Menu

Filtros : "Distance transform" Limpar

Filtros

Refine with date range

  • 1

1 - 2 (2 records)

  • Artigo de periodico

    Efficient maximum euclidean distance transform computation in component trees using the differential image foresting transform (2025)

    Silva, Dennis J.; Miranda, Paulo André Vechiatto de ; Alves, Wonder Alexandre Luz ; Hashimoto, Ronaldo Fumio ; Kosinka, Jiří ; Roerdink, Jos B. T. M.

    Source: Journal of Mathematical Imaging and Vision. Unidade: IME

    Assunto: PROCESSAMENTO DE IMAGENS

    Versão PublicadaAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      SILVA, Dennis J. et al. Efficient maximum euclidean distance transform computation in component trees using the differential image foresting transform. Journal of Mathematical Imaging and Vision, v. 67, n. artigo 31, p. 1-23, 2025Tradução . . Disponível em: https://doi.org/10.1007/s10851-025-01248-8. Acesso em: 03 jan. 2026.

    • APA

      Silva, D. J., Miranda, P. A. V. de, Alves, W. A. L., Hashimoto, R. F., Kosinka, J., & Roerdink, J. B. T. M. (2025). Efficient maximum euclidean distance transform computation in component trees using the differential image foresting transform. Journal of Mathematical Imaging and Vision, 67( artigo 31), 1-23. doi:10.1007/s10851-025-01248-8

    • NLM

      Silva DJ, Miranda PAV de, Alves WAL, Hashimoto RF, Kosinka J, Roerdink JBTM. Efficient maximum euclidean distance transform computation in component trees using the differential image foresting transform [Internet]. Journal of Mathematical Imaging and Vision. 2025 ; 67( artigo 31): 1-23.[citado 2026 jan. 03 ] Available from: https://doi.org/10.1007/s10851-025-01248-8

    • Vancouver

      Silva DJ, Miranda PAV de, Alves WAL, Hashimoto RF, Kosinka J, Roerdink JBTM. Efficient maximum euclidean distance transform computation in component trees using the differential image foresting transform [Internet]. Journal of Mathematical Imaging and Vision. 2025 ; 67( artigo 31): 1-23.[citado 2026 jan. 03 ] Available from: https://doi.org/10.1007/s10851-025-01248-8

  • Dissertação (Mestrado)

    Métodos de pré-processamento de texturas para otimizar o reconhecimento de padrões (2016)

    Neiva, Mariane Barros; Bruno, Odemir Martinez (Orientador)

    Unidade: ICMC

    Subjects: RECONHECIMENTO DE PADRÕES, INTELIGÊNCIA ARTIFICIAL, PROCESSAMENTO DE IMAGENS

    Acesso à fonteHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      NEIVA, Mariane Barros. Métodos de pré-processamento de texturas para otimizar o reconhecimento de padrões. 2016. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2016. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-25102016-084409/. Acesso em: 03 jan. 2026.

    • APA

      Neiva, M. B. (2016). Métodos de pré-processamento de texturas para otimizar o reconhecimento de padrões (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-25102016-084409/

    • NLM

      Neiva MB. Métodos de pré-processamento de texturas para otimizar o reconhecimento de padrões [Internet]. 2016 ;[citado 2026 jan. 03 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-25102016-084409/

    • Vancouver

      Neiva MB. Métodos de pré-processamento de texturas para otimizar o reconhecimento de padrões [Internet]. 2016 ;[citado 2026 jan. 03 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-25102016-084409/
  • 1

1 - 2 (2 records)

Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2026