The Aedes aegypti mosquito is the main vector of dengue and is a synanthropic insect and due to its anthropophilic nature, it has specific reproductive needs. In addition to that, it also needs tropical regions that provide climate-prone conditions that favor vector development. In this article, we propose the cross-correlation analysis between the climatic variables air temperature, relative humidity, weekly average precipitation and dengue cases in the period from 2017 to early 2021 in the municipality of Alagoinhas, Bahia, Brazil. To do so, we apply the trend-free cross-correlation, $$\rho DCCA$$ ρ D C C A , being a generalization of the fluctuation analysis without trend, where we calculate the cross correlation between time series to establish the influence of these variables on the occurrence of dengue disease. The results obtained here were a moderate correlation between relative humidity and the incidence of dengue cases, and a low correlation for relative air temperature and precipitation. However, the predominant factor in the incidence of dengue cases in the city of Alagoinhas is relative humidity and not air temperature and precipitation.

No abstract

No abstract

No abstract

Sombras em uma imagem podem distorcer informações sobre a forma e orientação do objeto e até sobre a fonte de luz. Assim, a detecção e remoção de sombras é uma tarefa crucial e inevitável para alguns processos de visão computacional. Este artigo propõe uma estrutura simples usando o espaço de cores HSV para detectar e remover sombras de imagens. Inicialmente, uma abordagem probabilística da intensidade no espaço de cores HSV é proposta para a detecção de sombras. Depois que as sombras são identificadas, um modelo de densidade de sombra é aplicado A principal contribuição do modelo proposto é que, após a remoção de sombras, não há transição brusca entre as partes sombreadas e as partes não sombreadas, e todos os detalhes nas regiões sombreadas permanecem intactos.