Quadros, representações redundantes e adaptativas. Hilton de Oliveira Mota
|
|
- Elza Marques Antas
- 5 Há anos
- Visualizações:
Transcrição
1 Quadros, representações redundantes e adaptativas Hilton de Oliveira Mota
2 Introdução Na aula anterior: DWT bases ortogonais/biortogonais de suporte compacto. Ortogonalidade máxima compactação, sem redundância. Suporte compacto atuação localizada. Análise multiresolução processamento do todo ou das partes. Somente vantagens? Algum problema? Representações rígidas decomposição e reconstrução únicas. Variantes à translação! Nesta aula, estenderemos o conceito a representações mais flexíveis: Quadros justos ( tight frames ) representações sobrecompletas, infinitas formas de reconstrução, representações canônicas. Ladrilhamento tempo-frequência adaptativo pacotes de wavelets. Transformada de wavelets estacionária. Wavelets direcionais, Ridgelets, Curvelets, Contourlets.
3 Pacotes de wavelets STFT ladrilhamento constante resolução tempo-frequência constante. WT ladrilhamento variável com área constante resolução tempo frequência variável, mas fixa!
4 Pacotes de wavelets Pacotes de wavelets (WP) generalização da DWT: Ladrilhamento mais flexível definido pelo usuário. Gera um frame justo representação redundante infinitas reconstruções. Proporciona algoritmos adaptativos! Ladrilhamento da DWT Ex.: um dos possíveis ladrilhamentos de WP
5 Pacotes de wavelets WPs baseiam-se no mesmo algoritmo da DWT decomposição piramidal. Mas tanto as aproximações quanto os detalhes são decompostos em cada nível! DWT decomposition bank *Obs.: a reconstrução canônica de WP é similar à reconstrução da DWT. Wavelet packets decomposition bank
6 Decomposição por pacotes de wavelets Decomposição da DWT Decomposição por WP Decomposição final: matriz MxN. Qualquer combinação de caixas desta matriz permite reconstruir o sinal! Decomposição final: vetor 1xN Adaptativo!
7 Funções de pacotes de wavelets Funções (átomos) de WP são obtidos das wavelets ortogonais ou biortogonais. Ex.: átomos de WP de Daubechies 3.
8 Funções de pacotes de wavelets
9
10 Funções de pacotes de wavelets
11 Ladrilhamento do plano tempoescala Cada nível corresponde a um ladrilhamento com retângulos de mesmo tamanho Vão se tornando mais largos no tempo (diminui resolução temporal) Vão se tornando mais estreitos na frequência (aumenta resolução em frequência).
12 Ladrilhamento do plano tempoescala Vários ladrilhamentos podem ser utilizados: Dependendo de quais pacotes o usuário mantém. Desde que o plano seja completamente coberto. Exemplos: Pacotes originais da DWT Ladrilhamento tempo-frequência
13 Ladrilhamento do plano tempoescala Outros pacotes: Ladrilhamento correspondente: Notar que: O eixo do tempo deve ser completamente coberto. Não pode haver sobreposição no tempo. Pode haver sobreposição na frequência. Raciocínio: quais frequências são melhores em cada intervalo? Obs.: como seria a reconstrução canônica?
14 Bases de pacotes de wavelets Bases de pacotes de wavelets seleção dos melhores pacotes (ladrilhamento) com base em algum critério ( best basis ). Uma forma (largamente usada) entropia de Shannon [1]. S ( p)= pi log p i i onde p é uma função densidade de probabilidade (PDF) normalizada (energia do pacote). Maior entropia informação mais espalhada. Baixa entropia informação concentrada em poucos coeficientes. Portanto encontre o conjunto de pacotes que resulte na menor entropia representação mais esparsa. [1] R. R. Coifman and M. V. Wickerhauser, Entropy-based algorithms for best basis selection, IEEE Trans. Inf. Theory, vol. 38, no. 2, pp , 1992.
15 Bases de pacotes de wavelets Seleção de bases de WP com entropia. Analise a matriz de WP de baixo para cima. Compare a entropia de um par de pacotes-filhos com a entropia do pacote-pai. Se a entropia dos filhos for maior descarte os filhos. Se a entropia dos filhos for menor mantenha os filhos, atribua a sua entropia ao pai. Suba para o nível superior e repita até o 1o nível. Lembre-se esta é apenas uma das formas de se selecionar os pacotes: Pode-se usas outros critérios matching pursuit, basis pursuit, etc...
16 Bases de pacotes de wavelets
17 Ex.: decomposição por WP 3 level WP decomposition WP tree
18 Ex.: decomposição por WP WP tree DWT tree Best entropy WP tree
19 Ex.: decomposição por WP Best entropy WP tree Corresponding coefficients
20 Ex.: decomposição por WP Reconstruction from the best tree
21 Árvores de pacotes de wavelets Árvores admissíveis árvores em que em cada nó há somente zero ou duas filhas. Qualquer árvore admissível gera uma base ortogonal para o espaço original. Uma decomposição por WP completa, até o J = log2 N, possui BJ árvores admissíveis, portanto BJ bases ortogonais, onde N /2 5N /8 2 B J 2
22 Considerações: A WP sofre os mesmos efeitos de bordas da DWT. Lembre-se: periodization, zero padding, smoothing window, etc... O tipo de tratamento afeta o número de coeficientes em cada nível BE CAREFUL! Para sinais de comprimento N = 2M e tratamento por periodização: O máximo número de níveis é J = log2 N. A decomposição completa gera N log2 N coeficientes.
23 2D wavelet packets Caso mais simples wavelets ortogonais, mesma escala ao longo de x1 e x2. Lembrando: 2D-DWT. No caso da 2D-WP cada submatriz de aproximações e detalhes é completamente decomposta. Conhecido como Wavelet Packets Quad-trees. 1 Horizontal 2 Vertical 3 Diagonal
24 Wavelet packets quad-trees Quad-trees admissíveis quad-trees cujos nós têm zero ou quatro filhas. Qualquer quad-tree admissível corresponde a uma base ortogonal para sinais 2D. Uma decomposição por WP-2D com N1 = N2 = 2N até o nível máximo J = log2 N gera BJ árvores admissíveis, onde N 4 2 B J 2 49 N 48 4
25 Bancos de filtros para 2D Wavelet packets Bancos de filtros de 2D-WP são iguais a 2D DWT. A única diferença tanto aproximações quanto detalhes são decompostos. Decomposition Reconstruction
26 Ex.: decomposição de imagens...
27 Ex.: compressão de imagens com WPOriginal image Reconstruction with 10% largest best basis coefficients Reconstruction with 10% largest DWT coefficients
28 A transformada de wavelets estacionária (SWT) Transformadas de wavelets ortogonais e biortogonais têm êxito em algumas aplicações. Ex.: padrão de compressão de imagens JPEG 2000 com wavelets biortogonais. Para outras aplicações podem não ser tão boas. Eliminação de ruídos. Desconvolução e deblurring. Extração de características. Geralmente signais corrompidos por interferências informação distorcida ou incompleta.
29 A transformada de wavelets estacionária Ortogonal ou biortogonal variantes à translação dizimação por 2 em cada nível de decomposição. Para um sinal de comprimento N N decomposições diferentes (uma para cada rotação). Perda de dados dependendo do processamento realizado. Pseudo-Gibbs próximo às descontinuidades do sinal.
30 A transformada de wavelets estacionária Possíveis soluções: Trabalhe com transformada de wavelet contínua. Altamente redundante, computacionalmente custosa, problemas com reconstruções aproximadas, etc... Retire a dizimação transformada de wavelet ESTACIONÁRIA*. DWT decomposition 1 l k 2 n a m,k 2 k 1 d m +1,n = h k 2 n a m, k 2 k a m+1, n= UWT decomposition 1 l k n a m,k 2 k 1 d m +1,n = h k n a m, k 2 k a m+1, n= *A SWT também é conhecida como translation-invariant wavelet transform (TI-WT), undecimated wavelet transform (UWT), ε-decimated WT e algorithme à trous. [1] G. P. Nason and B. W. Silverman, The stationary wavelet transform and some statistical applications, in Lecture notes in statistics waveelets and statistics, A. Antoniadis and G. Oppenheim, Eds. New York: Springer-Verlag, 1995, pp [2] R. R. Coifman and D. L. Donoho, Translation-Invariant De-Noising, in Lecture notes in statistics wavelets and statistics, A. Antoniadis and G. Oppenheim, Eds. Springer-Verlag, 1995, pp
31 Decomposição por SWT Decomposição em cada subnível é realizada separando-se coeficientes indexados por pares e ímpares. Cada subvetor é decomposto separadamente. Obs.: filtro de separação (não é dizimação). Note that: c0 N samples c 1 [c e1, c o1 ] N samples c 2 [c 2,1, c 2,2 ] [[c e2,1, c o2,1 ], [c e2,2, c o2,2 ]] N samples c 3 [c 3,1, c 3,2, c 3,3, c 3,4 ] e [[c 3,1, c o3,1 ], [c e3,2,c o3,2 ]], [[c e3,3, c o3,3 ], [c e3,4, c o3,4 ]]
32 Reconstrução da SWT Reconstrução canônica recombinação das partes pares e ímpares seguida do filtro de reconstrução.
33 Realizações eficientes Algorithme à trous. Insira 2j 1 zeros entre cada coeficiente dos filtros ou Amostre o nível anterior com passos de 2j e deslocamentos simples.
34 Realizações eficientes WT invariante à translação (TI-WT). Sinais de comprimento finito N faça deslocamentos circulares em cada nível de decomposição. Execute o algoritmo piramidal em cada versão deslocada. Recombine os coeficientes de forma a obter a SWT. Sinal de comprimento N matriz com N x N coeficientes. A matriz contém as DWTs de todas as versões circulares do sinal. Reconstrução canônica média de cada 2 aproximações. Sinais 2D mesmo procedimento.
35 Ex: TI-table e Stat-table
36 Ex.: decomposição de imagens por SWT
37 Ex.: comparação de denoising por DWT and SWT DWT hard-thresholding SWT hard-thresholding
38 Ex.: denoising de imagens por SWT e DWT Original image Denoised by SWT Corrupted image Denoised by DWT
39 Ex.: denoising por SWT máximos de wavelets Linhas e máximos de SWT Cycle Spinning
40 Ex.: denoising por SWT máximos de wavelets
Um Método Baseado na Taxa de Falsas Descobertas de Coeficientes para a Redução de Ruído em Imagens no Domínio da Transformada de Wavelets
Um Método Baseado na Taxa de Falsas Descobertas de Coeficientes para a Redução de Ruído em Imagens no Domínio da Transformada de Wavelets WENEIDNER MOURA DE SOUZA 1 DANIEL TÁVORA DE QUEIROZ COBRA 2 1 Departamento
Leia maisModelamento esparso. c opt =arg min f ( c ) tal que x=φ c. c opt =arg min f ( c ) tal que x Φ c ϵ. λ c 1 + x Φ c 2. Norma l 1
Aplicações Modelamento esparso Como escolher a função objetivo? c opt =arg min f ( c ) tal que x=φ c c c opt =arg min f ( c ) tal que x Φ c ϵ c Norma l 0 Norma l 1 Algoritmos gulosos (MP, OMP, etc...)
Leia maisAvaliação de desempenho de wavelet shrinkage pela esparsidade dos coeficientes
Avaliação de desempenho de wavelet shrinkage pela esparsidade dos coeficientes Vinícius Ávila da Silva e Evandro Ottoni Teatini Salles Resumo A técnica conhecida como wavelet shrinkage se consagrou como
Leia maisAcadêmicos: Cassiano Cesar Casagrande Claudir Galesky Junior Rafael Voltolini
JPEG2000 Acadêmicos: Cassiano Cesar Casagrande Claudir Galesky Junior Rafael Voltolini Compressão JPEG2000 A codificação pode ser dividida em três partes principais: Pré-processamento Processamento principal
Leia maisRevisão Análise em frequência e amostragem de sinais. Hilton de Oliveira Mota
Revisão Análise em frequência e amostragem de sinais Hilton de Oliveira Mota Introdução Análise em frequência (análise espectral): Descrição de quais frequências compõem um sinal. Por quê? Senóides são
Leia mais4 Método Proposto Visão geral do Método
52 4 Método Proposto Neste trabalho é sugerida uma nova metodologia para compressão de dados sísmicos volumétricos. O método proposto é baseado no uso da transformada wavelet 3D. Também será apresentado
Leia maisTRANSFORMADA WAVELET
TRANSFORMADA WAVELET E SUAS APLICAÇÕES NO PROCESSAMENTO DE IMAGENS HELDER C. R. DE OLIVEIRA PROF. MARCELO A. C. VIEIRA heldercro@usp.br http://helderc.github.io 2 AGENDA Introdução: Transformada de Fourier;
Leia maisAula 4 Transformada Discreta Wavelet DWT
Aula 4 Transformada Discreta DWT Conteúdo: 1) s 2) da Família de Haar 3) da Família Daubechies 4) Aplicações. Transformada de Fourier: - Representa um sinal como uma série de senos e cossenos; - Considera
Leia maisVI SBQEE. 21 a 24 de agosto de 2005 Belém Pará Brasil ESTUDOS DE DISTORÇÕES VARIANTES NO TEMPO POR INTERMÉDIO DA TRANSFORMADA WAVELET
VI SBQEE a 4 de agosto de 5 Belém Pará Brasil Código: BEL 786 Tópico: Modelagem e Simulações ESTUDOS DE DISTORÇÕES VARIANTES NO TEMPO POR INTERMÉDIO DA TRANSFORMADA WAVELET JOÃO A. MOOR NETO PAULO F. RIBEIRO
Leia maisDr. Sylvio Barbon Junior. Departamento de Computação - UEL. 1 o Semestre de 2015
Introdução a Computação Gráfica [5COP100] Dr. Sylvio Barbon Junior Departamento de Computação - UEL 1 o Semestre de 2015 Assunto Aula 8 Descritores de Imagens Digitais 2 of 47 Sumário Descritores e Reconhecimento
Leia maisDisciplina: Processamento Digital de Sinais Aula 04 - Análise Tempo-Frequência
de Disciplina: Processamento Digital de Sinais Aula 04 - Prof. (eduardo.simas@ufba.br) Departamento de Engenharia Elétrica Universidade Federal da Bahia Conteúdo de 1 2 de 3 4 5 6 de Em muitos casos práticos
Leia maisCOMPRESSÃO DE IMAGENS DO TIPO RGB UTILIZANDO A TRANSFORMADA DISCRETA DE WAVELET
14 POSMEC - Simpósio do Programa de Pós-Graduação em Engenharia Mecânica Universidade Federal de Uberlândia Faculdade de Engenharia Mecânica COMPRESSÃO DE IMAGENS DO TIPO RGB UTILIZANDO A TRANSFORMADA
Leia maisAnálise multiescala de séries temporais GPS a partir de wavelets não decimadas para a investigação dos efeitos da
Análise multiescala de séries temporais GPS a partir de wavelets não decimadas para a investigação dos efeitos da cintilação ionosférica Gabriela de O. N. Brassarote, Pós-Graduação em Matemática Aplicada
Leia maisInformation theoretic approaches for adaptive wavelet shrinkage in image denoising
Information theoretic approaches for adaptive wavelet shrinkage in image denoising Alexandre L. M Levada Universidade Federal de São Carlos, Departamento de Computação, São Carlos, SP, Brasil Email: alexandre@dc.ufscar.br
Leia maisSEL Visão Computacional. Aula 2 Processamento Espacial
Departamento de Engenharia Elétrica - EESC-USP SEL-5895 - Visão Computacional Aula 2 Processamento Espacial Prof. Dr. Adilson Gonzaga Prof. Dr. Evandro Linhari Rodrigues Prof. Dr. Marcelo Andrade da Costa
Leia mais4 Supressão de Ruído Baseada em Wavelets
4 Supressão de Ruído Baseada em Wavelets Com o crescente número de aparelhos celulares digitais e computadores portáteis, as técnicas de supressão de ruído em aplicações de processamento de voz tiveram
Leia maisProcessamento de sinais digitais
Processamento de sinais digitais Aula 2: Descrição discreta no tempo de sinais e sistemas silviavicter@iprj.uerj.br Tópicos Sequências discretas no tempo. Princípio da superposição para sistemas lineares.
Leia mais3 Trabalhos Relacionados
38 3 Trabalhos Relacionados Este trabalho foi desenvolvido através de uma parceria entre o Laboratório Tecgraf/Puc-Rio e a Petrobras. Através desta parceria, a linha de pesquisa em sísmica ganhou forças
Leia maisAplicação da Transformada Wavelet Complexa Dual-Tree na Detecção de Sincronização de Fase entre Sistemas Caóticos de Lorenz
Aplicação da Transformada Wavelet Complexa Dual-Tree na Detecção de Sincronização de Fase entre Sistemas Caóticos de Lorenz Maria Teodora Ferreira Programa de Pós-Graduação em Computação Aplicada - CAP
Leia maisUm método iterativo para Extensão de Sinais em codificação por Subbandas
Um método iterativo para Extensão de Sinais em codificação por Subbandas João Silvestre e Luís de Sá Instituto de Telecomunicações - Pólo II, Universidade de Coimbra Pinhal de Marrocos - COIMBRA, PORTUGAL
Leia maisBases, frames (quadros) e decomposições lineares
Bases, frames quadros e decomposições lineares Introdução Até o momento no curso: Bases e frames. Bases ortogonais ortonormais e biortogonais. Frames justos, genéricos. Representações mínimas e redundantes.
Leia mais5 Supressão de ruído por decomposição wavelet
5 Supressão de ruído por decomposição wavelet A decomposição a partir de funções de base especialmente selecionadas é uma poderosa ferramenta de análise e síntese de sinais. A teoria mais representativa
Leia maisProcessamento de Imagens CPS755
Processamento de Imagens CPS755 aula 03 - visualizando a planar Antonio Oliveira Ricardo Marroquim 1 / 40 laboratório de processamento de imagens tópicos visualizando a planar discussão dos primeiros 2
Leia mais) t. 4 Eliminação do ruído do sinal Introdução
49 4 Eliminação do ruído do sinal 4.1. Introdução Os métodos de eliminação de ruído no domínio da transformada de wavelets são conhecidos coletivamente como métodos de de-noising ou encolhimento de wavelets
Leia maisModelação de séries temporais não estacionárias
Modelação de séries temporais não estacionárias Susana Barbosa Mestrado em Ciências Geofísicas 2013-2014 Motivação - exemplo I Motivação - exemplo I Motivação - exemplo II Motivação - exemplo II Decomposição
Leia maisImagem Estática JPEG 2000 JPEG 2000 JPEG 2000 JPEG Joint Photographic Experts Group Padrão ISO/IEC 15444; ITU-T T.800
Departamento de Engenharia de Telecomunicações - UFF Imagem Estática Profa. Débora Christina Muchaluat Saade deborams@telecom.uff.br Joint Photographic Experts Group Padrão ISO/IEC 15444; ITU-T T.800 Oferece
Leia maisDescritores de Imagem (exemplos)
Descritores de Imagem (exemplos) André Tavares da Silva andre.silva@udesc.br Baseado em Penatti (2009) e Silva (2011) Alguns exemplos Descritores baseados em cor Na literatura existem quatro abordagens
Leia maisRepresentação de sinais
Representação de sinais Espaços vectoriais Seja F o conjunto de todos os sinais definidos no intervalo Neste conjunto estão definidas as operações de adição de funções e multiplicação por escalares (reais
Leia maisProcessamento digital de imagens
Processamento digital de imagens Agostinho Brito Departamento de Engenharia da Computação e Automação Universidade Federal do Rio Grande do Norte 6 de outubro de 2016 Segmentação de imagens A segmentação
Leia maisProcessamento de 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 maisAula 7 - Representação e Descrição de Estruturas Bi-dimensionais. Prof. Adilson Gonzaga
Aula 7 - Representação e Descrição de Estruturas Bi-dimensionais Prof. Adilson Gonzaga 1 Introdução Objetos ou Segmentos são representados como uma coleção de pixels em uma imagem. Para o reconhecimento
Leia maisCOMUNICAÇÃO DIGITAL INTRODUÇÃO À TEORIA DE INFORMAÇÃO
COMUNICAÇÃO DIGITAL INTRODUÇÃO À TEORIA DE INFORMAÇÃO Evelio M. G. Fernández - 2011 Introdução à Teoria de Informação Em 1948, Claude Shannon publicou o trabalho A A Mathematical Theory of Communications.
Leia maisWavelets. Capítulo. 4.1 Considerações Iniciais
Capítulo 4 Wavelets 4. Considerações Iniciais Este capítulo apresenta uma breve introdução à teoria de wavelets sob a ótica da análise de sinais. A todo momento estamos nos deparando com sinais, por exemplo:
Leia maisUm estudo sobre a técnica de compressão de imagens utilizando Wavelets e Árvores de Zeros
Um estudo sobre a técnica de compressão de imagens utilizando Wavelets e Árvores de Zeros Luiz Carlos Bambirra Torres 1 Hilton de Oliveira Mota 2 1 luizbambirra@gmail.com; 2 hmota@acad.unibh.br Curso de
Leia maisPSI2651 PROCESSAMENTO, ANÁLISE E SÍNTESE DE IMAGENS. 1 o período de 2005 LISTA DE EXERCÍCIOS
PSI PROCESSAMENTO, ANÁLISE E SÍNTESE DE IMAGENS o período de LISTA DE EXERCÍCIOS ) Considerando imagens do tipo da figura abaixo. Descreva um procedimento que identifique quantas células com furo e quantas
Leia maisVisão Computacional CPS754
Visão Computacional CPS754 aula 11 - reconstrução 3D de câmeras Antonio Oliveira Ricardo Marroquim 1 / 1 visão computacional tópicos conhecido: conjunto de correspondências x i x não conhecido: os respectivos
Leia maisRESTAURAÇÃO DE IMAGENS: OUTROS FILTROS E NOVAS TÉCNICAS PARA FILTRAGEM DE RUÍDO (DENOISING)
RESTAURAÇÃO DE IMAGENS: OUTROS FILTROS E NOVAS TÉCNICAS PARA FILTRAGEM DE RUÍDO (DENOISING) Non-local Means Wavelets Block-matching 3D POLYANA F. NUNES HELDER C. R. DE OLIVEIRA Realce: método subjetivo
Leia maisTransformada Discreta de Fourier
Processamento Digital de Sinais Transformada Discreta de Fourier Prof. Dr. Carlos Alberto Ynoguti Jean Baptiste Joseph Fourier Nascimento: 21 de março de 1768 em Auxerre, Bourgogne, França Morte: 16 de
Leia 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 maisDisciplina: Processamento Estatístico de Sinais (ENGA83) - Aula 02 / Processos Aleatórios
Disciplina: Processamento Estatístico de Sinais (ENGA83) - Aula 02 / Processos Aleatórios Prof. Eduardo Simas (eduardo.simas@ufba.br) Programa de Pós-Graduação em Engenharia Elétrica/PPGEE Universidade
Leia maisLista 1. 8 de abril de Algorithms: Capítulo 0, exercícios 1 e 2. Tardos: Todos exercícios do cap 2 do livro texto, exceto 7 e 8 letra b.
Lista 1 8 de abril de 2013 1 Exercícios Básicos 1.1 Na bibliografia Algorithms: Capítulo 0, exercícios 1 e 2. Tardos: Todos exercícios do cap 2 do livro texto, exceto 7 e 8 letra b. 1.2 Outros 1. Projete
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 maisIntrodução 21. Figura 1 Descontinuidades num modelo estrutural
1 Introdução O Método dos Elementos Finitos (MEF) estabeleceu-se como a principal ferramenta de análise estrutural a partir dos anos 70 e, com o passar do tempo, seu uso se disseminou amplamente, tanto
Leia maisAnálise de Imagens em Escalas Utilizando a Transformada Wavelet
59 Análise de Imagens em Escalas Utilizando a Transformada Wavelet Francisco E. A. Leite 1, Marcos V. C. Henriques 1, Maytê T. N. Cunha 1 1 Universidade Federal Rural do Semi-Árido (UFERSA) 1 Centro Multidisciplinar
Leia maisSumário. 1 Sinais e sistemas no tempo discreto 1. 2 As transformadas z e de Fourier 79
Sumário 1 Sinais e sistemas no tempo discreto 1 1.1 Introdução 1 1.2 Sinais no tempo discreto 2 1.3 Sistemas no tempo discreto 7 1.3.1 Linearidade 8 1.3.2 Invariância no tempo 8 1.3.3 Causalidade 9 1.3.4
Leia maisNOVOS ALGORITMOS ADAPTATIVOS PARA IDENTIFICAÇÃO DE SISTEMAS COM RESPOSTAS IMPULSIVAS ESPARSAS USANDO A TRANSFORMADA WAVELET.
NOVOS ALGORITMOS ADAPTATIVOS PARA IDENTIFICAÇÃO DE SISTEMAS COM RESPOSTAS IMPULSIVAS ESPARSAS USANDO A TRANSFORMADA WAVELET Gerson Barboza DISSERTAÇÃO SUBMETIDA AO CORPO DOCENTE DA COORDENAÇÃO DOS PROGRAMAS
Leia maisAlgoritmos Adaptativos para Filtragem de Sinal Cardíaco utilizando Transformada Wavelet
Anais do CNMAC v.2 ISSN 1984-820X Algoritmos Adaptativos para Filtragem de Sinal Cardíaco utilizando Transformada Wavelet Guilherme Perin, Alice de Jesus Kozakevicius Universidade Federal de Santa Maria
Leia maisTécnicas Básicas de Compressão de Vídeo
Aula 11 Técnicas Básicas de Compressão de Vídeo Diogo Pinheiro Fernandes Pedrosa Universidade Federal Rural do Semiárido Departamento de Ciências Exatas e Naturais Curso de Ciência da Computação Introdução
Leia maisProcessamento de Sinal e Imagem Engenharia Electrotécnica e de Computadores
António M. Gonçalves Pinheiro Departamento de Física Covilhã - Portugal pinheiro@ubi.pt Objectivos Estudar as características dos sinais temporais contínuos e discretos Processamento de sinais em Sistemas
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 23 de novembro de 2016 Compressão de imagens engloba técnicas
Leia maisComputação Gráfica. Engenharia de Computação. CEFET/RJ campus Petrópolis. Prof. Luis Retondaro. Aula 3. Transformações Geométricas
Computação Gráfica Engenharia de Computação CEFET/RJ campus Petrópolis Prof. Luis Retondaro Aula 3 Transformações Geométricas no plano e no espaço Introdução (Geometria) 2 Pontos, Vetores e Matrizes Dado
Leia maisTransformada Discreta de Fourier
Carlos Alexandre Mello Transformadas O uso de transformadas serve para observar características de um sinal que já estavam presentes nele, mas que podem não ser observáveis em um domínio Assim, as transformadas
Leia maisRestauração de imagens NOAA por Morfologia Matemática
Restauração de imagens NOAA por Morfologia Matemática GERALD JEAN FRANCIS BANON 1 ANA LÚCIA BEZERRA CANDEIAS 1 1 DPI/INPE Divisão de Processamento de Imagens / Instituto Nacional de Pesquisas Espacias
Leia maisTransformada Discreta de Fourier
Processamento Digital de Sinais Transformada Discreta de Fourier Prof. Dr. Carlos Alberto Ynoguti Jean Baptiste Joseph Fourier Nascimento: 21 de março de 1768 em Auxerre, Bourgogne, França Morte: 16 de
Leia maisEXTRAÇÃO DE PARÂMETROS PARA CLASSIFICAÇÃO DE FALHAS EM MOTORES ELÉTRICOS UTILIZANDO BANCO
EXTRAÇÃO DE PARÂMETROS PARA CLASSIFICAÇÃO DE FALHAS EM MOTORES ELÉTRICOS UTILIZANDO BANCO DE FILTROS DAUBECHIES. MARCUS V. M. VARANIS 1, ROBSON PEDERIVA 1. 1. Laboratório de Vibrações e Controle, Departamento
Leia maisCompressão de Imagens. Lilian Nogueira de Faria (Bolsista)...DPI/INPE Leila Maria Garcia Fonseca (Coordenadora)...DPI/INPE
Compressão de Imagens Lilian Nogueira de Faria (Bolsista)...DPI/INPE Leila Maria Garcia Fonseca (Coordenadora)...DPI/INPE Imagens digitais necessitam de grande quantidade de espaço para armazenamento e
Leia maisIdentificação de Órgãos Foliares utilizando as Wavelets de Daubechies
Identificação de Órgãos Foliares utilizando as Wavelets de Daubechies Alexander Scaranti, Ronaldo Bernardi e Rodrigo de Oliveira Plotze Instituto de Ciências Exatas e Tecnologia - Universidade Paulista
Leia maisEN3604 FILTRAGEM ADAPTATIVA
EN3604 FILTRAGEM ADAPTATIVA Introdução Filtros adaptativos, os quais têm como meta transformar os sinais portadores de informação em versões limpas ou melhoradas, ajustam suas características de acordo
Leia maisMPEG-4 & H.264. Dissertação, entendimento e comparativo entre e com o MPEG-2
MPEG-4 & H.264 Dissertação, entendimento e comparativo entre e com o MPEG-2 UFF Departamento de Engenharia de Telecomunicações 2005/1 Mestrado em Eng. de Telecomunicações Professora Debora Christina Muchaluat
Leia maisAprendizagem de Máquinas. Extração de Características
Universidade Federal do Paraná (UFPR) Departamento de Informática (DInf) Aprendizagem de Máquinas Extração de Características David Menotti, Ph.D. http://web.inf.ufpr.br/menotti 1 Objetivos Entender os
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 maisTRANSFORMADA WAVELETS ABORDAGEM DE SUA APLICABILIDADE
TRANSFORMADA WAVELETS ABORDAGEM DE SUA APLICABILIDADE Aldo Ventura da Silva * RESUMO O presente trabalho visou explicitar a composição e utilização da Transformada Wavelets. Partimos o nosso estudo conhecendo
Leia maisSUMÁRIO FUNDAMENTOS E VISÃO GERAL 19 CAPÍTULO 1 PROCESSOS ALEATÓRIOS 49
SUMÁRIO FUNDAMENTOS E VISÃO GERAL 19 1. O processo de comunicação 19 2. Principais recursos de comunicação 21 3. Fontes de informação 21 4. Redes de comunicação 27 5. Canais de comunicação 33 6. Processo
Leia maisSílvia Mara da Costa Campos Victer Concurso: Matemática da Computação UERJ - Friburgo
Convolução, Série de Fourier e Transformada de Fourier contínuas Sílvia Mara da Costa Campos Victer Concurso: Matemática da Computação UERJ - Friburgo Tópicos Sinais contínuos no tempo Função impulso Sistema
Leia maisAula de Processamento de Sinais I.B De Paula. Tipos de sinal:
Tipos de sinal: Tipos de sinal: Determinístico:Sinais determinísticos são aqueles que podem ser perfeitamente reproduzidos caso sejam aplicadas as mesmas condições utilizadas sua geração. Periódico Transiente
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 maisOperações Pontuais. 1 operando. 2 operandos. Processamento e Análise de Imagem - A. J. Padilha - v ac
Operações Pontuais 1 operando T OP 2 operandos Pré-Processamento - 1 Operações Pontuais Nas operações pontuais, cada ponto da imagem-resultado - g(i,j) - é obtido por uma transformação T do ponto de coordenadas
Leia maisImplementação dos Algoritmos e Resultados
Capítulo 6 Implementação dos Algoritmos e Resultados 6.1 Considerações Iniciais Diversas situações foram exploradas neste trabalho visando analisar qual seria a wavelet mais adequada para sistemas de extração
Leia maisProcessamento de Sinais e Imagem
António M. Gonçalves Pinheiro Departamento de Física Covilhã - Portugal pinheiro@ubi.pt Objectivos Estudar as características dos sinais temporais contínuos e discretos Projecto de filtros Processamento
Leia mais3. Departamento de Matemática, Universidade Estadual Paulista - UNESP Caixa postal 56, , Ilha Solteira, SP Brasil
INSERÇÃO E EXTRAÇÃO DE MARCA D ÁGUA EM IMAGENS DIGITAIS NO DOMÍNIO WAVELET JAQUELINE F. SILVA 1, MARCO APARECIDO Q. DUARTE, FRANCISCO VILLARREAL ALVARADO 3 1. Laboratório de Sistemas Inteligentes, Departamento
Leia maisFormatos de Áudio e Vídeo Digital Compactação de Vídeo
Redes Multimídia 2016.2 Formatos de Áudio e Vídeo Digital Compactação de Vídeo Curso Superior de Tecnologia em Sistemas para Internet Turma: TEC.SIS.4T Redes Multimídia Conteúdo Programático :: 1 a Unidade
Leia maisTransformada de WAVELET. Curso PISB: Processamento de Imagens e Sinais Biológicos
Transformada de WAVELET 2016 Curso PISB: Processamento de Imagens e Sinais Biológicos Cap. 5 : K. Najarian and R. Splinter, Biomedical Signal and Image Processing CRC Press - Taylor & Francis Group, 2006
Leia mais4 Algoritmo de reconstrução de curvas
4 Algoritmo de reconstrução de curvas Como visto na introdução, o algoritmo proposto neste trabalho é constituído pelas seguintes etapas: 1. Agrupamento espacial dos pontos de amostragem 2. Processamento
Leia maisProcessamento Digital de Imagens. Quantização de Imagens
Processamento Digital de Imagens Quantização de Imagens Eduardo A. B. da Silva Programa de Engenharia Elétrica - COPPE/UFRJ Laboratório de Sinais, Multimídia e Telecomunicações eduardo@smt.ufrj.br Sergio
Leia maisUniversidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Extração de Características
Universidade Federal do Paraná Departamento de Informática Reconhecimento de Padrões Extração de Características Luiz Eduardo S. Oliveira, Ph.D. http://lesoliveira.net Objetivos Entender os conceitos de
Leia maisUma aplicação importante dos métodos de processamento digital de sinais é na determinação do conteúdo em frequência de um sinal contínuo
Análise Espectral Uma aplicação importante dos métodos de processamento digital de sinais é na determinação do conteúdo em frequência de um sinal contínuo Análise espectral: determinação do espectro de
Leia maisProcessamento de Imagens CPS755
Processamento de Imagens CPS755 aula 04 - sistemas lineares Antonio Oliveira Ricardo Marroquim 1 / 32 laboratório de processamento de imagens tópicos decomposições (álgebra linear) decomposição QR decomposição
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 maisProcessamento de Imagens CPS755
Processamento de Imagens CPS755 aula 05 - sistemas lineares - parte 2 Antonio Oliveira Ricardo Marroquim 1 / 27 laboratório de processamento de imagens tópicos métodos lineares mínimos quadrados equações
Leia maisAULA 15 IMPULSO E QUANTIDADE DE MOVIMENTO
AULA 15 IMPULSO E QUANTIDADE DE MOVIMENTO Profa. MSc.: Suely Silva IMPULSO E QUANTIDADE DE MOVIMENTO 1. Impulso de uma força constante Consideremos uma força constante, que atua durante um intervalo de
Leia maisTransformada de Fourier. Theo Pavan e Adilton Carneiro TAPS
Transformada de Fourier Theo Pavan e Adilton Carneiro TAPS Análise de Fourier Análise de Fourier - representação de funções por somas de senos e cossenos ou soma de exponenciais complexas Uma análise datada
Leia maisWaldeck Torres & Michele Hemerly
Waldeck Torres & Michele Hemerly Índice Processo de Codificação do JPEG 2000 Transformada de Ondulas (DWT) Separação da Imagem em Blocos quantizados Divisão da Freqüência em Sub-bandas Quantização dos
Leia maisSinais e Sistemas. A Transformada de Fourier de Tempo Contínuo. Renato Dourado Maia. Universidade Estadual de Montes Claros. Engenharia de Sistemas
Sinais e Sistemas A Transformada de Fourier de Tempo Contínuo Renato Dourado Maia Universidade Estadual de Montes Claros Engenharia de Sistemas Introdução Nas últimas aulas, desenvolvemos a representação
Leia maisSinais e Sistemas. Sinais e Sistemas Fundamentos. Renato Dourado Maia. Universidade Estadual de Montes Claros. Engenharia de Sistemas
Sinais e Sistemas Sinais e Sistemas Fundamentos Renato Dourado Maia Universidade Estadual de Montes Claros Engenharia de Sistemas Classificação de Sinais Sinal de Tempo Contínuo: É definido para todo tempo
Leia maisTransformada de Discreta de Co senos DCT
Transformada de Discreta de Co senos DCT O primeiro passo, na maioria dos sistemas de compressão de imagens e vídeo, é identificar a presença de redundância espacial (semelhança entre um pixel e os pixels
Leia maisTRANSFORMADA WAVELET APLICADA A SINAIS HUMANOS
1 TRANSFORMADA WAVELET APLICADA A SINAIS HUMANOS RESUMO Maximiliano de Oliveira Lima(AEDB) Monique Pacheco do Amaral(AEDB) Valéria Cristina da Costa Pinto(AEDB) Arlei Fonseca Barcelos(Prof. Orientador)
Leia maisUniversidade Federal do Rio Grande do Sul Instituto de Informática
Universidade Federal do Rio Grande do Sul Instituto de Informática INF01046: Fundamento de Processamento de Imagens PROFESSOR JACOB SCHARCANSKI Projeto II: Compactação de Imagens Autores: Charles Arnoud
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 maio de 206 Representação e descrição de regiões Uma
Leia maisCompressão de Imagens Usando Wavelets: Uma Solução WEB para a Codificação EZW Utilizando JAVA. Utilizando JAVA. TCC - Monografia
Compressão de Imagens Usando Wavelets: Uma Solução WEB para a Codificação EZW Utilizando JAVA TCC - Monografia Wanderson Câmara dos Santos Orientador : Prof. Dr. Luiz Felipe de Queiroz Silveira 1 Departamento
Leia maisAula 3 Processamento Espacial
SEL 0449 - Processamento Digital de Imagens Médicas Aula 3 Processamento Espacial Prof. Dr. Marcelo Andrade da Costa Vieira mvieira@sc.usp.br EESC/USP Processamento Espacial Transformações ponto a ponto
Leia maisParte 1 Questões Teóricas
Universidade de Brasília (UnB) Faculdade de Tecnologia (FT) Departamento de Engenharia Elétrica (ENE) Disciplina: Processamento de Imagens Profa.: Mylène C.Q. de Farias Semestre: 2014.2 LISTA 04 Entrega:
Leia maisUm Método Simples e Eficiente para Detecção de Atividade de Voz Usando a Transformada Wavelet
Anais do CNMAC v.2 ISSN 984-82X Um Método Simples e Eficiente para de Atividade de Voz Usando a Transformada Wavelet Marco A. Q. Duarte Curso de Matemática, UUC, UEMS 7954-, Cassilândia, MS E-mail: marco@uems.br
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 mais2017/2. Transformada de WAVELET. Curso PISB: Processamento de Imagens e Sinais Biológicos
Transformada de WAVELET 2017/2 Curso PISB: Processamento de Imagens e Sinais Biológicos Cap. 5 : K. Najarian and R. Splinter, Biomedical Signal and Image Processing CRC Press - Taylor & Francis Group,
Leia maisProcessamento de Imagens CPS755
Processamento de Imagens CPS755 aula 09 - single-view final Antonio Oliveira Ricardo Marroquim 1 / 25 laboratório de processamento de imagens tópicos pontos e retas de fuga métricas afim em uma foto calibrando
Leia maisp TPP = (6.1) e a rajada de perda de pacote é medida pela Comprimento Médio da Rajada (CMR ) que é dada por
6 Perdas de Pacotes O problema de perda de pacotes em rajadas nas redes IP e redes móveis é um dos fatores mais importantes a serem considerados na análise de sistemas de reconhecimento de voz distribuídos.
Leia maisUtilização de Algoritmos Genéticos para Otimização de Altura de Coluna da Matriz de Rigidez em Perfil no Método dos Elementos Finitos
Utilização de Algoritmos Genéticos para Otimização de Altura de Coluna da Matriz de Rigidez em Perfil no Método dos Elementos Finitos André Luiz Ferreira Pinto Pontifícia Universidade Católica do Rio de
Leia maisTransformada Rápida de Fourier FFT Conceitos da FFT - Gauss (1805)
FFT 1 FFT 2 Transformada Rápida de Fourier - FFT DFT Processamento Digital de Sinais Análise e projeto de SLIT no domínio da freq. Convolução rápida FFT - Fast Fourier Transform otas de Aula Algoritmo
Leia maisREMOÇÃO DO EFEITO LIFT-OFF DE SINAIS DE EDDY-CURRENT POR MEIO DE TRANSFORMADAS DE WAVELETS
REMOÇÃO DO EFEITO LIFT-OFF DE SINAIS DE EDDY-CURRENT POR MEIO DE TRANSFORMADAS DE WAVELETS Luiz Antonio Negro Martin Lopez Centro Universitário da FEI Departamento de Engenharia Mecânica Av. Humberto de
Leia maisExtração de características: textura
Extração de características: textura Image Processing scc0251 www.icmc.usp.br/ moacir moacir@icmc.usp.br ICMC/USP São Carlos, SP, Brazil 2011 Moacir Ponti (ICMCUSP) Extração de características: textura
Leia mais