Escolar Documentos
Profissional Documentos
Cultura Documentos
Apostila Sistemas Visao PDF
Apostila Sistemas Visao PDF
FLORIANPOLIS
2005
SOBRE OS AUTORES
i
Dedicatria ...
iii
AGRADECIMENTOS
Agradecimentos ...
v
Sumrio
1 Introduo 1
1.1 Terminologia associada Viso . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Componentes de um Sistema de Viso . . . . . . . . . . . . . . . . . . . . 3
1.3 Organizao do Documento . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2 Sistema ptico 13
2.1 Parmetros Fundamentais . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2 O Sistema ptico Prpriamente Dito . . . . . . . . . . . . . . . . . . . . . 16
2.3 Abertura de Lentes ( f /#) . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.4 Magnificaes Primria e do Sistema . . . . . . . . . . . . . . . . . . . . . 17
2.5 Limites Focais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.6 Contraste . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.7 Distores, Erros de Perspectiva e Lentes Telecntricas . . . . . . . . . . . 20
2.8 Montagem de Lentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.9 Definio do Sistema ptico em uma Aplicao Exemplo . . . . . . . . . . 22
3 Sistema de Iluminao 23
3.1 Fontes de Iluminao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.2 Tcnicas de Iluminao . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.3 Definio do Sistema de Iluminao em uma Aplicao Exemplo . . . . . . 32
vii
4 Sistema de Aquisio de Imagens 33
7 Sistema de Atuao 57
viii
II Software do Sistema de Viso 65
12 Restaurao de Imagens 87
13 Morfologia Matemtica 89
14 Segmentao 93
15 Textura 103
ix
17 Compresso de Imagens 107
21 Viso 3D 115
22 Aplicaes 119
IV Apndices 123
x
Lista de Figuras
xi
3.9 Ilustrao da tcnica de iluminao dia nublado (cloudy day). . . . . . . . . 31
8.2 Escolha da imagem de melhor foco atravs da inspeo da varincia de seus pixels. 61
8.5 Calibrao do sistema pela medio da distncia mdia entre as linhas do gabarito. 63
9.2 Tarefas de amostragem e quantizao dos dados analgicos de uma linha da imagem. 69
xii
11.2 Tpicos arranjos de operadores para processamento espacial. . . . . . . . . 76
xiii
Lista de Tabelas
xv
Nomenclatura
f Limites focais, normalmente definidos como uma faixa de valores ( fmin e fmax )
IA Inteligncia Artificial
LVDS Sinalizao Diferencial de Baixa Voltagem, do ingls Low Voltage Differential Sig-
naling
xvii
NTSC Comit Nacional de Sistemas de Televiso, do ingls National Television System
Committee
QTH Lmpada de quartzo tungstnio halgena, do ingls Quartz Tungsten Halogen Lamp
xviii
Captulo 1
Introduo
Nem todos os animais dependem tanto da viso para sua orientao como os homens.
Os seres humanos so animais que apesar de apresentarem cinco sistemas de sensoreamento
viso, audio, olfato, gustao e tato dependem e confiam excessivamente na sua viso,
por ser o sentido que fornece o maior nmero de informaes necessrias para a interpretao
do mundo exterior [1, 2]. Atualmente, uma tecnologia que emula a viso humana encontra-se
em avanado desenvolvimento. Ela visa principalmente atacar problemas onde o ser humano
necessite da viso para tarefas de inspeo, classificao ou monitoramento em geral, que
sejam prejudiciais ou cansativos sade humana, ou extrapolem as condies normais da
viso humana, como nas tarefas de medio ptica de preciso.
Quando se refere ao termo viso, mais especificamente viso de mquina (do ingls
machine vision) ou tambm sistemas de viso, surge uma srie de novos termos interligados,
relacionados com a rea de processamento de imagens, cada qual com sua prpria definio,
mas que causam confuso pela afinidade de conceitos. No h um consenso geral na lite-
ratura desta rea para a definio precisa desta terminologia, porm, sero adotados aqui os
conceitos apresentados por Gonzalez and Woods [3], Jain et al. [4] e Erhardt-Ferron [5], por
apresentarem certa semelhana:
Viso de Mquina: refere-se ao termo ingls machine vision. usado normalmente como
um sinnimo para o termo sistema de viso, porm, pode ser encontrado na litera-
tura como sendo a simulao e/ou incorporao do comportamento visual inteligente
de humanos em mquinas, como robs, usando extensivamente tcnicas de viso com-
putacional e inteligncia artificial.
A figura 1.1 a seguir ilustra a ntima ligao entre os termos e reas acima menciona-
dos.
Gonzalez and Woods [3] apresentam uma estrutura de componentes interligados para
a organizao de sistemas de processamento de imagens como pode ser visto na figura 1.2.
Segue uma breve descrio de cada componente do modelo:
Sensores: dispositivo fsico sensvel energia irradiada pelo objeto do qual se pretende
1.2. Componentes de um Sistema de Viso 5
Meios de cpia: dispositivos que fazem a cpia fsica segura da informao adquirida e
processada pelo sistema. Podem ser impressoras, mdias pticas, cartes de memria,
dentre outros.
J para a organizao modular de um sistema de viso completo, Jhne et al. [7] apre-
senta uma estrutura de componentes visando separar metodicamente as diferentes tecnolo-
gias contidas no sistema.
Nota-se grande semelhana entre as abordagens de Gonzalez and Woods [3] e Jhne
et al. [7] com relao a organizao dos sistemas de viso e processamento de imagens.
Nesta apostila, porm, ser usada uma estrutura hbrida em relao a ambas abordagens,
semelhante organizao contida em Pavim [8] e Pavim [9]. Segue a descrio dos compo-
nentes desta estrutura:
Sistema de Aquisio: contm o sensor ptico, responsvel pela traduo do sinal lumi-
noso do objeto em estudo para um sinal eltrico compreensvel pelo sistema de pro-
cessamento.
1.2. Componentes de um Sistema de Viso 7
D-se ento o incio da primeira parte da apostila, dedicada ao estudo dos componentes
de hardware de um Sistema de Viso, previamente mencionados no captulo de introduo,
compreendendo os captulos de 2-8.
O captulo 9 inicia esta segunda parte tratando das Propriedades das Imagens, abor-
dando aspectos de sua formao, estrutura de armazenamento, resoluo, e relacionamentos
entre seus pontos.
tura prvia dos anteriores captulos da segunda parte do livro, pois muitas tcnicas explana-
das anteriormente so aqui extendidas para trabalhar com imagens coloridas.
Aspectos sobre a Compresso de imagens com ou sem perda de informao podem ser
vistos no captulo 17.
O apndice A apresenta dois dos principais projetos do grupo S2i na rea de Sistemas
de Viso: a biblioteca S2 I L IB e o projeto H ARPIA. Tratam-se de ferramentas modulares para
a programao e simulao de aplicaes utilizando a tecnologia de viso, disponibilizados
sob a forma de software livre.
Parte I
Sistema ptico
Para ter sucesso na implementao de uma aplicao de viso, deve-se tomar muito
cuidado na escolha do hardware de cada componente do sistema. Uma regra bsica: para
que se possa escolher bons algoritmos de processamento de imagens e alcanar bons resulta-
dos na interpretao das informaes, necessrio ter como entrada do sistema uma imagem
de boa qualidade [2, 4]. Ou seja, a etapa de aquisio da imagem deve ser bem configurada, o
que implica a escolha correta e precisa do hardware do sistema de viso. Erros na configura-
o destes equipamentos, como por exemplo, obteno de imagens escuras ou com sombras
perturbadoras, foco inapropriado, magnificao insuficiente, tempo de aquisio imprprio
e rudos demasiados podem inviabilizar a implementao da aplicao.
Campo de Viso (Field of Vision FOV ): representa a rea visvel do objeto em estudo
que incide sobre o sensor, ou seja, a poro do objeto que preenche e sensibiliza a rea
do sensor.
14 2. Sistema ptico
Resoluo (Resolution R): representa a menor poro do objeto em estudo que pode ser
distinguida pelo sistema. normalmente visualizada em pares de linha, ou em nmero
de pixels, e tambm bem conhecida pela expresso resoluo espacial.
Profundidade de Campo (Depth of Field DOF): representa a maior distncia (em ter-
mos de profundidade no campo de viso) que pode ser mantida em foco no objeto
em estudo para uma determinada distncia de trabalho. Tambm pode ser vista como
a quantidade de movimento permitida ao objeto que ainda conserve foco na rea ou
superfcie inspecionada.
Tamanho do Sensor (Sensor Size SS): representa o tamanho da rea ativa do sensor, es-
pecificada em sua dimenso horizontal. Tamanhos comuns so de 1/4, 1/3, 1/2, 2/3 e
1 polegada.
Nota-se no diagrama que o projeto inicia sempre com a identificao dos parmetros
fundamentais para a boa formao das imagens (FOV , DOF, W D, R, SS e derivados). Na
sequncia, um pr-projeto do sistema de processamento pode ser inferido, de acordo com as
restries temporais da aplicao. Em geral nesta fase j foram adquiridas algumas imagens
do objeto de estudo, e pode-se tentar inferir solues preliminares para o processamento
destas.
Um sensor para aquisio das imagens deve ser escolhido, levando-se em conta o tipo
de varredura, taxa de aquisio e resoluo necessrias para atacar o problema. O conjunto
ptico e de iluminao devem ser ajustados a seguir, para permitir correta magnificao,
foco e destaque para o objeto em estudo na imagem. Em geral a escolha de ambos estes
sistemas feita de maneira paralela pela forte ligao de algumas caractersticas das lentes e
a quantidade de luminosidade que afeta o sistema. Ao final, fixa-se a definio do conjunto
16 2. Sistema ptico
Para a correta especificao destes componentes pticos, calcula-se a partir dos pa-
rmetros fundamentais previamente identificados outros parmetros do sistema, como por
exemplo, a magnificao primria (PMAG), a magnificao do sistema (SMAG), os limites
focais ( f 0 ), dentre outros. Segue nas prximas sub-sees a explicao de algumas variveis
derivadas dos parmetros fundamentais de um sistema de viso [7, 10, 11, 12]. Na seo 2.9,
2.3. Abertura de Lentes ( f /#) 17
ao final deste captulo, apresenta-se um exemplo de aplicao para ilustrar a definio dos
parmetros fundamentais e demais parmetros pticos de um sistema de viso.
feitos usando as componentes horizontais destas variveis, como na equao 2.1 e ilustrada
na figura 2.5.
SSH
PMAG = (2.1)
FOVH
DisplayH
SMAG = PMAG (2.2)
SSH
e 2.4. O termo limite focal tambm conhecido como profundidade de foco na literatura de
viso [12].
W Dmax
fmax = (2.3)
1 + (1 + PMAG)
W Dmin
fmin = (2.4)
1 + (1 + PMAG)
2.6 Contraste
Imax Imin
C% = 100 (2.5)
Imax + Imin
AD PD
D% = 100 (2.6)
PD
TODO
Captulo 3
Sistema de Iluminao
possvel que para determinadas aplicaes as etapas 2 e 3 tenham suas ordens tro-
cadas, caso tenha de se experimentar diferentes tipos de fontes luminosas para averiguar o
comportamento de cada uma delas sobre a superfcie do objeto. apresentado a seguir um
estudo breve das diferentes fontes de iluminao e tcnicas de projeo da luz aplicadas com
estas fontes.
3.1. Fontes de Iluminao 25
As fontes de iluminao podem ser classificadas como naturais ou artificiais [7]. Como
fonte natural de iluminao temos, por exemplo, a irradiao solar, e dentre as artificiais,
podemos citar as famosas lmpadas incandescentes e fluorescentes. Segue uma descrio
das principais fontes de iluminao usadas, assim como as vantagens e desvantagens de sua
aplicao [5, 7]:
Luz natural: normalmente a opo mais econmica, porm, a irradiao solar no cos-
tuma ser prpria para aplicaes de viso, pois sua cor e intensidade luminosa sofrem
constante variao ao longo dos dias, perodos do ano e com as condies temporais,
prejudicando o projeto do software de processamento das imagens. Pode at tornar-se
prejudicial e fonte de rudo para aplicaes envolvendo outras fontes de iluminao,
pois a luz solar contm todas as frequncias do espectro luminoso, e por sua grande
potncia, costuma ser difcil contorn-la com o uso de fontes luminosas artificiais, sem
prover algum tipo de enclausuramento do ambiente.
que praticamente constante, o que torna estas lmpadas boas fontes de iluminao
para alimentar sistemas iluminados por fibras pticas.
ando sua faixa de frequncia luminosa desde o azul at curto infra-vermelho. Tambm
servem de alimentao para sistemas iluminados por fibras pticas.
Lasers: possuem uma grande potncia de radiao focada em pequena rea. Por questo de
segurana, as antigas e grandes unidades de laser foram substitudas por mdulos de
diodos laser. Assim como os LEDs, so pequenos e integram-se em sistemas com es-
paos limitados, podendo gerar projees de linhas, pontos, crculos, matrizes e outras
formas geomtricas de iluminao. Tambm podem alimentar sistemas iluminados por
fibra ptica.
Segue uma descrio das principais tcnicas de iluminao usadas, assim como vanta-
gens e desvantagens de suas aplicaes [2, 5, 7, 10, 13]:
Esquema Direcional Mdulo de Iluminao Iluminao Direcional Frontal Iluminao Direcional Lateral
Anel: tem o formato de um anel luminoso, que fixado junto lente da cmera, fornecendo
iluminao paralela ao eixo ptico.
Campo Escuro: tipo especial de iluminao direcional, onde a luz emitida em diversas di-
rees, porm, sempre perpendicular ao eixo ptico. Torna-se muito til para inspeo
de objetos com superfcies em alto relevo ou irregulares.
Esquema Campo Escuro Mdulo de Iluminao Iluminao em Anel Iluminao Campo Escuro
Luz de Fundo: consiste em posicionar a fonte luminosa atrs do objeto, emitindo luz na
direo do eixo ptico. til para aplicaes em metrologia e anlise de objetos trans-
lcidos.
Esquema Luz de Fundo Mdulo de Iluminao Iluminao em Anel Iluminao Luz de Fundo
Cpula: consiste em emitir feixes luminosos provenientes da base de uma cpula semi-
esfrica, que propagam-se e refletem em diferentes pontos ao longo da cpula, con-
30 3. Sistema de Iluminao
cntrica com o objeto. Prov iluminao uniforme e difusa sobre toda a superfcie do
objeto.
Dia Nublado: semelhante iluminao em cpula, esta tcnica tambm emite feixes lumi-
nosos provenientes da base da cpula e ainda por uma fonte superior atravs de um
divisor de feixes. Os raios luminosos propagam-se e refletem em diferentes pontos ao
longo desta, produzindo um efeito luminoso semelhante ao comportamento de um dia
nublado, com iluminao uniforme em todas as direes que incidem sobre o objeto.
Vantagens: propicia iluminao uniforme, reduz sombras e inibe reas de muito brilho
em superfcies complexas e reflexivas.
Desantagens: instalao mais complicada, devido proximidade do objeto, custos
mais elevados.
Fontes de Iluminao: fibras pticas, LEDs, lmpadas fluorescentes.
Esquema Dia Nublado Mdulo de Iluminao Iluminao em Anel Iluminao Dia Nublado
Estruturada: produz uma linha luminosa sobre a superfcie do objeto, possibilitando uma
anlise das caractersticas geomtricas da superfcie do objeto ao movimentar esta
linha sobre o mesmo. Muito usada em aplicaes em 3D.
Polarizada: consiste na filtragem dos feixes luminosos, empregada junto s demais tcnicas
anteriormente citadas. Filtros polarizadores so colocados em frente fonte luminosa e
cmera, de modo a possibilitar apenas feixes provenientes de uma direo especfica
transpassar os filtros. Deste modo, rudos provenientes de reflexes e de outras fontes
luminosas so eliminados.
32 3. Sistema de Iluminao
TODO
Captulo 4
Varredura Entrelaada (Interlaced Scanning): esta tecnologia foi criada para conter per-
turbaes visuais (flickering) em sinais de vdeo de televises com tubo de imagem. A
mesma tecnologia foi aplicada na varredura das informaes de alguns tipos de sen-
sores pticos, consistindo na diviso de uma imagem em dois quadros distintos: um
contendo somente as linhas pares da imagem, e a outro contendo apenas as mpares.
Desta forma, a leitura das informaes da imagem feita de forma entrelaada, pri-
meiramente adquiridas as linhas mpares, e posteriormente as linhas pares. Uma des-
vantagem desta tcnica a aquisio de imagens de objetos em movimento, pois como
a varredura dividida em duas etapas, a varredura do segundo quadro (linhas pares)
normalmente resulta em um aspecto borrado, evidenciando o estado de movimento
do objeto. Para contornar este problema necessrio diminuir o tempo de exposio
do sensor, evitando que movimentos bruscos de objetos sejam detectados. Porm isto
afeta diretamente a intensidade luminosa que atinge o sensor, geralmente produzindo
imagens escuras. Existem ainda tcnicas de iluminao estroboscpica prprias para
realizar um congelamento da imagem por tempo suficiente para viabilizar a leitura
de ambos quadros da imagem.
Varredura Linear (Line Scan): enquanto as tcnicas entrelaada e progressiva lidam com
escaneamento de imagens por rea, a varredura linear lida com o escaneamento por
linhas. A imagem final gerada a partir da integrao de vrias linhas de imagem
sequencialmente adquiridas. Esta tcnica exige uma movimentao (translao ou
rotao) do sensor ou do prprio objeto para viabilizar a aquisio da imagem inteira
e nem sempre esta movimentao trivial, o que pode tornar este tipo de varredura de
difcil aplicao para algumas solues.
A primeira cmera para aquisio de vdeo possua uma estrutura chamada vidicon,
onde os eltrons dos raios luminosos eram varridos sobre uma cobertura de fsforo para
adquirir a imagem.
A tecnologia empregada na fabricao e operao dos sensores j encontra-se bem
mais evoluda, sendo os sensores CCD (Charge Coupled Device) e CMOS (Complementary
Metal-Oxide-Semiconductor) os mais difundidos atualmente. Eles so formados por matri-
zes de elementos fotosensveis (ou pixels) e agrupados em geometria retangular ou linear.
Ambas tecnologias so vistas em mais detalhes a seguir [1, 5, 7].
Apesar dos avanos alcanados nesta tecnologia, sensores CCD ainda sofrem com um
problema de super saturao (blooming) de seus elementos sensitivos. O fenmeno ocorre
quando uma fonte luminosa fotografada em frente a um fundo escuro, resultando em um
ponto luminoso super saturado que cresce incontrolavelmente na imagem. Alm deste pro-
blema, o sistema de deslocamento serial dos eltrons quantizados ainda um gargalo para
melhorar a taxa de transferncia de dados a partir destes sensores.
Sensores CMOS permitem acesso direto ao valor de qualquer pixel da matriz do sensor,
tal qual feito o acesso de um elemento da imagem na memria do computador.
Os sensores CMOS apresentam custos bem mais baixos de produo do que os senso-
res CCD, por j aproveitarem arranjos de linhas industriais de microprocessadores.
38 4. Sistema de Aquisio de Imagens
As taxas de aquisio de sensores CMOS so bem maiores do que dos sensores CCD,
pois a transferncia dos dados feito de forma paralela, sem registradores de desloca-
mento.
Figura 4.3: Cores arranjadas por mosaico ou por linhas numa imagem.
Fonte: Erhardt-Ferron [5].
Para os casos em que tanto as informaes de cores quanto a alta resoluo do sistema
sejam necessrias, possvel optar pelas cmeras coloridas com trs sensores, onde cada sen-
sor responsabiliza-se pela captura de uma componente de cor especfica, e no h portanto,
perda de resoluo. Nestas cmeras, a informao luminosa passa pela lente e projetada
sobre um arranjo de prismas antes de atingir os sensores (figura 4.4). Ao entrar em contato
com os prismas, a luz divida em trs componentes, e direcionada para os trs sensores res-
pectivamente. Desta forma, o resultado a aquisio e o armazenamento de trs imagens em
reas diferentes na memria do computador, que combinadas, formam a imagem colorida.
possvel realizar um processamento especfico em uma das componentes da imagen para
extrao de caractersticas prprias de uma das cores. A desvantagem destas cmeras seu
alto custo em relao s demais opes e a baixa sensibilidade luz fraca, devido baixa
intensidade de cada um dos feixes resultantes na diviso do feixe luminoso primrio.
40 4. Sistema de Aquisio de Imagens
A resoluo provida pelo sensor outro parmetro importante a ser identificado, es-
pecialmente em aplicaes de metrologia, que normalmente necessitam de boa preciso nas
medidas. Deve-se fazer distino entre a resoluo espacial e a resoluo de nvel de in-
tensidade luminosa do sistema, pois possuem conceitos diferentes. A resoluo espacial de
um sensor representa a menor poro do objeto em estudo que pode ser distinguida pelo sis-
tema. Ela pode ser especificada de diversas maneiras, como por exemplo, em pares de linha,
ou em nmero de pixels do sensor/imagem [1, 4, 10]. J a resoluo de nvel de intensidade
4.5. Tamanho e Resoluo de Sensores 41
A figura 4.6 ilustra uma situao em que dois quadrados so vistos como pixels de uma
imagem. A inteno mostrar que para dois objetos serem distinguidos em uma imagem
necessrio que exista uma certa quantidade de espao entre estes. Desta situao define-se a
resoluo por pares de linhas. Na figura, um par de linha corresponde a um quadrado mais
um espao em branco, ou seja, a quantidade mnima de espao necessria para distinguir
objetos muito prximos na imagem. Por isso, muitas vezes a resoluo referida em termos
de uma frequncia, pois o inverso desta frequncia resulta no espaamento de resoluo
mnimo da imagem.
Figura 4.7: Representao de resoluo de 5 bits para o nvel de intensidade luminosa da imagem.
Fonte: Orth [13].
gens adquiridas, dispensando o uso de uma placa de aquisio. Vrias vantagens po-
dem ser mencionadas, pois o sinal digital bem mais robusto em relao ao sinal
analgico, permitindo altas taxas de transferncia de dados, sendo praticamente imune
a rudos eletromagnticos, suportando aquisio de imagens com alta resoluo (me-
gapixel) e maiores nveis de contraste de cores ou tons de cinza (de 8 a 16 bits). Estas
cmeras so mais propcias para aplicaes de maior resoluo e velocidade, alm de
serem mais adequadas s condies agressivas do ambiente industrial.
Cmeras Inteligentes: tambm apresentam um sinal de sada de vdeo digital, mas diferem
das anteriores por apresentarem junto ao sensor ptico um elemento processador capaz
de realizar tarefas inteligentes sobre os dados adquiridos (operaes de filtragem ou
compresso) antes de transmit-las ao processador. Desta forma possvel reduzir a
quantidade de informaes trocadas entre a cmera e o computador, pois boa parte
do processamento das imagens feito na prpria cmera, liberando o processador
para ocupar-se de outras tarefas do sistema. Em alguns casos, estas cmeras podem
at dispensar o uso de um computador, caso apresentem condies para a tomada de
decises, realizar todo o processamento requerido localmente e comunicarem-se com
o sistema atravs de portas de entrada e sada ou por rede. Esta opo auxilia muito na
reduo dos custos do sistema, assim como suas dimenses fsicas.
Cmeras Sem Fio (Wireless): so cmeras digitais que transmitem as informaes das ima-
gens por ondas de rdio para um elemento processador. Sua grande vantagem est em
dispensar os cabos de transmisso de dados, tornando-se totalmente imune influncia
eletromagntica do ambiente. A tendncia utilizar estas cmeras juntamente com-
putadores de mo (PDAs), os quais assumiriam o papel dos elementos processadores
44 4. Sistema de Aquisio de Imagens
De acordo com a aplicao, a placa de aquisio pode incluir um ou mais DSPs, grande
rea de memria RAM e bibliotecas de software sofisticadas junto a uma interface grfica.
Tudo para permitir atender aos requisitos temporais, de resoluo e preciso de uma deter-
minada aplicao de viso.
A unidade de sada de vdeo torna possvel a projeo dos dados das imagens arma-
zenadas na memria local da placa para um display. A maioria dos displays ainda
de tecnologia analgica, sendo necessria a converso do sinal digital para um si-
nal analgico apropriado antes da transmisso das informaes. Desta forma, as ta-
4.8. Definio do Sistema de Aquisio em uma Aplicao Exemplo 47
TODO
Captulo 5
Sinais analgicos de vdeo so normalmente sinais eltricos de baixa tenso, que car-
regam as informaes da imagem junto a pulsos de sincronizao, para permitir a correta
comunicao entre cmera, processador, placa de aquisio e display. Estes sinais podem
ser compostos ou separados de acordo com a modulao das informaes de intensi-
dade luminosa e de cor no sinal. Os compostos agrupam ambas informaes no mesmo
sinal, enquanto que os separados distiguem as informaes em sinais diferentes, e por isso,
possuem melhor resoluo e nitidez das informaes de cores das imagens [10, 13, 14]. Os
50 5. Sistema de Transmisso de Dados
padres analgicos mais comuns foram desenvolvidos pela EIA (Electronics Industries As-
sociation) e CCIR (Comit Consultatif International des Radiocommunications) nos Estados
Unidos e Europa, respectivamente [5, 7].
Existem ainda os padres Y-C e RGB, que so padres de sinais que separam as in-
formaes de intensidade luminosa e cor em canais diferentes. O padro Y-C tambm
conhecido como S-Video (ou SVHS), sendo que envia seus sinais de intensidade lumi-
nosa(luminncia Y) e cor (chroma C) em 2 cabos distintos. J o padro RGB separa
as informaes de intensidade luminosa e cores em trs canais diferentes, um para cada cor
(vermelho, verde e azul).
Os sinais de vdeo digitais possuem uma srie de vantagens sobre os analgicos, sendo
prprios para aplicaes que requerem maior resoluo, maior taxa de transferncia de da-
dos, menor taxa de rudos, dentre outras. Cmeras digitais realizam a digitalizao das
imagens adquiridas logo aps a sensibilizao do sensor e j enviam os dados digitais ao
elemento processador [10, 13, 14]. Os padres de sinais digitais mais utilizados so o TTL,
RS422 e o RS644.
O RS644 (ou LVDS Low Voltage Differential Signaling) um pouco mais recente
e tambm trata-se de um sinal diferencial que opera com taxas de transferncia de dados
superiores aos do RS422 e permite cabeamento mais longo que os empregados no RS422.
sendo obsoletas para este tipo de operao, mantendo-se prprias apenas para a realizao
de operaes de entrada e sada (sincronizao e acionamento de dispositivos).
Por ltimo, temos o protocolo IEEE1394, mais conhecido como FireWire. Trata-se de
um protocolo de comunicao serial, tambm baseado na tecnologia LVDS, que dispensa o
uso de placas de aquisio de imagens, contando atualmente com duas verses: IEEE1394a
e IEEE1394b. O padro a atinge taxas de transferncia de at 400 Mbits/s atravs de um
cabeamento eltrico. J o padro b atinge taxas de at 3200 Mbits/s atravs de cabeamento
de fibra ptica. Tambm permite a conexo dos dispositivos a qualquer momento (hotplug),
sendo possvel conectar at 63 dispositivos em cascata, com alimentao provida pelo cabo
5.3. Definio do Sistema de Transmisso em uma Aplicao Exemplo 53
TODO.
Captulo 6
TODO.
TODO.
TODO.
Captulo 7
Sistema de Atuao
O sistema de atuao deve fornecer uma resposta ao ambiente em que aplicao est
inserida (realimentao), de acordo com as decises tomadas pelo sistema de processamento,
a partir da anlise das imagens adquiridas pelo sistema.
A atuao no sistema pode ser oferecida de vrias formas, desde uma simples apresen-
tao do estado de variveis do sistema, impresso de relatrios e grficos, acionamento de
equipamentos, como cilindros pneumticos e hidrulicos para manipulao de peas e ex-
pulso de refugos, acionamento de alarmes, at a parada automtica de um processo em caso
de perigo [14]. Desta forma, dispositivos de atuao compreendem desde interfaces de apoio
em um computador, como displays e impressoras, at cilindros pneumticos e hidrulicos,
motores, alavancas, alarmes, dentre outros.
TODO.
Captulo 8
Ela importante para todo sistema que se comprometa em devolver valores de medio
de objetos como resposta do sistema, pois em geral o usurio deseja receber um valor em
uma unidade conhecida, e no apenas uma contagem de pixels da imagem. Especialmente as
aplicaes voltadas rea de metrologia ptica necessitam do valor de calibrao do sistema
para operarem corretamente.
Para sistemas que trabalham com imagens de apenas duas dimenses comum a uti-
lizao de imagens de gabaritos (tabuleiros de xadrez) de dimenses conhecidas e com boa
resoluo para realizar a calibrao.
2. Deste vetor de imagens deve ser retirada aquela que corresponde melhor posio de
foco possvel, para viabilizar o processamento e reconhecimento das dimenses do ta-
buleiro de xadrez com boa exatido. Para isto inspeciona-se a varincia encontrada no
histograma de cada imagem do vetor em busca da imagem de maior varincia possvel.
Acontece que apenas uma imagem bem focada do tabuleiro de xadrez ir retornar uma
varincia mais alta de seus pontos, pois as imagens desfocadas produzem uma suavi-
zao dos pontos das bordas entre os quadrados pretos e brancos, gerando uma grande
quantidade de pontos com diferentes tonalidades de cinza, abaixando criticamente a
varincia da imagem (figura 8.1).
Figura 8.2: Escolha da imagem de melhor foco atravs da inspeo da varincia de seus pixels.
3. Tendo a imagem de melhor foco em mos, inicia-se um processo para identificao das
dimenses dos quadrados em nmero de pixels. O primeiro passo realizar a binariza-
o da imagem atravs de um algoritmo automtico de limiarizao (autothreshold).
Figura 8.4: Processo de identificao das linhas verticais e horizontais da imagem de calibrao.
ficar todas as linhas que definem as bordas dos quadrados do tabuleiro, pois deseja-se
realizar a medio da distncia mdia entre todas estas linhas para se chegar a um
resultado robusto para a calibrao.
Para encontrar as linhas do tabuleiro utilizado um filtro para realce das descontinuida-
des da imagem, ou caractersticas de alta frequncia. Um filtro que costuma apresentar
bons resultado o filtro canny (figura 8.4).
Esta imagem contendo as informaes realadas das linhas do tabuleiro varrida, para
diferenciar os pontos que pertencem ao eixo vertical e os que pertencem ao eixo ho-
rizontal (utilizadas para o clculo da calibrao vertical e horizontal do sistema, res-
pectivamente). Neste processo em que as linhas verticais e horizontais so procuradas,
alguns pontos que se encontrem demasiadamente distantes destas linhas so tambm
dispensados, para que no influam de forma negativa para a identificao dos parme-
tros das melhores retas sobre as linhas (figura 8.4).
5. Aps a identificao dos grupos de pontos que representam as linhas verticais e ho-
rizontais na imagem, inicia-se o processo de interpolao de retas sobre estes pontos,
usando um algoritmo de mnimos quadrados.
Figura 8.5: Calibrao do sistema pela medio da distncia mdia entre as linhas do gabarito.
n
1
Cy =
n Dist(y) j (8.1)
j=1
1 m
Cx = Dist(x)i
m i=1
(8.2)
Este algoritmo ainda no leva em conta, para a realizao dos clculos de calibrao,
a taxa de distoro ptica das lentes do sistema.
Parte II
sendo que f pode ser interpretada como uma combinao de duas componentes: (1) a quan-
tidade de luz proveniente da fonte luminosa da cena e (2) a quantidade de luz refletida pelos
objetos da cena, chamados de iluminao i(x, y) e reflectncia r(x, y), respectivamente:
onde
0 < i(x, y) < (9.3)
e
0 < r(x, y) < 1. (9.4)
A equao 9.4 indica que a reflectncia sempre limitada total absoro da luz pelos
objetos (r = 0) ou total reflexo dos raios luminosos (r = 1). A natureza de i(x, y) depende
68 9. Propriedades das Imagens
da fonte luminosa, enquanto r(x, y) depende das caractersticas superficiais dos objetos ob-
servados [3, 4].
Toda imagem captada pelo sensor ptico passa por um estgio de digitalizao do sinal,
para que possa ser compreendida pelo elemento processador do sistema (figura 9.1). Deste
processo de digitalizao da imagem, destacam-se duas tarefas muito importantes realizadas
pelo conversor analgico-digital: a amostragem e a quantizao do sinal [3, 7, 15].
Desta forma, fica fcil enxergar a organizao de uma imagem de acordo com uma
estrutura matricial, onde o nmero de elementos (pontos ou pixels) das linhas e colunas da
matriz (imagem) determinado pela amostragem do sinal, e o valor numrico dos elementos
9.2. Propriedades e Relacionamentos entre Pontos de uma Imagem 69
Figura 9.2: Tarefas de amostragem e quantizao dos dados analgicos de uma linha da imagem.
Uma imagem com M linhas e N colunas possui em seu ponto de origem um valor
de intensidade luminosa correspondente a f (0, 0) e no seu ponto final f (M 1, N 1). Os
demais pontos intermedirios esto dispostos segundo a estrutura matricial da equao 9.5:
f (0, 0) f (0, 1) f (0, N 1)
f (1, 0) f (1, 1) f (1, N 1)
f (x, y) = .. .. .. .. (9.5)
. . . .
f (M 1, 0) f (M 1, 1) f (M 1, N 1)
Um pixel p nas coordenadas (x, y) de uma imagem possui 4 vizinhos horizontais e ver-
ticais nas seguintes coordenadas: (x + 1, y), (x 1, y), (x, y + 1), (x, y 1). O conjunto destes
pixels vizinhos denota-se N4 (p). Neste conjunto, todos os pixels vizinhos de p encontram-se
70 9. Propriedades das Imagens
1 1 1 1 1 1
1 0 1 0 1 0 1
1 1 1 1 1 1
N4 (p) ND (p) N8 (p)
Dado um conjunto de pixels S numa imagem, dois pixels, p na coordenada (x, y), e
q na coordenada (t, u), sero conexos quando entre eles houver um caminho de pixels
adjacentes ligando-os, todos pertencentes ao conjunto S. De forma semelhante, um conjunto
de pixels R numa imagem s poder ser considerado uma regio da imagem caso todos seus
pixels sejam conexos, e formem um conjunto completo conectado. Para finalizar, define-se
o limite L de uma regio R como sendo o conjunto de pixels de R que possuem um ou mais
vizinhos no-pertencentes R.
Na figura 9.4 podemos avaliar os conceitos cima definidos. Nota-se que para o con-
junto S, existe uma conexo entre os pontos p1 e p2 caso ambos tenham valor 0, assim como
para q1 e q2 caso ambos tenham valor 1. J para o conjunto R, podemos declar-lo como
uma regio caso os pontos p3 e q3 tenham valor 0, concretizando a conexo completa de
todos os pontos do conjunto.
Mais informaes sobre propriedades das imagens em [2, 3, 4, 15, 16, 17, 18, 19, 20].
9.2. Propriedades e Relacionamentos entre Pontos de uma Imagem 71
0 0 1 1 0
S p1 q1 1 0 0
0 1 1 0 1
0 1 0 0 p3 R
p2 q2 0 0 q3
Figura 9.4: Ilustrao de caminhos conectados e regies um uma imagem binria.
Captulo 10
TODO.
Captulo 11
w1 w2 w3 w4 w5 w6 w7
w1 w2 w3 w4 w5 w8 w9 w10 w11 w12 w13 w14
w1 w2 w3 w6 w7 w8 w9 w10 w15 w16 w17 w18 w19 w20 w21
w1 w4 w5 w6 w11 w12 w13 w14 w15 w22 w23 w24 w25 w26 w27 w28
w7 w8 w9 w16 w17 w18 w19 w20 w29 w30 w31 w32 w33 w34 w35
w21 w22 w23 w24 w25 w36 w37 w38 w39 w40 w41 w42
w43 w44 w45 w46 w47 w48 w49
1X1 3X3 5X5 7X7
onde f (x, y) representa a imagem de entrada, g(x, y) representa a imagem de sada realada,
e T um operador em f , definido para atuar sobre a vizinhana do ponto (x, y). A ilustrao
deste procedimento pode ser vista na figura 11.1.
O operador T pode atuar em diferentes tamanhos de vizinhana no ponto (x, y), porm,
o mais comum que esta apresente um formato circular, quadrangular ou retangular, cen-
trado sobre o ponto (x, y). Tpicos arranjos de operadores quadrangulares podem ser vistos
na figura 11.2.
Da figura vemos que a menor e mais simples vizinhana em torno do ponto (x, y) o
prprio ponto (operador 1X1). Quando T tem este tamanho de vizinhana ele chamado de
funo de transformao de intensidade, pois opera diretamente no valor de intensidade
11.1. Pr-Processamento no Domnio Espacial 77
do ponto (x, y) da imagem f , gerando um novo valor de intensidade para o mesmo ponto na
imagem g. Caso este operador passasse por toda a rea da imagem f somando a cada ponto
um certo nvel de intensidade luminosa, geraria uma imagem g mais clara. Estas operae
de vizinhana unitria so tambm conhecidas como processamento pontual.
Identidade: nada mais do que uma cpia idntica, ponto a ponto da imagem original.
Logartmica: esta operao aplica uma transformao logartmica cada ponto de uma
imagem f , conforme a expresso: g(x, y) = c log(1 + f (x, y)), onde c uma constante
a ser definida. Esta operao mapeia uma faixa de baixos valores de intensidade lu-
minosa para faixas maiores, tornando visveis partes da imagem que encontravam-se
muito escuras.
Potncia: esta operao aplica uma transformao de potncia cada ponto de uma imagem
f , conforme a expresso: g(x, y) = c( f (x, y) + ) ), onde c uma constante a definir,
um offset e a potncia a qual se deseja elevar o nvel de intesidade luminosa
de f (x, y). Funciona de forma semelhante logartmica, realando pontos de baixa
intensidade luminosa.
Quanto s operaes lgicas e aritmticas, alguns exemplos podem ser vistos na figura
11.5, tendo como principais operaes:
Original Negativa
Logartmica Potncia
uma limitao pela faixa de valores de intensidade luminosa possveis de serem assu-
midos pelos pixels da imagem, saturando nos limites inferior (nulo) e superior (comu-
mente 255) sempre que ultrapassarem estes limites de resoluo. Estas operaes so
comumente usadas para ampliar o nvel de intensidade luminosa de imagens, encon-
trar diferenas entre duas imagens semelhantes, eliminar/incluir rudos e gerar novas
imagens a partir de uma mdia de outras imagens.
Subtrao de (1) e (2) Operao OU entre (1) e (2) Operao E entre (1) e (2)
Suavizao Linear: estes filtros so aplicados para gerar novas imagens com aspecto mais
suave, pois calculam o novo valor de intensidade luminosas de um dado ponto a partir
de uma mdia linear dos valores de intensidade dos pontos vizinhos, de acordo com o
tamanho da mscara de convoluo usada. Numa configurao de mscara 3X3, com
todos os vizinhos sendo levados em conta da mesma maneira, a operao se resumi-
ria na seguinte expresso: g(x, y) = 19 9i=1 fi . Porm, possvel adotar uma mscara
que priorize ou conceda maior peso para vizinhos especficos, buscando um compor-
tamento mais adequado para a aplicao.
11.2. Pr-Processamento Estatstico 81
Estatsticos No-Lineares: estes filtros so aplicados para gerar novas imagens com as-
pecto mais limpo e suave, especialmente em casos para supresso de modelos de rudos
comportados. A resposta destes filtros no-lineares para um dado ponto na imagem
baseada na anlise estatstica do valor de intensidade luminosa de seus pontos vizi-
nhos, que so ordenados conforme uma regra especfica para posteriormente substituir
o valor de intensidade do ponto central de acordo com a classificao da ordenao.
Como exemplo, temos o filtro mediano, que analisa o valor de intensidade dos pon-
tos vizinhos e retorna o valor daquele que est mais prximo da mdia dos valores
encontrados. Existem ainda o filtro mximo e o mnimo, que retornam respecti-
vamente, os valores mximo e mnimo dos pontos encontrados na vizinhana.
Gradiente: estes filtros baseiam-se nas definies da primeira derivada de sinais uni-dimensionais,
que realam as bruscas variaes encontradas nestes sinais. Sendo as imagens nada
mais do que um sinal bi-dimensionail, utiliza-se o conceito de gradiente para aplicar
os a derivao de primeira ordem toda a rea da imagem. Desta forma, a derivao
dos sinais de intensidade luminosa da imagem resultam no realce das regies de tran-
sio abrupta desta intensidade, ou seja, um destaque especial para os cantos e bordas
de objetos na imagem, eliminando muito da informao constante na imagem.
Laplaciano: similar aos filtros gradientes, estes tambm baseiam-se na aplicao de deriva-
das s imagens para realar cantos e arestas de objetos. Porm estes filtros aplicam a
segunda derivada sobre as imagens, ao invs da primeira.
Gradiente Laplaciano
1. Multiplicar a imagem no domnio espacial por um fator (1)x+y , para auxiliar o cl-
culo posterior da DFT (pois centraliza as informaes da transformada na imagem).
3. Aplicar uma funo de filtragem H(u, v) sobre a imagem F, de acordo com as ca-
ractersticas que se deseja realar na imagem, gerando uma nova imagem: G(u, v) =
H(u, v)F(u, v).
6. Multiplicar esta parte real novamente por (1)x+y para rearranjar a imagem correta-
mente no domnio espacial e possibilitar a visualizao dos resultados.
Passa-Baixa: anlogos aos filtros de suavizao no domnio espacial, porm com uma con-
figurao da mscara de convoluo diferente, que permite realizar as mesmas opera-
es de suavizao de cantos e arestas e reduo de rudos no domnio frequencial.
Passa-Alta: anlogos aos filtros de enfatizao do domnio espacial, porm com uma con-
figurao da mscara de convoluo diferente, que permite realizar as mesmas opera-
es de realce de cantos e arestas no domnio frequencial.
Captulo 12
Restaurao de Imagens
TODO.
Captulo 13
Morfologia Matemtica
A morfologia uma rea da biologia que estuda a forma e estrutura dos animais e
das plantas. O mesmo termo usado aqui para caracterizar uma rea do processamento
de imagens, porm, costuma-se usar o termo completo morfologia matemtica para fazer
distino entre as diferentes reas. Analogamente diz-se que a morfologia matemtica uma
ferramenta para extrair caractersticas importantes da estrutura de alguns componentes da
imagem [3]. Desta maneira, a morfologia matemtica representa um elo entre as operaes
de processamento de baixo e mdio nvel (conforme seo 1.1), pois geram tanto resultados
em forma de imagens como atributos e caractersticas especficas de alguns de seus objetos.
Segmentao
1 2 1 1 1 1 1 1 1 1 1 1
0 0 0 0 0 0 2 2 2 1 8 1
1 2 1 1 1 1 1 1 1 1 1 1
Sobel Horizontal Prewitt Horizontal Linha Horizontal Laplace
1 0 1 1 0 1 1 2 1 0 1 0
2 0 2 1 0 1 1 2 1 1 4 1
1 0 1 1 0 1 1 2 1 0 1 0
Sobel Vertical Prewitt Vertical Linha Vertical Laplace
2 1 0 1 1 0 1 1 2
1 0 0 1
1 0 1 1 0 1 1 2 1
0 1 1 0
0 1 2 0 1 1 2 1 1
Sobel Diagonal Prewitt Diagonal Linha Diagonal Roberts
dual e suave das bordas dos objetos. De forma anloga deteco de linhas, pode-se utilizar
um filtro especfico para valorizar bordas horizontais, verticais ou diagonais. A figura 14.2
ilustra as operaes de deteco de linhas e bordas.
da imagem. Em uma imagem de 256 tons de cinza, caso T = 50, todas as tonalidades entre
0 e 50 ( f (x, y) < T ) tornar-se-iam informao de fundo da imagem (valor 0 binrio, ou cor
preta). J os demais valores a partir deste limiar ( f (x, y) > T ) tornar-se-iam informao
correspondente aos objetos da imagem (valor 1 binrio, ou cor branca). Desta forma, a
simples definio de um valor de limiar ou de corte j suficiente para dividir a imagem em
duas regies: fundo e objetos, sendo til quando j existe bom contraste entre estas regies
e apresentando resultados pobres em situaes mais adversas.
A figura 14.3 ilustra estas duas situaes descritas cima. Nota-se a clareza de infor-
maes passada pelos histogramas das imagens em relao escolha dos pontos de limiar.
Formalmente definimos a limiarizao como uma operao de testes contra uma vari-
14.3. Segmentao Baseada em Regies 97
vel T :
T = T [x, y, p(x, y), f (x, y)] (14.1)
onde f (x, y) representa a intensidade luminosa de um ponto e p(x, y) representa uma propri-
edade local deste ponto na imagem, como por exemplo, a mdia de intensidade luminosa de
seus vizinhos. A partir desta expresso, define-se uma imagem limiarizada (binarizada por
um limiar):
1 if f (x, y) > T
g(x, y) = (14.2)
0 if f (x, y) T
Este tipo de segmentao divide a imagem procurando por regies que atendam a al-
gum tipo de similaridade. Em geral, uma imagem segmentada formada por um nmero
n de regies de pontos na imagem (como visto na sub-seo ??), sendo que a unio destas
regies compe a imagem completa. As regies devem sempre ser disjuntas e atender a um
determinado critrio para o agrupamento de seus pontos. Duas tcnicas so bem conhecidas:
segmentao por crescimento de regies (region growing) e por diviso e agrupamento de
regies (split and merge).
aplicao tenha-se uma ligeira noo de que pontos serviriam como boas sementes para o
incio do algoritmo (normalmente faixas especficas de intensidade luminosa na imagem).
Textura
TODO.
Captulo 16
TODO.
Captulo 17
Compresso de Imagens
TODO.
Captulo 18
Reconhecimento de Padres
TODO.
Captulo 19
Deteco de Movimento
TODO.
Captulo 20
Viso 3D
TODO.
TODO.
TODO.
Parte III
Aplicaes
Controle de Trfego: anlise e controle de trfego rodovirio para manter um fluxo normal
de automveis. Exemplos: controle de redes de semforos e criao de desvios inteli-
gentes e informaes de alerta em autovias atravs da anlise do fluxo automotivo.
A figura 22.1 ilustra exemplos de aplicao em cada uma das reas previamente cita-
das.
TODO.
TODO.
22.2. Estudos de Caso 121
Figura 22.1: Diversas reas de aplicao das tecnologias de viso e processamento de imagens.
Parte IV
Apndices
Apndice A
Tornar a biblioteca robusta, eficiente e confivel para ser usada em solues de tempo
real.
O cdigo fonte da biblioteca deve ser claro e bem documentado. Os mdulos da bibli-
oteca devem ser organizados de forma a tornar o cdigo reutilizvel. As interfaces dos
mdulos devem ser padronizadas e intuitivas, para permitir seu aprendizado didtico
por novos usurios/desenvolvedores da comunidade de software livre.
muito pobre na lngua portuguesa. A documentao seria voltada para o meio indus-
trial, na qualificao de funcionrios de empresas, como para o meio acadmico, na
formao de recursos humanos.
A.2 A Biblioteca S2 I L IB
A.2.1 Mdulos da S2 I L IB
Segue uma descrio das funcionalidades de cada mdulo da biblioteca [6, 13, 32]:
1 http://sourceforge.net/projects/opencvlibrary/
2 http://sourceforge.net/projects/vxl/
3 http://www.exploits.org/v4l/ e http://linux.bytesex.org/v4l2/
4 http://www.sane-project.org/
5 http://www.intel.com/research/mrl/research/opencv/
6 http://www.esat.kuleuven.ac.be/~targetjr/
128 A. A Biblioteca S2iLib e o Projeto Harpia
S2iFilter: Fornece a interface para diversas tcnicas de filtragem, como por exemplo,
tcnicas de realce, suavizao e restaurao de imagens.
A escolha do nome e logotipo do projeto vem de uma ave da fauna brasileira de mesmo
nome, que porta uma viso excepcional, sendo um dos mais fortes espcimes da classe das
aves.
Produtos com idias similares as do H ARPIA j existem no mercado, como por exem-
132 A. A Biblioteca S2iLib e o Projeto Harpia
plo o DVT Framework7 , o Coreco WIT8 (ilustrado na figura A.3) e o Khoros9 . Apesar de
utilizarem a mesma idia de diagramas de blocos, so todas solues proprietrias, fechadas,
de tecnologia estrangeira, sendo sua licena normalmente muito cara. Eles tm ainda um
grande problema: so dependentes do hardware do fabricante. Ou seja, deve ser comprado
um pacote completo e custoso de hardware e software do fabricante para se montar uma
aplicao de viso.
O projeto H ARPIA conta com um stio prprio (em desenvolvimento) para divulgao
na internet http://s2i.das.ufsc.br/harpia/, que servir como tutorial do sistema,
fornecer o cdigo fonte e os binrios para instalao do software e contar com informaes
sobre a equipe desenvolvedora, possibilitando uma troca de informaes entre usurios do
sistema e desenvolvedores.
7 http://www.dvtsensors.com/products/FrameWorkManager.php
8 http://www.wit-igraph.com/default.htm
9 http://www.dca.fee.unicamp.br/projects/khoros/
A.3. Projeto H ARPIA 133
[1] John C. Russ. The Image Processing Handbook. CRC Press - IEEE Press, 3 edition,
1998.
[3] Rafael C. Gonzalez and Richard E. Woods. Digital Image Processing. Pearson Educa-
tion, 2 edition, 2002.
[4] Ramesh Jain, Rangachar Kasturi, and Brian G. Schunck. Machine Vision. McGraw
Hill, 1 edition, 1995.
[7] Bernd Jhne, Horst Haussecker, and Peter Geissler. Handbook of Computer Vision and
Applications - Sensors and Imaging, volume 1. Academic Press, San Diego - CA, 1
edition, 1999.
[8] Alberto Xavier Pavim. Development of a Machine Vision Application for Automated
Tool Wear Measurement. Projeto de fim de curso, Florianpolis - SC - Brasil, 2003.
[10] Optics and Optical Instruments Catalog. Edmund Industrial Optics, Estados Unidos,
2005.
[12] The Practical Application of Light. Melles Griot, Estados Unidos, 1999.
[15] Milan Sonka, Vaclav Hlavac, and Roger Boyle. Image Processing, Analysis, and Ma-
chine Vision. PWS Publishing, Estados Unidos, 2 edition, 1998.
[17] Gerhard X. Ritter and Joseph N. Wilson. Handbook of Computer Vision Algorithms in
Image Algebra. CRC Press, 1 edition, 1996.
[18] Linda Shapiro and George Stockman. Computer Vision. Prentice Hall, 1 edition, 2000.
[19] David A. Forsyth and Jean Ponce. Computer Vision: A Modern Approach. Prentice
Hall, 1 edition, 2002.
[20] William K. Pratt. Digital Image Processing: PIKS Inside. John Wiley and Sons,
Estados Unidos, 3 edition, 2001.
[21] Michael Seul, Lawrence OGorman, and Michael J. Sammon. Practical Algorithms
for Image Analysis - Description, Examples, and Code. Cambridge, Estados Unidos, 1
edition, 2001.
REFERNCIAS BIBLIOGRFICAS 137
[22] J. R. Parker. Algorithms for Image Processing and Computer Vision. Wiley, Estados
Unidos, 1 edition, 1996.
[23] Bernd Jhne, Horst Haussecker, and Peter Geissler. Handbook of Computer Vision and
Applications - Signal Processing and Pattern Recognition, volume 2. Academic Press,
San Diego - CA, 1 edition, 1999.
[24] S. J. Sangwine and R. E. N. Horne. The Colour Image Processing Handbook. Chapman
and Hall, 1 edition, 1998.
[25] Alan V. Oppenheim, Alan S. Willsky, and S. Hamid Nawab. Signals and Systems.
Prentice Hall, Estados Unidos, 2 edition, 1997.
[26] Erwin Kreyszig. Advanced Engineering Mathematics. John Wiley and Sons, Estados
Unidos, 8 edition, 1999.
[27] Eduardo Pigozzi Cabral, Fernando Deschamps, and Marcelo Ricardo Stemmer. Al-
gumas Aplicaes da Transformada Discreta de Fourier no Processamento Digital de
Imagens. In Anais do II Simpsio Catarinense de Processamento Digital de Imagens -
SCPDI, volume 1, Florianpolis - SC - Brasil, 2002.
[28] Bernd Jhne, Horst Haussecker, and Peter Geissler. Handbook of Computer Vision and
Applications - Systems and Applications, volume 3. Academic Press, San Diego - CA,
1 edition, 1999.
[31] James A. Freeman and David M. Skapura. Neural Networks: Algorithms, Applications,
and Programming Techniques. Addison Wesley, 1 edition, 1991.
[32] Marcelo Minasi, Alexandre Orth, and Marcelo Ricardo Stemmer. S2iLib: Uma Bibli-
oteca Orientada a Objetos para Sistemas de Viso. In Anais do I Simpsio Catarinense
de Processamento Digital de Imagens - SCPDI, volume 1, Florianpolis - SC - Brasil,
2001.