Método de Avaliação de Detector de Bordas em Imagens Digitais
|
|
- Luna Barroso Cordeiro
- 8 Há anos
- Visualizações:
Transcrição
1 Método de Avaliação de Detector de Bordas em Imagens Digitais Inês A. G. Boaventura DCCE, IBILCE, UNESP Rua Cristovão Colombo, , São José do Rio Preto, SP, Brasil Adilson Gonzaga SEL, EESC, USP Av. Trabalhador São-carlence, , São Carlos, SP, Brasil Resumo A avaliação de desempenho de detectores de borda, em geral, é feita empiricamente através da análise visual das imagens bordas geradas. Este trabalho traz um conjunto de métodos que permitem avaliar quantitativamente o desempenho de detectores de bordas, por meio de um conjunto de imagens sintéticas e imagens de cenas reais e suas respectivas imagens bordas ideais (ground truth). 1. Introdução Nos últimos anos existe uma maior preocupação em fazer a avaliação de desempenho experimental, de forma a produzir resultados quantitativos e confiáveis de algoritmos nas áreas de visão computacional e processamento de imagens [15, 16, 13, 12, 7, 6]. Diversos trabalhos tem apresentado o problema de avaliação da performance de detectores de bordas em imagens digitais [1, 4, 11]. A maioria dos trabalhos nesta linha estão baseados em imagens sintéticas. As imagens sintéticas permitem uma especificação fácil e precisa das bordas ideais. Contudo, as imagens sintéticas tipicamente usadas contém padrões geométricos simples. A essência da complexidade de uma imagem de cenas reais é que, tipicamente, contém bordas de diversos tipos, de diferentes escalas e curvaturas. Portanto, as imagens sintéticas são demasiadamente simples, podendo levar a pouca credibilidade nos resultados experimentais. Este trabalho enfoca a avaliação do desempenho de algoritmos de detecção de bordas considerando imagens sintéticas e imagens de cenas reais. Diversas medidas são obtidas por meio de comparações às imagens ideais (ground truth) produzidas manualmente. Além disso, uma nova medida é proposta, a qual traduz, por meio de um índice global, a combinação de outras medidas. 2. Metodologia Existem vários critérios para avaliação quantitativa de detectores de bordas [1, 4, 11]. Alguns desses critérios são a taxa de erro e de acerto de detecção e localização de bordas e a distância entre os pontos de borda detectados, em comparação a imagem ideal. A comparação de uma borda, obtida por um dado detector de bordas, com a sua respectiva imagem ideal de referência, pode ser realizada por meio de um conjunto de medidas diretas, tais como a quantidade de pixels de borda detectados corretamente (TP), a quantidade de pixels de borda erroneamente classificados como pixels de borda (FP), a quantidade de pixels de borda que não foram classificados como borda (FN). A partir dessas medidas, os seguintes índices estatísticos foram propostos: A porcentagem dos pixels de bordas que foram corretamente detectados (P co ): P co = T P max(n I, N B ), (1) em que N I representa a quantidade de pontos de borda na imagem ideal e N B a quantidade de pontos de borda detectados. A porcentagem dos pixels de bordas que não foram detectados (P nd ): P nd = F N max(n I, N B ), (2) Porcentagem dos pixels de bordas que foram erroneamente detectados como pixels de borda, ou seja, a porcentagem de falso alarme (P fa ): P fa = F P max(n I, N B ). (3) A figura de mérito de Pratt é outra medida útil para avaliar a performance de detectores de borda. Esta medida utiliza a distância entre todos os pares de pontos correspondentes para quantificar, de forma precisa, a diferença entre
2 os contornos [1]. A figura de mérito de Pratt, a qual avalia a semelhança entre dois contornos, é definida como: IMP = 1 N B max(n I, N B ) i= α d 2, (4) i onde N I e N B são os números de pontos de bordas na imagem ideal e imagem borda, respectivamente, d i é a distância entre um pixel de borda e o pixel mais próximo na imagem ideal e α é uma constante de calibração empírica e foi utilizado α = 1/9, valor ótimo estabelecido por Pratt [1]. A figura de mérito de Pratt P é um indicador da qualidade de borda e, traduz o comportamento global das distâncias entre as bordas, sendo uma medida relativa, que varia no intervalo [0,1], onde 1 representa o valor ótimo, ou seja, as bordas detectadas coincidem com as bordas ideais. Os valores dos índices estatísticos representados pelas equações (1), (2) e (3) variam entre 0 e 1, e alcançam valores ideais, no caso 1 para P co e 0 para os índices P nd e P fa. A partir da combinação entre os índices definidos pelas equações (1), (2) e (3), juntamente com o índice de mérito de Pratt (equação 4), foi proposto um novo índice global, o qual é definido por meio da distância euclidiana (d 4 2 ) em R 4 ao ponto P = (1, 1, 0, 0), em que suas coordenadas são os valores ótimos alcançados pelos índices P co, IMP, P nd e P fa respectivamente. O ponto P representa o ponto ótimo a ser atingido por um detector de bordas ideal. A distância a esse ponto pode ser calculada pela equação (5): d 4 2 = (P co 1) 2 + (IMP 1) 2 + P 2 nd + P 2 fa (5) A distância d 4 2 definida varia entre 0 e 2, sendo que o valor 0 representa o ajuste perfeito para esta medida, ou seja, o melhor detector de bordas será aquele que minimizar esta distância. Foi desenvolvido um algoritmo para avaliar o resultado produzido por um determinado detector de bordas, aplicado a uma imagem digital, em relação à sua respectiva imagem ideal (ground truth). Este algoritmo tem como entradas o mapa de bordas (B) de uma imagem digital e a sua imagem ideal correspondente (GT) e produz como saídas as seguintes medidas de avaliação: o índice de mérito de Pratt (IMP), o número de pixels de borda detectados corretamente (TP), número de pixels de bordas que foram erroneamente detectados como pixels de borda (FP), o número de pixels de bordas não detectados (FN), a porcentagem de pixels corretamente detectados (P co ), a porcentagem de pixels não detectados (P nd ), a porcentagem de pixels classificados erroneamente como pixels de borda (P fa ) e o índice global d 4 2. O algoritmo desenvolvido funciona da seguinte forma: cada pixel de borda obtido é avaliado em relação ao pixel correspondente na imagem ideal. Se na imagem ideal esse pixel corresponde a uma borda, a distância entre eles é zero e o contador TP é incrementado por um. Caso essa correspondência direta não seja verdadeira, considera-se um limiar T mj, chamado de limiar de tolerância, o qual permite fazer a correspondência de um pixel de borda com um pixel GT, mesmo estando a uma pequena distância, ou seja ao redor de uma vizinhança W Tmj T mj na imagem ideal. Na implementação desenvolvida este limiar pode variar, porém, para os experimentos aqui reportados, fixou-se o valor 5 para o limiar T mj. Em geral, um pixel de borda pode ter múltiplos casamentos potenciais a um pixel de borda GT, em torno de sua vizinhança. Neste caso, considera-se a menor distância dentro da janela de vizinhança W Tmj T mj, tomando-se essa distância mínima para o cálculo do IMP e incrementando-se por 1 o contador TP. Se nesta vizinhança não existe pixel de borda na imagem ideal, toma-se como a distância um valor maior que o limiar de tolerância T mj. Isso é feito com o objetivo de penalizar o cálculo do índice de mérito de Pratt, por meio de um valor mais alto para a distância entre o pixel de borda e o seu correspondente pixel na imagem ideal. O valor de FP foi obtido por marcar com 0 os pixels da imagem borda que possuem correspondente na imagem ideal. Desta forma, a contagem dos pixels com valores iguais a 1 que permaneceram na imagem borda representa a quantidade de falsos alarmes. O valor de FN foi calculado por meio deste mesmo procedimento. Cada pixel da imagem ideal casado com um pixel da imagem borda recebeu o valor 0. Assim, a quantidade de pixels que permaneceram com valor igual a 1 na imagem ideal representa a quantidade de pixels de borda que não foram detectados. A partir desses resultados, as demais medidas (P co, IMP, P nd, P fa e d 4 2 ) são obtidas aplicando-se as suas equações correspondentes. 3. Resultados Experimentais Os testes computacionais foram realizados avaliando-se quatro detectores de bordas, o detector de Canny [5], o detector de Sobel [8], os quais são algoritmos clássicos e bastante utilizados na literatura de processamento de imagens. Além destes, foram considerados também o detector de Bordas FUNED (Fuzzy Numbers Edge Detector) [2] e o detector de bordas de Russo [10], ambos são algoritmos baseados na teoria de conjuntos fuzzy [14]. Para a realização dos experimentos foram considerados um conjunto de imagens sintéticas e imagens reais extraídas da base de dados de imagens Berkeley Segmentation Dataset, que traz um conjunto de imagens de cenas naturais e suas respectivas imagens de bordas ideais produzidas manualmente [9]. Os detectores de bordas utilizados neste trabalho foram avaliados por meio de análise visual subjetiva em trabalhos anteriores [2, 3]. A comparação visual, apresentada nestes
3 trabalhos, serviu como base para se fazer a validação do índice de mérito de Pratt [1], e também a validação das novas medidas propostas aqui. As imagens sintéticas e imagens de cenas reais foram submetidas a cada um dos detectores de bordas. O conjunto de parâmetros de cada detector foi ajustado de forma a produzir o melhor resultado para as imagens borda. Cada imagem borda obtida juntamente com a sua respectiva imagem ideal foram submetidas à ferramenta de avaliação e os índices foram calculados. As Figuras 1 e 2 mostram respectivamente as imagens sintéticas utilizadas e as suas imagens borda ideais (groud truth). (a) (a) Figura 2. Imagens Bordas Ideais (ground truth). Figura 1. Imagens Sintéticas utilizadas Para as imagens bordas obtidas, que aparecem nas figuras 3, 4, 5, 6, 7 e 8, foi calculado o índice de mérito de Pratt e também os índices propostos pelas equações (1), (2), (3) e (5), os quais se propõem a medir os desvios entre as bor- das produzidas por cada um dos detectores considerado e as bordas consideradas ideais. A tabela 1 apresenta os valores dos índices calculados para as imagens bordas mostradas nas Figuras 7 e 8, que representam os resultados de cada um dos detectores considerados, quando aplicados à imagem sintética mostrada na Figura 1. Conforme pode ser observado, o detector de bordas FUNED alcançou índices melhores para essa imagem. A Figura 9 mostra uma das imagens de cenas reais utilizadas no experimento, e a Figura 10 mostra a imagem borda ideal produzida manualmente. As Figuras 11, 12, 13 e 14 representam respectivamente as borda obtidas pelos detectores FUNED, Canny, Sobel e Russo. É importante observar que essas imagens representam as melhores bordas para cada um dos detectores citados, ou seja, os parâmetros de cada detector foi ajustado a fim de produzir as bordas mais próximas da imagem ideal. As medidas quantitativas obtidas, para cada uma das
4 (a) Figura 3. Imagens Bordas referentes à figura 1(a). (a) FUNED Canny. (d) Figura 4. Imagens Bordas referentes à figura 1(a). Sobel (d) Russo. FUNED Canny Sobel Russo IMP FP FN TP P nd P co P fa d Tabela 1. Medidas para a Imagem Borda da Figura 7 FUNED Canny Sobel Russo IMP FP FN TP P nd P co P fa d Tabela 2. Medidas Quantitativas dos Detectores de Bordas para a Imagem Real (Fig. 9) imagens representadas pelas Figuras 11, 12, 13 e 14, são mostradas pela tabela Conclusões Os resultados da avaliação de desempenho de detectores de borda, baseada na avaliação por meio dos índices quantitativos, mostraram que as medidas definidas neste traba- lho estão de acordo com as análises qualitativas, feitas por inspeção visual e apresentadas em [2] e [3]. Portanto, esses índices poderão ser empregados para avaliar novos algoritmos de detecção de bordas. Como continuidade deste trabalho pretende-se fazer uma busca por abrangência para o casamento de pixels entre a imagem borda e o ground truth, variando-se as distâncias em torno de uma janela de vizinhança de tamanho T mj e,
5 (a) Figura 5. Imagens Bordas referentes à figura 1. (a) FUNED Canny. (d) Figura 6. Imagens Bordas referentes à figura 1. Sobel (d) Russo. com essa informação, gerar as curvas ROC para os dados obtidos pelo experimento. A análise das curvas ROC fornecerá uma melhor visualização dos resultados obtidos e, além disso, permitirá uma interpretação mais detalhada sobre o desempenho, pontos fortes e pontos fracos de cada um dos detectores de borda avaliado. Referências [1] I. A. Abdou and W. Pratt. Quantitative design and evaluation of enhancement/thresholding edge detectors. In Proceedings of the IEEE, volume 67, pages , [2] I. A. G. Boaventura and A. Gonzaga. Border detection in digital images: An approach by fuzzy numbers. In Seventh International Conference on Intelligent Systems Design and Applications, pages IEEE Computer Society, [3] I. A. G. Boaventura and A. Gonzaga. Edge detection in digital images using fuzzy numbers. International Journal of Innovative Computing and Applications, (Aceito para publicação), [4] K. Bowyer, C. Kranenburg, and S. Dougherty. Edge detector evaluation using empirical roc curves. Computer Vision and Image Understanding, 84:77 103, [5] J. Canny. A computational approach to edge detection. IEEE Trans. Pattern Anal. Machine Intell., 8: , [6] N. Fernandéz-García, A. Carmona-Poyato, R. Medina- Carnicer, and F. Madrid-Cuevas. Automatic generation of consensus ground thuth for the comparison of edge detection techniques. Image and Vision Computing, 26: , [7] N. Fernandéz-García, R. Medina-Carnicer, A. Carmona- Poyato, and F. Madrid-Cuevas. Characterization of empirical discrepancy evaluation measures. Pattern Recognition Letters, 25(1):35 47, [8] R. Gonzalez. Digital Image Processing. Prentice Hall, [9] D. Martin, C. Fowlkes, D. Tal, and J. Malik. A database of human segmented natural images and its application to evaluating segmentation algorithms and measuring ecological statistics. In Proc. 8th Int l Conf. Computer Vision, volume 2, pages , July [10] F. Russo. Edge detection in noisy images using fuzzy reasoning. IEEE Transaction on Instrumentation and Measurement, 47(5): , October [11] G. B. Scofield, S. J. S. Sant Anna, C. C. Freitas, and L. V. Dutra. Avaliação quantitativa do segsar através de medidas de borda e regiões em imagens ópticas sintéticas. In Anais XII Simpósio Brasileiro de Sensoriamento Remoto, pages , [12] M. Shin, D. Goldgof, and K. Bowyer. Comparison of edge detector performance through use in an object recognition
6 (a) Figura 7. Imagens Bordas referentes à figura 1. (a) FUNED Canny. task. Computer Vision and Image Understanding, 84: , [13] M. Viergever, H. Stiehl, R. Klette, and K. Vincken. Performance Characterization and Evaluation of Computer Vision Algorithms. Kluwer Academic, [14] L. A. Zadeh. Fuzzy Sets and Their Applications to Cognitive and Decision Processes, chapter Calculus of fuzzy restrictions, pages Academic Press, New York, [15] Y. Zhang. A survey on evaluation methods for image segmentation. Pattern Recognition, 29(8): , [16] Y. Zhang. Evaluation and comparison of different segmentation algorithms. Pattern Recognition Letters, 18: , (d) Figura 8. Imagens Bordas referentes à figura 1. Sobel (d) Russo. Figura 9. Imagem de Cena Real
7 Resultados do Detector Figura 10. Imagem Ideal Figura 13. Imagem Borda Sobel Resultados do Detector Figura 11. Imagem Borda FUNED Resultados do Detector Resultados do Detector Figura 14. Imagem Borda Russo Figura 12. Imagem Borda Canny
de Bordas em Imagens Digitais
Anais do CNMAC v.2 ISSN 1984-820X Avaliação Quantitativa de um Método Automático de Extração de Bordas em Imagens Digitais Inês A. Gasparotto Boaventura Departamento de Ciências de Computação e Estatística,
Leia maisUma abordagem Fuzzy para Detecção de Bordas em Imagens Digitais
Uma abordagem Fuzzy para Detecção de Bordas em Imagens Digitais Inês Aparecida Gasparotto Boaventura Depto de Ciências de Computação e Estatística, IBILCE, UNESP, 15054-000, São José do Rio Preto, SP E-mail:
Leia mais4 Avaliação Experimental
4 Avaliação Experimental Este capítulo apresenta uma avaliação experimental dos métodos e técnicas aplicados neste trabalho. Base para esta avaliação foi o protótipo descrito no capítulo anterior. Dentre
Leia maisCurva ROC. George Darmiton da Cunha Cavalcanti Tsang Ing Ren CIn/UFPE
Curva ROC George Darmiton da Cunha Cavalcanti Tsang Ing Ren CIn/UFPE Introdução ROC (Receiver Operating Characteristics) Curva ROC é uma técnica para a visualização e a seleção de classificadores baseado
Leia maisOrientação de Bordas em Imagens Digitais: Abordagem por Análise de Vizinhança Local
Orientação de Bordas em Imagens Digitais: Abordagem por Análise de Vizinhança Local Inês Aparecida Gasparotto Boaventura DCCE-IBILCE-UNESP Rua Cristovão Colombo, 2265 15054-000, São José do Rio Preto,
Leia maisEstudo comparativo de métodos de segmentação de imagens digitais de aves
Estudo comparativo de métodos de segmentação de imagens digitais de aves Felipe de Sousa NOBRE; Paulo César Miranda MACHADO Escola de Engenharia Elétrica e de Computação - UFG felipesnobre@gmail.com, pcesar@eee.ufg.br
Leia maisUniversidade Católica Dom Bosco
Universidade Católica Dom Bosco Centro de Ciências Exatas e Tecnológicas Curso de Engenharia de Computação Técnicas de Visão Computacional para Rastreamento de Múltiplos Objetos João Bosco Oliveira Monteiro
Leia maisIDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS
IDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS André Zuconelli¹, Manassés Ribeiro² Instituto Federal de Educação, Ciência e Tecnologia Catarinense - Campus Videira Rodovia SC, Km 5
Leia maisDetecção de mudanças em imagens oriundas de sensoriamento remoto, usando conjuntos fuzzy.
Detecção de mudanças em imagens oriundas de sensoriamento remoto, usando conjuntos fuzzy. Marcelo Musci Baseado no artigo: Change detection assessment using fuzzy sets and remotely sensed data: an application
Leia mais2 Classificação de Imagens de Sensoriamento Remoto
2 Classificação de Imagens de Sensoriamento Remoto 2.1. Processamento Digital de Imagens Processamento Digital de Imagens entende-se como a manipulação de uma imagem por computador de modo que a entrada
Leia maisROBÓTICA INTELIGENTE: USO DE VISÃO COMPUTACIONAL VOLTADA PARA O CONTROLE E NAVEGAÇÃO DE ROBÔS MÓVEIS AUTÔNOMOS
ROBÓTICA INTELIGENTE: USO DE VISÃO COMPUTACIONAL VOLTADA PARA O CONTROLE E NAVEGAÇÃO DE ROBÔS MÓVEIS AUTÔNOMOS Matheus Doretto Compri, Fernando Osório, Denis Wolf Instituto de Ciências Matemáticas e de
Leia maisAvaliação de desempenho de detectores de bordas em imagens ruidosas
Avaliação de desempenho de detectores de bordas em imagens ruidosas Carolina Toledo Ferraz, Raissa Tavares Vieira, Virgílio de Melo Langoni, Adilson Gonzaga Departamento de Engenharia Elétrica - EESC/USP
Leia maisComparação entre as Técnicas de Agrupamento K-Means e Fuzzy C-Means para Segmentação de Imagens Coloridas
Comparação entre as Técnicas de Agrupamento K-Means e Fuzzy C-Means para Segmentação de Imagens Coloridas Vinicius Ruela Pereira Borges 1 1 Faculdade de Computação - Universidade Federal de Uberlândia
Leia maisRECONHECIMENTO DE AVES DE NOMES ONOMATOPÉICOS
RECONHECIMENTO DE AVES DE NOMES ONOMATOPÉICOS Célio Seixo de BRITO Junior, Paulo César Miranda MACHADO Escola de Engenharia Elétrica e de Computação, UFG, 74001-970, Goiânia, GO Celiojunior01@gmail.com,
Leia maisInterpolação de Curvas de Nível por Difusão de Calor
Interpolação de Curvas de Nível por Difusão de Calor ROBERTO DE BEAUCLAIR SEIXAS LUIZ HENRIQUE DE FIGUEIREDO CLAUDIO ANTONIO DA SILVA IMPA Instituto de Matemática Pura e Aplicada VISGRAF Laboratório de
Leia maisAvaliação do Desempenho de Sistemas de Reconhecimento de Impressões Digitais
Avaliação do Desempenho de Sistemas de Reconhecimento de Impressões Digitais Evandro Luiz de Xerez Vieiralves 1, Cícero Ferreira Fernandes Costa Filho 2 1 Fundação Centro de Análise Pesquisa e Inovação
Leia maisSegmentação 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 maisSistemas de Tempo Real
Sistemas de Tempo Real Docente Paulo Pedreiras pbrp@ua.pt http://ppedreiras.av.it.pt/ Adaptado dos slides desenvolvidos pelo Prof. Doutor Luís Almeida para a disciplina Sistemas de Tempo-Real DETI/UA ;
Leia maisSeleção Automática de Parâmetros de Detectores de Bordas de Imagens Digitais Baseado em Algoritmos Genéticos
Seleção Automática de Parâmetros de Detectores de Bordas de Imagens Digitais Baseado em Algoritmos Genéticos Cristiane Leal da Costa crislealcosta@globo.com Inês Aparecida Gasparotto Boaventura ines@ibilce.unesp.br
Leia maisJuros Simples, Compostos, e Contínuos
Juros Simples, Compostos, e Contínuos Conceito Principal Juros são o preço pago pelo benefício do empréstimo de dinheiro por um certo período de tempo. Tipicamente, a taxa de juros é expressa como uma
Leia maisEFEITO DA COMPRESSÃO FRACTAL DE IMAGENS NA ETAPA DE SEGMENTAÇÃO DE UM SISTEMA DE RECONHECIMENTO DE ÍRIS
EFEITO DA COMPRESSÃO FRACTAL DE IMAGENS NA ETAPA DE SEGMENTAÇÃO DE UM SISTEMA DE RECONHECIMENTO DE ÍRIS Milena B. P. Carneiro *, Sandreane P. Silva #, Antônio C. P. Veiga, Edna L. Flores, Gilberto A. Carrijo
Leia maisEstudo de técnicas de rastreamento de objetos aplicadas à detecção de múltiplas larvas
Estudo de técnicas de rastreamento de objetos aplicadas à detecção de múltiplas larvas Guilherme de Oliveira Vicente Orientador: Prof. Dr. Hemerson Pistori Coorientador: Prof. Me. Kleber Padovani de Souza
Leia maisUNIVERSIDADE F EDERAL DE P ERNAMBUCO ANÁLISE DE UM MÉTODO PARA DETECÇÃO DE PEDESTRES EM IMAGENS PROPOSTA DE TRABALHO DE GRADUAÇÃO
UNIVERSIDADE F EDERAL DE P ERNAMBUCO GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO CENTRO DE INFORMÁTICA 2010.2 ANÁLISE DE UM MÉTODO PARA DETECÇÃO DE PEDESTRES EM IMAGENS PROPOSTA DE TRABALHO DE GRADUAÇÃO Aluno!
Leia maisESTUDO DE SOLOS COLAPSÍVEIS POR MÉTODO NÃO-INVASIVO 1
Nº, dez/96, p.- ESTUDO DE SOLOS COLAPSÍVEIS POR MÉTODO NÃO-INVASIVO João de Mendonça Naime 2 Wilson Conciani 3 Márcio Miranda Soares 4 Paulo Estevão Cruvinel Sílvio Crestana 6 O colapso do solo vem preocupando
Leia maisPALAVRAS-CHAVE: Massas Nodulares, Classificação de Padrões, Redes Multi- Layer Perceptron.
1024 UMA ABORDAGEM BASEADA EM REDES PERCEPTRON MULTICAMADAS PARA A CLASSIFICAÇÃO DE MASSAS NODULARES EM IMAGENS MAMOGRÁFICAS Luan de Oliveira Moreira¹; Matheus Giovanni Pires² 1. Bolsista PROBIC, Graduando
Leia maisSEGEMENTAÇÃO 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 maisRealce de Bordas em Imagens Digitais: Uma Abordagem por Números Fuzzy
Realce de Bordas em Imagens Digitais: Uma Abordagem por Números Fuzzy Inês Ap. Gasparotto Boaventura Adilson Gonzaga IBILCE-UNESP- São José do Rio Preto EESC-USP-São Carlos Fone: (17) 3221-2205 Fone: (16)
Leia maisUm método para identicação de um conjunto representativo de citações bibliográcas para remoção de ambiguidade de nomes de autores de artigos cientícos
Anderson Almeida Ferreira Um método para identicação de um conjunto representativo de citações bibliográcas para remoção de ambiguidade de nomes de autores de artigos cientícos Herculano Gripp Neto Departamento
Leia maisESTEREOSCOPIA INTRODUÇÃO. Conversão de um par de imagens (a)-(b) em um mapa de profundidade (c)
ESTEREOSCOPIA INTRODUÇÃO Visão estereoscópica se refere à habilidade de inferir informações da estrutura 3-D e de distâncias da cena de duas ou mais imagens tomadas de posições diferentes. Conversão de
Leia maisAula 4 Conceitos Básicos de Estatística. Aula 4 Conceitos básicos de estatística
Aula 4 Conceitos Básicos de Estatística Aula 4 Conceitos básicos de estatística A Estatística é a ciência de aprendizagem a partir de dados. Trata-se de uma disciplina estratégica, que coleta, analisa
Leia mais1 Introdução maligno metástase
1 Introdução Câncer é o nome dado a um conjunto de doenças que têm em comum o crescimento desordenado (maligno) de células que invadem os tecidos e órgãos, podendo espalhar-se (metástase) para outras regiões
Leia maisPrograma Integrado de Monitoria Remota de Fragmentos Florestais e Crescimento Urbano no Rio de Janeiro
Programa Integrado de Monitoria Remota de Fragmentos Florestais e Crescimento Urbano no Rio de Janeiro Relatório Trimestral de Atividades Abril / Maio / Junho de 2010 Índice 1. Apresentação...3 2. Fotogrametria...4
Leia maisSensoriamento Remoto
Sensoriamento Remoto É a utilização conjunta de modernos sensores, equipamentos para processamento de dados, equipamentos de transmissão de dados, aeronaves, espaçonaves etc, com o objetivo de estudar
Leia maisClassificação: Determinístico
Prof. Lorí Viali, Dr. viali@pucrs.br http://www.pucrs.br/famat/viali/ Da mesma forma que sistemas os modelos de simulação podem ser classificados de várias formas. O mais usual é classificar os modelos
Leia mais4. RESULTADOS E DISCUSSÃO
4. RESULTADOS E DISCUSSÃO 4.1. Energia cinética das precipitações Na Figura 9 estão apresentadas as curvas de caracterização da energia cinética aplicada pelo simulador de chuvas e calculada para a chuva
Leia maisSistema de Reconhecimento de Impressões Digitais. Resumo
Sistema de Reconhecimento de Impressões Digitais Álvaro N. Prestes Relatório Técnico, Introdução ao Processamento de Imagens Programa de Engenharia de Sistemas e Computação - PESC/COPPE Universidade Federal
Leia maisAmbientes Computacionais para o Desenvolvimento e Aplicação de Sistemas de Documentação Ativa
Plano de Trabalho Ambientes Computacionais para o Desenvolvimento e Aplicação de Sistemas de Documentação Ativa Professores Ana Cristina Garcia Bicharra 1 e Flávio Miguel Varejão 2 1 Laboratório de Documentação
Leia mais4 Experimentos Computacionais
33 4 Experimentos Computacionais O programa desenvolvido neste trabalho foi todo implementado na linguagem de programação C/C++. Dentre as bibliotecas utilizadas, destacamos: o OpenCV [23], para processamento
Leia maisDetecção de contornos em imagens coloridas com base em medidas de distância entre cores
https://eventos.utfpr.edu.br//sicite/sicite2017/index Detecção de contornos em imagens coloridas com base em medidas de distância entre cores RESUMO Guilherme Alves Rosa guilhermealvesrosa@outlook.com
Leia maisAlgoritmos Estruturas Seqüenciais. José Gustavo de Souza Paiva
Algoritmos Estruturas Seqüenciais José Gustavo de Souza Paiva 1 Introdução Objetivo básico da computação auxiliar os seres humanos em trabalhos repetitivos e braçais, diminuindo i i d esforços e economizando
Leia maisCÓDIGO CRÉDITOS PERÍODO PRÉ-REQUISITO TURMA ANO INTRODUÇÃO
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE GOIÁS ESCOLA DE GESTÃO E NEGÓCIOS CURSO DE CIÊNCIAS CONTÁBEIS, ADMINISTRAÇÃO E ECONOMIA DISCIPLINA: ESTRUTURA E ANÁLISE DE CUSTO CÓDIGO CRÉDITOS PERÍODO PRÉ-REQUISITO
Leia maisDescritores de textura na análise de imagens de microtomografia computadorizada
Trabalho apresentado no XXXV CNMAC, Natal-RN, 2014. Descritores de textura na análise de imagens de microtomografia computadorizada Sandro R. Fernandes Departamento de Educação e Tecnologia, Núcleo de
Leia maisUNIVERSIDADE FEDERAL DE LAVRAS PRÓ-REITORIA DE PÓS-GRADUAÇÃO COORDENADOR1A DE PÓS-GRADUAÇÃO STHCTOSBJSU DISCIPLINA
UNIVERSIDADE FEDERAL DE LAVRAS PRÓ-REITORIA DE PÓS-GRADUAÇÃO COORDENADOR1A DE PÓS-GRADUAÇÃO STHCTOSBJSU DISCIPLINA Código Denominação Crédito(s) n Carga Horária Teórica Prática Total PCC-XXX 5Q3 Processamento
Leia maisc. Técnica de Estrutura de Controle Teste do Caminho Básico
1) Defina: a. Fluxo de controle A análise de fluxo de controle é a técnica estática em que o fluxo de controle através de um programa é analisado, quer com um gráfico, quer com uma ferramenta de fluxo
Leia mais3 Classificação. 3.1. Resumo do algoritmo proposto
3 Classificação Este capítulo apresenta primeiramente o algoritmo proposto para a classificação de áudio codificado em MPEG-1 Layer 2 em detalhes. Em seguida, são analisadas as inovações apresentadas.
Leia maisInfluência do Encaminhamento de Mensagens na Topologia de Redes Sociais
Influência do Encaminhamento de Mensagens na Topologia de Redes Sociais Samuel da Costa Alves Basilio, Gabriel de Oliveira Machado 1 Centro Federal de Educação Tecnológica de Minas Gerais - CEFET MG, Unidade
Leia maisBIOSYS: sistema de captura e armazenamento de imagens para exames oftalmológicos em biomicroscópios - Fase 1 1
BIOSYS: sistema de captura e armazenamento de imagens para exames oftalmológicos em biomicroscópios - Fase 1 1 Hélton José Oliveira Fernandes 2 ; Paulo Cesar Rodacki Gomes 3 INTRODUÇÃO O presente descreve
Leia maisInstituto de Computação, Universidade Federal do Amazonas (UFAM) Manaus-AM, Brasil
Elicitação de Requisitos a partir de Modelos de Processos de Negócio e Modelos Organizacionais: Uma pesquisa para definição de técnicas baseadas em heurísticas Marcos A. B. de Oliveira 1, Sérgio R. C.
Leia maisAVALIAÇÃO QUALITATIVA DE DETECÇÃO DE BORDAS EM IMAGENS DE RADIOGRAFIA PERIAPICAIS
AVALIAÇÃO QUALITATIVA DE DETECÇÃO DE BORDAS EM IMAGENS DE RADIOGRAFIA PERIAPICAIS Hedlund Erik Martins Távora 1, John Hebert Da Silva Felix 2, Darleison Rodrigues Barros Filho 3, Fausta Joaquim Faustino
Leia maisO comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.
ESTATÍSTICA INDUTIVA 1. CORRELAÇÃO LINEAR 1.1 Diagrama de dispersão O comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.
Leia mais4 Segmentação. 4.1. Algoritmo proposto
4 Segmentação Este capítulo apresenta primeiramente o algoritmo proposto para a segmentação do áudio em detalhes. Em seguida, são analisadas as inovações apresentadas. É importante mencionar que as mudanças
Leia maisAVALIAÇÃO DAS IMAGENS IRS-P6 EM RELAÇÃO AO PADRÃO DE EXATIDÃO CARTOGRÁFICA. Danielly Garcia Santos¹, Elaine Reis Costa Lima²
AVALIAÇÃO DAS IMAGENS IRS-P6 EM RELAÇÃO AO PADRÃO DE EXATIDÃO CARTOGRÁFICA Danielly Garcia Santos¹, Elaine Reis Costa Lima² ¹Tecnóloga em Geoprocessamento, Assistente em Geoprocessamento, Primegeo, Goiânia-GO,
Leia maisUm Detector de Complexos QRS Evolutivo para o Eletrocardiograma
Um Detector de Complexos QRS Evolutivo para o Eletrocardiograma Bruno Melo 1, Roberta Lopes 1, Luis Coradine 1 1 Universidade Federal de Alagoas, Instituto de Computação, Programa de Pós-Graduação em Modelagem
Leia maisPRODUÇÃO CARTOGRÁFICA UD 5 CONTROLE DE QUALIDADE
UD 5 CONTROLE DE QUALIDADE Qualidade É o grau de adequação do produto às suas especificações. Grau de perfeição a atingir. Pode-se também dizer que ela é a melhor forma de atender às necessidades do consumidor,
Leia maisAnálise do uso de diferentes bandas de cores na detecção do disco óptico em imagens de retina
Análise do uso de diferentes bandas de cores na detecção do disco óptico em imagens de retina Fernando A. Sousa, Luckas M. R. dos Santos e Rodrigo de M. S. Veras 1 Departamento de Computação Universidade
Leia maisRevisão da Literatura Tema 2. Mestranda: Arléte Kelm Wiesner
Revisão da Literatura Tema 2 Mestranda: Arléte Kelm Wiesner Sistema Termo utilizado em muitas situações Prado (2014) afirma que: Sistema é uma agregação de objetos que têm alguma interação ou interdependência.
Leia maisContornos Ativos Geodésicos: Um Método Alternativo para Segmentação de Imagens de Satélite
Contornos Ativos Geodésicos: Um Método Alternativo para Segmentação de Imagens de Satélite Cassius Marcelus Ferreira Pereira 1 Flávio Luis de Mello 2 Oscar Ricardo Vergara 1 1 Instituto Militar de Engenharia
Leia maisMétodos de mapeamento para fenômenos qualitativos e quantitativos
IT 508 - Cartografia Temática Representação cartográfica: Métodos de mapeamento para fenômenos qualitativos e quantitativos Profa.. Juliana Moulin Segundo os métodos padronizados, conforme o uso das variáveis
Leia maisPARECER TÉCNICO EM QUÍMICA
PARECER TÉCNICO EM QUÍMICA RELATÓRIO Trata-se a presente análise, solicitada pelo Promotor de Justiça da área de Publicidade, Dr. Marcos Tofani Baer Bahia, de um estudo dos aspectos químicos do objeto
Leia maisLIDANDO COM SAZONALIDADES NO PROCESSO LOGÍSTICO
LIDANDO COM SAZONALIDADES NO PROCESSO LOGÍSTICO Praticamente todos os processos logísticos estão sujeitos a algum tipo de sazonalidade. A humanidade e seus grupos sociais, desde tempos remotos, sempre
Leia maisPROCESSO DE DETECÇÃO FACIAL, UTILIZANDO VIOLA;JONES
EXATAS E TECNOLÓGICAS ISSN IMPRESSO - 2359-4934 ISSN ELETRÔNICO - 2359-4942 PROCESSO DE DETECÇÃO FACIAL, UTILIZANDO VIOLA;JONES Luciana Maiara Queiroz de Santanas 1 Fábio Rocha Gomes 2 Thiago S. Reis Santos
Leia maisPontos de Pedido Fuzzy: Otimizando Níveis de Estoque por meio de Experiência Gerencial
Pontos de Pedido Fuzzy: Otimizando Níveis de Estoque por meio de Experiência Gerencial Henrique Ewbank Estudante do 1º ano de doutorado em Administração de Empresas do Instituto COPPEAD de Administração
Leia maisAnálise comparativa sobre bases de dados para armazenamento e consulta de dados não estruturados no formato JSON.
UNIVERSIDADE FEDERAL DE PERNAMBUCO CENTRO DE INFORMÁTICA Análise comparativa sobre bases de dados para armazenamento e consulta de dados não estruturados no formato JSON. Proposta de Trabalho de Graduação
Leia maisDetecção em tempo real de movimentos de olhos e boca em um vídeo em cores
Detecção em tempo real de movimentos de olhos e boca em um vídeo em cores Daniel Ponciano dos Santos Barboza, Programa de Engenharia de Sistemas e Computação - PESC/COPPE Universidade Federal do Rio de
Leia maisDesenhando padrões no plano. Série Software ferramenta
Desenhando padrões no plano Série Software ferramenta Funcionalidade Este software permite desenhar padrões geométricos muito simples baseados em rotações e translações. Desenhando padrões no plano Série
Leia maisJSensor: Uma plataforma paralela e distribuída para simulações de redes de sensores
Universidade Federal de Ouro Preto - UFOP Instituto de Ciências Exatas e Biológicas - ICEB Departamento de Computação - DECOM JSensor: Uma plataforma paralela e distribuída para simulações de redes de
Leia maisREGINA ISHIBASHI 1 ALUIR PORFÍRIO DAL POZ 2
EXTRAÇÃO AUTOMÁTICA DE SEGMENTOS DE RODOVIA VIA DETECTOR DE LINHAS DE STEGER REGINA ISHIBASHI 1 ALUIR PORFÍRIO DAL POZ 2 (1) Universidade Estadual Paulista - Unesp Faculdade de Ciências e Tecnologia -
Leia maisCLASSIFICAÇÃO AUTOMÁTICA DE PATENTES COM O MODELO VETORIAL DE REPRESENTAÇÃO DE DOCUMENTOS
III SBA Simpósio Baiano de Arquivologia 26 a 28 de outubro de 2011 Salvador Bahia Políticas arquivísticas na Bahia e no Brasil CLASSIFICAÇÃO AUTOMÁTICA DE PATENTES COM O MODELO VETORIAL DE REPRESENTAÇÃO
Leia maisClassificação de Imagens
Universidade do Estado de Santa Catarina Departamento de Engenharia Civil Classificação de Imagens Profa. Adriana Goulart dos Santos Extração de Informação da Imagem A partir de uma visualização das imagens,
Leia maisAnais do XX Congresso Brasileiro de Automática Belo Horizonte, MG, 20 a 24 de Setembro de 2014
DETECÇÃO DE EVENTOS BASEADA EM VARIÂNCIA E DESVIO PADRÃO PARA MONITORAMENTO NÃO INTRUSIVO Hader A. D. Azzini, Luiz C. P. da Silva, Jussara F. Fardin Departamento de Sistemas e Energia Universidade Estadual
Leia maisA seguir são apresentadas as etapas metodológicas da Pesquisa CNT de Rodovias.
Metodologia A Pesquisa CNT de Rodovias propõe-se a avaliar a situação das rodovias brasileiras a partir da perspectiva dos usuários da via. As características - pavimento, sinalização e geometria - são
Leia maisEstudo de Casos 57. 5.1. Estudo de Caso 1: Velocidade Intervalar e Espessura da Camada
Estudo de Casos 57 5 Estudo de Casos Neste capítulo são relatados três estudos de caso com sismogramas de referência sintéticos que têm como objetivo avaliar o modelo proposto. Na descrição dos estudos
Leia maisResultados Experimentais
Capítulo 6 Resultados Experimentais Este capítulo é dedicado às avaliações experimentais do sistema CBIR. Os experimentos aqui realizados têm três objetivos principais: comparar os nossos resultados com
Leia maisClassificação em Imagens de Satélite e o Monitoramento de Hidrelétricas. Mestrando: Rafael Walter de Albuquerque Orientador: José Alberto Quintanilha
Classificação em Imagens de Satélite e o Monitoramento de Hidrelétricas Mestrando: Rafael Walter de Albuquerque Orientador: José Alberto Quintanilha Introdução Mapeamento da cobertura e uso do solo: importante
Leia maisLINEAR EQUIPAMENTOS RUA SÃO JORGE, 269 - TELEFONE : 6823-8800 SÃO CAETANO DO SUL - SP - CEP: 09530-250
1 LINEAR EQUIPAMENTOS RUA SÃO JORGE, 269 - TELEFONE : 6823-8800 SÃO CAETANO DO SUL - SP - CEP: 09530-250 O Sistema HCS 2000 é composto por: PROTOCOLO DE COMUNICAÇÃO SISTEMA HCS 2000 v6.x Receptores: dispositivos
Leia maisEstatística II Antonio Roque Aula 9. Testes de Hipóteses
Testes de Hipóteses Os problemas de inferência estatística tratados nas aulas anteriores podem ser enfocados de um ponto de vista um pouco diferente: ao invés de se construir intervalos de confiança para
Leia maisA presente seção apresenta e especifica as hipótese que se buscou testar com o experimento. A seção 5 vai detalhar o desenho do experimento.
4 Plano de Análise O desenho do experimento realizado foi elaborado de forma a identificar o quão relevantes para a explicação do fenômeno de overbidding são os fatores mencionados na literatura em questão
Leia maisCaracterísticas dos Dados
Universidade de Aveiro Departamento de Electrónica, Telecomunicações e Informática Características dos Dados Beatriz Sousa Santos, Universidade de Aveiro, 2013 Os dados a visualizar podem ter diversas
Leia maisVerificação de Impressões Digitais usando Algoritmos Genéticos
1. Introdução Verificação de Impressões Digitais usando Algoritmos Genéticos Matheus Giovanni Pires, Fernando Vieira Duarte, Adilson Gonzaga Escola de Engenharia de São Carlos Universidade de São Paulo
Leia maisFundamentos Decifrados de Contabilidade
1 Resultado... 1 1.1 Receitas... 1 1.2 Despesas... 3 1.3 Ajustes... 6 2 Os conceitos de capital e de manutenção do capital... 7 1 Resultado O resultado é a medida mais utilizada para aferir a performance
Leia maisMONITORAMENTO DA TEMPERATURA DE SUPERFÍCIE EM ÁREAS URBANAS UTILIZANDO GEOTECNOLOGIAS
MONITORAMENTO DA TEMPERATURA DE SUPERFÍCIE EM ÁREAS URBANAS UTILIZANDO GEOTECNOLOGIAS Erika Gonçalves Pires 1, Manuel Eduardo Ferreira 2 1 Agrimensora, Professora do IFTO, Doutoranda em Geografia - UFG,
Leia maisFEN- 06723 Processamento Digital de Imagens. Projeto 2 Utilização de máscaras laplacianas
FEN- 06723 Processamento Digital de Imagens Projeto 2 Utilização de máscaras laplacianas Marcelo Musci Mestrado Geomática/UERJ-2004 Abstract The Laplacian is also called as second difference function,
Leia maisMS777: Projeto Supervisionado Estudos sobre aplicações da lógica Fuzzy em biomedicina
MS777: Projeto Supervisionado Estudos sobre aplicações da lógica Fuzzy em biomedicina Orientador: Prof. Dr. Laécio C. Barros Aluna: Marie Mezher S. Pereira ra:096900 DMA - IMECC - UNICAMP 25 de Junho de
Leia maisEncontrando 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 maisMétodo Dialético de Otimização usando o Princípio da Máxima Entropia
Learning and Nonlinear Models Revista da Sociedade Brasileira de Redes Neurais (SBRN) Vol 7 No. 2 pp. 54-64 2009 Método Dialético de Otimização usando o Princípio da Máxima Entropia Wellington Pinheiro
Leia maisAula 1: Demonstrações e atividades experimentais tradicionais e inovadoras
Aula 1: Demonstrações e atividades experimentais tradicionais e inovadoras Nesta aula trataremos de demonstrações e atividades experimentais tradicionais e inovadoras. Vamos começar a aula retomando questões
Leia maisA INFLUÊNCIA DO RUÍDO NA DETERMINAÇÃO DA DIMENSÃO DE CORRELAÇÃO EM SISTEMAS CAÓTICOS
A INFLUÊNCIA DO RUÍDO NA DETERMINAÇÃO DA DIMENSÃO DE CORRELAÇÃO EM SISTEMAS CAÓTICOS Valdirene de Souza (Centro Universitário de Franca) Antônio Carlos da Silva Filho (Centro Universitário de Franca) 1
Leia maisAvaliação de Desempenho de Sistemas
Avaliação de Desempenho de Sistemas Introdução a Avaliação de Desempenho de Sistemas Prof. Othon M. N. Batista othonb@yahoo.com Roteiro Definição de Sistema Exemplo de Sistema: Agência Bancária Questões
Leia maisClassificação da imagem (ou reconhecimento de padrões): objectivos Métodos de reconhecimento de padrões
Classificação de imagens Autor: Gil Gonçalves Disciplinas: Detecção Remota/Detecção Remota Aplicada Cursos: MEG/MTIG Ano Lectivo: 11/12 Sumário Classificação da imagem (ou reconhecimento de padrões): objectivos
Leia mais4. Revisão Bibliográfica - Trabalhos sobre Opções Reais no Mercado Imobiliário
44 4. Revisão Bibliográfica - Trabalhos sobre Opções Reais no Mercado Imobiliário 4.1. Urban Land Prices under Uncertainty (Titman 1985) No artigo publicado em Junho de 1985, Sheridan Titman, ao observar
Leia maisBoletim. Contabilidade Internacional. Manual de Procedimentos
Boletim Manual de Procedimentos Contabilidade Internacional Custos de transação e prêmios na emissão de títulos e valores mobiliários - Tratamento em face do Pronunciamento Técnico CPC 08 - Exemplos SUMÁRIO
Leia maisDetecção de movimento para sistema automático de vigilância por vídeo
Detecção de movimento para sistema automático de vigilância por vídeo Simara Sonaglio E Marcos Moecke Instituto Federal de Educação, Ciência e Tecnológia de Santa Catarina - IF-SC Campus Florianópolis
Leia maisEscreva aqui o título do trabalho com no máximo 15 palavras
Escreva aqui o título do trabalho com no máximo 15 palavras Nome Completo Primeiro Autor 1, Nome Completo Segundo Autor 2, Nome Completo Terceiro Autor 1 1 Departamento de Informática, Universidade Estadual
Leia maisRelatório Trabalho Prático 2 : Colônia de Formigas para Otimização e Agrupamento
Relatório Trabalho Prático 2 : Colônia de Formigas para Otimização e Agrupamento Ramon Pereira Lopes Rangel Silva Oliveira 31 de outubro de 2011 1 Introdução O presente documento refere-se ao relatório
Leia maisPlano de aula. 5. Metodologia: Aula expositiva dialógica orientada pela interação: alunos professor conhecimento.
Campus Jataí Plano de aula Disciplina: Ondas, Ótica e Termodinâmica Turma: Engenharia Elétrica (4º ano 2009/2) Professor: Rodrigo Claudino Diogo Data da aula: 30/11/2009 Duração: 1h00min 1. Tema: Lentes
Leia maisProcessamento digital de imagens. introdução
Processamento digital de imagens introdução Imagem digital Imagem digital pode ser descrita como uma matriz bidimensional de números inteiros que corresponde a medidas discretas da energia eletromagnética
Leia maisPrevendo Defeitos de Software I: Avaliação da Qualidade
Prevendo Defeitos de Software I: Avaliação da Qualidade Esta série de tutoriais sobre Defeitos de Software apresentará técnicas de prevenção desses defeitos usando os resultados obtidos na fase de testes.
Leia maisUNIVERSIDADE FEDERAL DO CEARÁ CAMPUS QUIXADÁ BACHARELADO EM SISTEMAS DE INFORMAÇÃO SAMUEL SANCHES DE FREITAS
UNIVERSIDADE FEDERAL DO CEARÁ CAMPUS QUIXADÁ BACHARELADO EM SISTEMAS DE INFORMAÇÃO SAMUEL SANCHES DE FREITAS DETERMINAÇÃO DO VALOR TOTAL DE MOEDAS EM IMAGENS DIGITAIS QUIXADÁ 2014 SAMUEL SANCHES DE FREITAS
Leia mais29º Seminário de Extensão Universitária da Região Sul A CIDADE E UMA UNIVERSIDADE: NARRATIVAS POSSÍVEIS
A CIDADE E UMA UNIVERSIDADE: NARRATIVAS POSSÍVEIS Área temática: Preservação do Patrimônio Cultural Brasileiro Professora Drª Adriane Borda (coordenador da Ação de Extensão) Vanessa da Silva Cardoso 1,
Leia mais