Reconhecimento de Mãos usando Cores e Formas Aplicado no Projeto de uma Interface Gestual
|
|
- Mauro Estrela Domingos
- 6 Há anos
- Visualizações:
Transcrição
1 Reconhecimento de Mãos usando Cores e Formas Aplicado no Projeto de uma Interface Gestual Victor Hugo Masutani 1, Almir Olivette Artero, Leandro Luiz de Almeida 1,3, Francisco Assis da Silva 1,3, Maria Stela Veludo de Paiva 3 1 Faculdade de Informática Universidade do Oeste Paulista (Unoeste), Presidente Prudente/SP Faculdade de Ciências e Tecnologia Universidade Estadual Paulista (Unesp), Pres. Prudente/SP 3 Escola de Engenharia de São Carlos Universidade de São Paulo (USP), São Carlos/SP victormasutani@unoeste.edu.br, almir@fct.unesp.br, llalmeida@unoeste.br, chico@unoeste.br, mstela@sc.usp.br Abstract This paper describes a new human-computer interaction, which through a simple and low-cost hardware (webcam), captures images and performs the hand recognition using color and shape information. The low complexity of this approach, it makes possible to control graphic applications using the operational system interface. 1. Introdução O conceito de interface se refere à maneira em que usuários podem interagir com diversos dispositivos, como os computadores. Ainda que o estudo da Interface Homem-Máquina tenha iniciado mais formalmente nos anos 70, a plataforma de computação estabilizou-se em um modelo básico de interação com o computador, composto por monitor, mouse e teclado [14]. No entanto, mais recentemente, a sofisticação do hardware evoluiu consideravelmente, possibilitando novas alternativas de interfaceamento que podem trazer aos usuários novas formas de comunicação, como por exemplo, usando a detecção de movimentos (gestos) ou o reconhecimento de voz. Apesar de potenciais aplicações em diversas áreas, é na área dos jogos que o uso de dispositivos mais interativos tem atraído maior atenção, como foi no caso da pistola Light Phaser, lançada para o videogame Master System [9] que permitia ao usuário atingir alvos na tela, como se estivesse usando uma arma real. O videogame Wii da Nintendo [15] foi projetado para operar com uma série de dispositivos capazes de proporcionar uma melhor imersão do usuário nos jogos, entre estes dispositivos temse um bastão cujos movimentos são usados para controlar as ações do usuário, em jogos como tênis, boxe, etc., ao movimentar seus braços como fazem os atletas reais. Mais recentemente, foi apresentado o videogame XBox da Microsoft [13], que é controlado através de detecções de movimentos, capturados por uma câmera e um sensor de profundidade, incorporados ao dispositivo Kinect [13], tornando a interação ainda mais natural e imersiva. Embora o uso destes dispositivos comece a atrair a atenção para outras várias aplicações além dos games [11,17], o seu custo ainda continua sendo um problema a ser resolvido. Assim, este projeto propõe usar imagens capturadas com uma webcam de baixo custo, cada vez mais presente no hardware básico dos computadores e, a partir do reconhecimento das mãos dos usuários, tornar possível o controle de diversas aplicações com interface gráfica no computador. A estratégia usada neste trabalho para o reconhecimento das mãos inclui a identificação da cor da pele e também a análise da forma das mãos. As demais seções deste trabalho estão organizadas da seguinte maneira: na Seção é apresentada uma introdução ao processamento digital de imagens, com ênfase nas técnicas usadas neste trabalho; Na Seção 3 é feita uma introdução à visão computacional, focando apenas as técnicas usadas neste trabalho e, que estão implementadas na biblioteca OpenCV [,7]; Na Seção 4 é apresentada a metodologia proposta para o reconhecimento das mãos através do reconhecimento da cor da pele e também de uma análise da forma da mão; Na Seção 5 são apresentados alguns experimentos em que a mão é reconhecida pelo método proposto, assim, como um exemplo de aplicação onde a mão é usada para controlar as ações em um aplicativo gráfico. Por fim, a Seção 6 apresenta as conclusões e algumas sugestões para trabalhos futuros.. Processamento Digital de Imagens Segundo Gonzalez e Woods [5] uma imagem é definida como uma função bidimensional f (x,y), onde x e y são coordenadas espaciais e a amplitude de f é chamada intensidade da imagem no local. Quando x, y e também a amplitude são valores finitos e discretos, diz-se que a imagem é digital. Caso contrário, tem-se uma imagem analógica. Em geral, uma imagem digital é tratada como
2 uma matriz, cujos índices de linhas e colunas identificam um ponto na imagem e o correspondente valor do elemento da matriz identifica o nível de cinza naquele ponto. Os elementos dessa matriz digital são chamados de elementos da imagem ou pixels. Nas imagens digitais coloridas, cada pixel guarda mais de um valor, de acordo com o modelo de cor adotado..1 Modelos de Cores A percepção e a interpretação de uma cor são fenômenos fisiopsicológicos, que não são completamente entendidos. As cores que os humanos e alguns animais percebem são determinadas pela natureza da luz refletida nos objetos. Assim, a finalidade de um modelo de cor é a especificação das cores em alguma forma padrão. Para solucionar deficiências encontradas nos primeiros modelos de cores, vários outros foram propostos para atender diferentes aplicações, objetivando também viabilizar e simplificar a construção dos equipamentos, ou então, proporcionar uma interação mais intuitiva com os usuários. A estratégia padrão consiste em representar as cores através de três componentes [5]. O modelo RGB (red, green, blue) [4] utiliza as cores primárias vermelho, verde e azul, sendo que cada uma destas componentes pode ter um valor na faixa de 0 a 1, formando um espaço tridimensional que ocupa um cubo unitário. Este modelo tem sido usado na construção das telas de uma grande diversidade de aparelhos, incluindo: televisores, monitores de vídeo, aparelhos celulares, etc. O modelo HSV (hue, saturation, value) [4] representa as componentes de tonalidade, saturação e brilho, sendo o subespaço do HSV o hexágono mostrado na Figura 1, em que a saturação é dada pela distância a partir do eixo central (0 1), a tonalidade é dada pela distância do ângulo a partir do vermelho (360º) e o brilho varia entre 0 e 1, a partir da parte de baixo. Figura 1. Hexágono de cores HSV. O modelo HSV é recomendado quando é necessário avaliar semelhanças entre as cores [8], pois o determinante de uma cor no modelo HSV é a sua tonalidade, enquanto que no modelo RGB, os três parâmetros (vermelho, verde e azul) em conjunto é que definem a cor. Assim, no sistema RGB, cores com tonalidades diferentes podem ser consideradas semelhantes, calculando a distância euclidiana entre suas componentes. O modelo YCrCb [4] usa uma componente de luminância Y e duas componentes de crominância Cr e Cb e, tem sido o modelo mais recomendado para realizar o reconhecimento de cor de pele. Uma vez que o tom de pele depende da iluminação, a transformação não linear do modelo de cor YCrCb faz com que o tom de pele não dependa da iluminação [6]. Este é o modelo de cor adotado neste trabalho, entretanto, como as imagens são capturadas com uma webcam, que usa o modelo RGB, torna-se necessário a conversão entre estes modelos, que pode ser feita usando a Equação 1. Y 0.99 Cr = Cb Comparação entre Cores R G B Formas alternativas para se avaliar a semelhança entre cores têm sido propostas [1], objetivando-se resolver erros de avaliação que ocorrem com modelos muito simples, como é o caso de se adotar a distância euclidiana d no sistema RGB entre duas cores C 1 = (R 1,G 1,B 1 ) e C = (R,G,B ), usando a Equação. ( R R ) + ( G G ) + ( B ) B (1) d = () Para uma comparação de objetos coloridos, este modelo muito simples tem se mostrado suficiente, porém, para a identificação da cor de pele, induz a muitos erros, por causa da grande variação de tons de pele. Um modelo mais eficaz para a identificação de pele humana foi apresentado por Kovač et al. [10], que aplica a transformação dada pela Equação 3 sobre uma cor no modelo YCrCb. x cosθ sinθ Cb cx = (3) y sinθ cosθ Cr cy e classifica a cor como sendo de pele humana, caso seja atendida a condição apresentada em 4. ( x e ) ( y ec ) c x y + 1 (4) a b onde: c x = , c y = 15.0, θ =.53 radianos, e cx = 1.6, e cy =.41, a = 5.39 e b = Morfologia Matemática A morfologia matemática tem sido usada em diversas aplicações em processamento de imagens [3,19], tanto em etapas de pré-processamento, realizando filtragens, como
3 em etapas de representação e descrição de formas [5]. A morfologia matemática possui algumas operações como: Dilatação, Erosão, Abertura e Fechamento; que são ilustradas na Figura. uma análise da imagem, pixel por pixel, da esquerda para a direita e de cima até embaixo, a fim de identificar os pixels adjacentes que possuem a mesma cor, atribuindo um rótulo para cada agrupamento de pixels. A Figura 3 mostra em (a) uma imagem contendo dois agrupamentos de pixels e, em (b), dois rótulos são atribuídos aos pixels pertencentes a cada um deles. (a) Figura. Processo das operações de Erosão, Dilatação, Abertura e Fechamento, respectivamente [5] Contornos, Fechos e Defeitos Convexos O contorno de um objeto em uma imagem define importantes características deste objeto, sendo capaz de auxiliar a sua identificação. Em geral, é obtido através das bordas encontradas nas imagens. Adicionalmente, importantes descrições dos objetos podem ser obtidas através do fecho convexo e dos defeitos convexos, que consistem respectivamente, no menor polígono convexo que contem os pontos do objeto [16] e na sequência dos pontos do contorno entre dois vértices do fecho convexo [1]. 3. Visão Computacional Visão computacional é a extração de informações a partir de imagens. O processo consiste em analisar uma imagem e a partir de suas características, extrair medidas qualitativas e quantitativas dos objetos existentes na cena []. 3.1 Rotulação de Componentes Conexos A rotulação de componentes conexos [18] é uma técnica que analisa uma imagem e define grupos de pixels, baseado em sua conectividade. Basicamente, realiza-se (b) Figura 3. Rotulação de componentes conexos aplicada a uma imagem contendo dois agrupamentos de pixels. 4. Reconhecimento da Mão O método proposto neste trabalho toma as imagens capturadas com uma webcam () no formato RGB e as converte para o formato YCrCb, afim de reduzir o erro no reconhecimento da cor da pele. Em seguida, os pixels são classificados como sendo de pele ou não, com a aplicação da Equação 4. Nesta etapa, são segmentados os pixels da mão e também das demais partes do corpo do usuário, como o seu rosto. Na etapa seguinte, é realizado um tratamento para a retirada de ruídos, que ocorrem através de pixels isolados em diferentes locais da cena capturada, por terem cores semelhantes à pele. Isto é feito usando as operações morfológicas de Abertura e Fechamento, que servem também para preencher pixels não segmentados como pele, dentro de regiões de pele, o que ocorre, geralmente, por causa de problemas de iluminação. No passo seguinte, são identificados os contornos dos objetos na imagem, sendo aplicado a eles o algoritmo de fecho convexo e, posteriormente, o algoritmo que encontra os defeitos convexos. Por fim, a mão é reconhecida
4 identificando o objeto com dois defeitos convexos consecutivos formando ângulos α i (i=1,...,4) entre 15º e 40º, correspondendo às aberturas dos dedos da mão. Esta é a estratégia usada para diferenciar a mão de outras áreas de cor de pele. Estas etapas são mostradas na Figura 4. A Figura 5(a) mostra um exemplo de imagem capturada pela webcam e, em (b) apenas os pixels da cor da pele. Em (c) tem-se o resultado após a filtragem usando os operadores morfológicos de abertura e fechamento. Embora se tenha usado uma câmera de baixo custo, esta figura apresenta um resultado bem satisfatório para o reconhecimento da pele humana. Figura 4. Etapas do processo proposto para o reconhecimento da mão. (a) (b) (c) Figura 5. a) Imagem original; b) Segmentação das áreas correspondentes à pele; c) Imagem filtrada com os operadores morfológicos. Na Figura 6 tem-se a obtenção do fecho convexo e dos menores pontos do defeito convexo, a partir da extração do contorno. Centro onde a mão foi reconhecida α 4 α 3 α α 1 Contorno Ponto de maior profundidade do defeito convexo Figura 6. Contorno, fecho e defeito convexo. Fecho convexo 4.1 Implementação usando a Biblioteca de Visão Computacional OpenCV Objetivando uma implementação eficiente, neste trabalho foram usadas as funções disponíveis na biblioteca OpenCV (Open Source Computer Vision) [,7], que possui uma grande variedade de funções para uso em visão computacional. Escrita na linguagem C/C++, a biblioteca OpenCV surgiu por causa do grande número de aplicações nesta área, sendo projetada para ser computacionalmente eficiente e auxiliar a construção de aplicações para execução em tempo real. As principais funções OpenCV usadas neste trabalho estão: cvnamedwindow cria uma janela para mostrar vídeo capturado; cvcapturefromcam retorna o dispositivo de captura conectado ao computador; cvqueryframe retorna o frame capturado, ou seja, uma imagem colorida, guardada em um registro contendo uma matriz com as dimensões [0..Altura, 0..Largura, [R,G,B]]; cvcvtcolor converte uma imagem de um modelo de cor para outro;
5 cvmorphologyex aplica a operação de abertura ou fechamento da morfologia matemática; cvfindcontours identifica contornos em imagens; cvconvexhull encontra o fecho convexo; cvconvexitydefects identifica os defeitos convexos dado um fecho convexo por parâmetro, bem como o ponto de maior distância. Por outro lado, a Figura 8 mostra que exibindo apenas dois dedos, a mão não é mais reconhecida (não aparece o círculo amarelo), pois existe uma quantidade insuficiente de defeitos convexos para a sua caracterização, visto que apenas um dos ângulos α i é identificado. 5 Experimentos A Figura 7 mostra que exibindo três ou quatro dedos, a mão continua sendo reconhecida, mesmo não havendo a mesma quantidade de pontos de profundidade reconhecidos pelo defeito convexo. Figura 8. Falha no reconhecimento da mão, quando se exibe apenas dois dedos. (a) (b) Figura 7. Reconhecimento da mão com: a) Quatro dedos; b) Três dedos. A Figura 9 mostra como o reconhecimento da mão pode ser usado para controlar a execução de uma aplicação no ambiente operacional gráfico. Em (a) tem-se o computador, em (b) a webcam, em (c) a mão do usuário e, em (d), um aplicação sendo executada. Para a realização deste teste foi utilizada uma webcam que captura quadros de imagens com uma resolução de 640 x 480 pixels. Na implementação realizada, os deslocamentos da mão são tratados como eventos do mouse e, desta forma, podem ser usados para controlar qualquer aplicação no ambiente do sistema operacional. (b) (d) (a) (c) Figura 9. Exemplo de aplicação onde o usuário controla a movimentação dos objetos na tela através de seus movimentos.
6 6. Conclusões Os resultados obtidos neste trabalho mostraram que, mesmo usando uma simples webcam, é possível interagir com o computador de uma forma mais intuitiva, controlando a execução de diversas aplicações através de movimentos com a mão. O baixo custo das câmeras de vídeo e a sua integração, cada vez mais comum, em vários dispositivos (desktops, notebooks, smartphones) tem se tornado um recurso que pode e deve ser considerado em novas formas de interação com o computador. Embora o modelo de cores YCrCb, adotado neste trabalho, tenha apresentado resultados satisfatórios para reconhecer a cor da pele, ainda se nota que os efeitos da iluminação do ambiente continuam sendo um problema a ser resolvido. Entretanto, o avanço tecnológico tem propiciado a construção de câmeras com qualidade cada vez melhor e a um custo cada vez menor, que devem ajudar a resolver este problema. Em trabalhos futuros, deverão ser investigados outros modelos de cor, que podem ser mais eficazes na identificação da pele, principalmente, tratando das diferenças que ocorrem em diferentes etnias. Referências [1] del Bimbo, A., Visual Information Retrieval, Morgan Kaufmann Publishers, San Francisco, 70p, [] Bradski, G. and Kaebler, A., Learning OpenCV, Computer Vision with the OpenCV Library, Gravenstein Highway North, Canadá: OReilly, 008. [3] Facon, J., Morfologia Matemática: Teorias e Exemplos, Editora Universitária Champagnat da Pontifícia Universidade Católica do Paraná. Curitiba. 30p, [4] Fairchild, M.D., Color Appearance Models, John Wiley and Sons, 385p, 005. [5] Gonzalez, R.C. and Woods, R.E., Digital Image Processing, nd Edition, Addison Wesley Publishing Company, Reading, [6] R.L. Hsu, M. Adbel-Mottaleb, A.K. JAIN, "Face Detection in Color Images", IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 4, n. 5, 00, pp [7] Intel, Open Source Computer Vision Library, Reference Manual, 001. [8] G. H. Joblove, D. Greenberg, "Color Spaces for Computer Graphics", Computer Graphics, vol. 1(3), August, 1978, pp. 0 5 [9] Kent, S., The Ultimate History of Video Games, Roseville, California: Crown Publishing Group, 001. [10] J. Kovač, P. Peer and F. Solina, "Human Skin Colour Clustering for Face Detection", Eurocon Computer as a Tool - The IEEE Region 8, Slovenia, 003. [11] K. Laver, J. Ratcliffe, S. George, L. Burgess and M. Crotty, "Is the Nintendo Wii Fit Really Acceptable to Older People?: a discrete choice experiment", BMC Geriatrics, vol. 11, n. 64, 011. [1] C. Manresa, J. Varona, R. Mas and F. Perales, "Hand Tracking and Gesture Eecognition for Human-Computer Interaction", Electronic Letters on Computer Vision and Image Analysis, vol. 5, n. 3, 005, pp [13] Microsoft, Kinect for Xbox 360: Science Fiction Comes to Your Living Room. Disponível em: Kinect.mspx. Acesso em 08 de março de 011. [14] B. Myers, S. Hudson and R. Pausch, "Past, Present, and Future of User Interface Software Tools", ACM Transactions on Computer-Human Interaction, Vol. 7, Número 1, Março 000, pp [15] Nintendo, Wii Operations Manual - Channels and Settings, disponível em: consumer/downloads/wiicheng.pdf, 009. [16] O rourke, J., Computational Geometry in C,.ed. Cambridge University Press, [17] T. Pigford, A. Andrews, "Feasibility and Benefit of using the Nintendo Wii Fit for Balance Rehabilitation in an Elderly Patient Experiencing Recurrent Falls", Journal of Student Physical Therapy Research, vol., n. 1, 010, pp.1-0. [18] H. Samet, M. Tamminen, "Efficient Component Labeling of Images of Arbitrary Dimension Represented by Linear Bintrees", IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 10, n. 4, pp , [19] Serra, J., Image Analysis and Mathematical Morphology, vol.1, Academic Press, London, 198.
RECONHECIMENTO DE OBJETOS COLORIDOS E MÃOS USANDO CORES E FORMAS
RECONHECIMENTO DE OBJETOS USANDO CORES E FORMAS 1 RECONHECIMENTO DE OBJETOS COLORIDOS E MÃOS USANDO CORES E FORMAS Victor Hugo Masutani 1, Almir Olivette Artero, Leandro Luiz de Almeida 1,3, Francisco
Leia maisExtração de objetos de interesse em imagens digitais utilizando a biblioteca de Visão Computacional OpenCV
Extração de objetos de interesse em imagens digitais utilizando a biblioteca de Visão Computacional OpenCV Izadora Aparecida RAMOS 1,3,4 ; Servílio Souza de ASSIS 1,3,4 ; Bruno Alberto Soares OLIVEIRA
Leia maisMETODOLOGIA PARA A QUANTIZAÇÃO DE CORES PELO MÉTODO SMCb: INTRODUÇÃO E EXEMPLOS DE RESULTADOS
METODOLOGIA PARA A QUANTIZAÇÃO DE CORES PELO MÉTODO SMCb: INTRODUÇÃO E EXEMPLOS DE RESULTADOS Marcelo Zaniboni 1, Osvaldo Severino Junior 2 1: Universitário do curso de Ciência da Computação, Faculdade
Leia maisRECONHECIMENTO FACIAL UTILIZANDO EIGENFACES
Universidade Federal do Rio de Janeiro Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia Programa de Engenharia de Sistemas e Computação Rio de Janeiro, RJ Brasil RECONHECIMENTO
Leia maisIDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS. André Zuconelli 1 ; Manassés Ribeiro 2
IDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS André Zuconelli 1 ; Manassés Ribeiro 2 INTRODUÇÃO As tecnologias assistivas têm a finalidade de auxiliar pessoas com deficiência a alcançar
Leia maisReconhecimento de linguagem de sinais: aplicação em LIBRAS
Reconhecimento de linguagem de sinais: aplicação em LIBRAS Ruberth A. A. Barros 1, Aitan V. Pontes 1, João D. S. Almeida 1 1 Núcleo de Computação Aplicada Universidade Federal Maranhão (UFMA) Caixa Postal
Leia maisProcessamento e Análise de Imagens
Processamento e Análise de Imagens Prof. Moacir Ponti www.icmc.usp.br/~moacir Instituto de Ciências Matemáticas e de Computação USP 2017/1 Moacir Ponti Jr. (ICMCUSP) Processamento e Análise de Imagens
Leia maisEXTRAÇÃO 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 maisIntrodução 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
Leia maisDETECÇÃO DE CORES DE SOLUÇÕES QUÍMICAS PARA PESSOAS COM NENHUMA OU BAIXA VISÃO UTILIZANDO OPENCV
DETECÇÃO DE CORES DE SOLUÇÕES QUÍMICAS PARA PESSOAS COM NENHUMA OU BAIXA VISÃO UTILIZANDO OPENCV Autor (1) Jéssica Fernandes Alves; Orientador (4) Suzete Élida Nóbrega Correia (1) Instituto Federal de
Leia maisIntrodução ao OpenCV
Instituto Federal Sul-rio-grandense Campus Pelotas Engenharia Elétrica Processamento de Imagens Digitais Introdução ao OpenCV (Parte I) Glaucius Décio Duarte Atualizado em: 20 ago. 2018 OpenCV (Open Source
Leia maisImagem, Pixels, Modelos de Cor e Operações. Visão Computacional - UFMA
Imagem, Pixels, Modelos de Cor e Operações Visão Computacional - UFMA Imagem Digital Uma imagem contém uma quan9dade discreta de elementos chamados pixels Cada pixel possui um valor intensidade no caso
Leia maisALGORITMOS PARA SEGMENTAÇÃO DA PELE UTILIZANDO MODELOS DE CORES RGB EM AMBIENTE MATLAB/SIMULINK
ALGORITMOS PARA SEGMENTAÇÃO DA PELE UTILIZANDO MODELOS DE CORES RGB EM AMBIENTE MATLAB/SIMULINK Rodrigo Fernandes Freitas (2) Graduando em Mecatrônica Industrial (CEFETCE). Rodrigo Carvalho Souza Costa
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 maisMouseCam: aplicação de controle do mouse via câmera
MouseCam: aplicação de controle do mouse via câmera Introdução ao Processamento de Imagens COS756 PESC/COPPE/UFRJ 2013 1 Renan Garrot garrot@cos.ufrj.br 1. Introdução O processo de tracking por vídeo consiste
Leia maisFundamentos de Processamento Gráfico. Modelos de cores. Fátima Nunes. Profa. Fátima L. S. Nunes
Fundamentos de Processamento Gráfico Aula 10 Modelos de cores Fátima Nunes 1 Introdução Por que usar cor em processamento de imagens? 2 Introdução Por que usar cor em processamento de imagens? Cor: descritor
Leia maisINFORMAÇÕES DO ACADÊMICO PLANO DE TRABALHO. 1. Justificativa
INFORMAÇÕES DO ACADÊMICO Nome: Kleber Padovani de Souza Curso: Engenharia de Computação Semestre: R.A.: Título do plano de trabalho: Extração de atributos da imagem através de momentos de imagem. Nome
Leia maisUNIVERSIDADE FEDERAL FLUMINENSE Pedro Martins Menezes. Um estudo dos estágios dos pipelines gráficos
UNIVERSIDADE FEDERAL FLUMINENSE Pedro Martins Menezes Um estudo dos estágios dos pipelines gráficos Niterói 2008 Pedro Martins Menezes Um estudo dos estágios dos pipelines gráficos Trabalho de Conclusão
Leia maisMétodos de Extração de Características
1. Introdução Métodos de Extração de Características A Interpretação ou entendimento de uma cena demanda o reconhecimento de seus objetos. Reconhecimento de objetos ou padrões contidos em uma cena -> é
Leia mais1. Introdução. Figura 1 - Space Invaders (a) e Super Mario Bros(b). 1 Universidade de Cruz Alta
Pixel Art: uma técnica de arte simplificada para desenho Digital Alex Vinícios Telocken 1, Daniel Dessbesell 1, Éverton Amaral 1, João David Prevedello 1, Kelvin Dallas Pinto 1, Vinícius Lopes 1 1 Universidade
Leia maisVisão Computacional. Alessandro L. Koerich. Programa de Pós-Graduação em Engenharia Elétrica Universidade Federal do Paraná (UFPR)
Visão Computacional Alessandro L. Koerich Programa de Pós-Graduação em Engenharia Elétrica Universidade Federal do Paraná (UFPR) Processamento da Informação Capturei uma Imagem! E agora? Assumindo que
Leia maisProcessamento Digital de Imagens. Cor
Processamento Digital de Imagens Cor Em uma descrição física a cor está associada ao seu comprimento de onda. Ao se analisar o espectro eletromagnético na região do visível, os menores comprimentos de
Leia mais6 Aplicações Detalhes da Implementação
6 Aplicações Neste trabalho, é importante implementar aplicações de interação em tempo real para que seja possível avaliar a aplicabilidade das técnicas de Visão Computacional descritas ao longo dos capítulos
Leia maisExtração de atributos usando o método LBP - Local Binary Pattern
Extração de atributos usando o método LBP - Local Binary Pattern Lia Nara Balta Quinta. 2 de maio de 2006 1 Antecedentes e Justificativa O Brasil possui, atualmente, um grande rebanho bovino, porém em
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 maisProcessamento Digital de Imagens
1 Ciência da Computação Processamento Digital de Imagens Prof. Sergio Ribeiro Tópicos Introdução Espectro Eletromagnético Aquisição e de Imagens Sensoriamento Remoto 2 Introdução Espectro Eletromagnético
Leia maisProcessamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Prof. Sergio Ribeiro Tópicos Introdução Espectro Eletromagnético Aquisição e Digitalização de Imagens Efeitos da Digitalização Digitalização Sensoriamento
Leia maisDetecção de Faces Humanas em Imagens Coloridas Utilizando Redes Neurais Artificiais
Detecção de Faces Humanas em Imagens Coloridas Utilizando Redes Neurais Artificiais Wellington da Rocha Gouveia Universidade de São Paulo Escola de Engenharia de São Carlos Departamento de Engenharia Elétrica
Leia maisComputaçã. Visão Geral. Sistema Gráfico. Computação Gráfica. Pixels. Sistema Gráfico e o Frame Buffer. Introdução à Computação Gráfica
Visão Geral Computaçã ção o Gráfica Introduçã ção, conceitos básicosb sicos, áreas relacionadas Introdução à Computação Gráfica Como funciona um sistema gráfico Como imagens são representadas Áreas relacionadas,
Leia maisSistemas de Cores. Leandro Tonietto Processamento Gráfico Jogos Digitais set-09
Sistemas de Cores Leandro Tonietto Processamento Gráfico Jogos Digitais ltonietto@unisinos.br http://www.inf.unisinos.br/~ltonietto set-09 Sumário Introdução Cores RGB HSV Referências 4-set-09 Leandro
Leia maisDescritores de Imagens
Descritores de Imagens André Tavares da Silva PPGCA/UDESC Outubro de 2017 André Tavares da Silva (PPGCA/UDESC) Descritores de Imagens Outubro de 2017 1 / 17 Introdução Excelentes pesquisas sobre descritores
Leia maisA SIMPLE MODEL FOR CLASSIFICATION AND PARAMETRIZABLE COLOR SYSTEM RGB
UM MODELO SIMPLES E PARAMETRIZÁVEL PARA CLASSIFICAÇÃO DE CORES NO SISTEMA RGB João Henrique Gonçalves Corrêa¹, George Ulisses Serpa Veja¹, Nailson dos Santos Cunha¹, Thiago Gouveia da Silva 1 e Paulo Ditarso
Leia maisAquisição/Codificação de Vídeo
Aquisição/Codificação de Vídeo Tópicos em Hipermídia Diego Fiori de Carvalho Rudinei Goularte 1 Roteiro Aquisição/Codificação Evolução CCD Formatos de vídeo analógico Aquisição de Imagens Padrões de Cor
Leia maisUniversidade do Estado de Minas Gerais Curso de Sistemas de Informações. Multimídia. A Imagem (Parte I)
Universidade do Estado de Minas Gerais Curso de Sistemas de Informações Multimídia A Imagem (Parte I) Prof Sérgio Carlos Portari Júnior portari.uemgituiutaba@gmail.com Multimídia A imagem Tópico: Representação
Leia maisProcessamento de Imagens Digitais
Processamento de Imagens Digitais Antonio Cesar Germano Martins 2º semestre de 2018 Apresentações Nascido em Sorocaba. Graduado em Bacharelado em Física pela UNICAMP em 1989, tendo participado de pesquisas
Leia maisReconhecimento de Símbolos de LIBRAS
Reconhecimento de Símbolos de LIBRAS Rodrigo do Nascimento Siqueira Departamento de Informática Universidade Federal do Maranhão (UFMA) Av. dos Portugueses, 1966 Bacanga São Luıś MA Brazil rodignasciment@gmail.com(siqueira,
Leia maisIMPLEMENTAÇÃO DE SOFTWARE DE LEITURA GESTUAL PARA O APRENDIZADO DE LIBRAS
IMPLEMENTAÇÃO DE SOFTWARE DE LEITURA GESTUAL PARA O APRENDIZADO DE LIBRAS Lori R. F. Machado Filho, Gerson Battisti, Edson L. Padoin Professor Dr. Edson L. Padoin do curso de Ciência da Computação da Universidade
Leia maisPROCESSAMENTO DE IMAGENS DIGITAIS PARA VISÃO ROBÓTICA. Digital Image Processing for Robotic Vision
PROCESSAMENTO DE IMAGENS DIGITAIS PARA VISÃO ROBÓTICA Digital Image Processing for Robotic Vision Luiz Ferreira MENEZES Jr. Faculdade de Jaguariúna Resumo: Este trabalho descreve quatro métodos para converter
Leia maisSEL-0339 Introdução à Visão Computacional. Aula 3 Processamento de Imagens Coloridas
Departamento de Engenharia Elétrica - EESC-USP SEL-0339 Introdução à Visão Computacional Aula 3 Processamento de Imagens Coloridas Prof. Dr. Marcelo Andrade da Costa Vieira Prof. Dr. Adilson Gonzaga mvieira@sc.usp.br
Leia maisAlex Torquato Souza Carneiro Ciência da Computação Universidade Ibirapuera - UNIb São Paulo - SP, Brasil
Interface Homem-Máquina para Movimentação Bidimensional de Objeto Através de Reconhecimento de Posturas Corporais por Visão Computacional Projeto Labirinto Alex Torquato Souza Carneiro Ciência da Computação
Leia maisSEGMENTAÇÃO E RECONHECIMENTO DA ÍRIS
SEGMENTAÇÃO E RECONHECIMENTO DA ÍRIS Edno José Bozoli Junior¹, Osvaldo Severino Junior². 1. Universitário do curso de Ciências da Computação Rodovia Vicinal Raul Galvani nº. 831, Centro, CEP: 15.845-000
Leia mais3 Simpósio Internacional de Agricultura de Precisão
PROGRAMA COMPUTACIONAL PARA LOCALIZAÇÃO DE PLANTAS DANINHAS UTILIZANDO PROCESSAMENTO DE IMAGENS DIGITAIS Gustavo Finholdt 1, Celso Bandeira de Melo Ribeiro 2, Francisco de Assis de Carvalho Pinto 3 RESUMO:
Leia maisT4 Processamento de Imagem
T4 Processamento de Imagem Proc. Sinal e Imagem Mestrado em Informática Médica Hélder Filipe Pinto de Oliveira Resumo 1. Manipulação ponto a ponto 2. Conetividade 3. Filtros espaciais 4. Extração de estruturas
Leia maisProposta de Curso LNCC
Proposta de Curso LNCC Professor: Gilson A. Giraldi (D.Sc) Título do Curso: Visualização Científica para Análise de Imagens Médica. Período: Quarto Período de 2001 Objetivos O processamento/visualização
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 maisProcessamento de Imagens
Processamento de Imagens Prof. Julio Arakaki Ciência da Computação 1 Imagem Digital Full Color Image (Matriz de Pixels) RGB (24 bits): Red (8 bits) Green (8 bits) Blue (8 bits) 2 Imagem Digital Um modelo
Leia maisProcessamento de Imagens: fundamentos. Julio C. S. Jacques Junior
Processamento de Imagens: fundamentos Julio C. S. Jacques Junior juliojj@gmail.com Fronteiras do Processamento de Imagens Processamento de dados Dados / Informação Visão Computacional Computação Gráfica
Leia maisCor 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
Leia maisT4.1 Processamento de Imagem
T4.1 Processamento de Imagem Proc. Sinal e Imagem Mestrado em Informática Médica Miguel Tavares Coimbra Resumo 1. Manipulação ponto a ponto 2. Filtros espaciais 3. Extracção de estruturas geométricas 4.
Leia maisO reconhecimento facial é dividido em três etapas: i) detecção da face, ii) extração de características e iii) reconhecimento da face.
ESTUDO SOBRE MÉTODOS DE RECONHECIMENTO FACIAL EM FOTOGRAFIAS DIGITAIS Ana Elisa SCHMIDT¹, Elvis Cordeiro NOGUEIRA² ¹ Orientadora e docente do IFC-Campus Camboriú; ² Aluno do curso de Bacharelado em Sistemas
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 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 maisProcessamento de Imagem. Prof. MSc. André Yoshimi Kusumoto
Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Prof. André Y. Kusumoto andrekusumoto.unip@gmail.com Amostragem e Quantização Amostragem refere-se ao número de pontos
Leia maisAQUISIÇÃO E REALCE EM IMAGENS UTILIZANDO JAVA COM AUXILIO DO OPENCV
AQUISIÇÃO E REALCE EM IMAGENS UTILIZANDO JAVA COM AUXILIO DO OPENCV Rafael Aquino 1 Fabio Gomes 2 Ciência da Computação ciências exatas e tecnológicas ISSN IMPRESSO 1980-1777 ISSN ELETRÔNICO 2316-3135
Leia maisAPLICAÇÃO DA VISÃO COMPUTACIONAL PARA SEGMENTAÇÃO DE OBJETOS EM IMAGENS CAPTURADAS POR EQUIPAMENTOS MÓVEIS.
APLICAÇÃO DA VISÃO COMPUTACIONAL PARA SEGMENTAÇÃO DE OBJETOS EM IMAGENS CAPTURADAS POR EQUIPAMENTOS MÓVEIS. João Marcelo RIBEIRO 1 Heber Rocha MOREIRA 2 Fiama F. S. do AMARAL 3 RESUMO Através da visão
Leia maisPMR2560 Visão Computacional Detecção de cores e blobs. Prof. Eduardo L. L. Cabral
PMR2560 Visão Computacional Detecção de cores e blobs Prof. Eduardo L. L. Cabral Objetivos Detecção de cores; Detecção de blobs. Detecção de cores Cores são facilmente identificadas nas imagens. Cor a
Leia maisUniversidade Federal de Pernambuco Graduação em Engenharia da Computação Centro de Informática
Universidade Federal de Pernambuco Graduação em Engenharia da Computação Centro de Informática DETECÇÃO DE BORDAS DE IMAGENS UTILIZANDO ELEMENTOS DE MORFOLOGIA MATEMÁTICA PROPOSTA DE TRABALHO DE GRADUAÇÃO
Leia maisFace Recognition using RGB-D Images
Face Recognition using RGB-D Images Helder C. R. de Oliveira N.USP: 7122065 Polyana Nunes N.USP: 9043220 Sobre o Artigo Publication: 2013 IEEE Sixth International Conference Author(s) Goswami, G. (Índia
Leia maisDermanostic: um método para normalização da iluminação em imagens de lesões cutâneas
Departamento de Sistemas e Computação FURB Curso de Ciência da Computação Trabalho de Conclusão de Curso 2016/2 Dermanostic: um método para normalização da iluminação em imagens de lesões cutâneas Acadêmico:
Leia maisPROCESSAMENTO DE IMAGENS COLORIDAS. Nielsen Castelo Damasceno
PROCESSAMENTO DE IMAGENS COLORIDAS Nielsen Castelo Damasceno Definições A cor é um poderoso descritor que muitas vezes simplifica a identificação do objeto e sua extração de uma cena. Os seres humanos
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 maisImplementação de um Sistema de Fusão de Imagens no Modelo
Implementação de um Sistema de Fusão de Imagens no Modelo HSI 27 de novembro de 2009 O que será apresentado O que será apresentado : Problemática; O Modelo HSI; Proposta; Implementação do sistema: ; ;
Leia maisUniversidade 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
Leia maisTÍTULO: IDENTIFICAÇÃO DE CARACTERES APRESENTADOS A UMA CÂMERA POR MEIO DO MOVIMENTO DOS DEDOS DA MÃO DE UM SER HUMANO
Anais do Conic-Semesp. Volume 1, 2013 - Faculdade Anhanguera de Campinas - Unidade 3. ISSN 2357-8904 TÍTULO: IDENTIFICAÇÃO DE CARACTERES APRESENTADOS A UMA CÂMERA POR MEIO DO MOVIMENTO DOS DEDOS DA MÃO
Leia maisMorfologia Matemática: algumas aplicações. Rosana Gomes Bernardo Universidade Federal Fluminense
Morfologia Matemática: algumas aplicações Rosana Gomes Bernardo Universidade Federal Fluminense Introdução Aplicações Motivadoras - Consumo de Gás Natural Roteiro - Placas de Veículos Referências - Cartografia
Leia maisIntrodução Geral a Computação Gráfica. Universidade Católica de Pelotas Curso de Engenharia da Computação Disciplina de Computação Gráfica
Introdução Geral a Computação Gráfica Universidade Católica de Pelotas Curso de Engenharia da Computação Disciplina de 2 Introdução Geral a O que é CG? Áreas de Atuação Definição, Arte e Matemática Mercado
Leia maisCONTROLE DE QUALIDADE DE PADRÕES GRÁFICOS ATRAVÉS DA UTILIZAÇÃO DO GRADIENTE MORFOLÓGICO
CONTROLE DE QUALIDADE DE PADRÕES GRÁFICOS ATRAVÉS DA UTILIZAÇÃO DO GRADIENTE MORFOLÓGICO João L. Fernandes Pós-Graduação em Ciência da Computação, Universidade Federal Fluminense. Rua Passos da Pátria,
Leia maisImplementação de um protópito de uma interface para um controlador de cadeira. de rodas guiado pela direção do olhar.
Implementação de um protópito de uma interface para um controlador de cadeiras de rodas guiado pela direção do olhar. Vinícius Assis Saueia da Silva 18 de abril de 2005 1 Título Implementação de um protópito
Leia maisTE073 PDS II Programa de Pós-Graduação em Engenharia Elétrica
TE073 PDS II Programa de Pós-Graduação em Engenharia Elétrica Prof. Alessandro Zimmer zimmer@eletrica.ufpr.br www.eletrica.ufpr.br/~zimmer/te073 Processamento Digital de Imagens PDI: Objetivos Melhoria
Leia maisProcessamento digital de imagens
Processamento digital de imagens Agostinho Brito DCA-CT-UFRN 4 de julho de 018 Agostinho Brito (DCA-CT-UFRN) Processamento digital de imagens 4 de julho de 018 1 / 31 O que é processamento digital de imagens?
Leia maisIntrodução à Computação Gráfica. Claudio Esperança Paulo Roma Cavalcanti
Introdução à Computação Gráfica Claudio Esperança Paulo Roma Cavalcanti Estrutura do Curso Ênfase na parte prática Avaliação através de trabalhos de implementação C / C++ OpenGL c/ GLUT Grau (nota) baseado
Leia maisImagens digitais. Armando J. Pinho. Introdução à Análise e Processamento de Sinal Universidade de Aveiro.
Imagens digitais Armando J. Pinho Introdução à Análise e Processamento de Sinal Universidade de Aveiro ap@ua.pt http://www.ieeta.pt/~ap IAPS (DETI-UA 2013/14) Armando J. Pinho 1 / 55 Sumário 1 Formação
Leia maisProcessamento de imagem a cores
A cor é um poderoso descritor que frequentemente simplifica a identificação e extracção de objectos de uma cena Os humanos podem discernir milhares de cores, mas apenas duas dezenas de cinzentos O processamento
Leia maisCapítulo 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
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 maisRECONHECIMENTO DE GESTOS COM SEGMENTAÇÃO DE IMAGENS DINÂMICAS APLICADAS A LIBRAS
RECONHECIMENTO DE GESTOS COM SEGMENTAÇÃO DE IMAGENS DINÂMICAS APLICADAS A LIBRAS ANUÁRIO DA PRODUÇÃO DE INICIAÇÃO CIENTÍFICA DISCENTE Vol. 13, N. 20, Ano 2010 Adilson Roberto Pavan Prof. Jaime Cazhurriro
Leia maisAplicações 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
Leia maisAVALIAÇÃO DA PRECISÃO DO SENSOR KINECT PARA MEDIDAS DE DISTÂNCIA
AVALIAÇÃO DA PRECISÃO DO SENSOR KINECT PARA MEDIDAS DE DISTÂNCIA Paulo R. S. Custódio 1, Gustavo C. Silva 2, Helosman V. Figueiredo 3 1,3 Universidade do Vale do Paraíba, paulo55866@gmail.com 2 PROBES
Leia maisReconhecimento de Gestos com Segmentação de Imagens Dinâmicas Aplicadas a Libras
Reconhecimento de Gestos com Segmentação de Imagens Dinâmicas Aplicadas a Libras Adilson Roberto Pavan Fábio Alexandre Caravieri Modesto Anhanguera Educacional adilson.pavan@gmail.com fabiomodesto@uol.com.br
Leia maisInformática I. Aula Aula 22-12/11/2007 1
Informática I Aula 22 http://www.ic.uff.br/~bianca/informatica1/ Aula 22-12/11/2007 1 Ementa Noções Básicas de Computação (Hardware, Software e Internet) HTML e Páginas Web Internet e a Web Javascript
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 maisAntónio 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
Leia maisCONSTRUÇÃO AUTOMÁTICA DE OPERADORES MORFOLÓGICOS UTILIZANDO PROGRAMAÇÃO GENÉTICA.
CONSTRUÇÃO AUTOMÁTICA DE OPERADORES MORFOLÓGICOS UTILIZANDO PROGRAMAÇÃO GENÉTICA. Emerson Carlos Pedrino * e-mail: ecpedrin@sel.eesc.sc.usp.br Valentin Obac Roda ** e-mail: valentin@sel.eesc.sc.usp.br
Leia maisSERVIÇO PÚBLICO FEDERAL UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE INFORMÁTICA DEPARTAMENTO DE INFORMÁTICA APLICADA
SERVIÇO PÚBLICO FEDERAL UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE INFORMÁTICA DEPARTAMENTO DE INFORMÁTICA APLICADA DISCIPLINA: Fundamentos de Processamento de Imagens CÓDIGO: INF01046 Turma
Leia maisReconhecimento de texturas utilizando padrão binário local e classificador knn.
Reconhecimento de texturas utilizando padrão binário local e classificador knn. Vinicius Santos Andrade 1 Resumo. Através de uma imagem é possível obter inúmeras informações. Portanto, é cada vez mais
Leia maisImagem Digital. Claudio Carvilhe
Imagem Digital Claudio Carvilhe Imagem Digital Roteiro Introdução. Pixel. Resolução espacial. Cor. Processamento de imagens. Introdução Informação Visual: Imagem vista na tela. Informação Descritiva: Modelo
Leia maisMathematical Morphology An Overview
Universidade Federal Fluminense Instituto de Computação Mathematical Morphology An Overview Jacó Júlio de Souza Costa jacojulio@gmail.com jacojulio@id.uff.br March 29, 2019 Sumário 1 Definição do Tema
Leia mais4 Visualização por pontos
4 Visualização por pontos Uma vez gerados os pontos, estes são renderizados e recebem efeitos de profundidade e iluminação, através da definição da cor, opacidade e tamanho. Além disso, os pontos pertencentes
Leia maisPontifícia Universidade Católica do Rio de Janeiro. Departamento de Informática. Fundamentos de Computação Gráfica
1. Imagens sísmicas Pontifícia Universidade Católica do Rio de Janeiro Departamento de Informática Fundamentos de Computação Gráfica Aluno: Stelmo Magalhães Barros Netto Relatório do trabalho Imagens Sísmicas
Leia maisDetecção de Gestos Através da Extração de Características da Mão Humana
Detecção de Gestos Através da Extração de Características da Mão Humana Raimundo F. Pinto Júnior 1, Abner S. Nascimento 1, Iális C. de Paula Júnior 1 1 Universidade Federal do Ceará (UFC) Campus de Sobral
Leia maisProjeto Interface Interativa Inclusiva.
Projeto Interface Interativa Inclusiva. Alunos: Ícaro Manoel Quelis Alves João Henrique Branquinho Rocha Pedro Henrique Chagas Alves Professores Orientadores: Ailton Luiz Dias Siqueira Junior André Luiz
Leia maisMapeamento de ambientes e processamento visual utilizando Kinect
Mapeamento de ambientes e processamento visual utilizando Kinect Mário Alberto Cecchi Raduan Bolsista PIBIC/UFRJ Orientador: Adriano Joaquim de Oliveira Cruz, PhD Laboratório de Inteligência Computacional
Leia maisProcessamento de Imagem. A Imagem digital Professora Sheila Cáceres
Processamento de Imagem A Imagem digital Professora Sheila Cáceres Visão Humana Processamento de Imagens 2 Semelhança entre o sistema visual humano e uma câmera fotográfica Várias semelhanças podem ser
Leia maisAprendizagem de Máquina
Aprendizagem de Máquina Alessandro L. Koerich Programa de Pós-Graduação em Informática Pontifícia Universidade Católica do Paraná (PUCPR) Horários Aulas Sala 3 CCET [quinta-feira, 8:20 12:00] Atendimento
Leia maisTradução de Libras por Imagem
Tradução de Libras por Imagem Daniel Rodrigo Santos Ribeiro 1 Marco Túlio Alves Nolasco Rodrigues 2 Resumo: A Língua Brasileira de Sinais (Libras), é uma das formas de comunicação entre as comunidades
Leia maisProf. Fernando V. Paulovich 3 de agosto de SCC Computação Gráca
Dispositivos de Saída e SCC0250 - Computação Gráca Prof. Fernando V. Paulovich http://www.icmc.usp.br/~paulovic paulovic@icmc.usp.br Instituto de Ciências Matemáticas e de Computação (ICMC) Universidade
Leia maisFERRAMENTA PARA ENSINO DAS TÉCNICAS DE COMPRESSÃO DE VÍDEO UTILIZADAS NO PADRÃO MPEG-2
FERRAMENTA PARA ENSINO DAS TÉCNICAS DE COMPRESSÃO DE VÍDEO UTILIZADAS NO PADRÃO MPEG-2 Ricardo Mércuri Miranda - mercurimiranda@yahoo.com.br Centro Universitário Salesiano de Campinas UNISAL Campinas SP
Leia maisColor Eyes Detector. Duarte Petiz. DCC/FCUP
Color Eyes Detector Duarte Petiz DCC/FCUP up201204625@fc.up.pt Resumo Este relatório descreve a implementação da aplicação desenvolvida Color Eyes Detector bem como mostra os resultados finais da execução
Leia mais