Andere Kunden interessierten sich auch für
![Processamento de Imagens Digitais]( "Processamento de Imagens Digitais")
Processamento de Imagens Digitais26,99 €![Sistema automatizado de detecção de cancro do pulmão utilizando a segmentação de imagens]( "Sistema automatizado de detecção de cancro do pulmão utilizando a segmentação de imagens")
Sistema automatizado de detecção de cancro do pulmão utilizando a segmentação de imagens23,99 €![Algoritmos de IA para classificação e previsão de doenças do tomateiro]( "Algoritmos de IA para classificação e previsão de doenças do tomateiro")
Algoritmos de IA para classificação e previsão de doenças do tomateiro51,99 €![Técnicas de processamento de imagens na identificação e classificação de plantas]( "Técnicas de processamento de imagens na identificação e classificação de plantas")
Técnicas de processamento de imagens na identificação e classificação de plantas44,99 €![Preservação de evidências digitais voláteis em sistemas in vivo]( "Preservação de evidências digitais voláteis em sistemas in vivo")
Preservação de evidências digitais voláteis em sistemas in vivo36,99 €![Reconhecimento multibiométrico baseado em imagens de faces]( "Reconhecimento multibiométrico baseado em imagens de faces")
Reconhecimento multibiométrico baseado em imagens de faces29,99 €![Modelagem e Teste de uma Base de Conhecimento]( "Modelagem e Teste de uma Base de Conhecimento")
Modelagem e Teste de uma Base de Conhecimento32,99 €
Classificação de texturas em imagens é um tema com várias áreas de aplicações, tais como: reconhecimento de faces, sensoriamento remoto e reconhecimento de folhas de plantas. Vários métodos vem sendo propostos ao longo do tempo. Recentemente, um novo método para extração de características baseado em grafos, intitulado de caminhos mínimos em grafos (CMG) foi criado, onde, de forma simplificada, transforma a imagem em um grafo e extrai algumas estatísticas, baseado no caminho mínimo de Dijkstra, entre pontos definidos. Assim, este trabalho faz modificações no método CMG com o objetivo de reduzir a quantidade de estados visitados no grafo e reduzir o custo computacional. Os experimentos são realizados nas bases: Brodatz, UIUC, 2D HeLa e Virus. Os resultados mais promissores trazem uma redução de até 89% nos estados que são visitados no grafo, mantendo a porcentagem de acertos.