A segmentação de imagens subdivide imagens em regiões ou objetos através de algoritmos que analisam características de pixels. Métodos incluem detecção de bordas usando gradientes e derivadas, limiarização de intensidade e agrupamento de regiões similares como no algoritmo K-Means.
Este documento discute a geração de grades computacionais para simulações de dinâmica de fluidos. Explica que grades discretas uniformes são necessárias para métodos de diferenças finitas, mas que problemas reais nem sempre permitem grades uniformes diretas. Discute transformações de coordenadas para converter grades não uniformes em grades uniformes retangulares, permitindo que as equações sejam resolvidas numericamente. Também aborda a derivação matemática das transformações de coordenadas e suas implicações para as equações governantes de fluxo.
O documento discute algoritmos para traçar primitivas gráficas em dispositivos matriciais. Aborda o traçado de retas usando o algoritmo DDA e o método do ponto médio, e também o traçado de circunferências usando simetria e o algoritmo do ponto médio.
A biblioteca PIL implementa ferramentas para edição de imagens como corte, redimensionamento e fusão. Oferece algoritmos de conversão, filtros e ajustes de imagem. Seus principais módulos tratam de imagens, operações comuns e filtros. Exemplos demonstram funções como abrir, salvar e converter imagens e aplicar filtros.
O documento descreve um caso de vibração em uma estrutura de aço com duas peças conectadas por molas. As equações de movimento são derivadas e resolvidas para obter as frequências naturais de vibração. Um resumo matemático é fornecido para analisar o sistema e encontrar as relações entre as amplitudes de oscilação nas duas peças.
O documento introduz o conceito de derivada como sendo a taxa de variação instantânea de uma função. Explica que a derivada é calculada como o limite do coeficiente angular de uma reta secante quando a distância entre os pontos em que ela intercepta a função tende a zero. Apresenta aplicações como calcular tangentes, valores mínimos e máximos, e comportamento de ondas estacionárias.
Este documento apresenta conceitos fundamentais sobre sinais e sistemas. Discute sinais em tempo contínuo e discreto, transformações de sinais, propriedades como energia e potência. Também aborda sistemas contínuos e discretos e como estes mapeiam sinais de entrada em saída.
O documento discute o método dos volumes finitos para resolver equações diferenciais parciais nas discretizações espaciais. Apresenta como o método se baseia nas leis de conservação integrais e define volumes de controle na malha computacional para implementar essas leis. Também explica técnicas como a definição dos volumes de controle, a discretização de subproblemas locais, a integração numérica e esquemas de aproximação diferencial.
O documento discute tópicos sobre discretização e otimização em dinâmica de fluidos computacional, incluindo formas adimensionais de equações, simplificações de modelos, classificação de equações diferenciais parciais e técnicas de discretização espacial.
Este documento discute a geração de grades computacionais para simulações de dinâmica de fluidos. Explica que grades discretas uniformes são necessárias para métodos de diferenças finitas, mas que problemas reais nem sempre permitem grades uniformes diretas. Discute transformações de coordenadas para converter grades não uniformes em grades uniformes retangulares, permitindo que as equações sejam resolvidas numericamente. Também aborda a derivação matemática das transformações de coordenadas e suas implicações para as equações governantes de fluxo.
O documento discute algoritmos para traçar primitivas gráficas em dispositivos matriciais. Aborda o traçado de retas usando o algoritmo DDA e o método do ponto médio, e também o traçado de circunferências usando simetria e o algoritmo do ponto médio.
A biblioteca PIL implementa ferramentas para edição de imagens como corte, redimensionamento e fusão. Oferece algoritmos de conversão, filtros e ajustes de imagem. Seus principais módulos tratam de imagens, operações comuns e filtros. Exemplos demonstram funções como abrir, salvar e converter imagens e aplicar filtros.
O documento descreve um caso de vibração em uma estrutura de aço com duas peças conectadas por molas. As equações de movimento são derivadas e resolvidas para obter as frequências naturais de vibração. Um resumo matemático é fornecido para analisar o sistema e encontrar as relações entre as amplitudes de oscilação nas duas peças.
O documento introduz o conceito de derivada como sendo a taxa de variação instantânea de uma função. Explica que a derivada é calculada como o limite do coeficiente angular de uma reta secante quando a distância entre os pontos em que ela intercepta a função tende a zero. Apresenta aplicações como calcular tangentes, valores mínimos e máximos, e comportamento de ondas estacionárias.
Este documento apresenta conceitos fundamentais sobre sinais e sistemas. Discute sinais em tempo contínuo e discreto, transformações de sinais, propriedades como energia e potência. Também aborda sistemas contínuos e discretos e como estes mapeiam sinais de entrada em saída.
O documento discute o método dos volumes finitos para resolver equações diferenciais parciais nas discretizações espaciais. Apresenta como o método se baseia nas leis de conservação integrais e define volumes de controle na malha computacional para implementar essas leis. Também explica técnicas como a definição dos volumes de controle, a discretização de subproblemas locais, a integração numérica e esquemas de aproximação diferencial.
O documento discute tópicos sobre discretização e otimização em dinâmica de fluidos computacional, incluindo formas adimensionais de equações, simplificações de modelos, classificação de equações diferenciais parciais e técnicas de discretização espacial.
Este documento apresenta um estudo comparativo de diferentes combinações de detectores e descritores de pontos-chave, aplicados em pares de imagens (objeto/cena) onde as imagens da cena foram degradadas por borramento, escala, iluminação, rotação, ruído e todas essas degradações ao mesmo tempo. Os resultados deste estudo podem ser importantes para escolher estas técnicas em aplicações que requerem alta precisão, baixo tempo de processamento ou tratamento de imagens previamente degradadas.
Este documento apresenta um estudo comparativo de diferentes combinações de detectores e descritores de pontos-chave, aplicados em pares de imagens (objeto/cena) onde as imagens da cena foram degradadas por borramento, escala, iluminação, rotação, ruído e todas essas degradações ao mesmo tempo. Os resultados deste estudo podem ser importantes para escolher estas técnicas em aplicações que requerem alta precisão, baixo tempo de processamento ou tratamento de imagens previamente degradadas.
O documento discute os conceitos fundamentais da visão por computador, incluindo a definição de visão por computador, funcionamento de câmeras digitais, modelos de cores, filtros, segmentação, detecção de bordas, detecção de cantos, subtração de fundo e rastreamento.
O documento discute formatos e processamento de imagens digitais, incluindo formatos de arquivo como JPEG e PNG, amostragem e quantização, operações como limiarização e filtros, e compressão com e sem perdas.
O documento discute formatos e processamento de imagens digitais, incluindo formatos de arquivo de imagem, amostragem e quantização, operações com imagens no domínio espacial e de frequência, filtros e compressão de imagens.
O documento apresenta um plano de aula para o curso de Processamento de Imagem no 8o semestre. Serão abordados tópicos como digitalização, armazenamento, processamento, análise espectral e técnicas de restauração de imagens. As avaliações incluem provas teóricas e apresentação de trabalhos.
Este documento apresenta um tutorial sobre introdução à visão computacional usando a biblioteca OpenCV. O tutorial discute conceitos de processamento de imagens como filtros e conceitos de visão computacional como segmentação, classificação, reconhecimento de padrões e rastreamento. O tutorial também mostra como instalar e utilizar a biblioteca OpenCV para implementar esses conceitos em exemplos práticos.
Este documento discute técnicas de processamento de imagens de sensoriamento remoto, incluindo pré-processamento, realce, segmentação, classificação e pós-processamento. O objetivo é melhorar a qualidade das imagens e facilitar a interpretação para gerar mapas temáticos precisos.
Um estudo sobre segmentação automática de imagens bidimensionais de seções tr...Charles Silva
Este documento descreve um estudo sobre a segmentação automática de imagens bidimensionais de seções transversais do tórax humano obtidas por ressonância magnética. O objetivo é identificar os contornos das regiões do pulmão e cavidades do coração usando algoritmos de processamento de imagens como detecção de bordas, dilatação e erosão. A metodologia propõe tratar os pulmões e coração separadamente usando heurísticas baseadas em suas características anatômicas e de tom de cinza. Os resultados são analis
Processamento de imagens.
Envolve as técnicas de transformação de imagens em que tanto a imagem de partida quanto a imagem resultado apresentam-se sob uma representação visual;
As transformações visam, em geral, melhorar as características visuais da imagem, como aumentar o contraste, foco, reduzir ruídos e distorções.
Busca obter a especificação dos componentes de uma imagem a partir de sua representação visual.
Extração de características para Visão de Robôs
Extração de forma 3D a partir de imagens
Identificação de objetos 3D a partir de suas imagens (envolve reconstrução)
Este documento descreve o processo de correção atmosférica para remover o efeito de dispersão da energia eletromagnética nas partículas de água na atmosfera em imagens de satélite. Ele explica como usar o método DOS para extrair valores de pixels escuros de cada banda e subtraí-los da imagem, resultando em uma imagem corrigida onde alvos invariáveis aparecem da mesma forma ao longo do tempo.
O documento introduz os conceitos de processamento de imagens e visão computacional, discutindo as diferenças entre os dois. Explica como a biblioteca OpenCV pode ser usada para implementar funções de processamento de imagens, segmentação, reconhecimento de padrões e rastreamento em tempo real.
1. O documento apresenta uma tabela de especificação para matemática no ensino médio, com 30 itens avaliando habilidades em números, funções, geometria, análise de dados e probabilidade.
2. Os itens avaliam habilidades como operações com números reais, porcentagens, juros, variação de grandezas, funções polinomiais, trigonométricas, progressões, sistemas lineares, geometria analítica e estatística.
3. A tabela fornece um gabarito para cada item com as
O documento discute métodos computacionais para análise de sistemas de engenharia. Ele explica como modelos matemáticos são desenvolvidos para representar problemas físicos e como esses modelos são discretizados em modelos numéricos, como o método dos elementos finitos, para solução computacional. Ele também descreve como os resultados numéricos são avaliados para validação.
Um sistema de detecção de chamas utilizando apenas dados espaciais para detecção de fogo utilizando câmeras hand-held. Revisão dos trabalhos de Phillips (2002), Chen (2004), Celik (2007/2008/2009), Borges (2010) e Chenebert (2011). Utilização de Random Forests Breiman (2001) para extração e classificação das regiões.
A palestra tem o objetivo de apresentar e comparar métodos de processamento de imagens digitais em dois domínios diferentes: frequência e espaço. A partir de uma breve motivação, apresentar a teoria e prática de ambos os tipos de processamento, explicitando vantagens e desvantagens de cada método escolhido.
Tópicos abordados:
Convolução, Transformada de Fourier (no tempo e discreta), filtros passa baixa, passa-alta e passa faixa no domínio do tempo, filtros passa-baixa, passa-alta e passa-banda no domínio da frequência, problemas de atributos em bordas, métodos de processamento de bordas, conceito para a construção de filtros no domínio da frequência, custo computacional de ambos os métodos.
O documento discute conceitos fundamentais de processamento digital de imagens, incluindo tipos de informações visuais e descritivas, áreas de processamento de imagens, visão computacional e computação gráfica, modelos de captura, representação e visualização de imagens digitais.
Os nanomateriais são materiais com dimensões na escala nanométrica, apresentando propriedades únicas devido ao seu tamanho reduzido. Eles são amplamente explorados em áreas como eletrônica, medicina e energia, promovendo avanços tecnológicos e aplicações inovadoras.
Sobre os nanomateriais, analise as afirmativas a seguir:
-6
I. Os nanomateriais são aqueles que estão na escala manométrica, ou seja, 10 do metro.
II. O Fumo negro é um exemplo de nanomaterial.
III. Os nanotubos de carbono e o grafeno são exemplos de nanomateriais, e possuem apenas carbono emsua composição.
IV. O fulereno é um exemplo de nanomaterial que possuí carbono e silício em sua composição.
É correto o que se afirma em:
ALTERNATIVAS
I e II, apenas.
I, II e III, apenas.
I, II e IV, apenas.
II, III e IV, apenas.
I, II, III e IV.
Entre em contato conosco
54 99956-3050
O presente trabalho consiste em realizar um estudo de caso de um transportador horizontal contínuo com correia plana utilizado em uma empresa do ramo alimentício, a generalização é feita em reserva do setor, condições técnicas e culturais da organização
Este documento apresenta um estudo comparativo de diferentes combinações de detectores e descritores de pontos-chave, aplicados em pares de imagens (objeto/cena) onde as imagens da cena foram degradadas por borramento, escala, iluminação, rotação, ruído e todas essas degradações ao mesmo tempo. Os resultados deste estudo podem ser importantes para escolher estas técnicas em aplicações que requerem alta precisão, baixo tempo de processamento ou tratamento de imagens previamente degradadas.
Este documento apresenta um estudo comparativo de diferentes combinações de detectores e descritores de pontos-chave, aplicados em pares de imagens (objeto/cena) onde as imagens da cena foram degradadas por borramento, escala, iluminação, rotação, ruído e todas essas degradações ao mesmo tempo. Os resultados deste estudo podem ser importantes para escolher estas técnicas em aplicações que requerem alta precisão, baixo tempo de processamento ou tratamento de imagens previamente degradadas.
O documento discute os conceitos fundamentais da visão por computador, incluindo a definição de visão por computador, funcionamento de câmeras digitais, modelos de cores, filtros, segmentação, detecção de bordas, detecção de cantos, subtração de fundo e rastreamento.
O documento discute formatos e processamento de imagens digitais, incluindo formatos de arquivo como JPEG e PNG, amostragem e quantização, operações como limiarização e filtros, e compressão com e sem perdas.
O documento discute formatos e processamento de imagens digitais, incluindo formatos de arquivo de imagem, amostragem e quantização, operações com imagens no domínio espacial e de frequência, filtros e compressão de imagens.
O documento apresenta um plano de aula para o curso de Processamento de Imagem no 8o semestre. Serão abordados tópicos como digitalização, armazenamento, processamento, análise espectral e técnicas de restauração de imagens. As avaliações incluem provas teóricas e apresentação de trabalhos.
Este documento apresenta um tutorial sobre introdução à visão computacional usando a biblioteca OpenCV. O tutorial discute conceitos de processamento de imagens como filtros e conceitos de visão computacional como segmentação, classificação, reconhecimento de padrões e rastreamento. O tutorial também mostra como instalar e utilizar a biblioteca OpenCV para implementar esses conceitos em exemplos práticos.
Este documento discute técnicas de processamento de imagens de sensoriamento remoto, incluindo pré-processamento, realce, segmentação, classificação e pós-processamento. O objetivo é melhorar a qualidade das imagens e facilitar a interpretação para gerar mapas temáticos precisos.
Um estudo sobre segmentação automática de imagens bidimensionais de seções tr...Charles Silva
Este documento descreve um estudo sobre a segmentação automática de imagens bidimensionais de seções transversais do tórax humano obtidas por ressonância magnética. O objetivo é identificar os contornos das regiões do pulmão e cavidades do coração usando algoritmos de processamento de imagens como detecção de bordas, dilatação e erosão. A metodologia propõe tratar os pulmões e coração separadamente usando heurísticas baseadas em suas características anatômicas e de tom de cinza. Os resultados são analis
Processamento de imagens.
Envolve as técnicas de transformação de imagens em que tanto a imagem de partida quanto a imagem resultado apresentam-se sob uma representação visual;
As transformações visam, em geral, melhorar as características visuais da imagem, como aumentar o contraste, foco, reduzir ruídos e distorções.
Busca obter a especificação dos componentes de uma imagem a partir de sua representação visual.
Extração de características para Visão de Robôs
Extração de forma 3D a partir de imagens
Identificação de objetos 3D a partir de suas imagens (envolve reconstrução)
Este documento descreve o processo de correção atmosférica para remover o efeito de dispersão da energia eletromagnética nas partículas de água na atmosfera em imagens de satélite. Ele explica como usar o método DOS para extrair valores de pixels escuros de cada banda e subtraí-los da imagem, resultando em uma imagem corrigida onde alvos invariáveis aparecem da mesma forma ao longo do tempo.
O documento introduz os conceitos de processamento de imagens e visão computacional, discutindo as diferenças entre os dois. Explica como a biblioteca OpenCV pode ser usada para implementar funções de processamento de imagens, segmentação, reconhecimento de padrões e rastreamento em tempo real.
1. O documento apresenta uma tabela de especificação para matemática no ensino médio, com 30 itens avaliando habilidades em números, funções, geometria, análise de dados e probabilidade.
2. Os itens avaliam habilidades como operações com números reais, porcentagens, juros, variação de grandezas, funções polinomiais, trigonométricas, progressões, sistemas lineares, geometria analítica e estatística.
3. A tabela fornece um gabarito para cada item com as
O documento discute métodos computacionais para análise de sistemas de engenharia. Ele explica como modelos matemáticos são desenvolvidos para representar problemas físicos e como esses modelos são discretizados em modelos numéricos, como o método dos elementos finitos, para solução computacional. Ele também descreve como os resultados numéricos são avaliados para validação.
Um sistema de detecção de chamas utilizando apenas dados espaciais para detecção de fogo utilizando câmeras hand-held. Revisão dos trabalhos de Phillips (2002), Chen (2004), Celik (2007/2008/2009), Borges (2010) e Chenebert (2011). Utilização de Random Forests Breiman (2001) para extração e classificação das regiões.
A palestra tem o objetivo de apresentar e comparar métodos de processamento de imagens digitais em dois domínios diferentes: frequência e espaço. A partir de uma breve motivação, apresentar a teoria e prática de ambos os tipos de processamento, explicitando vantagens e desvantagens de cada método escolhido.
Tópicos abordados:
Convolução, Transformada de Fourier (no tempo e discreta), filtros passa baixa, passa-alta e passa faixa no domínio do tempo, filtros passa-baixa, passa-alta e passa-banda no domínio da frequência, problemas de atributos em bordas, métodos de processamento de bordas, conceito para a construção de filtros no domínio da frequência, custo computacional de ambos os métodos.
O documento discute conceitos fundamentais de processamento digital de imagens, incluindo tipos de informações visuais e descritivas, áreas de processamento de imagens, visão computacional e computação gráfica, modelos de captura, representação e visualização de imagens digitais.
Os nanomateriais são materiais com dimensões na escala nanométrica, apresentando propriedades únicas devido ao seu tamanho reduzido. Eles são amplamente explorados em áreas como eletrônica, medicina e energia, promovendo avanços tecnológicos e aplicações inovadoras.
Sobre os nanomateriais, analise as afirmativas a seguir:
-6
I. Os nanomateriais são aqueles que estão na escala manométrica, ou seja, 10 do metro.
II. O Fumo negro é um exemplo de nanomaterial.
III. Os nanotubos de carbono e o grafeno são exemplos de nanomateriais, e possuem apenas carbono emsua composição.
IV. O fulereno é um exemplo de nanomaterial que possuí carbono e silício em sua composição.
É correto o que se afirma em:
ALTERNATIVAS
I e II, apenas.
I, II e III, apenas.
I, II e IV, apenas.
II, III e IV, apenas.
I, II, III e IV.
Entre em contato conosco
54 99956-3050
O presente trabalho consiste em realizar um estudo de caso de um transportador horizontal contínuo com correia plana utilizado em uma empresa do ramo alimentício, a generalização é feita em reserva do setor, condições técnicas e culturais da organização
AE03 - ESTUDO CONTEMPORÂNEO E TRANSVERSAL ENGENHARIA DA SUSTENTABILIDADE UNIC...Consultoria Acadêmica
Os termos "sustentabilidade" e "desenvolvimento sustentável" só ganharam repercussão mundial com a realização da Conferência das Nações Unidas sobre o Meio Ambiente e o Desenvolvimento (CNUMAD), conhecida como Rio 92. O encontro reuniu 179 representantes de países e estabeleceu de vez a pauta ambiental no cenário mundial. Outra mudança de paradigma foi a responsabilidade que os países desenvolvidos têm para um planeta mais sustentável, como planos de redução da emissão de poluentes e investimento de recursos para que os países pobres degradem menos. Atualmente, os termos
"sustentabilidade" e "desenvolvimento sustentável" fazem parte da agenda e do compromisso de todos os países e organizações que pensam no futuro e estão preocupados com a preservação da vida dos seres vivos.
Elaborado pelo professor, 2023.
Diante do contexto apresentado, assinale a alternativa correta sobre a definição de desenvolvimento sustentável:
ALTERNATIVAS
Desenvolvimento sustentável é o desenvolvimento que não esgota os recursos para o futuro.
Desenvolvimento sustantável é o desenvolvimento que supre as necessidades momentâneas das pessoas.
Desenvolvimento sustentável é o desenvolvimento incapaz de garantir o atendimento das necessidades da geração futura.
Desenvolvimento sustentável é um modelo de desenvolvimento econômico, social e político que esteja contraposto ao meio ambiente.
Desenvolvimento sustentável é o desenvolvimento capaz de suprir as necessidades da geração anterior, comprometendo a capacidade de atender às necessidades das futuras gerações.
Entre em contato conosco
54 99956-3050
Introdução ao GNSS Sistema Global de PosicionamentoGeraldoGouveia2
Este arquivo descreve sobre o GNSS - Globas NavigationSatellite System falando sobre os sistemas de satélites globais e explicando suas características
AE03 - ESTUDO CONTEMPORÂNEO E TRANSVERSAL INDÚSTRIA E TRANSFORMAÇÃO DIGITAL ...Consultoria Acadêmica
“O processo de inovação envolve a geração de ideias para desenvolver projetos que podem ser testados e implementados na empresa, nesse sentido, uma empresa pode escolher entre inovação aberta ou inovação fechada” (Carvalho, 2024, p.17).
CARVALHO, Maria Fernanda Francelin. Estudo contemporâneo e transversal: indústria e transformação digital. Florianópolis, SC: Arqué, 2024.
Com base no exposto e nos conteúdos estudados na disciplina, analise as afirmativas a seguir:
I - A inovação aberta envolve a colaboração com outras empresas ou parceiros externos para impulsionar ainovação.
II – A inovação aberta é o modelo tradicional, em que a empresa conduz todo o processo internamente,desde pesquisa e desenvolvimento até a comercialização do produto.
III – A inovação fechada é realizada inteiramente com recursos internos da empresa, garantindo o sigilo dasinformações e conhecimento exclusivo para uso interno.
IV – O processo que envolve a colaboração com profissionais de outras empresas, reunindo diversasperspectivas e conhecimentos, trata-se de inovação fechada.
É correto o que se afirma em:
ALTERNATIVAS
I e II, apenas.
I e III, apenas.
I, III e IV, apenas.
II, III e IV, apenas.
I, II, III e IV.
Entre em contato conosco
54 99956-3050
Se você possui smartphone há mais de 10 anos, talvez não tenha percebido que, no início da onda da
instalação de aplicativos para celulares, quando era instalado um novo aplicativo, ele não perguntava se
podia ter acesso às suas fotos, e-mails, lista de contatos, localização, informações de outros aplicativos
instalados, etc. Isso não significa que agora todos pedem autorização de tudo, mas percebe-se que os
próprios sistemas operacionais (atualmente conhecidos como Android da Google ou IOS da Apple) têm
aumentado a camada de segurança quando algum aplicativo tenta acessar os seus dados, abrindo uma
janela e solicitando sua autorização.
CASTRO, Sílvio. Tecnologia. Formação Sociocultural e Ética II. Unicesumar: Maringá, 2024.
Considerando o exposto, analise as asserções a seguir e assinale a que descreve corretamente.
ALTERNATIVAS
I, apenas.
I e III, apenas.
II e IV, apenas.
II, III e IV, apenas.
I, II, III e IV.
Entre em contato conosco
54 99956-3050
2. Fundamentos
A segmentação subdivide uma imagem em regiões ou objetos
que a compõem;
◮ nível de detalhe depende do problema
◮ segmentação para quando objetos de interesse ao problema são
detectados
A separação dos pixeis relativos a cada objeto, ou região, é uma
etapa fundamental para o sucesso do processo de análise da
imagem;
Embora o ser humano possa facilmente identificar regiões com as
mesmas características ou objetos presentes em uma imagem,
para se realizar a mesma tarefa com um computador deve-se
implementar algoritmos que analisem as características de cada
pixel ou da distribuição da população de pixels.
2 / 36
3. Fundamentos
A segmentação é um processo que particiona uma região espacial
(imagem) R em n subregiões, R1, R2, · · · , Rn, de tal forma que:
n
i=1 Ri = R
◮ cada pixel deve estar em uma região
Ri é um conjunto conectado, i = 1, 2, · · · , n
◮ pixels de uma região devem estar conectados
Ri ∩ Rj = ∅, para todo i e j, i = j
◮ regiões devem estar separadas
Q(Ri) = VERDADEIRA para i = 1, 2, · · · , n
◮ propriedades que os pixels de uma região devem cumprir (ex.:
intensidade)
Q(Ri ∪ Rj) = FALSA para quaisquer regiões adjacentes Ri e Rj
◮ regiões adjacentes devem ser diferentes na propriedade Q
3 / 36
5. Conceito
O processo de agrupamento dos pixels pertencentes a um
mesmo objeto ou região é chamado de segmentação;
As técnicas de segmentação de imagens podem ser classificadas
nas seguintes categorias:
◮ detecção descontinuidades
◮ técnicas de limiar
◮ métodos baseados em região
◮ métodos híbridos
5 / 36
6. Métodos Baseados em Descontinuidades
Métodos baseados em detecção de descontinuidades levam em
consideração o fato de que entre duas regiões deve existir uma
fronteira;
Procura-se identificar descontinuidades significativas na imagem
que possam representar as bordas da região;
A operação clássica: gradiente
◮ intensifica variações de tonalidade presentes resultando em uma
imagem com pixels mais intensos
◮ permitindo a binarização da imagem e a identificação dos
contornos
Problema na aplicação do gradiente:
◮ obtenção de regiões com bordas abertas devido a ruídos ou uso
de iluminação não uniforme no processo de aquisição da imagem
6 / 36
7. Gradiente de uma Função Digital
Derivadas de uma função digital são definidas por diferenças;
Tais aproximações devem considerar que a derivada deve ser:
◮ zero em áres de intensidade constante;
◮ zero no início de um degrau ou rampa de intensidade;
◮ diferente de zero ao longo de uma rampa de intensidade.
A derivada de primeira ordem de uma função f(x) é obtida
expandindo a função f(x + ∆x) em uma série de Taylor,
assumindo ∆x = 1 e mantendo apenas os termos lineares:
δf
δx
= f′
(x) = f(x + 1) − f(x)
7 / 36
9. Gradiente de uma Função Digital
A melhor estratégia para o cálculo de derivadas é a utilização de filtros
espaciais. Para um filtro 3 × 3:
R = w1z1 + w2z2 + · · · + w9z9
=
9
k=1
wk zk
9 / 36
10. Detecção de Pontos Isolados
Derivadas de segunda ordem consistem em boas técnicas para a
detecção de pontos isolados;
Isso implica em utilizar o laplaciano:
∇2
f(x, y) =
δ2f
δx2
+
δ2f
δy2
= f(x + 1, y) + f(x − 1, y) + f(x, y + 1)
+ f(x, y − 1) − 4f(x, y)
A máscara utilizada pode ser estendida incluindo os termos
diagonais.
10 / 36
12. Detecção de Linhas
Para a detecção de linhas, as derivadas de segunda ordem resultem
em uma resposta mais forte e produzem linhas mais finas do que as
derivadas de primeira ordem.
12 / 36
15. Detecção de Bordas
Método mais usado para segmentar imagens com base em
variações abruptas de intensidade;
Modelos de borda:
◮ degrau
◮ rampa
◮ telhado
15 / 36
16. Detecção de Bordas: comportamento da derivada
Considere uma região de borda livre de ruído:
16 / 36
17. Detecção de Bordas
Três passos fundamentais devem ser considerados:
◮ Suavização da imagem para redução de ruído
◮ Detecção dos pontos de borda
◮ Localização da borda
17 / 36
19. Propriedades do Gradiente
O gradiente, definido a seguir, é a ferramenta ideal para encontrar
a intensidade e a direção da borda:
∇f = grad(f) =
gx
gy
=
δf
δx
δf
δy
A magnitude (tamanho) do vetor gradiente:
M(x, y) = mag(∇f) = g2
x + g2
y
A direção do vetor gradiente:
α(x, y) = tg−1 gy
gx
19 / 36
23. Detecção de Bordas: exemplo usando Sobel
Utilização de suavização antes da detecção.
23 / 36
24. Ligação de Bordas
Detecção de bordas produz conjuntos:
◮ exclusivamente nas bordas
◮ raramente caracterizam completamente as bordas
⋆ ruído
⋆ quebras nas bordas
⋆ iluminação não uniforme
⋆ descontinuidades espúrias nos valores de intensidade
24 / 36
25. Ligação de Bordas
Abordagem mais simples:
◮ analisar características dos pixels em uma vizinhança pequena
sobre cada ponto
◮ pontos semelhantes de acordo com critérios definidos são "ligados"
Propriedades utilizadas:
◮ magnitude e direção do vetor gradiente
Desvantagem:
◮ computacionalmente cara
◮ todos os vizinhos de um pixel devem ser examinados
25 / 36
26. Ligação de Bordas: exemplo
Utilização de suavização antes da detecção.
26 / 36
27. Limiarização
Características:
◮ propriedades intuitivas
◮ simplicidade de implementação
◮ velocidade computacional
As bases da limiarização de intensidade:
◮ Suponha objetos claros em um fundo escuro. Uma maneira de
separá-los, seria gerar uma imagem segmentada, baseada na
análise do histograma da imagem original, onde:
g(x, y) =
1 se f(x, y) > T
0 se f(x, y) ≤ T
27 / 36
31. O Algoritmo K-Means
Técnica de agrupamento de regiões;
Clustering: conjunto de dados → classes disjuntas;
K-means: particionar n objetos em K agrupamentos;
Características:
◮ possibilidade de trabalhar com grandes bases de dados
◮ tempo de ordem O(n)
◮ mudança de pertinência durante o processo
◮ sensível à escolha das classes iniciais
◮ classe: representada por um centro (ponto)
◮ número de classes iniciais pode impor estrutura errônea
Tóp. em Comput. - Segmentação 31 / 36
32. O Algoritmo K-Means
1 Inicializar os K centros (w1, · · · , wk ), que representam as classes,
e definir o número N de iterações;
2 Associar cada classe Cj a um centro wj;
3 Assinalar cada dado pl como pertencente à classe Cj, caso wj
seja o centro mais próximo a esse dado;
4 Atualizar cada centro wj através da média de todas as amostras
assinaladas como pertencentes à cada classe Cj;
5 Calcular o erro:
E =
k
j=1 pl ∈Cj
pl − wj
2
6 Repetir 3, 4 e 5 até que o erro E não mude significativamente, ou
o término das N iterações.
32 / 36