Representação e Descrição de Regiões

Documentos relacionados
Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto

Redução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

7 - Distribuição de Freqüências

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

4 Critérios para Avaliação dos Cenários

Programa do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall

Experiência V (aulas 08 e 09) Curvas características

PUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada PROF. DR. JACQUES FACON

5 Implementação Procedimento de segmentação

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

DISTRIBUIÇÃO DE FREQUÊNCIAS

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo

3 A técnica de computação intensiva Bootstrap

Ângulo de Inclinação (rad) [α min α max ] 1 a Camada [360,0 520,0] 2000 X:[-0,2065 0,2065] Velocidade da Onda P (m/s)

Gráficos de Controle para Processos Autocorrelacionados

Análise Exploratória de Dados

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas

3 Algoritmos propostos

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

CAPÍTULO 2 - Estatística Descritiva

0.5 setgray0 0.5 setgray1. Mecânica dos Fluidos Computacional. Aula 7. Leandro Franco de Souza. Leandro Franco de Souza p.

Estatística I Licenciatura MAEG 2006/07

CAPÍTULO IV PROPRIEDADES GEOMÉTRICAS DA SEÇÃO TRANSVERSAL

REGRESSÃO NÃO LINEAR 27/06/2017

Análise Dinâmica de uma Viga de Euler-Bernoulli Submetida a Impacto no Centro após Queda Livre Através do Método de Diferenças Finitas

Introdução às Medidas em Física a Aula

Teoria da Regressão Espacial Aplicada a. Sérgio Alberto Pires da Silva

Neste capítulo abordam-se os principais conceitos relacionados com os cálculos de estatísticas, histogramas e correlação entre imagens digitais.

Algarismos Significativos Propagação de Erros ou Desvios

Existem: Correcções aos ângulos azimutais e aos azimutes; Correcções às distâncias zenitais ; Correcções às distâncias; Correcções aos desníveis;

TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS

DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS

Termo-Estatística Licenciatura: 4ª Aula (08/03/2013)

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma

Estatística II Antonio Roque Aula 18. Regressão Linear

7 Tratamento dos Dados

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012

Classificação de Padrões

Flambagem. Cálculo da carga crítica via MDF

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

2 Aproximação por curvas impĺıcitas e partição da unidade

FUNDAMENTOS DE ROBÓTICA. Modelo Cinemático de Robôs Manipuladores

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro

Reconhecimento Estatístico de Padrões

Aula Características dos sistemas de medição

1. CORRELAÇÃO E REGRESSÃO LINEAR

4 Análise de confiabilidade de estruturas

2. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

Estatística stica Descritiva

Associação entre duas variáveis quantitativas

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS

DELINEAMENTOS EXPERIMENTAIS

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel

IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

2 Reconhecimento Automático de Locutor em Ambientes Ruidosos

William Robson Schwartz 1 Hélio Pedrini 1. Centro Politécnico Curitiba-PR, Brasil {william,

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

Medidas de Tendência Central. Prof.: Ademilson Teixeira

Curvas Horizontais e Verticais

18 e 20/Abr/2016 Aulas 12 e 13. Introdução à Física Estatística Postulados Equilíbrio térmico Função de Partição; propriedades termodinâmicas

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES

Programa de Certificação de Medidas de um laboratório

ANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS. Palavras-chave: Tensões térmicas, Propriedades variáveis, Condução de calor, GITT

3. Um protão move-se numa órbita circular de raio 14 cm quando se encontra. b) Qual o valor da velocidade linear e da frequência ciclotrónica do

5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite

Análise de Regressão

8 - Medidas Descritivas

Resumos Numéricos de Distribuições

Probabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições

Radiação Térmica Processos, Propriedades e Troca de Radiação entre Superfícies (Parte 2)

Elementos de Estatística e Probabilidades II

Regressão Múltipla. Parte I: Modelo Geral e Estimação

Tabela 1. Porcentagem de crianças imunizadas contra DPT e taxa de mortalidade de menores de 5 anos para 20 países, 1992.

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.

CORRELAÇÃO E REGRESSÃO

6 Análises de probabilidade de ruptura de um talude

Análise de influência

EXERCÍCIO: VIA EXPRESSA CONTROLADA

Prof. Lorí Viali, Dr.

4 Sistemas de partículas

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%

O íon lantanídeo no acoplamento Russell-Saunders e a classificação de seus estados segundo os subgrupos do grupo GL(4

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1

Resistores. antes de estudar o capítulo PARTE I

INTRODUÇÃO À CALIBRAÇÃO MULTIVARIADA

Identidade dos parâmetros de modelos segmentados

Comparação de técnicas para a determinação de semelhança entre imagens digitais

N Sem Bucha. B14 Flange Tipo C-DIN. N Sem Acessórios FA42 FA43 FA52. Fxxx Flange de Saída (Ver Opções de Flanges na Tabela de Desenhos)

ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO

3 Subtração de Fundo Segmentação por Subtração de Fundo

Cap. IV Análise estatística de incertezas aleatórias

Transcrição:

Depos de uma magem ter sdo segmentada em regões é necessáro representar e descrever cada regão para posteror processamento A escolha da representação de uma regão envolve a escolha dos elementos que são utlzados para a representar, exstndo duas alternatvas, que podem ser utlzadas smultaneamente: - Representação da regão através das suas característcas externas (.é., contornos); a ênfase é na forma da regão - Representação da regão através das suas característcas nternas (.é, dos pxels que compõem a regão); a ênfase é nas característcas da regão, tas como a sua cor ou textura Depos de escolher uma representação para a regão (p.ex. contorno) essa representação é descrta com base em característcas (p.ex. comprmento do contorno) As descrções devem ser nsensíves a varações de posção, escala e rotação da regão Representação Chan codes O contorno é representado usando valores que ndcam a drecção das transções ao longo do contorno A descrção obtda depende da orentação do obecto (.é, não é nsensível à rotação) o que leva à utlzação da dferença entre elementos da descrção Rodando a ª dferença por forma a representar o menor ntero torna a representação ndependente do ponto ncal A descrção do contorno tende a gerar demasados pontos o que faz com que normalmente sea utlzada uma amostragem do contorno: Vsão por Computador 75 João Luís Sobral 3

Representação (cont) Chan codes (cont) A descrção do obecto pode ser nvarante ao tamanho se a amostragem do contorno sempre efectuada para a mesma dmensão (.é., mesma grelha) Aproxmações polgonas O contorno é aproxmado por um polígono Polígonos de perímetro mínmo O processo pode ser vsualzado com a utlzação de uma borracha fechada, contda nos pxels do contorno: Técncas de unção O pontos do contorno são sucessvamente aproxmados por uma lnha até ser atngdo um determnado crtéro (.é., erro) Técncas de dvsão Incalmente o contorno é aproxmado pelo exo da regão; a este exo são adconados novos pontos até de cumprr um determnado crtéro (.é., erro) Vsão por Computador 76 João Luís Sobral 3

Representação (cont) Assnaturas de contornos - Representa o contorno através de uma função -D Exemplo: dstânca ao centro da regão em função do ângulo r(θ) A nsensbldade à rotação pode ser conseguda através da utlzação de um ponto ncal pré-defndo (ex. o ponto mas afastado do centro) A nsensbldade à escala pode ser conseguda através da normalzação dos valores de r(θ) (ex. [..]) Esqueleto da regão A regão é representada pelo seu esqueleto Vsão por Computador 77 João Luís Sobral 3

Descrção de contornos Descrções smples Comprmento: número de pxels do contorno Dâmetro do contorno: dstânca máxma entre dos pxels do contorno Excentrcdade: ráco entre o exo maor e o exo menor da regão Números de curvatura Baseada na ª dferença de chan codes A ordem do número de curvatura ndca o número de dígtos utlzados na descrção Descrtores de Fourer Os pontos do contorno são nterpretados como uma função de domíno complexo (x + y) à qual é aplcada a transformada de Fourer a( u) = K K k= s( k) e πuk / K Uma aproxmação ao contorno pode ser efectuada utlzando apenas os P prmeros no cálculo dos termos da transformada Rotação, translação e escala são resolvdos através de expressões smples, aplcadas no domíno de Fourer Vsão por Computador 78 João Luís Sobral 3

Descrção de contornos (cont) Momentos Estatístcos A forma de segmentos do contorno é descrta através de nformação quanttatva, baseada em momentos estatístcos smples (méda, varânca) Exemplo: K n µ ( r) = ( r m) g( r ), onde m = r g( n K = A prncpal vantagem dos momentos é que são de mplementação trval e quantfcam nformação físca do segmento do contorno Descrção regões Descrções smples Área: número de pxels da regão Perímetro: comprmento do contorno da regão Compactness : ráco entre o perímetro ao quadrado e a área Méda do tom dos pxels da regão = r ) Descrções topologcas Exemplo: Número de Euler = componentes da regão número de buracos Vsão por Computador 79 João Luís Sobral 3

Descrção regões (cont) Textura Não possu defnção exacta podendo classfcar-se em regular ou aleatóra, com granulardade fna ou grossa Exstem 3 modelos para caracterzar as texturas: Estatístco através de propredades estatístcas Estrutural através de um arrano de prmtvas Espectro propredades do espectro de Fourer Textura Modelo estrutural Uma prmtva é utlzada para gerar elementos mas complexos Vsão por Computador 8 João Luís Sobral 3

Descrção regões (cont) Texturas Modelo estatístco Momentos estatístcos baseados no hstograma da regão: L = n µ n ( r) = ( z m) p( z ), onde m = = L z p( z O segundo momento (varânca) traduz o contraste da regão: R = +σ ( z é zero quando a varânca é zero e tende para ) quando esta aumenta As meddas baseadas apenas no hstograma não têm em consderação a posção relatva dos pxels da regão. Como alternatva, estas meddas podem ser efectuadas sobre uma matrz de co-ocorrênca. Exemplo: matrz que traduz a ocorrênca das váras transções de tons num ângulo de 45º: ) 4 A= 3 O número de tons da magem deve ser reduzdo para lmtar a dmensão da matrz Sobre a matrz de co-ocorrênca podem ser calculadas dversas estatístcas:. Probabldade máxma = Max( C, ). Inérca = ( ) k C, C, 3. Homogenedade = ( ) 4. Entropa = C, log C, 5. Unformdade = C, k Vsão por Computador 8 João Luís Sobral 3

Descrção regões (cont) Textura Modelo espectral Os pcos predomnantes no espectro ndcam a prncpal drecção da textura A posção dos pcos ndca a frequênca da textura Elmnando os elementos peródcos do espectro obtém-se o elemento básco da textura. A análse do espectro é frequentemente efectuada através de componentes radas ou angulares do espectro (.é., analsando a soma das componentes do espectro ao longo de determnado rao ou de determnada drecção) Vsão por Computador 8 João Luís Sobral 3