Instituto Tecnológico de Aeronáutica. Prof. Carlos Henrique Q. Forster Sala 121 IEC. ramal 5981
|
|
- Branca Flor Caetano Palhares
- 5 Há anos
- Visualizações:
Transcrição
1 CC Visão Computacional Reconstrução por stéreo Instituto ecnológico de Aeronáutica Prof. Carlos Henrique Q. Forster Sala 11 IC ramal 5981
2 ópicos da aula Auto-calibração de um par estéreo Análise da matri fundamental Reconstrução 3 no caso calibrado Reconstrução 3 no caso não calibrado Reconstrução densa (shape-from-stereo) Livro para acompanhar essa aula rucco e Verri cap 7 CC Visão Computacional IA IC Reconstrução por stéreo-/15
3 Calibrando um sistema estéreo Se não for possível calibrar cada câmera individualmente (por eemplo: o sistema estéreo pode se tratar de uma câmera em movimento), é ainda possível calibrar o par estéreo se for conhecida a associação de 8 pontos da imagem esquerda com os 8 pontos correspondentes (homólogos) da imagem direita. A auto-calibração do sistema estéreo consiste da estimação da matri fundamental a partir da associação de 8 pontos. (O algoritmo é conhecido algoritmo dos 8 pontos). Se forem conhecidos os parâmetros intrínsecos das câmeras, então a matri essencial também pode ser obtida. CC Visão Computacional IA IC Reconstrução por stéreo-3/15
4 O algoritmo dos 8 pontos Uma associação de um ponto p da imagem esquerda com um ponto p da imagem direita cria uma restrição sobre os elementos da matri fundamental dada pela equação de Longuet-Higgins ~ p F ~ p pandindo 0 f f f31 f3 f33 f f f f 1 0 f11 + f1 + f31 + f1 + f + f3 + f13 + f3 + f33 0 Sistema de 8 equações e 9 incógnitas Buscar o espaço nulo CC Visão Computacional IA IC Reconstrução por stéreo-4/15
5 sse método da forma apresentada é numericamente instável, sendo necessárias normaliações (não definir como 1 as coordenadas homogêneas). Um outro problema é a possível obtenção da matri F com rank completo, quando sabemos que deve ter rank. O truque que se utilia é decompor em SV e fiar o menor valor singular em ero, antão recompor a matri F. CC Visão Computacional IA IC Reconstrução por stéreo-5/15
6 Localiação dos epipólos dada matri fundamental Como o epipólo qualquer ponto ~ p F e~ e ~ da imagem esquerda pertence a qualquer linha epipolar para p~ da imagem direita, vale a relação 0 Como F não é identicamente nula, então isto só é possível no caso em que F e ~ 0 Assim, decompondo F em SV, a coluna de V correspondente ao valor singular nulo representa o epipólo representa o epipólo e ~. A coluna de U correspondente ao valor singular nulo e ~. CC Visão Computacional IA IC Reconstrução por stéreo-6/15
7 Obtenção da linha de base pela matri essencial RS Lembrando que S R RS Mas, como R é matri de rotação, sendo ortonormal S S R R O tamanho da linha de base é obtido da soma dos elementos da diagonal (traço) I 1 raço( ) por substituição (mas, perde- O vetor pode ser obtido de qualquer coluna de se o sinal). CC Visão Computacional IA IC Reconstrução por stéreo-7/15
8 Obtenção da orientação relativa pela matri essencial Sejam ˆ / e ˆ / ˆ ˆ, efinimos wi i i 1,, 3, onde i Ê são linhas de Ê. A matri de rotação é dada por (1,,3), (,3,1) e (3,1,). R i wi + w j wk para as triplas (i,jk) iguais a Problemas na determinação do sinal do vetor e da matri R. CC Visão Computacional IA IC Reconstrução por stéreo-8/15
9 Reconstrução Caso calibrado P P P p p O O CC Visão Computacional IA IC Reconstrução por stéreo-9/15
10 Como nossas medidas são imprecisas, as retas podem não ser concorrentes, mas reversas. ntão é necessário encontrar um ponto de distância mínima às duas retas. a p corresponde ao raio P e b R p P. + ao raio w é um vetor ortogonal às duas retas, portanto, uma escolha seria p R p. A soma dos 3 vetores deve ser igual ao vetor a ( p R p ) p b R p + c Resolvemos o sistema linear para (a, b, c) e encontramos o ponto médio do segmento 1 entre as duas retas. ( a p + + b R p ) CC Visão Computacional IA IC Reconstrução por stéreo-10/15
11 Reconstrução Caso não calibrado Primeiro caso: Conhecemos os parâmetros intrínsecos das câmeras. Calibramos com o algoritmo dos 8 pontos. stimamos a matri essencial Normaliamos a matri essencial, porque não conhecemos o tamanho da linha de base stimamos e R a partir da matri essencial Reconstruir a profundidade dos pontos (testar as 4 possibilidades de sinal) O resultado obtido é dependente de um fator de escala CC Visão Computacional IA IC Reconstrução por stéreo-11/15
12 Reconstrução Caso não calibrado Segundo caso: não conhecemos os parâmetros intrínsecos. Calibramos com o algoritmo dos 8 pontos stimamos as posições dos epipólos a partir da matri fundamental efinimos uma base projetiva padrão (5 pontos) considerando os 5 primeiros pontos a serem reconstruídos (e que não formam uma configuração degenerada) como pontos da base ncontrar as transformações projetivas planares e que levam 4 pontos da imagem esquerda e 4 pontos da direita na base projetiva padrão em. Aplicar as transformações a todos pontos da imagem e aos epipólos. stimar as coordenadas dos centros de projeção na base projetiva 3 definida e as matries de projeção. fetuar a triangulação, o resultado é dependente do conhecimento da posição de 5 pontos no espaço 3. CC Visão Computacional IA IC Reconstrução por stéreo-1/15
13 Reconstrução ensa (Horn) Reconstrução a partir de pares de pontos pode requerer uma interpolação de pontos intermediários para se obter uma imagem completa da disparidade. Vejamos um método que computa diretamente o mapa de disparidade baseado nas diferenças de intensidade pela imagem. Considerando uma linha do sistema estéreo com coordenadas e correspondentes. + b / f e b / f Queremos encontrar () tal que + b f / f b / (intensidades dos piels) CC Visão Computacional IA IC Reconstrução por stéreo-13/15
14 Substituindo ' f / e d ( ' ) bf / (mapa de disparidade) d( ) d( ) Restrição de suavidade do mapa de disparidade (a ser minimiada) e s ( d (, )) dd Restrição a minimiar para igualar as intensidades das imagens e i ( (, ) (, ) ) dd Função objetivo total a ser minimiada F e s + λe i, λ é o parâmetro de regulariação de ikonov CC Visão Computacional IA IC Reconstrução por stéreo-14/15
15 CC Visão Computacional IA IC Reconstrução por stéreo-15/15 Solução da minimiação é solução da equação de uler associada: 0 d d d F F F pandindo: + d 1 ) ( 4 λ O operador bi-harmônico é definido por: Substituindo por diferenças finitas, construímos o esquema iterativo: + + d d m ij m ij 1 ) ( 1 κ λ As derivadas de e de d são obtidas por convolução com um padrão apropriado.
PMR2560 Visão Computacional Visão estéreo. Prof. Eduardo L. L. Cabral
PMR2560 Visão Computacional Visão estéreo Prof. Eduardo L. L. Cabral Objetivos Introdução Equações básicas Processo de correspondência Geometria epipolar Retificação de imagens Reconstrução 3D Visão estéreo
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 maisG3 de Álgebra Linear I
G3 de Álgebra Linear I 2.2 Gabarito ) Considere a matriz 4 N = 4. 4 Observe que os vetores (,, ) e (,, ) são dois autovetores de N. a) Determine uma forma diagonal D de N. b) Determine uma matriz P tal
Leia mais1Q1. Considere o ponto A = (1, 2, 3), a reta r : x+1
Com exceção da Questão 15, em todas as questões da prova considera-se fixado um sistema de coordenadas Σ = (O, E), onde E é uma base ortonormal positiva. 1Q1. Considere o ponto A = (1, 2, 3), a reta r
Leia maisReconstrução Geométrica a Partir de Imagens TIC /TCC
Reconstrução Geométrica a Partir de Imagens TIC-00.243/TCC-00.24 Aula 7 Conteúdo Cálculo da Matriz Fundamental Professor Leandro Augusto Frata Fernandes laffernandes@ic.uff.br Material disponível em http://www.ic.uff.br/~laffernandes/teaching/204.2/tic-00.243
Leia maisInstituto Tecnológico de Aeronáutica. Prof. Carlos Henrique Q. Forster Sala 121 IEC. ramal 5981
CC Visão Computacional Geometria Projetiva Instituto ecnológico de Aeronáutica Prof. Carlos Henrique Q. Forster Sala IEC ramal 598 ópicos da aula Rotação em D, Escala e Refleo Deformação do quadrado unitário
Leia maisVisão Computacional CPS754
Visão Computacional CPS754 aula 12 - matriz fundamental Antonio Oliveira Ricardo Marroquim 1 / 1 visão computacional tópicos métodos numéricos para computar F 2 / 1 básico equação básica lembrando da condição
Leia maisforças em relação a um ponto P E 3 como sendo o vetor M P V 3 dado por: Considere o sistema formado pelas forças
Nesta prova considera-se fixada uma orientação do espaço e um sistema de coordenadas Σ = (O, E) em E 3, em que E é uma base ortonormal positiva de V 3. A menos de menção explícita em contrário, equações
Leia maisInstituto Tecnológico de Aeronáutica. Prof. Carlos Henrique Q. Forster Sala 121 IEC. ramal 5981
CC222 Visão Computacional Visão stéreo Instituto ecnológico de Aeronáutica rof. Carlos Henrique Q. Forster Sala 121 IC ramal 5981 ópicos da aula Caso simples de visão estéreo (triangulação) roblema de
Leia maisVisão Computacional CPS754
Visão Computacional CPS754 aula 13 - reconstrução Antonio Oliveira Ricardo Marroquim 1 / 26 visão computacional tópicos reprojetando pontos para 3D triangulação simples solução ótima definição do último
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 maisParte 3 - Produto Interno e Diagonalização
Parte 3 - Produto Interno e Diagonalização Produto Escalar: Sejam u = (u 1,..., u n ) e v = (v 1,..., v n ) dois vetores no R n. O produto escalar, ou produto interno euclidiano, entre esses vetores é
Leia maisÁlgebra Linear Teoria de Matrizes
Álgebra Linear Teoria de Matrizes 1. Sistemas Lineares 1.1. Coordenadas em espaços lineares: independência linear, base, dimensão, singularidade, combinação linear 1.2. Espaço imagem (colunas) - Espaço
Leia maisÁlgebra Linear I - Aula Forma diagonal de uma matriz diagonalizável
Álgebra Linear I - Aula 18 1 Forma diagonal de uma matriz diagonalizável 2 Matrizes ortogonais Roteiro 1 Forma diagonal de uma matriz diagonalizável Sejam A uma transformação linear diagonalizável, β =
Leia maisTeresa C. S. Azevedo
Teresa C. S. Azevedo Orientador: Prof. João Manuel R. S. Tavares Co-orientador: Prof. Mário A. P. Vaz Sumário: I. Reconstrução 3D do corpo humano: i. Aplicações; ii. Técnicas; iii. Objectivos; II. utilizadas
Leia maisNota de aula: Transformações Lineares
Nota de aula: Transformações Lineares Prof. Rebello out/99 rev. mai/0 São aplicações entre espaços vetoriais, isto é, funções onde tanto o domínio como o contra domínio são espaços vetoriais, portanto
Leia mais. (1) Se S é o espaço vetorial gerado pelos vetores 1 e,0,1
QUESTÕES ANPEC ÁLGEBRA LINEAR QUESTÃO 0 Assinale V (verdadeiro) ou F (falso): (0) Os vetores (,, ) (,,) e (, 0,) formam uma base de,, o espaço vetorial gerado por,, e,, passa pela origem na direção de,,
Leia maisGAAL - Terceira Prova - 15/junho/2013. Questão 1: Analise se a afirmação abaixo é falsa ou verdadeira:
GAAL - Terceira Prova - /junho/3 SOLUÇÕES Questão : Analise se a afirmação abaio é falsa ou verdadeira: [ A matriz A é diagonalizável SOLUÇÃO: Sabemos que uma matriz n n é diagonalizável se ela possuir
Leia maisG4 de Álgebra Linear I
G4 de Álgebra Linear I 27.1 Gabarito 1) Considere a base η de R 3 η = {(1, 1, 1); (1,, 1); (2, 1, )} (1.a) Determine a matriz de mudança de coordenadas da base canônica para a base η. (1.b) Considere o
Leia maisQ1. Considere um sistema de coordenadas Σ = (O, E) em E 3, em que E é uma base ortonormal de V 3. Sejam π 1 e π 2 os planos dados pelas equações
Q1. Considere um sistema de coordenadas Σ = (O, E) em E 3, em que E é uma base ortonormal de V 3. Sejam π 1 e π 2 os planos dados pelas equações π 1 : x 2y + 3z = 1 e π 2 : x + z = 2 no sistema de coordenadas
Leia maisNota de aula: Transformações Lineares
Nota de aula: Transformações Lineares Prof. Rebello out/99 rev. out/ São aplicações entre espaços vetoriais, isto é, funções onde tanto o domínio como o contra domínio são espaços vetoriais, portanto todas
Leia maisMAT-27 Lista-09 Outubro/2011
MAT-27 Lista-09 Outubro/2011 1. Determinar, se possível, uma matriz M M 2 (R) de maneira que M 1 AM seja diagonal nos seguintes casos: [ ] 2 4 (a) 3 13 [ ] 3 2 2 1 2. Achar uma matriz diagonal semelhante
Leia maisProcessamento de Imagens CPS755
Processamento de Imagens CPS755 aula 07 - modelos de câmera Antonio Oliveira Ricardo Marroquim 1 / 32 laboratório de processamento de imagens tópicos matriz de calibração câmera finita câmera projetiva
Leia maisAlgebra Linear. 1. Ortonormalização. 2. Sistema de Equações Lineares. pag.1 Teoria de Sistemas Lineares Aula 6. c Reinaldo M.
Algebra Linear 1. Ortonormalização 2. Sistema de Equações Lineares pag.1 Teoria de Sistemas Lineares Aula 6 Ortonormalização Um vetor x é dito estar normalizado se sua norma Euclidiana é igual a 1, ie,
Leia maisMAT Álgebra Linear para Engenharia II - Poli 2 ō semestre de ā Lista de Exercícios
MAT 2458 - Álgebra Linear para Engenharia II - Poli 2 ō semestre de 2014 1 ā Lista de Exercícios 1. Verifique se V = {(x, y) x, y R} é um espaço vetorial sobre R com as operações de adição e de multiplicação
Leia maisÁlgebra Linear I - Aula Matrizes simultaneamente ortogonais e simétricas
Álgebra Linear I - Aula 22 1. Matrizes 2 2 ortogonais e simétricas. 2. Projeções ortogonais. 3. Matrizes ortogonais e simétricas 3 3. Roteiro 1 Matrizes simultaneamente ortogonais e simétricas 2 2 Propriedade
Leia maisForma Canônica de Matrizes 2 2
Forma Canônica de Matrizes Slvie Olison Kamphorst Departamento de Matemática - ICE - UFMG Versão. - Novembro 5 a b Seja A c d induzida por A uma matriz real e seja T a transformação operador linear de
Leia maisÁlgebra Linear I - Aula 22
Álgebra Linear I - Aula 1. Bases Ortonormais.. Matrizes Ortogonais. 3. Exemplos. 1 Bases Ortonormais Lembre que uma base β é ortogonal se está formada por vetores ortogonais entre si: para todo par de
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 maisÁlgebra Linear I - Aula Bases Ortonormais e Matrizes Ortogonais
Álgebra Linear I - Aula 19 1. Bases Ortonormais e Matrizes Ortogonais. 2. Matrizes ortogonais 2 2. 3. Rotações em R 3. Roteiro 1 Bases Ortonormais e Matrizes Ortogonais 1.1 Bases ortogonais Lembre que
Leia maisResolução de Sistemas Lineares. Ana Paula
Resolução de Sistemas Lineares Sumário 1 Introdução 2 Alguns Conceitos de Álgebra Linear 3 Sistemas Lineares 4 Métodos Computacionais 5 Sistemas Triangulares 6 Revisão Introdução Introdução Introdução
Leia maisMarcelo M. Santos DM-IMECC-UNICAMP msantos/
Universidade Estadual de Maringá - Departamento de Matemática Cálculo Diferencial e Integral: um KIT de Sobrevivência 0 anos c Publicação Eletrônica do KIT http://www.dma.uem.br/kit Identificação de Cônicas
Leia maisEspaços Euclidianos. Espaços R n. O conjunto R n é definido como o conjunto de todas as n-uplas ordenadas de números reais:
Espaços Euclidianos Espaços R n O conjunto R n é definido como o conjunto de todas as n-uplas ordenadas de números reais: R n = {(x 1,..., x n ) : x 1,..., x n R}. R 1 é simplesmente o conjunto R dos números
Leia maisEstudaremos três tipos de equações de retas: vetorial, paramétricas e simétricas.
CAPÍTULO VII RETA Consideremos em V 3 o sistema de referência (O, i, j, k ), onde E = ( i, j, k ) é base ortonormal positiva e O(0, 0, 0). 7.1. EQUAÇÕES DA RETA Estudaremos três tipos de equações de retas:
Leia maisSISTEMAS LINEARES PROF. EDÉZIO
SOLUÇÕES NUMÉRICAS DE SISTEMAS LINEARES PROF. EDÉZIO Considere o sistema de n equações e n incógnitas: onde E : a x + a x +... + a n x n = b E : a x + a x +... + a n x n = b. =. () E n : a n x + a n x
Leia mais(x 1, y 1 ) (x 2, y 2 ) = (x 1 x 2, y 1 y 2 ); e α (x, y) = (x α, y α ), α R.
INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO MAT-2457 Álgebra Linear para Engenharia I Terceira Lista de Exercícios - Professor: Equipe da Disciplina EXERCÍCIOS 1. Considere as retas
Leia maisTensores cartesianos. Grandezas físicas como funções de posição e/ou de tempo
ensores cartesianos Quantidades (grandeas) físicas: Classificação: Escalares Vectores ensores de segunda ordem... ensores de ordem ero ensores de primeira ordem ensores de segunda ordem... Relacionadas
Leia maisReconstrução tridimensional. Calibração de câmeras e projetores. Modelagem e calibração de câmeras. Modelos de câmera
Calibração de câmeras e projetores Reconstrução tridimensional Princípio: estereoscopia isão binocular Paulo Cezar P. Caralho Luis Antonio Riera Escriba Necessário conhecer a relação entre pontos da imagem
Leia maisGeometria Analítica e Álgebra Linear
UNIFEI - Universidade Federal de Itajubá campus Itabira Geometria Analítica e Álgebra Linear Parte 1 Matrizes 1 Introdução A teoria das equações lineares desempenha papel importante e motivador da álgebra
Leia mais. f3 = 4 e 1 3 e 2. f2 = e 1 e 3, g 1 = e 1 + e 2 + e 3, 2 g 2 = e 1 + e 2,
INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO MAT-457 Álgebra Linear para Engenharia I Segunda Lista de Exercícios - Professor: Equipe da Disciplina EXERCÍCIOS 1. Dê a matriz de mudança
Leia maisMétodo prático para extrair uma base de um conjunto de geradores de um subespaço de R n
Método prático para extrair uma base de um conjunto de geradores de um subespaço de R n 1. Descrição do método e alguns exemplos Colocamos o seguinte problema: dado um conjunto finito: A = {a 1, a 2,...,
Leia maisProcessamento de Imagens CPS755
Processamento de Imagens CPS755 aula 08 - calibração de câmera Antonio Oliveira Ricardo Marroquim 1 / 40 laboratório de processamento de imagens tópicos homografia 3D 2D distorção propriedades do centro
Leia maisÁLGEBRA LINEAR. Valores Próprios (Autovalores) e Vetores Próprios (Autovetores) Prof. Susie C. Keller
ÁLGEBRA LINEAR Valores Próprios (Autovalores) e Vetores Próprios (Autovetores) Prof. Susie C. Keller Autovalores e Autovetores de um Operador Linear Seja T:V V um operador linear. Um vetor v V, v 0, é
Leia maisALGEBRA LINEAR 1 RESUMO E EXERCÍCIOS* P1
ALGEBRA LINEAR 1 RESUMO E EXERCÍCIOS* P1 *Exercícios de provas anteriores escolhidos para você estar preparado para qualquer questão na prova. Resoluções em VETORES Um vetor é uma lista ordenada de números
Leia mais1 Matrizes Ortogonais
Álgebra Linear I - Aula 19-2005.1 Roteiro 1 Matrizes Ortogonais 1.1 Bases ortogonais Lembre que uma base β é ortogonal se está formada por vetores ortogonais entre si: para todo par de vetores distintos
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 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 maisMétodos Numéricos - Notas de Aula
Métodos Numéricos - Notas de Aula Prof a Olga Regina Bellon Junho 2007 Introdução Sistemas Lineares Sistemas lineares são sistemas de equações com m equações e n incógnitas formados por equações lineares,
Leia maisMétodos de Física Teórica II Prof. Henrique Boschi IF - UFRJ. 1º. semestre de 2010 Aula 7 Ref. Butkov, cap. 9, seções 9.3 e 9.4
Métodos de Física Teórica II Prof. Henrique Boschi IF - UFRJ 1º. semestre de 2010 Aula 7 Ref. Butkov, cap. 9, seções 9.3 e 9.4 O problema de Sturm-Liouville A separação de variáveis da equação de Helmholtz,
Leia maisG4 de Álgebra Linear I
G4 de Álgebra Linear I 013.1 8 de junho de 013. Gabarito (1) Considere o seguinte sistema de equações lineares x y + z = a, x z = 0, a, b R. x + ay + z = b, (a) Mostre que o sistema é possível e determinado
Leia maisINSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO
INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO MAT-458 Álgebra Linear para Engenharia II Terceira Lista de Eercícios - Professor: Equipe da Disciplina EXERCÍCIOS 1. Seja V um espaço vetorial
Leia maisReconstrução Geométrica a Partir de Imagens TIC
Reconstrução Geométrica a Partir de Imagens TIC-10.073 Aulas 2 e 3 Conteúdo Geometria Projetiva 2D Professor Leandro Augusto Frata Fernandes laffernandes@ic.uff.br Material disponível em http://www.ic.uff.br/~laffernandes/teaching/2016.1/tic-10.073
Leia maisRobótica Experimental
UNVERSDADE FEDERAL DO RO GRANDE DO NORTE Universidade Federal do Rio Grande do Norte Centro de Tecnologia Dept o de Engenharia de Computação e Automação DCA Robótica Eperimental Material didático Adelardo
Leia maisReconstrução Geométrica a Partir de Imagens TIC
Reconstrução Geométrica a Partir de Imagens TIC-10.073 Aula 1 Conteúdo Apresentação da Disciplina Professor Leandro Augusto Frata Fernandes laffernandes@ic.uff.br Material disponível em http://www.ic.uff.br/~laffernandes/teaching/2016.1/tic-10.073
Leia maisAlgebra Linear. 1. Revisitando autovalores e autovetores. 2. Forma Diagonal e Forma de Jordan. 2.1 Autovalores distintos. 2.2 Autovalores complexos
Algebra Linear 1. Revisitando autovalores e autovetores 2. Forma Diagonal e Forma de Jordan 2.1 Autovalores distintos 2.2 Autovalores complexos 2.3 Nem todos autovalores distintos 3. Autovalores e autovetores
Leia maisNas questões 1, 3, 4, 11, 12, 13, 15 e 17 considera-se fixado um sistema de coordenadas Σ = (O, E) em E 3, onde E é uma base ortonormal
Nas questões 1, 3, 4, 11, 12, 13, 15 e 17 considera-se fixado um sistema de coordenadas Σ = (O, E) em E 3, onde E é uma base ortonormal positiva de V 3. 1Q1. Seja m R não nulo e considere as retas: r :
Leia mais5. Seja A uma matriz qualquer. Assinale a afirmativa
UFRJ Instituto de Matemática Disciplina: Algebra Linear II - MAE 125 Professor: Bruno, Gregório, Luiz Carlos, Mario, Milton, Monique e Umberto Data: 12 de julho de 2013 Terceira Prova 1. Considere no espaço
Leia maisEquações exponenciais
A UA UL LA Equações exponenciais Introdução Vamos apresentar, nesta aula, equações onde a incógnita aparece no expoente. São as equações exponenciais. Resolver uma equação é encontrar os valores da incógnita
Leia maisG3 de Álgebra Linear I
G3 de Álgebra Linear I 11.1 Gabarito 1) Seja A : R 3 R 3 uma transformação linear cuja matriz na base canônica é 4 [A] = 4. 4 (a) Determine todos os autovalores de A. (b) Determine, se possível, uma forma
Leia maisFísica Computacional 18 matrizes: inversão, valores próprios e sol. da eq. De Schrödinger
Física Computacional 18 matrizes: inversão, valores próprios e sol. da eq. De Schrödinger 1. Trabalhar com matrizes, e aplicá-las a um problema físico a. Inversão da matriz, eliminação de Gauss b. Determinante
Leia maisÁlgebra Linear I - Aula Matriz de uma transformação linear em uma base. Exemplo e motivação
Álgebra Linear I - Aula 19 1. Matriz de uma transformação linear em uma base. Exemplo e motivação 2. Matriz de uma transformação linear T na base β 1 Matriz de uma transformação linear em uma base. Exemplo
Leia mais5. Considere os seguintes subconjuntos do espaço vetorial F(R) das funções de R em R:
MAT3457 ÁLGEBRA LINEAR I 3 a Lista de Exercícios 1 o semestre de 2018 1. Verique se V = {(x, y) : x, y R} é um espaço vetorial sobre R com as operações de adição e de multiplicação por escalar dadas por:
Leia maisMAT2457 ÁLGEBRA LINEAR PARA ENGENHARIA I 2 a Lista de Exercícios - 1 o semestre de f 1 = 2 e 1 e 2 e 3,
MAT2457 ÁLGEBRA LINEAR PARA ENGENHARIA I 2 a Lista de Exercícios - 1 o semestre de 2015 1 Sendo E = { e 1 e 2 e 3 } F = { f 1 f 2 f 3 } bases com: f 1 = 2 e 1 e 3 f 2 = e 2 + 2 e 3 f 3 = 7 e 3 e w = e
Leia maisUD V. Orientação Exterior
UD V Orientação Exterior Conceitos Básicos Matriz de Rotação Resseção Espacial Condição de Colinearidade Modelo Matemático Ajustamento pelo MMQ Aproximações Iniciais Implementação do Algoritmo UD V - Orientação
Leia maisRenato Martins Assunção
Análise Numérica Renato Martins Assunção DCC - UFMG 2012 Renato Martins Assunção (DCC - UFMG) Análise Numérica 2012 1 / 84 Equação linear Sistemas de equações lineares A equação 2x + 3y = 6 é chamada linear
Leia maisGABARITO PSUB Questão Resposta 1 A 2 A 3 E 4 D 5 A 6 B 7 A 8 A 9 C 10 E 11 C 12 C 13 B 14 C 15 A 16 D
GABARITO PSUB 2013 Questão Resposta 1 A 2 A 3 E 4 D 5 A 6 B 7 A 8 A 9 C 10 E 11 C 12 C 13 B 14 C 15 A 16 D MAT2457 - Álgebra Linear para Engenharia I Prova Substitutiva - 26/06/2013 Nome: Professor: NUSP:
Leia maisMAT2457 ÁLGEBRA LINEAR PARA ENGENHARIA I Gabarito da 2 a Prova - 1 o semestre de 2015
MAT27 ÁLGEBRA LINEAR PARA ENGENHARIA I Gabarito da 2 a Prova - 1 o semestre de 201 Nesta prova considera-se fixada uma orientação do espaço e um sistema de coordenadas Σ (O, E) em E 3, em que E é uma base
Leia maisCarlos Vinícius Sousa de Oliveira rio.br. Orientador: Prof. Marcelo Gattass
Carlos Vinícius Sousa de Oliveira coliveira@inf.puc rio.br Orientador: Prof. Marcelo Gattass 29/03/2010 Interpolação de imagens (Microsoft)? Problema abordado por César Dificuldades Determinação de mapas
Leia maisReconstrução Geométrica a Partir de Imagens TIC /TCC
Reconstrução Geométrica a Partir de Imagens TIC-00.243/TCC-00.241 Aula 1 Conteúdo Apresentação da Disciplina Professor Leandro Augusto Frata Fernandes laffernandes@ic.uff.br Material disponível em http://www.ic.uff.br/~laffernandes/teaching/2014.2/tic-00.243
Leia mais1 a Lista de Exercícios MAT 3211 Álgebra Linear Prof. Vyacheslav Futorny
1 a Lista de Exercícios MAT 3211 Álgebra Linear - 213 - Prof. Vyacheslav Futorny 1 a parte: Resolução de sistemas de equações lineares, matrizes inversíveis 1. Para cada um dos seguintes sistemas de equações
Leia maisApresentação de uma Plataforma Computacional para a Reconstrução e Caracterização da Forma 3D de Objectos
Teresa Azevedo, João Manuel R. S. Tavares, Mário Vaz FEUP - Faculdade de Engenharia da Universidade do Porto LOME - Laboratório de Óptica e Mecânica Experimental Índice: I. Visão 3D; II. Computacional
Leia mais5 Formulação Dinâmica Não Linear no Domínio da Frequência
129 5 Formulação Dinâmica Não Linear no Domínio da Frequência No Capítulo 2, foram apresentadas as formulações para a análise dinâmica de estruturas reticuladas no domínio do tempo, sendo uma informação
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 maisCM005 Álgebra Linear Lista 3
CM005 Álgebra Linear Lista 3 Alberto Ramos Seja T : V V uma transformação linear. Se temos que T v = λv, v 0, para λ K. Dizemos que λ é um autovalor de T e v autovetor de T associado a λ. Observe que λ
Leia maisProcessamento de Imagens CPS755
Processamento de Imagens CPS755 aula 01 - geometria projetiva e transformações 2D Antonio Oliveira Ricardo Marroquim 1 / 44 laboratório de processamento de imagens tópicos geometria projetiva transformações
Leia maisResolução das objetivas 3ª Prova de Álgebra Linear II da UFRJ, período
www.engenhariafacil.weebly.com Resolução das objetivas 3ª Prova de Álgebra Linear II da UFRJ, período 4. OBS: Todas as alternativas corretas são as letras A. ) Devemos utilizar o teorema que diz: (Im(A
Leia mais1 a Lista de Exercícios de MAT3458 Escola Politécnica 2 o semestre de 2016
1 a Lista de Exercícios de MAT3458 Escola Politécnica o semestre de 16 1 Para que valores de t R a função definida por (x 1, x ), (y 1, y ) = x 1 y 1 + tx y é um produto interno em R? Para cada par de
Leia mais(e) apenas as afirmações (II) e (III) são verdadeiras.
Nas questões da prova em que está fixado um sistema de coordenadas Σ = (O, E, quando for necessário, considera-se que E é uma base ortonormal positiva. 1Q 1. Seja V um espaço vetorial e x 1, x 2,, x q,
Leia maisReconstrução Geométrica a Partir de Imagens TIC /TCC
Reconstrução Geométrica a Partir de Imagens TIC-00.243/TCC-00.241 Aulas 2 e 3 Conteúdo Geometria Projetiva 2D Professor Leandro Augusto Frata Fernandes laffernandes@ic.uff.br Material disponível em http://www.ic.uff.br/~laffernandes/teaching/2014.2/tic-00.243
Leia maisÁlgebra linear A Primeira lista de exercícios
Álgebra linear A Primeira lista de exercícios Prof. Edivaldo L. dos Santos (1) Verifique, em cada um dos itens abaixo, se o conjunto V com as operações indicadas é um espaço vetorial sobre R. {[ ] a b
Leia maisÁlgebra Linear (MAT-27) Ronaldo Rodrigues Pelá. 21 de outubro de 2011
APLICAÇÕES DA DIAGONALIZAÇÃO Álgebra Linear (MAT-27) Ronaldo Rodrigues Pelá IEFF-ITA 21 de outubro de 2011 Roteiro 1 2 3 Roteiro 1 2 3 Introdução Considere a equação de uma cônica: Forma Geral Ax 2 + Bxy
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 maisÁlgebra Linear I - Aula 14. Roteiro
Álgebra Linear I - Aula 14 1 Matrizes 2 Forma matricial de uma transformação linear 3 Composição de transformações lineares e produto de matrizes 4 Determinante do produto de matrizes Roteiro 1 Matrizes
Leia maisApontamentos III. Espaços euclidianos. Álgebra Linear aulas teóricas. Lina Oliveira Departamento de Matemática, Instituto Superior Técnico
Apontamentos III Espaços euclidianos Álgebra Linear aulas teóricas 1 o semestre 2017/18 Lina Oliveira Departamento de Matemática, Instituto Superior Técnico Índice Índice i 1 Espaços euclidianos 1 1.1
Leia maisA primeira coisa a fazer é saber quais são as equações das curvas quando elas já se encontram na melhor
Identificação de Cônicas Uma equação do segundo grau ax + bxy + cy + dx + ey + f = 0 define de maneira implícita uma curva no plano xy: o conjunto dos pontos (x, y) que satisfazem a equação. Por exemplo,
Leia maisP4 de Álgebra Linear I de junho de 2005 Gabarito
P4 de Álgebra Linear I 25.1 15 de junho de 25 Gabarito 1) Considere os pontos A = (1,, 1), B = (2, 2, 4), e C = (1, 2, 3). (1.a) Determine o ponto médio M do segmento AB. (1.b) Determine a equação cartesiana
Leia mais0 1. Assinale a alternativa verdadeira Q1. Seja A = (d) Os autovalores de A 101 são i e i. (c) Os autovalores de A 101 são 1 e 1.
Nesta prova, se V é um espaço vetorial, o vetor nulo de V será denotado por 0 V. Se u 1,...,u n forem vetores de V, o subespaço de V gerado por {u 1,...,u n } será denotado por [u 1,...,u n ]. O operador
Leia maisDetecção de falsas correspondências em pares de imagens estereoscópicas utilizando a transformação projetiva no plano e o algoritmo RANSAC
Detecção de falsas correspondências em pares de imagens estereoscópicas utilizando a transformação projetiva no plano e o algoritmo RANSAC André Caceres Carrilho Mauricio Galo Renato César dos Santos Curitiba,
Leia mais(d) p(λ) = λ(λ + 1) (b) 4 (c) 1 (d) Seja A uma matriz n n. Assinale a alternativa FALSA:
UFRJ Instituto de Matemática Disciplina: Algebra Linear II - MAE 125 Professor: Bruno Costa, Luiz Carlos Guimarães, Mário de Oliveira, Milton Ramirez, Monique Carmona, Nilson Bernardes e Nilson Roberty
Leia maisÁlgebra Linear I - Aula 18
Álgebra Linear I - Aula 18 1. Matrizes semelhantes. 2. Matriz de uma transformação linear em uma base. Roteiro 1 Matrizes semelhantes Definição 1 (Matrizes semelhantes). Considere duas matrizes quadradas
Leia mais(d) v é um autovetor de T se, e somente se, T 2 = T ; (e) v é um autovetor de T se, e somente se, T (v) = v.
Q1. Seja V um espaço vetorial real de dimensão finita munido de um produto interno. Sejam T : V V um operador linear simétrico e W um subespaço de V tal que T (w) W, para todo w W. Suponha que W V e que
Leia maisUniversidade Federal de Alagoas UFAL Centro de Tecnologia - CTEC Programa de Pós-Graduação em Engenharia Civil - PPGEC
Universidade Federal de Alagoas UFAL Centro de Tecnologia - CTEC Programa de Pós-Graduação em Engenharia Civil - PPGEC Introdução à Mecânica do Contínuo Tensores Professor: Márcio André Araújo Cavalcante
Leia maisJustifique todas as passagens. Boa Sorte! e L 2 : = z 1 3
3 ā Prova de Cálculo II para Oceanográfico - MAT145 01/12/2010 Nome : GABARITO N ō USP : Professor : Oswaldo Rio Branco de Oliveira Justifique todas as passagens Boa Sorte! Q 1 2 3 4 5 Extra 6 Extra 7
Leia maisMaterial Teórico - Módulo: Vetores em R 2 e R 3. Módulo e Produto Escalar - Parte 1. Terceiro Ano - Médio
Material Teórico - Módulo: Vetores em R 2 e R 3 Módulo e Produto Escalar - Parte 1 Terceiro Ano - Médio Autor: Prof. Angelo Papa Neto Revisor: Prof. Antonio Caminha M. Neto 1 Módulo de um vetor O módulo
Leia maisAlgoritmos Numéricos 2 a edição
Algoritmos Numéricos 2 a edição Capítulo 2: Sistemas lineares c 2009 FFCf 2 2.1 Conceitos fundamentais 2.2 Sistemas triangulares 2.3 Eliminação de Gauss 2.4 Decomposição LU Capítulo 2: Sistemas lineares
Leia maisMAT 112 Turma e Vetores e Geometria. Prova SUB 05 de julho de 2018
MAT 112 Turma 2017146 e 2017134 Vetores e Geometria Prof. Paolo Piccione Prova SUB 05 de julho de 2018 Nome: Número USP: Assinatura: Instruções A duração da prova é de uma hora e quarenta minutos. Assinale
Leia maisMAT 112 Turma e Vetores e Geometria. Prova SUB 05 de julho de 2018
MAT 112 Turma 2017146 e 2017134 Vetores e Geometria Prof. Paolo Piccione Prova SUB 05 de julho de 2018 Nome: Número USP: Assinatura: Instruções A duração da prova é de uma hora e quarenta minutos. Assinale
Leia maisAula 3 Volumes Finitos
Universidade Federal do ABC Aula 3 Volumes Finitos EN3224 Dinâmica de Fluidos Computacional Duas metodologias Leis de Conservação Integrais EDPs O Método dos Volumes Finitos (MVF) Leis de Conservação Integrais
Leia mais