FUNDAMENTOS DE FILTRAGEM ESPACIAL. espectro de aplicações.

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

Download "FUNDAMENTOS DE FILTRAGEM ESPACIAL. espectro de aplicações."

Transcrição

1 FUNDAMENTOS DE FILTRAGEM ESPACIAL Filtragem espacial é uma das principais erramentas usadas para um largo espectro de aplicações. O nome iltro é emprestado do processamento no domínio da requência como iltro de passa-baia low-pass. Filtragem espacial realiza operação diretamente na imagem usando iltros espaciais também chamados de máscaras kernels templates e windows. Se a operação realizada sobre os piels é linear o iltro é chamado de iltro espacial linear caso contrário é chamado iltro não-linear.

2 A mecânica de iltragem espacial linear usando máscara de 33. A orma escolhida para denotar as coordenadas dos coeicientes da máscara de iltragem simpliica a escrita de epressões para iltragem linear.

3 A Fig. anterior ilustra a mecânica da iltragem linear espacial usando uma vizinhança 33. Em qualquer ponto a resposta g da iltragem é a soma de produtos dos coeicientes e as intensidades dos piels : w w g w w w w g Observa-se que o coeiciente central do iltro w00 alinha com o piel na posição. Em geral uma iltragem linear espacial de uma imagem MN com um iltro de tamanho Em geral uma iltragem linear espacial de uma imagem MN com um iltro de tamanho mn é dada por: a b t s t s w g onde e são variados tal que cada piel em w visite todos os piel em. a s b t t s t s w g

4

5 CORRELAÇÃO E CONVOLUÇÃO ESPACIAIS Correlação é o processo de mover uma máscara de iltro sobre uma imagem e computar a soma de produtos em cada posição eatamente como eplicado i anteriormente. a b t s t s w w A convolução diere da convolução pela rotação do iltro de 180 o. a s b t a a s b b t t s t s w w A ig ilustra a dierença entre essas duas operações para uma unção 1D.

6 Ilustração de correlação e convolução 1-D de um iltro com um impulso unitário discreto. Note que correlação e convolução são unções de deslocamento.

7

8 Correlação linha do meio e convolução última linha de um iltro 2D com um impulso unitário discreto 2D. Os 0s são mostrados em cinza para acilitar a análise visual.

9

10 OBSERVAÇÕES Usar operações de correlação ou convolução para a iltragem espacial é uma questão de preerência. O importante é escolher uma máscara com os coeicientes adequados para que o resultado esperado seja obtido. Para uma máscara com os valores de coeicientes simétricos os resultados da correlação e convolução coincidem iltros isotrópicos ou invariantes a rotação. É comum encontrar termos como iltro de convolução máscara de convolução ou kernel de convolução na literatura de processamento de imagens denotando um iltro espacial sem necessariamente signiicar que o iltro seja usado para uma verdadeira convolução. A epressão convolver uma máscara com uma imagem é comumente usada para denotar um processo de correlação.

11 REPRESENTAÇÃO VETORIAL Quando o interesse está na resposta característica R de uma máscara é conveniente escrever a soma de produtos como R 2 w z w z w z mn mn mn w z k k k 1 w T z Para usar essa equação em correlação usa-se a máscara normalmente. Para usar a mesma equação para convolução rotacionamos a máscara de 180 o.

12 Uma representação de uma máscara de iltragem geral 33. R w1 z1 w2z2... w9 z9 9 w z k k k 1 w T z

13 GERAÇÃO DE MÁSCARAS DE FILTRO ESPACIAL A geração requer a especiicação de mn coeicientes do iltro. Esses coeicientes são especiicados levando em consideração que o papel do iltro é calcular a soma de produtos dos coeicientes com as intensidades de piels. Por eemplo supor que queiramos substituir os piels de uma imagem pela intensidade média de uma vizinhança 33 centrada nesses piels. O valor médio é a soma dos nove valores de intensidade dividido por 9 ou seja: R 1 9 z i 9 i 1 Em outras aplicações temos uma unção contínua de duas variáveis e o objetivo é obter uma máscara baseada nessa unção. Por eemplo a unção Gaussiana de duas variáveis tem a orma onde é o desvio padrão. h 2 2 e Para gerar uma máscara 33 dessa unção azemos a amostragem dessa unção em torno do centro. Assim w 1 =h-1-1 w 2 =h w 9 =h

14 FILTROS ESPACIAIS DE SUAVIZAÇÃO Os iltros de suavização são usados para borramento blurring e para redução de ruído. O borramento é usado em tareas de pré-processamento tais como remoção de pequenos detalhes de uma imagem antes da etração de objetos ou para coneão de pequenas interrupções em linhas ou curvas. A redução de ruído pode ser realizada azendo o borramento. Filtros toslineares eaesdesuav suavizaçãoação A saída de um iltro espacial linear de suavização é simplesmente a média dos piels contidos na vizinhança. Esses iltros são chamados de iltros de média ou iltros de passa-baia. A ideia dos iltros de suavização é a substituição de valores de cada piel pela média da sua vizinhança deinida pela máscara o que resulta numa imagem com reduzidas transições agudas em intensidades. Como os ruídos aleatórios normalmente são constituídos de transições agudas de intensidade uma aplicação óbvia da suavização é a redução de ruído. Contudo as arestas edges também consistem de transições agudas de intensidade implicando que a suavização gera um eeito indesejado de borrar as arestas.

15 Duas máscaras de iltragem de suavização média 33. O multiplicador constante é igual a 1 dividido pela soma dos valores dos coeicientes requeridos para computar a média. A segunda máscara calcula l uma média ponderada d o que implica na redução do borramento no processo de suavização.

16 a Imagem original i de tamanho b- resultado da suavização com iltros de média de tamanho m=35915e

17 a Imagem de tamanho piels do telescópio Hubble. b Imagem iltrada com uma máscara de média c Resultado da limiarização sobre b.

18 FILTROS ESTATÍSTICOS não lineares São iltros espaciais não-lineares cuja resposta é baseada na ordenação ranking dos piels contidos na área de imagem enquadrada pelo iltro e então substituir o valor do piel central com o valor determinado pelo resultado do ranking. O iltro mais conhecido nessa categoria é o iltro da mediana que substitui o valor de um piel pela mediana dos valores de intensidade na vizinhança do piel. Os iltros de mediana são populares porque para certos tipos de ruído eles produzem ecelente capacidade de redução com consideravelmente menos borramento que os iltros lineares de mesmo tamanho. Os iltros de mediana são particularmente eetivos na presença de ruídos impulsivos também chamados de ruídos sal-e-pimenta salt-and-pepper noise devido a aparência de pontos brancos e pretos sobrepostos na imagem.

19 MEDIANA A mediana de um conjunto de valores é tal que metade dos valores do conjunto são abaio ou igual a e metade são acima ou igual a. Para realizar a iltragem da mediana num ponto da imagem primeiro ordenamos os valores dos piels na vizinhança determinamos a sua mediana e atribuímos aquele valor ao piel correspondente na imagem iltrada. Por eemplo numa vizinhança 33 a mediana é o quinto maior valor; numa vizinhança 55 é o 13 0 valor; e assim por diante. Supondo que a vizinhança i 33 3 tem valores Esses valores ordenados são o que resulta na mediana 20.

20 a Imagem de raios-x de circuito impresso corrompido por ruído sal-e-pimenta. b Redução do ruído com uma máscara de média 33. c Redução do ruído com uma máscara de mediana 33.

21 OUTROS FILTROS ESTATÍSTICOS Embora a mediana seja um iltro mais usado em processamento de imagens eistem outros iltros como o iltro do máimo e o iltro do mínimo. O iltro do máimo ma ilter encontra o ponto mais brilhante. A resposta de um iltro 33 é dada por R = ma{z k k = } O iltro do mínimo min ilter é oposto ao máimo.

22 FILTROS ESPACIAIS DE SHARPENING O principal objetivo do sharpening é acentuar transições na intensidade. O uso de sharpening de imagens inclui iaplicações desde d a impressão eletrônica imagens médicas até inspeção industrial e automação em sistemas militares. Como a suavização de imagens é realizada usando a média que é análoga à integração o sharpening é realizado por dierenciação.

23 FUNDAMENTOS As derivadas de uma unção digital são deinidas em termos de dierenças. Eistem várias ormas de deinir essas dierenças contudo a primeira derivada deve ser: 1 zero em áreas de intensidade constante; 2 não-zero no começo de um degrau de intensidade ou de rampa; e 3 não-zero em rampas. e a segunda derivada deve ser: 1 zero em áreas constantes; 2 não-zero no início e im de um degrau de intensidade ou de rampas; e 3 zero ao longo de rampas de inclinação constante.

24 A deinição básica da derivada de primeira ordem e uma unção unidimensional é a dierença 1 A derivada d é parcial para usar a mesma notação quando consideramos unção de duas variáveis. A derivada de segunda ordem de é a dierença A ig ilustra essas duas derivadas.

25 Ilustração da primeira e segunda derivada de uma unção 1D peril de intensidade de uma imagem.

26 LAPLACIANO Estamos interessados em iltros isotrópicos ou invariantes a rotação para sharpening. O Laplaciano é um operador derivativo isotrópico que para uma unção de duas dimensões é deinido como Como derivadas de qualquer ordem são operações lineares o Laplaciano é um operador linear 2 2 operador linear. De orma discreta usamos a equação com duas variáveis: Portanto o Laplaciano é dado por: eq.3.6-6

27 a Máscara de iltro usada para implementar a eq b Máscara usada para implementar uma etensão dessa equação que inclui termos diagonais. c e d Duas outras implementações do Laplaciano encontrado requentemente na prática. ái

28 Devido o Laplaciano ser um operador derivativo o seu uso realça as descontinuidades de intensidade numa imagem e desenatiza regiões com níveis de intensidade que variam lentamente. Isso tende a produzir imagens que tenham linhas de arestas e outras descontinuidades superpostas no undo escuro. Os atores de undo podem ser recuperados mantendo os eeitos do Laplaciano simplesmente adicionando a imagem Laplaciana à imagem original. É importante considerar que máscara de Laplaciano é usada. Se a máscara usada tem o coeiciente central negativo então subtrai-se a imagem Laplaciana para obtenção do resultado: 2 g c onde e g são as imagens de entrada e realçada respectivamente. A constante é c = -1 se os iltros Laplacianos são da Fig.3.37 a ou b; e c = 1 caso sejam usados os outros dois iltros. Eq 3.6-7

29 a Imagem borrada do polo norte da Lua b Laplaciano sem escalaos valores negativos são apenas zerados c Laplaciano com escala soma de uma constante para que todos os piels se enquadrem em [0255] d Imagem realçada usando máscara da ig. 3.37a e equação e Resultado de uso da máscara da ig. 3.37b. e equação 3.6-7

30 UNSHARP MASKING E HIGHBOOST FILTERING O processo usado por muitos anos em indústrias de impressão e publicação para o realce de imagens consiste na subtração de uma imagem em versão suavizada unsharped smoothed da imagem original. Esse processo chamado unsharp masking consiste nos seguintes passos: 1 Borrar a imagem original 2 Subtrair a imagem borrada da original a dierença resultante é chamada de máscara 3 Adicionar a máscara à original. Chamando de a imagem borrada o unsharp masking é epresso como: g mask Então é adicionada uma porção ponderada da máscara à imagem original: g k. g mask onde um peso k positivo oi incluído para generalização. Quando k = 1 tem-se o unsharp masking deinido anteriormente. Quando k > 1 o processo é reerido como highboost iltering. Se k<1 enatiza-se pouco a contribuição da máscara.

31 Ilustração 1D do mecanismo de unsharp masking. a Sinal original b Sinal borrado com o original mostrado em pontilhado c Unsharp mask d Sinal realçado obtido somando c a a.

32 a Imagem original b Resultado de borramento com iltro Gaussiano c Máscara unsharp mask d Resultado de unsharp masking k = 1 c Resultado de highboost iltering k > 1 g k. g mask

33 SHARPENING USANDO GRADIENTE Para uma unção o gradiente é deinido como g grad Eq g Esse vetor tem a propriedade de apontar para a direção da maior taa de variação de na posição. A magnitude do vetor gradiente é denotado por M onde M 2 2 mag g g é o valor em da taa de mudança na direção do vetor gradiente.

34 Como os componentes do vetor gradiente são derivadas eles são operadores lineares. Contudo a magnitude desse vetor não é operador linear devido ao uso da raiz quadrada. Por outro lado as derivadas parciais da eq não são invariantes à rotação isotrópicas i mas a magnitude do vetor gradiente é. Em algumas implementações é mais adequado computacionalmente aproimar as operações quadrado e raiz quadrada por valores absolutos M g g Eq

35 Uma região 33 de uma imagem z s são intensidade b-c operadores de gradiente cruzada de Roberts d-e operadores de Sobel. Todos os coeicientes de máscaras somam zero como se espera de um operador derivativo.

36 a Imagem óptica de lente de contato notar os deeitos no contorno a 4 e 5 horas. b Gradiente de Sobel.

37 COMBINAÇÃO DE MÉTODOS ESPACIAIS A imagem da Fig. 3.43a é do escaneamento completo do corpo humano usado para detectar doenças tais como inecção no osso e tumores. O objetivo é melhorar essa imagem realçando e trazendo mais detalhes. O baio intervalo dinâmico dos níveis de intensidade e alto ruído contido torna diícil o melhoramento. A estratégia a ser seguida é utilizar o Laplaciano para ressaltar os detalhes inos e o gradiente para melhorar as arestas. Finalmente tenta-se aumentar o intervalo dinâmico dos níveis de intensidade usando uma transormação de intensidade. A Fig. 3.43b mostra o Laplaciano da imagem original obtida usando o iltro da Fig. 3.37d. Essa imagem oi escalada apenas para mostrar usando a mesma técnica da Fig. 3.38c. Podemos obter uma imagem realçada adicionando a Fig. 3.43a e b conorme Fig.3.43c onde é possível notar o realce de ruídos. Uma orma de reduzir ruído é usar o iltro da mediana. Contudo o iltro da mediana é um processo não linear capaz de remover atores da imagem. Isso é inaceitável em processamento de imagens médicas.

38 Um procedimento alternativo é usar a máscara ormada de uma versão suavizada do gradiente da imagem original. A motivação é baseada nas derivadas de primeira e segunda ordem. O Laplaciano sendo de segunda ordem tem vantagem de melhorar os detalhes porém causa a produção de mais ruídos que o gradiente. Esse ruído é mais visível em áreas mais suaves. O gradiente tem uma resposta mais orte em áreas de transições ortes rampas e degraus que o Laplaciano. A resposta do gradiente a ruído e detalhes inos é menor que o Laplaciano e pode ser ainda reduzida suavizando o gradiente com um iltro de média. A idéia é suavizar o gradiente e multiplicar o resultado pela imagem Laplaciana. Neste conteto pode-se ver o gradiente suavizado como uma máscara. O produto irá preservar detalhes em áreas mais intensas enquanto o ruído é reduzido em áreas relativamente planas. Esse processo é uma combinação dos melhores atores do Laplaciano e do gradiente. O resultado é adicionado à imagem original para obter uma imagem inal realçada Fig. 3.43d.

39 a Imagem do corpo completo b Laplaciano de a c Imagem realçada obtido somando a e b d Gradiente de Sobel de a

40 A Fig. 3.43d mostra o gradiente de Sobel da imagem original computado usando a eq Os componentes g e g oram obtidos usando as máscaras da Fig. 3.41d e e respectivamente. Como esperado as arestas são mais dominantes nessa imagem que na imagem Laplaciano. A Fig. 3.43e mostra uma imagem gradiente suavizada obtida usando um iltro de média de tamanho 55. As duas imagens gradientes oram escaladas para mostrar da mesma orma que a imagem Laplaciano. O produto da imagem Laplaciana e a imagem gradiente suavizada é mostrado na Fig Nota-se a predominância de arestas ortes e alta relativa de ruídos que é o nosso objetivo central. Adicionando a imagem produto à original resulta na Fig. 3.43g. O signiicante incremento no realce de detalhes é evidente incluindo costela coluna vertebral pelvis e crânio. Para aumentar o intervalo dinâmico a etapa inal é usar uma unção de transormação Fig.3.43h obtida com uma transormação de potência power-law eq com =05 e c =1.

41 e Imagem Sobel suavizada com um iltro de média Imagem de máscara ormada pelo produto de c e e g Imagem realçada obtida somando a e h Resultado inal obtido aplicando uma transormação de potência power-law sobre g. Comparar g e h com a

42 a b cd e gh Comparar a com g e h.

FILTRAGEM ESPACIAL. Filtros Digitais no domínio do espaço

FILTRAGEM ESPACIAL. Filtros Digitais no domínio do espaço FILTRAGEM ESPACIAL Filtros Digitais no domínio do espaço Definição Também conhecidos como operadores locais ou filtros locais Combinam a intensidade de um certo número de piels, para gerar a intensidade

Leia mais

Filtragem Espacial. (Processamento Digital de Imagens) 1 / 41

Filtragem Espacial. (Processamento Digital de Imagens) 1 / 41 Filtragem Espacial (Processamento Digital de Imagens) 1 / 41 Filtragem Espacial Filtragem espacial é uma das principais ferramentas usadas em uma grande variedade de aplicações; A palavra filtro foi emprestada

Leia mais

Universidade Federal do Rio de Janeiro - IM/DCC & NCE

Universidade Federal do Rio de Janeiro - IM/DCC & NCE Universidade Federal do Rio de Janeiro - IM/DCC & NCE Processamento de Imagens Tratamento da Imagem - Filtros Antonio G. Thomé thome@nce.ufrj.br Sala AEP/033 Sumário 2 Conceito de de Filtragem Filtros

Leia mais

Operações Algébricas e Lógicas. Guillermo Cámara-Chávez

Operações Algébricas e Lógicas. Guillermo Cámara-Chávez Operações Algébricas e Lógicas Guillermo Cámara-Chávez Operações Aritméticas São aquelas que produzem uma imagem que é a soma, diferença, produto ou quociente pixel a pixel Operações Aritméticas Fig A

Leia mais

Capítulo 5 Filtragem de Imagens

Capítulo 5 Filtragem de Imagens Capítulo 5 Filtragem de Imagens Capítulo 5 5.1. Filtragem no Domínio da Frequência 5.2. Filtragem no Domínio Espacial 2 Objetivo Melhorar a qualidade das imagens através da: ampliação do seu contraste;

Leia mais

RUÍDOS EM IMAGENS FILTRAGEM DE RUÍDOS. o Flutuações aleatórias ou imprecisões em dados de entrada, precisão numérica, arredondamentos etc...

RUÍDOS EM IMAGENS FILTRAGEM DE RUÍDOS. o Flutuações aleatórias ou imprecisões em dados de entrada, precisão numérica, arredondamentos etc... RUÍDOS EM IMAGENS FILTRAGEM DE RUÍDOS RUÍDOS EM IMAGENS Em Visão Computacional, ruído se refere a qualquer entidade em imagens, dados ou resultados intermediários, que não são interessantes para os propósitos

Leia mais

Filtragem. pixel. perfil de linha. Coluna de pixels. Imagem. Linha. Primeiro pixel na linha

Filtragem. pixel. perfil de linha. Coluna de pixels. Imagem. Linha. Primeiro pixel na linha Filtragem As técnicas de filtragem são transformações da imagem "pixel" a "pixel", que dependem do nível de cinza de um determinado "pixel" e do valor dos níveis de cinza dos "pixels" vizinhos, na imagem

Leia mais

Processamento de Imagens COS756 / COC603

Processamento de Imagens COS756 / COC603 Processamento de Imagens COS756 / COC603 aula 03 - operações no domínio espacial Antonio Oliveira Ricardo Marroquim 1 / 38 aula de hoje operações no domínio espacial overview imagem digital operações no

Leia mais

)LJXUD8PGRVSDUHV'SDUDFRQYROXomRTXHWHPRPHVPRHIHLWRGR NHUQHOGD)LJXUD

)LJXUD8PGRVSDUHV'SDUDFRQYROXomRTXHWHPRPHVPRHIHLWRGR NHUQHOGD)LJXUD )LOWURJDXVVLDQR O filtro Gaussiano pode ser usado como um filtro SDVVDEDL[D. Usando a função Gaussiana para obter valores de uma máscara a ser definida digitalmente. O Filtro de Gaussiano em 1-D tem a

Leia mais

2.1.2 Definição Matemática de Imagem

2.1.2 Definição Matemática de Imagem Capítulo 2 Fundamentação Teórica Este capítulo descreve os fundamentos e as etapas do processamento digital de imagens. 2.1 Fundamentos para Processamento Digital de Imagens Esta seção apresenta as propriedades

Leia mais

Comparação entre a Máscara de Nitidez Cúbica e o Laplaciano para Realce de Imagens Digitais

Comparação entre a Máscara de Nitidez Cúbica e o Laplaciano para Realce de Imagens Digitais Comparação entre a Máscara de Nitidez Cúbica e o Laplaciano para Realce de Imagens Digitais Wesley B. Dourado, Renata N. Imada, Programa de Pós-Graduação em Matemática Aplicada e Computacional, FCT, UNESP,

Leia mais

PROCESSAMENTO DIGITAL DE IMAGENS

PROCESSAMENTO DIGITAL DE IMAGENS PROCESSAMENTO DIGITAL DE IMAGENS Msc. Daniele Carvalho Oliveira Doutoranda em Ciência da Computação - UFU Mestre em Ciência da Computação UFU Bacharel em Ciência da Computação - UFJF FILTRAGEM ESPACIAL

Leia mais

Encontrando a Linha Divisória: Detecção de Bordas

Encontrando a Linha Divisória: Detecção de Bordas CAPÍTULO 1 Encontrando a Linha Divisória: Detecção de Bordas Contribuíram: Daniela Marta Seara, Geovani Cássia da Silva Espezim Elizandro Encontrar Bordas também é Segmentar A visão computacional envolve

Leia mais

Processamento de Imagens Digitais

Processamento de Imagens Digitais Processamento de Imagens Digitais Redução de Ruídos - Filtros Espaciais "Passa-Baixa" Glaucius Décio Duarte Instituto Federal Sul-rio-grandense Engenharia Elétrica 1 de 7 Ruído em Imagens Digitais As imagens

Leia mais

Scale-Invariant Feature Transform

Scale-Invariant Feature Transform Scale-Invariant Feature Transform Renato Madureira de Farias renatomdf@gmail.com Prof. Ricardo Marroquim Relatório para Introdução ao Processamento de Imagens (COS756) Universidade Federal do Rio de Janeiro,

Leia mais

Filtragem de imagens fixas usando Matlab

Filtragem de imagens fixas usando Matlab Televisão digital EEC5270 Relatório Filtragem de imagens fixas usando Matlab Bruno Filipe Sobral de Oliveira - ee01084@fe.up.pt Filipe Tiago Alves de Magalhães - ee01123@fe.up.pt Porto, 20 de Novembro

Leia mais

Conjuntos numéricos. Notasdeaula. Fonte: Leithold 1 e Cálculo A - Flemming. Dr. Régis Quadros

Conjuntos numéricos. Notasdeaula. Fonte: Leithold 1 e Cálculo A - Flemming. Dr. Régis Quadros Conjuntos numéricos Notasdeaula Fonte: Leithold 1 e Cálculo A - Flemming Dr. Régis Quadros Conjuntos numéricos Os primeiros conjuntos numéricos conhecidos pela humanidade são os chamados inteiros positivos

Leia mais

Cálculo Numérico Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU

Cálculo Numérico Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU Cálculo Numérico Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU Prof. Dr. Sergio Pilling (IPD/ Física e Astronomia) I Representação dos números, aritmética de ponto flutuante e erros em máquinas

Leia mais

Tratamento da Imagem Transformações (cont.)

Tratamento da Imagem Transformações (cont.) Universidade Federal do Rio de Janeiro - IM/DCC & NCE Tratamento da Imagem Transformações (cont.) Antonio G. Thomé thome@nce.ufrj.br Sala AEP/133 Tratamento de Imagens - Sumário Detalhado Objetivos Alguns

Leia mais

SEGEMENTAÇÃO DE IMAGENS. Nielsen Castelo Damasceno

SEGEMENTAÇÃO DE IMAGENS. Nielsen Castelo Damasceno SEGEMENTAÇÃO DE IMAGENS Nielsen Castelo Damasceno Segmentação Segmentação Representação e descrição Préprocessamento Problema Aquisição de imagem Base do conhecimento Reconhecimento e interpretação Resultado

Leia mais

Figura 01: Aplicações do Filtro Espacial Passa-Baixa.

Figura 01: Aplicações do Filtro Espacial Passa-Baixa. 791 IMPLEMENTAÇÃO DE TÉCNICAS DE PRÉ-PROCESSAMENTO E PROCESSAMENTO DE IMAGENS PARA RADIOGRAFIAS CARPAIS Rafael Lima Alves 1 ; Michele Fúlvia Angelo 2 Bolsista PROBIC, Graduando em Engenharia de Computação,

Leia mais

PROF. DR. JACQUES FACON

PROF. DR. JACQUES FACON PUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada PROF. DR. JACQUES FACON LIMIARIZAÇÃO DUPLA DE ISTVÁN CSEKE PROJETO DE UMA RÁPIDA SEGMENTAÇÃO PARA

Leia mais

Segmentação de Imagens

Segmentação de Imagens Segmentação de Imagens (Processamento Digital de Imagens) 1 / 36 Fundamentos A segmentação subdivide uma imagem em regiões ou objetos que a compõem; nível de detalhe depende do problema segmentação para

Leia mais

Processamento e Análise de Imagens (MC940) Análise de Imagens (MO445)

Processamento e Análise de Imagens (MC940) Análise de Imagens (MO445) Processamento e Análise de Imagens (MC940) Análise de Imagens (MO445) Prof. Hélio Pedrini Instituto de Computação UNICAMP 2º Semestre de 2015 Roteiro 1 Morfologia Matemática Fundamentos Matemáticos Operadores

Leia mais

Processamento de Imagem Morfológica (Morfologia Matemática) Tsang Ing Ren UFPE - Universidade Federal de Pernambuco CIn - Centro de Informática

Processamento de Imagem Morfológica (Morfologia Matemática) Tsang Ing Ren UFPE - Universidade Federal de Pernambuco CIn - Centro de Informática Processamento de Imagem Morfológica (Morfologia Matemática) Tsang Ing Ren UFPE - Universidade Federal de Pernambuco CIn - Centro de Informática 1 Tópicos Introdução Conceitos básicos da teoria dos conjuntos

Leia mais

Restauração de Imagens. Tsang Ing Ren George Darmiton da Cunha Cavalcanti UFPE - Universidade Federal de Pernambuco CIn - Centro de Informática

Restauração de Imagens. Tsang Ing Ren George Darmiton da Cunha Cavalcanti UFPE - Universidade Federal de Pernambuco CIn - Centro de Informática Restauração de Imagens Tsang Ing Ren George Darmiton da Cunha Cavalcanti UFPE - Universidade Federal de Pernambuco CIn - Centro de Informática 1 Tópicos Introdução Modelo de degradação/restauração Modelo

Leia mais

Curso Satélite de. Matemática. Sessão n.º 2. Universidade Portucalense

Curso Satélite de. Matemática. Sessão n.º 2. Universidade Portucalense Curso Satélite de Matemática Sessão n.º 2 Universidade Portucalense Funções reais de variável real Deinição e generalidades Uma unção é uma correspondência que a qualquer elemento de um conjunto D az corresponder

Leia mais

2. Funções. Definição: Uma função matemática é uma relação entre dois conjuntos quaisquer que

2. Funções. Definição: Uma função matemática é uma relação entre dois conjuntos quaisquer que . Funções O conceito de unção está relacionado à idéia de associação de um elemento a outro, segundo uma regra especíica. Assim, por eemplo, podemos considerar o tamanho de uma população relacionado apenas

Leia mais

EXERCÍCIOS RESOLVIDOS

EXERCÍCIOS RESOLVIDOS ENG JR ELETRON 2005 29 O gráfico mostrado na figura acima ilustra o diagrama do Lugar das Raízes de um sistema de 3ª ordem, com três pólos, nenhum zero finito e com realimentação de saída. Com base nas

Leia mais

Filtros Digitais. Capítulo 6.0 PDS Prof. César Janeczko (2 o semestre 2009) 10 A

Filtros Digitais. Capítulo 6.0 PDS Prof. César Janeczko (2 o semestre 2009) 10 A Capítulo 6.0 PDS Prof. César Janeczko (2 o semestre 2009) Filtros Digitais Filtros digitais são usados em geral para dois propósitos: 1 o separação de sinais que foram combinados, por exemplo, modulados;

Leia mais

Filtragem no Domínio da Frequência

Filtragem no Domínio da Frequência Filtragem no Domínio da Frequência Disciplina: Tópicos em Computação (Processamento Digital de Imagens) 1 / 48 Algumas considerações A frequência é diretamente relacionada a taxas espaciais de variação;

Leia mais

Introdução. Existem situações nas quais há interesse em estudar o comportamento conjunto de uma ou mais variáveis;

Introdução. Existem situações nas quais há interesse em estudar o comportamento conjunto de uma ou mais variáveis; UNIVERSIDADE FEDERAL DA PARAÍBA Correlação e Regressão Luiz Medeiros de Araujo Lima Filho Departamento de Estatística Introdução Eistem situações nas quais há interesse em estudar o comportamento conjunto

Leia mais

Introdução ao processamento de imagens e OCTAVE. Julio C. S. Jacques Junior juliojj@gmail.com

Introdução ao processamento de imagens e OCTAVE. Julio C. S. Jacques Junior juliojj@gmail.com Introdução ao processamento de imagens e OCTAVE Julio C. S. Jacques Junior juliojj@gmail.com Octave www.gnu.org/software/octave/ Linguagem Interpretada (similar ao MATLAB... portabilidade) Voltada para

Leia mais

APOSTILA ELÉTRICA-2 E ELETRÔNICA-1 MÓDULO - 2

APOSTILA ELÉTRICA-2 E ELETRÔNICA-1 MÓDULO - 2 AULA 3 FILTROS LPF HPF BPF TRAP As intererências entre sinais Filtro Passa-baixa LPF e passa-alta HPF Frequência de corte - Filtro passa-banda BPF Filtro Rejeita-aixa - TRAP FILTROS imã ixo, sendo que

Leia mais

EXERCÍCIOS DE REVISÃO PFV - GABARITO

EXERCÍCIOS DE REVISÃO PFV - GABARITO COLÉGIO PEDRO II - CAMPUS SÃO CRISTÓVÃO III 1ª SÉRIE MATEMÁTICA I PROF MARCOS EXERCÍCIOS DE REVISÃO PFV - GABARITO 1 wwwprofessorwaltertadeumatbr 1) Seja f uma função de N em N definida por f(n) 10 n Escreva

Leia mais

Aula 04 Método de Monte Carlo aplicado a análise de incertezas. Aula 04 Prof. Valner Brusamarello

Aula 04 Método de Monte Carlo aplicado a análise de incertezas. Aula 04 Prof. Valner Brusamarello Aula 04 Método de Monte Carlo aplicado a análise de incertezas Aula 04 Prof. Valner Brusamarello Incerteza - GUM O Guia para a Expressão da Incerteza de Medição (GUM) estabelece regras gerais para avaliar

Leia mais

Transformada de Hough. Cleber Pivetta Gustavo Mantovani Felipe Zottis

Transformada de Hough. Cleber Pivetta Gustavo Mantovani Felipe Zottis Transformada de Hough Cleber Pivetta Gustavo Mantovani Felipe Zottis A Transformada de Hough foi desenvolvida por Paul Hough em 1962 e patenteada pela IBM. Originalmente, foi elaborada para detectar características

Leia mais

Informática Aplicada a Imagens MCP - 5840

Informática Aplicada a Imagens MCP - 5840 Serviço de Informática Instituto do Coração HC FMUSP Informática Aplicada a Imagens Médicas MCP - 5840 Marco Antonio Gutierrez Email: marco.gutierrez@incor.usp.br usp Motivação: Visualização D e 3D Seqüências

Leia mais

4 Operações aritméticas em sistema de vírgula flutuante

4 Operações aritméticas em sistema de vírgula flutuante 77 4 Operações aritméticas em sistema de vírgula lutuante 4. Introdução É imediato reconhecer que, dados dois números, F, o resultado de qualquer das operações aritméticas +, -,, com esses números pode

Leia mais

9. Derivadas de ordem superior

9. Derivadas de ordem superior 9. Derivadas de ordem superior Se uma função f for derivável, então f é chamada a derivada primeira de f (ou de ordem 1). Se a derivada de f eistir, então ela será chamada derivada segunda de f (ou de

Leia mais

FUNÇÕES DE VÁRIAS VARIÁVEIS

FUNÇÕES DE VÁRIAS VARIÁVEIS FUNÇÕES DE VÁRIAS VARIÁVEIS Introdução Considere os seguintes enunciados: O volume V de um cilindro é dado por V r h onde r é o raio e h é a altura. Um circuito tem cinco resistores. A corrente deste circuito

Leia mais

Realce 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 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 mais

COMPUTAÇÕES NUMÉRICAS. 1.0 Representação

COMPUTAÇÕES NUMÉRICAS. 1.0 Representação COMPUTAÇÕES NUMÉRICAS.0 Representação O sistema de numeração decimal é o mais usado pelo homem nos dias de hoje. O número 0 tem papel fundamental, é chamado de base do sistema. Os símbolos 0,,, 3, 4, 5,

Leia mais

Reconhecimento de Objectos

Reconhecimento de Objectos Dado um conjunto de características, relativas a uma região (objecto), pretende-se atribuir uma classe essa região, seleccionada de um conjunto de classes cujas características são conhecidas O conjunto

Leia mais

Instituto Tecnológico de Aeronáutica. Prof. Carlos Henrique Q. Forster Sala 121 IEC. ramal 5981

Instituto Tecnológico de Aeronáutica. Prof. Carlos Henrique Q. Forster Sala 121 IEC. ramal 5981 CC222 Visão Computacional Descrição e Feições Instituto Tecnológico de Aeronáutica Prof. Carlos Henrique Q. Forster Sala 121 IEC ramal 5981 Tópicos da aula Detecção de cantos Detecção de contornos Regiões

Leia mais

O AMPLIFICADOR LOCK-IN

O AMPLIFICADOR LOCK-IN O AMPLIFICADOR LOCK-IN AUTORES: RAFAEL ASTUTO AROUCHE NUNES MARCELO PORTES DE ALBUQUERQUE MÁRCIO PORTES DE ALBUQUERQUE OUTUBRO 2007-1 - SUMÁRIO RESUMO... 3 INTRODUÇÃO... 4 PARTE I: O QUE É UM AMPLIFICADOR

Leia mais

3. Trace os gráficos das retas de equação 4x + 5y = 13 e 3x + y = -4 e determine seu ponto de intersecção.

3. Trace os gráficos das retas de equação 4x + 5y = 13 e 3x + y = -4 e determine seu ponto de intersecção. Assunto: Função MINISTÉRIO DA EDUCAÇÃO E DO DESPORTO UNIVERSIDADE FEDERAL DE VIÇOSA 67-000 - VIÇOSA - MG BRASIL a LISTA DE EXERCÍCIOS DE MAT 0 0/0/0. a) O que é uma unção? Dê um eemplo. b) O que é domínio

Leia mais

Conversores D/A e A/D

Conversores D/A e A/D Conversores D/A e A/D Introdução Um sinal analógico varia continuamente no tempo. Som Temperatura Pressão Um sinal digital varia discretamente no tempo. Processamento de sinais digitais Tecnologia amplamente

Leia mais

UFGD FCA PROF. OMAR DANIEL BLOCO 4 PROCESSAMENTO DE IMAGENS

UFGD FCA PROF. OMAR DANIEL BLOCO 4 PROCESSAMENTO DE IMAGENS UFGD FCA PROF. OMAR DANIEL BLOCO 4 PROCESSAMENTO DE IMAGENS Executar as principais técnicas utilizadas em processamento de imagens, como contraste, leitura de pixels, transformação IHS, operações aritméticas

Leia mais

Interpolação Polinomial

Interpolação Polinomial Cálculo Numérico Interpolação Polinomial Parte I Pro. Jorge Cavalcanti jorge.cavalcanti@univas.edu.br MATERIAL ADAPTADO DOS SLIDES DA DISCIPLINA CÁLCULO NUMÉRICO DA UFCG www.dsc.ucg.edu.br/~cnum/ Interpolação

Leia mais

5 A Utilização da Técnica do Espaço Nulo e dos Atributos Baseados na Escolha de Coeficientes de Autocorrelações

5 A Utilização da Técnica do Espaço Nulo e dos Atributos Baseados na Escolha de Coeficientes de Autocorrelações 5 A Utilização da Técnica do Espaço Nulo e dos Atributos Baseados na Escolha de Coeficientes de Autocorrelações Este capítulo apresenta uma nova proposta que consiste em empregar os atributos baseados

Leia mais

(b) Domínio espacial Reescalamento dos níveis de cinza Integração Diferenciação

(b) Domínio espacial Reescalamento dos níveis de cinza Integração Diferenciação TÉCNICAS DE REALCE (IMAGE ENHANCEMENT) Objetivo São projetadas para manipular a imagem com base em características psico-físicas do SVH, podendo até distorcer a imagem através do processo de retirar informações

Leia mais

Erros. Número Aproximado. Erros Absolutos erelativos. Erro Absoluto

Erros. Número Aproximado. Erros Absolutos erelativos. Erro Absoluto Erros Nenhum resultado obtido através de cálculos eletrônicos ou métodos numéricos tem valor se não tivermos conhecimento e controle sobre os possíveis erros envolvidos no processo. A análise dos resultados

Leia mais

Processamento de histogramas

Processamento de histogramas REALCE DE IMAGENS BASEADO EM HISTOGRAMAS Processamento de histogramas O que é um histograma? É uma das ferramentas mais simples e úteis para o PDI; É uma função que mostra a frequência com que cada nível

Leia mais

4.10 Solução das Equações de Estado através da Transformada de Laplace Considere a equação de estado (4.92)

4.10 Solução das Equações de Estado através da Transformada de Laplace Considere a equação de estado (4.92) ADL22 4.10 Solução das Equações de Estado através da Transformada de Laplace Considere a equação de estado (4.92) A transformada de Laplace fornece: (4.93) (4.94) A fim de separar X(s), substitua sx(s)

Leia mais

MÉTODOS DE CALIBRAÇÃO

MÉTODOS DE CALIBRAÇÃO MÉTODOS DE CALIBRAÇÃO Sinais obtidos por equipamentos e instrumentos devem ser calibrados para evitar erros nas medidas. Calibração, de acordo com o INMETRO, é o conjunto de operações que estabelece, sob

Leia mais

Processamento digital de imagens

Processamento digital de imagens Processamento digital de imagens Agostinho Brito Departamento de Engenharia da Computação e Automação Universidade Federal do Rio Grande do Norte 3 de março de 2016 Transformação e filtragem de imagens

Leia mais

INSTRUMENTAÇÃO INDUSTRIAL 1. INTRODUÇÃO / DEFINIÇÕES

INSTRUMENTAÇÃO INDUSTRIAL 1. INTRODUÇÃO / DEFINIÇÕES 1 INSTRUMENTAÇÃO INDUSTRIAL 1. INTRODUÇÃO / DEFINIÇÕES 1.1 - Instrumentação Importância Medições experimentais ou de laboratório. Medições em produtos comerciais com outra finalidade principal. 1.2 - Transdutores

Leia mais

A seguir, uma demonstração do livro. Para adquirir a versão completa em papel, acesse: www.pagina10.com.br

A seguir, uma demonstração do livro. Para adquirir a versão completa em papel, acesse: www.pagina10.com.br A seguir, uma demonstração do livro. Para adquirir a versão completa em papel, acesse: www.pagina0.com.br Funções Reais CÁLCULO VOLUME ZERO - Neste capítulo, estudaremos as protagonistas do longa metragem

Leia mais

Apostila de Matemática Aplicada. Volume 1 Edição 2004. Prof. Dr. Celso Eduardo Tuna

Apostila de Matemática Aplicada. Volume 1 Edição 2004. Prof. Dr. Celso Eduardo Tuna Apostila de Matemática Aplicada Volume Edição 00 Prof. Dr. Celso Eduardo Tuna Capítulo - Revisão Neste capítulo será feita uma revisão através da resolução de alguns eercícios, dos principais tópicos já

Leia mais

29/08/2011. Radiologia Digital. Princípios Físicos da Imagem Digital 1. Mapeamento não-linear. Unidade de Aprendizagem Radiológica

29/08/2011. Radiologia Digital. Princípios Físicos da Imagem Digital 1. Mapeamento não-linear. Unidade de Aprendizagem Radiológica Mapeamento não-linear Radiologia Digital Unidade de Aprendizagem Radiológica Princípios Físicos da Imagem Digital 1 Professor Paulo Christakis 1 2 Sistema CAD Diagnóstico auxiliado por computador ( computer-aided

Leia mais

Processamento de Imagem. Prof. Herondino

Processamento de Imagem. Prof. Herondino Processamento de Imagem Prof. Herondino Sensoriamento Remoto Para o Canada Centre for Remote Sensing - CCRS (2010), o sensoriamento remoto é a ciência (e em certa medida, a arte) de aquisição de informações

Leia mais

CÁLCULO DE ZEROS DE FUNÇÕES REAIS

CÁLCULO DE ZEROS DE FUNÇÕES REAIS 15 CÁLCULO DE ZEROS DE FUNÇÕES REAIS Um dos problemas que ocorrem mais frequentemente em trabalhos científicos é calcular as raízes de equações da forma: f() = 0. A função f() pode ser um polinômio em

Leia mais

Análise de componentes principais (PCA)

Análise de componentes principais (PCA) Análise de componentes principais (PCA) Redução de dados Sumarizar os dados que contém muitas variáveis (p) por um conjunto menor de (k) variáveis compostas derivadas a partir do conjunto original. p k

Leia mais

Este apêndice resume os conceitos de álgebra matricial, inclusive da álgebra de probabilidade,

Este apêndice resume os conceitos de álgebra matricial, inclusive da álgebra de probabilidade, D Resumo de Álgebra Matricial Este apêndice resume os conceitos de álgebra matricial, inclusive da álgebra de probabilidade, necessária para o estudo de modelos de regressão linear múltipla usando matrizes,

Leia mais

1 Transmissão digital em banda base

1 Transmissão digital em banda base 1 Transmissão digital em banda base A transmissão digital oferece algumas vantagens no que diz respeito ao tratamento do sinal, bem como oferecimento de serviços: Sinal pode ser verificado para avaliar

Leia mais

PONTIFÍCIA UNIVERSIDADE CATÓLICA DO PARANÁ CURSO DE ENGENHARIA CIVIL DISCIPLINA DE CÁLCULO DIFERENCIAL E INTEGRAL I

PONTIFÍCIA UNIVERSIDADE CATÓLICA DO PARANÁ CURSO DE ENGENHARIA CIVIL DISCIPLINA DE CÁLCULO DIFERENCIAL E INTEGRAL I 1) Considerações gerais sobre os conjuntos numéricos. Ao iniciar o estudo de qualquer tipo de matemática não podemos provar tudo. Cada vez que introduzimos um novo conceito precisamos defini-lo em termos

Leia mais

Em um sistema de numeração de base b qualquer, um número positivo é representado pelo polinômio:

Em um sistema de numeração de base b qualquer, um número positivo é representado pelo polinômio: ELETRÔNICA DIGITAl I 1 SISTEMAS DE NUMERAÇÃO INTRODUÇÃO A base dos sistemas digitais são os circuitos de chaveamento (switching) nos quais o componente principal é o transistor que, sob o ponto de vista

Leia mais

3. Limites. = quando x está muito próximo de 0: a) Vejamos o que ocorre com a função f ( x)

3. Limites. = quando x está muito próximo de 0: a) Vejamos o que ocorre com a função f ( x) . Limites Ao trabalhar com uma função nossa primeira preocupação deve ser o seu domínio (condição de eistência) afinal só faz sentido utilizá-la nos pontos onde esteja definida e sua epressão matemática

Leia mais

( ) ( ) ( ( ) ( )) ( )

( ) ( ) ( ( ) ( )) ( ) Física 0 Duas partículas A e, de massa m, executam movimentos circulares uniormes sobre o plano x (x e representam eixos perpendiculares) com equações horárias dadas por xa ( t ) = a+acos ( ωt ), ( t )

Leia mais

FILTRAGEM DE IMAGEM NO DOMÍNIO ESPACIAL (Operações aritméticas orientadas à vizinhança)

FILTRAGEM DE IMAGEM NO DOMÍNIO ESPACIAL (Operações aritméticas orientadas à vizinhança) PROCESSAMENTO DE IMAGEM #5 Operações Aritméticas Orientadas à Vizinhanças Filtragem no Domínio Espacial (Máscaras) Máscaras de suavização (média e mediana) e aguçamento (laplaciano) Correlação x Convolução

Leia mais

Transformada z. ADL 25 Cap 13. A Transformada z Inversa

Transformada z. ADL 25 Cap 13. A Transformada z Inversa ADL 25 Cap 13 Transformada z A Transformada z Inversa Qualquer que seja o método utilizado a transformada z inversa produzirá somente os valores da função do tempo nos instantes de amostragem. Portanto,

Leia mais

Normalização Espacial de Imagens Frontais de Face

Normalização Espacial de Imagens Frontais de Face Normalização Espacial de Imagens Frontais de Face Vagner do Amaral 1 e Carlos Eduardo Thomaz 2 Relatório Técnico: 2008/01 1 Coordenadoria Geral de Informática Centro Universitário da FEI São Bernardo do

Leia mais

Slides de Estatística Descritiva na HP-12C 01/10/2009 ESTATÍSTICAS. Na HP-12C. 01/10/2009 Bertolo 2. O que é Estatística?

Slides de Estatística Descritiva na HP-12C 01/10/2009 ESTATÍSTICAS. Na HP-12C. 01/10/2009 Bertolo 2. O que é Estatística? ESTATÍSTICAS Na HP-12C 01/10/2009 Bertolo 1 O que é Estatística? A estatística pode ser entendida como um conjunto de ferramentas envolvidas no estudo de métodos e procedimentos usados para 1. colecionar,

Leia mais

MORFOLOGIA MATEMÁTICA APLICADA A RECONHECIMENTO DE PLACAS DE AUTOMÓVEIS

MORFOLOGIA MATEMÁTICA APLICADA A RECONHECIMENTO DE PLACAS DE AUTOMÓVEIS MORFOLOGIA MATEMÁTICA APLICADA A RECONHECIMENTO DE PLACAS DE AUTOMÓVEIS Paulo Madruga UNIBRATEC Av. Beira Mar, 220, Ap 111 Piedade J. dos Guararapes - PE madruga@unibratec.com.br Sérgio de Sá Leitão Paiva

Leia mais

1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.

1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. 1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3

Leia mais

INTRODUÇÃO AO ESTUDO DE EQUAÇÕES DIFERENCIAIS

INTRODUÇÃO AO ESTUDO DE EQUAÇÕES DIFERENCIAIS INTRODUÇÃO AO ESTUDO DE EQUAÇÕES DIFERENCIAIS Terminologia e Definições Básicas No curso de cálculo você aprendeu que, dada uma função y f ( ), a derivada f '( ) d é também, ela mesma, uma função de e

Leia mais

Potenciação no Conjunto dos Números Inteiros - Z

Potenciação no Conjunto dos Números Inteiros - Z Rua Oto de Alencar nº 5-9, Maracanã/RJ - tel. 04-98/4-98 Potenciação no Conjunto dos Números Inteiros - Z Podemos epressar o produto de quatro fatores iguais a.... por meio de uma potência de base e epoente

Leia mais

Plano tangente a uma superficie: G(f).

Plano tangente a uma superficie: G(f). Plano tangente a uma supericie: G. O plano tangente ao gráico de uma unção num ponto é o plano que contem todas as retas tangentes ao gráico de que passam pelo ponto. Se todas as retas tangente a esse

Leia mais

PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO GRANDE DO SUL FACULDADE DE MATEMÁTICA MATEMÁTICA PARA ADMINISTRAÇÃO E CIÊNCIAS CONTÁBEIS 2008/1

PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO GRANDE DO SUL FACULDADE DE MATEMÁTICA MATEMÁTICA PARA ADMINISTRAÇÃO E CIÊNCIAS CONTÁBEIS 2008/1 PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO GRANDE DO SUL FACULDADE DE MATEMÁTICA MATEMÁTICA PARA ADMINISTRAÇÃO E CIÊNCIAS CONTÁBEIS 008/ . CONCEITO DE FUNÇÃO As funções são as melhores ferramentas para descrever

Leia mais

Segmentação de Alvos em Imagens Infravermelhas Utilizando Watersheds, Wavelets e Morfologia Matemática

Segmentação de Alvos em Imagens Infravermelhas Utilizando Watersheds, Wavelets e Morfologia Matemática Segmentação de Alvos em Imagens Inravermelhas Utilizando Watersheds Wavelets e Morologia Matemática Sergio R. Neves Gelson V. Mendonça Eduardo A. B. da Silva Instituto de Pesquisas da Marinha Grupo de

Leia mais

Organizaçãoe Recuperaçãode Informação GSI521. Prof. Dr. Rodrigo Sanches Miani FACOM/UFU

Organizaçãoe Recuperaçãode Informação GSI521. Prof. Dr. Rodrigo Sanches Miani FACOM/UFU Organizaçãoe Recuperaçãode Informação GSI521 Prof. Dr. Rodrigo Sanches Miani FACOM/UFU Aula anterior Organização e Recuperação de Informação(GSI521) Modelo vetorial- Definição Para o modelo vetorial, o

Leia mais

As técnicas de filtragem podem ser divididas em dois tipos: filtragem no domínio

As técnicas de filtragem podem ser divididas em dois tipos: filtragem no domínio %ODYLR9LROD ),/75$*(012'20Ë1,2'$)5(4hÇ1&,$ Pode-se entender filtragem de uma imagem, como sendo técnicas de transformações aplicadas a cada SL[HO da imagem, levando em conta os níveis de cinza de uma região

Leia mais

FUNDAMENTOS SOBRE RUÍDOS PARTE I DENSIDADE ESPECTRAL DE POTÊNCIA

FUNDAMENTOS SOBRE RUÍDOS PARTE I DENSIDADE ESPECTRAL DE POTÊNCIA FUNDAMENTOS SOBRE RUÍDOS PARTE I DENSIDADE ESPECTRAL DE POTÊNCIA Sidnei Noceti Filho, D.Sc., Proessor Titular do Departamento de Engenharia Elétrica da UFSC.. INTRODUÇÃO Neste artigo, dividido em quatro

Leia mais

PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO GRANDE DO SUL FACULDADE DE MATEMÁTICA MATEMÁTICA PARA ADMINISTRAÇÃO B 2005/2

PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO GRANDE DO SUL FACULDADE DE MATEMÁTICA MATEMÁTICA PARA ADMINISTRAÇÃO B 2005/2 PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO GRANDE DO SUL FACULDADE DE MATEMÁTICA MATEMÁTICA PARA ADMINISTRAÇÃO B 00/ SUMÁRIO. LIMITES E CONTINUIDADE..... NOÇÃO INTUITIVA DE LIMITE..... FUNÇÃO CONTÍNUA NUM

Leia mais

2 A Derivada. 2.1 Velocidade Média e Velocidade Instantânea

2 A Derivada. 2.1 Velocidade Média e Velocidade Instantânea 2 O objetivo geral desse curso de Cálculo será o de estudar dois conceitos básicos: a Derivada e a Integral. No decorrer do curso esses dois conceitos, embora motivados de formas distintas, serão por mais

Leia mais

Transmissão e comunicação de dados. Renato Machado

Transmissão e comunicação de dados. Renato Machado Renato Machado UFSM - Universidade Federal de Santa Maria DELC - Departamento de Eletrônica e Computação renatomachado@ieee.org renatomachado@ufsm.br 03 de Maio de 2012 Sumário 1 2 Modulação offset QPSK

Leia mais

Como aparecem os erros? Quais os seus efeitos? Como controlar esses efeitos?

Como aparecem os erros? Quais os seus efeitos? Como controlar esses efeitos? &DStWXOR±5HSUHVHQWDomRGH1~PHURVH(UURV,QWURGXomR Como aparecem os erros? Quais os seus efeitos? Como controlar esses efeitos? 7LSRVGH(UURV Erros inerentes à matematização do fenómeno físico: os sistemas

Leia mais

Resposta em Frequência de Sistemas LTI 1

Resposta em Frequência de Sistemas LTI 1 Resposta em Frequência de Sistemas LTI A resposta em frequência de um sistema LTI fornece a caracterização intuitiva do comportamento entrada-saída do sistema. Isto ocorre porque a convolução no domínio

Leia mais

Conforme explicado em 2.4.3, o sinal de voz x(n) às vezes é alterado com a adição de ruído r(n), resultando num sinal corrompido y(n).

Conforme explicado em 2.4.3, o sinal de voz x(n) às vezes é alterado com a adição de ruído r(n), resultando num sinal corrompido y(n). 4 Wavelet Denoising O capítulo 3 abordou a questão do ruído durante a extração dos atributos as técnicas do SSCH e do PNCC, por exemplo, extraem com mais robustez a informação da voz a partir de um sinal

Leia mais

UM ESTUDO DAS FUNÇÕES DE 1º E 2º GRAUS APLICADAS À ECONOMIA

UM ESTUDO DAS FUNÇÕES DE 1º E 2º GRAUS APLICADAS À ECONOMIA ISSN 794 UM ESTUDO DAS FUNÇÕES DE º E º GRAUS APLICADAS À ECONOMIA Valeria Ap. Martins Ferreira, Viviane Carla Fortulan Mestre em Ciências pela Universidade de São Paulo- USP. Professora da Faculdade de

Leia mais

3.400 17. ( ) 100 3400 6000, L x x. L x x x. (17) 34 60 Lx ( ) 17 34 17 60 L(17) 289 578 60 L(17) 289 638 L(17) 349 40 40 70.40 40 1.

3.400 17. ( ) 100 3400 6000, L x x. L x x x. (17) 34 60 Lx ( ) 17 34 17 60 L(17) 289 578 60 L(17) 289 638 L(17) 349 40 40 70.40 40 1. REDE ISAAC NEWTON ENSINO MÉDIO 3º ANO PROFESSOR(A):LUCIANO IEIRA DATA: / / TURMA: ALUNO(A): Nº: UNIDADE: ( ) Riacho Fundo ( ) Taguatinga Sul EXERCÍCIOS DE REISÃO - AALIAÇÃO ESPECÍFICA 3º TRIMESTRE 01 MATEMÁTICA

Leia mais

Universidade Federal de Goiás Instituto de Informática Processamento Digital de Imagens

Universidade Federal de Goiás Instituto de Informática Processamento Digital de Imagens Universidade Federal de Goiás Instituto de Informática Processamento Digital de Imagens Prof Fabrízzio Alphonsus A M N Soares 2012 Capítulo 2 Fundamentos da Imagem Digital Definição de Imagem: Uma imagem

Leia mais

Cálculo Numérico Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU

Cálculo Numérico Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU Cálculo Numérico Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU Pro. Dr. Sergio Pilling IPD/ Física e Astronomia IV Interpolação Numérica Objetivos: O objetivo desta aula é apresentar a interpolação

Leia mais

1 Modulação digital para comunicações móveis

1 Modulação digital para comunicações móveis 1 Modulação digital para comunicações móveis Tabela 1: Algumas modulações empregadas em telefonia celular Sistema Forma de Largura da Critério de Razão celular modulação portadora qualidade sinal-ruído

Leia mais

SESSÃO 5: DECLINAÇÃO SOLAR AO LONGO DO ANO

SESSÃO 5: DECLINAÇÃO SOLAR AO LONGO DO ANO SESSÃO 5: DECLINAÇÃO SOLAR AO LONGO DO ANO Respostas breves: 1.1) 9,063 N 1.2) norte, pois é positiva. 1.3) São José (Costa Rica). 2) Não, porque Santa Maria não está localizada sobre ou entre os dois

Leia mais

AULA 13 Aproximações Lineares e Diferenciais (página 226)

AULA 13 Aproximações Lineares e Diferenciais (página 226) Belém, de maio de 05 Caro aluno, Nesta nota de aula você aprenderá que pode calcular imagem de qualquer unção dierenciável num ponto próimo de a usando epressão mais simples que a epressão original da.

Leia mais

Realce de imagens parte 2: ltragem espacial SCC5830/0251 Processamento de Imagens

Realce 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 mais

Capítulo V: Derivação 137

Capítulo V: Derivação 137 Capítulo V: Derivação 37 Esboço de gráicos: Para esboçar o gráico de uma unção deve-se sempre que possível seguir as seguintes etapas: Indicar o domínio; Determinar os zeros (caso eistam); Estudar a paridade;

Leia mais

LEI DE OHM. Professor João Luiz Cesarino Ferreira. Conceitos fundamentais

LEI DE OHM. Professor João Luiz Cesarino Ferreira. Conceitos fundamentais LEI DE OHM Conceitos fundamentais Ao adquirir energia cinética suficiente, um elétron se transforma em um elétron livre e se desloca até colidir com um átomo. Com a colisão, ele perde parte ou toda energia

Leia mais