@inproceedings{Shibuya2008Waveletsb,

title = {Aplica\c{c}\~{a}o de wavelets para processamento de sinais em sistemas inerciais},

author = {Shibuya and L H Carvalho and R T Saotome and O},

url = {https://www.sige.ita.br/edicoes-anteriores/2008/st/3_2.pdf},

year  = {2008},

date = {2008-01-01},

booktitle = {Simp\'{o}sio de Aplica\c{c}\~{o}es Operacionais em \'{A}reas de Defesa 2008 (SIGE2008)},

abstract = {Apresenta-se neste trabalho os resultados do processamento de sinais de um sensor interferom\'{e}trico baseado na t\'{e}cnica de wavelets para demodular sinais de sa\'{i}da de sensores interferom\'{e}tricos em geral, quando estes utilizam modula\c{c}\~{a}o de fase \'{o}ptica. O uso das wavelets \'{e} comparado \`{a}s t\'{e}cnicas tradicionais, como processamento anal\'{o}gico em open- loop e com a FFT. Ensaios experimentais foram comparados aos resultados previstos por simula\c{c}\~{a}o. O resultado deste estudo descreve as vantagens do uso do processamento com wavelets assim como as limita\c{c}\~{o}es deste m\'{e}todo. Implica\c{c}\~{o}es para uso em gir\^{o}metros a fibra \'{o}ptica tamb\'{e}m s\~{a}o apresentadas. Palavras-chaves Wavelets, Girosc\'{o}pio a Fibra \'{O}ptica, Processamento Digital de Sinais. I. INTRODU\c{C}\~{A}O.},

keywords = {Girosc\'{o}pio a Fibra \'{O}ptica, Processamento Digital de Sinais I INTRODU\c{C}\~{A}O, wavelets},

pubstate = {published},

tppubtype = {inproceedings}

}

@inproceedings{Sergio2007,

title = {Segmenta\c{c}\~{a}o de Alvos em Imagens Infravermelhas Utilizando Watersheds, Wavelets e Morfologia Matem\'{a}tica},

author = {Sergio R Neves and Gelson V Mendon\c{c}a and Eduardo A B Silva},

url = {https://www.sige.ita.br/edicoes-anteriores/2007/st/GE_12.pdf},

year  = {2007},

date = {2007-01-01},

booktitle = {Simp\'{o}sio de Aplica\c{c}\~{o}es Operacionais em \'{A}reas de Defesa 2007 (SIGE2007)},

abstract = {Para um sistema de classifica\c{c}\~{a}o de alvos \'{e} fundamental que se possa extrair caracter\'{i}sticas precisas destes, com o objetivo de ter-se o maior n\'{u}mero de acertos poss\'{i}vel. Uma imagem infravermelha pode ser considerada como um mapeamento em duas dimens\~{o}es da radia\c{c}\~{a}o t\'{e}rmica de uma cena, e apresenta como uma caracter\'{i}stica importante para extra\c{c}\~{a}o de objetos, as bordas desses elementos da cena. Este trabalho descreve um m\'{e}todo autom\'{a}tico para a segmenta\c{c}\~{a}o de imagens infravermelhas utilizando morfologia matem\'{a}tica e a transforma\c{c}\~{a}o watershed a partir de um marcador que usa a transformada wavelet m\'{o}dulo m\'{a}ximo, com resultados precisos e com baixo n\'{u}mero de detec\c{c}\~{o}es falsas. Palavras-chaves ( Segmenta\c{c}\~{a}o, infravermelho, morfologia, watersheds, wavelets.},

keywords = {infravermelho, morfologia, Segmenta\c{c}\~{a}o, watersheds, wavelets},

pubstate = {published},

tppubtype = {inproceedings}

}