Comparação entre a Máscara de Nitidez Cúbica e o Laplaciano para Realce de Imagens Digitais
|
|
- João Lucas Jerónimo Sabrosa Damásio
- 8 Há anos
- Visualizações:
Transcrição
1 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, , Presidente Prudente, SP wesley12stones@gmail.com, renataimada@hotmail.com, Aylton Pagamisse Departamendo de Matemática e Computação Campus Fct-Unesp , Presidente Prudente, SP aylton@fct.unesp.br Resumo: O realce de imagens é de suma importância e se faz necessário quando a imagem sofre algum processo de degradação ou perda de qualidade. Neste trabalho serão comparadas as técnicas de realce de imagens pelos métodos do Laplaciano e Máscara de Nitidez Cúbica ( Cubic Unsharp Masking ). Os dois métodos citados serão aplicados em imagens que apresentam ruídos do tipo Poisson e analisar qual dos dois métodos apresenta melhores resultados. Para verificação das vantagens e desvantagens de se usar algum dos métodos estudados é utilizado o modelo de cálculo de ruído estimado segundo Forstner, assim como por Immerkaer, mínimos quadráticos e estimativa pela média.os resultados obtidos mostram que a máscara de nitidez cúbica, apesar de pouco utilizada na literatura, é uma alternativa ao método do Laplaciano pois apresenta melhores resultados. Palavras-chave: Máscara de Nitidez, Ruído, Laplaciano 1 Introdução Uma imagem pode estar degradada em decorrência da presença de ruído ou perda de contraste, que podem ser causadas por fatores externos, como o equipamento de aquisição ou iluminação inadequada. Por isso, a aplicação de realce ou aguçamento é muito importante no processamento de imagens. Neste trabalho, será estudado duas técnicas de aguçar uma imagem borrada que apresenta o ruído de Poisson. Tal ruído é causado na obtenção da imagem quando há variações no número de fótons detectados pelo aparelho receptor. O objetivo principal será comparar os dois métodos de realce de imagens, o Laplaciano e o método pela Máscara de Nitidez Cúbica. O Laplaciano é uma técnica muito utilizada para o realce de imagens e apresenta resultados favoráveis em sua aplicação, contudo intensifica o ruído presente na imagem. O algoritmo analisado, por sua vez, tem a propriedade de realçar a imagem sem intensificar o ruído contido nela. A Máscara de Nitidez Cúbica utiliza um operador espacial com o intuito de aumentar a intensidade dos pixels das regiões que há maior variação de tons de cinza, ou seja, nas bordas entre diferentes objetos. Neste trabalho será apresentada uma breve teoria sobre os dois métodos analisados, juntamente com a metodologia e a análise dos resultados. 257
2 2 Metodologia O operador Laplaciano é definido por uma derivada de segunda ordem de uma função bidimensional contínua f(x, y) da seguinte maneira: 2 f = 2 f x f y 2 (1) Segundo [2] o Laplaciano pode ser implementada utilizando máscaras de filtragem conforme a Figura 1. Figura 1: Quatro máscaras diferentes para implementar o Laplaciano Como o Laplaciano é um operador diferencial, sua utilização realça as descontinuidades de intensidades em imagens e atenua justamente as regiões de variações mais suaves. Isso significa que as bordas, por serem regiões de mudanças abruptas em uma imagem, são realçadas na aplicação do Laplaciano enquanto que os níveis de cinza em regiões homogêneas são atenuadas. Por este motivo, o Laplaciano é uma ferramenta bastante apropriada para o aguçamento de imagens, e pode ser implementado utilizando a seguinte equação: g(x, y) = f(x, y) + c[ 2 f] (2) em que c é o valor que atenua ou acentua a aplicação do Laplaciano na expressão. Vale ressaltar que o sinal do fator c depende do tipo da máscara (Figura 1).A máscara do Laplaciano é ótimo para o realce de imagens justamente por conta de sua eficiência em destacar as bordas, contudo, o realce evidencia os ruídos também presentes na imagem. Para ajustar este problema, é necessário levar em consideração o ruído da imagem, o que remete ao próximo método. A máscara de Nitidez Cúbica é outro método muito utilizado no realce de imagens e segue o mesmo princípio do método Laplaciano. Considere uma imagem x m,n, a imagem de saída y m,n pode ser definida como: y m,n = x m,n + λz m,n (3) em que λ é o fator positivo ao qual permite ajustar a intensidade da correção e z m,n é a saída de um filtro linear de aguçamento, no caso a Máscara de Nitidez. De forma geral, todo tipo de Máscara de Nitidez segue a expressão 3 e o que difere de um método do outro é o tipo de máscara z m,n aplicada na imagem. De acordo com [5], pode-se ter a Máscara de Nitidez z m,n de três maneiras: a linear, a cúbica separável e a cúbica não-separável. A máscara linear (LIN) é definida como o próprio Laplaciano. Isto porque esta máscara possui apenas a característica de aguçamento (Laplaciano), sem intereferência de outros fatores. Já a máscara cúbica separável (S-CUM) é dada por: z (S CUM) m,n = (x m 1,n x m+1,n ) 2 (2x m,n x m 1,n x m+1,n ) +(x m,n 1 x m,n+1 ) 2 (2x m,n x m,n 1 x m,n+1 ) (4) em que os termos (x m 1,n x m+1,n ) 2 e (x m,n 1 x m,n+1 ) 2 são estimativas das funções quadráticas do gradiente local juntamente com o filtro Laplaciano nas direções vertical e horizontal. No caso 258
3 não separável (NS-CUM), tem-se o mesmo filtro como se segue: z (NS CUM) m,n = (x m 1,n + x m+1,n x m,n 1 x m,n+1 ) 2 (4x m,n x m 1,n x m+1,n x m,n 1 x m,n+1 ) (5) Para aplicação das ideias propostas, basta utilizar a equação 3 com a máscara z m,n variando de acordo com o método. Para o Laplaciano, utiliza-se a equação 2, em que, c = 1 e 2 f é definido pela primeira máscara apresentada na Figura 1. No caso S-CUM, utiliza-se a máscara da expressão 4. De acordo com [5], o método S-CUM realça melhor as linhas na horizontal e na vertical, enquanto que o NS-CUM apresenta detalhes melhores em bordas que estão na diagonal. Contudo, pode-se somar os dois métodos formando um novo, o SNS-CUM. A vantagem de combiná-los está no aperfeiçoamento da aparência das bordas tanto nas linhas diagonais, quanto nas linhas horizontais e verticais. O SNS-CUM exibe resultados mais favoráveis apesar de apresentar alguns ruídos um pouco mais intensificados em comparação com o S-CUM. 3 Resultados A imagem utilizada possui duas degradações. A primeira é o fato da imagem estar levemente borrada, causada por um filtro da média 3x3. A segunda degradação é o ruído de Poisson, adicionada à imagem pelo próprio Matlab. Como a imagem apresenta o borramento, é necessário um tratamento de realce para uma melhor visualização das bordas levando em conta o ruído presente na imagem. Ao aplicar o Laplaciano, é observado uma melhora significativa no aguçamento da imagem, porém juntamente com o realce das bordas é realçado também o ruído presente. Já o método S-CUM apresenta uma imagem mais apreciável, pois há o aguçamento das bordas sem evidenciar tanto o ruído de Poisson. O método SNS-CUM, como ja dito anteriormente, possui uma vantagem sobre o S-CUM nas direções diagonais, resultando em uma imagem um pouco melhor em regiões como a curva do rosto ou dos ombros. Com relação ao Laplaciano, traz resultados bem melhores visualmente por também não aguçar tanto o ruído em regiões mais homogêneas. Observe a aplicação dos métodos na Figura 2: (a) (b) (c) (d) Figura 2: (a) Lena com ruído (b) Lena com aplicação do Laplaciano. (c) Lena com aplicação do Método S-CUM. (d) Lena com a aplicação do método SNS-CUM. 259
4 Observe agora a aplicação dos métodos estudados na Figura 3 a seguir: (a) (b) (c) (d) Figura 3: (a) Barbara com ruído (b) Aplicação do Laplaciano. (c) Aplicação do Método S-CUM. (d) Aplicação do método SNS-CUM. Observe que na Figura 3 a aplicação do Laplaciano intensifica demais o ruído. Já os métodos de nitidez realça as bordas sem apresentar este problema. O método SNS-CUM resulta em uma imagem um pouco mais apreciável pois este tem eficácia nas bordas na direção diagonal. Na aplicação da equação 3 na imagem da Lena têm-se λ = e λ = para os métodos S-CUM e SNS-CUM, respectivamente. Estes valores foram obtidos de [5]. Já na imagem da Barbara, os lambdas foram de λ = para S-CUM e λ = para SNS- CUM, escolhidos experimentalmente. Ambos os métodos são multiplicados por estimativas das funções quadráticas do gradiente local que é bastante apropriado no processo de detecção de bordas de acordo com [4]. Além disso, a estimativa do gradiente é realizada utilizando o filtro passa-banda x n 1 x n+1 que, segundo [5], este fato faz com que o realce em geral seja muito mais robusto ao ruído do que o método do Laplaciano. Para o cálculo estatístico do aperfeiçoamento que as imagens tiveram foram aplicados cálculos da taxa de ruído. O primeiro apresentado na Tabela 3 é estimado segundo [3]. Tal método utiliza uma máscara específica dada pela expressão 6: N = (6) A estimativa de acordo com [3] considera o ruído gaussiano e pode ser encontrada da seguinte maneira: σ n = π 1 2 6(W 2)(H 2) image I I(x, y) N (7) em que H e W são as dimensões da imagem I(x, y) e N é a mascara já definida. O segundo tipo de estimativa de ruído é definido por [1]. Esta taxa de ruído também utiliza a máscara 6 de acordo com [3] para inicializar um processo iterativo, definindo uma medida de homogeneidade para cada pixel. Esta medida é calculada com base nas primeiras derivadas para os valores em tons de cinza. O método do mínimo quadrático tenta encontrar a estimativa ˆf da imagem não degradada de forma que o erro médio quadrático seja minimizizado. Para isso, assume a soma elevada ao quadrado dos resíduos, definidos como a diferença entre o valor da imagem com ruído e o valor da imagem real, ou seja, ξ = (f ˆf) 2, em que ξ é o resíduo. Por fim é utilizado o cálculo da taxa do a estimativa por média. Esta estimativa de ruído baseia-se na diferença entre a imagem de entrada e uma versão menos ruidosa desta imagem. Para descobrir esta versão menos ruidosa, é aplicado nas regiões homogêneas da imagem um filtro da média a fim de diminuir a quantidade de ruído. Supõe-se que a diferença entre a imagem de entrada e esta versão assim obtida representa o ruído da imagem. 260
5 Imagem Tipo de estimativa Original Laplaciano S-CUM SNS-CUM Immerkaer Lena Foerstner Mínimos Quadrático Média Immerkaer Bárbara Foerstner Mínimos Quadrático Média Tabela 1: Taxa de ruídos das imagens Na imagem da Lena percebe-se que, como esperado, a taxa de ruído das imagens resultantes dos três métodos é menor que a da original. Entre o método do Laplaciano e os dois propostos por [5], os métodos S-CUM e SNS-CUM apresentam, em todos os tipos de cálculos de ruídos, os melhores resultados. Com excessão do método de estimativa por Immerkaer, as estimativas do método S-CUM são menores do que a do SNS-CUM. Isto está de acordo com a teoria, pois tal método tende a realçar um pouco mais de ruído do que o S-CUM. Contudo, esta diferença é irrelevante por serem valores muitos próximos e ambos apresentam resultados mais satisfatórios do que o método do Laplaciano, tanto pelos cálculos dos ruídos, como também visualmente. Na imagem Bárbara os três métodos apresentam as estimativas de ruídos maior do que a imagem original. Isto ocorre porque diferente da Figura 2, a imagem Bárbara possui menos regiões homogêneas. Contudo, entre os três métodos, S-CUM e SNS-CUM apresentam resultados mais satisfatórios do que o método Laplaciano. 4 Conclusões Tendo em vista os resultados obtidos, tanto visual quanto numérico das estimativas das taxas de ruído, pode-se dizer que a Máscara de Nitidez Cúbica é mais eficiente que o método do Laplaciano para realce de imagens digitais, principalmente na presença de ruídos, visto que seu objetivo é melhorar a informação encontrada na imagem. Contudo, vale ressaltar que o fator de intensidade de correção λ influencia no aguçamento da imagem, sendo assim, é preciso fazer um estudo experimental para a escolha adequada. Referências [1] FÖRSTNER, Wolfgang. Image Preprocessing for Feature Extraction in Digital Intensity, Color and Range Images. Springer Lecture Notes on Earth Sciences, Summer School on Data Analysis and the Statistical Foundations of Geomatics, [2] GONZALEZ, Rafael C.; WOODS, Richard E. Processamento Digital de Imagens. Tradução: Cristina Yamagami e Leonardo Piamonte. 3 a ed. São Paulo: Pearson Prentice Hall, [3] Immerkaer, J. Fast Noise Variance Estimation. Computer Vision and Image Understanding, Vol. 64, n. 2, pp , [4] PEDRINI, Hélio.; SCHWARTZ, William R. Análise de Imagens Digitais. Princípios, Algoritmos e Aplicações. São Paulo: Thomson Learning, [5] RAMPONI, Giovanni. A Cubic Unsharp Masking Technique for Contrast Enhancement. Signal Processing, vol. 67, n
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 maisFILTRAGEM 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 maisFiltragem 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 maisProcessamento de Imagem. Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com
Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Visão Computacional Não existe um consenso entre os autores sobre o correto escopo do processamento de imagens, a
Leia maisFiltragem. 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 maisOperações 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)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 maisCapítulo 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 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 maisTransformada 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 mais29/08/2011. Radiologia Digital. Princípios Físicos da Imagem Digital. Unidade de Aprendizagem Radiológica. Professor Paulo Christakis
Radiologia Digital Unidade de Aprendizagem Radiológica Princípios Físicos da Imagem Digital Professor Paulo Christakis 1 Em sistemas digitais de imagens médicas, as mudanças não se apresentam somente no
Leia maisFigura 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 maisChow&Kaneko buscam as modas da imagem para separar os objetos. Admite que os tons na vizinhança de cada moda são do mesmo objeto.
Respostas Estudo Dirigido do Capítulo 12 Image Segmentation" 1 Com suas palavras explique quais os problemas que podem ocorrer em uma segmentação global baseada em níveis de cinza da imagem. Que técnicas
Leia mais2.1.2 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 maisFiltragem 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 maisTrabalho 2 Fundamentos de computação Gráfica
Trabalho 2 Fundamentos de computação Gráfica Processamento de Imagens Aluno: Renato Deris Prado Tópicos: 1- Programa em QT e C++ 2- Efeitos de processamento de imagens 1- Programa em QT e C++ Para o trabalho
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 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 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 mais6 Construção de Cenários
6 Construção de Cenários Neste capítulo será mostrada a metodologia utilizada para mensuração dos parâmetros estocásticos (ou incertos) e construção dos cenários com respectivas probabilidades de ocorrência.
Leia maisCBPF Centro Brasileiro de Pesquisas Físicas. Nota Técnica
CBPF Centro Brasileiro de Pesquisas Físicas Nota Técnica Aplicação de Física Médica em imagens de Tomografia de Crânio e Tórax Autores: Dário Oliveira - dario@cbpf.br Marcelo Albuquerque - marcelo@cbpf.br
Leia mais5 Resultados. 5.1. Avaliação Baseada na Taxa de Igual Erro
5 Resultados Neste capitulo discutem-se os resultados obtidos no desenvolvimento desta pesquisa segundo a metodologia descrita no capitulo anterior. A avaliação de acurácia para tarefas de verificação
Leia maisAjuste dos Parâmetros de um Controlador PI em uma Coluna de Destilação Binária
Ajuste dos Parâmetros de um Controlador PI em uma Coluna de Destilação Binária Marina Roberto Martins 1*, Fernando Palú 1 (1) Universidade Estadual do Oeste do Paraná, Curso de Engenharia Química. e-mail:
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 maisCálculo de volume de objetos utilizando câmeras RGB-D
Cálculo de volume de objetos utilizando câmeras RGB-D Servílio Souza de ASSIS 1,3,4 ; Izadora Aparecida RAMOS 1,3,4 ; Bruno Alberto Soares OLIVEIRA 1,3 ; Marlon MARCON 2,3 1 Estudante de Engenharia de
Leia maisRECONHECIMENTO DE PLACAS DE AUTOMÓVEIS ATRAVÉS DE CÂMERAS IP
RECONHECIMENTO DE PLACAS DE AUTOMÓVEIS ATRAVÉS DE CÂMERAS IP Caio Augusto de Queiroz Souza caioaugusto@msn.com Éric Fleming Bonilha eric@digifort.com.br Gilson Torres Dias gilson@maempec.com.br Luciano
Leia maisSEGMENTAÇÃO DE IMAGENS EM PLACAS AUTOMOTIVAS
SEGMENTAÇÃO DE IMAGENS EM PLACAS AUTOMOTIVAS André Zuconelli 1 ; Manassés Ribeiro 2 1. Aluno do Curso Técnico em Informática, turma 2010, Instituto Federal Catarinense, Câmpus Videira, andre_zuconelli@hotmail.com
Leia maisShutter: É o tempo de exposição da foto. Pode ser fixo ou automático.
TREINAMENTO ITSCAM Ajustes de imagens Shutter: É o tempo de exposição da foto. Pode ser fixo ou automático. Ganho: Amplificador analógico conectado ao sensor de imagem. Pode ser fixo ou automático. Auto
Leia maisRUÍDOS 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 maisFILTRAGEM NO DOMÍNIO DAS FREQUÊNCIAS (TRANSFORMADA DE FOURIER) Daniel C. Zanotta 04/06/2015
FILTRAGEM NO DOMÍNIO DAS FREQUÊNCIAS (TRANSFORMADA DE FOURIER) Daniel C. Zanotta 04/06/2015 FREQUÊNCIA EM IMAGENS DIGITAIS Análise da intensidade dos NCs da imagem Banda 7 Landsat TM ao longo da distância:
Leia maisATENÇÃO: * Arquivos com tamanho superior a 500 KB NÃO SERÃO ACEITOS * SOMENTE serão aceitos documentos do formato: PDF
TUTORIAL DE DIGITALIZAÇÃO DIRIGIDO AO USO DO PROCESSO ELETRÔNICO Adaptado do tutorial elaborado pelo colega MAICON FALCÃO, operador de computador da subseção judiciária de Rio Grande. Introdução Este tutorial
Leia maisVerificação de Qualidade de Imagens de Fundo de Olho a Partir de Descritores Baseados em Histogramas. Marina Silva Fouto - Reconhecimento de Padrões
Verificação de Qualidade de Imagens de Fundo de Olho a Partir de Descritores Baseados em Histogramas Marina Silva Fouto - Reconhecimento de Padrões Tópicos Importância Trabalhos Relacionados Imagens e
Leia maisESTUDOS SOBRE A IMPLEMENTAÇÃO ONLINE DE UMA TÉCNICA DE ESTIMAÇÃO DE ENERGIA NO CALORÍMETRO HADRÔNICO DO ATLAS
UNIVERSIDADE FEDERAL DE JUIZ DE FORA ESTUDOS SOBRE A IMPLEMENTAÇÃO ONLINE DE UMA TÉCNICA DE ESTIMAÇÃO DE ENERGIA NO CALORÍMETRO HADRÔNICO DO ATLAS EM CENÁRIOS DE ALTA LUMINOSIDADE ALUNO: MARCOS VINÍCIUS
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 maisCálculo do conjunto paralelo
Cálculo do conjunto paralelo Vamos usar letras maiúsculas A; B, etc para representar conjuntos e letras minusculas x, y, etc para descrever seus pontos. Vamos usar a notação x para descrever a norma de
Leia maisUniversidade 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 mais29/08/2011. 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 maisCAP. 2 CONSIDERAÇÕES SOBRE OS CRITÉRIOS DE DECISÃO
CAP. 2 CONSIDERAÇÕES SOBRE OS CRITÉRIOS DE DECISÃO 1. OS CRITÉRIOS DE DECISÃO Dentre os métodos para avaliar investimentos, que variam desde o bom senso até os mais sofisticados modelos matemáticos, três
Leia maisUFGD 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 maisThales Trigo. Formatos de arquivos digitais
Esse artigo sobre Formatos de Arquivos Digitais é parte da Tese de Doutoramento do autor apresentada para a obtenção do titulo de Doutor em Engenharia Elétrica pela Escola Politécnica da USP. Thales Trigo
Leia maisDepartamento de Matemática - UEL - 2010. Ulysses Sodré. http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010.
Matemática Essencial Extremos de funções reais Departamento de Matemática - UEL - 2010 Conteúdo Ulysses Sodré http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010.
Leia maisAtividade: matrizes e imagens digitais
Atividade: matrizes e imagens digitais Aluno(a): Turma: Professor(a): Parte 01 MÓDULO: MATRIZES E IMAGENS BINÁRIAS 1 2 3 4 5 6 7 8 Indique, na tabela abaixo, as respostas dos 8 desafios do Jogo dos Índices
Leia maisSistema Banco de Preços Manual do Usuário OBSERVATÓRIO
Sistema Banco de Preços Manual do Usuário OBSERVATÓRIO da Despesa Pública 1 Sumário O Banco de Preços... 3 Acessando o Banco de Preços... 4 Funções do Banco de Preços... 5 Gerar Preço de Referência...
Leia maisAPLICATIVOS GRÁFICOS (AULA 3)
Prof. Breno Leonardo G. de M. Araújo brenod123@gmail.com http://blog.brenoleonardo.com.br APLICATIVOS GRÁFICOS (AULA 3) Introdução A possibilidade de utilizarmos imagens, gráficos, desenhos e textos artísticos
Leia maisReconhecimento de marcas de carros utilizando Inteligência Artificial. André Bonna Claudio Marcelo Basckeira Felipe Villela Lourenço Richard Keller
Reconhecimento de marcas de carros utilizando Inteligência Artificial André Bonna Claudio Marcelo Basckeira Felipe Villela Lourenço Richard Keller Motivação Análise estatística das marcas de carros em
Leia maisComo fazer busca de imagem no Google?
Como fazer busca de imagem no Google? Passo 1: Acesse o endereço do Google e depois clique na opção Imagens, que fica na barra superior da página Passo 2. Digite a palavra que procura. Observe que o Google
Leia maisScale-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 maisAdmistração de Redes de Computadores (ARC)
Admistração de Redes de Computadores (ARC) Instituto Federal de Educação, Ciência e Tecnologia de Santa Catarina - Campus São José Prof. Glauco Cardozo glauco.cardozo@ifsc.edu.br RAID é a sigla para Redundant
Leia maisCRC-MG Central de Registro Civil de Minas Gerais
CRC-MG Central de Registro Civil de Minas Gerais Manual do usuário Data: 30/09/2013 Versão documento: 1.0 Prefácio 1. COMO LOGAR NO SISTEMA WEBRECIVIL... 04 2. COMO ACESSAR O MÓDULO CRC... 08 3. ENTENDENDO
Leia maisConforme 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 maisFormatos de Imagem PNG. Universidade Federal de Minas Gerais. Bruno Xavier da Silva. Guilherme de Castro Leite. Leonel Fonseca Ivo
Universidade Federal de Minas Gerais Formatos de Imagem PNG Bruno Xavier da Silva Guilherme de Castro Leite Leonel Fonseca Ivo Matheus Silva Vilela Rafael Avelar Alves Belém Belo Horizonte, 5 de maio de
Leia maisA limiarização é uma das abordagens mais importantes de segmentação de imagens. A limiarização é um caso específico de segmentação.
Limiarização A limiarização é uma das abordagens mais importantes de segmentação de imagens. A limiarização é um caso específico de segmentação. O princípio da limiarização consiste em separar as regiões
Leia maisDetecção e Rastreamento de Objetos coloridos em vídeo utilizando o OpenCV
Detecção e Rastreamento de Objetos coloridos em vídeo utilizando o OpenCV Bruno Alberto Soares OLIVEIRA 1,3 ; Servílio Souza de ASSIS 1,3,4 ; Izadora Aparecida RAMOS 1,3,4 ; Marlon MARCON 2,3 1 Estudante
Leia maisProcessamento Digital de Imagens
Processamento Digital de Imagens Israel Andrade Esquef a Márcio Portes de Albuquerque b Marcelo Portes de Albuquerque b a Universidade Estadual do Norte Fluminense - UENF b Centro Brasileiro de Pesquisas
Leia maisProcessamento 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 maisUm estudo da correlação dos resultados patrimoniais e operacionais das seguradoras Francisco Galiza, Mestre em Economia (FGV)
Um estudo da correlação dos resultados patrimoniais e operacionais das seguradoras Francisco Galiza, Mestre em Economia (FGV) Este estudo aborda a correlação entre os resultados operacionais e patrimoniais
Leia maisProf. Dr. Iron Macêdo Dantas
Governo do Estado do Rio Grande do Norte Secretaria de Estado da Educação e da Cultura - SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN MESTRADO EM CIÊNCIAS NATURAIS Prof. Dr. Iron Macêdo Dantas
Leia mais9. 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 maisProcessamento 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 maisDificuldades de Modelos de PNL. Onde está a solução ótima? Outro exemplo: Condição ótima Local vs. Global. 15.053 Quinta-feira, 25 de abril
15.053 Quinta-feira, 25 de abril Teoria de Programação Não-Linear Programação Separável Dificuldades de Modelos de PNL Programa Linear: Apostilas: Notas de Aula Programas Não-Lineares 1 2 Análise gráfica
Leia mais1 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 maisDESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE
DESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE Mariane Alves Gomes da Silva Eliana Zandonade 1. INTRODUÇÃO Um aspecto fundamental de um levantamento
Leia maisProjeto de Redes Neurais e MATLAB
Projeto de Redes Neurais e MATLAB Centro de Informática Universidade Federal de Pernambuco Sistemas Inteligentes IF684 Arley Ristar arrr2@cin.ufpe.br Thiago Miotto tma@cin.ufpe.br Baseado na apresentação
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 maisAula 03 Custos de um algoritmo e funções de complexidade
BC1424 Algoritmos e Estruturas de Dados I Aula 03 Custos de um algoritmo e funções de complexidade Prof. Jesús P. Mena-Chalco jesus.mena@ufabc.edu.br 1Q-2015 1 Custo de um algoritmo e funções de complexidade
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 maisAPLICATIVOS GRÁFICOS (AULA 4)
Prof. Breno Leonardo G. de M. Araújo brenod123@gmail.com http://blog.brenoleonardo.com.br APLICATIVOS GRÁFICOS (AULA 4) 1 Classificação da imagem Em relação à sua origem pode-se classificar uma imagem,
Leia mais¹CPTL/UFMS, Três Lagoas, MS,Brasil, oliveiralimarafael@hotmail.com. ²CPTL/UFMS, Três Lagoas, MS, Brasil.
Encontro de Ensino, Pesquisa e Extensão, Presidente Prudente, 22 a 25 de outubro, 2012 36 INTRODUÇÃO A CRIPTOGRAFIA RSA Rafael Lima Oliveira¹, Prof. Dr. Fernando Pereira de Souza². ¹CPTL/UFMS, Três Lagoas,
Leia maisDetecção de Canaletas em Imagens de Géis de Eletroforese utilizando Filtro de Kalman
Detecção de Canaletas em Imagens de Géis de Eletroforese utilizando Filtro de Kalman Alessandra A. Paulino, Maurílio Boaventura, Depto de Ciências de Computação e Estatística, IBILCE, UNESP, São José do
Leia maisPROF. 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 maisSESSÃO 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 maisTópicos Especiais em Informática
Tópicos Especiais em Informática RAID Prof. Ms.-Eng. Igor Sousa Faculdade Lourenço Filho 1 de outubro de 2014 igorvolt@gmail.com (FLF) Tópicos Especiais em Informática 1 de outubro de 2014 1 / 14 Introdução
Leia maisMRP II. Planejamento e Controle da Produção 3 professor Muris Lage Junior
MRP II Introdução A lógica de cálculo das necessidades é conhecida há muito tempo Porém só pode ser utilizada na prática em situações mais complexas a partir dos anos 60 A partir de meados da década de
Leia maisProcessamento 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 mais15- Representação Cartográfica - Estudos Temáticos a partir de imagens de Sensoriamento Remoto
15- Representação Cartográfica - Estudos Temáticos a partir de imagens de Sensoriamento Remoto O Sensoriamento Remoto é uma técnica que utiliza sensores, na captação e registro da energia refletida e emitida
Leia maisMEDIDAS MAGNÉTICAS DE PINTURAS EM CERÂMICA E PINTURAS RUPESTRES
MEDIDAS MAGNÉTICAS DE PINTURAS EM CERÂMICA E PINTURAS RUPESTRES Aluno: Fernando Cardoso Emiliano Ribeiro Orientador: Paulo Costa Ribeiro Introdução Realizamos no campo de medidas magnéticas de vasos e
Leia maisTécnicas de Suavização de Imagens e Eliminação de Ruídos
21 Técnicas de Suavização de Imagens e Eliminação de Ruídos Carlos H. Sanches 1, Paulo J. Fontoura 1, Phillypi F. Viera 1, Marcos A. Batista 1 1 Instituto de Biotecnologia Universidade Federal do Goiás
Leia maisMLP (Multi Layer Perceptron)
MLP (Multi Layer Perceptron) André Tavares da Silva andre.silva@udesc.br Roteiro Rede neural com mais de uma camada Codificação de entradas e saídas Decorar x generalizar Perceptron Multi-Camada (MLP -
Leia maisAula 8 Circuitos Integrados
INTRODUÇÃO À ENGENHRI DE COMPUTÇÃO PONTIFÍCI UNIVERSIDDE CTÓLIC DO RIO GRNDE DO SUL FCULDDE DE ENGENHRI ula Circuitos Integrados Introdução Portas Lógicas em Circuitos Integrados Implementação de Funções
Leia maisFigura 7.20 - Vista frontal dos vórtices da Figura 7.18. Vedovoto et al. (2006).
87 Figura 7.20 - Vista frontal dos vórtices da Figura 7.18. Vedovoto et al. (2006). Figura 7.21 - Resultado qualitativo de vórtices de ponta de asa obtidos por Craft et al. (2006). 88 A visualização do
Leia maisSociedade Brasileira de Matemática Mestrado Profissional em Matemática em Rede Nacional. n=1
Sociedade Brasileira de Matemática Mestrado Profissional em Matemática em Rede Nacional MA Números e Funções Reais Avaliação - GABARITO 3 de abril de 203. Determine se as afirmações a seguir são verdadeiras
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
1 Programação Não Linear Aula 25: Programação Não-Linear - Funções de Uma única variável Mínimo; Mínimo Global; Mínimo Local; Optimização Irrestrita; Condições Óptimas; Método da Bissecção; Método de Newton.
Leia maisModelagem e Simulação Material 02 Projeto de Simulação
Modelagem e Simulação Material 02 Projeto de Simulação Prof. Simão Sirineo Toscani Projeto de Simulação Revisão de conceitos básicos Processo de simulação Etapas de projeto Cuidados nos projetos de simulação
Leia maisPersistência e Banco de Dados em Jogos Digitais
Persistência e Banco de Dados em Jogos Digitais Prof. Marcos Francisco Pereira da Silva Especialista em Engenharia de Software Jogos Digitais - Computação Gráfica 1 Agenda Vantagens de usar a abordagem
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 maisModelos de Iluminação
C A P Í T U L O 4 Modelos de Iluminação Um modelo de iluminação é um conjunto de equações que determinam quantitativamente qual é a cor sobre um ponto da superfície de um objeto em função das propriedades
Leia maisAs fases na resolução de um problema real podem, de modo geral, ser colocadas na seguinte ordem:
1 As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia e não têm a intenção de substituir o livro-texto, nem qualquer outra bibliografia. Introdução O Cálculo Numérico
Leia maisTÍTULO: UTILIZAÇÃO DO RASTREAMENTO DA ÍRIS COM O USO DE INTERFACE NATURAL PARA PESSOAS PORTADORAS DE TETRAPLEGIA
TÍTULO: UTILIZAÇÃO DO RASTREAMENTO DA ÍRIS COM O USO DE INTERFACE NATURAL PARA PESSOAS PORTADORAS DE TETRAPLEGIA CATEGORIA: CONCLUÍDO ÁREA: CIÊNCIAS EXATAS E DA TERRA SUBÁREA: COMPUTAÇÃO E INFORMÁTICA
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 maisProcessamento 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 maisMODELAGEM DIGITAL DE SUPERFÍCIES
MODELAGEM DIGITAL DE SUPERFÍCIES Prof. Luciene Delazari Grupo de Pesquisa em Cartografia e SIG da UFPR SIG 2012 Introdução Os modelo digitais de superficie (Digital Surface Model - DSM) são fundamentais
Leia maisPROCESSAMENTO 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 maisCONSIDERAÇÕES SOBRE OS RECEPTORES DE CONVERSÃO DIRETA
CONSIDERAÇÕES SOBRE OS RECEPTORES DE CONVERSÃO DIRETA Muito se tem falado sobre os receptores de conversão direta, mas muita coisa ainda é desconhecida da maioria dos radioamadores sobre tais receptores.
Leia maisProf. Msc Elvis Pontes. Unidade IV TECNOLOGIA DA INFORMAÇÃO
Prof. Msc Elvis Pontes Unidade IV TECNOLOGIA DA INFORMAÇÃO Formatação de planilhas Configuração de páginas; Layout da página; Margens Formatação de planilhas Definir todas as margens, com medidas personalizadas;
Leia maisImagem digital 2. Resolução x dimensão da imagem
Uma imagem bitmapeada é formada por um conjunto de pixels. gerados no momento da digitalização da imagem (através do scanner ou câmera digital). PRODUÇÃO GRÁFICA 2 Imagem digital 2 Resolução x dimensão
Leia mais5 Resultados experimentais
5. Resultados experimentais 60 5 Resultados experimentais Experimentos forma conduzidos com uma série de imagens de teste, mostradas na Figura 19, pertencentes ao USC-SIPI image database [19] e ao Ohio-state
Leia maisCálculo Aproximado do número PI utilizando Programação Paralela
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Cálculo Aproximado do número PI utilizando Programação Paralela Grupo 17 Raphael Ferras Renan Pagaiane Yule Vaz SSC-0143 Programação
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 maisObjetivos: Construção de tabelas e gráficos, escalas especiais para construção de gráficos e ajuste de curvas à dados experimentais.
7aula Janeiro de 2012 CONSTRUÇÃO DE GRÁFICOS I: Papel Milimetrado Objetivos: Construção de tabelas e gráficos, escalas especiais para construção de gráficos e ajuste de curvas à dados experimentais. 7.1
Leia maisCapítulo 3. Avaliação de Desempenho. 3.1 Definição de Desempenho
20 Capítulo 3 Avaliação de Desempenho Este capítulo aborda como medir, informar e documentar aspectos relativos ao desempenho de um computador. Além disso, descreve os principais fatores que influenciam
Leia mais