MÉTODOS PARA RETOQUE DIGITAL DE IMAGENS UTILIZANDO EQUAÇÕES DIFERENCIAIS PARCIAIS
|
|
- Thiago de Carvalho Santarém
- 8 Há anos
- Visualizações:
Transcrição
1 RESUMO MÉTODOS PARA RETOQUE DIGITAL DE IMAGENS UTILIZANDO EQUAÇÕES DIFERENCIAIS PARCIAIS Antônio Gonçalves Silva Júnior Graduando do curso de Licenciatura em Matemática da Universidade Católica de Brasília Orientador: Prof. Dr. José Eduardo Castilho Modificar uma imagem de forma imperceptível é uma atividade tão antiga quanto a própria arte e existem várias aplicações para tal atividade, desde a restauração de pinturas e fotografias danificadas até a remoção ou substituição de detalhes pré-selecionados. Neste contexto, o termo Retoque Digital é usado para procedimentos de automatização do trabalho do artesão na restauração de imagens. Neste trabalho serão apresentados dois métodos de processamento de imagens que reproduzem o processo manual de recuperação das mesmas. A primeira abordagem se baseia em uma metáfora física: a evolução do calor em uma região. Em seguida, será desenvolvida uma técnica descrita por Bertalmio et al (2000), fundamentada nas idéias principais dos restauradores profissionais. Ambos os métodos utilizam procedimentos numéricos para solução de equações diferenciais parciais. São apresentados exemplos da aplicação dos métodos. Palavras-chave: retoque digital, repintura, equações diferenciais parciais, interpolação por difusão de calor, método BSCB. 1. INTRODUÇÃO O processo de modificação de uma imagem de maneira indetectável é uma prática tão antiga quanto a própria criação artística. Esta prática é denominada retocagem ou repintura e seu objetivo é reconstituir partes perdidas ou danificadas de um trabalho da maneira mais legível possível, sem que o mesmo perca a sua unicidade. Por ser um trabalho minucioso, esta tarefa foi feita durante muito tempo de forma manual, por artistas profissionais. Nos últimos anos, com o uso de imagens digitais, tornou possível a automatização desse processo, que acabou também ganhando mais aplicações, como remover ou substituir objetos pré-selecionados inconvenientes à imagem. Essa automatização recebe o nome de Retoque Digital e tem como meta obter a harmonização de uma imagem, utilizando a visão humana como referencial para avaliar em satisfatório ou não esse resultado final. O termo em inglês Digital Inpainting foi introduzido inicialmente por Bertalmio et al (2000), onde foi introduzido um método para retocar uma imagem baseado na aplicação de Equações Diferenciais Parciais (EDPs). O uso de EDPs em Processamento de Imagens tem sido um importante objeto de pesquisa nos últimos anos. O conceito se baseia em modificar uma imagem com uma EDP para se conseguir um resultado desejado, como a solução dessa EDP. Neste trabalho são apresentadas duas técnicas de retoque digital de imagens: uma utilizando uma interpolação por difusão de calor, onde o conceito básico é a difusão da informação buscando um equilíbrio e o método introduzido por Bertalmio et al (2000), baseado em uma intuição do transporte suave de informações ao longo de linhas com mesmo nível de cinza.
2 2. IMAGENS DIGITAIS Uma imagem pode ser matematicamente interpretada como uma função com e, onde em cada ponto (x, y) tem-se a representação da intensidade de luz e cor I(x, y), isto é a graduação de tons de vermelho, verde e azul que compõem a cor. A imagem digital é a representação discreta I d da função imagem, onde são considerados dois fatores: a discretização do domínio e a discretização do contra domínio. No caso das imagens coloridas, cada elemento do conjunto é representado por uma terna (R, G, B), em que cada entrada representa uma componente da cor (vermelho, verde e azul). Para as imagens monocromáticas, cada elemento de é representado por um valor de graduação de cinza que a imagem assume no ponto (x, y), cujos valores variam de 0 a 255. Neste trabalho serão consideradas apenas imagens monocromáticas. Os algoritmos aqui apresentados podem ser adaptados, de uma forma simples, para as imagens coloridas. Basta considerar a aplicação do algoritmo em cada componente da cor de forma individualizada. A representação computacional de uma imagem é feita por intermédio de uma matriz, cujos índices de linhas e colunas identificam um ponto (x, y) dessa imagem (Ver Figura 1). Nessa representação, a imagem está associada a uma matriz A de ordem m x n, onde cada elemento da matriz representa o valor da função imagem no ponto de coordenada do seu contra domínio, ou seja, o valor de cada pixel (elemento básico da imagem, CARMO, 2004). Figura 1: Representação de uma Imagem Digital. Fonte: Carmo (2004). 3. EQUAÇÕES DE DIFERENÇAS FINITAS
3 Esta seção apresenta um dos principais conceitos referentes à discretização de equações diferenciais parciais, a discretização por diferenças finitas. A solução de uma EDP em uma região R implica a obtenção dos valores para a variável dependente em cada ponto de R. Computacionalmente, somente pode-se lidar com uma região contínua se for determinada uma fórmula analítica para a solução do problema. O computador pode, então, ser utilizado para calcular a solução em qualquer ponto desejado da região. No caso de soluções numéricas, a solução é construída num conjunto de pontos que pertencem à região R. Para isto, o domínio é discretizado, isto é, divide-se o domínio em pontos onde somente neles é que as soluções serão obtidas. Ao conjunto desses pontos discretos dá-se o nome de malha (FORTUNA, 2000). As aproximações de diferenças finitas têm como base a expansão em série de Taylor de uma função f. Supondo que f seja contínua no intervalo de interesse e que possua derivadas até ordem N contínuas nesse intervalo, a série de Taylor permite escrever, para todo ponto, em que x = x x 0 e R N é o resto, definido como. Expandindo f(x i + x) em série de Taylor em torno do ponto x i, tem-se (3.1) em que... indica os termos restantes da série de Taylor até o resto R N. Isolando a primeira derivada, pode-se escrever Para obter, todos os outros termos da série de Taylor foram divididos pelo espaçamento x. A última expressão indica que a primeira derivada é igual ao quociente mais os termos da série de Taylor até R N :
4 Ao conjunto desses termos é dado o nome de erro local de truncamento (ELT). Esse erro aparece devido à utilização de um número finito de termos na série de Taylor. Pode-se simplificar a notação ao escrever f i para f (x i ) ou, em geral, para. Com isso, (3.1) se torna: (3.2) Essa expressão é uma equação de diferenças finitas que representa uma aproximação de primeira ordem para a primeira derivada de f, utilizando diferenças progressivas, porque, no cálculo da derivada no ponto x i, foi utilizado um ponto adiante de x i, no caso, x i + 1. Uma segunda aproximação de diferenças finitas pode ser obtida a partir da expansão de f (x - x) em série de Taylor em torno do ponto x i : Isolando a primeira derivada, temos: (3.3) (3.4) que é outra aproximação de primeira ordem para a primeira derivada de f. Diferentemente de (3.2), na qual utiliza-se um ponto adiante de x i, a expressão (3.4) utiliza o ponto x i - 1, ponto que se situa atrás de x i. Por isso, diz-se que (3.4) é uma aproximação por diferenças atrasadas. Pode-se obter uma aproximação de para a primeira derivada de f, manipulando convenientemente as expansões em série de Taylor, combinando as equações (3.1) e (3.3) de forma a eliminar a segunda derivada de f. Sendo assim ou seja (3.5) (3.6) Note-se que a aproximação dada pela expressão (3.5) utiliza os pontos x i-1 e x i+1 para o cálculo da primeira derivada de f no ponto central, intermediário, x i. Por essa razão, ela é denominada aproximação por diferenças centrais. Seguindo o mesmo processo de construção, obtêm-se as aproximações para as seguintes derivadas:
5 por aproximação de derivadas centrais de 2ª ordem; (3.7) (3.8) por aproximação de derivadas centrais de 3ª ordem. 4. RETOQUE DIGITAL DE IMAGENS A idéia central do retoque de imagens é reconstruir as partes perdidas ou danificadas de um trabalho, sem que a unicidade da imagem original seja perdida. Essa reconstrução foi feita durante muito tempo por artistas profissionais, sempre utilizando técnicas manuais. Com o advento das imagens digitais, foi necessária uma automatização desse processo. Além de restaurar imagens defeituosas, essa automatização também tem a finalidade de remover ou substituir objetos indesejáveis na imagem. Essa automatização tem sido usada com freqüência nos últimos anos e recebeu o nome de Retoque Digital. A imagem apresenta elementos que são restritos ao conceito de imagem digital utilizados neste trabalho, a saber: Pixel: O pixel (abreviatura de picture element ) é o elemento básico da imagem, que no contexto da representação da imagem digital é cada elemento da matriz (SILVA, 2005). Vizinhança de um Pixel: Um pixel p qualquer de uma imagem possui pixels vizinhos. Na situação em que este pixel está na posição (x, y) e não se encontre na borda da imagem, estes vizinhos serão em número de oito (vizinhança oito). Pode-se considerar também a vizinhança quatro, que contém somente os verticais e horizontais, cujas coordenadas são: (x + 1, y), (x 1, y), (x, y - 1) e (x, y + 1) (SILVA, 2005). Domínio de Retoque ou Região de Repintura: É um subconjunto do domínio da função imagem no qual a imagem deve ser retocada. Essa região de repintura deve ser definida pelo usuário, para depois o algoritmo de retoque preencher a área escolhida (CARMO, 2004). Borda e Contorno: Borda é o conjunto dos pixels de Ω, onde a vizinhança 8- conectada contenha pelo menos um pixel fora da mesma. Contorno é o conjunto composto pelos pixels que fazem parte do complementar do domínio de retoque, cuja vizinhança 8-conectada contenha pelo menos um pixel dentro da região Ω (CARMO, 2004). A região de repintura Ω tem como borda o conjunto dos pixels cuja vizinhança oito contenha ao menos um pixel fora da mesma. Já o contorno da região de repintura é o conjunto dos pixels cuja vizinhança oito contenha ao menos um pixel dentro da mesma. Máscara: É uma imagem auxiliar que servirá de parâmetro para que o algoritmo a ser usado no retoque digital reconheça a área do domínio de retoque. A máscara deve ter as mesmas dimensões da imagem original, de maneira que os pixels que não pertencem ao
6 domínio de retoque tenham o mesmo valor nas três componentes de cores (R, G, B) e os pixels pertencentes ao domínio tenham uma das suas coordenadas diferente das demais (CARMO, 2004). Uma representação das definições acima pode ser vista na figura abaixo: Figura 2: Borda e Contorno. Fonte: CARMO (2004). A finalidade principal do Retoque Digital é aplicar modificações e correções a uma imagem, obtendo como produto final uma imagem harmoniosa. As aplicações do Retoque Digital são (CARMO, 2004): Restauração de Filmes: o propósito aqui é obter a informação necessária para a restauração em uma seqüência de imagens vizinhas ao frame (quadro) onde está contida a região de repintura. Nessa técnica, a região de repintura pode ter qualquer tamanho e qualquer forma, desde que sua posição esteja detectada e que ela não se estenda por vários frames. Trabalhos em Síntese de Textura: a idéia aqui é realizar a repintura da região pela síntese da textura de outra região selecionada. Encontramos problemas nos casos onde a região da imagem a ser processada tem varias estruturas, por consumir tempo excessivo e demandar parâmetros não triviais para seleção de textura. Desopilação de Objetos: desopilação é a capacidade do olho humano de prolongar as arestas de um objeto parcialmente encoberto por outro. A idéia aqui é usar a técnica para imagens simples, com poucos objetos em cenas com constantes níveis de cinza. Essa é a área de pesquisa que mais se aproxima do tema deste trabalho, pois basta pensar na região de repintura como sendo um objeto a ser retirado da imagem. Seja uma imagem com domínio de retoque Ω, e, a borda dessa região. Prolongam-se as linhas isocromáticas (linhas com igual nível de cinza) que chegam ao contorno da região Ω
7 para a sua borda, observando o ângulo que estas linhas chegam à borda δω do domínio de retoque. Feito isso, a borda é repintada, e já se pode estender estas informações para a região Ω. Desta maneira, a informação coletada em é implicitamente carregada cada vez mais para o centro da região Ω. Este processo de levar para o domínio de retoque é chamado de transporte de informação. O algoritmo do retoque digital deve construir uma família de imagens, tais que I (i, j, 0) é a imagem a ser retocada, ou seja, I (i, j, 0) = I (i, j). A imagem restaurada I R (i, j) é dada pelo limite. Suponha que a imagem é processada até o tempo t, e seja o comprimento de passo na variável temporal t. Para cada iteração t, a imagem de entrada é dada por I (i, j, t), e a imagem de saída, por I (i, j, t +1). O modelo matemático pode ser reescrito como. Simplificando a notação, obtém-se: (4.1) onde o índice superior n denota o tempo de repintura, (i, j) são as coordenadas do pixel, é a taxa de atualização e é a atualização da imagem no tempo n. Com isso, a equação (4.1) é uma versão atualizada da imagem, dada pela atualização. Quando n tende ao infinito, obtém-se a imagem restaurada. A atualização pode ser definida de duas maneiras distintas, ambas dadas por equações diferenciais parciais: Interpolação por Difusão de Calor: Neste método, é feita uma simulação da evolução térmica em uma placa de metal, resolvendo uma discretização da equação de Laplace. Ao atingir o equilíbrio térmico, a temperatura nos pixels corresponde a sua cor. Método BSCB: Motivado pelas idéias básicas dos restauradores (manuais) profissionais, esse método recebe este nome em referência aos autores do artigo de Bertalmio et al (2000). O método consiste em resolver duas equações diferenciais parciais para obtenção de uma imagem refinada, uma equação de transporte e uma de difusão. 5. INTERPOLAÇÃO POR DIFUSÃO DE CALOR (IDC) O método utilizado neste trabalho para realizar a atualização da imagem é baseado em uma metáfora física, inspirada em difusão de calor: uma imagem I é vista como uma placa de metal onde qualquer pixel (x, y) não pertencente ao domínio de repintura se encontra inicialmente aquecido e sua temperatura não sofrerá alterações com o passar do tempo. Essa temperatura será representada pela sua cor I (x, y). No domínio de repintura, que será o restante da imagem, a temperatura é iniciada em 0º (CARMO, 2004). Conforme o tempo aumenta, a região Ω vai se aquecendo até que a imagem atinja o equilíbrio térmico. Neste momento, o algoritmo pára e a temperatura em cada pixel (x, y) da imagem corresponde à sua cor. A evolução térmica em uma região bidimensional é descrita pela Equação de Laplace
8 (5.1) Adaptando a equação acima para uma imagem, (5.1) é reescrita da seguinte maneira (5.2) onde os subíndices representam as derivadas parciais. A discretização da equação de Laplace consegue simular a evolução térmica. Após substituir as discretizações das derivadas que aparecem nas EDPs, vistas na seção 3 na equação (5.2), obtém-se (5.3) Para obter uma maior influência dos pixels que estão mais próximos ao contorno do domínio de retoque, é feita uma modificação nos coeficientes da equação (5.3), obtendo o operador Laplaciano heurístico Os valores de c i, j foram definidos da seguinte forma: para cada pixel (k, l) da vizinhança 4-conectada do pixel tem-se (CARMO, 2004) Por último, faz-se. A atualização do algoritmo no tempo de repintura n será dada por Além disso, toma-se. Com isso, a equação (4.1) se torna (5.4) O método irá propagar a informação da fronteira da região para o seu interior de maneira suave, para que no equilíbrio térmico, onde I n + 1 = I n, ou seja,, um pixel que esteja na região de repintura seja uma média dos pixels de sua vizinhança 4- conectada, portanto
9 5.1. Algoritmo IDC. O método de retoque digital baseado em IDC pode ser implementado de maneira simples. O seguinte pseudo-código descreve o método (CARMO, 2004) Pseudo-código 1: Equação do Calor Interpolação (I) faça enquanto O critério de parada pode fazer com que o algoritmo convirja de forma lenta. Uma solução é realizar uma alteração nesse critério de parada, de modo que o resultado se aproxime bastante do esperado, e que também faça com que o algoritmo termine em um tempo razoável. Essa mudança pode ser suficiente se em vez de se exigir o equilíbrio térmico, mudar o critério de parada para algo muito próximo disto, como por exemplo,, onde é um valor pré-fixado. Com isso, o pseudo-código será escrito dessa forma Pseudo-código 2: Equação do Calor Interpolação (I) faça enquanto Quanto menor for o valor para, maior será o tempo de execuçao do algoritmo. Em compensação, os resultados encontrados estarão se aproximando bastante do esperado, ou seja, o equilíbrio térmico está próximo de ser alcançado. Se a região de repintura possuir dimensões consideráveis, uma observação interessante para conseguir acelerar o algoritmo é a de que os pixels no domínio de repintura têm temperatura inicial igual a 0º, não importa qual a posição ocupada na região. Com isso, muita energia é gasta quando se esquentam esses pixels até eles atingirem uma temperatura análoga à da fronteira da região. Esse processo faz com que os pixels atinjam rapidamente o equilíbrio térmico, logo, se a simulação for iniciada próxima ao equilíbrio térmico, a convergência se torna mais rápida.
10 O algoritmo baseado na Equação do Calor suaviza as informações de forma natural. Porém, não importam quem são os coeficientes definidos para o Laplaciano heurístico, as informações das arestas não são interpretadas pelo método da maneira esperada. Com isso, a IDC pode ser visualmente insuficiente para algumas imagens. 6. MÉTODO BSCB No contexto de Retoque Digital de imagens, temos como pioneiro o trabalho realizado por Bertalmío, Caselles, Sapiro e Ballester, que se baseia em uma intuição de transporte suave ao longo das linhas de mesmo nível de cinza (linhas isocromáticas), utilizando um modelo baseado em uma equação diferencial de terceira ordem. Os autores se inspiraram na metodologia utilizada pelos restauradores profissionais, onde a estrutura da área adjacente ao domínio de retoque Ω é continuada até a brecha e as linhas de contorno em Ω são prolongadas até chegar ao contorno do domínio de retoque. Em seguida, as diferentes regiões dentro de Ω, definidas pelas linhas de contorno, são preenchidas com cor, a partir das informações de. Por fim, os pequenos detalhes são pintados. O método propaga a informação de fora para dentro do domínio Ω de modo que determine corretamente a direção da propagação das linhas isocromáticas, ou seja, mantendo o ângulo de chegada dessas linhas à borda do domínio de repintura, além de evitar que as linhas se interceptem. Como sugerido pelas regras manuais de retoque, para realizar o prolongamento das linhas isocromáticas, os autores consideraram L(i, j) a medida de suavização e a direção de propagação, e com o intuito de calcular a taxa de variação da medida de suavização ao longo de, obtiveram a seguinte equação: (6.1) onde é a variação da informação, ou seja,. Tanto a informação da imagem como a direção de propagação são variáveis estimadas ao longo do tempo, pois caso contrário, implicaria em saber a informação em toda a região ou a direção das linhas de contorno, e nas duas situações seriam equivalentes a termos a região repintada. O algoritmo converge quando I n+ 1 (i, j) = I n (i, j), e as equações (5.4) e (6.1) implicam que se deve ter (6.2) A equação acima expressa o fato de que a informação foi propagada na direção. O estimador foi definido como o Laplaciano da imagem de modo que se obtenha uma medida de suavização. Para definir a direção de propagação, uma possibilidade seria definir a direção como sendo a normal a cada pixel do domínio de retoque. Mas esta não é uma escolha adequada, pois as linhas de nível se curvam no sentido de se alinharem à normal. Com isso, concluiu-se que
11 a melhor escolha para é a direção das linhas isocromáticas e, usando uma estimativa do campo de direções dessas linhas de nível, para qualquer ponto (i, j) dado, o vetor gradiente discretizado indica a direção da maior mudança espacial, enquanto a sua rotação de 90º indica a direção da menor mudança espacial, ou seja, este campo de vetores aproxima melhor a direção das linhas de contorno. Como o Laplaciano da imagem será aplicado apenas no domínio de retoque, pode-se defini-lo segundo a equação Intercalado a esse processo de transporte de informação, é feito um processo de difusão não linear, que vai determinar uma evolução correta para o campo direcional (BERTALMIO et al, 2000). Essa difusão evita que as linhas de contorno se interceptem e é muito importante que ela seja executada, pois, caso contrário, o transporte pode levar à não convergência do processo iterativo, dependendo da imagem I (i, j) a ser restaurada. O método de difusão a ser utilizado é dado pela discretização da seguinte equação de difusão não linear (6.3) onde é uma dilatação de Ω por uma bola de raio, κ é a curvatura euclidiana das linhas isocromáticas de I, e é uma função suave em tal que em, e em Ω. Essa definição de é uma forma discreta de impor condições de fronteira de Dirichlet para a equação (6.3) Algoritmo BSCB. Para poder iniciar o processo de intercalar o transporte de informações e a difusão não linear no domínio de repintura, a imagem passará por um pré-processamento, onde inicialmente a imagem é submetida a uma suave difusão não linear, para, em seguida, sofrer um rápido préprocessamento de repintura. O intuito da difusão não linear nesse processo é diminuir a presença de ruídos no contorno da região de repintura, além de influenciar na estimativa da direção das linhas isocromáticas que chegam à borda de Ω, enquanto que a segunda etapa realiza um rápido pré-processamento no domínio de retoque, baseado no seguinte pseudo-código (que é uma boa aproximação para a restauração da imagem) (CARMO, 2004): Pseudo-código 3: Método BSCB retoque_digital (I, I M ) T := total de iterações r := total de passos de transporte de informações
12 M = gera_máscara_métrica (I M ) I = difusão_não_linear (I) // em toda a imagem I = Interpolação (I) k = 0 faça para n = 1,..., r I = repintura (I, M) I = difusão_não_linear (I, M) // somente no domínio de retoque k = k + r enquanto k < T Após passar por estas duas etapas, a imagem passa pelo processo de repintura, onde os pixels que estão no domínio de retoque serão atualizados, utilizando a implementação discreta das equações de transporte e difusão. De acordo com o pseudo-código, depois de r iterações, são aplicados à imagem alguns passos d de difusão não linear até que seja obtido um nível estável. Este processo é repetido até que se alcance o número T de iterações. Seja a imagem atualizada no tempo de repintura n. A equação (4.1) descreve a repintura da imagem, e quando chega no processo de transporte de informações, é usada a equação (6.1). Desenvolvendo (6.1), obtém-se (as coordenadas do pixel serão omitidas por simplicidade) Logo, quando o algoritmo trabalha dentro do domínio de retoque Ω, tem-se que. Se o algoritmo for utilizado em uma área fora do domínio de retoque,. Além disso, é necessário realizar junto com esse transporte de informações uma difusão não linear, que será dada pela equação. Tomando e as funções e
13 tem-se o seguinte modelo de difusão não linear:. Desenvolvendo o modelo de difusão acima, é obtida a equação de difusão não linear, que será aplicada em toda a imagem no pré-processamento Ao invés de se exigir a convergência I n + 1 = I n do modelo matemático, o algoritmo fornece um número t pré-estabelecido de iterações, que irá estabelecer melhor o número de passos em cada um dos processos (transporte e difusão) (CARMO, 2004). 7. EXEMPLOS Os exemplos aqui apresentados, foram obtidos da implementação feita por Carmo (2004). O primeiro caso é uma recuperação de uma foto danificada que foi digitalizada (Figura 3-(a)). A região de retoque é definida por uma máscara demarcada em vermelho (Figura 3-(b)). Na Figura 3-(c), tem-se a imagem restaurada pelo processo de IDC. (a)
14 (b) (c) Figura 3: (a) Imagem original; (b) Região de Retoque (máscara); (c); Imagem restaurada por IDC. Fonte: Carmo (2004). Apesar de não ser perceptível, a imagem restaurada apresenta pequenos erros. Isto se deve ao fato de que o processo não considera o ângulo das linhas isocromáticas que chegam à região de retoque. Este efeito pode ser significativo, quando a região de retoque é fina. No exemplo apresentado na Figura 4, os erros são mais perceptíveis.
15 (a) (b) (c) Figura 4: (a) Imagem original; (b) Região de Retoque (máscara); (c) Imagem restaurada por IDC Fonte: Carmo (2000). Na Figura 5, tem-se a imagem restaurada pelo processo BSCB. Neste caso observa-se um melhor resultado que obtido pelo procedimento IDC. Isto se deve ao fato de que este método considera o ângulo das linhas isocromáticas que chegam à região de retoque.
16 Figura 5: Imagem restaurada por BSCB Fonte: Carmo (2000). 8. CONCLUSÃO Os procedimentos aqui apresentados mostram a relação entre os procedimentos de resolução de EDPs e o processamento de imagens. O procedimento de Interpolação por Difusão de Calor apresenta uma implementação simples, mas que depende de valores que foram determinados de forma heurística. Nada garante que os valores usados em um exemplo, sejam ótimos para outro exemplo. O procedimento BSCB apresenta melhores resultados, porém o seu algoritmo apresenta mais passos que o método IDC. Isto significa um maior custo computacional. REFERÊNCIAS BIBLIOGRÁFICAS BERTALMIO, Marcelo; SAPIRO, Guillermo; CASELLES, Vicent; BALLESTER, Coloma. Image Inpainting. Computer Graphics (SIGGRAPH), pages , CARMO, Fabiano Petronetto do. Retoque Digital. Rio de Janeiro, fls. Dissertação (Mestrado em Matemática) Instituto de Matemática Pura e Aplicada. FORTUNA, Armando de Oliveira. Técnicas Computacionais para Dinâmica dos Fluidos: Conceitos Básicos e Aplicações. São Paulo: Editora da Universidade de São Paulo, SILVA, André Luiz Ortiz da. Modelos Matemáticos Para o Retoque Digital de Imagens. São José do Rio Preto, Dissertação (Mestrado em Matemática Aplicada) Universidade Estadual Paulista. Antônio Gonçalves Silva Júnior (destroyerrf@gmail.com) Curso de Matemática, Universidade Católica de Brasília EPCT QS 07 Lote 01 Águas Claras Taguatinga CEP:
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 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 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 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 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 maisCálculo Numérico Aula 1: Computação numérica. Tipos de Erros. Aritmética de ponto flutuante
Cálculo Numérico Aula : Computação numérica. Tipos de Erros. Aritmética de ponto flutuante Computação Numérica - O que é Cálculo Numérico? Cálculo numérico é uma metodologia para resolver problemas matemáticos
Leia maisAlgoritmos e Estrutura de Dados III. Árvores
Algoritmos e Estrutura de Dados III Árvores Uma das mais importantes classes de estruturas de dados em computação são as árvores. Aproveitando-se de sua organização hierárquica, muitas aplicações são realizadas
Leia maisOrganização e Arquitetura de Computadores I
Organização e Arquitetura de Computadores I Aritmética Computacional Slide 1 Sumário Unidade Lógica e Aritmética Representação de Números Inteiros Aritmética de Números Inteiros Representação de Números
Leia maisa 1 x 1 +... + a n x n = b,
Sistemas Lineares Equações Lineares Vários problemas nas áreas científica, tecnológica e econômica são modelados por sistemas de equações lineares e requerem a solução destes no menor tempo possível Definição
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 maisAula 2 Aquisição de Imagens
Processamento Digital de Imagens Aula 2 Aquisição de Imagens Prof. Dr. Marcelo Andrade da Costa Vieira mvieira@sc.usp.br EESC/USP Fundamentos de Imagens Digitais Ocorre a formação de uma imagem quando
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 maisCÁLCULO 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 maiscomputador-cálculo numérico perfeita. As fases na resolução de um problema real podem, de modo geral, ser colocadas na seguinte ordem:
1 UNIVERSIDADE FEDERAL DE VIÇOSA Departamento de Matemática - CCE Cálculo Numérico - MAT 271 Prof.: Valéria Mattos da Rosa As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia
Leia maisProtocolo em Rampa Manual de Referência Rápida
Protocolo em Rampa Manual de Referência Rápida 1 O que é o Protocolo em Rampa O protocolo em rampa é um protocolo para testes de esforço que não possui estágios. Nele o incremento da carga se dá de maneira
Leia maisAS LEIS DE NEWTON PROFESSOR ANDERSON VIEIRA
CAPÍTULO 1 AS LEIS DE NEWTON PROFESSOR ANDERSON VIEIRA Talvez o conceito físico mais intuitivo que carregamos conosco, seja a noção do que é uma força. Muito embora, formalmente, seja algo bastante complicado
Leia maisCAP. I ERROS EM CÁLCULO NUMÉRICO
CAP. I ERROS EM CÁLCULO NUMÉRICO 0. Introdução Por método numérico entende-se um método para calcular a solução de um problema realizando apenas uma sequência finita de operações aritméticas. A obtenção
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 maisA abordagem do assunto será feita inicialmente explorando uma curva bastante conhecida: a circunferência. Escolheremos como y
5 Taxa de Variação Neste capítulo faremos uso da derivada para resolver certos tipos de problemas relacionados com algumas aplicações físicas e geométricas. Nessas aplicações nem sempre as funções envolvidas
Leia maisPARTE 2 FUNÇÕES VETORIAIS DE UMA VARIÁVEL REAL
PARTE FUNÇÕES VETORIAIS DE UMA VARIÁVEL REAL.1 Funções Vetoriais de Uma Variável Real Vamos agora tratar de um caso particular de funções vetoriais F : Dom(f R n R m, que são as funções vetoriais de uma
Leia maisSimulado OBM Nível 2
Simulado OBM Nível 2 Gabarito Comentado Questão 1. Quantos são os números inteiros x que satisfazem à inequação? a) 13 b) 26 c) 38 d) 39 e) 40 Entre 9 e 49 temos 39 números inteiros. Questão 2. Hoje é
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 maisTodos os exercícios sugeridos nesta apostila se referem ao volume 1. MATEMÁTICA I 1 FUNÇÃO DO 1º GRAU
FUNÇÃO IDENTIDADE... FUNÇÃO LINEAR... FUNÇÃO AFIM... GRÁFICO DA FUNÇÃO DO º GRAU... IMAGEM... COEFICIENTES DA FUNÇÃO AFIM... ZERO DA FUNÇÃO AFIM... 8 FUNÇÕES CRESCENTES OU DECRESCENTES... 9 SINAL DE UMA
Leia maisCOMPUTAÇÃO GRÁFICA. Rasterização e Preenchimento de Regiões. MARCO ANTONIO GARCIA DE CARVALHO Fevereiro de 2009. Computação Gráfica
COMPUTAÇÃO GRÁFICA Rasterização e Preenchimento de Regiões Objetivos Conhecer os fundamentos da construção de linhas e círculos Conhecer o modelo scan-line modelo de sementes para preenchimento de polígonos
Leia maisCorelDRAW 11 1. UM PROGRAMA DE DESIGN
CorelDRAW 11 1. UM PROGRAMA DE DESIGN Com o Corel você vai trabalhar com um dos aplicativos mais usados no campo do design e da auto-edição, já que permite operar com dois tipos de gráficos (vetoriais
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. 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 maisMedida da velocidade de embarcações com o Google Earth
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO Instituto de Física Programa de Pós-Graduação em Ensino de Física Mestrado Profissional em Ensino de Física Medida da velocidade de embarcações com o Google Earth
Leia maisUniversidade Federal de Alagoas Instituto de Matemática. Imagem. Prof. Thales Vieira
Universidade Federal de Alagoas Instituto de Matemática Imagem Prof. Thales Vieira 2014 O que é uma imagem digital? Imagem no universo físico Imagem no universo matemático Representação de uma imagem Codificação
Leia mais2 - Modelos em Controlo por Computador
Modelação, Identificação e Controlo Digital 2-Modelos em Controlo por Computador 1 2 - Modelos em Controlo por Computador Objectivo: Introduzir a classe de modelos digitais que são empregues nesta disciplina
Leia maisQUADRADO MÁGICO - ORDEM 4
CONCEITO Partindo da definição original, os QUADRADOS MÁGICOS devem satisfazer três condições: a) tabela ou matriz quadrada (número de igual ao número de ); b) domínio: com elementos assumindo valores
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 maisO método de Monte Carlo: algumas aplicações na Escola Básica
1 Universidade de São Paulo/Faculdade de Educação Seminários de Ensino de Matemática (SEMA-FEUSP) Coordenador: Nílson José Machado novembro/2009 O método de Monte Carlo: algumas aplicações na Escola Básica
Leia maisEstudo Comparativo de Cálculo de Lajes Analogia de grelha x Tabela de Czerny
Estudo Comparativo de Cálculo de Lajes Analogia de grelha x Tabela de Czerny Junior, Byl F.R.C. (1), Lima, Eder C. (1), Oliveira,Janes C.A.O. (2), 1 Acadêmicos de Engenharia Civil, Universidade Católica
Leia maisConceitos Fundamentais
Capítulo 1 Conceitos Fundamentais Objetivos: No final do Capítulo o aluno deve saber: 1. distinguir o uso de vetores na Física e na Matemática; 2. resolver sistema lineares pelo método de Gauss-Jordan;
Leia maisObjetivos. Apresentar as superfícies regradas e superfícies de revolução. Analisar as propriedades que caracterizam as superfícies regradas e
MÓDULO 2 - AULA 13 Aula 13 Superfícies regradas e de revolução Objetivos Apresentar as superfícies regradas e superfícies de revolução. Analisar as propriedades que caracterizam as superfícies regradas
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 maisCI202 - Métodos Numéricos
CI202 - Métodos Numéricos Lista de Exercícios 2 Zeros de Funções Obs.: as funções sen(x) e cos(x) devem ser calculadas em radianos. 1. Em geral, os métodos numéricos para encontrar zeros de funções possuem
Leia maisInformática Aplicada a Radiologia
Informática Aplicada a Radiologia Apostila: Imagem Digital parte I Prof. Rubens Freire Rosa Imagem na forma digital A representação de Imagens na forma digital nos permite capturar, armazenar e processar
Leia maisO Problema do Troco Principio da Casa dos Pombos. > Princípios de Contagem e Enumeração Computacional 0/48
Conteúdo 1 Princípios de Contagem e Enumeração Computacional Permutações com Repetições Combinações com Repetições O Problema do Troco Principio da Casa dos Pombos > Princípios de Contagem e Enumeração
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 maisMorfologia Matemática Binária
Morfologia Matemática Binária Conceitos fundamentais: (Você precisa entender bem esses Pontos básicos para dominar a área! Esse será nosso game do dia!!! E nossa nota 2!!) Morfologia Matemática Binária
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 maisPROJETO DE REDES www.projetoderedes.com.br
PROJETO DE REDES www.projetoderedes.com.br Curso de Tecnologia em Redes de Computadores Disciplina: Redes I Fundamentos - 1º Período Professor: José Maurício S. Pinheiro AULA 2: Transmissão de Dados 1.
Leia maisBC-0005 Bases Computacionais da Ciência. Modelagem e simulação
BC-0005 Bases Computacionais da Ciência Aula 8 Modelagem e simulação Santo André, julho de 2010 Roteiro da Aula Modelagem O que é um modelo? Tipos de modelos Simulação O que é? Como pode ser feita? Exercício:
Leia maisUM TEOREMA QUE PODE SER USADO NA
UM TEOREMA QUE PODE SER USADO NA PERCOLAÇÃO Hemílio Fernandes Campos Coêlho Andrei Toom PIBIC-UFPE-CNPq A percolação é uma parte importante da teoria da probabilidade moderna que tem atraído muita atenção
Leia maisUniversidade 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 maisKarine Nayara F. Valle. Métodos Numéricos de Euler e Runge-Kutta
Karine Nayara F. Valle Métodos Numéricos de Euler e Runge-Kutta Professor Orientador: Alberto Berly Sarmiento Vera Belo Horizonte 2012 Karine Nayara F. Valle Métodos Numéricos de Euler e Runge-Kutta Monografia
Leia maisDefinição. A expressão M(x,y) dx + N(x,y)dy é chamada de diferencial exata se existe uma função f(x,y) tal que f x (x,y)=m(x,y) e f y (x,y)=n(x,y).
PUCRS FACULDADE DE ATEÁTICA EQUAÇÕES DIFERENCIAIS PROF. LUIZ EDUARDO OURIQUE EQUAÇÔES EXATAS E FATOR INTEGRANTE Definição. A diferencial de uma função de duas variáveis f(x,) é definida por df = f x (x,)dx
Leia maisCapítulo 5: Aplicações da Derivada
Instituto de Ciências Exatas - Departamento de Matemática Cálculo I Profª Maria Julieta Ventura Carvalho de Araujo Capítulo 5: Aplicações da Derivada 5- Acréscimos e Diferenciais - Acréscimos Seja y f
Leia maisRedução de imagem no domínio espacial
Faculdade de Engenharia da Universidade do Porto Licenciatura em Engenharia Electrotécnica e de Computadores 5º Ano, 1º Semestre Televisão Digital - 2002/2003 Redução de imagem no domínio espacial Armando
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 mais1 Descrição do Trabalho
Departamento de Informática - UFES 1 o Trabalho Computacional de Algoritmos Numéricos - 13/2 Métodos de Runge-Kutta e Diferenças Finitas Prof. Andréa Maria Pedrosa Valli Data de entrega: Dia 23 de janeiro
Leia mais2 Atualidade de uma base de dados
2 Atualidade de uma base de dados Manter a atualidade de uma base de dados é um problema que pode ser abordado de diferentes maneiras. Cho e Garcia-Molina [CHO] definem esse problema da seguinte forma:
Leia maisFeature-Driven Development
FDD Feature-Driven Development Descrição dos Processos Requisitos Concepção e Planejamento Mais forma que conteúdo Desenvolver um Modelo Abrangente Construir a Lista de Features Planejar por
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 maisTabela de Símbolos. Análise Semântica A Tabela de Símbolos. Principais Operações. Estrutura da Tabela de Símbolos. Declarações 11/6/2008
Tabela de Símbolos Análise Semântica A Tabela de Símbolos Fabiano Baldo Após a árvore de derivação, a tabela de símbolos é o principal atributo herdado em um compilador. É possível, mas não necessário,
Leia maisEXPERIMENTO N o 6 LENTES CONVERGENTES INTRODUÇÃO
EXPERIMENTO N o 6 LENTES CONVERGENTES INTRODUÇÃO Ao incidir em uma lente convergente, um feixe paralelo de luz, depois de passar pela lente, é concentrado em um ponto denominado foco (representado por
Leia maisPESQUISA OPERACIONAL: UMA ABORDAGEM À PROGRAMAÇÃO LINEAR. Rodolfo Cavalcante Pinheiro 1,3 Cleber Giugioli Carrasco 2,3 *
PESQUISA OPERACIONAL: UMA ABORDAGEM À PROGRAMAÇÃO LINEAR 1 Graduando Rodolfo Cavalcante Pinheiro 1,3 Cleber Giugioli Carrasco 2,3 * 2 Pesquisador - Orientador 3 Curso de Matemática, Unidade Universitária
Leia maisModelagem no Domínio do Tempo. Carlos Alexandre Mello. Carlos Alexandre Mello cabm@cin.ufpe.br 1
Carlos Alexandre Mello 1 Modelagem no Domínio da Frequência A equação diferencial de um sistema é convertida em função de transferência, gerando um modelo matemático de um sistema que algebricamente relaciona
Leia maisNeste método o cálculo é efetuado de maneira exponencial, ou seja, juros são computados sobre os juros anteriormente calculados.
Microsoft Excel Aula 4 Objetivos Trabalhar no Excel com cálculos de juros simples e compostos Trabalhar com as funções financeiras VF e PGTO do Excel Trabalhar com a ferramenta Atingir Meta Apresentar
Leia maisO ESPAÇO NULO DE A: RESOLVENDO AX = 0 3.2
3.2 O Espaço Nulo de A: Resolvendo Ax = 0 11 O ESPAÇO NULO DE A: RESOLVENDO AX = 0 3.2 Esta seção trata do espaço de soluções para Ax = 0. A matriz A pode ser quadrada ou retangular. Uma solução imediata
Leia maisDadas a base e a altura de um triangulo, determinar sua área.
Disciplina Lógica de Programação Visual Ana Rita Dutra dos Santos Especialista em Novas Tecnologias aplicadas a Educação Mestranda em Informática aplicada a Educação ana.santos@qi.edu.br Conceitos Preliminares
Leia maisIvan Guilhon Mitoso Rocha. As grandezas fundamentais que serão adotadas por nós daqui em frente:
Rumo ao ITA Física Análise Dimensional Ivan Guilhon Mitoso Rocha A análise dimensional é um assunto básico que estuda as grandezas físicas em geral, com respeito a suas unidades de medida. Como as grandezas
Leia maisQUESTÃO 1 ALTERNATIVA B
1 QUESTÃO 1 Marcos tem 10 0,25 = 2,50 reais em moedas de 25 centavos. Logo ele tem 4,30 2,50 = 1,80 reais em moedas de 10 centavos, ou seja, ele tem 1,80 0,10 = 18 moedas de 10 centavos. Outra maneira
Leia mais6. Geometria, Primitivas e Transformações 3D
6. Geometria, Primitivas e Transformações 3D Até agora estudamos e implementamos um conjunto de ferramentas básicas que nos permitem modelar, ou representar objetos bi-dimensionais em um sistema também
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 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 maisCaracterização temporal de circuitos: análise de transientes e regime permanente. Condições iniciais e finais e resolução de exercícios.
Conteúdo programático: Elementos armazenadores de energia: capacitores e indutores. Revisão de características técnicas e relações V x I. Caracterização de regime permanente. Caracterização temporal de
Leia mais4 Avaliação Econômica
4 Avaliação Econômica Este capítulo tem o objetivo de descrever a segunda etapa da metodologia, correspondente a avaliação econômica das entidades de reservas. A avaliação econômica é realizada a partir
Leia maisBarra de ferramentas padrão. Barra de formatação. Barra de desenho Painel de Tarefas
Microsoft Power Point 2003 No Microsoft PowerPoint 2003, você cria sua apresentação usando apenas um arquivo, ele contém tudo o que você precisa uma estrutura para sua apresentação, os slides, o material
Leia maisMAT1154 ANÁLISE QUALITATIVA DE PONTOS DE EQUILÍBRIO DE SISTEMAS NÃO-LINEARES
MAT1154 ANÁLISE QUALITATIVA DE PONTOS DE EQUILÍBRIO DE SISTEMAS NÃO-LINEARES VERSÃO 1.0.2 Resumo. Este texto resume e complementa alguns assuntos dos Capítulo 9 do Boyce DiPrima. 1. Sistemas autônomos
Leia mais2. Representação Numérica
2. Representação Numérica 2.1 Introdução A fim se realizarmos de maneira prática qualquer operação com números, nós precisamos representa-los em uma determinada base numérica. O que isso significa? Vamos
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 mais37ª OLIMPÍADA BRASILEIRA DE MATEMÁTICA PRIMEIRA FASE NÍVEL 1 (6º e 7º anos do Ensino Fundamental) GABARITO
GABARITO NÍVEL 1 37ª OLIMPÍADA BRASILEIRA DE MATEMÁTICA PRIMEIRA FASE NÍVEL 1 (6º e 7º anos do Ensino Fundamental) GABARITO 1) C 6) A 11) D 16) C 2) D 7) C 12) C 17) D 3) E 8) B 13) E 18) A 4) E 9) B 14)
Leia maisTIPOS DE REFLEXÃO Regular Difusa
Reflexão da luz TIPOS DE REFLEXÃO Regular Difusa LEIS DA REFLEXÃO RI = raio de luz incidente i normal r RR = raio de luz refletido i = ângulo de incidência (é formado entre RI e N) r = ângulo de reflexão
Leia maisClip-art Retrieval using Sketches PTDC/EIA-EIA/108077/2008
PROJECTOS DE INVESTIGAÇÃO CIENTÍFICA E DESENVOLVIMENTO TECNOLÓGICO Clip-art Retrieval using Sketches PTDC/EIA-EIA/108077/2008 Deliverable: D1 - Clip-art Simplification Tool Task: T1 - Clip-art Simplification
Leia maisDISCIPLINA: MATEMÁTICA ANO: 2º Ano do Ensino Médio - PROF.: EDSON
REVISÃO MATEMÁTICA 2º ANO 1 DISCIPLINA: MATEMÁTICA ANO: 2º Ano do Ensino Médio - PROF.: EDSON 1. (Ufjf 2012) Uma empresa escolherá um chefe para cada uma de suas repartições A e B. Cada chefe deve ser
Leia maisTópico 11. Aula Teórica/Prática: O Método dos Mínimos Quadrados e Linearização de Funções
Tópico 11. Aula Teórica/Prática: O Método dos Mínimos Quadrados e Linearização de Funções 1. INTRODUÇÃO Ao se obter uma sucessão de pontos experimentais que representados em um gráfico apresentam comportamento
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 maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO DEPARTAMENTO DE INFORMÁTICA PÓS GRADUAÇÃO EM INFORMÁTICA
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO DEPARTAMENTO DE INFORMÁTICA PÓS GRADUAÇÃO EM INFORMÁTICA INF2608 FUNDAMENTOS DE COMPUTAÇÃO GRÁFICA RELATÓRIO: IMAGENS SÍSMICAS VISUALIZAÇÃO E DETECÇÃO
Leia maisOURO MODERNO www.ouromoderno.com.br. Designer Gráfico APOSTILA DE EXEMPLO. (Esta é só uma reprodução parcial do conteúdo)
Designer Gráfico APOSTILA DE EXEMPLO (Esta é só uma reprodução parcial do conteúdo) 1 Índice AULA 1... 3 Apresentação... 3 Iniciando o CorelDRAW X3... 4 Componentes... 5 Barra de Menus... 6 Barra Padrão...
Leia maisExercícios Teóricos Resolvidos
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Matemática Exercícios Teóricos Resolvidos O propósito deste texto é tentar mostrar aos alunos várias maneiras de raciocinar
Leia maisResolução de sistemas lineares
Resolução de sistemas lineares J M Martínez A Friedlander 1 Alguns exemplos Comecemos mostrando alguns exemplos de sistemas lineares: 3x + 2y = 5 x 2y = 1 (1) 045x 1 2x 2 + 6x 3 x 4 = 10 x 2 x 5 = 0 (2)
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DE GOIÁS Curso Superior de Tecnologia em Análise e Desenvolvimento de Sistemas
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE GOIÁS Curso Superior de Tecnologia em Análise e Desenvolvimento de Sistemas CMP1132 Processo e qualidade de software II Prof. Me. Elias Ferreira Sala: 402 E Quarta-Feira:
Leia maisAPLICAÇÕES DA DERIVADA
Notas de Aula: Aplicações das Derivadas APLICAÇÕES DA DERIVADA Vimos, na seção anterior, que a derivada de uma função pode ser interpretada como o coeficiente angular da reta tangente ao seu gráfico. Nesta,
Leia maisSó Matemática O seu portal matemático http://www.somatematica.com.br FUNÇÕES
FUNÇÕES O conceito de função é um dos mais importantes em toda a matemática. O conceito básico de função é o seguinte: toda vez que temos dois conjuntos e algum tipo de associação entre eles, que faça
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 maisCAPÍTULO 2. Grafos e Redes
CAPÍTULO 2 1. Introdução Um grafo é uma representação visual de um determinado conjunto de dados e da ligação existente entre alguns dos elementos desse conjunto. Desta forma, em muitos dos problemas que
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 maisCurvas de nível homotópicas a um ponto
Curvas de nível homotópicas a um ponto Praciano-Pereira, T Sobral Matemática 6 de agosto de 2011 tarcisio@member.ams.org pré-prints da Sobral Matemática no. 2011.03 Editor Tarcisio Praciano-Pereira, tarcisio@member.ams.org
Leia maisNosso objetivo será mostrar como obter informações qualitativas sobre a refração da luz em um sistema óptico cilíndrico.
Introdução Nosso objetivo será mostrar como obter informações qualitativas sobre a refração da luz em um sistema óptico cilíndrico. A confecção do experimento permitirá também a observação da dispersão
Leia mais2 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 maisCálculo 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) II Métodos numéricos para encontrar raízes (zeros) de funções reais. Objetivos:
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 maisTabela de roteamento
Existem duas atividades que são básicas a um roteador. São elas: A determinação das melhores rotas Determinar a melhor rota é definir por qual enlace uma determinada mensagem deve ser enviada para chegar
Leia maisTratamento 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 maisUNIVERSIDADE FEDERAL DE SANTA CATARINA GRADUAÇÃO EM SISTEMAS DE INFORMAÇÃO DEPARTAMENTO DE INFORMÁTICA E ESTATÍSTICA DATA MINING EM VÍDEOS
UNIVERSIDADE FEDERAL DE SANTA CATARINA GRADUAÇÃO EM SISTEMAS DE INFORMAÇÃO DEPARTAMENTO DE INFORMÁTICA E ESTATÍSTICA DATA MINING EM VÍDEOS VINICIUS DA SILVEIRA SEGALIN FLORIANÓPOLIS OUTUBRO/2013 Sumário
Leia maisManual Sistema MLBC. Manual do Sistema do Módulo Administrativo
Manual Sistema MLBC Manual do Sistema do Módulo Administrativo Este documento tem por objetivo descrever as principais funcionalidades do sistema administrador desenvolvido pela MLBC Comunicação Digital.
Leia maisTutorial: SIGRH Para o Servidor ou Seu Chefe Fazerem Consultas, Alterações ou Exclusões de Férias
Tutorial: SIGRH Para o Servidor ou Seu Chefe Fazerem Consultas, Alterações ou Exclusões de Férias Orientação para o Servidor e também para o Chefe da Unidade, fazerem consultas, alterações e exclusões
Leia mais