Técnicas de espectroscopia 3D aplicados ao BTFI e SIFS. I - Identificação e redução de ruído em cubos de dados obtidos com espectrógrafos Fabry-Perot.
|
|
- Silvana Canedo Caetano
- 5 Há anos
- Visualizações:
Transcrição
1 Técnicas de espectroscopia 3D aplicados ao BTFI e SIFS. I - Identificação e redção de rído em cbos de dados obtidos com espectrógrafos Fabry-Perot. J. E. Steiner e Carlos Edardo Paladini IAG-USP 1 Introdção Com o advento da fase operacional dos instrmentos BTFI e SIFS no telescópio SOAR, é oportno elaborar procedimentos de técnicas de espectroscopia 3D para tratar os dados a serem obtidos com esses instrmentos. Esse é m primeiro relatório de ma série qe apresenta técnicas de identificação e tratamento de rído em cbos de dados obtidos com espectrógrafos Fabry-Perot. Para servir de teste, tilizamos m cbo de dados existente, obtido com otro instrmento, com o objetivo de ilstrar os procedimentos. O relatório tratará de técnicas de análise de dados obtidos com espectrógrafos Fabry- Perot. No relatório 3 serão tratados especificidades de tratamento de dados obtidos com IFU epectrógrafos com nidades de campo integral. Teoria a- Transformada de Forier Uma transformada de Forier pode ser definida como ma operação matemática qe passa ma determinada fnção para o domínio de freqüências. Colocando isso de ma otra forma, pode-se dizer qe se calclando a transformada de Forier de ma fnção, obtém-se m espectro de freqüências dessa fnção, o seja, obtém-se ma nova fnção qe fornece as componentes em freqüência da fnção original. A transformada de Forier de ma fnção contína de ma única variável, fx, pode ser dada pela eqação: Î i πx = I x e dx.1 onde é a freqüência Uma vez calclada a transformada F, a fnção original fx pode ser obtida aplicando-se a transformada de Forier inversa em F: i πx I x = Î e d. 1
2 As eqações 1.1 e 1. acima podem ser facilmente estendidas para fnções de das variáveis Ix,y. A transformada de Forier de ma fnção contína Ix,y pode ser dada por Î, v i π x+ vy = I x, y e dxdy.3 onde é a freqüência ao longo do eixo x v é a freqüência ao longo do eixo y e a transformada inversa de Î,v pode ser dada por I x, y i π x+ vy = Î, v e ddv.4 e Onde,v são as freqüências espaciais em x,y. Como o objetivo aqi, entretanto, é tilizar transformadas de Forier em cbos de dados o seja, tilizá-las nas imagens bidimensionais dos cbos de dados, o interesse maior é nas transformadas de Forier de fnções discretas e não contínas já qe ma imagem pode ser considerada ma fnção bidimensional discreta. A transformada de Forier de ma fnção discreta fx, para x=0,1,,...,m-1, pode ser dada por Î = 1 M M 1 x= 0 I x e iπx M..5 para =0,1,,...M-1 Similarmente, a transformada inversa de fx pode ser dada por I x = M 1 = 0 Î e iπx M..6 Uma importante diferença da transformada de Forier discreta para a transformada de Forier contína é qe a última pode não existir para certas fnções, enqanto qe a primeira sempre existe. Pelas eqações anteriores, pode-se dizer qe, em geral, transformadas de Forier geram valores complexos. Dessa forma, ma transformada de Forier Î pode ser escrita como
3 3 i e Î Î φ =,.7 sendo qe 1 F R Î + =.8 e = tan 1 R F φ.9 onde F = parte imaginária de Î R = parte real de Î Î = magnitde da transformada de Forier φ = ânglo de fase da transformada de Forier Uma qantidade qe é freqüentemente tilizada para representar os resltados de ma transformada de Forier é o espectro de potência, definido como F R Î P + = =..10 Assim como no caso de fnções contínas, a extensão da transformada de Forier, e sa inversa, de ma fnção discreta para o caso bidimensional é bastante simples. A transformada de Forier F,v de ma fnção discreta bidimensional fx,y, de tamanho M x N, pode ser dada por = + = = 1 0 / / 1 0, 1, N y N vy M x i M x e y x I MN v Î π..11 para = 0,1,,...,M-1 v = 0,1,,...,N-1 Por sa vez, a transformada inversa de F,v pode ser dada por = + = = 1 0 / / 1 0,, N v N vy M x i M e v Î y x I π..1
4 Analogamente ao caso de ma transformada de Forier discreta de ma fnção de ma única variável, a magnitde, o ânglo de fase e o espectro de potência da transformada de Forier discreta de ma fnção de das variáveis podem ser dadas, respectivamente, por 1 R, v F, Î, v + v =,.13 e 1 F, v φ, v = tan.14 R, v P, v = Î, v = R, v + F, v.15 b- Transformada de Anscombe A transformada de Anscombe é ma transformação de estabilização de variança qe transforma ma variável randômica com ma distribição de Poisson em ma distribição aproximadamente gassiana padrão. A transformada de Anscombe é mito sada em imagens limitadas por fótons, qando as imagens natralmente segem a lei de Poisson. A transformada de Anscombe é sada para pré-processar os dados e fazer o desvio padrão aproximadamente constante. A segir algoritmos de denoising,prodzidos para filtrar rído aditivo branco, podem ser tilizados.finalmente a transformada inversa deve ser aplicada..16 Ela transforma dados poissonianos em dados aproximadamente gassianos de desvio padrão igal a 1. Essa aproximação é válida se a média dos dados poissonianos tiverem x > 4. Um segndo aspecto importante da transformada de Anscombe é qe o FWHM da PSF amenta em. Isso significa qe no espaço de Forier a PSF se contrai do mesmo fator, amentando a margem para filtrar no espaço de freqüências. Filtros de Btterworth 4
5 Uma forma eficaz e elegante de fazer isso é transformando o cbo para o espaço de Forier e aplicando m filtro de Btterworth. Os rídos de alta freqüência, comm nos cbos de dados podem ser eliminados tilizando-se do filtro de Btterworth de passa-baixo, qe é dado por :.17 Onde, para pixel qadrado, a=b=f.g 4 ln p Fny g= π FWHMPSF d Filtragem de bloqeio de banda Um filtro de bloqeio de banda pode ser definido como.19 Onde l é a largra da banda e 0 e v0 são as freqüências do centro da banda. e-tomografia PCA Um cbo de dados obtido com IFU é caracterizado por três dimensões: xyλ. Cada pixel é caracterizado por ma intensidade Iijλ, onde ij correspondem aos pixels espaciais. Inicialmente transformamos o cbo em ma matriz Iβλ onde:.0 Sobre essa matriz Iβλ é aplicada o PCA, qe é mito eficiente em identificar padrões e correlações nos dados qe, de otra forma dificilmente seriam notados. Matematicamente o PCA é definido como ma transformação linear qe transforma os dados correlacionados em m novo sistema ortogonal de coordenadas não correlacionados, ordenados de tal forma qe o primeiro de atovetor explica a maior parte da variança atovalor, segido pelo segndo atovetor e assim por diante. A matriz de covariança dos dados originais é dada por 5
6 .1 qe tem a propriedade de ser simétrica. A transformada qe corresponde ao PCA é a dada pela fórmla:.3 onde Tβk são os dados no novo sistema de coordenadas Ekλ qe são chamados de atovetores o atoespectros. A transformação é obtida a partir da diagonalização da matriz de covariança:.4 Sendo qe os elementos diagonais dessa matriz são os atovalores. A matriz Tβk pode ser retro-projetada para a forma de cbo de dados; agora os elementos espaciais serão chamados de tomogramas, pois representam recortes dos dados no novo espaço dos atovetores. 6
7 3 Filtragem de freqüências constantes Iniciamos o processo com a filtragem de freqüências constantes. A imagem original, O, a ser filtrada é mostrada a segir. Trata-se de ma imagem da galáxia NGC 9, pertencente a m grpo compacto de galáxias. O É possível ver, em diversas regiões, estrias verticais qe estão presentes nos dados. Essas estrias forma introdzidas pelo instrmento e são classificadas como fingerprints instrmentais. A transformada de Forier da Transformada de Anscombe é mostrada a segir, como F. 7
8 O A F B FxB Nessa imagem fica evidente qe as freqüências são bem marcadas e estão no eixo x. A segir constrímos m filtro de banda, B. Mltiplicamos FxB. Dessa forma nos livramos das freqüências verticais. A transformada inversa de Anscombe da transformada inversa de Forier, denominada f, é mostrada abaixo. A diferença entre as das imagens, r=o-f também é mostrada a segir. Nela vemos a imagem das estrias qe estão presentes na imagem original, mas não na imagem filtrada. 8
9 O f O-f 9
10 4 Filtragem de Btterworth de alta freqüência espacial Tratamento com filtro de Btterworth de altas freqüências espaciais. o cbo de dados está no espaço de Anscombe. O A F B FxB B = Filtro de Btterworth n = 6.0, f =.50, p=0,4, fwhm_psf=1,6 10
11 O f Resltado do tratamento anterior, no espaço normal fora do espaço de Anscombe. r = O-f 11
12 A segir apresentamos as crvas de FWHM da PSF para filtros de Btterworth com n e f variáveis. 1
13 5 Filtragem de Btterworth de alta freqüência espectral Extraímos o espectro de ma região H II qalqer da galáxia. A segir mostramos a transformada de Anscombe desse espectro. Depois, mostramos a transformada de Forier desse espectro, o filtro de Btterworth espectral de passa-baixo, qe corta as altas freqüências. Neste caso a freqüência de corte é 0.5FNy com índice de n = 6 e o prodto BxF. Original FT Btterworth filter BF x FT Mostramos, abaixo, o espectro original, o espectro filtrado e a diferença dos dois. Original spectrm Noise = Original filtered filtered sectrm 13
14 Freqüências de cortes de 0.4 vermelho, 0.5 verde e 0.55 azl. A segir, a diferença entre o cbo original e o filtrado. 14
15 6 Sbtração de cé, inclídas as linhas de OH O cé é identificado em ma região qe não tem objetos. Podemos extrair o espectro médio e o espectro mediano. Depois mostramos o espectro da região H II 5x5 pixels com e sem o cé médio. 15
16 7 Filtragem de rídos com PCA A filtragem de rído de alta freqüência parece ser mito eficiente. Podemos, ainda fazer o PCA para ma remoção final de rído não correlacionado. Para isso identificamos os 3 atovetores, cjos atovalores são mostrado abaixo jntamente com o teste de scree. NGC 09 filtrada O diagrama de scree mostra qe os atovetores acima de 6 são dominados por rído. No entanto, por termos cerca de 1 milhão de pixels espaciais, podemos ter atovetroes nos qais o rído é dominante, mas ainda tem informação localizada exemplo: ma região H II qe não pode ser descartada. Por isso, salvamos os 8 primeiros atovetores e descartamos os atovetores de 9 em diante. 1 91,8516% 91,8516%,6405% 94,491% 3 1,5437% 96,0358% 4 1,130% 97,1588% 5 0,658% 97,8116% 6 0,3633% 98,1749% 7 0,3388% 98,5137% 8 0,3189% 98,836% 9 0,3051% 99,1376% 10 0,5% 99,3898% 11 0,9% 99,6190% 1 0,1635% 99,785% 13 0,105% 99,9030% 14 0,0537% 99,9567% 15 0,061% 99,988% 16 0,0079% 99,9908% 17 0,005% 99,993% 18 0,0007% 99,9940% 19 0,0007% 99,9947% 0 0,0001% 99,9947% 1 0,0006% 99,9954% 0,0006% 99,9960% 3 0,0006% 99,9966% 4 0,0003% 99,9968% 5 0,0005% 99,9973% 6 0,0005% 99,9978% 7 0,0003% 99,9981% 8 0,0003% 99,9984% 9 0,0004% 99,9988% 30 0,0004% 99,999% 31 0,0004% 99,9996% 3 0,0004% 100,0000% 16
17 A segir mostramos a diferença entre o cbo não filtrado e o filtrado. 17
18 8 - Comparação: Início e fim 18
19 Diferença entre o cbo original e o cbo final. 19
20 Radial velocity crve: o, f, r Free spectral range Referências: Gonzales, R. C. & Woods, R.E. Digital Image Processing, 008, Pearson Edcation Inc, New Jersey. Steiner, J.E., Menezes, R.B., Ricci, T.V. & Oliveira, A.S. 009, MNRAS, 395, 64. Agradecimentos: INCT-A/CNPq/FAPESP; Roberto Menezes; Tiago Ricci. 0
Aula 6. Melhoria de imagens por filtragens: no domínio da freqüência
Ala 6 Melhoria de imagens por filtragens: no domínio da freqüência Análise de Imagens - 2015 Ara Conci Filtragem no Domínio da Freqüência Filtragem no Domínio da Freqüência Filtragem Passa Baixa Filtragem
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 maisRealce de Imagens Domínio da Frequência. Tsang Ing Ren - tir@cin.ufpe.br UFPE - Universidade Federal de Pernambuco CIn - Centro de Informática
Realce de Imagens Domínio da Freqência Tsang Ing Ren - tir@cin.fpe.br UFPE - Universidade Federal de Pernambco CIn - Centro de Informática Tópicos Introdção Série de Forier. Transformada de Forier. Transformada
Leia maisINSTRUMENTAÇÃO NUCLEAR ESTATÍSTICA DE CONTAGEM E ESTIMATIVA DE ERRO
INSTRUMENTAÇÃO NUCLEAR ESTATÍSTICA DE CONTAGEM E ESTIMATIVA DE ERRO Princípio Decaimento radioativo é m processo aleatório, portanto sa medida está sjeita à fltação estatística. Esta fltação é m fonte
Leia maisO resultado da medição na presença de várias fontes de incertezas
O resltado da medição na presença de várias fontes de incertezas Determinação da incerteza de medição em oito passos P1 Analise o processo de medição P Identifiqe as fontes de incertezas P3 Estime a correção
Leia maisANÁLISE DE SENSIBILIDADE DE ESTRUTURAS VIA ANSYS
3 ANÁLISE DE SENSIBILIDADE DE ESRUURAS VIA ANSYS Geralmente o MEF é o método nmérico de análise tilizado pare se obter os valores das fnções objetivo e das restrições, no qe diz respeito à maioria dos
Leia maisIntrodução ao Processamento Digital de Imagens. Aula 9 Restauração de Imagens. Prof. Dr. Marcelo Andrade da Costa Vieira
Introdução ao Processamento Digital de Imagens Aula 9 Restauração de Imagens Prof. Dr. Marcelo Andrade da Costa Vieira mvieira@sc.usp.br Realce x Restauração Realce: Processar a Imagem para obter um resultado
Leia maisFiltragem no domínio de frequência
Filtragem no domínio de frequência Filtragem no domínio de frequência Modificar a transformada de Fourier de uma imagem e computar a inversa para obter o resultado. Dada uma imagem f(x,y), MxN, a equação
Leia maisLista F Aulas Práticas de Scilab 1 Resposta em Freqüência Introdução:
Lista F las Práticas de Scilab Resposta em Freqüência Introdção: Uma das entradas de teste para o estdo de sistemas dinâmicos são as fnções senoidais. Em particlar, os métodos de resposta em freqüência
Leia mais1 Introdução. Manoel DOMINGOS FILHO 1
UMA APLICAÇÃO SOBRE A COMPARAÇÃO DE PREVISORES CLÁSSICOS E INVERSOS NO MODELO DE CALIBRAÇÃO ESTRUTURAL NA OBTENÇÃO DE MEDIDAS INDIRETAS REALIZADAS POR MEIO DE HIPSÔMETROS E PRANCHETA DENDOMÉTRICA Manoel
Leia maisFiltragem no Domínio da Freqüência Transformada de Fourier
Filtragem no Domínio da Freqüência Transformada de Fourier Adair Santa Catarina Curso de Ciência da Computação Unioeste Campus de Cascavel PR Abr/2013 Material de referência: Conci, A; Azevedo, E.; Leta,
Leia maisRepresentação de vetores
UL PSSD Representação de vetores Modo Gráfico: Segmento de reta orientado com a mesma direção e sentido qe o vetor considerado e cjo comprimento é proporcional à magnitde do mesmo. Modo escrito: Letras
Leia maisA seguir, uma demonstração do livro. Para adquirir a versão completa em papel, acesse:
A segir, ma demonstração do livro. Para adqirir a versão completa em papel, acesse: www.pagina0.com.br CÁLCULO VOLUME ZERO - REGRAS E PROPRIEDADES INICIAIS DE DERIVAÇÃO f() k f( ) k k k 0 f'() lim lim
Leia maisRestauração de imagem
Tem por objectio reconstrir o recperar ma imagem degradada tilizando algm conhecimento a priori do processo de degradação Modelo do processo de degradação de imagem O processo de degradação pode ser modelado
Leia mais4 Análise dimensional para determinação da frequência e fator de amplificação do pico máximo
4 Análise dimensional para determinação da freqência e fator de amplificação do pico máimo A análise cidadosa das eqações qe regem o escoamento pode fornecer informações sobre os parâmetros importantes
Leia maisCálculo Vetorial. Geometria Analítica e Álgebra Linear - MA Aula 04 - Vetores. Profa Dra Emília Marques Depto de Matemática
Cálclo Vetorial Estdaremos neste tópico as grandezas etoriais, sas operações, propriedades e aplicações. Este estdo se jstifica pelo fato de, na natreza, se apresentarem 2 tipo de grandezas, as escalares
Leia mais8 Resultados de Medições Indiretas
8 esltados de Medições Indiretas Fndamentos de Metrologia Motivação ±c c b ±b omo estimar a incerteza do valor de ma grandeza qe é calclada a partir de operações matemáticas ticas com os resltados de otras
Leia maisIntrodução aos Métodos Quase-Experimentais
Técnicas Econométricas para Avaliação de Impacto Introdção aos Métodos Qase-Experimentais Rafael Perez Ribas Centro Internacional de Pobreza Brasília, 23 de abril de 28 Introdção Breve descrição de métodos
Leia maisAula 2: Vetores tratamento algébrico
Ala : Vetores tratamento algébrico Vetores no R e no R Decomposição de etores no plano ( R ) Dados dois etores e não colineares então qalqer etor pode ser decomposto nas direções de e. O problema é determinar
Leia maisConceitos Fundamentais 1.1
Conceitos Fndamentais. Capítlo Conceitos Fndamentais. Introdção Um sólido deformável sob a acção de forças eternas, deformar-se-á e no sólido desenvolver-se-ão esforços internos. Estes esforços serão em
Leia maisLOCALIZAÇÃO TEMPO-FREQUÊNCIA: UMA DESCRIÇÃO DA ANÁLISE WAVELET EM TEMPO CONTÍNUO
LOCALIZAÇÃO TEMPO-FREQUÊNCIA: UMA DESCRIÇÃO DA ANÁLISE WAVELET EM TEMPO CONTÍNUO Hmberto Gimenes Macedo, Virginia Klasner de Oliveira, Francisco Carlos Rocha Fernandes, Carlos Henriqe Netto Lahoz Universidade
Leia maisIncerteza da medição de uma jóia por uma balança digital
Incerteza da medição de ma jóia por ma balança digital 19,94 19,9 19,98 19,96 19,90 19,94 0,00 19,94 19,94 19,96 19,9 0,00 19,94 g Resolção: 0,0 g Média 19,950 g s 0,0313 Dados da calibração CERTIFICADO
Leia mais8.º Ano de escolaridade 2014/2015
8.º Ano de escolaridade 2014/2015 A cada período serão acrescidas as alas de avaliação DOMÍNIO ÁLGEBRA (ALG8) NÚMEROS E OPERAÇÕES (NO8) CONTEÚDOS 1. Números reais Tempos previstos (45 min) 22 Distribição
Leia maisProf. Antônio F M Santos
Prof. Antônio F M Santos Profa. Rosenda Valdés Arencibia Maio, 011 Sexo: Masclino, Feminino Calvície: Calvo, Não calvo A associação entre das o mais variáveis implica qe o conhecimento de ma altera a
Leia maisIntrodução FILTRAGEM NO DOMÍNIO DA FREQUÊNCIA
FILTRAGEM NO DOMÍNIO DA FREQUÊNCIA Introdução Um sinal no domínio do espaço (x,y) pode ser aproximado através de uma soma de senos e cossenos com frequências (f, f2, f3,...fn) de amplitudes (a, a2,...
Leia maisCurvas e Superfícies
Crvas e Sperfícies Fontes: M.C.F. de Oliveira D.F. Rogers & J.A. Adams, Mathematical Elements for Compter Graphics, McGraw-Hill, 999 Hearn & Baer, Cap. 8 (8-8 a 8-8) An Interactive Introdction to Splines,
Leia maisAnálise de Fourier. Imagens no Domínio da Freqüência
Análise de Fourier Imagens no Domínio da Freqüência Todas as imagens deste trabalho foram obtidas de R. C. Gonzalez and R. E. Woods - Digital Image Processing, Addison Wesley Pub. Co. 1993 - ISBN 0-201-60078-1
Leia maisAprendizagens Académicas
AGRUPAMENTO DE ESCOLAS DE SÃO LOURENÇO VALONGO Departamento de Matemática e Ciências Experimentais Matemática 3º Ciclo 2016/2017 PERFIL DE APRENDIZAGENS ESPECÍFICAS 8º ANO O perfil do alno foi definido
Leia maisALBERT EINSTEIN INSTITUTO ISRAELITA DE ENSINO E PESQUISA CENTRO DE EDUCAÇÃO EM SAÚDE ABRAM SZAJMAN
ALBERT EINSTEIN INSTITUTO ISRAELITA DE ENSINO E PESQUISA CENTRO DE EDUCAÇÃO EM SAÚDE ABRAM SZAJMAN CURSO DE ESPECIALIZAÇÃO EM ENGENHARIA CLÍNICA DISCIPLINA: GESTÃO DE TECNOLOGIAS MÉDICAS TEMA:REGULAÇÃO
Leia maisCálculo 1 4ª Lista de Exercícios Derivadas
www.matematiqes.com.br Cálclo 4ª Lista de Eercícios Derivadas ) Calclar as derivadas das epressões abaio, sando as fórmlas de derivação: a) y 4 4 d 4 b) f f c) y d d) y R : d df e) 6 f R : 6 d f) 5 y 4
Leia maisTranformada de Fourier II. Guillermo Cámara-Chávez
Tranformada de Fourier II Guillermo Cámara-Chávez Principios básicos A teoria de Fourier diz que qualquer sinal, em nosso caso as imagens, podem ser expressadas como uma soma de senóides. No caso das imagens,
Leia maisRespostas do Estudo Dirigido Cap Image Transform
Respostas do Estudo Dirigido Cap. 11 - Image Transform 1. Para que serve transformar as imagens para outros Domínios? Fale sobre algumas Formas de Transformada e suas aplicações. (0.5) As transformadas
Leia mais2 a Prova de Mecânica dos Fluidos II PME /05/2012 Nome: No. USP
a Prova de Mecânica dos Flidos II PME 8/5/ Nome: No. USP ª. Qestão (. pontos). Vamos admitir m escoamento trblento de ar (ρ=,kg/m ; ν=,6-5 m /s) sobre m aerofólio esbelto em regime permanente. Medidas
Leia maisIntrodução à Computação Gráfica Curvas. Claudio Esperança Paulo Roma Cavalcanti
Introdção à Comptação Gráfica Crvas Cladio Esperança Palo Roma Cavalcanti Modelagem Geométrica Disciplina qe visa obter representações algébricas para crvas e sperfícies com determinado aspecto e/o propriedades
Leia maisRestauração de Imagens. Guillermo Cámara-Chávez
Restaração de Imagens Gillermo Cámara-Cháez Esqema de Degradação e restaração Onde: f é a imagem original h é ma fnção de degradação η é ma fnção de adição de rído g é a ersão degradada de f f^ é a imagem
Leia mais( AB ) é o segmento orientado com origem em A e extremidade em B.
FUNDÇÃO EDUIONL UNIFID MPOGRNDENSE (FEU) FULDDES INTEGRDS MPO-GRNDENSES (FI) OORDENÇÃO DE MTEMÁTI Estrada da aroba, 685, ampo-grande/rj - Tel: 3408-8450 Sites: www.fec.br, www.sites.google.com/site/feumat
Leia maisDERIVADAS E DIFERENCIAIS II. Nice Maria Americano da Costa
DERIVADAS E DIFERENCIAIS II Nice Maria Americano da Costa DERIVADAS DE ALGUMAS FUNÇÕES ELEMENTARES f f sen f f tg f cot f log f ln f e n a f n n f f sen sen f loga e f f e f sec f ec PROPRIEDADES Teorema.
Leia mais6 Análise dos Resultados
6 Análise dos Resltados 6.. Introdção Neste capítlo são apresentados e analisados os resltados obtidos nos ensaios das sete vigas e a determinação dos ses índices de dctilidade. As resistências das vigas
Leia maisCurso de Análise Matricial de Estruturas 1
Crso de Análise Matricial de Estrtras IV MÉODO DA IIDEZ IV. Solção eral A modelagem de m sistema estrtral para sa resolção através do método da rigidez deve preferencialmente apretar m número de coordenadas
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 maisProcessamento Digital de Sinais:
Processamento Digital de Sinais: Conceitos e Aplicações Joseana Macêdo Fechine Régis de Araújo IC-DSC-UFCG 1 Por que estudar PDS? 2 PDS Conceitos Básicos Sinais Padrões de variações que representam uma
Leia maisPROF. GILBERTO SANTOS JR VETORES
. Introdção Listas de números Sponha qe os pesos de oito estdantes estão listados abaio: 6,, 4, 4, 78, 4, 6, 9 Podemos denotar todos os alores dessa lista sando apenas m símbolo, por eemplo w, com diferentes
Leia mais5 Exemplos de análise determinística 5.1. Introdução
5 Exemplos de análise determinística 5.1. Introdção Para validação dos modelos nméricos determinísticos e comparações entre os procedimentos de solção, são efetadas análises de qatro exemplos. O primeiro
Leia maisMEDIÇÕES E INCERTEZAS DE MEDIÇÃO: UM CONTRIBUTO BASEADO NAS CONVENÇÕES E RE- SOLUÇÕES INTERNACIONAIS +*
MEDIÇÕE E INCERTEZ DE MEDIÇÃO: UM CONTRIUTO EDO N CONVENÇÕE E RE- OLUÇÕE INTERNCIONI +* ntónio Crz Departamento de Metrologia Institto Portgês da Qalidade (IPQ) Caparica Portgal Edarda Filipe Unidade de
Leia maisAULA Exercícios. DETERMINAR A EXPRESSÃO GERAL E A MATRIZ DE UMA TL CONHECIDAS AS IMAGENS DE UMA BASE DO
Note bem: a leitra destes apontamentos não dispensa de modo algm a leitra atenta da bibliografia principal da cadeira Chama-se a atenção para a importância do trabalho pessoal a realizar pelo alno resolvendo
Leia maisGuia RELACRE ESTIMATIVA DE INCERTEZA EM ENSAIOS MICROBIOLÓGICOS DE ÁGUAS
Gia RELACRE 9 ESTIMATIVA DE INCERTEZA EM ENSAIOS MICROBIOLÓGICOS DE ÁGUAS FICHA TÉCNICA TÍTULO: Gia RELACRE 9 Estimativa de Incerteza em Ensaios Microbiológicos de Ágas EDIÇÃO: RELACRE ISBN: 978-97-8574-43-7
Leia maisHomework 06 (Equações de estado) Felippe de Souza &&& Y(s) U(s) Y(s) U(s) Y(s) U(s) Y(s) U(s) Y(s) U(s) Y(s) U(s) = e) = Y(s) 2. u 1. 1 u 3.
Homework 6 ) Considere o sistema descrito pela sa eqação diferencial ordinária abaio. Ache a F (Fnção de ransferência). Escreva na forma de Eqações de Estado & A B, C D. Verifiqe qe a eqação característica
Leia mais05/08/2014. RM = (RB ± IM) unidade. Como usar as informações disponíveis sobre o processo de medição e escrever corretamente o resultado da medição?
6 Resltados de Medições Diretas Fndamentos da Metrologia Científica e Indstrial Slides do livrofmci Motivação definição do mensrando procedimento de medição resltado da medição condições ambientais operador
Leia maisOsciladores lineares contínuos
Osciladores lineares contínos Apontamentos da Disciplina de Dinâmica e Engenharia Sísmica Mestrado em Engenharia de Estrtras Institto Sperior Técnico ís Gerreiro Março de 1999 Osciladores ineares Contínos
Leia maisEspaço de Fourier. Processamento de Imagens Médicas. Prof. Luiz Otavio Murta Jr. Depto. de Física e Matemática (FFCLRP/USP)
Processamento de Imagens Médicas Espaço de Fourier Prof. Luiz Otavio Murta Jr. Depto. de Física e Matemática (FFCLRP/USP) 1 Representação de Fourier - O teorema da amostragem de Nyquist diz que devemos
Leia maisTeoria das Comunicações Prof. André Noll Barreto Prova 1 Gabarito
Prova Gabarito Questão (4 pontos) Um pulso é descrito por: g t = t e t / u t u t, a) Esboce o pulso. Este é um sinal de energia ou de potência? Qual sua energia/potência? (,7 ponto) b) Dado um trem periódico
Leia maisProcessamento de Imagens Filtragem Digital
Filtragem Digital Consiste na aplicação de técnicas de transformação (operadores máscaras) com o objetivo de corrigir, suavizar ou realçar determinadas características de uma imagem dentro de uma aplicação
Leia maisAntenas de Tanguá (RJ)
Antenas de Tangá (RJ) Composição de movimentos y P(x,y) y(t) O x(t) X descoberta de Galile Uma grande parte da discssão qe sege visa o caso particlar em qe temos m movimento nma direção X e otro na direção
Leia maisFiltros de Gabor Da Teoria à Aplicação
Filtros de Gabor Da Teoria à Aplicação Ricardo J. Ferrari, Ph.D. rferrari@icmc.usp.br Instituto de Ciências Matemáticas e de Computação Universidade de São Paulo São Carlos, Brasil Introdução Sumário Sistema
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 maisSetor de Tecnologia - TC Engenharia Ambiental Avaliação 2. Matemática Aplicada II
Universidade Federal do Paraná Matemática Aplicada II Setor de Tecnologia - TC Engenharia Ambiental 214-1 Curitiba, 6.6.214 Avaliação 2 Matemática Aplicada II Tobias Bleninger Departamento de Engenharia
Leia maisPROVAS DE ACESSO E INGRESSO PARA OS MAIORES DE 23 ANOS
PROVAS DE ACESSO E INGRESSO PARA OS MAIORES DE ANOS Ano Lectivo: 009 / 00 Folha de Escola onde se realiza esta prova: Data: 6 / 0 / 009 Prova: MATEMÁTICA Nome do Candidato: Docente(s): Docmento de Identificação
Leia maisControle Neural de Sistemas Não Lineares por Resposta em Freqüência
Proceedings of IV Brazilian Conference on Neral Networks - IV Congresso Brasileiro de Redes Nerais pp 888-999, Jl 2-22, 999 - ITA, São José dos Campos - SP - Brazil Controle Neral de Sistemas Não Lineares
Leia maisFiltragem de Imagens no Domínio da Freqüência. 35M34 Sala 3D5 Bruno Motta de Carvalho DIMAp Sala 15 Ramal 227
Filtragem de Imagens no Domínio da Freqüência 35M34 Sala 3D5 Bruno Motta de Carvalho DIMAp Sala 15 Ramal 227 Introdução Fourier formulou no início do século XVIII a teoria de que qualquer função que se
Leia maisf R e P o D. Vimos que (Po x
Universidade Salvador UNIFACS Crsos de Engenharia Cálclo IV Proa: Ilka Reboças Freire Cálclo Vetorial Teto 0: Derivada Direcional e Gradiente. A Derivada Direcional Consideremos a nção escalar : D R R
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 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 maisCapítulo 4. Convecção Natural
Capítlo 4 Convecção Natral eitra e Exercícios (Incropera & DeWitt) 6ª Edição Seções: 9. a 9.9 Exercícios: Cap. 9 6, 9, 3, 8, 5, 7, 30, 36, 45, 58, 75, 88, 9, 94, 05, 0 5ª Edição Seções: 9. a 9.9 Exercícios:
Leia maisPrimeira lista de exercícios de Física Experimental I-A, FIS01257
Primeira lista de exercícios de Física Experimental I-A, FIS0257 Roberto da Síla, Agenor Heintz, Magno Machado, Mendeli Vainstein, Mario Baibich Institto de Física, UFRGS April 5, 206 Qestão : Considere
Leia maisFiltragem. Processamento digital de imagens. CPGCG/UFPR Prof. Dr. Jorge Centeno
Filtragem Processamento digital de imagens CPGCG/UFPR Prof. Dr. Jorge Centeno Operações de vizinhança (Filtros) Filtros lineares Filtro passa-baixas (suavização) Filtro passa-altas (realce) Filtros direcionais
Leia maisFiltros em freqüências
Processamento de Imagens Médicas Filtros em freqüências Prof. Luiz Otavio Murta Jr. Depto. de Física e Matemática FFCLRP/USP Transformada de Fourier D discreta Definição Teorema da Convolução Convolução
Leia mais3 Teoria de Ondas Marítimas
3 Teoria de Ondas Marítimas 3.1. Introdção Ondas do mar resltam da ação de forças sobre m flido de maneira a pertrbar o se estado inicial, isto é, deformá-lo. Estas forças são provocadas por diversos agentes
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 mais8. EXPRESSÃO DA MELHOR CAPACIDADE DE MEDIÇÃO DO LPTF
8. EXPRESSÃO DA MELHOR CAPACIDADE DE MEDIÇÃO DO LPTF Internacionalmente consagrada, a incerteza associada à medição constiti-se no parâmetro crítico para se determinar a chamada Melhor Capacidade de Medição
Leia maisFUZZY NA ANÁLISE DE SIMILARIDADES POR COMPUTADOR
FUZZY NA ANÁLISE DE SIMILARIDADES POR COMPUTADOR José Arnaldo Barra Montevechi José Hamilton Chaves Gorglho Júnior EFEI Escola Federal de Engenharia de Itajbá - Brasil RESUMO Este artigo descreve m procedimento
Leia maisSEL Processamento Digital de Imagens Médicas. Aula 4 Transformada de Fourier. Prof. Dr. Marcelo Andrade da Costa Vieira
SEL 0449 - Processamento Digital de Imagens Médicas Aula 4 Transformada de Fourier Prof. Dr. Marcelo Andrade da Costa Vieira mvieira@sc.usp.br Jean Baptiste Joseph Fourier 2 Exemplo: Função Degrau 3 Exemplo:
Leia mais4 Visualização por pontos
4 Visualização por pontos Uma vez gerados os pontos, estes são renderizados e recebem efeitos de profundidade e iluminação, através da definição da cor, opacidade e tamanho. Além disso, os pontos pertencentes
Leia maisProcessamento digital de imagens
Processamento digital de imagens Agostinho Brito Departamento de Engenharia da Computação e Automação Universidade Federal do Rio Grande do Norte 22 de março de 2016 Existem tipos de degradações cujo tratamento
Leia maisCONVECÃO NATURAL. É o processo de transferência de calor induzido por forças gravitacionais, centrífugas ou de Coriolis.
CONVECÃO NAURA É o processo de transferência de calor indzido por forças gravitacionais, centrífgas o de Coriolis. A convecção natral ocorre na circlação atmosférica e oceânica, sistemas de refrigeração
Leia maisFernando Nogueira Programação Linear 1
rogramação Linear Fernando Nogeira rogramação Linear Eemplo Típico Uma padaria prodz olos I e II sendo qe cada olo consome m certa qantidade de açúcar farinha e ovo para ser prodzido conforme a taela:
Leia maisPROV O ENGENHARIA QUÍMICA. Questão nº 1. h = 0,1 m A. Padrão de Resposta Esperado: a) P AB = P A B. Sendo ρ água. >> ρ ar. Em B : P B. .
PRO O 00 Qestão nº ar A B h = 0, m A B a) P AB = P A B Sendo ρ ága >> ρ ar : Em B : P B = (ρ ága. g) h + P A P A B = P B P A =.000 x 9,8 x 0, = 980 Pa (valor:,5 pontos) b) P ar = P man = 0 4 Pa Em termos
Leia maisFATOR DE CONCENTRAÇÃO DE TENSÃO À FADIGA - COMPARAÇÃO ENTRE VALORES EXPERIMENTAIS E OBTIDOS COM A UTILIZAÇÃO DE UM SOFTWARE DE ELEMENTOS FINITOS
FATOR DE CONCENTRAÇÃO DE TENSÃO À FADIGA - COMPARAÇÃO ENTRE VALORES EXPERIMENTAIS E OBTIDOS COM A UTILIZAÇÃO DE UM SOFTWARE DE EMENTOS FINITOS Liz Daré Neto Gstavo Tietz Cazeri Edardo Carlos Bianchi Rodrigo
Leia maisProgramação Dinâmica Determinística
Programação Dinâmica Determinística Processos de Decisão Mltiestágios Um processo de decisão mltiestágios é m processo qe pode ser desdobrado segndo m certo número de etapas seqênciais, o estágios, qe
Leia maisSEL Introdução ao Processamento Digital de Imagens. Aula 9 Restauração de Imagens Parte 2
SEL5895 - Introdução ao Processamento Digital de Imagens Aula 9 Restauração de Imagens Parte 2 Prof. Dr. Marcelo Andrade da Costa Vieira mvieira@sc.usp.br Modelo de Degradação e Restauração g(x,y) = h(x,y)
Leia maisComposição de movimentos. P(x,y) y(t) x(t) descoberta de Galileu
Composição de movimentos P(,) (t) O (t) X descoberta de Galile Uma grande parte da discssão qe sege visa o caso particlar em qe temos m movimento nma direção X e otro na direção Y, e no qal o qe acontece
Leia maisAnalisador de espectros por FFT
Analisador de espectros por FFT A transformada de Fourier (FT) é uma ferramenta matemática utilizada essencialmente para decompor ou separar uma função ou forma de onda em senóides de diferentes frequências
Leia maisTransformada de Fourier
Transformada d orir Séri d orir: Uma fnção priódica pod sr rprsntada pla soma d m conjnto d snos o cosnos d difrnts frqências cada ma mltiplicada por m por m coficint Transformada d orir: Uma fnção não
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 maisCapítulo 3 Comportamento mecânico dos materiais = = = =
apítlo omportamento mecânico dos materiais Problema Uma peça prismática de comprimento L e secção transversal rectanglar de altra 0cm e largra 0cm foi sjeita ao ensaio de tracção. variação de comprimento
Leia maisParâmetros importantes de um Analisador de Espectros: Faixa de frequência. Exatidão (frequência e amplitude) Sensibilidade. Resolução.
Parâmetros importantes de um Analisador de Espectros: Faixa de frequência Exatidão (frequência e amplitude) Sensibilidade Resolução Distorção Faixa dinâmica Faixa de frequência: Determina as frequências
Leia maisProcessamento de Imagens
Processamento de Imagens Prof. Julio Arakaki Ciência da Computação 1 Imagem Digital Full Color Image (Matriz de Pixels) RGB (24 bits): Red (8 bits) Green (8 bits) Blue (8 bits) 2 Imagem Digital Um modelo
Leia maisSEL-0339 Introdução à Visão Computacional. Aula 2 Processamento Espacial (Parte 2)
Departamento de Engenharia Elétrica - EESC-USP SEL-0339 Introdução à Visão Computacional Aula 2 Processamento Espacial (Parte 2) Prof. Dr. Marcelo Andrade da Costa Vieira Prof. Dr. Adilson Gonzaga mvieira@sc.usp.br
Leia maisIMPLEMENTAÇÃO E AVALIAÇÃO DE TÉCNICAS DE IDENTIFICAÇÃO DE SISTEMAS NÃO LINEARES USANDO O CÓDIGO LIVRE SCILAB
IPLEENTAÇÃO E AVALIAÇÃO DE TÉCNICAS DE IDENTIFICAÇÃO DE SISTEAS NÃO LINEARES USANDO O CÓDIO LIVRE SCILAB Rosiane Ribeiro Rocha, * Valéria Viana rata, Lís Cládio Oliveira-Lopes Bolsista de Iniciação Científica
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 maisUtilização do MATLAB (Control System Toolbox)
Utilização do MALAB (Control Sstem oolbox). Introdção Estas notas constitem ma breve introdção à tilização do Control Sstem oolbox (versão 4) do MALAB no estdo de sistemas dinâmicos lineares. O comando
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 maisUNIVERSIDADE DE BRASÍLIA I/2013 DEPARTAMENTO DE ECONOMIA 18/7/13
UNIVRSIDAD D BRASÍLIA I/3 DPARTANTO D CONOIA 8/7/3 TORIA DOS JOGOS - PÓS PROFSSOR AURÍCIO SOARS BUGARIN CO bgarin@nb.br htttp://www.bgarinmaricio.com PROVA GABARITO Problema -Direito e conomia A área de
Leia maisCOMPUTAÇÃO GRÁFICA NOTAS COMPLEMENTARES
Uniersidade Estadal do Oeste do Paraná - UNIOESTE Centro de Ciências Eatas e Tecnológicas - CCET Crso de Ciência da Comptação COMPUTAÇÃO GRÁFICA NOTAS COMPLEMENTARES CASCAVEL - PR 9 SUMÁRIO PRINCÍPIOS
Leia maisINVESTIGATING THE USE OF BLOCK-MATCHING 3D DENOISING ALGORITHM TO REDUCE RADIATION DOSE IN DIGITAL MAMMOGRAPHY
INVESTIGATING THE USE OF BLOCK-MATCHING 3D DENOISING ALGORITHM TO REDUCE RADIATION DOSE IN DIGITAL MAMMOGRAPHY HELDER C. R. DE OLIVEIRA POLYANA F. NUNES LUCAS R. BORGES MARCELO A. C. VIEIRA 2 MOTIVAÇÃO
Leia 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 maisDeterminante Introdução. Algumas Propriedades Definição Algébrica Equivalências Propriedades Fórmula Matriz
ao erminante Área e em R 2 O qe é? Qais são sas propriedades? Como se calcla (Qal é a fórmla o algoritmo para o cálclo)? Para qe sere? A = matriz. P paralelogramo com arestas e. + A é a área (com sinal)
Leia maisCÁLCULO I. 1 Teorema do Confronto. Objetivos da Aula
CÁLCULO I Prof. Marcos Diniz Prof. André Almeida Prof. Edilson Neri Júnior Prof. Emerson Veiga Prof. Tiago Coelho Ala n o 07: Teorema do Confronto. Limite Fndamental Trigonométrico. Teorema do Valor Intermediário.
Leia mais