{"id":667,"date":"2015-12-30T09:23:48","date_gmt":"2015-12-30T11:23:48","guid":{"rendered":"http:\/\/www.inf.ufrgs.br\/profcomp_wp\/?page_id=667"},"modified":"2016-05-12T16:12:32","modified_gmt":"2016-05-12T19:12:32","slug":"cmp165","status":"publish","type":"page","link":"https:\/\/www.inf.ufrgs.br\/profcomp\/lista-de-disciplinas\/cmp165\/","title":{"rendered":"CMP165"},"content":{"rendered":"

Introdu\u00e7\u00e3o ao Processamento de Imagens<\/strong><\/h3>\n

Respons\u00e1vel<\/b>: Jacob Scharcanski<\/a>
\nPr\u00e9-Requisitos<\/b>: –
\nCarga Hor\u00e1ria<\/b>: 60 hs
\nCr\u00e9ditos<\/b>: 4
\nSemestres Oferecidos<\/b>: Primeiro semestre
\nMatr\u00edcula de Graduandos<\/b>: A matricula dever\u00e1 ser feita como Aluno Especial
\nP\u00e1gina da Disciplina<\/b>: –<\/p>\n

S\u00daMULA<\/strong><\/p>\n

Introdu\u00e7\u00e3o, transforma\u00e7\u00f5es, realce, restaura\u00e7\u00e3o, segmenta\u00e7\u00e3o, representa\u00e7\u00e3o e
\ndescri\u00e7\u00e3o de imagens.<\/p>\n

OBJETIVOS<\/strong><\/p>\n

As t\u00e9cnicas de Processamento de Sinais multidimensionais (imagens) t\u00eam duas
\naplica\u00e7\u00f5es principais: melhoria da qualidade da imagem para a interpreta\u00e7\u00e3o humana,
\ne processamento da imagem para fins de interpreta\u00e7\u00e3o automatizada (Vis\u00e3o de
\nM\u00e1quina). Exemplos t\u00edpicos de interpreta\u00e7\u00e3o automatizada s\u00e3o o reconhecimento de
\ncaracteres, Vis\u00e3o de M\u00e1quina para montagem e inspe\u00e7\u00e3o automatizadas, an\u00e1lise
\nautomatizada de amostras de tecidos biol\u00f3gicos, entre outros. O campo de aplica\u00e7\u00e3o
\ndestas t\u00e9cnicas encontra-se em crescente expans\u00e3o na ind\u00fastria e no setor de servi\u00e7os.
\nEsta disciplina tem como objetivos introduzir os conceitos fundamentais e t\u00e9cnicas de
\nProcessamento de Imagens (monocrom\u00e1ticas e multiespectrais), e treinar o aluno a
\nabordar eficientemente problemas desta \u00e1rea. No decorrer das aulas, os alunos ter\u00e3o a
\noportunidade de implementar e testar os conceitos te\u00f3ricos apresentados, e aplica-los
\na problemas pr\u00e1ticos.<\/p>\n

PROGRAMA<\/strong><\/p>\n

FUNDAMENTOS
\nPercep\u00e7\u00e3o Visual e Forma\u00e7\u00e3o da Imagem
\nAmostragem e Quantiza\u00e7\u00e3o
\nRela\u00e7\u00f5es entre Elementos da Imagem
\nOpera\u00e7\u00f5es Aritm\u00e9ticas e L\u00f3gicas B\u00e1sicas
\nExemplos e Problemas
\nTRANSFORMA\u00c7\u00d5ES DE IMAGENS
\nIntrodu\u00e7\u00e3o \u00e0 Transformada de Fourier
\nPropriedades da Transformada de Fourier
\nTransformada Discreta de Fourier Bidimensional
\nTransformada R\u00e1pida de Fourier
\nAlgor\u00edtmos e Implementa\u00e7\u00f5es
\nOutras Transforma\u00e7\u00f5es
\nExemplos e Problemas
\nREALCE DE IMAGENS
\nDom\u00ednios Espa\u00e7o e Frequ\u00eancia
\nOpera\u00e7\u00f5es Pontuais
\nTransforma\u00e7\u00f5es da Intensidade dos Elementos da Imagem
\nTransforma\u00e7\u00f5es do Histograma
\nOpera\u00e7\u00f5es Aritm\u00e9ticas com Imagens
\nFiltragem no Dom\u00ednio Espa\u00e7o
\nFiltros para a Supress\u00e3o de Ru\u00eddo
\nFiltros para o Realce de Detalhes
\nFiltros Baseados em Estat\u00edsticas de Ordem e Adaptativos
\nFiltragem no Dom\u00ednio Frequ\u00eancia
\nFiltros Passa-Baixas
\nFiltros Passa-Altas
\nFiltragem Usando Homomorfismo
\nRealce de Imagens \u00e0 C\u00f4res
\nExemplos e Problemas
\nRESTAURA\u00c7\u00c3O DE IMAGENS
\nMod\u00ealos para a Degrada\u00e7\u00e3o de Imagens
\nFiltragem pelo M\u00ednimo Erro M\u00e9dio Quadrado (Wiener)
\nOutros M\u00e9todos de Restaura\u00e7\u00e3o
\nExemplos e Problemas
\nSEGMENTA\u00c7\u00c3O DE IMAGENS
\nDetec\u00e7\u00e3o de Descontinuidades
\nDescontinuidades em Imagens \u00e0 C\u00f4res
\nConectando Descontinuidades
\nTransformada de Hough
\nOutros M\u00e9todos
\nLimiariza\u00e7\u00e3o
\nM\u00e9todos de Segmenta\u00e7\u00e3o Orientados \u00e0 Regi\u00f5es
\nCrescimento de Regi\u00f5es
\nDivis\u00e3o e Agrega\u00e7\u00e3o de Regi\u00f5es
\nM\u00e9todos de Relaxa\u00e7\u00e3o
\nRotula\u00e7\u00e3o de Regi\u00f5es Usando Elementos Conexos
\nSegmenta\u00e7\u00e3o de Regi\u00f5es Texturadas
\nExemplos e Problemas
\nREPRESENTA\u00c7\u00c3O E DESCRI\u00c7\u00c3O
\nRepresenta\u00e7\u00e3o de Formas
\nRepresenta\u00e7\u00e3o de Regi\u00f5es
\nTexturas Monocrom\u00e1ticas e \u00e0 C\u00f4res
\nConceitos de Morfologia Matem\u00e1tica
\nExemplos e Problemas
\nRECONHECIMENTO E INTERPRETA\u00c7\u00c3O
\nElementos de An\u00e1lise de Imagens
\nPadr\u00f5es e Classes
\nReconhecimento de Padr\u00f5es em Imagens
\nInterpreta\u00e7\u00e3o de Imagens
\nVis\u00e3o de M\u00e1quina
\nExemplos e Problemas<\/p>\n

CRIT\u00c9RIOS DE AVALIA\u00c7\u00c3O<\/strong><\/p>\n

trabalhos pr\u00e1ticos sobre os conte\u00fados ministrados<\/p>\n

BIBLIOGRAFIA<\/strong><\/p>\n

1. \u201cFundamentals of Digital Image Processing\u201d, A.K.Jain , Prentice-Hall, 1989.
\n2. \u201cDigital Image Processing\u201d, R. C. Gonzalez e R. E. Woods, Addison-Wesley
\n1992.
\n3. \u201cDigital Image Processing Algorithms\u201d, I. Pitas, Prentice Hall 1993.
\n4. \u201cImage Processing, Analysis and Machine Vision\u201d, M. Sonka, V. Hlavac e R.
\nBoyle, PWS Publishing, 1999. 2nd ed.
\n5. \u201cIntroduction to Statistical Pattern Recognition\u201d, K. Fukunaga, Academic Press
\n1990.
\n6. “Computer Vision”, L. Shapiro e G. C. Stockman. Prentice-Hall, 2001.
\n7. “Computer Vision: Algorithms and Applications”, Richard Szeliski. Springer,
\n2010.
\nArtigos selecionados de peri\u00f3dicos da \u00e1rea e notas t\u00e9cnicas de fabricantes de
\ndispositivos e equipamentos.<\/p>\n","protected":false},"excerpt":{"rendered":"

Introdu\u00e7\u00e3o ao Processamento de Imagens Respons\u00e1vel: Jacob Scharcanski Pr\u00e9-Requisitos: – Carga Hor\u00e1ria: 60 hs Cr\u00e9ditos: 4 Semestres Oferecidos: Primeiro semestre Matr\u00edcula de Graduandos: A matricula dever\u00e1 ser feita como Aluno Especial P\u00e1gina da Disciplina: – S\u00daMULA Introdu\u00e7\u00e3o, transforma\u00e7\u00f5es, realce, restaura\u00e7\u00e3o, segmenta\u00e7\u00e3o, representa\u00e7\u00e3o e descri\u00e7\u00e3o de imagens. OBJETIVOS As t\u00e9cnicas de Processamento de Sinais multidimensionais (imagens) […]<\/p>\n","protected":false},"author":1,"featured_media":0,"parent":462,"menu_order":165,"comment_status":"closed","ping_status":"closed","template":"","meta":[],"_links":{"self":[{"href":"https:\/\/www.inf.ufrgs.br\/profcomp\/wp-json\/wp\/v2\/pages\/667"}],"collection":[{"href":"https:\/\/www.inf.ufrgs.br\/profcomp\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.inf.ufrgs.br\/profcomp\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.inf.ufrgs.br\/profcomp\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.inf.ufrgs.br\/profcomp\/wp-json\/wp\/v2\/comments?post=667"}],"version-history":[{"count":3,"href":"https:\/\/www.inf.ufrgs.br\/profcomp\/wp-json\/wp\/v2\/pages\/667\/revisions"}],"predecessor-version":[{"id":2515,"href":"https:\/\/www.inf.ufrgs.br\/profcomp\/wp-json\/wp\/v2\/pages\/667\/revisions\/2515"}],"up":[{"embeddable":true,"href":"https:\/\/www.inf.ufrgs.br\/profcomp\/wp-json\/wp\/v2\/pages\/462"}],"wp:attachment":[{"href":"https:\/\/www.inf.ufrgs.br\/profcomp\/wp-json\/wp\/v2\/media?parent=667"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}