COMPRESSÃO DE IMAGENS DE SENSORIAMENTO REMOTO
|
|
- Emanuel de Oliveira Vilarinho
- 6 Há anos
- Visualizações:
Transcrição
1 Anais do XVI Encontro de Iniciação Científica e Pós-Graduação do ITA XVI ENCITA / 2011 Instituto Tecnológico de Aeronáutica São José dos Campos SP Brasil 19 de outubro de 2011 COMPRESSÃO DE IMAGENS DE SENSORIAMENTO REMOTO Daniel Zelaquett Lins Pimentel ITA - Instituto Tecnológico de Aeronáutica Rua H8-A n o 121 Campus do CTA São José dos Campos - SP Brasil CEP: Bolsista PIBIC-CNPq dzelaquett@gmail.com Marcelo da Silva Pinho ITA - Instituto Tecnológico de Aeronáutica Divisão de Engenharia Eletrônica Pç. Marechal Eduardo Gomes n o 50 São José dos Campos SP Brasil CEP: mpinho@ita.br Resumo. É notório nas últimas décadas o crescimento dos estudos relacionados à compreensão de dados: processo de redução do conjunto de dados necessários para representar uma informação. A codificação de imagens proporciona dentre outras vantagens a redução da banda passante requerida por sistemas de transmissão de imagens digitais e a redução de requisitos de armazenamento. Em algumas técnicas de compressão nenhuma informação da imagem original é alterada permitindo uma decodificação sem perdas (técnicas de compactação de imagens). Por outro lado quando informações menos relevantes podem ser descartadas utilizam-se técnicas cujo objetivo é reduzir a redundância entre os dados necessários à representação das imagens (técnicas de compressão de imagens). O presente artigo tem como principal objetivo utilizar a técnica de compressão de imagens como um instrumento para tornar o processo de captura e transmissão de imagens o mais eficiente possível. O plano inicial consiste em entender os fundamentos que embasam a compressão de imagens de sensoriamente remoto e em estudar as técnicas para extrair a redundância entre as diferentes bandas da imagem. Atenção especial será dada para os métodos que utilizam a Transformada de Kahumen-Loève. Por intermédio de alguns softwares dentre eles o ambiente C++ e o MatLabTM foram desenvolvidos programas que atendam às necessidades existentes nesta área de estudo. Vale salientar que os algoritmos implementados serão avaliados através de testes com imagens reais sendo possível também realizar um comparativo de desempenho com algoritmos atualmente aplicados para tais fins. Palavras chave: Compressão de Imagens Golomb Huffman KLT MatLabSensoriamento Remoto. 1. Introdução Imagens de sensoriamento remoto são úteis para diversas aplicações em diferentes áreas tais como defesa meteorologia e geologia. Um exemplo de aplicação que tem recebido bastante atenção na mídia é o controle de desmatamento que no Brasil é monitorado com o auxílio de satélites de sensoriamento remoto. Por estas razões nos últimos anos a área de processamento de imagens de sensoriamento remoto tem despertado interesse de diferentes setores da sociedade. Um dos grandes problemas na transmissão de imagens do sensoriamento remoto é o grande volume de dados que trafega no canal de comunicação. De fato independente dos avanços que ocorreram e que ainda virão na área de comunicações a largura da banda e a potência de transmissão são limitadas. Sendo assim com o aumento da resolução de imageadores usados nos satélites é inevitável a geração de um volume de dados maior que a capacidade do canal. Dentro deste contexto a técnica de compressão de imagens se transforma em um importante instrumento para tornar o processo de captura e transmissão de imagens o mais eficiente possível. Paralelamente é válido ressaltar que comprimir dados proporciona dentre outras vantagens a redução de tempo necessário à sua transferência assim como a manutenção de uma maior quantidade de dados online. Este trabalho se enquadra na linha de pesquisa de Processamento Digital de Sinais e Imagens existente na Área de Concentração em Telecomunicações do PG/EEC e faz parte de um projeto mais amplo que está sendo desenvolvido em parceria com a UFRJ e a PUC-Rio com financiamento da AEB.
2 2. Conceitos Básicos Inicialmente segunda a proposta deste projeto consideraremos uma imagem como uma seqüência bidimensional cujas amostras serão representadas por onde 1 e 1. e correspondem respectivamente a dimensão finita horizontal e vertical da imagem em estudo. Neste trabalho o termo pixel corresponderá a uma amostra bidimensional da imagem sendo o seu valor correspondente a sua intensidade ou brilho. Tem-se por objetivo comprimir a seqüência bidimensional das amostras representar esta informação mediante uma seqüência de bits e em seguida recuperar a imagem inicial. Conseqüentemente é de interesse realizar a codificação de modo que a taxa de bits por amostras da informação seja a menor possível. Codificadores os quais introduzem alguns tipos de distorção no sinal original apresentam taxas de bits melhores quando comparado com processos de codificação de fonte cujo foco encontra-se no estudo de técnicas para comprimir dados sem introduzir perdas no processo de compressão. Corresponde de fato ao que se aplica na manipulação de imagens de sensoriamente remoto tendo em vista a necessidade de evitar erros na recuperação das imagens. A seguir serão explicitadas as técnicas utilizadas na compressão de dados incluindo portanto as imagens bidimensionais. 3. Código de Golomb Paralelamente ao processo de codificação de Huffman [1] foi estudado também o codificador de Golomb [4]. Esta técnica de codificação se baseia em códigos livres de prefixo e apresentam em alguns casos (a exemplo de símbolos inteiros positivos) maior eficiência quando comparado à codificação de Huffman 1. Seja n {0123 } a quantidade de símbolos do alfabeto em estudo e seja b = onde b é denominado base e m um parâmetro a ser definido. Baseando-se no Algoritmo da Divisão de Euclides segue que sendo nb Z e b>0 existe únicos q e r tais que n=q.b+r onde q {012 } e r {0123 b-1}. Definidas as variáveis o código binário gerado consiste da esquerda para direita em: - q bits iguais a 0 seguidos de um 1. - Número binário relativo a r com m bits. O processo de decodificação ocorre de maneira análoga ou seja uma vez obtidos os valores de qr e m é possível recuperar o valor n inicialmente codificado 3.1. Implementação do Código de Golomb em MatLab TM Foi implementado um programa em MatLab TM onde a codificação do processo de Golomb encontra-se explicitada através da função Golomb(nm) cujos argumentos são nm e a saída corresponde a três fatores: o código binário o parâmetro q e a quantidade de bits do código representando por tam. O processo de decodificação ocorre de maneira análoga e encontra-se implementado segunda a função decgolomb(codigo) cujo parâmetro é o código binário obtido na codificação e a saída é o valor n Estimativa do parâmetro de Golomb O método utilizado por esse compressor (projeto do codificador) para diminuir a dependência estatística interpixel é denominada de predição.o preditor utilizado denominado MED (median edge detector) é o mesmo implementado no JPEG-LS. Consideremos os pixels ab e c dispostos conforme a Figura 1. Neste caso é o pixel predito pelo detector de bordas y pode ser calculado como: y = min(ab) c max(ab); max(ab) c min(ab) a+b-c caso contrário. onde y é a predição correspondente ao pixel representado na Figura 1. 1 Detalhes da implementação podem ser encontrados nas referências [2] e [3].
3 c b a Figura 1: Vizinhança do pixel x utilizada na predição do JPEG-LS O erro de predição para o pixel [ ] tal que {234 } e {234 } é dado por erro( )= ( ) - ( ). Os valores ( ) corresponde aos elementos da matriz da imagem a ser comprimida e ( ) corresponde ao valor predito (y) de ( ). Mostra-se que o histograma dos erros de predição ocorridos do procedimento acima descrito se aproxima de uma distribuição geométrica bilateral [4]. Assim foi possível implementar a função estimarteste(erromedianest) no MatLab TM para estimar o parâmetro m. Esta função é utilizada de maneira recorrente no projeto do codificador (Item 4 - Projeto do Codificador para imagens monocromáticas). 4. Projeto do Codificador para imagens monocromáticas O projeto de codificação e decodificação para as imagens em estudo foi baseado no Cógido de Golomb descrito acima. O projeto do codificador é implementado segundo a função codificadorgolomb(imagenome_arquivoest).. Argumentos: nome da imagem a ser codifica; nome do arquivo que armazenará os códigos binários; : estimativa utilizada para o cálculo de (descrito no processo de codificação).. Saídas: matriz bidimensional cujos elementos são os códigos binários; : tempo gasto na codificação; tamanho do arquivo (imagem) comprimido. Os procedimentos utilizados para o projeto do codificador consistem nos seguintes passos: 1. Obter a matriz de dimensões e correspondente ao argumento. Os elementos de são do tipo Double; 2. Para cada e estima-se o parâmetro do processo de codificação de Golomb(vide Item 5 Estimativa do parâmetro de Golomb); 3. Obtém-se o código binário a partir da função Golomb(nm) já descrita; 4. Para cada com estima-se seu valor da seguinte forma iterativa: ; 5. Para cada com estima-se seu valor da seguinte forma iterativa: ; 6. Escrevem-se no arquivo cujo nome corresponde ao argumento os seguintes dados conforme a ordem explicitada abaixo: - o número de linhas ( e de colunas ( - os valores de tal que - os valores de tal que.
4 4.1 Testes em imagens com extensão.tif do Codificador projetado Uma vez projetado o Codificador baseado na técnica de Golomb foi possível testar seu resultado em diferentes imagens com extensão.tif. A Tabela 1 contém o tamanho original de cada imagem (coluna Tamanho(bytes)) o tempo de compressão (coluna Tempo(s)) e o tamanho do arquivo comprimido (coluna Compressão(bytes)). Tabela 1: Resultado do Codificar projetado Imagens com extensão.tif 5. Projeto do Decodificador para imagens monocromáticas A decodificação da imagem comprimida ocorre de maneira inversa ao descrito no Item 4 - Projeto do Codificador para imagens monocromáticas. A função decodificadorgolomb(arquivoest) recebe como argumento os parâmetros os quais correspondem respectivamente às variáveis e do processo de codificação. 6. Imagens do CBERS-2B Inicialmente foram obtidas imagens provenientes do satélite CBERS (Satélite Sino Brasileiro de Recursos Terrestres) capaz de imagear grandes áreas com boa resolução. Os arquivos estão no formato.raw (raw data file) e foram manipulados por intermédio do software MatLab TM. Vale ressaltar que cada imagem com dimensão 5812 x 5812 possui 5 bandas gravadas em arquivos distintos. Objetiva-se portanto selecionar parte de cada uma das bandas e aplicar o codificador anteriormente projetado. É válido ressaltar que os arquivos abaixo descritos correspondem a um parte das bandas em estudos relativo a uma imagem bidimensional de bytes. Em seguida serão comparados os resultados pelo codificador e pelo JPEG-LS. As 5 bandas selecionadas para estudos são: 'CCD2_ _B1_L0_G1_P178_R119.raw' - 'CCD1_ _B2_L0_G1_P178_R119.raw' - 'CCD1_ _B3_L0_G1_P178_R119.raw' - 'CCD1_ _B4_L0_G1_P178_R119.raw' - 'CCD2_ _B5_L0_G1_P178_R119.raw' - Utilizando os comandos do MatLab TM descritos a seguir foi possível aplicar o codificar projetado para cada uma das bandas. >> name = 'CCD2_ _B1_L0_G1_P178_R119.raw' >> arquivo = fopen(name'r'); >> image = fread (arquivo[256256]); >> fclose(arquivo); Figura 2: Compressão da Imagem do CBERS 2B >> image = uint8(imagem) >> [ytempotamanho] A Tabela 5 ilustra = codificadorgolomb(imagenome_arquivoest) o comparativo dos resultados obtidos pelo codificador projetador e o JPEG-LS. Tabela 2: Comparativo de resultados Codificador Projetado versus JPEG-LS
5 7. Transformada de Kahunen Löeve (KLT) O principal objetivo de uma transformação é tornar estaticamente independente ou com dependência estatística reduzida uma amostra de variáveis aleatórias. Sejam uma amostra de variáveis aleatórias correlacionadas. A Transformada de Kahunen Löeve [5] é uma transformação linear tal que seja uma seqüência de variáveis descorrelacionadas. Vale ressaltar que a descorrelação em uma amostra de variáveis aleatórias não implica na independência estatísticas das mesmas embora a recíproca seja verdadeira. Entretanto se for conjuntamente gaussiano 1 segue que a implicação torna-se verdadeira ou seja a KLT transforma o conjunto de variáveis aleatórias iniciais em variáveis estaticamente independentes. Seja a matriz de covariâncias do vetor aleatório. = j onde: Seja uma matriz e. Segue por conseguinte que: ] Para que seja uma coleção de variáveis aleatórias descorrelacionadas tem que ser uma matriz diagonal. Sejam os autovetores de e seja: tal que. 1. são conjuntamente gaussianas se a função de densidade de probabilidade conjunta é da forma: + bxy + c + dx + ey)}
6 Com isso segue que: Tomando encontra-se o vetor desejado. Uma vez estabelecida a base teórica explicitada anteriormente foi possível implementar a Transformada de Kahunen Löeve utilizando o software MatLab TM. Analisando a função KLT.m é possível observar os seguintes pontos: - O argumento desta função consiste em um vetor de matrizes as quais representam as bandas de uma imagem multidimensional. Do ponto de vista matemática estas representam um conjunto de variáveis aleatórias que de modo geral são correlacionadas; - A saída da funlçao KLT fornece uma coleção de variáveis aleatórias descorrelacionadas e a matriz relacionada à transformação. Vale ressaltar também que o processo inverso da transformada em questão ocorre de maneira análogo e encontra-se implementado no MatLab TM mediante a função KLT_INV. Os argumentos desta função corresponde à saída da KLT. É de se esperar que a compressão após aplicada a Transformada de Kahunen Löeve torne-se mais eficiente do que no caso em que as variáveis aleatórias são descorrelacionadas. Entretanto a fim de utilizarmos o compressor descrito anteriormente com base no processo de codificação de Golomb é interessante que os elementos das matrizes que representam as bandas das imagens sejam inteiros fato não observado após o uso da KLT. Conseqüentemente foram estudadas duas alternativas para o problema em questão. Estas serão descritas com mais detalhes nas próximas seções. A transformada de Karhunen-Löeve é baseada em propriedades estatísticas de representação de vetores o que a torna uma importante ferramenta no processamento de sinais o que inclui a aplicação na área de compressão de imagem. 7.1 Alternativas à aplicação da Transformada de Kahunen Löeve (KLT) As soluções propostas para o problema encontrado utilizaram o modelo de predição (baseado no JPEG-LS) e a codificação de Golomb ambos apresentados nos capítulos anteriores Primeira Alternativa Sejam uma amostra de variáveis aleatórias correlacionadas. Baseando-se no modelo de predição já utilizado tem-se como saída as variáveis. Estas são utilizadas a fim de obter cada uma das bandas ( ) codificadas através da técnica de Golomb. O diagrama da Figura 2 ilustra a esta alternativa. É válido observar segundo a Figura2 que: Predição Golomb Predição Golomb Predição Golomb Figura 2: Alternativa 1 Transformada de Transformada de Kahunen Löeve
7 A fim de realizar o teste da solução proposta foram utilizadas as mesmas imagens provenientes do satélite CBERS (Satélite Sino Brasileiro de Recursos Terrestres) capaz de imagear grandes áreas com boa resolução. Utilizando o codificador de Golomb foram obtidos os seguintes resultados explicitados na tabela abaixo utilizando como parâmetro para o codificador est = 16. Tabela 3: Resultado da Compressão Alternativa 1 da KLT Compressão Imagens Tamanho(bytes) Tempo(s) Compressão(bps) CCD2_ _B1_L0_G1_P178_R CCD1_ _B2_L0_G1_P178_R CCD1_ _B3_L0_G1_P178_R CCD1_ _B4_L0_G1_P178_R CCD2_ _B5_L0_G1_P178_R Realizando um comparativo com os dados encontrados na Tabela 2 é importante ressaltar que houve pequena melhora no desempenho (tempo) para as bandas intermediárias. No entanto não obtevesse sucesso em relação à compressão em termos de bits por síumbolos Segunda Alternativa Sejam variáveis aleatórias com matriz de covariâncias: Onde e onde o símbolo corresponde ao valor esperado da variável aleatória e. Seja onde: Prova-se que as variáveis aleatórias obtidas a partir da transformação acima explicitada são descorrelacionadas. Como exemplo será mostrado que a covariância entre é nula conforme esperado.
8 De maneira análoga prova-se que as variáveis são de fato descorrelacionadas. A função para obter as variáveis a partir de foi implementada no MatLab TM utilizando as seguintes funções descorrelacionarmatrizes e fatorsubtracao. É importante observar que para garantir que os elementos das matrizes que representam as bandas da imagem multidimensional sejam inteiros foram realizados aproximações convenientes. A fim de realizar o teste da solução proposta foram utilizadas as mesmas imagens provenientes do satélite CBERS (Satélite Sino Brasileiro de Recursos Terrestres) capaz de imagear grandes áreas com boa resolução. Utilizando o codificador de Golomb foram obtidos os seguintes resultados explicitados na Tabela 4 utilizando como parâmetro para o codificador est = 16. Tabela 4: Resultado da Compressão Alternativa 2 da KLT Imagens Tamanho(bytes) Tempo(s) Compressão(bps) CCD2_ _B1_L0_G1_P178_R CCD1_ _B2_L0_G1_P178_R CCD1_ _B3_L0_G1_P178_R CCD1_ _B4_L0_G1_P178_R CCD2_ _B5_L0_G1_P178_R Realizando um comparativo com os dados encontrados na Tabela 4 é importante ressaltar que houve um melhor desempenho na taxa de compreensão e também no tempo. Embora as variáveis finais com obtidas a partir da função descorrelacionarmatrizes não seja totalmente descorrelacionadas pois foi necessário fazer aproximações o resultado obtido é satisfatório. 8. Conclusão O entendimento dos conceitos relacionados às técnicas de compressão de imagem contribuiu de maneira significativa para o projeto do codificador e decodificador baseado na técnica de Golomb. Além disso foi possível estudar os parâmetros que influenciam a eficiência do compressor em termos da redução do tamanho da imagem em estudo e da rapidez do processo. Paralelamente foi importante realizar um comparativo com o resultado obtido pelo JPEG-LS. É válido salientar também que a implementação de algoritmos voltados para a compressão de imagens de Sensoriamento Remoto possibilita de fato uma maior eficiência no processo de captura e de transmissão destes dados. O estudo das transformadas em particular a KLT contribui de maneira significativa para tornar mais eficaz os procedimentos já realizados com as técnicas de codificação citadas. As atividades deste projeto proporcionaram a implementação no MatLab TM da Transformada de Karhunen-Löeve além de terem sido propostas duas alternativas para a utilização desta transformação. Em todas as situações objetivou-se descorrelacionar as variáveis aleatórias que representam de fato as bandas as imagens multidimentsionais. O desempenho de cada um dos métodos em termos de tempo (s) e taxa de compressão (bits por símbolo) foram analisados através do comparativo de resultado realizado. 9. Agradecimentos O incentivo ao desenvolvimento de pesquisas no Brasil apresentou nos últimos anos um crescimento considerável. O programa de bolsas de iniciação científica financiando pelo CNPQ é de fato um exemplo explícito de tal acontecimento. Em virtude disto agradeço inicialmente a este órgão pela oportunidade oferecida aos alunos dos diversos cursos de graduação a desenvolver estudos e pesquisas nas variadas áreas. Agradeço também à Agência Espacial Brasileira (AEB) pelo apoio fornecido ao projeto desenvolvido em parceria com a UFRJ e a PUC-Rio do qual faz parte os estudos relacionados a este trabalho. Paralelamente é de grande valia o apoio do professor orientador coordenadores de curso do CNPQ no ITA dos profissionais deste instituto e também dos familiares pelo apoio fornecido ao longo do período de desenvolvimento do projeto.
9 10. Referências [1] Gonzales Rafael C. Digital Image Processing Second Edition / Richard E. Woods [2] Cover T.M.;Thomas J.A. Elements of information theory John Willey & Sons INC. NY [3] webscripts.softpedia.com/script/scientific-engineering-ruby/signal- Processing/matlab-huffman html [4] Milagres Diogo Chadud Aplicações do algoritmo CTW na predição e na codificação de imagens com o padrão JPEG-LS. [5] De Mello Ricardo Noé Bretin Estudo Compartativo da Transformada de Karhunen- Löeve na Compressão de Imanges
Processamento de Imagem. Compressão de Imagens Professora Sheila Cáceres
Processamento de Imagem Compressão de Imagens Professora Sheila Cáceres Porque comprimir? Técnicas de compressão surgiram para reduzir o espaço requerido para armazenamento e o tempo necessário para transmissão
Leia maisCOMPRESSÃO E CODIFICAÇÃO SEM PERDAS. Mauro Nogueira Mônica Festa Paulo Antiquera
COMPRESSÃO E CODIFICAÇÃO SEM PERDAS Mauro Nogueira Mônica Festa Paulo Antiquera Introdução Armazenamento ou transmissão compressão (compactação) de dados Compressão sem perdas Imagens médicas documentos
Leia maisCompressão de Imagens: Padrão JPEG
Compressão de Imagens: Padrão JPEG PTC2547 Princípios de Televisão Digital Guido Stolfi 09/2017 EPUSP - Guido Stolfi 1 / 75 Temas Abordados Justificativas para Compressão de Imagens Codificador JPEG Transformada
Leia maisTÉCNICAS DE CODIFICAÇÃO DE SINAIS
Informação sobre a Disciplina TÉCNICAS DE CODIFICAÇÃO DE SINAIS INTRODUÇÃO Evelio M. G. Fernández - 2010 Terças e Quintas feiras das 07:30 às 11:20 horas Professor: Evelio Martín García Fernández Gabinete
Leia maisProcessamento de Imagem. Prof. MSc. André Yoshimi Kusumoto
Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Definição Compressão de Imagem Formas de diminuir a área de armazenamento dos dados, reduzindo a quantidade de bits
Leia maisCompressão de Imagens. Lilian Nogueira de Faria (Bolsista)...DPI/INPE Leila Maria Garcia Fonseca (Coordenadora)...DPI/INPE
Compressão de Imagens Lilian Nogueira de Faria (Bolsista)...DPI/INPE Leila Maria Garcia Fonseca (Coordenadora)...DPI/INPE Imagens digitais necessitam de grande quantidade de espaço para armazenamento e
Leia maisCOMPRESSÃO DE SINAIS DE ELETROMIOGRAFIA
Universidade de Brasília UnB Faculdade de Tecnologia FT Departamento de Engenharia Elétrica ENE COMPRESSÃO DE SINAIS DE ELETROMIOGRAFIA Marcus Vinícius Chaffim Costa 1, Alexandre Zaghetto 2, Pedro de Azevedo
Leia maisComputação Gráfica. Prof. MSc André Y. Kusumoto
Computação Gráfica Prof. MSc André Y. Kusumoto andrekusumoto.unip@gmail.com Compressão de Imagem Definição Formas de diminuir a área de armazenamento dos dados, reduzindo a quantidade de bits para representar
Leia maisEstudo sobre decodificação iterativa usando códigos de treliça
Revista de Engenharia e Pesquisa Aplicada, Volume 2, Número 1, 2016 Estudo sobre decodificação iterativa usando códigos de treliça Souza, I. M. M. Escola Politécnica de Pernambuco Universidade de Pernambuco
Leia maisCOMUNICAÇÃO DIGITAL INTRODUÇÃO À TEORIA DE INFORMAÇÃO
COMUNICAÇÃO DIGITAL INTRODUÇÃO À TEORIA DE INFORMAÇÃO Evelio M. G. Fernández - 2011 Introdução à Teoria de Informação Em 1948, Claude Shannon publicou o trabalho A A Mathematical Theory of Communications.
Leia maisCode Compression for Embedded Systems
Daniel Stefani Marcon, Thiago Nunes Kehl 30 de maio de 2008 1 2 3 4 Sistemas Embarcados os sistemas embarcados são dispositivos invisíveis se limitam a executar bem uma única tarefa basicamente qualquer
Leia maisCompressão de imagens de satélite (embarcado e solo)
1/55 Compressão de imagens de satélite (embarcado e solo) Barbara Maximino da Fonseca Reis Henrique Niwa Vander Luis de Souza Freitas Programa de Pós-Graduação em Computação Aplicada Laboratórios Associados
Leia maisMPEG-4 & H.264. Dissertação, entendimento e comparativo entre e com o MPEG-2
MPEG-4 & H.264 Dissertação, entendimento e comparativo entre e com o MPEG-2 UFF Departamento de Engenharia de Telecomunicações 2005/1 Mestrado em Eng. de Telecomunicações Professora Debora Christina Muchaluat
Leia maisFundamentos da Compressão de Vídeo
Sistemas de Telecomunicações 2007-2008 Televisão Digital Fundamentos da Compressão de Vídeo Rui Marcelino Abril 2008 Engenharia Electrica e Electrónica - TIT Sumário 1. Motivação para Compressão de Vídeo
Leia maisCompressão de Textos. Introdução. Introdução. Introdução. O volume de informação textual disponível on-line é imenso:
Compressão de Textos Estrutura de Dados II Prof. Guilherme Tavares de Assis Universidade Federal de Ouro Preto UFOP Instituto de Ciências Exatas e Biológicas ICEB Departamento de Computação DECOM O volume
Leia maisDouglas Antoniazi Kleberson Hayashi Angelossi
Fundamentos de compressão e codificação de imagens Douglas Antoniazi Kleberson Hayashi Angelossi 1 Sumário Redundância Codificação Interpixel Psicovisual Critérios de fidelidade Erro total Erro médio quadrático
Leia maisCompressão de Imagens Usando Wavelets: Uma Solução WEB para a Codificação EZW Utilizando JAVA. Utilizando JAVA. TCC - Monografia
Compressão de Imagens Usando Wavelets: Uma Solução WEB para a Codificação EZW Utilizando JAVA TCC - Monografia Wanderson Câmara dos Santos Orientador : Prof. Dr. Luiz Felipe de Queiroz Silveira 1 Departamento
Leia maisFACULDADE DE TALENTOS HUMANOS DEPARTAMENTO DE ENGENHARIA ELÉTRICA PROCEDIMENTOS EXPERIMENTAIS DE COMUNICAÇÃO DIGITAL II PARA TELECOMUNICAÇÃO
FACULDADE DE TALENTOS HUMANOS DEPARTAMENTO DE ENGENHARIA ELÉTRICA PROCEDIMENTOS EXPERIMENTAIS DE COMUNICAÇÃO DIGITAL II PARA TELECOMUNICAÇÃO PROF. ENG. ESP. ANTONIO CARLOS LEMOS JÚNIOR acjunior@facthus.edu.br
Leia mais6 Inserção Seletiva de Nulos
6 Inserção Seletiva de Nulos 6.1 Introdução Neste capítulo será apresentado o algoritmo ADDNULLS - Inserção Seletiva de Nulos. Este algoritmo usa a técnica da esteganografia para esconder os símbolos codificados
Leia maisCompressão Sem Perdas: Codificações Huffman e Aritmética. Adelar da Silva Queiróz Marcelo Teixeira Thiago da Silva Sodré
Compressão Sem Perdas: Codificações Huffman e Aritmética Adelar da Silva Queiróz Marcelo Teixeira Thiago da Silva Sodré Compressão Sem Perdas (Lossless Data Compression) Refere-se a métodos de compressão
Leia mais5 Testes em Imagens. Figura 5.1: Esquema de proteção com detecção de erros LT Hamming. Imagem. Cod-Hamming SPIHT. Cod-LT. Canal.
5 Testes em Imagens Uma vez feito o estudo do desempenho do código LT quando é usado em um canal ruidoso, nosso objetivo agora, centra-se na análise de seu possível uso em um esquema para a transmissão
Leia maisTelevisão Digital. Codificação de Entropia Códigos de Huffman. Hélio Manuel Gonçalves Jaco
Codificação de Entropia Códigos de Huffman Hélio Manuel Gonçalves Jaco Porto, Outubro de 2006 1. Objectivo Desenvolver um programa que gere códigos de Huffman de imagens às quais foi aplicada uma transformada
Leia maisSistemas para Compressão de Imagens em Satélites de Sensoriamento Remoto
Sistemas para Compressão de Imagens em Satélites de Sensoriamento Remoto {leila, lilian}@dpi.inpe.br, max@fee.unicamp.br Profa. Dra. Leila M. G. Fonseca (Supervisora)... DPI/INPE Prof. Dr. Max H. M. Costa
Leia maisINTRODUÇÃO À TEORIA DA INFORMAÇÃO
INTRODUÇÃO À TEORIA DA INFORMAÇÃO SISTEMA DE TRANSMISSÃO DIGITAL Oscodificadores defonte possuem a finalidade de casar a fonte de dados com o sistema levando em consideração a estatística de acontecimento
Leia maisMotivação Por que estudar?
Aula 04 Imagens Diogo Pinheiro Fernandes Pedrosa Universidade Federal Rural do Semiárido Departamento de Ciências Exatas e Naturais Curso de Ciência da Computação Motivação Por que estudar? Imagens digitais
Leia maisCompressão de Imagens de Satélites: Embarcada e em Solo
CBERS-4 Adriano Carvalho de Paula.. Doutorado CAP Diego Vilela Monteiro. Mestrado CAP João Eliakin Mota de Oliveira.. Doutorado CAP Rubens Andreas Sautter Mestrado CAP Sumário Descrição Básica de Imagem
Leia maisSUMÁRIO FUNDAMENTOS E VISÃO GERAL 19 CAPÍTULO 1 PROCESSOS ALEATÓRIOS 49
SUMÁRIO FUNDAMENTOS E VISÃO GERAL 19 1. O processo de comunicação 19 2. Principais recursos de comunicação 21 3. Fontes de informação 21 4. Redes de comunicação 27 5. Canais de comunicação 33 6. Processo
Leia mais4 Método Proposto Visão geral do Método
52 4 Método Proposto Neste trabalho é sugerida uma nova metodologia para compressão de dados sísmicos volumétricos. O método proposto é baseado no uso da transformada wavelet 3D. Também será apresentado
Leia maisCódigos de Permutação para Compressão de Dados e Modulação 13. Codificador de fonte. Decodificador. Figura 1.1: Modelo de um sistema de comunicações.
1 Introdução Neste trabalho, estamos interessados nos problemas da teoria de comunicações conhecidos como compressão de dados e modulação. Um modelo típico de um sistema de comunicações é mostrado na Fig.
Leia maisEET-61 Introdução a Teoria da Informação
EET-61 Introdução a Teoria da Informação Aula 3- Codificação de Canal October 24, 2018 1 Introdução Em muitas situações, a mensagem a ser transmitida por um sistema de comunicações é uma sequência de bits.
Leia maisPré-Processamento de Documentos
Pré-Processamento de Documentos Introdução Pré-Processamento : Análise léxica; Stopwords; Stemming; Vocabulário; Thesaurus Compressão: Fundamentos; Método Estatístico; Método Dicionário; Arquivos Invertidos
Leia maisIMPLEMENTAÇÃO DE SISTEMA DE ATITUDE EM DSP
Anais do 15 O Encontro de Iniciação Científica e Pós-Graduação do ITA XV ENCITA / 2009 Instituto Tecnológico de Aeronáutica São José dos Campos SP Brasil Outubro 19 a 21 2009. IMPLEMENTAÇÃO DE SISTEMA
Leia maisAlgoritmos de Compressão sem Perdas
Algoritmos de Compressão sem Perdas (continuação) Aula 08 Diogo Pinheiro Fernandes Pedrosa Universidade Federal Rural do Semiárido Departamento de Ciências Exatas e Naturais Curso de Ciência da Computação
Leia maisAula 3- Codificação de Canal. October 18, 2017
ELE-32 Introdução a Comunicações Aula 3- Codificação de Canal October 18, 2017 1 Introdução Em muitas situações, a mensagem a ser transmitida por um sistema de comunicações é uma sequência de bits. Entretanto,
Leia maisNivio Ziviani. Conjunto de transparências elaborado por Nivio Ziviani, Patrícia Correia e Fabiano C. Botelho
Tópicos em Recuperação de Informação 1 Nivio Ziviani 1 Conjunto de transparências elaborado por Nivio Ziviani, Patrícia Correia e Fabiano C. Botelho Tópicos em Recuperação de Informação - Nivio Ziviani
Leia maisProcessamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Tópicos Detecção de Pontos Isolados Detecção de Linhas Prof. Sergio Ribeiro 2 Operações lógicas e aritméticas orientadas a vizinhança utilizam o conceito
Leia maisINTRODUÇÃO AO PROCESSAMENTO DIGITAL DE IMAGENS SENSORIAMENTO REMOTO
INTRODUÇÃO AO PROCESSAMENTO DIGITAL DE IMAGENS SENSORIAMENTO REMOTO PROCESSAMENTO DE IMAGENS Introdução Conceitos básicos Pré-processamento Realce Classificação PROCESSAMENTO DE IMAGENS Extração de Informações
Leia maisProcessamento digital de imagens
Processamento digital de imagens Agostinho Brito Departamento de Engenharia da Computação e Automação Universidade Federal do Rio Grande do Norte 23 de novembro de 2016 Compressão de imagens engloba técnicas
Leia maisUniversidade de Pernambuco Escola Politécnica de Pernambuco
Universidade de Pernambuco Escola Politécnica de Pernambuco TV Analógica e Digital Codificação de Fonte Prof. Márcio Lima E-mail:marcio.lima@poli.br 12.06.2014 Introdução A principal função de um sistema
Leia maisUm Estudo das Técnicas de Obtenção de Forma a partir de Estéreo e Luz Estruturada para Engenharia
Um Estudo das Técnicas de Obtenção de Forma a partir de Estéreo e Luz Estruturada para Engenharia Aluno: Gabriel Malizia Orientador: Professor Marcelo Gattass Co-Orientador: Professor Paulo Cezar Carvalho
Leia maisOrganização de Arquivos. Thiago A. S. Pardo Leandro C. Cintra M.C.F. de Oliveira Cristina D. A. Ciferri
Organização de Arquivos Thiago A. S. Pardo Leandro C. Cintra M.C.F. de Oliveira Cristina D. A. Ciferri Organização de arquivos para desempenho Organização de arquivos visando desempenho Complexidade de
Leia maisAplicação da Transformada de Kahunen e Loève na Compressão de Imagens Multiespectrais Usando a Recomendação do CCSDS
Aplicação da Transformada de Kahunen e Loève na Compressão de Imagens Multiespectrais Usando a Recomendação do Oscavo G. Prata Jr e Marcelo S. Pinho Resumo Este trabalho propõe três formas de se aplicar
Leia maisTransformada de Discreta de Co senos DCT
Transformada de Discreta de Co senos DCT O primeiro passo, na maioria dos sistemas de compressão de imagens e vídeo, é identificar a presença de redundância espacial (semelhança entre um pixel e os pixels
Leia maisTeoria da Informação
Charles Casimiro Cavalcante charles@gtel.ufc.br Grupo de Pesquisa em Telecomunicações Sem Fio GTEL Programa de Pós-Graduação em Engenharia de Teleinformática Universidade Federal do Ceará UFC http://www.gtel.ufc.br/
Leia maisUniversidade Federal de Sergipe Departamento de Matemática. Imagem* Profª. Maria Andrade. *Parte desta apresentação foi do Prof. Thales Vieira.
Universidade Federal de Sergipe Departamento de Matemática Imagem* Profª. Maria Andrade *Parte desta apresentação foi do Prof. Thales Vieira. 2016 O que é uma imagem digital? Imagem no universo físico
Leia mais2 Teoria da Informação
2 Teoria da Informação Neste capítulo apresentamos alguns conceitos básicos sobre Teoria da Informação que utilizaremos durante este trabalho. 2.1 Alfabeto, texto, letras e caracteres Um alfabeto Σ = (σ
Leia maisTeoria da Informação
Charles Casimiro Cavalcante charles@gtel.ufc.br Grupo de Pesquisa em Telecomunicações Sem Fio GTEL Programa de Pós-Graduação em Engenharia de Teleinformática Universidade Federal do Ceará UFC http://www.gtel.ufc.br/
Leia maisAlgoritmos em Strings (compressão de texto)
Algoritmos em Strings (compressão de texto) R. Rossetti, A.P. Rocha, A. Pereira, P.B. Silva, T. Fernandes FEUP, MIEIC, CAL, 2010/2011 1 Teoria da Informação O que é? É uma ferramenta matemática para determinar
Leia maisImagem Estática JPEG 2000 JPEG 2000 JPEG 2000 JPEG Joint Photographic Experts Group Padrão ISO/IEC 15444; ITU-T T.800
Departamento de Engenharia de Telecomunicações - UFF Imagem Estática Profa. Débora Christina Muchaluat Saade deborams@telecom.uff.br Joint Photographic Experts Group Padrão ISO/IEC 15444; ITU-T T.800 Oferece
Leia maisCOM29008 LISTA DE EXERCÍCIOS #
INSTITUTO FEDERAL DE SANTA CATARINA CAMPUS SÃO JOSÉ COORDENADORIA DE ÁREA DE TELECOMUNICAÇÕES ENGENHARIA DE TELECOMUNICAÇÕES COM29008 LISTA DE EXERCÍCIOS #1 2016.2 Exercícios 1. Verifique se os seguintes
Leia maisTRANSMISSÃO DE DADOS PROTEGIDOS POR CÓDIGOS CORRETORES DE ERRO
TRANSMISSÃO DE DADOS PROTEGIDOS POR CÓDIGOS CORRETORES DE ERRO Aluno: Débora Almeida Oliveira Orientador: Weiler Alves Finamore 1.Introdução Este trabalho tem como objetivo demonstrar a utilização de códigos
Leia maisCodificação de Linha
Codificação de Linha Conhecer os diversos métodos de codificação de linha para transmissão digital. Chamamos de transmissão digital o envio de sinais digitais do computador diretamente na linha de transmissão
Leia maisAcadêmicos: Cassiano Cesar Casagrande Claudir Galesky Junior Rafael Voltolini
JPEG2000 Acadêmicos: Cassiano Cesar Casagrande Claudir Galesky Junior Rafael Voltolini Compressão JPEG2000 A codificação pode ser dividida em três partes principais: Pré-processamento Processamento principal
Leia maisRESTAURAÇÃO E RECONSTRUÇÃO DE IMAGENS. Nielsen Castelo Damasceno
RESTAURAÇÃO E RECONSTRUÇÃO DE IMAGENS Nielsen Castelo Damasceno Restauração de imagem Procura recuperar uma imagem corrompida com base em um conhecimento a priori do fenômeno de degradação. Restauração
Leia maisProcessamento Digital de Sinais:
Processamento Digital de Sinais: Conceitos e Aplicações Joseana Macêdo Fechine Régis de Araújo IC-DSC-UFCG 1 Por que estudar PDS? 2 PDS Conceitos Básicos Sinais Padrões de variações que representam uma
Leia maisIntrodução a Análise de Imagens Digitais
Introdução a Análise de Imagens Digitais Uma imagem digital é uma representação de uma cena por meio de um conjunto de elementos discretos e de tamanhos finitos, chamados de pixels, colocados em um arranjo
Leia maisPadrões de Compressão de Imagens
Aula 10 Padrões de Compressão de Imagens Diogo Pinheiro Fernades Pedrosa diogopedrosa@ufersa.edu.br http://www2.ufersa.edu.br/portal/professor/diogopedrosa Universidade Federal Rural do Semiárido Departamento
Leia maisEET-49 Comunicações II
EET-49 Comunicações II Parte 4 - Codificação sem perda de informação March 20, 2012 1 Introdução Realizar a codificação da fonte é representá-la da menor forma possível Se a utilização não permite a perda
Leia maisProcessamento de Imagens Digitais
Processamento de Imagens Digitais Antonio Cesar Germano Martins 2º semestre de 2018 Apresentações Nascido em Sorocaba. Graduado em Bacharelado em Física pela UNICAMP em 1989, tendo participado de pesquisas
Leia maisUniversidade Federal de Alagoas Instituto de Matemática. Imagem. Prof. Thales Vieira
Universidade Federal de Alagoas Instituto de Matemática Imagem Prof. Thales Vieira 2011 O que é uma imagem digital? Imagem no universo físico Imagem no universo matemático Representação de uma imagem Codificação
Leia maisT4.1 Processamento de Imagem
T4.1 Processamento de Imagem Proc. Sinal e Imagem Mestrado em Informática Médica Miguel Tavares Coimbra Resumo 1. Manipulação ponto a ponto 2. Filtros espaciais 3. Extracção de estruturas geométricas 4.
Leia mais2 Visão Computacional e Obtenção de Formas
2 Visão Computacional e Obtenção de Formas Neste capítulo são abordadas as principais características e áreas de atuação da Visão Computacional e seu caráter multidisciplinar. Depois são apresentados os
Leia mais3 Arquitetura Conceitual do Codec Open DVC
3 Arquitetura Conceitual do Codec Open DVC A arquitetura conceitual do codec DVC proposto e implementado nesta dissertação, através da ferramenta para simulação e avaliação de Codificação Distribuída de
Leia maisCapítulo III Processamento de Imagem
Capítulo III Processamento de Imagem Proc. Sinal e Imagem Mestrado em Informática Médica Miguel Tavares Coimbra Resumo 1. Manipulação ponto a ponto 2. Filtros espaciais 3. Extracção de estruturas geométricas
Leia maisFormatos de Áudio e Vídeo Digital Compactação de Vídeo
Redes Multimídia 2016.2 Formatos de Áudio e Vídeo Digital Compactação de Vídeo Curso Superior de Tecnologia em Sistemas para Internet Turma: TEC.SIS.4T Redes Multimídia Conteúdo Programático :: 1 a Unidade
Leia maisComplexidade Computacional do Algoritmo de Detecção de Energia
4 Simulações Este capítulo apresenta a comparação e avaliação dos algoritmos que foram apresentados no capítulo anterior. O primeiro resultado apresentado é a comparação da complexidade computacional dos
Leia maisEstimação da Resposta em Frequência
27 Estimação da Resposta em Frequência jω Ge ( ) = jω Ye ( ) jω Ue ( ) Objectivo: Calcular a magnitude e fase da função de transferência do sistema, para um conjunto grande de frequências. A representação
Leia maisINSTITUTO NACIONAL DE PESQUISAS ESPACIAIS PROGRAMA DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO DIVISÃO DE PROCESSAMENTO DE IMAGENS
INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS PROGRAMA DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO DIVISÃO DE PROCESSAMENTO DE IMAGENS SER-300: INTRODUÇÃO AO GEOPROCESSAMENTO Laboratório II: Cartografia em GIS/Registro
Leia maisTelevisão Digital. MPEG-2 Video
Televisão Digital MPEG-2 Video Pedro A. Amado Assunção - Pólo de Coimbra Instituto Politécnico de Leiria - ESTG 1 Sumário Introdução. Características principais da norma MPEG-2. Compressão de vídeo: princípios
Leia maisOperações Pontuais. 1 operando. 2 operandos. Processamento e Análise de Imagem - A. J. Padilha - v ac
Operações Pontuais 1 operando T OP 2 operandos Pré-Processamento - 1 Operações Pontuais Nas operações pontuais, cada ponto da imagem-resultado - g(i,j) - é obtido por uma transformação T do ponto de coordenadas
Leia maisPrograma do Curso. Transformação de Dados. Sistemas Inteligentes Aplicados. Carlos Hall. Discretização de Variáveis Contínuas
Sistemas Inteligentes Aplicados Carlos Hall Programa do Curso Limpeza/Integração de Dados Transformação de Dados Discretização de Variáveis Contínuas Transformação de Variáveis Discretas em Contínuas Transformação
Leia maisUniversidade Federal do Rio Grande do Sul Instituto de Informática
Universidade Federal do Rio Grande do Sul Instituto de Informática INF01046: Fundamento de Processamento de Imagens PROFESSOR JACOB SCHARCANSKI Projeto II: Compactação de Imagens Autores: Charles Arnoud
Leia maisCompressão Auto-Adaptativas de Imagens Coloridas
Compressão Auto-Adaptativas de Imagens Coloridas José Alfredo Ferreira Costa, Adrião Duarte Dória eto. Universidade Federal do Rio Grande do orte, UFR Caixa Postal 1524 - Campus Universitário Lagoa ova
Leia maisAnálise de Componentes Principais (PCA)
Análise de Componentes Principais (PCA) Lailson B. Moraes, George D. C. Cavalcanti {lbm4,gdcc}@cin.ufpe.br Roteiro Introdução Características Definição Algoritmo Exemplo Aplicações Vantagens e Desvantagens
Leia mais1 O esquema de Alamouti: Diversidade na transmissão
1 O esquema de Alamouti: Diversidade na transmissão 1.1 O Caso de uma antena receptora A Figura?? mostra a representação em banda básica do esquema de Alamouti com diversidade na transmissão. O esquema
Leia maisIMPLEMENTAÇÃO DE ALGORITMO PARA IDENTIFICAÇÃO DE IMPRESSÕES DIGITAIS
Anais do 12 O Encontro de Iniciação Científica e Pós-Graduação do ITA XII ENCITA / 2006 Instituto Tecnológico de Aeronáutica São José dos Campos SP Brasil Outubro 16 a 19 2006 IMPLEMENTAÇÃO DE ALGORITMO
Leia maisProcessamento Digital de Imagens
1 Ciência da Computação Processamento Digital de Imagens Prof. Sergio Ribeiro Tópicos Introdução Espectro Eletromagnético Aquisição e de Imagens Sensoriamento Remoto 2 Introdução Espectro Eletromagnético
Leia maisProcessamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Prof. Sergio Ribeiro Tópicos Introdução Espectro Eletromagnético Aquisição e Digitalização de Imagens Efeitos da Digitalização Digitalização Sensoriamento
Leia maisProcessamento de Imagens
Processamento de Imagens Prof. Julio Arakaki Ciência da Computação 1 Imagem Digital Full Color Image (Matriz de Pixels) RGB (24 bits): Red (8 bits) Green (8 bits) Blue (8 bits) 2 Imagem Digital Um modelo
Leia mais3 Estimação e Compensação de movimento na codificação de vídeo
Estimação e Compensação de movimento na codificação de vídeo 36 3 Estimação e Compensação de movimento na codificação de vídeo O objetivo do modelo temporal (que engloba as fases de estimação e compensação
Leia maisTelevisão Digital 5ºano 2006/2007. Compressão/Descompressão de Imagens JPEG. Trabalho realizado por: Carla Neves, nº
Televisão Digital 5ºano 2006/2007 Compressão/Descompressão de Imagens JPEG Trabalho realizado por: Carla Neves, nº010503162 Índice Índice... pág2 Introdução... pág.3 Objectivos... pág.5 Implementação...
Leia maisParte 1 Questões Teóricas
Universidade de Brasília (UnB) Faculdade de Tecnologia (FT) Departamento de Engenharia Elétrica (ENE) Disciplina: Processamento de Imagens Profa.: Mylène C.Q. de Farias Semestre: 2014.2 LISTA 04 Entrega:
Leia maisUniversidade Federal do Rio de Janeiro. Flávio Henrique Schuindt da Silva. Estimativa de Fluxo Ótico com o método de Lukas-Kanade
Universidade Federal do Rio de Janeiro Programa de Engenharia de Sistemas e Computação Introdução ao Processamento de Imagens Flávio Henrique Schuindt da Silva Estimativa de Fluxo Ótico com o método de
Leia maisPrincípios de Telecomunicações. PRT60806 Aula 19: Modulação por Código de Pulso (PCM) Professor: Bruno Fontana da silva 2014
1 Princípios de Telecomunicações PRT60806 Aula 19: Modulação por Código de Pulso (PCM) Professor: Bruno Fontana da silva 2014 Bloco de Comunicação Genérico Emissor sinais analógicos x sinais digitais Sinais
Leia maisELEMENTOS MULTIMÍDIA Compressão de dados. Prof. Fabiano Taguchi 06/11/2014.
Prof. Fabiano Taguchi fabianotaguchi@gmail.com http://fabianotaguchi.wordpress.com (66) 9953-7642 ELEMENTOS MULTIMÍDIA Compressão de dados 1 Codificar um conjunto de informação de forma que o código gerado
Leia maisPrincípios de Telecomunicações AULA 1. Elementos de um sistema de comunicações. Prof. Eng. Alexandre Dezem Bertozzi, Esp.
Princípios de Telecomunicações AULA 1 Elementos de um sistema de comunicações Prof. Eng. Alexandre Dezem Bertozzi, Esp. COMUNICAÇÃO TRANSMISSÃO DE INFORMAÇÃO DE UM PONTO A OUTRO, ATRAVÉS DE UMA SUCESSÃO
Leia maisFERRAMENTA PARA ENSINO DAS TÉCNICAS DE COMPRESSÃO DE VÍDEO UTILIZADAS NO PADRÃO MPEG-2
FERRAMENTA PARA ENSINO DAS TÉCNICAS DE COMPRESSÃO DE VÍDEO UTILIZADAS NO PADRÃO MPEG-2 Ricardo Mércuri Miranda - mercurimiranda@yahoo.com.br Centro Universitário Salesiano de Campinas UNISAL Campinas SP
Leia maisProcessamento Digital de Imagem
Processamento Digital de Imagem Transformadas Ronaldo de Freitas Zampolo Laboratório de Processamento de Sinais LaPS Instituto de Tecnologia ITEC Universidade Federal do Pará UFPA Setembro de 2009 RFZampolo
Leia maisTécnicas de Compactação e Compressão. Compressão. Técnicas de Compactação e Compressão. Compactação x Compressão
Departamento de Engenharia de Telecomunicações - UFF Técnicas de Compactação e Compressão Profa. Débora Christina Muchaluat Saade deborams@telecom.uff.br Técnicas de Compactação e Compressão Compactação
Leia maisConsultas por Similaridade em Domínios de Dados Complexos
Consultas por Similaridade em Domínios de Dados Complexos Guilherme Felipe Zabot Orientador: Profº Dr Caetano Traina Jr Roteiro Objetivo Introdução Dados Complexos Representação de Dados Complexos Extração
Leia maisUma metodologia para aprimoramento do Video Colortoning
Graduação em Ciência da Computação Uma metodologia para aprimoramento do Video Colortoning Renato Oliveira dos Santos Trabalho de Graduação Recife 29 de outubro de 2014 Universidade Federal de Pernambuco
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/33 Transformações Geométricas 3 Transformações Geométricas
Leia maisEstudo e Implementação Computacional de um Sistema de Comunicação Digital
Revista de Engenharia e Pesquisa Aplicada, Volume 2, Número 1, 2016 Estudo e Implementação Computacional de um Sistema de Comunicação Digital Da Silva Junior, A. C. Escola Politécnica de Pernambuco Universidade
Leia maisVISÃO COMPUTACIONAL. Marcelo Henrique dos Santos
VISÃO COMPUTACIONAL Marcelo Henrique dos Santos marcelosantos@outlook.com São Paulo SP, Agosto/2013 INTRODUÇÃO Processamento de imagens é um processo onde a entrada do sistema é uma imagem e a saída é
Leia maisUniversidade do Estado de Minas Gerais Curso de Sistemas de Informações. Multimídia. A Imagem (Parte I)
Universidade do Estado de Minas Gerais Curso de Sistemas de Informações Multimídia A Imagem (Parte I) Prof Sérgio Carlos Portari Júnior portari.uemgituiutaba@gmail.com Multimídia A imagem Tópico: Representação
Leia maisAVALIAÇÃO QUALITATIVA DE DETECÇÃO DE BORDAS EM IMAGENS DE RADIOGRAFIA PERIAPICAIS
AVALIAÇÃO QUALITATIVA DE DETECÇÃO DE BORDAS EM IMAGENS DE RADIOGRAFIA PERIAPICAIS Hedlund Erik Martins Távora 1, John Hebert Da Silva Felix 2, Darleison Rodrigues Barros Filho 3, Fausta Joaquim Faustino
Leia maisCompressão de Imagens em Movimento
Compressão de Imagens em Movimento Padrão Dirac BBC / VC2 Princípios de Televisão Digital Guido Stolfi 10 / 2016 Guido Stolfi 1 / 17 Codificador Dirac Codificador Livre, Open Source, sem royalties Compensação
Leia maisINF Fundamentos da Computação Gráfica Professor: Marcelo Gattass Aluno: Rogério Pinheiro de Souza
INF2608 - Fundamentos da Computação Gráfica Professor: Marcelo Gattass Aluno: Rogério Pinheiro de Souza Trabalho 02 Visualização de Imagens Sísmicas e Detecção Automática de Horizonte Resumo Este trabalho
Leia mais