TRIANGULAÇÃO DE DELAUNAY COM RESTRIÇÃO EM IMAGENS MÉDICAS BIDIMENSIONAIS
|
|
- Fernando Flores Aquino
- 5 Há anos
- Visualizações:
Transcrição
1 TRIANGULAÇÃO DE DELAUNAY COM RESTRIÇÃO EM IMAGENS MÉDICAS BIDIMENSIONAIS Leide Daiane Caires Aluno do Programa de Pós-Graduação em Engenharia Mecânica Unesp Bauru Prof. Dr. Edson A. Capello Sousa Orientador Depto de Engenharia Mecânica Unesp Bauru RESUMO Muitas pesquisas têm sido desenvolvidas nos últimos anos na área da biomecânica, que envolve problemas área de engenharia e medicina. Estas pesquisas têm proporcionado grandes benefícios ao homem atual. Dentre as frentes de pesquisas da biomecânica, a engenharia computacional tem se tornado grande aliada na solução de problemas biomédicos, onde com o auxílio de softwares pertinentes auxilia em cirurgias de precisão, reconstrói modelos para análise de esforços em estruturas ósseas e próteses, entre outras aplicações. Uma das ferramentas da engenharia que tem contribuído fortemente na aplicação de problemas biomecânicos é o Método dos Elementos Finitos (MEF), onde sua precisão na análise e seus benefícios computacionais permitem a solução de uma infinidade de problemas desta natureza. Na criação do modelo geométrico para análise por elementos finitos, a grande dificuldade é definir a forma geométrica, devido à complexidade da geometria. O processo de criação do modelo geométrico inicia-se após a captura da imagem, seguido da geração de uma malha que resulte o mais próximo possível da geometria da estrutura real, pois quanto mais próximo o modelo se aproximar da estrutura real, melhor será a precisão da análise. Disposto a atender os pré-requisitos das etapas de criação do modelo geométrico e pré-processamento em análise por elementos finitos em estruturas biomecânicas envolvendo regiões ósseas, foi a ênfase deste trabalho. Foi então desenvolvido um programa computacional, para obter modelos geométricos, através do processamento de imagens bidimensionais, imagens médicas digitais em formato DICOM, mas que também trabalha com outros formatos como BMP ou JPEG. O programa desenvolvido utiliza a Triangulação de Delaunay com restrição ou Constrained Delaunay Triangulation (CDT), para reconstrução da malha de superfície a partir do contorno das imagens utilizadas. O programa proposto integrará com o software de análise por elementos finitos (ANSYS), a fim de completar a análise sobre a estrutura obtida. PALAVRAS-CHAVE: Delaunay, Bidimensionais, Engenharia Mecânica, Imagem Médica. 1 INTRODUÇÃO Quando trabalhamos com um conjunto biomecânico que envolve prótese e osso, podemos distingui-los como duas partes distintas, onde desta forma, no desenvolvimento da modelagem apesar da prótese e seus implantes de fixação possuir geometrias complexas, porém bem definidas estes modelos conseguem ser construídos em programas de criação de modelos, sendo o AutoCAD o mais comum. Com relação à parte óssea este processo é muito
2 difícil devido ao osso possuir forma bastante complexa, que varia de acordo com as características orgânicas e da constituição física de cada indivíduo, sendo inviável a construção destes modelos através de modos normais de desenho computacional. No desenvolvimento de produtos biomecânicos, como por exemplo, próteses médicas são importantes a simulação e modelagem destes produtos, pois é possível avaliar o comportamento estrutural destas próteses quando há uma substituição da função de uma parte do organismo. Este processo também permite uma análise detalhada e validação do elemento proposto, onde é possível aperfeiçoar no projeto da prótese a ser fabricada. A modelagem destas estruturas pode ser feitas em modelos bi e tridimensionais, onde as modelagens bidimensionais são restritas, devido à complexidade das geometrias. Neste caso, é importante que as características ósseas, no caso a geometria do modelo, seja cuidadosamente bem definido, para não prejudicar a análise final do conjunto (prótese/osso). Como a obtenção destes modelos não é uma tarefa fácil de realizar devido à complexidade de sua geometria, a solução seria reconstruí-los com auxílio de um programa computacional. Devido a tais dificuldades o presente estudo foi direcionado, onde a partir da geração de malhas não estruturadas, obtidas a partir da modelagem de objetos extraídos por dispositivos não invasivos, como Tomografia Computadorizada e Ressonância Magnética, Radiografias. Baseado em um dos métodos mais utilizados para a reconstrução desses modelos é o método de Delaunay. Este trabalho foi baseado na Triangulação de Delaunay com restrição ou Constrained Delaunay Triangulation (CDT), que trata de modelos com geometrias complexas. Pode-se utilizar de outros recursos para tratamento e melhoria dessas imagens para que ao final do trabalho a malha gerada atendesse os objetivos pretendidos. Neste caso, utilizaram-se componentes conexas para extração dos diversos contornos que podem existir em uma imagem, e a organização dos pontos que formam o contorno utilizou-se o algoritmo de Moore-Neighborhood. A base para o desenvolvimento deste programa foi o software MATLAB (MATrix LABoratory) um software interativo direcionado para cálculo numérico e de alto desempenho, que integra cálculo com matrizes, análise numérica, processamento de sinais e construção de gráficos em ambiente de fácil implementação. Com sua própria linguagem, oferece uma ampla biblioteca de funções predefinidas para que a programação técnica se torne mais fácil. Ele permite a resolução de muitos problemas numéricos em apenas uma fração do tempo que se gastaria para escrever um programa semelhante em linguagem Fortran, Basic ou C. Além disso, as soluções dos problemas são expressas quase exatamente como elas são escritas matematicamente, ao contrário da programação tradicional. Maiores detalhes podem ser encontrados em Chapman (2003) e MATLAB (set. 2009). Neste artigo apresentaremos a organização deste programa, as ferramentas e os passos utilizados para a reconstrução do modelo. 2 CONTEÚDO O programa desenvolvido teve como principal objetivo implementar a CDT, em imagens bidimensionais com geometrias complexas (buracos e/ou concavidades), para reconstrução de superfície e geração de malha. Foram utilizadas imagens bidimensionais no formato DICOM (Digital Imaging Communications in Medicine), mas ele também é capaz de
3 trabalhar com imagens nos formatos BMP e JPEG. Estas imagens são aplicadas na área da biomecânica, relacionados à fase que precede a análise por elementos finitos, ou seja, obtenção do modelo geométrico (região óssea) para posterior análise em softwares especializados. 3 MÉTODOS A imagem de entrada em formato DICOM, (Figura 1), onde suas dimensões foram dadas em pontos (pixels) horizontais e verticais. Em ambiente MATLAB, através imagem de entrada foi obtida a matriz de cores, neste caso foi gerada em tons de cinza (Grayscale). No caso das imagens em tons de cinza, como é o caso da imagem de entrada, ela se diferencia da imagem binária por não limitar seus pixels em (0 e 1), os mesmos fazem parte de um conjunto finito de números inteiros não negativos, Heijmans (1993), ou seja, a imagem em tons de cinza, Eq. (1) definida, por t é um levantamento topográfico de um subconjunto D t de Z n, onde o domínio de definição de t é o conjunto limitado de inteiros não negativos (série finita N o ). t: D t Z n {0, 1,... t max } (1) onde, t max é o valor máximo do tipo de dados usado para armazenar a imagem, ou seja, para todo pixel f do domínio de definição de imagem p(f) pertence a {0, 1,..., t max }. Figura 1 Tomografia computadorizada, seção transversal da mandíbula, imagem de entrada A matriz de entrada (tons de cinza), então é transformada em uma matriz binária, esta matriz é gerada a partir da imagem de entrada. Na matriz binária, que se refere à imagem binarizada (ver Figura 2), o valor de um pixel é 1 ou 0, isto depende se o pixel pertence ao primeiro plano (objeto), ou plano de fundo
4 que não faz parte do objeto. No caso da imagem utilizada para realização desta pesquisa, (Figura 2), os pixels de primeiro plano são impressos em branco, que são referentes à parte interna do osso da mandíbula, e os pixels de fundo são pretos, é a área externa do osso. Quando se trabalha com análise de imagem, a maioria dos algoritmos realiza desta forma, onde conseguem retirar informações relacionadas à geometria dos objetos, Heijmans (1999). Por definição, Eq. (2), uma imagem binária p é um plano de um subconjunto Dp de Z n, chamado domínio de definição de p no par {0,1}: p: Dp Z n {0,1} (2) isto quer dizer que para todos os pixels f do domínio de definição da imagem, p(f) iguais a 0 ou 1. Uma imagem com n-dimensão (n-d) apresenta uma imagem cujo domínio de definição é um subconjunto n-d do intervalo discreto Z n, Danielsson (1980). Figura 2 Após a aplicação do filtro de cor, onde se torna uma matriz/imagem binária Como pode ser visto abaixo na Figura 2, a filtragem realizada da imagem em tons de cinza para a imagem binária, não foi suficiente para a identificação precisa e evidente da região interna do osso, haviam também vários pontos dispersos (ruídos) na imagem que não fazem parte do osso. Para resolver esta questão, um novo filtro de padronização da imagem, é utilizado a fim de eliminar estes pontos que afetam a definição do contorno do osso. Este novo filtro foi desenvolvido a partir de comandos contidos no próprio MATLAB. O filtro utilizado neste processo faz uma limpeza para organização dos pontos, e mostrou-se bem satisfatório, pois é necessário manter o máximo de organização dos pontos que formam o contorno da imagem. Na Figura 3a, as setas mostram que os pontos que estavam dispersos tornam-se mais alinhados (Figura 3b), ou seja, o contorno ficou mais
5 definido e os pontos dispersos ou duplicados foram eliminados. É possível verificar nesta imagem uma parte do osso da coluna cervical, mas esta não fará parte do trabalho. (a) antes do filtro de padronização (b) após o filtro Figura 3 - Imagens DICOM filtro padronização da matriz binária, eliminação de ruídos, contorno mais alinhado 3.1 Componentes Conexas As componentes conexas foram utilizadas para extrair os diversos contornos que existem na imagem, (Figura 4). Na Figura 4 (a), temos a imagem original, e em seguida alguns dos contornos desta imagem de forma isolada, este método é importante quando tratamos de imagens como buracos (holes), pois eles podem ser tratados de forma isolada, sem a necessidade do carregamento da imagem inteira, proporcionando rapidez e economia de tempo. A partir da imagem binária, é necessário encontrar e rotular todas as componentes conexas da imagem, tal que para todo pixel pertencente à componente existe um caminho conexo para cada um dos pixels também pertencentes à componente. Caminhos conexos é seqüência de pixels indo de P até Q: tal que P i é adjacente de P i- 1. Seja uma imagem binária S e um subconjunto s cujos pixels assumem todos os mesmo valor 1. Dados dois pixels P e Q em s, eles serão conectados se, e somente se, existe
6 um caminho conexo incluso em s ligando P a Q, definindo-se assim como componentes conexas. O método consiste em para cada pixel P pertencente à figura, tomamos um modelo que representa toda a sua vizinhança (vizinhança -4, -8 ou -m). A cada iteração, procuramos então a vizinhança dos pixels vizinhos a P, e fazemos isso sucessivamente até que todos os pixels da componente conexa tenham sido explorados. Esta busca é implementada de forma recursiva, e leva em consideração apenas os pixels que ainda não foram rotulados, ou seja, exclui os que tenham valor 0 (preto) ou que tenham o valor de outro rótulo. Esse método é muito semelhante ao Algoritmo de Preenchimento de Região. Não foi encontrada dificuldade na implementação do algoritmo. Isto significa que o programa implementado encontra as componentes conexas e as rotula corretamente. (a) (b)
7 (c) (d) Figura 4 - (a) Imagem original, DICOM; (b) contorno 1, região interna do osso; (c) contorno 2, região externa do osso e (d) região interna do osso 3.2 Algoritmo Moore Neighborhood O algoritmo de Neighborhood foi utilizado neste trabalho para ordenar os pontos do contorno da imagem, ou seja, a seqüência da fronteira ou contorno de rastreamento, (Figura 5), para extrair o limite da imagem. O Moore Neighborhood é conhecido na literatura por conter 8-vizinhos ou moradores indiretos. Um pixel P contém ao seu redor 8 pixels que partilham um vértice ou aresta com ele. Estes pixels são denominados pixels P1, P2, P3, P4, P5, P6, P7 e P8. A partir da imagem binária gerada (imagem original), onde os pixels em preto são o fundo e os brancos a imagem, é localizado o pixel branco inicial (P), onde este pode ser localizado de várias maneiras. Neste trabalho ele foi localizado no canto superior esquerdo mais extremo da matriz (imagem). A varredura de cada coluna de pixels do fundo vai para baixo, a partir da coluna mais à esquerda e segue para a direita até encontrarmos um pixel branco. Nós declaramos este pixel como o pixel inicial (P). Encontrado o pixel (P), vamos rastrear todo o contorno no sentido horário. O traçado deste contorno é feito através da verificação dos 8 vizinhos, para verificar se algum deles é branco. Encontrado o próximo pixel branco, P1, este passa a ser o pixel inicial para o laço da verificação dos 8 vizinhos, e este laço continua do passo onde parou, mas com um novo pixel inicial de vértices diferentes. Quando o mesmo pixel inicial P, for visitado pela segunda vez o algoritmo termina, pois já terminou o contorno. Os pixels brancos que foram encontrados formaram o contorno da imagem.
8 Figura 5 Demonstração da aplicação do Algoritmo de Moore Neighborhood, utilizado para organização dos pontos que formam o contorno (gerada a partir de 227 pontos) 3.3 Pontos do Contorno Para obter o contorno final da imagem e seja gerada a malha, deve-se converter a imagem em dados geométricos no plano e defini-los em coordenadas x e y, (Figura 5). Este
9 conjunto é utilizado para a aplicação do método de Delaunay. Para que o método de Delaunay gere um contorno mais preciso, o conjunto de pontos gerados deve ser de forma seqüencial, por isso foi utilizado o Algoritmo de Neighborhood, para que os pontos fossem ordenados para melhor desempenho do método. Neste trabalho os pontos foram ordenados em sentido horário, (Figura 6). Podemos observar que a imagem foi reproduzida claramente pela nuvem de pontos gerada. (a) (b) Figura 6 Imagem convertida em dados geométricos, onde a imagem (a) foi gerada a partir de 151 pontos e a imagem (b) a partir de 1811 pontos 3.4 Triangulação De Delaunay Uma triangulação n-dimensional de um conjunto de pontos P= {p 1, p 2, p 3,..., p n } é uma coleção de n-dimensional simplexos cuja definição de pontos encontra-se em P. Os simplexos não intersectam um ao outro e compartilham elementos de fronteira como arestas ou faces. A triangulação de Delaunay é um caso particular. Ela tem a propriedade de que a circunferência circunscrita de qualquer n-dimensional simplexo não contém outros pontos de P exceto os n+1 pontos definidos do simplexo. O critério utilizado na triangulação de Delaunay é a maximização dos ângulos mínimos de cada triângulo. Isto quer dizer, que a malha final deve conter triângulos o mais próximo possível de eqüiláteros, evitando-se a criação de triângulos afinados, ou seja, triângulos com ângulos internos muito agudos. A triangulação com restrição é definida, segundo Figueiredo e Carvalho (1991), como: dado um conjunto C de pontos do plano e um conjunto G de segmentos com extremos em C (tais que dois elementos quaisquer de G não se interceptam a não ser em seus extremos), obter uma triangulação do fecho convexo de C, cujo conjunto de vértices seja C inclua todos os segmentos em G.
10 A Figura (7), extraída do trabalho Sousa (2004), que utilizou uma imagem em formato BMP, mostra a aplicação da Triangulação de Delaunay sobre os pontos que definem o contorno, neste caso, não foi possível detectar a existência da região côncava e dos buracos da mandíbula. Este problema mostra que a utilização somente da Triangulação de Delaunay, não é suficiente para trabalhos que envolvam imagem com presença de concavidades e buracos. Figura 7 Malha gerada a partir da Triangulação de Delaunay sem restrição Devido a tais dificuldades foi empregado no programa desenvolvido o método de Delaunay com restrição. Na Figura 8, podemos visualizar a imagem extraída do trabalho de Sousa (2004), com a aplicação do método desenvolvido por este trabalho. As Figuras 9a e 9b, se referem a aplicação do método sugerido nas imagens aqui apresentadas. Figura 8 Malha gerada pelo programa desenvolvido, com aplicação da Triangulação de Delaunay com restrição
11 (a) (b) Figura 9 - Imagens DICOM com aplicação do método de Delaunay com restrição (a) gerada a partir de uma nuvem de 1811 pontos; (b) gerada a partir de uma nuvem de 151 pontos A Figura 9b ilustra que mesmo com uma quantidade bem menor de pontos, o algoritmo se mostrou satisfatório e não houve grande deformidade em relação ao contorno. É importante que o programa consiga trabalhar com uma quantidade menor de pontos, pois o processamento da imagem ser torna mais rápido, mas isso não pode interferir na qualidade do contorno final. 4 DISCUSSÃO DOS RESULTADOS Este trabalho teve como principal objetivo resolver o problema de modelos com geometrias complexas (concavidades e/ou buracos), em imagens bidimensionais para problemas voltados para área da bioengenharia. Pode-se confirmar no trabalho realizado por Sousa (2004), que somente a triangulação de Delaunay não é suficiente para resolver este tipo de problema (Figura 7). No trabalho desenvolvido por Sousa (2004), a solução deste problema só era possível subdividindo as regiões com concavidade para obtenção dos contornos de cada região fechada. O programa desenvolvido com base na aplicação do método de Delaunay com restrição mostrou-se eficiente e favorável para a resolução deste tipo de problema. Os demais métodos utilizados também se mostraram satisfatórios, como a aplicação do Algoritmo de Neighbordhood, que proporcionou a organização dos pontos com eficiência, contribuindo para a aplicação da Triangulação de Delaunay com restrição, pois este tipo de triangulação necessita desta ordenação para sua eficiência. O programa também consegue isolar algumas regiões de interesse sem a necessidade de outros softwares. Como ilustrado na Figura 8, Figura 9, fica evidente as vantagens de se utilizar um software de reconstrução, essas vantagens se referem à riqueza dos detalhes presentes na forma geométrica reconstruída, onde deve ser levado em consideração também a facilidade,
12 rapidez e precisão que se obtêm os modelos a partir de técnicas de reconstrução por uso do programa computacional. Os recursos utilizados neste trabalho são de extrema utilidade para a fase que precede a análise por elementos finitos, uma vez que garante maior fidelidade ao modelo geométrico construído. O modelo reconstruído será importado pelo software de análise por elementos finitos, Ansys Multiphysics, onde nesta fase de pré-processamento serão definidas as condições de contorno, criação de ósseo-implantes, propriedades do material, aplicação de carga e outros mais, pertinentes a esta etapa, mas que no momento fogem ao objetivo deste estudo. AGRADECIMENTOS A Edmar S. de Mattos e ao Profº Dr. Edson A. Capello Sousa pelo entusiasmo e incentivo para a elaboração deste trabalho. REFERÊNCIAS ANSYS, APDL Programmer s Guide. Ansys Release Southpointe, Pennsylvania, CHAPMAN, S. J. Programação em MATLAB para Engenheiros, Ed. Thomson, São Paulo, DANIELSSON, P. E. Euclidean Distance Mapping, Computter Graphics and Image Processing, Vol. 14, pp , FIGUEIREDO, L. H.; CARVALHO, P. C. P. Introdução à Geommetria Computacional, In: XVII Colóquio Brasileiro de Matemática, IMPA, HEIJMANS, H. A Note on the Umbra Transformin in Gray-scale Morphology, Pattern Recognition Letters, Vol. 14, pp , HEIJMANS, H. Connected Morphological Operators for Binary Images, Computer Vision and Image Understanding, Vol. 73, pp , MATLAB. MathWorks Inc. Disponível em: < Acesso em: set SOUSA, E. A. C. Identificação de Imagens Aplicada a Modelagem de Estruturas Ósseas em Bioengenharia, Relatório de Pesquisa, Janeiro 2004.
RECONSTRUÇÃO E GERAÇÃO DE MALHAS BIDIMENSIONAIS NÃO- ESTRUTURADAS UTILIZANDO A TRIANGULAÇÃO DE DELAUNAY
VI CONGRESSO NACIONAL DE ENGENHARIA MECÂNICA VI NATIONAL CONGRESS OF MECHANICAL ENGINEERING 18 a 21 de agosto de 2010 Campina Grande Paraíba - Brasil August 18 21, 2010 Campina Grande Paraíba Brazil RECONSTRUÇÃO
Leia maisTRIANGULAÇÃO DE DELAUNAY COM RESTRIÇÃO EM IMAGENS BIDIMENSIONAIS
TRIANGULAÇÃO DE DELAUNAY COM RESTRIÇÃO EM IMAGENS BIDIMENSIONAIS Leide Daiane Caires 1, Edson A. Capello Sousa 2 1 Depto Eng. Mecânica Universidade Estadual Paulista, Bauru, Brasil, ladycaires@gmail.com
Leia maisVISÃO COMPUTACIONAL. Marcelo Henrique dos Santos
VISÃO COMPUTACIONAL Marcelo Henrique dos Santos marcelosantos@outlook.com São Paulo SP, Agosto/2013 INTRODUÇÃO Processamento de imagens é um processo onde a entrada do sistema é uma imagem e a saída é
Leia maisProcessamento de Imagem. Relaçionamentos entre pixels e Operações Aritméticas e Lógicas Professora Sheila Cáceres
Processamento de Imagem Relaçionamentos entre pixels e Operações Aritméticas e Lógicas Professora Sheila Cáceres Relacionamentos básicos entre elementos de uma imagem Vizinhança Conectividade Adjacência
Leia mais2 Conceitos básicos de topologia
2 Conceitos básicos de topologia Neste Capítulo são introduzidos alguns conceitos básicos de topologia combinatória e da Teoria das Alças que formam a base teórica do presente trabalho. 2.1 Topologia combinatória
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 maisMatemática Discreta 10
Universidade Federal do Vale do São Francisco Curso de Engenharia da Computação Matemática Discreta 10 Prof. Jorge Cavalcanti jorge.cavalcanti@univasf.edu.br - www.univasf.edu.br/~jorge.cavalcanti 1 Muitas
Leia maisGeometria Computacional
Geometria Computacional Claudio Esperança Paulo Roma Cavalcanti Estrutura do Curso Aspectos teóricos e práticos Construção e análise de algoritmos e estruturas de dados para a solucionar problemas geométricos
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 mais2ª. Competição Tecnológica (Outubro/2010)
2ª. Competição Tecnológica (Outubro/2010) DESCRIÇÃO A competição compreende duas fases e consiste na implementação de cinco aplicações, três na fase I e duas na fase II. Na fase I, os resultados obtidos
Leia maisFerramentas de Suporte
Cálculo Numérico Módulo I Prof Reinaldo Haas Como estudar Métodos Numéricos? 2 Uso do método numérico Computador Programa Desenvolver Utilizar Verificar validade dos resultados obtidos 3 Programas para
Leia mais4 Detecção de Silhueta
4 Detecção de Silhueta No decorrer deste capítulo é proposto um modelo de detecção da silhueta da mão capaz de lidar com os erros da segmentação e ruídos na sua morfologia. Num primeiro passo são considerados
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 maisComputação Gráfica - 12
Universidade Federal do Vale do São Francisco Curso de Engenharia da Computação Computação Gráfica - 12 jorge.cavalcanti@univasf.edu.br www.univasf.edu.br/~jorge.cavalcanti www.twitter.com/jorgecav Realismo
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 maisSUMÁRIO. Fundamentos Árvores Binárias Árvores Binárias de Busca
ÁRVORES SUMÁRIO Fundamentos Árvores Binárias Árvores Binárias de Busca 2 ÁRVORES Utilizadas em muitas aplicações Modelam uma hierarquia entre elementos árvore genealógica Diagrama hierárquico de uma organização
Leia mais3 Métodos de Extração de Malhas a partir de Volumes
3 Métodos de Extração de Malhas a partir de Volumes Extrair uma malha a partir de um dado volumétrico trata-se, na realidade, de uma forma de conversão entre dois modelos de representação muito comuns
Leia maisMNT: MODELAGEM NUMÉRICA DE TERRENOS
MNT: MODELAGEM NUMÉRICA DE TERRENOS LEB 450 Topografia e Geoprocessamento II Prof. Carlos A. Vettorazzi 1. Introdução MODELO : Representação da realidade sob a forma material (representação tangível) ou
Leia maisTabela 1 Características gerais dos corpos de prova escolhidos. RI=Rocha intacta; ZD=Zona de dano; NF=Núcleo da falha
50 3 Material e método Este capítulo aborda os matérias e métodos utilizados neste estudo. Apresenta os corpos de prova utilizados, interpretação das imagens tomográficas e o método de construção do modelo
Leia maisAula 7 - Representação e Descrição de Estruturas Bi-dimensionais. Prof. Adilson Gonzaga
Aula 7 - Representação e Descrição de Estruturas Bi-dimensionais Prof. Adilson Gonzaga 1 Introdução Objetos ou Segmentos são representados como uma coleção de pixels em uma imagem. Para o reconhecimento
Leia maisDEFEITOS EM IMAGENS RADIOGRÁFICAS DE JUNTAS SOLDADAS EM TUBULAÇÕES: SEGMENTAÇÃO E EXTRAÇÃO DE DEFEITOS
DEFEITOS EM IMAGENS RADIOGRÁFICAS DE JUNTAS SOLDADAS EM TUBULAÇÕES: SEGMENTAÇÃO E EXTRAÇÃO DE DEFEITOS * Aluno do curso Tecnologia em Sistemas de Telecomunicações da UTFPR jvrsschaid@gmail.com ** Aluno
Leia maisDescritores de Imagem (introdução)
Descritores de Imagem (introdução) André Tavares da Silva andre.silva@udesc.br Roteiro da aula Definição de descritor de imagem Extração de Característica Tipos Geral x Específico Global (cor, textura,
Leia mais4 Modelagem Numérica. 4.1 Método das Diferenças Finitas
4 Modelagem Numérica Para se obter a solução numérica das equações diferenciais que regem o processo de absorção de CO 2,desenvolvido no capitulo anterior, estas precisam ser transformadas em sistemas
Leia maisAPLICAÇÃO DE TÉCNICAS DE OTIMIZAÇÃO TOPOLOGICA VIA SOFTWARE. Renann Gimenes ¹; Sergio Kenji Moriguchi ²
APLICAÇÃO DE TÉCNICAS DE OTIMIZAÇÃO TOPOLOGICA VIA SOFTWARE Renann Gimenes ¹; Sergio Kenji Moriguchi ² 1 Aluno de Iniciação Científica da Escola de Engenharia Mauá (EEM/CEUN-IMT); 2 Professor da Escola
Leia maisAlunos: Caio Santos Renato Miceli
rangel@dscufcgedubr/ rangeldequeirop@yahoocombr Alunos: Caio Santos Renato Miceli UNIVERSIDADE FEDERAL DE CAMPINA GRANDE UFCG Av Aprígio Veloso, S/N Bodocongó CEP: 58109-190 Campina Grande PB www.ufcg.edu.br/
Leia maisPMR3507 Fábrica digital
LSA Laboratório de Sistemas de Automação www.pmrlsa.poli.usp.br PMR3507 Fábrica digital Projeto como centro Escola Politécnica da Universidade de São Paulo Departamento de Engenharia Mecatrônica e de Sistemas
Leia maisELABORAÇÃO DE MALHAS TRIDIMENSIONAIS PARA APLICAÇÃO DE MÉTODOS NUMÉRICOS 1
ELABORAÇÃO DE MALHAS TRIDIMENSIONAIS PARA APLICAÇÃO DE MÉTODOS NUMÉRICOS 1 Vanessa Faoro 2, Márcia Brondani 3, Rodolfo França De Lima 4, Manuel Osório Binelo 5, Franciele Taís Fridhein 6, Oleg Khatchatourian
Leia maisSISTEMAS DE INFORMAÇÕES GEOGRÁFICAS Aula 2. SIG- Eng. Cartográfica Prof. Luciene Delazari
SISTEMAS DE INFORMAÇÕES GEOGRÁFICAS Aula 2 SIG- Eng. Cartográfica Prof. Luciene Delazari Descrição de uma realidade com algum propósito Modelo MODELAR Termo geral para denotar o processo de construir representações
Leia maisIntrodução 20. Figura 1.1 Interseção entre malhas de superfícies [8]. Figura 1.2 Caso patológico de interseção de superfícies [6].
1 Introdução No contexto da modelagem geométrica para elementos finitos, a malha de elementos finitos é definida a partir da descrição geométrica do domínio do problema que está sendo estudado. Sendo assim,
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 maisLinguagens Regulares. Prof. Daniel Oliveira
Linguagens Regulares Prof. Daniel Oliveira Linguagens Regulares Linguagens Regulares ou Tipo 3 Hierarquia de Chomsky Linguagens Regulares Aborda-se os seguintes formalismos: Autômatos Finitos Expressões
Leia maisGeometria Computacional
Geometria Computacional Professor: Anselmo Montenegro www.ic.uff.br/~anselmo Conteúdo: - Polígonos 1 Roteiro Introdução Polígonos Teorema da Curva de Jordan Decomposição de polígonos Triangulações Estrutura
Leia maisAnálise e Complexidade de Algoritmos
Análise e Complexidade de Algoritmos Introdução a algoritmos geométricos e seus métodos - varredura - envoltória convexa Prof. Rodrigo Rocha prof.rodrigorocha@yahoo.com http://www.bolinhabolinha.com Onde
Leia maisIntrodução ao Método dos Elementos Finitos
Introdução ao Método dos Elementos Finitos Estruturas Aeroespaciais II (10373) 2014 1. Introdução O Método dos Elementos Finitos (MEF), cuja génese se verificou por volta de 1940, é uma ferramenta matemática
Leia maisGERAÇÃO GRÁFICA DE MALHA DE ELEMENTOS FINITOS ATRAVÉS DO AUTOCAD EM 2-D
GERAÇÃO GRÁFICA DE MALHA DE ELEMENTOS FINITOS ATRAVÉS DO AUTOCAD EM 2-D Marco Aurélio Holanda de Castro Professor do deptº de Engenharia Hidráulica e ambiental da Universidade Federal do Ceará Felipe Fernandes
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 maisSuperfícies Complexas Definição e realização de operações de intersecção
Superfícies Complexas Definição e realização de operações de intersecção Provas de Aptidão Pedagógica e Capacidade Científica Texto de apoio a aula teórico-prática João Pedro da Silva Poças Martins, 2004
Leia mais3.1 CRIAR A GEOMETRIA/MALHA;
72 3 METODOLOGIA A metodologia adotada no presente trabalho foi a de utilizar a ferramenta de dinâmica dos fluidos computacional (CFD) para simular dispositivos microfluídicos de diferentes geometrias
Leia maisProfessor: Anselmo Montenegro Conteúdo (aula 7): - Noções de estruturas de dados topológicas. Instituto de Computação - UFF
Geometria Computacional Professor: Anselmo Montenegro www.ic.uff.br/~anselmo Conteúdo (aula 7): - Noções de estruturas de dados topológicas 1 Roteiro Introdução Representação por grafos: grafo de incidências
Leia maisContornos de Telhados Convexos de Edifícios Baseado em Snake
Trabalho apresentado no CMAC-Sul, Curitiba-PR, 2014. Método de Extração Semiautomático de Contornos de Telhados Convexos de Edifícios Baseado em Snake Diego Venâncio Thomaz Núcleo de Matemática e Estatística,
Leia maisCapítulo 1. INTRODUÇÃO
Capítulo 1. INTRODUÇÃO A simulação numérica de problemas de engenharia ocupa atualmente uma posição de destaque no cenário mundial de pesquisa e desenvolvimento de novas tecnologias. O crescente interesse,
Leia maisProcessamento de Imagens
Processamento de Imagens Morfologia Matemática Binária Prof. Luiz Eduardo S. Oliveira Universidade Federal do Paraná Departamento de Informática http://web.inf.ufpr.br/luizoliveira Luiz S. Oliveira (UFPR)
Leia maisProcessamento Digital de Imagens Aula 02
exatasfepi.com.br Processamento Digital de Imagens Aula 02 André Luís Duarte O que adquire entendimento ama a sua alma; o que cultiva a inteligência achará o bem. Provérbios 19:8 Processamento Digital
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 mais5 Implementação da Metodologia
5 Implementação da Metodologia A implementação da metodologia proposta no Capítulo 4 é possível devido ao importante avanço que os métodos numéricos e a capacidade de processamento computacional atuais
Leia maisINF Fundamentos da Computação Gráfica Professor: Marcelo Gattass Aluno: Rogério Pinheiro de Souza
INF2608 - Fundamentos da Computação Gráfica Professor: Marcelo Gattass Aluno: Rogério Pinheiro de Souza Trabalho 02 Visualização de Imagens Sísmicas e Detecção Automática de Horizonte Resumo Este trabalho
Leia 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 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 maisUMA FERRAMENTA COMPUTACIONAL APLICADA AO ENSINO BÁSICO DE ENGENHARIA
UMA FERRAMENTA COMPUTACIONAL APLICADA AO ENSINO BÁSICO DE ENGENHARIA Lauro H. M. Chueiri - lauroh@bauru.unesp.br Newton C. P. Ferro - ferro@bauru.unesp.br Unesp, Departamento de Engenharia Civil da Faculdade
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 maisComputação Gráfica - 09
Universidade Federal do Vale do São Francisco Curso de Engenharia da Computação Computação Gráfica - 9 jorge.cavalcanti@univasf.edu.br www.univasf.edu.br/~jorge.cavalcanti www.twitter.com/jorgecav Objetos
Leia maisDetecção automática de pontos para alinhamento de guia tomográfica de mandíbula
Detecção automática de pontos para alinhamento de guia tomográfica de mandíbula Autor: Renan Carlos Pereira de Moraes Orientador: André Ricardo Backes Introdução Descoberta dos Raios X em 1895 por Wilhelm
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 maisESTUDO DE TÉCNICAS PARA SOLUÇÃO DE PROBLEMAS DE PROCESSAMENTO DE IMAGENS UTILIZANDO A LINGUAGEM PYTHON
ESTUDO DE TÉCNICAS PARA SOLUÇÃO DE PROBLEMAS DE PROCESSAMENTO DE IMAGENS UTILIZANDO A LINGUAGEM PYTHON Marcus Vinícius Teodoro Silva, Marcos William da Silva Oliveira Instituto Federal de Educação, Ciência
Leia mais4 Deslocamentos gerados pela escavação
4 Deslocamentos gerados pela escavação 4.1. Introdução Neste capítulo são analisados os campos de deslocamentos gerados no maciço rochoso devido à escavação da mineração Pampa de Pongo, Peru, que atualmente
Leia maisvértices dessas células. Exemplos de malhas estruturadas e não-estruturadas são apresentados na Figura 2.
1 Introdução O termo visualização corresponde, no contexto desta dissertação, aos métodos que permitem a extração de informações relevantes a partir de conjuntos de dados complexos, com o auxílio de técnicas
Leia maisProcessamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Tópicos Detecção de Pontos Isolados Detecção de Linhas Prof. Sergio Ribeiro 2 Operações lógicas e aritméticas orientadas a vizinhança utilizam o conceito
Leia maisMORFOLOGIA MATEMÁTICA
MORFOLOGIA MATEMÁTICA Morfologia Na Biologia área que trata com a forma e a estrutura de plantas e animais Processamento de Imagens Ferramenta para extração de componentes de imagens que sejam úteis na
Leia maisDepartamento de Matemática
Computação Gráfica - Evolução de Curvas e Superfícies Aluno: Vinícius Segura Orientador: Sinésio Pesco Introdução Nas últimas décadas atravessamos uma verdadeira revolução tecnológica, devido ao avanço
Leia maisProcessamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Propriedades de Imagem Digital Prof. Sergio Ribeiro Tópicos Propriedades de uma Imagem Digital Vizinhança Conectividade Operações Lógicas e Aritméticas
Leia maisProcessamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Propriedades de Imagem Digital Prof. Sergio Ribeiro Tópicos Propriedades de uma Imagem Digital Vizinhança e Aritméticas Efeitos de em Pixel a Pixel
Leia maisAlgoritmos Randomizados: Geometria Computacional
Algoritmos Randomizados: Geometria Computacional Celina Figueiredo Guilherme Fonseca Manoel Lemos Vinicius de Sá 26º Colóquio Brasileiro de Matemática IMPA Rio de Janeiro Brasil 2007 Resumo Introdução
Leia maisNOTAS DE AULA 1 METAHEURÍSTICA 13/10/2016
NOTAS DE AULA 1 METAHEURÍSTICA 13/10/2016 Metaheurística: São técnicas de soluções que gerenciam uma interação entre técnicas de busca local e as estratégias de nível superior para criar um processo de
Leia maisMÉTODO DE RUNGE-KUTTA APLICADO À DEFLEXÃO DE VIGA 1 RUNGE-KUTTA METHOD APPLIED TO BEAM DEFLECTION
MÉTODO DE RUNGE-KUTTA APLICADO À DEFLEXÃO DE VIGA 1 RUNGE-KUTTA METHOD APPLIED TO BEAM DEFLECTION Giovani Prates Bisso Dambroz 2, Peterson Cleyton Avi 3 1 Texto produzido a partir de trabalho desenvolvido
Leia maisO grau de saída d + (v) de um vértice v é o número de arcos que tem
Grafos Direcionados Definição (Grau de Entrada) O grau de entrada d (v) de um vértice v é o número de arcos que tem v como cabeça. Definição (Grau de Saída) O grau de saída d + (v) de um vértice v é o
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 maisPoliedros. INF2604 Geometria Computacional. Waldemar Celes. Departamento de Informática, PUC-Rio. W.
Poliedros INF2604 Geometria Computacional Waldemar Celes celes@inf.puc-rio.br Departamento de Informática, PUC-Rio W. Celes Poliedros 1 Poliedros Poliedros Região 3D delimitada por uma fronteira composta
Leia maisUm Estudo das Técnicas de Obtenção de Forma a partir de Estéreo e Luz Estruturada para Engenharia
Um Estudo das Técnicas de Obtenção de Forma a partir de Estéreo e Luz Estruturada para Engenharia Aluno: Gabriel Malizia Orientador: Professor Marcelo Gattass Co-Orientador: Professor Paulo Cezar Carvalho
Leia 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 maisOperadores Morfológicos
Capítulo 2 Operadores Morfológicos Uma forma elegante de resolver problemas de processamento de imagens é através da utilização de uma base teórica consistente. Uma destas teorias é a morfologia matemática
Leia mais0RGHODJHP&RPSXWDFLRQDO$WUDYpVGR3URJUDPD$%$486
0RGHODJHP&RPSXWDFLRQDO$WUDYpVGR3URJUDPD$%$486 Neste capítulo apresenta-se de forma sucinta o programa de elementos finitos ABAQUS, em particular o elemento finito de placa usado neste trabalho. A seguir
Leia maisProcessamento digital de imagens
Processamento digital de imagens Agostinho Brito Departamento de Engenharia da Computação e Automação Universidade Federal do Rio Grande do Norte 18 de fevereiro de 016 Apresentação O que é processamento
Leia maisModelagem Numérica 51
3 Modelagem Numérica Os fenômenos relacionados com o movimento de fluidos podem ser bastante complexos. E, frequentemente, análises teóricas não conseguem descrever esses fenômenos de forma adequada, principalmente
Leia maisUNIVERSIDADE FEDERAL DE UBERLÂNDIA UFU
UNIVERSIDADE FEDERAL DE UBERLÂNDIA UFU PLANO DE TRABALHO EM INICIAÇÃO CIENTÍFICA Desenvolvimento e aplicação de um modelo gravitacional simplificado para análise de formas. Uberlândia 17/05/2013 IDENTIFICAÇÃO
Leia maisComputação Gráfica - 09
Universidade Federal do Vale do São Francisco Curso de Engenharia da Computação Computação Gráfica - 9 jorge.cavalcanti@univasf.edu.br www.univasf.edu.br/~jorge.cavalcanti www.twitter.com/jorgecav Objetos
Leia maisPedro Sampaio Vieira Orientador: Marcelo Gattass SISTEMA DE MODELAGEM 3D DE COLUNA VERTEBRAL BASEADO EM IMAGENS DE RAIOS-X
Pedro Sampaio Vieira Orientador: Marcelo Gattass SISTEMA DE MODELAGEM 3D DE COLUNA VERTEBRAL BASEADO EM IMAGENS DE RAIOS-X SUMÁRIO Introdução Sistema de modelagem 3D Experimentos computacionais Conclusão
Leia maisTGR BCC Representação Computacional de Grafos. Prof. Ricardo José Pfitscher
TGR BCC Representação Computacional de Grafos Prof. Ricardo José Pfitscher Cronograma Representação Matriz de djacências Lista de djacências Matriz de Incidências Representação Como podemos representar
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 maisCIV2802 Sistemas Gráficos para Engenharia
Rio de Janeiro 2019.1 CIV2802 Sistemas Gráficos para Engenharia Luiz Fernando Martha André Pereira Objetivos e escopo Introdução a conceitos e algoritmos de Computação Gráfica para alunos que pretendem
Leia maisComputação Gráfica - 11
Universidade Federal do Vale do São Francisco Curso de Engenharia da Computação Computação Gráfica - 11 Prof. Jorge Cavalcanti jorge.cavalcanti@univasf.edu.br www.univasf.edu.br/~jorge.cavalcanti www.twitter.com/jorgecav
Leia maisCampus Sede Universidade Tecnológica Federal do Paraná - UTFPR Av. Sete de Setembro,3165 Rebouças CEP Curitiba PR - Brasil
3D THERMO UMA NOVA MODALIDADE DE IMAGENS MÉDICAS: APLICAÇÕES CLÍNICAS Laudelino Adão Junior[PIBIC/CNPq] 1,2, Humberto Remigio Gamba 2,3, Mauren Abreu de Souza 3, Ionildo José Sanches 1,3 1 Depto Acadêmico
Leia maisIntrodução ao Processamento e Síntese de imagens - Preenchimento de Polígonos
1 Introdução ao Processamento e Síntese de imagens - Preenchimento de Polígonos Júlio Kiyoshi Hasegawa Fontes: Rogers, D. F. Procedural Elements for Computer Graphics Traina, A. J. M. & Oliveira, M. C.
Leia maisAula 9 Representação e Descrição. Profa. Fátima Nunes AULA 9 / 1. Profa. Fátima L. S. Nunes
Fundamentos de Processamento Gráfico Aula 9 Representação e Descrição Profa. Fátima Nunes AULA 9 / 1 Reconhecimento de padrões AULA 9 / 2 Após a segmentação dar significado aos objetos extraídos da cena.
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 maisUMA VISÃO SOBRE O PROCESSAMENTO DE IMAGENS. Rogério Vargas DCET UESC Home page: rogerio.in
UMA VISÃO SOBRE O PROCESSAMENTO DE IMAGENS Rogério Vargas DCET UESC Home page: rogerio.in Exemplo de aplicações: automação e visão artificial reconhecimento de caracteres análise de cromossomos veículos
Leia mais5. Invólucros Convexos no Plano
5. Invólucros Convexos no Plano Antonio L. Bajuelos Departamento de Matemática Universidade de Aveiro Mestrado em Matemática e Aplicações Problema: uma primeira abordagem Definição do Problema: Dado: um
Leia mais2 Definição do Problema
Definição do Problema. Formulação Matemática O problema do Fluxo Máximo entre todos os pares de nós surge no contexto de redes, estas representadas por grafos, e deriva-se do problema singular de fluxo
Leia maisModelo. Modelos de Objetos por Malhas Poligonais. Modelos Geométricos. Modelagem Geométrica
Modelo Modelos de Objetos por Maria Cristina F. de Oliveira 2009 Representação construída artificialmente para tornar mais fácil a observação/análise de um objeto/fenômeno Nível de detalhe definido pelas
Leia maisModelos de Objetos por Malhas Poligonais. Maria Cristina F. de Oliveira
Modelos de Objetos por Malhas Poligonais Maria Cristina F. de Oliveira 2009 Modelo Representação construída artificialmente para tornar mais fácil a observação/análise de um objeto/fenômeno Nível de detalhe
Leia maisCONSTRUÇÕES DE CURVAS CONTÍNUAS EM UM SISTEMA DE COORDENADAS DISCRETAS*
CONSTRUÇÕES DE CURVAS CONTÍNUAS EM UM SISTEMA DE COORDENADAS DISCRETAS* NILTON CEZAR FERREIRA Resumo: neste trabalho é apresentada uma definição para sistemas de coordenadas discretas no plano e curvas
Leia maisMétodo Simplex dual. Marina Andretta ICMC-USP. 24 de outubro de 2016
Método Simplex dual Marina Andretta ICMC-USP 24 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização
Leia maisFundamentos e Conceitos Básicos
Mestrado em Engenharia Informática e de Computadores Processamento de Objectos 3D Fundamentos e Conceitos Básicos Representação de Objectos 3D 2011 Corpo docente de / CG&M / DEI / IST / UTL Sumário Representação
Leia maisMorfologia Matemática em Imagens
Processamento e nálise de Imagens Médicas Morfologia Matemática em Imagens Prof. Luiz Otavio Murta Jr. FMB Departamento de Computação e Matemática (FFCLRP/USP) Principais Tópicos Introdução Morfologia
Leia maisFIGURA 40 Geometria 7 utilizada para teste do sistema. TABELA 21 Programas CNC que foram utilizados para produzir a geometria da figura 40
111 FIGURA 40 Geometria 7 utilizada para teste do sistema TABELA 21 Programas CNC que foram utilizados para produzir a geometria da figura 40 Programa CNC G90 x100 g3 x86.61 y49.98 r27 g90 x100.79 y37.01
Leia maisModelos de Objetos por Malhas Poligonais. Maria Cristina F. de Oliveira
Modelos de Objetos por Malhas Poligonais Maria Cristina F. de Oliveira 2009 Modelo Representação construída artificialmente para tornar mais fácil a observação/análise de um objeto/fenômeno Nível de detalhe
Leia mais2 Animação com Harmônicos de Variedade
2 Animação com Harmônicos de Variedade Hoje em dia, podemos encontrar vários métodos de visualização de música, porém muito poucos relacionam a música à deformações (ou até movimentos rígidos) de modelos
Leia maisAula 4: Morfologia de Imagens
SEL 5886 - VISÃO COMPUTACIONAL Aula 4: Morfologia de Imagens Prof. Dr. Marcelo Andrade da Costa Vieira Colaboração: Dr. Bruno R. N. Matheus Morfologia Morfologia matemática: Ferramenta para extração de
Leia mais