula 9 Representação e Descrição. Profa. Fátima Nunes AULA 9 / 1. Profa. Fátima L. S. Nunes
Fundamentos de Processamento Gráfico Aula 9 Representação e Descrição Profa. Fátima Nunes AULA 9 / 1 Reconhecimento de padrões AULA 9 / 2 Após a segmentação dar significado aos objetos extraídos da cena.
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 maisProposta de Resolução do Exame Nacional de Física e Química A 11.º ano, 2011, 2.ª fase, versão 1
Proposta de Resolução do xame Naional de Físia e Químia A.º ano, 0,.ª fase, versão Soiedade Portuguesa de Físia, Divisão de duação, 5 de ulho de 0, http://de.spf.pt/moodle/ Grupo I. squema que traduza
Leia maisCÓDIGO DE VIZINHANÇA APLICADO EM OPERADORES DE MORFOLOGIA MATEMÁTICA
Universidade Federal de Pernambuco Graduação em Ciência da Computação Centro de Informática CÓDIGO DE VIZINHANÇA APLICADO EM OPERADORES DE MORFOLOGIA MATEMÁTICA Trabalho de Graduação Aluno: Paulo Roberto
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 maisCapítulo 6. Aberturas e fechamentos. 6.1 Aberturas e fechamentos algébricos
Capítulo 6 Aberturas e fechamentos Neste capítulo vamos introduzir duas novas classes de operadores: a abertura e o fechamento, que ocupam um papel fundamental na área dos filtros morfológicos [Serra88].
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 maisCurso de Data Mining
Aula 7 - Os algoritmos SPIRIT Curso de Data Mining Sandra de Amo O esquema geral dos algoritmos SPIRIT é o seguinte: ETAPA 1 : Etapa do relaxamento R Calula-se o onjunto L das sequênias frequentes que
Leia maisSistema de injecção HIT-RE 500 com varão nervurado
Sistema de injeção HIT-RE 500 om varão nervurado Caraterístias: Material: Varão nervurado: Cartuho: Dispensador: - material base: betão - sistema de injeção om elevada apaidade de arga - bom desempenho
Leia maisAutenticação biométrica utilizando impressão digital. Tales Tenorio de Souza Pimentel
Autenticação biométrica utilizando impressão digital Tales Tenorio de Souza Pimentel 1 Índice Objetivos Motivação O quê é biometria? Minúcias da Impressão Digital Pré-Processamento de Imagem Verificação
Leia maisOtimização Combinatória - Parte 4
Graduação em Matemática Industrial Otimização Combinatória - Parte 4 Prof. Thiago Alves de Queiroz Departamento de Matemática - CAC/UFG 2/2014 Thiago Queiroz (DM) Parte 4 2/2014 1 / 33 Complexidade Computacional
Leia maisAprendizagem de Máquina
Aprendizagem de Máquina Alessandro L. Koerich Programa de Pós-Graduação em Informática Pontifícia Universidade Católica do Paraná (PUCPR) Introdução + Estudo de Caso Introdução Percepção de máquina Um
Leia maisSEL 329 CONVERSÃO ELETROMECÂNICA DE ENERGIA. Aula 04
SEL 39 COVERSÃO ELETROMECÂICA DE EERGIA Aula 4 Tópios desta Aula Exitação por orrente alternada Indutânia Eneria armazenada Campo manétio variável no tempo tensão induzida Para espira, temos: Para espiras,
Leia maisXVIII Seminário Nacional de Distribuição de Energia Elétrica
XVIII Seminário Naional de Distribuição de Energia Elétria SENDI 28-6 a 1 de outubro Olinda - Pernambuo - Brasil Modelagem e Análise de um Auto-Regulador Magnétio de Tensão (ARMT) Para Regulação da Tensão
Leia mais6. Verifique detalhadamente que os seguintes conjuntos são espaços vetoriais(com a soma e produto por escalar usuais):
a Lista. Sejam u = ( 4 ) v = ( 5) e w = (a b). Encontre a e b tais que (a)w = u + v (b)w = 5v (c)u + w = u v. Represente os vetores acima no plano cartesiano.. Sejam u = (4 ) v = ( 4) e w = (a b c). Encontre
Leia mais(1 ) 4 Concreto Armado. σ c se 0 ε. σ se -3,5 0 / 00 ε -2,0 0 / 00 ; γ c é o coeficiente de. σ c f cd. ε c
4 Conreto rmado Neste apítulo são apresentados oneitos básios referentes ao dimensionamento de seções de onreto armado à flexão omposta oblíqua e ao dimensionamento de pilares segundo a NBR 6118 (003).
Leia mais2 Conceitos básicos de topologia
2 Conceitos básicos de topologia Neste Capítulo são introduzidos alguns conceitos básicos de topologia combinatória e da Teoria das Alças que formam a base teórica do presente trabalho. 2.1 Topologia combinatória
Leia maisA. Brotas, J.C. Fernandes, Departamento de Física, Instituto Superior Técnico, Av Rovisco Pais Lisboa Codex, Portugal (July 17, 2003) Abstract
ATRANSMISSÃO DO CALOR EM RELATIVIDADE A. Brotas, J.C. Fernandes, Departamento de Físia, Instituto Superior Ténio, Av Roviso Pais 1096. Lisboa Codex, Portugal (July 17, 003) Abstrat The simultaneous study
Leia maisLinguagens Formais e Autômatos. Simplificação de Gramáticas Livre do Contexto (GLC)
Linguagens Formais e Autômatos Simplificação de Gramáticas Livre do Contexto (GLC) Cristiano Lehrer, M.Sc. Gramática Simplificada Gramática simplificada é uma gramática livre do contexto que não apresenta
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 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 maisÁrvore de componentes
Árvore de componentes 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 Î
Leia maisÁLGEBRA DE BOOLE B.1 - DIAGRAMA DE VENN
ÁLGEBRA DE BOOLE B.1 - DIAGRAMA DE VENN No século XIX Georges Boole desenvolveu uma teoria matemática com base nas leis da lógica - a Álgebra de Boole - cuja aplicação nos circuitos digitais e computadores
Leia maisAula 5: Autômatos Finitos Remoção de Não-Determinismo
Teori d Computção Primeiro Semestre, 25 DAINF-UTFPR Aul 5: Autômtos Finitos 3 Prof. Rirdo Dutr d Silv 5. Remoção de Não-Determinismo As lsses de utômtos definids nteriormente são tods equivlentes. Vmos
Leia maisInstituto Superior Técnico PROPAGAÇÃO & ANTENAS. Projecto 2014 / 2015
Instituto Superior Ténio PROPAGAÇÃO & ANTENAS Projeto 4 / 5 Prof Carlos R Paiva Ano Letivo 4/5 Introdução Este trabalho entra-se sobre a propagação de impulsos em fibras óptias onvenionais, de perfil em
Leia maisRECONSTRUÇÃO MORFOLÓGICA POR DILATAÇÕES CONDICIONAIS PARA DETECÇÃO DE FEIÇÕES EM IMAGENS DIGITAIS
RECONSTRUÇÃO MORFOLÓGICA POR DILATAÇÕES CONDICIONAIS PARA DETECÇÃO DE FEIÇÕES EM IMAGENS DIGITAIS Thiago Statella 1, Erivaldo Antônio da Silva 2 Resumo: Este trabalho apresenta os resultados obtidos pela
Leia maisProf. Daniel Hasse. Princípios de Comunicações
Prof. Daniel Hasse Prinípios de Comuniações Aula 04 Modulação em Amplitude AM Prof. Daniel Hasse Modulação Proesso pelo qual alguma(s) araterístia(s) da portadora é(são) alterada(s), por uma forma de onda,
Leia maisTransformada Imagem-Floresta (IFT)
(IFT) Prof. Dr. Paulo A. V. de Miranda Instituto de Matemática e Estatística (IME), Universidade de São Paulo (USP) pmiranda@vision.ime.usp.br / Um caminho π no grafo G = (D I,A) é uma sequência de pixels
Leia mais1. Planeta-disco. (a) Fazendo as correspondências. Se, por um lado, para o campo eléctrico, se tem. a forma da Lei de Gauss para o campo gravítico é
. Planeta-diso (a) Fazendo as orrespondênias q 4π ε qq 4π ε r m G m m G r Se, por um lado, para o ampo elétrio, se tem q Φ e ε a forma da Lei de Gauss para o ampo gravítio é Φ g 4π G m. (b) Usando uma
Leia maisCurso de Extensão: Noções de Sensoriamento
UFBA Curso de Extensão: Noções de Sensoriamento IPF Institut für Photogrammetrie und Fernerkundung Mauro Alixandrini Universität Karlsruhe (TH) www.kit.edu 04.08 Noções de Sensoriamento Remoto Aula 2 Comportamento
Leia maisLista Recuperação Paralela II Unidade Parte I - Trigonometria
Aluno(a) Turma N o Série a Ensino Médio Data / / 06 Matéria Matemática Professor Paulo Sampaio Lista Recuperação Paralela II Unidade Parte I - Trigonometria 01. Sendo secx = n 1 e x 3 o quadrante, determine
Leia maisétodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO
Leia maisA equação de onda com fonte
A equação de onda om fonte Na postagem, Invariânia de alibre ou gauge, vimos que podemos esolher o alibre de Lorentz e resolver a mesma equação de onda om fonte para as três omponentes do potenial vetorial
Leia maisDerivativos; Métodos Numéricos; Monte Carlo; Diferenças Finitas; Binomial.
EAEP/FGV/NPP - NÚCLEO DE PEQUIA E PUBLICAÇÕE 1/38 REUMO Neste trabalho utilizamos métodos omputaionais alternativos ao modelo Blak holes para preifiação de derivativos. Utilizamos os oneitos de auráia
Leia maisArranjos. Claudio Esperança Paulo Roma LCG/UFRJ. All rights reserved.
Arranjos Claudio Esperança Paulo Roma 1 Arranjos Arranjos de retas e planos são a terceira estrutura em importância em GC. Arranjos de retas são coleções de retas infinitas distribuídas no plano. Arranjos
Leia maisDETECÇÃO E EXTRACÇÃO DE CARACTERÍSTICAS DO OLHO EM IMAGENS USANDO UM MODELO PROTÓTIPO DEFORMÁVEL
DSM 2007 Conferência Nacional de Dinâmica de Sistemas Multicorpo DETECÇÃO E EXTRACÇÃO DE CARACTERÍSTICAS DO OLHO EM IMAGENS Fernando J. S. Carvalho, João Manuel R. S. Tavares ISEP Instituto Superior de
Leia maisCENTRO DE MASSA E APLICAÇÕES À GEOMETRIA Emanuel Carneiro & Frederico Girão UFC
CENTRO DE MASSA E APLICAÇÕES À EOMETRIA Emanuel Carneiro & Frederio irão UFC Nível Avançado 1. INTRODUÇÃO Chamaremos de sistema de massas um onjunto de n pontos P1, P2,..., Pn no plano, sendo que ao ponto
Leia maisa1q1: Seja ABCDEF GH um cubo de aresta unitária de E 3 e considere o espaço V 3 orientado pela base { CD, CB, CH}. Então podemos afirmar que: a)
1 a1q1: Seja ABCDEF GH um cubo de aresta unitária de E 3 e considere o espaço V 3 orientado pela base { CD, CB, CH}. Então podemos afirmar que: a) EB ED = GA b) EB ED = AG c) EB ED = EH d) EB ED = EA e)
Leia maisIV Gramáticas Livres de Contexto
IV Gramáticas Livres de Contexto Introdução Definições de GLC 1 G = (Vn, Vt, P, S) onde P = {A α A Vn α (Vn Vt) + } 2 GLC ε - LIVRE : S ε pode pertencer a P, desde que: S seja o símbolo inicial de G S
Leia maisProcessamento Digital de Imagens Aula 03
exatasfepi.com.br Processamento Digital de Imagens Aula 03 André Luís Duarte O que adquire entendimento ama a sua alma; o que cultiva a inteligência achará o bem. Provérbios 19:8 Processamento Digital
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Uma A estimação tem por objetivo forneer informações sobre parâmetros populaionais, tendo omo base uma amostra aleatória extraída da
Leia maisAVALIAÇÃO DOS COMPONENTES DE RISCO DOS FUNDOS DE
AVALAÇÃO DOS COMPONENTES DE RSCO DOS FUNDOS DE RENDA FXA Autoria: José Roberto Seurato, Edson Roberto Abe e Vitor Mihele Ziruolo RESUMO: Este artigo apresenta a resolução do sistema de equações proposto
Leia maisEXERCíCIOS CAPÍTULOS 3 E 4
EXERCíCIOS CAPÍTULOS E 4 1. Considere um sistema de omuniações em banda base analógio om AWGN. O anal não introduz distorção e a densidade espetral de potênia do ruído é N 0 /2 é igual a 10-9 W/Hz. O sinal
Leia maisProcessamento de imagem a cores
A cor é um poderoso descritor que frequentemente simplifica a identificação e extracção de objectos de uma cena Os humanos podem discernir milhares de cores, mas apenas duas dezenas de cinzentos O processamento
Leia maisGeradores e relações
Geradores e relações Recordamos a tabela de Cayley de D 4 (simetrias do quadrado): ρ 0 ρ 90 ρ 180 ρ 270 h v d 1 d 2 ρ 0 ρ 0 ρ 90 ρ 180 ρ 270 h v d 1 d 2 ρ 90 ρ 90 ρ 180 ρ 270 ρ 0 d 2 d 1 h v ρ 180 ρ 180
Leia mais