AVALIAÇÃO DO REGISTRO DAS BANDAS DE IMAGENS OBTIDAS POR CÂMARAS MULTIESPECTRAIS
|
|
- Teresa de Sequeira Carvalhal
- 6 Há anos
- Visualizações:
Transcrição
1 AVALIAÇÃO DO REGISTRO DAS BANDAS DE IMAGENS OBTIDAS POR CÂMARAS MULTIESPECTRAIS UNESP, Universidade Estadual Paulista, Faculdade de Ciências e Tecnologia, Dep. de Cartografia , Presidente Prudente, (galo, hasegawa, tomaseli, nnimai)@prudente.unesp.br RESUMO O uso de câmaras digitais é crescente em uma série de atividades de natureza métrica. Dentre as câmaras disponíveis têm-se as câmaras multiespectrais, nas quais a parte sensora é composta, normalmente, por mais de um dispositivo do tipo CCD (Charge-Coupled Device) ou CMOS (Complementary Metal Oxide Semiconductor). Como exemplo de uma câmara digital multiespectral tem-se a câmara infravermelha DuncanTech MS CIR, composta por três sensores CCD, sendo um para a banda Infravermelha (IV), outro para a banda do Vermelho (R) e outra na região Verde (G) do espectro eletromagnético. Uma vez que entre o sistema de lentes e cada um dos sensores têm-se elementos ópticos como prismas e filtros, dentre outros, que provocam desvios do feixe incidente, este trabalho tem como propósito principal avaliar o registro entre as bandas, a partir de medidas com qualidade subpixel, realizadas para cada uma das bandas. A partir destas medidas é feita uma avaliação estatística das discrepâncias nas componentes (coluna, linha) para as bandas IV-R e IV-G. Os experimentos realizados e os testes estatísticos indicam a existência de translações não nulas entre as bandas, sendo importante a sua consideração em algumas aplicações de natureza métrica, principalmente aquelas nas quais se pretende fazer a reconstrução da geometria 3D dos objetos, a partir do uso de múltiplas imagens. PALAVRAS CHAVE: Câmaras Multiespectrais, Registro de Imagens, Sensor CCD, Subpixel, Câmaras Digitais. ABSTRACT - The use of digital cameras is increasing in several metric applications, and one kind of camera is the multispectral one, in which one or more CCD (Charge-Coupled Device) or CMOS (Complementary Metal Oxide Semiconductor) sensors are usually available. The DuncanTech MS3100 CIR camera is one example of a multiespectral camera. This camera is composed by three CCD sensors: Infra Red (IV), Red (R) and another for the Green (G) region of spectrum. Since that between the lens objective and the CCD sensors there are optical elements like prisms and filters, some additional deviation in the bundle of rays is expected. So, the aim of this paper is to evaluate the registration between the channels, by measures that were obtained from images by using a semi-automatic subpixel point extraction technique. From the coordinates available in each channel, for a set of target (corner points and center of circular symmetry), the discrepancies on the components (columns, lines) are computed. The carried out experiments and the statistical tests indicate the existence of translations between the channels, being important its consideration in some applications, mainly those where images are used to recover the 3D geometry of objects. KEYWORDS: Multispectral Cameras; Image Registration; CCD Sensor; Subpixel; Digital Cameras. 1 INTRODUÇÃO E OBJETIVOS O uso de câmaras digitais é crescente em uma série de aplicações e áreas do conhecimento. Dentre elas pode-se destacar a inspeção industrial, segurança, mapeamento, agricultura de precisão, dentre outras. Dos tipos de sensores de imageamento disponíveis, de especial interesse em aplicações ligadas à agricultura de precisão são as câmaras multiespectrais. Em função da maior amplitude espectral destas câmaras, várias informações podem ser extraídas destas imagens, desde que conhecidos os padrões de interação entre os alvos de interesse, para os intervalos espectrais considerados. Como exemplo de câmara multiespectral pode-se mencionar a câmara DuncanTech MS3100 CIR (Color- InfraRed). Esta câmara é composta por três sensores CCD, como apresentado na próxima seção. Nesta câmara, entre os sensores e a objetiva têm-se alguns dispositivos
2 ópticos e quando o modo CIR é escolhido, as imagens são salvas fazendo-se a combinação dos níveis digitais das bandas IV, R e G; cada uma gerada por um sensor. Deste modo, este trabalho tem como objetivo a avaliação do registro entre estas três bandas. Esta análise é possível a partir da disponibilidade das coordenadas dos alvos medidos nas três bandas, sendo para isso usado um procedimento semi-automático no qual inicialmente é feita uma pontaria manual, e posteriormente um refinamento com qualidade subpixel, descrito na seção 3. É importante lembrar que em algumas aplicações em Fotogrametria, o uso de observações com qualidade subpixel é necessária, como ressaltado por Tang e Heipke (1996). Este tipo de refinamento, entretanto, não é necessário em todas as aplicações. CÂMARAS MULTIESPECTRAIS E O REGISTRO ENTRE BANDAS Nesta seção é feita uma descrição sucinta da câmara e da objetiva utilizada..1 Câmara Multiespectral DuncanTech MS3100 A câmara multiespectral DuncanTech MS CIR (Figura 1) é uma câmara que possui três sensores: na banda infra-vermelho (IV), vermelho (R) e verde (G) do espectro. Estes sensores são chips de silício do tipo CCD (Charge-Coupled Device). Além dos componentes mencionados, o sistema óptico inclui películas que têm a função de filtrar alguns comprimentos de onda, permitindo sua separação e direcionamento, para os diferentes sensores CCD da câmara. Estas películas, denominadas películas dicróicas (dicrhoic coating), são localizadas entre os prismas do sistema (Hi-Tech, 005). Na seqüência são apresentadas algumas características técnicas básicas, tanto da câmara quando da objetiva que compõe o sistema utilizado neste trabalho: Câmara Multiespectral DuncanTech; Modelo MS3100 CIR (Part N o , N o. Série 15); Dispositivo sensor composto por 3 CCDs de ½ (6,4 4,8mm); Dimensão das imagens: 139(h)x1039(v); Objetiva Tokina AT-X Pro (N o série: ), φ77mm; Lentes asféricas; Distância focal nominal 17mm.. Registro entre os canais IV, R e G O aplicativo disponibilizado pelo fabricante da câmara permite o controle e a escolha do modo como as imagens obtidas com a câmara DuncanTech MS3100 CIR podem ser salvas. Uma vez que o modo infravermelho é de grande interesse em Sensoriamento Remoto, mais especificamente em aplicações na agricultura de precisão, este será o modo considerado neste trabalho. Na Figura 3 são apresentadas duas regiões, de uma imagem aérea adquirida com esta câmara. Figura 1. Câmara DuncanTech MS3100. Fonte: Redlake (003). Através da Figura pode ser observada a estrutura desta câmara, sendo mostrados a objetiva, os três sensores CCD, bem como os prismas e filtros situados entre a objetiva e os sensores. a) b) Figura 3. Dois trechos de uma imagem obtida com a câmara Duncantech MS3100 CIR. Figura. Componentes básicos da câmara Duncantech MS CIR. Fonte: Hi-Tech (005). Pode-se observar que estas imagens estão ampliadas e apresentam naturalmente um certo grau de suavização. Além disso, pode-se notar, principalmente nas bordas de algumas feições, uma leve modificação nas cores, que pode ser decorrente, dentre outros fatores, do registro entre as bandas.
3 Com o intuito de avaliar se existe, ou não, diferenças no registro entre as bandas, bem como a sua significância, apresenta-se na seção 3 o procedimento adotado para esta análise. Objeto Quina 3 PROPOSTA PARA A QUANTIFICAÇÃO DO REGISTRO ENTRE OS CANAIS IV, R E G Ampliação Para a avaliação do registro entre as bandas, as seguintes etapas são consideradas: i Aquisição das imagens, no modo CIR; ii Seleção dos pontos a serem usados na análise; iii Medição das coordenadas aproximadas dos pontos selecionados (pontaria manual), em todas as imagens; iv Para as imagens adquiridas, fazer a separação dos canais, gerando imagens nas bandas IV, R e G; v Para todas as imagens obtidas na etapa (iv) fazer a aplicação da extração de pontos, com qualidade subpixel, usando os pontos medidos na etapa (iii) como valores aproximados; vi A partir destas coordenadas, calcular as discrepâncias nas componentes C, entre as bandas IV e R, bem como para as bandas as IV e G; vii Repetir os cálculos da etapa (vi) para a componente L; viii Realizar a análise estatística das discrepâncias em C e L, obtendo os valores C e L. Na etapa (vi) e (vii) são calculadas as discrepâncias entre as bandas R e G, com relação à banda IV. Neste caso, a banda considerada de referência foi a IV, mas poderia ser outra qualquer. Deste modo, caso as discrepâncias obtidas sejam significativas, as bandas R e G poderão ser registradas à banda IV. Na seção 3.1 é apresentado o principio da medição com qualidade subpixel utilizado neste trabalho, baseado em Haralick e Shapiro (1993), Förstner (1986) e Galo e Tozzi (00). 3.1 Princípio da medição de pontos com qualidade subpixel Para a obtenção da posição de quinas com acurácia subpixel pode-se usar o fato de que uma quina é formada pela interseção de dois (ou mais) segmentos lineares ou, em outras palavras, como sendo localizada na interseção dos vetores perpendiculares às direções de máximo gradiente sobre as bordas (Figura 4). g(l i,c i) - Direção de máximo gradiente (sobre as bordas). g o(l i,c i) Vetores perpendiculares a g(l i,c i). Figura 4. Princípio da obtenção de quinas a partir dos vetores perpendiculares aos vetores de máximo gradiente g(l,c). Adaptado de Galo e Tozzi (00). Designando a direção de máximo gradiente em um determinado pixel de posição (Linha,Coluna)=(L,C) por g(l,c) e o vetor ortogonal à direção de máximo gradiente por g o (L,C), pode-se observar que a interseção dos vetores g o (L,C), obtidos sobre cada ponto da borda, se dá na interseção procurada, ou seja, na quina. Representando por (L i,c j ) a posição de um ponto genérico i da borda e por (L o,c o ) a posição da quina a ser determinada, e considerando ainda que as bordas sejam representadas pela equação da reta na forma polar, a seguinte equação pode ser escrita: ni = ρ( Li, Ci) Locosθ Cosen θ = 0, (1) onde n i representa a distância entre a quina (L o,c o ) e a feição reta determinada por (ρ, θ), como pode-se ver na Figura 5. O θ i L ρ i. (L i,c i ) C Quina situada na posição (L o,c o ) Ponto situado sobre uma das bordas Figura 5. Posição da quina procurada (L o,c o ) e reta passante pelo ponto (L i,c i ) da borda. Se dentro de uma dada janela composta por m elementos (pixels) existir uma quina cuja posição seja dada por (L o,c o ), pode-se escrever um sistema de m equações na forma da Equação 1 e os parâmetros L o e C o
4 podem ser estimados num processo de ajustamento pelo Método dos Quadrados Mínimos. Ao utilizar no ajustamento todos os m pixels desta janela, é coerente considerar que os pontos situados nas bordas devem ter uma influência maior do que os demais. Uma maneira natural de considerar a maior influência dos pontos da borda é utilizar como fator de peso a magnitude do gradiente. Uma vez que os pontos de borda possuem maior gradiente, pode-se utilizar a Equação 1 com a ponderação sugerida por Haralick e Shapiro (1993, p. 336), podendo-se escrever a seguinte função: m ( Lˆ o, Ĉo) = o ( ρ( Li, Ci) Lˆ ocosθi Ĉ senθi ) w i Ω. () i= 1 onde w i = gi = gli + gci, sendo g Li e g Ci os componentes do gradiente ao longo das linhas e colunas, respectivamente. Deste modo, a estimativa da posição da quina, representada por ( Lˆ o,ĉo) pode ser feita considerando o fato de que o ponto de quina é aquele que minimiza a função definida na Equação. Este desenvolvimento pode ser visto em Haralick e Shapiro (1993, p. 341) e Galo e Tozzi (00, p. 99). Fazendo as derivadas parciais iguais a zero, bem como as simplificações adequadas, chega-se a uma solução simples para os parâmetros ( Lˆ o,ĉo). Esta solução pode ser obtida diretamente por Lˆ o g + Li gligci ( Lig Li Cig LigCi ) =.(3) Ĉo gcigli gci ( CigCi + Lig LigCi ) Observando a Equação 3 pode-se notar que para o cálculo de ( Lˆ o,ĉo) basta que se conheçam as posições dos pixels (L i,c i ) bem como os gradientes em cada ponto. Os gradientes ao longo das linhas ( g Li ) e colunas ( g Ci ) podem ser obtidos a partir das máscaras de SOBEL (Gonzales e Woods, 1993), por exemplo. O resultado obtido pela Equação 3 depende da inversão de uma matriz x e esta matriz pode ser associada à MVC - matriz variância-covariância do ajustamento, podendo ser utilizada para obter a elipse dos erros associada à quina ( Lˆ o,ĉo). A partir da dimensão e excentricidade desta elipse pode-se fazer a discriminação de pontos com diferentes características (Haralick e Shapiro, 1993, p. 341). É relevante também ressaltar que esta matriz é exatamente a matriz utilizada no operador de Förstner, como pode ser -se observador em Förstner (1986, p. 136), Luhmann e Altrogge (1986, p. 467) e Rohr (1997, p. 0), por exemplo. O método descrito acima é baseado em Haralick e Shapiro (1993) e Förstner (1986), e pode ser estendido, após algumas modificações, para a localização de centros de simetria circular (CSC). 1 Deste modo, para a aplicação deste procedimento, basta que seja definida a posição de uma pequena região de uma imagem, onde existe uma quina (ou um arco de circunferência - para o caso de CSC). Esta posição pode ser a obtida pela pontaria manual. 4 EXPERIMENTOS E DISCUSSÃO DOS RESULTADOS Para fazer a avaliação do registro entre as bandas, usando o procedimento descrito na seção anterior, foram utilizadas quatro imagens no modo CIR, formado basicamente por feições lineares, quinas e cinco alvos circulares (dentro do quadrado menor), como mostra a Figura 6. Figura 6. Imagens infravermelhas utilizadas nos experimentos. Sobre as imagens originais foram realizadas medidas em uma série de pontos, de modo manual. Posteriormente, usando as coordenadas destes pontos como valores aproximados, foi aplicado o algoritmo descrito na seção 3.1, obtendo a estimativa das coordenadas dos pontos com qualidade subpixel, para as bandas IV, R e G. A Figura 7 mostra a distribuição de todos os pontos medidos. Figura 7. Distribuição dos pontos medidos nas quatro imagens mostradas na Figura 6. A partir destas observações (nos 138 pontos) foram calculadas as discrepâncias médias entre as bandas IV e R, sendo obtidos os valores de C e L,
5 respectivamente para as colunas e linhas. Posteriormente, estes cálculos foram repetidos para as bandas IV e G. A Tabela 1 traz uma síntese destes cálculos. Discrepâncias entre as bandas IV e R C [pixel] L [pixel] Média e desviopadrão -0,783 ± 0,304-1,466 ± 0,77 Mínimo e máximo -1,734-0,075 -,136-0,651 Discrepâncias entre as bandas IV e G Média e desviopadrão -0,678 ± 0,70 0,600 ± 0,3 Mínimo e máximo -1,45-0,058 0,031 1,609 N. de pontos N=138 Tabela 1. Síntese das estatísticas para os valores de C e L, entre as bandas IV - R e IV- G. Os valores de C e L para o caso em que são considerados apenas os pontos de uma imagem (N=36) não são muito diferentes do apresentado na Tabela 1. A Tabela traz os intervalos de confiança para os valores de C e L, considerando uma probabilidade de 99%, para os dois conjuntos de pontos utilizados. Intervalo de confiança para as translações C e L entre as bandas IV e R N=36 P( -0,97 C -0,694 )=99% P( -1,637 L -1,396 )=99% N=138 P(-0,850 C -0,715 )=99% P(-1,57 L -1,404 )=99% Intervalo de confiança para as translações C e L entre as bandas IV e G N=36 P( -0,875 C -0,640 )= 99% P( 0,516 L 0,63 )= 99% N=138 P(-0,738 C -0,618 )=99% P(0,548 L 0,65 )=99% Tabela. Intervalos de confiança para as translações C e L, para uma probabilidade de P=99%. Como pode ser observado pela Tabela, uma vez que o valor nulo não faz parte dos intervalos calculados, pode-se inferir que existem tendências entre as bandas IV e R, e também entre IV e G. Estas tendências são aquelas apresentadas na Tabela 1 e correspondem às translações entre as bandas consideradas. A Figura 8 mostra um dos alvos medidos, sendo mostradas as posições obtidas para cada uma das bandas, bem como para a imagem original. A imagem de fundo corresponde à imagem da banda R. Os pontos indicados pela seta são os medidos na banda R, os pontos marcados com (+) são os medidos fazendo a pontaria manual (na imagem original), os pontos marcados por um triângulo são os medidos na banda IV e os marcados por um pequeno círculo são os medidos na banda G. Figura 8. Pontos medidos sobrepostos à banda R. Na Figura 9 os pontos resultantes do processo de medição são sobrepostos à banda IV. Os pontos indicados pelas setas são os pontos obtidos pelo procedimento semi-automático. Figura 9. Pontos medidos sobrepostos à banda IV. Como poder ser percebido visualmente, as diferenças médias (Tabela 1) podem ser notadas pela distribuição dos pontos nas Figuras 8 e 9. A partir dos valores obtidos na Tabela 1, pode-se considerar a aplicação destas translações às bandas R e G, sendo necessário, portanto, a reamostragem destas bandas. Este procedimento foi aplicado a algumas imagens não utilizadas na estimativa de C e L. A Figura 10 traz o resultado do registro e a reamostragem das bandas R e G, para as imagens mostradas na Figura 3. a) b) Figura 10. Imagens da Figura 3, após o registro das bandas R e G usando as translações estimadas.
6 A Figura 11 traz o resultado da aplicação do mesmo procedimento para outras duas imagens. significância de eventuais rotações, diferenças de escala, dentre outros fatores. REFERÊNCIAS a) b) c) d) e) f) Figura 11. Porção das imagens originais (a, b, c) e reamostradas (d, e, f) após o registro. Pode-se notar pelas Figuras 10 e 11, que a reamostragem das bandas R e G, usando as translações estimadas com qualidades subpixel, melhora as imagens, principalmente nas regiões próximas às bordas das feições. 5 CONSIDERAÇÕES FINAIS E CONCLUSÕES Neste trabalho foi feita a análise do registro entre as bandas IV, R e G de imagens geradas por uma câmara multiespectral composta por três sensores CCD. Para o cálculo das discrepâncias médias para as coordenadas C e L, entre as bandas, foram usados os valores obtidos por um método semi-automático de detecção de quinas, com qualidade subpixel. Este método se baseia no fato de que as quinas se localizam na interseção dos vetores ortogonais à direção de máximo gradiente sobre as bordas, sendo a solução obtida pelo Método dos Quadrados Mínimos. As discrepâncias e as estatísticas calculadas a partir destas posições permitem concluir que existem translações não nulas entre as bandas IV e R, bem como entre as bandas IV e G, para as imagens utilizadas. Uma vez que estas translações dependem da câmara utilizada, é relevante considerar que, para aplicações onde o conhecimento de posições com alta precisão seja requerido, o registro das bandas pode ser necessário. No presente trabalho considerou-se apenas a existência de translações entre as bandas, o que já se mostrou suficiente para melhorar a qualidade da imagem. No entanto, sugere-se para trabalhos futuros que sejam investigados outros modelos, podendo-se avaliar a Förstner, W. A feature based correspondence algorithm for image matching. In: IAPRS - International Archives of Photogrammetry and Remote Sensing, Vol. XXVI (3/3), pp , Galo, M.; Tozzi, C. L. Extração de pontos com acurácia subpixel em imagens digitais. In: Mitishita, Edson Aparecido. (Org.). Série em Ciências Geodésicas - Pesquisa em Ciências Geodésicas Curitiba, 00, v., p ISBN: Gonzales, R.; Woods, R. E. Digital image processing. Addison-Wesley Publishing Company, Reading, p. Haralick, R. M.; Shapiro, L. G. Computer and robot vision - Vol. II. Addison-Wesley Publishing Company, Reading, p. Hi-Tech Electronics Pte Ltd. Spectral Configuration Guide for DuncanTech 3-CCD Cameras. (Acesso: 01 fevereiro 005) Luhmann, T.; Altrogge, G. Interest-operator for image matching. In: IAPRS - International Archives of Photogrammetry and Remote Sensing. Vol. XXVI (3/), pp , Redlake MASD MegaPlus MS3100 Multi-Spectral Câmera (Acesso: 06 dezembro 004) Rohr, K. On 3D differential operators for detecting point landmarks. Image and Vision Computing, Vol. 15, pp , Tang, L.; Heipke, C. Automatic Relative Orientation of Aerial Images. Photogrammetric Engineering & Remote Sensing, Vol. 6, No. 1, January, pp , AGRADECIMENTOS Os autores agradecem à MSc. Sandra Stephan de Souza Telles e à Eng. Cartógrafa Annette Pic, pela materialização do campo de teste; à FAPESP - Fundação de Amparo à Pesquisa do Estado de São Paulo, pelo apoio no projeto multiusuário (Processo: 1997/ ) e ao CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico, pelo suporte ao projeto Sensoriamento Remoto Aerotransportado (Processo: 47593/003-0).
EXTRAÇÃO SEMI - AUTOMÁTICA DE FEIÇÕES LINEARES E A CALIBRAÇÃO DOS PARÂMETROS INTRÍNSECOS DE CÂMERAS Projeto de Pesquisa PIBIC/CNPq ( )
USP UNIVERSIDADE DE SÃO PAULO EP ESCOLA POLITÉCNICA EXTRAÇÃO SEMI - AUTOMÁTICA DE FEIÇÕES LINEARES E A CALIBRAÇÃO DOS PARÂMETROS INTRÍNSECOS DE CÂMERAS Projeto de Pesquisa PIBIC/CNPq (2000-2001) LEONARDO
Leia maisCALIBRAÇÃO DE UMA CÂMARA DIGITAL MULTIESPECTRAL COM TRÊS SENSORES CCD *
CALIBRAÇÃO DE UMA CÂMARA DIGITAL MULTIESPECTRAL COM TRÊS SENSORES CCD * * GALO, M.; TOMMASELLI, A. M. G.; HASEGAWA, J. K. Calibração de uma câmara digital multiespectral com três sensores CCD. In: Anais
Leia maisEXTRAÇÃO DE PONTOS COM ACURÁCIA SUBPIXEL EM IMAGENS DIGITAIS *
EXTRAÇÃO DE PONTOS COM ACURÁCIA SUBPIXEL EM IMAGENS DIGITAIS * * GALO, Mauricio; TOZZI, Clésio Luis. Extração de pontos com acurácia subpixel em imagens digitais. In: MITISHITA, Edson Aparecido. (Org.).
Leia maisAerotriangulação Digital
Aerotriangulação Digital Aerotriangulação é a densificação de Pontos de Controle utilizados na correlação entre as imagens aéreas e o Sistema de Coordenadas do mapeamento, partindo de poucos pontos de
Leia maisUM MODELO MATEMÁTICO PARA CALIBRAÇÃO DE CÂMARAS BASEADO EM LINHAS RETAS. Sandra Stephan de Souza Telles 1 Antonio Maria Garcia Tommaselli 2 RESUMO
UM MODELO MATEMÁTICO PARA CALIBRAÇÃO DE CÂMARAS BASEADO EM LINHAS RETAS A mathematical model for camera calibration based on straight lines Sandra Stephan de Souza Telles Antonio Maria Garcia Toaselli
Leia maisResoluções das Imagens fotogramétricas e digitais. Fotogrametria e Fotointerpretação Prof. Dr. Raoni W. D. Bosquilia
Resoluções das Imagens fotogramétricas e digitais Fotogrametria e Fotointerpretação Prof. Dr. Raoni W. D. Bosquilia Classificação dos filmes aerofotogramétricos Os filmes podem ser: preto e branco ou coloridos.
Leia maisProcessamento de Malhas Poligonais
Processamento de Malhas Poligonais Tópicos Avançados em Computação Visual e Interfaces I Prof.: Marcos Lage www.ic.uff.br/~mlage mlage@ic.uff.br Conteúdo: Notas de Aula Curvas 06/09/2015 Processamento
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 maisORIENTAÇÃO DE IMAGENS SEM PONTOS DE APOIO PARA MENSURAÇÃO DE SUPERFÍCIES PLANAS
121 ORIENTAÇÃO DE IMAGENS SEM PONTOS DE APOIO PARA MENSURAÇÃO DE SUPERFÍCIES PLANAS Close range restitution with no need for controlling points in order to measure straight lines MÁRIO LUIZ LOPES REISS
Leia maisTESTES DE CALIBRAÇÃO COM O MODELO DE CORREÇÃO DAS LENTES DO SOFTWARE FLEXCOLOR - HASSELBLAD
TESTES DE CALIBRAÇÃO COM O MODELO DE CORREÇÃO DAS LENTES DO SOFTWARE FLEXCOLOR - HASSELBLAD ROBERTO DA SILVA RUY ANTONIO MARIA GARCIA TOMMASELLI MAURICIO GALO JULIO KIYOSHI HASEGAWA THIAGO TIEDTKE DOS
Leia maisFACULDADE DE ENGENHARIA DE MINAS GERAIS SENSORIAMENTO REMOTO E AEROFOTOGRAMETRIA REVISÃO DE CONTEÚDO. Prof. Marckleuber
FACULDADE DE ENGENHARIA DE MINAS GERAIS SENSORIAMENTO REMOTO E AEROFOTOGRAMETRIA - 2011 REVISÃO DE CONTEÚDO Prof. Marckleuber -Diferença: Imagem de satélite X fotografia aérea -Satélite X Sensor X Radar
Leia maisA Fotogrametria Digital
A Fotogrametria Digital Fotogrametria Digital O que é a fotogrametria Digital? A Fotogrametria Digital é a parte da fotogrametria que trata dos aspectos geométricos do uso de fotografias, com a finalidade
Leia mais(") ; b) ρ b1b2 = 0,5; ρ b1b3 = 0,5; ρ b1b4 = 0
GA PROJETO E ANÁLISE E REES GEOÉSICAS EXERCÍCIOS ) Estimar a precisão do perímetro e da área de uma circunferência, e do volume de uma esfera, cujo raio (R) pode ser medido com as seguintes características:
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 maisREGISTRO AUTOMÁTICO DE IMAGENS
REGISTRO AUTOMÁTICO DE IMAGENS Dmitry Fedorov Dr. Leila M. G. Fonseca INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS, São José dos Campos, 2003. Motivação Estudos multi-temporais (Landsat-TM) Motivação Estudos
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 maisProcessamento de Imagem. Filtragem no Domínio Espacial Professora Sheila Cáceres
Processamento de Imagem Filtragem no Domínio Espacial Professora Sheila Cáceres Filtragem A filtragem de imagens pode ser realizada no domínio do espaço e da frequência Operadores de filtragem são classificados
Leia maisPROCESSAMENTO DIGITAL DE IMAGENS
UNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA LUIZ DE QUEIROZ DEPARTAMENTO DE ENGENHARIA DE BIOSSISTEMAS DISCIPLINA: LEB450 TOPOGRAFIA E GEOPROCESSAMENTO II PROF. DR. CARLOS ALBERTO VETTORAZZI
Leia maisCâmeras Fotogramétricas. Fotogrametria e Fotointerpretação Prof. Dr. Raoni W. D. Bosquilia
Câmeras Fotogramétricas Fotogrametria e Fotointerpretação Prof. Dr. Raoni W. D. Bosquilia Câmeras Fotográficas São todos os dispositivos que, através de um sistema ótico, registram a energia refletida
Leia maisRestauração de imagens NOAA por Morfologia Matemática
Restauração de imagens NOAA por Morfologia Matemática GERALD JEAN FRANCIS BANON 1 ANA LÚCIA BEZERRA CANDEIAS 1 1 DPI/INPE Divisão de Processamento de Imagens / Instituto Nacional de Pesquisas Espacias
Leia maisEstimativa de Posição 3D de Obstáculos para VANTs
Estimativa de Posição 3D de Obstáculos para VANTs Rodolfo Barros Chiaramonte, Kalinka Regina Lucas Jaquie Castelo Branco Institute of Mathematics and Computing Sciences (ICMC) University of São Paulo (USP),
Leia maisCLASSIFICAÇÃO SUPERVISIONADA EM IMAGEM ALOS PARA O MAPEAMENTO DE ARROZ IRRIGADO NO MUNICÍPIO DE MASSARANDUBA SC
p. 001-007 CLASSIFICAÇÃO SUPERVISIONADA EM IMAGEM ALOS PARA O MAPEAMENTO DE ARROZ IRRIGADO NO MUNICÍPIO DE MASSARANDUBA SC RAPHAEL SOUZA RIBEIRO DENILSON DORTZBACH. JUAN ANTÔNIO ALTAMIRANO FLORES Universidade
Leia maisPROCESSAMENTO DE IMAGENS
PROCESSAMENTO DE IMAGENS Introdução Conceitos básicos Pré-processamento Realce Classificação PROCESSAMENTO DE IMAGENS- aula de 25/5/10 Introdução Conceitos básicos Pré-processamento Realce Classificação
Leia maisRealce de Imagens. Realce de Imagens
T Objetivo: Melhorar a qualidade visual da imagem. g 1 g 2 Contraste entre dois objetos pode ser definido como a diferença entre os níveis de cinza médios dos objetos. Observando as imagens g 1 e g 2 é
Leia maisRealce de Imagens. Objetivo: Melhorar a qualidade visual da imagem.
T Objetivo: Melhorar a qualidade visual da imagem. g 1 g 2 Contraste entre dois objetos pode ser definido como a diferença entre os níveis de cinza médios dos objetos. Observando as imagens g 1 e g 2 é
Leia maisFiltragem. Processamento digital de imagens. CPGCG/UFPR Prof. Dr. Jorge Centeno
Filtragem Processamento digital de imagens CPGCG/UFPR Prof. Dr. Jorge Centeno Operações de vizinhança (Filtros) Filtros lineares Filtro passa-baixas (suavização) Filtro passa-altas (realce) Filtros direcionais
Leia maisTratamento estatístico de observações
Tratamento estatístico de observações Prof. Dr. Carlos Aurélio Nadal OBSERVAÇÃO: é o valor obtido durante um processo de medição. DADO: é o resultado do tratamento de uma observação (por aplicação de uma
Leia maisFILTROS ESPACIAIS PASSA-BAIXA
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL PROGRAMA DE PÓS-GRADUAÇÃO EM COMPUTAÇÃO CMP65 - INTRODUÇÃO AO PROCESSAMENTO DE IMAGENS PROFESSOR JACOB SCARCHANSKI FILTROS ESPACIAIS PASSA-BAIXA POR DANIEL NEHME
Leia maisSegmentação e Classificação. Prof. Herondino
Segmentação e Classificação Prof. Herondino Segmentação Neste processo, divide-se a imagem em regiões que devem corresponder às áreas de interesse da aplicação. Entende-se por regiões um conjunto de "pixels"
Leia mais3 Simpósio Internacional de Agricultura de Precisão
SELEÇÃO DE ÍNDICES ESPECTRAIS PARA ESTIMATA DA VARIABILIDADE DA PRODUTIDADE NA CAFEICULTURA DE MONTANHA EM IMAGENS AÉREAS DIGITAIS 1 Diogo Santos Campos 2, Daniel Marçal de Queiroz 3, Francisco de Assis
Leia maisEm busca de uma Metodologia para Atualização Cadastral Urbana com Tecnologias Alternativas: um Estudo de Caso
368 Em busca de uma Metodologia para Atualização Cadastral Urbana com Tecnologias Alternativas: um Estudo de Caso Arivaldo Leão de Amorim bino7@terra.com.br natgroet@yahoo.com.br Universidade Federal da
Leia maisCAPÍTULO V 5 CONCLUSÕES E RECOMENDAÇÕES 5.1 SÍNTESE DO TRABALHO DESENVOLVIDO
182 CAPÍTULO V 5 CONCLUSÕES E RECOMENDAÇÕES 5.1 SÍNTESE DO TRABALHO DESENVOLVIDO Neste trabalho foi proposta uma metodologia para a automação da resseção espacial de imagens digitais baseada no uso hipóteses
Leia maisLista de Problemas. Universidade Federal do Rio Grande do Sul Instituto de Física Departamento de Física FIS01044 UNIDADE III Interferência
Universidade Federal do Rio Grande do Sul Instituto de Física Departamento de Física FIS01044 UNIDADE III Interferência Lista de Problemas Problemas extraídos de HALLIDAY, D., RESNICK, R., WALKER, J. Fundamentos
Leia maisDetecção de objetos regulares em imagens de alta resolução utilizando casamento de modelos. Douglas Messias Uba 1 Luciano Vieira Dutra 1
Detecção de objetos regulares em imagens de alta resolução utilizando casamento de modelos Douglas Messias Uba 1 Luciano Vieira Dutra 1 1 Instituto Nacional de Pesquisas Espaciais INPE Caixa Postal 515
Leia maisIMAGENS DIGITAIS APLICADAS PARA DETERMINAÇÃO DE ÁREAS AGRÍCOLAS ATRAVÉS DO CLASSIFICADOR BAYES
IMAGENS DIGITAIS APLICADAS PARA DETERMINAÇÃO DE ÁREAS AGRÍCOLAS ATRAVÉS DO CLASSIFICADOR BAYES RAFAEL COLL DELGADO 1 ; GILBERTO CHOHAKU SEDIYAMA 2 ; EVALDO DE PAIVA LIMA 3, RICARDO GUIMARÃES ANDRADE 4
Leia maisRastreamento de Objetos Baseado em Grafos. Casamento Inexato entre Grafos Relacionais com Atributos
Rastreamento de Objetos Baseado em Casamento Inexato entre Grafos Relacionais com Atributos Exame de Qualificação de Mestrado Ana Beatriz Vicentim Graciano Orientador: Roberto M. Cesar Jr. Colaboradora:
Leia maisDALILA ROSA SOUZA ESPINHOSA 1 JOÃO FERNANDO CUSTÓDIO DA SILVA 2 MAURICIO GALO 2. UNESP - Universidade Estadual Paulista 2
EFEITOS DA INJUNÇÃO DA BASE NAS ORIENTAÇÕES INTERIOR E EXTERIOR E NAS COORDENADAS DO ESPAÇO OBJETO EM IMAGENS OBTIDAS COM A ESTÉREO VÍDEO-CÂMARA DE UM SISTEMA MÓVEL DE MAPEAMENTO Effects of the base constraint
Leia maisFundamentos sobre. Universidade Federal do Rio de Janeiro - IM/DCC & NCE. Antonio G. Thomé Sala AEP/1033. Processamento de Imagens
Universidade Federal do Rio de Janeiro - IM/DCC & NCE Fundamentos sobre Processamento de Imagens Antonio G. Thomé thome@nce.ufrj.br Sala AEP/1033 Sumário do Curso Introdução Ambientação com o MatLab Aquisição
Leia maisCASA-F - Ferramenta para Obtenção e Seleção de Pontos de Controle por Casamento de Feições Descrição e Resultados
CASA-F - Ferramenta para Obtenção e Seleção de Pontos de Controle por Casamento de Feições Descrição e Resultados João Camilo da Silva 1 Luciano Vieira Dutra 2 Airton Prati 1 José Paulo Breda Destro 1
Leia maisPMR2560 Visão Computacional Detecção de bordas. Prof. Eduardo L. L. Cabral
PMR56 Visão Computacional Detecção de bordas Prof. Eduardo L. L. Cabral Objetivos Processamento de imagens: Características; Detecção de bordas. Características Tipos de características: Bordas; Cantos;
Leia maisPotencial do uso da banda do infravermelho próximo na classificação de imagens adquiridas por câmaras digitais
Potencial do uso da banda do infravermelho próximo na classificação de imagens adquiridas por câmaras digitais Lauriana Rúbio Sartori Nilton Nobuhiro Imai Antônio Maria Garcia Tommaselli Roberto da Silva
Leia maisProcessamento Digital de Imagens
Processamento Digital de Imagens Conceitos Básicos CPGCG/UFPR Prof. Dr. Jorge Centeno Realidade e imagem Uma imagem é a representação pictórica de um aspecto da realidade. Uma imagem não é idêntica à cena
Leia maisFUNDAMENTOS DA COMPUTAÇÃO GRÁFICA
FUNDAMENTOS DA COMPUTAÇÃO GRÁFICA 28/05/2014 Luz e Cor Aluno: Leonardo Henrique Camello do Nascimento Professor: Marcelo Gattass INTRODUÇÃO O objetivo deste trabalho é gerar diversos espectros de reflexão.
Leia mais3 Trabalhando com imagens digitais
3 Trabalhando com imagens digitais Neste capítulo, é apresentada a importância da utilização de imagens digitais em aplicações de computação gráfica. Se o objetivo destas aplicações for criar uma cena
Leia mais3 Extração de Regras Simbólicas a partir de Máquinas de Vetores Suporte 3.1 Introdução
3 Extração de Regras Simbólicas a partir de Máquinas de Vetores Suporte 3.1 Introdução Como já mencionado na seção 1.1, as SVMs geram, da mesma forma que redes neurais (RN), um "modelo caixa preta" de
Leia maisMicroscopia Óptica [3] (cont.)
Microscopia Óptica [3] (cont.) Microscópio ótico: Carl Zeiss (Alemanha - 1930) Características construtivas: microscópio convencional iluminação diascópica platina móvel (X, Y) porta-objetivas (revólver)
Leia mais4 as Jornadas Politécnicas de Engenharia
4 as Jornadas Politécnicas de Engenharia Imagens de Faces: Exemplos de Metodologias e Aplicações Fernando Carvalho, João Manuel R. S. Tavares Aplicação Metodologias Modelos Conclusões Trabalho Futuro Introdução:
Leia maisCAPÍTULO 5 RESULTADOS. São apresentados neste Capítulo os resultados obtidos através do programa Classific, para
CAPÍTULO 5 RESULTADOS São apresentados neste Capítulo os resultados obtidos através do programa Classific, para as imagens coletadas no verão II, período iniciado em 18/01 e finalizado em 01/03 de 1999,
Leia maisUniversidade Federal do Rio de Janeiro - IM/DCC & NCE
Universidade Federal do Rio de Janeiro - IM/DCC & NCE Processamento de Imagens Segmentação Antonio G. Thomé thome@nce.ufrj.br Sala AEP/133 Conceituação Segmentação é uma tarefa básica no processo de análise
Leia maisClassificação supervisionada
Classificação supervisionada 1. Semi-automatic Classification Plugin (SCP) O SCP é um plugin do QGIS desenvolvido por Luca Congedo e utilizado para a classificação semiautomática de imagens de sensoriamento
Leia maisProcessamento de Imagem. Convolução Filtragem no Domínio da Frequência (Fourier) Professora Sheila Cáceres
Processamento de Imagem Convolução Filtragem no Domínio da Frequência (Fourier) Professora Sheila Cáceres Lembrando Filtragem Correlação A correlação e a convolução sãos dois conceitos relacionados a filtragem.
Leia maisINFLUÊNCIA DA COMPRESSÃO JPEG NA DETECÇÃO DE BORDAS EM IMAGENS DIGITAIS
ISSN 1981-6251, p. 372-378 INFLUÊNCIA DA COMPRESSÃO JPEG NA DETECÇÃO DE BORDAS EM IMAGENS DIGITAIS JOÃO BATISTA TAVARES JÚNIOR ELMO LEONARDO XAVIER TANAJURA JORGE A. SILVA CENTENO Universidade Federal
Leia maisObjectivo. História da fotogrametria. História da fotogrametria. Fotogrametria aérea / terrestre. História da fotogrametria.
Fotogrametria Objectivo Fotogrametria é a arte, ciência e tecnologia usada para a recolha de informação métrica e interpretativa dos objectos, por meio da medição e interpretação de imagens recolhidas
Leia maisMAT 105- Lista de Exercícios
1 MAT 105- Lista de Exercícios 1. Determine as áreas dos seguintes polígonos: a) triângulo de vértices (2,3), (5,7), (-3,4). Resp. 11,5 b) triângulo de vértices (0,4), (-8,0), (-1,-4). Resp. 30 c) quadrilátero
Leia mais- identificar operadores ortogonais e unitários e conhecer as suas propriedades;
DISCIPLINA: ELEMENTOS DE MATEMÁTICA AVANÇADA UNIDADE 3: ÁLGEBRA LINEAR. OPERADORES OBJETIVOS: Ao final desta unidade você deverá: - identificar operadores ortogonais e unitários e conhecer as suas propriedades;
Leia maisMÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL
MÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL Pedro Henrique Bragioni Las Casas Pedro.lascasas@dcc.ufmg.br Apresentação baseada nos slides originais de Jussara Almeida e Virgílio Almeida
Leia maisMódulo de Geometria Anaĺıtica Parte 2. Circunferência. Professores Tiago Miranda e Cleber Assis
Módulo de Geometria Anaĺıtica Parte Circunferência a série E.M. Professores Tiago Miranda e Cleber Assis Geometria Analítica Parte Circunferência 1 Exercícios Introdutórios Exercício 1. Em cada item abaixo,
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 mais5. Resultados e Discussão
47 5. Resultados e Discussão 5.1.1. Faixa de trabalho e Faixa linear de trabalho As curvas analíticas obtidas são apresentadas na Figura 14 e Figura 16. Baseado no coeficiente de determinação (R 2 ) encontrado,
Leia maisHistória da fotogrametria. Fotogrametria aérea / terrestre. História da fotogrametria. Câmaras métricas Fotogrametria
É a arte, ciência e tecnologia usada para a recolha de informação métrica e interpretativa dos objetos, por meio da medição e interpretação de imagens recolhidas através de registos na banda espectral
Leia maisRoteiro para calibração automática de câmera e laser
Universidade Federal de Minas Gerais - UFMG Escola de Engenharia Programa de Pós-Graduação em Engenharia Elétrica - PPGEE Disciplina: Aluna: Orientador: Projeto de Tese I Natália Cosse Batista Guilherme
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 maiscarga do fio: Q. r = r p r q figura 1
Uma carga Q está distribuída uniformemente ao longo de um fio reto de comprimento infinito. Determinar o vetor campo elétrico nos pontos situados sobre uma reta perpendicular ao fio. Dados do problema
Leia maisQualidade das Imagens de Alta Resolução Geradas por Sensores Aéreos Digitais
Qualidade das Imagens de Alta Resolução Geradas por Sensores Aéreos Digitais Image Quality from High Resolution Airborne Sensors Resumo Irineu da Silva 1 Guillermo Gallo 2 Os sensores digitais aerotransportados
Leia maisProcessamento de Imagens. Processamento de Imagens. Universidade Federal do Rio de Janeiro - IM/DCC & NCE. Fundamentos sobre. Antonio Carlos Gay Thomé
Universidade Federal do Rio de Janeiro - IM/DCC & NCE Fundamentos sobre Processamento de Imagens Antonio Carlos Gay Thomé Meus dados: Sala 1033 / AEP thome@nce.ufrj.br equipe.nce.ufrj.br/thome Laboratório
Leia maisO EFEITO DA COMPRESSÃO DE IMAGENS NOS PROCESSOS AUTOMÁTICOS DE EXTRAÇÃO DE INFORMAÇÕES
Anais do III Colóquio Brasileiro de Ciências Geodésicas 0 O EFEITO DA COMPRESSÃO DE IMAGENS NOS PROCESSOS AUTOMÁTICOS DE EXTRAÇÃO DE INFORMAÇÕES Jorge Antonio Silva Centeno 1 Alvaro Muriel Machado 2 Patricia
Leia mais14/05/2014. Tratamento de Incertezas TIC Aula 12. Conteúdo Propagação de Incertezas. Incerteza Propagação de incertezas de primeira ordem
Tratamento de Incertezas TIC-00.76 Aula 2 Conteúdo Professor Leandro Augusto Frata Fernandes laffernandes@ic.uff.br Material disponível em http://www.ic.uff.br/~laffernandes/teaching/204./tic-00.76 Tópicos
Leia maisSensoriamento Remoto II
Sensoriamento Remoto II 2: transformações espetrais IHS, Tasseled Cap UFPR Departamento de Geomática Prof. Jorge Centeno 2016 copyright@ centenet Sensoriamento Remoto II Descrição da Ementa: Transformações
Leia maisDetecção e Correção Automáticas de Olhos Vermelhos
Setor de Tecnologia da Universidade Federal do Paraná Curso de Engenharia Elétrica TE 072 Processamento Digital de Sinais Detecção e Correção Automáticas de Olhos Vermelhos Trabalho elaborado pelo aluno
Leia maisCLASSIFICAÇÃO DE PADRÕES EM IMAGENS UTILIZANDO DESCRITORES DE TEXTURA Pattern Classification in Images Using Descriptors of Texture
CLASSIFICAÇÃO DE PADRÕES EM IMAGENS UTILIZANDO DESCRITORES DE TEXTURA Pattern Classification in Images Using Descriptors of Texture 1 e Sandro Roberto Fernandes 2 Resumo: Nesta pesquisa foi desenvolvido
Leia mais09/03/2017. O que é Sensoriamento Remoto? Tipos de Sensoriamento Remoto REVISÃO SENSORIAMENTO REMOTO AULA ZERO. Satélites.
REVISÃO SENSORIAMENTO REMOTO AULA ZERO Daniel C. Zanotta 09/03/2017 O que é Sensoriamento Remoto? Arte e ciência da obtenção de informações sobre um objeto, através de radiação eletromagnética, sem contato
Leia maisCurso de Geomática Aula 2. Prof. Dr. Irineu da Silva EESC-USP
Curso de Geomática Aula Prof. Dr. Irineu da Silva EESC-USP Sistemas de Coordenadas Determinar a posição de um ponto, em Geomática, significa calcular as suas coordenadas. Calcular as coordenadas de um
Leia maisClassificação de Folhas por Tamanho e Forma Através de Descritores Geométricos e Análise dos Componentes Principais
Classificação de Folhas por Tamanho e Forma Através de Descritores Geométricos e Análise dos Componentes Principais MARCOS C. DE ANDRADE, LÚCIO C. M. PINTO Centro de Desenvolvimento da Tecnologia Nuclear
Leia maisImplementação de programa para orientação relativa semi-automática de imagens digitais. Lígia Albuquerque de Alcântara 1 Daniel Carneiro da Silva 1
Implementação de programa para orientação relativa semi-automática de imagens digitais Lígia Albuquerque de Alcântara 1 Daniel Carneiro da Silva 1 1 Universidade Federal de Pernambuco - UFPE Recife - PE,
Leia maisdefi departamento de física
defi departamento de física Laboratórios de Física www.defi.isep.ipp.pt Diâmetro de um fio com laser Instituto Superior de Engenharia do Porto Departamento de Física Rua Dr. António Bernardino de Almeida,
Leia maisétodos uméricos ZEROS DE FUNÇÕES DE UMA OU MAIS VARIÁVEIS Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos ZEROS DE FUNÇÕES DE UMA OU MAIS VARIÁVEIS Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO
Leia maisExtração Seletiva de Linhas de Controle em Imagens CBERS-2B HRC
Extração Seletiva de Linhas de Controle em Imagens CBERS-2B HRC Vander Luis de Souza Freitas (1) e Antonio Maria Garcia Tommaselli (2) Universidade Estadual Paulista UNESP Faculdade de Ciências e Tecnologia
Leia maisFOTOGRAMETRIA: FUNDAMENTOS E PROCESSOS. LEB 450 Topografia e Geoprocessamento II Prof. Carlos A. Vettorazzi
FOTOGRAMETRIA: FUNDAMENTOS E PROCESSOS LEB 450 Topografia e Geoprocessamento II Prof. Carlos A. Vettorazzi 1 Introdução Definição: Fotogrametria é a arte, ciência e tecnologia de se obterem informações
Leia maisMétodos de Segmentação de Imagem para Análise da Marcha
Métodos de Segmentação de Imagem para Análise da Marcha Maria João M. Vasconcelos, João Manuel R. S. Tavares maria.vasconcelos@fe.up.pt, tavares@fe.up.pt 3º Congresso Nacional de Biomecânica 11-12 Fevereiro
Leia maisInstituto Tecnológico de Aeronáutica. Prof. Carlos Henrique Q. Forster Sala 121 IEC. ramal 5981
CC222 Visão Computacional Clustering Instituto Tecnológico de Aeronáutica Prof. Carlos Henrique Q. Forster Sala 121 IEC ramal 5981 Tópicos da aula Transformada de Hough Clustering de formas Hashing geométrico
Leia mais2.1. Construção da Pista
2 Malha de Controle Para que se possa controlar um dado sistema é necessário observar e medir suas variáveis de saída para determinar o sinal de controle, que deve ser aplicado ao sistema a cada instante.
Leia maisTechnologic tools to support WIM systems development
Ferramentas tecnológicas para auxiliar o desenvolvimento de sistemas WIM Gabriel Felix Gueler - gabriel.gueler@smarttech.com.br Smarttech. Resumo Este trabalho apresenta as tecnologias integradas utilizadas
Leia maisCARACTERÍSTICAS DE IMAGENS: PONTOS E SUPERFÍCIES
CARACTERÍSTICAS DE IMAGENS: PONTOS E SUPERFÍCIES O que são? CARACTERÍSTICAS DE IMAGENS (Image Features) o Propriedades Globais de uma imagem, ou de parte dela (característica global). Por exemplo: Médias
Leia maisProcessamento de Imagens Coloridas. Prof. Adilson Gonzaga
Processamento de Imagens Coloridas Prof. Adilson Gonzaga 1 Aparência de um Objeto A aparência de um objeto é o resultado de uma complexa interação da luz incidente sobre este objeto, suas características
Leia maisAvaliação Parcial 01 - GABARITO Questões Bate Pronto. As questões 1 a 23 possuem apenas uma alternativa correta. Marque-a.
Avaliação Parcial 01 - GABARITO Questões Bate Pronto. As questões 1 a 23 possuem apenas uma alternativa correta. Marque-a. 1) A água reflete muita radiação no infravermelho próximo. (5 pontos) 2) A radiação
Leia maisLista de Exercícios 3 Corrente elétrica e campo magnético
Lista de Exercícios 3 Corrente elétrica e campo magnético Exercícios Sugeridos (16/04/2007) A numeração corresponde ao Livros Textos A e B. A22.5 Um próton desloca-se com velocidade v = (2i 4j + k) m/s
Leia maisClassificação e Exemplos de Sistemas Sensores. Disciplina: Sensoriamento Remoto Prof. Dr. Raoni W. D. Bosquilia
Classificação e Exemplos de Sistemas Sensores Disciplina: Sensoriamento Remoto Prof. Dr. Raoni W. D. Bosquilia Plataformas e Sistemas Sensores Sistema sensor: são dispositivos capazes de detectar e registrar
Leia maisAula 5 - Segmentação de Imagens
Aula 5 - Segmentação de Imagens Parte 1 Prof. Adilson Gonzaga 1 Segmentação Agrupamento de partes de uma imagem em unidades homogêneas relativamente a determinadas características. Segmentação é o processo
Leia maisGERAÇÃO DE IMAGEM SINTÉTICA COM MENOR PROPORÇÃO DE NUVENS A PARTIR DE IMAGENS MULTITEMPORAIS
V Colóquio Brasileiro de Ciências Geodésicas ISSN 1981-6251, p. 837-842 GERAÇÃO DE IMAGEM SINTÉTICA COM MENOR PROPORÇÃO DE NUVENS A PARTIR DE IMAGENS MULTITEMPORAIS ANA LÚCIA BEZERRA CANDEIAS ALISON GALDINO
Leia maisPROCESSAMENTO DE IMAGENS COLORIDAS
PROCESSAMENTO DE IMAGENS COLORIDAS Fundamentos da cor A visão da cor É a capacidade de um organismo ou máquina de distinguir objetos baseando-se nos comprimentos de onda (ou freqüências) da luz sendo refletida,
Leia maisLista 7. Campo magnético, força de Lorentz, aplicações
Lista 7 Campo magnético, força de Lorentz, aplicações Q28.1) Considere a equação da força magnética aplicada sobre uma partícula carregada se movendo numa região com campo magnético: F = q v B. R: Sim,
Leia maisINTERPOLAÇÃO LINEAR E BILINEAR: APLICAÇÃO EM TRANSFORMAÇÕES GEOMÉTRICAS DE IMAGEM INTRODUÇÃO
INTERPOLAÇÃO LINEAR E BILINEAR: APLICAÇÃO EM TRANSFORMAÇÕES GEOMÉTRICAS DE IMAGEM Autores: Giulia Denise Kujat VIEIRA; Milene Karine GUBETTI. Identificação autores: Estudantes do Curso Técnico em Informática
Leia maisTreeX - um programa para extração de árvores em imagens laserscanner
TreeX - um programa para extração de árvores em imagens laserscanner Eliana Pantaleão 1, Luciano Vieira Dutra 1, Rodrigo de Campos Macedo 2 1 Divisão de Processamento de Imagens Instituto Nacional de Pesquisas
Leia maisSatélites Artificiais da Terra
Satélites Artificiais da Terra Os valores numéricos correspondem aos níveis radiométricos registados pelo sensor em cada uma das bandas espectrais. Satélites Artificiais da Terra As imagens de satélite
Leia maisCAPÍTULO 4 SEGMENTAÇÃO DE IMAGENS SAR
CAPÍTULO 4 SEGMENTAÇÃO DE IMAGENS SAR Segundo Gonzales e Wintz (1987), um dos primeiros passos do processo de análise de uma imagem digital consiste em particioná-la em seus elementos constituintes. O
Leia maisExperimento 4 Forças Centrais
Experimento 4 Forças Centrais Neste experimento, mediremos a energia mecânica e o momento angular de um corpo em movimento, no qual age uma força central elástica. O objetivo do experimento é interpretar
Leia maisTRABALHO Nº 1 DETERMINAÇÃO DO COMPRIMENTO DE ONDA DE UMA RADIAÇÃO DUPLA FENDA DE YOUNG
TRABALHO Nº 1 DETERMINAÇÃO DO COMPRIMENTO DE ONDA DE UMA RADIAÇÃO DUPLA FENDA DE YOUNG Pretende-se realizar a experiência clássica de Thomas Young e utilizar o padrão de interferência de duas fontes pontuais
Leia maisFILTRAGEM NO DOMÍNIO ESPACIAL. Daniel C. Zanotta 10/06/2016
FILTRAGEM NO DOMÍNIO ESPACIAL Daniel C. Zanotta 10/06/2016 Passa-Baixas O efeito visual de um filtro passa-baixa é o de suavização da imagem e a diminuição de mudanças abruptas de níveis de cinza. As altas
Leia maisMatemática Ensino Médio 2ª série
Matemática Ensino Médio 2ª série - Livro de Matemática - Ensino Médio 2ª série - 1ª Edição - Autor Manoel Paiva - ISBN 85-16-04067-4 - Editora Moderna Capítulo 1 - A circuferência trigonométrica e as extensões
Leia maisAVALIAÇÃO DA QUALIDADE DA DETECÇÃO DE BORDAS EM UMA SEQÜÊNCIA DE IMAGENS DE RUAS E RODOVIAS
AVALIAÇÃO DA QUALIDADE DA DETECÇÃO DE BORDAS EM UMA SEQÜÊNCIA DE IMAGENS DE RUAS E RODOVIAS Quality evaluation of edge detection in a road image sequences João Fernando Custódio da Silva 1 Ricardo Luís
Leia mais