Imagens digitais. Armando J. Pinho. Introdução à Análise e Processamento de Sinal Universidade de Aveiro.
|
|
|
- Pedro Lucas do Amaral de Sá
- 6 Há anos
- Visualizações:
Transcrição
1 Imagens digitais Armando J. Pinho Introdução à Análise e Processamento de Sinal Universidade de Aveiro ap@ua.pt IAPS (DETI-UA 2013/14) Armando J. Pinho 1 / 55
2 Sumário 1 Formação e aquisição de imagens 2 Imagens digitais 3 Espaços de cores 4 Para terminar, uma ilusão... IAPS (DETI-UA 2013/14) Armando J. Pinho 2 / 55
3 Sumário Formação e aquisição de imagens 1 Formação e aquisição de imagens IAPS (DETI-UA 2013/14) Armando J. Pinho 3 / 55
4 Formação e aquisição de imagens Amostragem e quantização Uma imagem pode ser vista como uma função de duas dimensões, f(x,y), em que x e y representam coordenadas espaciais. IAPS (DETI-UA 2013/14) Armando J. Pinho 4 / 55
5 Formação e aquisição de imagens Amostragem e quantização Uma imagem pode ser vista como uma função de duas dimensões, f(x,y), em que x e y representam coordenadas espaciais. O valor e significado de f num determinado ponto do espaço, (x,y), depende da fonte responsável pela produção da imagem. Geralmente, considera-se que f(x, y) 0. IAPS (DETI-UA 2013/14) Armando J. Pinho 4 / 55
6 Formação e aquisição de imagens Amostragem e quantização Uma imagem pode ser vista como uma função de duas dimensões, f(x,y), em que x e y representam coordenadas espaciais. O valor e significado de f num determinado ponto do espaço, (x,y), depende da fonte responsável pela produção da imagem. Geralmente, considera-se que f(x, y) 0. Tanto as coordenadas espaciais, (x,y), como f, têm usualmente valores contínuos. IAPS (DETI-UA 2013/14) Armando J. Pinho 4 / 55
7 Formação e aquisição de imagens Amostragem e quantização Uma imagem pode ser vista como uma função de duas dimensões, f(x,y), em que x e y representam coordenadas espaciais. O valor e significado de f num determinado ponto do espaço, (x,y), depende da fonte responsável pela produção da imagem. Geralmente, considera-se que f(x, y) 0. Tanto as coordenadas espaciais, (x,y), como f, têm usualmente valores contínuos. Portanto, para converter f(x,y) numa imagem digital, por um lado é necessário realizar uma amostragem espacial e, por outro, quantizar a sua amplitude. IAPS (DETI-UA 2013/14) Armando J. Pinho 4 / 55
8 Formação e aquisição de imagens Amostragem e quantização Amostragem e quantização exemplo: (Gonzalez & Woods) IAPS (DETI-UA 2013/14) Armando J. Pinho 5 / 55
9 Formação e aquisição de imagens Amostragem e quantização Amostragem e quantização resultado: (Gonzalez & Woods) IAPS (DETI-UA 2013/14) Armando J. Pinho 6 / 55
10 Formação e aquisição de imagens Resolução espacial (1/4) (1/16) (1/64) IAPS (DETI-UA 2013/14) Armando J. Pinho 7 / 55
11 Formação e aquisição de imagens Resolução espacial IAPS (DETI-UA 2013/14) Armando J. Pinho 8 / 55
12 Imagens digitais Formação e aquisição de imagens Tipicamente, uma imagem digital é representada por uma matriz rectangular de escalares ou vectores. N C i N R... f(i,j) j Aos f(i,j) chamamos elementos de imagem ou pixels e, em geral, temos f(i,j) I N n 0. IAPS (DETI-UA 2013/14) Armando J. Pinho 9 / 55
13 Imagens digitais Formação e aquisição de imagens Tipos de imagens digitais: Preto e branco (binárias). f(i,j) {0, 1} IAPS (DETI-UA 2013/14) Armando J. Pinho 10 / 55
14 Imagens digitais Formação e aquisição de imagens Tipos de imagens digitais: Preto e branco (binárias). f(i,j) {0, 1} Níveis de cinzento. f(i,j) {0, 1,...,2 b 1} IAPS (DETI-UA 2013/14) Armando J. Pinho 10 / 55
15 Imagens digitais Formação e aquisição de imagens Tipos de imagens digitais: Preto e branco (binárias). f(i,j) {0, 1} Níveis de cinzento. f(i,j) {0, 1,...,2 b 1} Cor indexada (índices num mapa de cores). f(i,j) {0, 1,...,2 b 1} α I {0, 1,...,2 b 1} 3 IAPS (DETI-UA 2013/14) Armando J. Pinho 10 / 55
16 Imagens digitais Formação e aquisição de imagens Tipos de imagens digitais: Preto e branco (binárias). f(i,j) {0, 1} Níveis de cinzento. f(i,j) {0, 1,...,2 b 1} Cor indexada (índices num mapa de cores). f(i,j) {0, 1,...,2 b 1} α I {0, 1,...,2 b 1} 3 Cor (por exemplo, RGB). f(i,j) {0, 1,...,2 b 1} 3 IAPS (DETI-UA 2013/14) Armando J. Pinho 10 / 55
17 Exemplos Formação e aquisição de imagens Cor Cor indexada (256) Níveis de cinzento (256) Dois níveis IAPS (DETI-UA 2013/14) Armando J. Pinho 11 / 55
18 Formação e aquisição de imagens Imagens de cor indexada Em geral, imagens com um reduzido número de cores são representadas através de uma matrix de índices (a imagem de índices) e de uma tabela de cores. Imagem de índices = + R G B Tabela de cores IAPS (DETI-UA 2013/14) Armando J. Pinho 12 / 55
19 Digitalizador Formação e aquisição de imagens Aquisição de imagem num digitalizador: (IEEE SP Magazine, Jan 2005) IAPS (DETI-UA 2013/14) Armando J. Pinho 13 / 55
20 Formação e aquisição de imagens Câmara fotográfica digital Aquisição de imagem numa câmara fotográfica digital: (IEEE SP Magazine, Jan 2005) IAPS (DETI-UA 2013/14) Armando J. Pinho 14 / 55
21 A matriz Bayer Formação e aquisição de imagens IAPS (DETI-UA 2013/14) Armando J. Pinho 15 / 55
22 A matriz Bayer Formação e aquisição de imagens IAPS (DETI-UA 2013/14) Armando J. Pinho 16 / 55
23 Formação e aquisição de imagens Avaliação da qualidade de imagens Uma das medidas objectivas mais utilizadas para a avaliação da qualidade em imagens é a relação sinal ruído de pico, que tem como referência a energia máxima possível do sinal PSNR = 10 log 10 A 2 E r, em que A é a amplitude máxima possível do sinal, e E r é a energia média do ruído que afecta a imagem, ou seja, a energia da diferença entre a imagem, f, e a imagem original, f E r = 1 N R N C N R N C [f(i,j) f(i,j)] 2 i=1 j=1 IAPS (DETI-UA 2013/14) Armando J. Pinho 17 / 55
24 Formação e aquisição de imagens Avaliação da qualidade de imagens No entanto, é sabido que estas medidas não dão, em geral, uma boa indicação da distorção realmente observada pelo olho humano. PSNR: 18.5 db Original PSNR: 23.9 db IAPS (DETI-UA 2013/14) Armando J. Pinho 18 / 55
25 Sumário Imagens digitais 2 Imagens digitais IAPS (DETI-UA 2013/14) Armando J. Pinho 19 / 55
26 Imagens digitais O espectro electromagnético IAPS (DETI-UA 2013/14) Armando J. Pinho 20 / 55
27 Raios gama Imagens digitais Imagens adquiridas na banda dos raios gama: A Lua Positron emission tomography (PET) IAPS (DETI-UA 2013/14) Armando J. Pinho 21 / 55
28 Raios-X Imagens digitais Imagens adquiridas na banda dos raios-x: Restos de uma supernova Uma das primeiras radiografias IAPS (DETI-UA 2013/14) Armando J. Pinho 22 / 55
29 Ultra-violetas Imagens digitais Imagens adquiridas na banda dos ultra-violetas: Actividade solar (14 de Julho de 2000) IAPS (DETI-UA 2013/14) Armando J. Pinho 23 / 55
30 Banda do visível Imagens digitais Imagens adquiridas na banda do visível: Aérea Microscópica (250x) Lena IAPS (DETI-UA 2013/14) Armando J. Pinho 24 / 55
31 Infra-vermelhos Imagens digitais Imagens adquiridas na banda dos infra-vermelhos: Um gato... Um geyser IAPS (DETI-UA 2013/14) Armando J. Pinho 25 / 55
32 Ondas de rádio Imagens digitais Imagens adquiridas na banda das ondas de rádio: Alguns aspectos de Venus vistos usando SAR (Synthetic Aperture Radar) IAPS (DETI-UA 2013/14) Armando J. Pinho 26 / 55
33 Imagens digitais O mesmo objecto observado em várias bandas Pulsar Crab Raios gama Raios-X Visível Infra-vermelhos Rádio IAPS (DETI-UA 2013/14) Armando J. Pinho 27 / 55
34 Imagens digitais Imagens multi-espectrais LANDSAT µm (Blue) µm (Green) µm (Red) µm (Near IR) µm (Middle IR) µm (Thermal IR) µm (Middle IR) IAPS (DETI-UA 2013/14) Armando J. Pinho 28 / 55
35 Ondas acústicas Imagens digitais Imagens adquiridas através de ondas acústicas: Ultra-sons Sonar lateral IAPS (DETI-UA 2013/14) Armando J. Pinho 29 / 55
36 Imagens sintéticas Imagens digitais Existem ainda outros tipos de imagens, como, por exemplo, as geradas por computador ou por desenhadores: IAPS (DETI-UA 2013/14) Armando J. Pinho 30 / 55
37 Sumário Espaços de cores 3 Espaços de cores IAPS (DETI-UA 2013/14) Armando J. Pinho 31 / 55
38 O espectro visível Espaços de cores O olho humano típico responde a comprimentos de onda entre os 400 e os 700 nm, tendo máxima sensibilidade em torno dos 555 nm (zona dos verdes). IAPS (DETI-UA 2013/14) Armando J. Pinho 32 / 55
39 Espaços de cores O espectro visível O olho humano típico responde a comprimentos de onda entre os 400 e os 700 nm, tendo máxima sensibilidade em torno dos 555 nm (zona dos verdes). Contudo, algumas pessoas são capazes de ver comprimentos de onda entre os 380 e os 780 nm. IAPS (DETI-UA 2013/14) Armando J. Pinho 32 / 55
40 O espectro visível Espaços de cores Cores espectrais (puras) Cor Violeta Azul Ciano Verde Amarelo Laranja Vermelho Comprimento de Onda nm nm nm nm nm nm nm IAPS (DETI-UA 2013/14) Armando J. Pinho 33 / 55
41 Espaços de cores A percepção humana das cores Normalmente, as características que distinguem uma cor de outra são: O brilho, intensidade ou luminância (brightness). A cor dominante (hue). A saturação ou pureza da cor (saturation). IAPS (DETI-UA 2013/14) Armando J. Pinho 34 / 55
42 Espaços de cores A percepção humana das cores Normalmente, as características que distinguem uma cor de outra são: O brilho, intensidade ou luminância (brightness). A cor dominante (hue). A saturação ou pureza da cor (saturation). Conjuntamente, a cor dominante e a saturação definem a cromaticidade. IAPS (DETI-UA 2013/14) Armando J. Pinho 34 / 55
43 Espaços de cores A percepção humana das cores Normalmente, as características que distinguem uma cor de outra são: O brilho, intensidade ou luminância (brightness). A cor dominante (hue). A saturação ou pureza da cor (saturation). Conjuntamente, a cor dominante e a saturação definem a cromaticidade. Portanto, uma cor pode ser caracterizada pelo seu brilho e pela sua cromaticidade. IAPS (DETI-UA 2013/14) Armando J. Pinho 34 / 55
44 Espaços de cores A percepção humana das cores O olho humano tem foto-receptores para comprimentos de onda curtos (S, short), médios (M) e longos (L), também conhecidos como foto-receptores azuis, verdes e vermelhos. IAPS (DETI-UA 2013/14) Armando J. Pinho 35 / 55
45 Espaços de cores O espaço de cores RGB O vermelho, verde e azul são as três cores primárias aditivas. A soma destas três cores em partes iguais produz branco. IAPS (DETI-UA 2013/14) Armando J. Pinho 36 / 55
46 Espaços de cores O espaço de cores RGB Os écrans têm pigmentos destas três cores... IAPS (DETI-UA 2013/14) Armando J. Pinho 37 / 55
47 Espaços de cores O espaço de cores srgb Gama de cores que podem ser reproduzidas por um espaço srgb (proposto pela HP e Microsoft): IAPS (DETI-UA 2013/14) Armando J. Pinho 38 / 55
48 Espaços de cores O espaço de cores srgb Componente R Componente G Componente B IAPS (DETI-UA 2013/14) Armando J. Pinho 39 / 55
49 Espaços de cores O espaço de cores Adobe RGB Gama de cores que podem ser reproduzidas por um espaço Adobe RGB: IAPS (DETI-UA 2013/14) Armando J. Pinho 40 / 55
50 Espaços de cores O espaço de cores ProPhoto RGB Gama de cores que podem ser reproduzidas por um espaço ProPhoto RGB (proposto pela Kodak): IAPS (DETI-UA 2013/14) Armando J. Pinho 41 / 55
51 Espaços de cores O espaço de cores HSV O espaço HSV (Hue, Saturation, Value) obtém-se através de uma transformação não linear do espaço RGB. IAPS (DETI-UA 2013/14) Armando J. Pinho 42 / 55
52 Espaços de cores O espaço de cores HSV O espaço HSV (Hue, Saturation, Value) obtém-se através de uma transformação não linear do espaço RGB. Por apresentar uma maior semelhança com a forma com que os seres humanos percepcionam a cor, é muitas vezes preferido em situações onde é necessário manipular cores. IAPS (DETI-UA 2013/14) Armando J. Pinho 42 / 55
53 Espaços de cores O espaço de cores HSV O espaço HSV (Hue, Saturation, Value) obtém-se através de uma transformação não linear do espaço RGB. Por apresentar uma maior semelhança com a forma com que os seres humanos percepcionam a cor, é muitas vezes preferido em situações onde é necessário manipular cores. O espaço HSV é definido em termos: Da cor dominante (hue), variando entre 0 e 360. Da saturação (saturation), variando entre 0 e 100%. Do brilho (value), variando entre 0 e 100%. IAPS (DETI-UA 2013/14) Armando J. Pinho 42 / 55
54 Espaços de cores O espaço de cores HSV Algumas representações do espaço HSV: IAPS (DETI-UA 2013/14) Armando J. Pinho 43 / 55
55 Espaços de cores O espaço de cores HSV Componente H Componente S Componente V IAPS (DETI-UA 2013/14) Armando J. Pinho 44 / 55
56 Espaços de cores O espaço de cores CMY O espaço CMY baseia-se nas propriedades subtractivas das tintas. IAPS (DETI-UA 2013/14) Armando J. Pinho 45 / 55
57 Espaços de cores O espaço de cores CMY O espaço CMY baseia-se nas propriedades subtractivas das tintas. O ciano, magenta e amarelo são as cores primárias subtractivas. São os complementos, respectivamente, do vermelho, verde e azul. Por exemplo, o ciano (verde mais azul) subtrai o vermelho ao branco. IAPS (DETI-UA 2013/14) Armando J. Pinho 45 / 55
58 Espaços de cores O espaço de cores CMY O espaço CMY baseia-se nas propriedades subtractivas das tintas. O ciano, magenta e amarelo são as cores primárias subtractivas. São os complementos, respectivamente, do vermelho, verde e azul. Por exemplo, o ciano (verde mais azul) subtrai o vermelho ao branco. Conversão de RGB para CMY: C = 1 R, M = 1 G, Y = 1 B. IAPS (DETI-UA 2013/14) Armando J. Pinho 45 / 55
59 Espaços de cores O espaço de cores CMY Componente C Componente M Componente Y IAPS (DETI-UA 2013/14) Armando J. Pinho 46 / 55
60 Espaços de cores O espaço de cores CMYK Devido à dificuldade de representação do preto, em geral utiliza-se o espaço CMYK para impressão. IAPS (DETI-UA 2013/14) Armando J. Pinho 47 / 55
61 Espaços de cores O espaço de cores CMYK Componente C Componente M Componente Y Componente K IAPS (DETI-UA 2013/14) Armando J. Pinho 48 / 55
62 Espaços de cores O espaço de cores YUV/YC b C r O espaço de cores YUV é usado pela norma de televisão PAL. IAPS (DETI-UA 2013/14) Armando J. Pinho 49 / 55
63 Espaços de cores O espaço de cores YUV/YC b C r O espaço de cores YUV é usado pela norma de televisão PAL. O Y é a componente de luminância: Y = 0.299R G+0.114B IAPS (DETI-UA 2013/14) Armando J. Pinho 49 / 55
64 Espaços de cores O espaço de cores YUV/YC b C r O espaço de cores YUV é usado pela norma de televisão PAL. O Y é a componente de luminância: Y = 0.299R G+0.114B As componentes U e V representam a crominância: U = 0.147R 0.289G+0.436B = 0.492(B Y) V = 0.615R 0.515G 0.100B = 0.877(R Y) IAPS (DETI-UA 2013/14) Armando J. Pinho 49 / 55
65 Espaços de cores O espaço de cores YUV/YC b C r O espaço de cores YUV é usado pela norma de televisão PAL. O Y é a componente de luminância: Y = 0.299R G+0.114B As componentes U e V representam a crominância: U = 0.147R 0.289G+0.436B = 0.492(B Y) V = 0.615R 0.515G 0.100B = 0.877(R Y) A versão digital é designada YC b C r. IAPS (DETI-UA 2013/14) Armando J. Pinho 49 / 55
66 Espaços de cores O espaço de cores YUV/YC b C r Exemplo do plano U V, para um valor de Y fixo e igual a 0.5: IAPS (DETI-UA 2013/14) Armando J. Pinho 50 / 55
67 Espaços de cores O espaço de cores YUV/YC b C r Componente Y Componente C b Componente C r IAPS (DETI-UA 2013/14) Armando J. Pinho 51 / 55
68 Espaços de cores Sub-amostragem da crominância Os espaços de cor YUV ou YC b C r separam as componentes de crominância (UV / C b C r ) da componente de luminância (Y). IAPS (DETI-UA 2013/14) Armando J. Pinho 52 / 55
69 Espaços de cores Sub-amostragem da crominância Os espaços de cor YUV ou YC b C r separam as componentes de crominância (UV / C b C r ) da componente de luminância (Y). O olho humano é mais sensível aos verdes, os quais são representados principalmente pela componente Y. IAPS (DETI-UA 2013/14) Armando J. Pinho 52 / 55
70 Espaços de cores Sub-amostragem da crominância Os espaços de cor YUV ou YC b C r separam as componentes de crominância (UV / C b C r ) da componente de luminância (Y). O olho humano é mais sensível aos verdes, os quais são representados principalmente pela componente Y. Por este motivo, é comum fazer-se a sub-amostragem espacial das componentes UV / C b C r, com vista à redução do volume de dados. IAPS (DETI-UA 2013/14) Armando J. Pinho 52 / 55
71 Espaços de cores Sub-amostragem da crominância Os espaços de cor YUV ou YC b C r separam as componentes de crominância (UV / C b C r ) da componente de luminância (Y). O olho humano é mais sensível aos verdes, os quais são representados principalmente pela componente Y. Por este motivo, é comum fazer-se a sub-amostragem espacial das componentes UV / C b C r, com vista à redução do volume de dados. Este tipo de redução de dados é usado tanto pelas normas de compressão de vídeo (H.261, MPEG-1, MPEG-2,... ), como por normas de compressão de imagem (JPEG). IAPS (DETI-UA 2013/14) Armando J. Pinho 52 / 55
72 Exemplo YUV 4:2:0 Espaços de cores RGB YC b C r 4:2:0 Componente Y Componente C b Componente C r IAPS (DETI-UA 2013/14) Armando J. Pinho 53 / 55
73 Sumário Para terminar, uma ilusão... 4 Para terminar, uma ilusão... IAPS (DETI-UA 2013/14) Armando J. Pinho 54 / 55
74 Uma ilusão... Para terminar, uma ilusão... IAPS (DETI-UA 2013/14) Armando J. Pinho 55 / 55
Aplicações Informáticas B 12º Ano
Aplicações Informáticas B 12º Ano Prof. Adelina Maia 2013/2014 AIB_U4A 1 Bases sobre a teoria da cor aplicada aos sistemas digitais (red / Green / blue) Modelo CMYK (cyan / magenta / yellow + Black) Modelo
As imagens. As imagens. Representação digital de imagens. As imagens Wilson de Pádua Paula Filho 1
As As As Dispositivos gráficos Resolução espacial de : pixel - unidade de imagem, usada para medir resolução gráfica; visão humana - cerca de 3000 x 3000 pixels; fotografia - até 8000 x 8000 pixels. 2001
Cores em Imagens e Vídeo
Aula 05 Cores em Imagens e Vídeo Diogo Pinheiro Fernandes Pedrosa Universidade Federal Rural do Semiárido Departamento de Ciências Exatas e Naturais Ciência da Computação Ciência das Cores A cor é fundamentada
Luz e Cor. Luz. Onda eletro-magnética. Computação Gráfica Interativa - Gattass 10/26/2004. Luz e Cor. λ (m) f (Hertz)
Marcelo Gattass, PUC-Rio Luz Onda eletro-magnética 10 2 10 4 10 6 10 8 10 10 10 12 10 14 10 16 10 18 10 20 (m) rádioam FM,TV Micro-Ondas Ultra-Violeta Infra-Vermelho RaiosX f (Hertz) 10 6 10 4 10 2 10
Introdução ao Processamento de Imagens Digitais Aula 01
Introdução ao Processamento de Imagens Digitais Aula 01 Douglas Farias Cordeiro Universidade Federal de Goiás 06 de julho de 2015 Mini-currículo Professor do curso Gestão da Informação Formação: Graduação
Cor SCC0251 Processamento de Imagens
Cor SCC0251 Processamento de Imagens Prof. Moacir Ponti Jr. www.icmc.usp.br/~moacir Instituto de Ciências Matemáticas e de Computação USP 2012/1 Moacir Ponti Jr. (ICMCUSP) Cor 2012/1 1 / 39 Sumário 1 Introdução
Sistema de Cores. Guillermo Cámara-Chávez
Sistema de Cores Guillermo Cámara-Chávez Conceitos Motivação - poderoso descritor de característica que simplifica identificação e extração de objetos da cena; - humanos podem distinguir milhares de tonalidades
Considerando as cores como luz, a cor branca resulta da sobreposição de todas as cores, enquanto o preto é a ausência de luz. Uma luz branca pode ser
Noções de cores Cor é como o olho dos seres vivos animais interpreta a reemissão da luz vinda de um objeto que foi emitida por uma fonte luminosa por meio de ondas eletromagnéticas; Corresponde à parte
Computação Gráfica Síntese de Cores
Computação Gráfica Síntese de Cores Professora: Sheila Cáceres Natureza da cor O ser humano é capaz de visualizar só um subconjunto do espectro de luz solar: desde 380 nanômetros (violeta) a 780 nanômetros
INTRODUçÃO ÀS. UNIVERSIDADE DE AVEIRO Departamento de Física Detecção Remota
INTRODUçÃO ÀS UNIVERSIDADE DE AVEIRO Departamento de Física Detecção Remota Raquel Diogo, 38961 2011/2012 O que é o RGB? RGB abreviatura do sistema de cores aditivas: vermelho, r, verde, g e azul, b. As
Processamento 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
Professor Gerson Witte Artes - EMI Informática. As Cores. Professor Gerson Witte EMI Informática Artes I
As Cores Professor Gerson Witte EMI Informática Artes I Apesar de serem o mesmo fenômeno físico, existe duas maneiras de entender as cores. A cor é uma radiação eletromagnética, corresponde à parte do
INTRODUÇÃO AO DESENVOLVIMENTO WEB. PROFª. M.Sc. JULIANA H Q BENACCHIO
INTRODUÇÃO AO DESENVOLVIMENTO WEB PROFª. M.Sc. JULIANA H Q BENACCHIO Utilização de Cores em HTML Cores primárias Cores secundárias 2 Utilização de Cores em HTML Os comprimentos de onda vermelho, amarelo
Computação Gráfica. Prof. MSc. André Yoshimi Kusumoto
Computação Gráfica Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Cores A cor exerce uma ação tríplice Impressionar Expressar Construir O uso da cor na computação gráfica apresenta vários
SEL 5895 Introdução ao Processamento Digital de Imagens. Aula 1 - Introdução. Prof. Dr. Marcelo Andrade da Costa Vieira
SEL 5895 Introdução ao Processamento Digital de Imagens Aula 1 - Introdução Prof. Dr. Marcelo Andrade da Costa Vieira mvieira@sc.usp.br EESC/USP PROCESSAMENTO DE IMAGENS O QUE É? Processar uma imagem significa
O DESAFIO DOS SENSORES REMOTOS NO INVENTÁRIO DE BIOMASSA SÓLIDA. José Rafael M. Silva; Adélia Sousa; e Paulo Mesquita
O DESAFIO DOS SENSORES REMOTOS NO INVENTÁRIO DE BIOMASSA SÓLIDA José Rafael M. Silva; Adélia Sousa; e Paulo Mesquita 1 A Detecção Remota e uma técnica que nos permite obter informação sobre um objecto
Cores. Misturando apenas essas três cores, em proporções e intensidades variadas, podemos obter todas as outras, mesmo as que não estão no
Cores A cor é uma sensação provocada pela luz sobre o órgão da visão, isto é, sobre nossos olhos. A cor-luz pode ser observada através dos raios luminosos. Cor-luz é a própria luz que pode se decompor
Luz e Cor. Sistemas Gráficos/ Computação Gráfica e Interfaces FACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO
Luz e Cor Sistemas Gráficos/ Computação Gráfica e Interfaces 1 Luz Cromática Em termos perceptivos avaliamos a luz cromática pelas seguintes quantidades: 1. Matiz (Hue): distingue entre as várias cores
Manipulação, Visualização e Interpretação de Imagens de Sensoriamento Remoto
Manipulação, Visualização e Interpretação de Imagens de Sensoriamento Remoto Alexandre Xavier Falcão Instituto de Computação - UNICAMP afalcao@ic.unicamp.br Objetivo Extrair informações quantitativas e
Universidade Federal de Alagoas Instituto de Matemática. Cor. Prof. Thales Vieira
Universidade Federal de Alagoas Instituto de Matemática Cor Prof. Thales Vieira 2014 O que é cor? Cor no universo físico Cor no universo matemático Representação de cor Especificação de cor Colorimetria
Capítulo II Imagem Digital
Capítulo II Imagem Digital Proc. Sinal e Imagem Mestrado em Informática Médica Miguel Tavares Coimbra Resumo 1. Formação de uma imagem 2. Representação digital de uma imagem 3. Cor 4. Histogramas 5. Ruído
Teoria da Cor - Fundamentos Básicos
Teoria da Cor - Fundamentos Básicos O objetivo desse material de apoio é trazer algumas informações básicas sobre teoria da cor, embora seu estudo seja muito mais amplo e envolve diversos aspectos de percepção,
Imagem bitmap. Gráfico vetorial. gráficos vetoriais
Sobre imagens bitmap e gráficos vetoriais Os elementos gráficos de um computador podem ser divididos em duas categorias principais -- bitmap e vetor. Imagem bitmap Gráfico vetorial Imagens bitmap são ideais
REPRESENTAÇÃO DA IMAGEM DIGITAL
REPRESENTAÇÃO DA IMAGEM DIGITAL Representação da imagem Uma imagem é uma função de intensidade luminosa bidimensional f(x,y) que combina uma fonte de iluminação e a reflexão ou absorção de energia a partir
António Costa. Paulo Roma Cavalcanti
Introdução à Computação Gráfica Preâmbulo Adaptação: Autoria: João Paulo Pereira António Costa Claudio Esperança Paulo Roma Cavalcanti Computação Gráfica Modelos Matemáticos Análise (reconhecimento de
Definição de sensoriamento remoto. Professor: Enoque Pereira da Silva
Definição de sensoriamento remoto Professor: Enoque Pereira da Silva Definição de sensoriamento remoto Sensoriamento remoto é um termo utilizado na área das ciências aplicadas que se refere à obtenção
Sistema de Cores. Guillermo Cámara-Chávez
Sistema de Cores Guillermo Cámara-Chávez Conceitos Motivação - poderoso descritor de característica que simplifica identificação e extração de objetos da cena; - humanos podem distinguir milhares de tonalidades
CORES E. Adair Santa Catarina Curso de Ciência da Computação Unioeste Campus de Cascavel PR
CORES E SISTEMAS DE CORES Adair Santa Catarina Curso de Ciência da Computação Unioeste Campus de Cascavel PR Abr/2014 A Estrutura do Olho Humano O olho humano é praticamente uma esfera com diâmetro médio
Cores em Computação Gráfica
Cores em Computação Gráfica Uso de cores permite melhorar a legibilidade da informação, possibilita gerar imagens realistas, focar atenção do observador, passar emoções e muito mais. Colorimetria Conjunto
APLICATIVOS GRÁFICOS (AULA 5)
Prof. Breno Leonardo G. de M. Araújo brenod123@gmail.com http://blog.brenoleonardo.com.br APLICATIVOS GRÁFICOS (AULA 5) 1 Sistema de cores A modelagem dos sistemas de cor é essencial, pois para a visualização
Mídias Discretas. Introdução à Ciência da Informação
Mídias Discretas Introdução à Ciência da Informação Mídias Discretas Mídias discretas (estáticas) Texto Gráficos e Imagens Estáticas Caracteres são convertidos para uma representação com um número fixo
Processamento de Imagens COS756 / COC603
Processamento de Imagens COS756 / COC603 aula 02 - câmeras digitais Antonio Oliveira Ricardo Marroquim 1 / 1 aula de hoje câmera digitais overview modelo de câmera capturando imagens ruído processamento...
7. Color Image Processing
Transformação de níveis de cinza para cor a idéia por trás desta técnica é executar 3 transformações independentes sobre níveis de cinza dos pixels de uma imagem de entrada. Cada cor é transformada independentemente
Introdução ao Sensoriamento Remoto
Introdução ao Sensoriamento Remoto Cachoeira Paulista, 24 a 28 novembro de 2008 Bernardo Rudorff Pesquisador da Divisão de Sensoriamento Remoto Instituto Nacional de Pesquisas Espaciais - INPE Sensoriamento
PROGRAMAÇÃO VISUAL COR. Prof. Carlos Café Dias
PROGRAMAÇÃO VISUAL COR Prof. Carlos Café Dias O mundo à nossa volta é repleto de cores, mas tudo está na nossa cabeça, é ativado em nós. Experimentamos as cores por apenas um sentido: a visão. As cores
Vantagens e limitações dos RGB s
Universidade de Aveiro Departamento de Física Detecção Remota Vantagens e limitações dos RGB s Soraia Romão nº50402 Vantagens A fusão de diferentes canais pode destacar características atmosféricas e da
TEORIA DA COR E DA IMAGEM COM PHOTOSHOP
TEORIA DA COR E DA IMAGEM COM PHOTOSHOP Docente: Bruno Duarte Fev 2010 O que é uma imagem digital? Uma imagem diz-se digital quando existe um ficheiro em computador que guarda a informação gráfica desta
Cores. Judith Kelner Eduardo Albuquerque Vários colaboradores
Cores Judith Kelner Eduardo Albuquerque Vários colaboradores Abril/2011 Um pouco de História... Homem Primitivo Significado simbólico. Antiguidade Platão (427-347 ac), nos olhos existia um fogo que dava
Álgebra Linear Aplicada à Compressão de Imagens. Universidade de Lisboa Instituto Superior Técnico. Mestrado em Engenharia Aeroespacial
Álgebra Linear Aplicada à Compressão de Imagens Universidade de Lisboa Instituto Superior Técnico Uma Breve Introdução Mestrado em Engenharia Aeroespacial Marília Matos Nº 80889 2014/2015 - Professor Paulo
Morfologia Matemática colorida
Morfologia Matemática colorida Conceitos fundamentais: Morfologia Matemática de imagens coloridas Amplamente explorada em sua forma binaria
Manual Processamento de Imagem. João L. Vilaça
Manual Processamento de Imagem João L. Vilaça Versão 1.0 31/1/2014 Índice 1. Sistema de eixo e movimentos possíveis do Drone... 3 2. Imagem... 3 3. Espaços de cor... 4 4.1 RGB... 5 4.2HSV... 5 4.3 GRAY...
Cores e Sistemas de Cores
Capítulo 11 Cores e Sistemas de Cores 11.1 Percepção de Cor A cor é o atributo da percepção visual que pode ser descrito através dos nomes usados para identificar as cores, como branco, cinza, preto, amarelo,
Colégio Técnico Educáre Curso Técnico de Design de Interiores. Modulo 1 - CORES NOS AMBIENTES TEORIA DAS CORES. Professora Arq.
Colégio Técnico Educáre Curso Técnico de Design de Interiores Modulo 1 - CORES NOS AMBIENTES TEORIA DAS CORES Professora Arq. SIMONE CAMILLO A cor A ciência que estuda a medida das cores é chamada de colorimetria.
Propriedades da Imagem Amostragem & Quantização (Quantificação) Histograma Imagem Colorida x Imagem Monocromática. Propriedades da Imagem
Proc. Imagem Prof. Júlio C. Klafke [1] TÓPICOS DESENVOLVIDOS NESTE MÓDULO PROCESSAMENTO DE IMAGEM #02 Propriedades da Imagem Amostragem & Quantização (Quantificação) Histograma Imagem Colorida x Imagem
SMCB: METODOLOGIA PARA A QUANTIZAÇÃO DE CORES EM IMAGENS FACIAIS
CMNE/CILAMCE 007 Porto, 13 a 15 de Junho, 007 APMTAC, Portugal 007 SMCB: METODOLOGIA PARA A QUANTIZAÇÃO DE CORES EM IMAGENS FACIAIS Marcelo Zaniboni 1 *, Osvaldo Severino Junior e João Manuel R. S. Tavares
Cor. Computação Gráfica. Carlos 2006 ISEL/DEETC/SP Computação Gráfica
Cor Computação Gráfica Carlos Guedes @ 2006 ISEL/DEETC/SP Computação Gráfica 1 Computação Gráfica Carlos Guedes @ 2006 ISEL/DEETC/SP Computação Gráfica http://hof.povray.org/images/victoria.jpg 2 Agenda
COMPUTAÇÃO GRÁFICA CORES. Curso: Tecnológico em Análise e Desenvolvimento de Sistemas Disciplina: COMPUTAÇÃO GRÁFICA 4º Semestre Prof.
COMPUTAÇÃO GRÁFICA CORES Curso: Tecnológico em Análise e Desenvolvimento de Sistemas Disciplina: COMPUTAÇÃO GRÁFICA 4º Semestre Prof. AFONSO MADEIRA CORES EM COMPUTAÇÃO GRÁFICA O uso de cores permite melhorar
Sistemas e Conteúdos Multimédia. 4.1. Imagem. Nuno Miguel Gil Fonseca nuno.fonseca@estgoh.ipc.pt
Sistemas e Conteúdos Multimédia 4.1. Imagem Nuno Miguel Gil Fonseca nuno.fonseca@estgoh.ipc.pt Cores O que é a cor? Distribuição espectral do sinal de excitação. Função da reflectância e da iluminação
Profa. Dra. Soraia Raupp Musse Thanks to Prof. Dr. Cláudio Rosito Jung
Introdução ao Processamento de Imagens Profa. Dra. Soraia Raupp Musse Thanks to Prof. Dr. Cláudio Rosito Jung Introdução Processamento de Imagens: processamento de sinais bidimensionais (ou n-dimensionais).
Apresenta todos os cálculos que efectuares. No final do enunciado, encontrarás um anexo com alguma informação relevante à sua realização.
11ºAno Turma I Escola Secundária Filipa de Vilhena 2010/2011 Curso: Gestão e Programação de Sistemas Informáticos Física e Química TESTE DE AVALIAÇÃO Módulo F3 Luz e Fontes de Luz Número: Nome: Classificação:
Teoria tricromática de Young-Helmholtz
ESPECIALIZAÇAO EM CIÊNCIAS E TECNOLOGIAS NA EDUCAÇÃO Teoria tricromática de Young-Helmholtz Prof. Nelson Luiz Reyes Marques É um agente físico capaz de sensibilizar os nossos órgãos visuais. Dispersão
Tipos de cores. Entendendo as cores. Imprimindo. Usando cores. Manuseio de papel. Manutenção. Solucionando problemas. Administração.
Sua impressora permite que você se comunique em cores. As cores chamam a atenção, indicam respeito e agregam valor ao material ou às informações impressas. O uso de cor aumenta o público leitor e faz com
FACULDADE 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
PUBLICIDADE & PROPAGANDA PRODUÇÃO GRÁFICA
PRODUÇÃO GRÁFICA PUBLICIDADE & PROPAGANDA Prova Semestral --> 50% da nota final. Sistema de avaliação Atividades em laboratório --> 25% da nota final Exercícios de práticos feitos nos Laboratórios de informática.
Luz e Cor. Luz. Onda eletro-magnética. Computação Gráfica Interativa - Gattass 2000-03-14. Luz e Cor. f(hertz)
Luz Onda eetro-magnética 10 2 10 4 10 6 10 8 10 10 10 12 10 14 10 16 10 18 10 20 rádioam FM,TV Micro-Ondas Utra-Vioeta Infra-Vermeho aiosx f(hertz) 10 6 10 4 10 2 10 10-2 10-4 10-6 10-8 10-10 10-12 λ(m)
Aula 2 Aquisição de Imagens
Processamento Digital de Imagens Aula 2 Aquisição de Imagens Prof. Dr. Marcelo Andrade da Costa Vieira mvieira@sc.usp.br EESC/USP Fundamentos de Imagens Digitais Ocorre a formação de uma imagem quando
Manual de Identidade Visual Indústria de Impressoras Tecnológicas da Amazônia Ltda
Manual de Identidade Visual INTRODUÇÃO Com a importância que a IITA tem conquistado no Brasil, é essencial que a nossa marca seja utilizada seguindo o Manual de Identidade Visual. Uma marca sempre bem
Computação Gráfica. Prof. MSc. André Yoshimi Kusumoto
Computação Gráfica Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Para que objetos tridimensionais possam ser visualizados é necessário que suas imagens sejam geradas na tela. Para isso,
Sistemas Multimídia. Aula 4 Mídia de Imagem. Prof. Oswaldo Flório Filho
Sistemas Multimídia Aula 4 Mídia de Imagem Conteúdo 1. Mídia de imagem... 3 2. Cor... 3 3. Captura da imagem... 4 4. Modelo de cores... 6 O sistema aditivo... 6 O sistema subtrativo... 7 5. Imagem... 8
Análise Sensorial. Representação da cor
Análise Sensorial AULA T/P Nº 3 SUMÁRIO: Parte expositiva: Sistemas de medição de cor: diagrama de cromaticidade CIE, sistema de Hunter e sistema de Munsell. Parte prática: Determinação de cores problema
Porque as. cores mudam?
Porque as cores mudam? O que são cores? As cores não existem materialmente. Não possuem corpo, peso e etc. As cores correspondem à interpretação que nosso cérebro dá a certo tipo de radiação eletro-magnética
VISÃO COMPUTACIONAL. Nielsen Castelo Damasceno
VISÃO COMPUTACIONAL Nielsen Castelo Damasceno Visão Computacional A visão computacional lida com o desenvolvimento de bases teóricas e algorítmicas para as quais informações úteis do mundo real 3D podem
19/11/2015. Um pouco de história antes... A FOTOGRAFIA. James Clerk Maxwell (1831 1879) Escócia (Reino Unido) físico, filósofo e matemático.
Prof. Reginaldo Brito Um pouco de história antes... A FOTOGRAFIA Joseph-Nicéphore Niepce * França, (1765-1833) James Clerk Maxwell (1831 1879) Escócia (Reino Unido) físico, filósofo e matemático. 1826,
Conceito da análise sensorial
ANÁLISE SENSORIAL Conceito da análise sensorial ( ) disciplina da Ciência usada para evocar, medir, analisar e interpretar as reacções às características dos alimentos e materiais tal como são percebidos
Teoria da Cor TI. Elisa Maria Pivetta
Teoria da Cor TI Elisa Maria Pivetta A percepção da cor é um processo complexo, resultante da recepção da luz pelo olho e da interpretação desta pelo cérebro. O que de fato determina a cor de um objeto
Prova Escrita de Aplicações Informáticas B
EXAME NACIONAL DO ENSINO SECUNDÁRIO Decreto-Lei n.º 74/2004, de 26 de Março Prova Escrita de Aplicações Informáticas B 12.º Ano de Escolaridade Prova 703/1.ª Fase 10 Páginas Duração da Prova: 120 minutos.
Fundamentos. da Cor. Claudio Dreher de Araujo Número de matrícula: 0519503-9 Curso: Design (420) Teoria da Luz e Cor - EGR5110
Fundamentos da Cor Aluno: Claudio Dreher de Araujo Número de matrícula: 0519503-9 Curso: Design (420) Turma: 0195A Disciplina: Teoria da Luz e Cor - EGR5110 Professora: Berenice Gonçalves Data de entrega:
COR e LUZ. por. João Manuel Brisson Lopes. Departamento de Engenharia Informática. texto elaborado para a disciplina de
COR e LUZ por João Manuel Brisson Lopes Departamento de Engenharia Informática texto elaborado para a disciplina de Computação Gráfica Licenciatura em Engenharia Informática e de Computadores publicado
Daltonismo. O que é Daltonismo? A percepção de cores
Daltonismo O que é Daltonismo? Daltonismo é uma perturbação na visão que dificulta a percepção das cores. Tal perturbação é provocada principalmente por uma anomalia genética do cromossomo X, mas pode
I-7 Digitalização e Reconstrução
I-7 Digitalização e Reconstrução (29 Novembro 2010) 1 Sumário 1. Teorema da Amostragem 1. Ritmo de Nyquist 2. Amostragem Ideal e Natural (análise no tempo e na frequência) 1. Sinais Passa Baixo 2. Sinais
TEORIA DA COR NO DESIGN
FAUPUCRS Design Gráfico TEORIA DA COR NO DESIGN Prof. Arq. Mario Ferreira, Dr.Eng. Outubro, 2011 AXIOMAS NA ÁREA DO DESIGN Projeto cromático tipo e utilização do elemento (objeto ou imagem) tratado; Falta
Etienne De Crecy Live Transmusicales de Rennes Make My Logo Bigger Cream
Etienne De Crecy Live Transmusicales de Rennes Make My Logo Bigger Cream 1 O Maravilhoso Mundo dos Pixels Não adianta fechar um arquivo se você não o criou de forma correta. Não adianta mandar para a gráfica/lab/bureau
Apostila de Física 33 Introdução à Óptica Geométrica
Apostila de Física 33 Introdução à Óptica Geométrica 1.0 Definições Raios de luz Linhas orientadas que representam, graficamente, a direção e o sentido de propagação da luz. Conjunto de raios de luz Feixe
manual de identidade visual ABCR
manual de identidade visual ABCR apresentação 01 A imagem corporativa de uma instituição nasce e cresce à medida que todos os elementos de comunicação com o público estejam integrados num padrão de homogeneidade
Auto-esboço e Auto-pele pelo Misturograma
Auto-esboço e Auto-pele pelo Misturograma Severino Jr, Osvaldo IMES - FAFICA osvaldo@fafica.br Gonzaga, Adilson Escola de Engenharia de São Carlos - US adilson@sc.usp.br Resumo Neste trabalho é apresentado
Fundamentos de Imagens Digitais. Aquisição e Digitalização de Imagens. Aquisição e Digitalização de Imagens. Aquisição e Digitalização de Imagens
Fundamentos de Imagens Digitais Aquisição e Serão apresentadas as principais características de uma imagem digital: imagem do ponto de vista matemático processo de aquisição e digitalização de uma imagem
Implementação de Sistema de Gerenciamento de Cores para Imagens Digitais
3 Implementação de Sistema de Gerenciamento de Cores para Imagens Digitais Alexandre Cruz Leão (DCC-UFMG / EBA-UFMG / alexandre@studio3d.com.br) Arnaldo de Albuquerque Araújo (NPDI-DCC-UFMG / arnaldo@dcc.ufmg.br)
Guilherme Lima. Designer Gráfico
Guilherme Lima Designer Gráfico TEORIA DAS CORES A teoria A Teoria das Cores afirma que a cor é um fenômeno físico relacionado a existência da luz, ou seja, se a luz não existisse, não existiriam cores.
16/09/2016. Um pouco de história antes... A FOTOGRAFIA. James Clerk Maxwell ( ) Escócia (Reino Unido) físico, filósofo e matemático.
Prof. Reginaldo Brito Um pouco de história antes... A FOTOGRAFIA Joseph-Nicéphore Niepce * França, (1765-1833) James Clerk Maxwell (1831 1879) Escócia (Reino Unido) físico, filósofo e matemático. 1826,
Elementos sobre Física Atómica
Elementos sobre Física Atómica Carla Silva Departamento de Física da Faculdade de Ciências e Tecnologia da Universidade do Algarve 1 ÍNDICE OS MODELOS ATÓMICOS O modelo de Pudim de Passas de Thomson O
LISTA 13 Ondas Eletromagnéticas
LISTA 13 Ondas Eletromagnéticas 1. Não é radiação eletromagnética: a) infravermelho. b) ultravioleta. c) luz visível. d) ondas de rádio. e) ultra-som. 2. (UFRS) Das afirmações que se seguem: I. A velocidade
MANUAL DE MARCA HEXAGON ELO LINE MODE
MAUAL DE MARCA ODELO LI ODELO LIE MODEL ODELO LIE MODELO ELO LIE MODE M LO LI 02 03 04 05 06 07 08 09 10 11 12 SUMÁRIO Assinatura Principal Assinaturas Alternativas Padrão Tipográfico Padrão Cromático
Difracçãoderaios-X XRD, PXRD
8 Difracçãoderaios-X XRD, PXRD http://en.wikipedia.org/wiki/powder_diffraction A difracção de raios-x fornece informação sobre características estruturais de materiais Idealmente, numa amostra em pó, qualquer
Imagem digital. Unidade 3
Imagem digital Unidade 3 Objectivos Reconhecer o potencial comunicativo/ expressivo das imagens; Reconhecer as potencialidades narrativas de uma imagem; A criação de sentido nas associações de imagens
CIRCUITOS E SISTEMAS ELECTRÓNICOS
INSTITUTO SUPERIOR DE CIÊNCIAS DO TRABALHO E DA EMPRESA Apontamentos sobre Conversores A/D e D/A CIRCUITOS E SISTEMAS ELECTRÓNICOS APONTAMENTOS SOBRE CONVERSORES ANALÓGICO-DIGITAL E DIGITAL-ANALÓGICO Índice
Conteúdo 2 - Conceitos básicos de produção gráfica. professor Rafael Hoffmann
Conteúdo 2 - Conceitos básicos de produção gráfica professor Rafael Hoffmann Cor Modelos cromáticos - Síntese aditiva/cor-luz Isaac Newton foi o responsável pelo desenvolvimento da teoria das cores. Em
Virtual Reality Modelling Language
VRML Virtual Reality Modelling Language O poder de VRML reside na sua capacidade de fazer uma ponte entre dois métodos básicos de comunicação humana: a imaginação cerebral e a sensação visceral. Mark Pesce
SÓ ABRA QUANDO AUTORIZADO.
UNIVERSIDADE FEDERAL DE MINAS GERAIS FÍSICA 2 a Etapa SÓ ABRA QUANDO AUTORIZADO. Leia atentamente as instruções que se seguem. 1 - Este Caderno de Provas contém seis questões, constituídas de itens e subitens,
Radiométricas. Alexandre Xavier Falcão. Instituto de Computação - UNICAMP
Operações Matemáticas e Transformações Radiométricas Instituto de Computação - UNICAMP afalcao@ic.unicamp.br Operações Matemáticas Sejam Î = (D I, I ) e Ĵ = (D J, J) duas imagens cinzas de mesmo domínio,
Azul, amarelo, mais amarelo Abóbora ou laranja Vermelho e amarelo Marrom, vermelho e preto
Tabela para mistura de cores Verde Azul, amarelo, mais amarelo Abóbora ou laranja Vermelho e amarelo Vinho Marrom, vermelho e preto Cinza Roxo Marrom Marrom oliva Marrom telha Marrom castanha Marrom claro
Douglas 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
- Soluções em Geoprocessamento
- Soluções em Geoprocessamento Visite nosso site! www.latitude23.com.br Distribuidor autorizado da MicroImages Imagens coloridas de satélites são constituídas por pelo menos 3 rasters de diferentes espectros
05/02/2014. Um pouco de história antes... A FOTOGRAFIA. James Clerk Maxwell (1831 1879) Escócia (Reino Unido) físico, filósofo e matemático.
Prof. Reginaldo Brito Um pouco de história antes... A FOTOGRAFIA Joseph-Nicéphore Niepce * França, (1765-1833) James Clerk Maxwell (1831 1879) Escócia (Reino Unido) físico, filósofo e matemático. 1826,
TERMO DE ADJUDICAÇÃO. Item 0001
TERMO DE ADJUDICAÇÃO Às 11:01 horas do dia 07 de maio de 2012, o Pregoeiro Oficial da Prefeitura Municipal de Juiz de Fora, designado pela portaria Portaria nº 1766 - CPL após analise da documentação do
Processamento Digital de Sinais. Conversão A/D e D/A. Prof. Dr. Carlos Alberto Ynoguti
Processamento Digital de Sinais Conversão A/D e D/A Prof. Dr. Carlos Alberto Ynoguti Introdução A maioria dos sinais encontrados na natureza é contínua Para processá-los digitalmente, devemos: Converter
Gama do monitor. Michael v.ostheim Tradução: Marcus Gama Tradução: André Marcelo Alvarenga
Michael v.ostheim Tradução: Marcus Gama Tradução: André Marcelo Alvarenga 2 Conteúdo 1 Introdução 4 2 Usando as imagens de teste 4 2.1 Imagem de teste da escala de cinza............................ 4 2.2
Detecção e Rastreamento de Objetos coloridos em vídeo utilizando o OpenCV
Detecção e Rastreamento de Objetos coloridos em vídeo utilizando o OpenCV Bruno Alberto Soares OLIVEIRA 1,3 ; Servílio Souza de ASSIS 1,3,4 ; Izadora Aparecida RAMOS 1,3,4 ; Marlon MARCON 2,3 1 Estudante
Actividade 1: Contagem de manchas solares em diferentes dias. Depois de aberto, o SalsaJ apresenta uma imagem semelhante à da figura A4.
ANEXO Nº. 4 Neste anexo apresenta-se uma forma alternativa de levar a cabo as actividades 1, 4 e 6 do guião, recorrendo ao programa SalsaJ, que pode ser descarregado www.pt.euhou.net Actividade 1: Contagem
Trabalho realizado por: Francisco Cubal, nº11 12ºA
Trabalho realizado por: Francisco Cubal, nº11 12ºA Professor: Miguel candeias Ano lectivo 2010/2011 Índice Bases sobre teoria da cor aplicada aos sistemas digitais Geração e Captura de Imagens Modelos