Você está na página 1de 158

APOSTILA DE SISTEMAS DE VISO

MARCELO RICARDO STEMMER


ALEXANDRE ORTH
MRIO LUCIO ROLOFF
FERNANDO DESCHAMPS
ALBERTO XAVIER PAVIM

FLORIANPOLIS
2005
SOBRE OS AUTORES

Biografia resumida dos 5 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

I Hardware do Sistema de Viso 11

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

4.1 Princpio de Aquisio (Tcnica de Varredura) . . . . . . . . . . . . . . . . 34

4.2 Sensores CCD e CMOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

4.2.1 Sensores CCD . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

4.2.2 Sensores CMOS . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

4.3 Sensores Monocromticos e Coloridos . . . . . . . . . . . . . . . . . . . . 38

4.4 Sensores Infra-Vermelho . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

4.5 Tamanho e Resoluo de Sensores . . . . . . . . . . . . . . . . . . . . . . 40

4.6 Tipos de Cmeras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

4.7 Placas de Aquisio (Frame Grabbers) . . . . . . . . . . . . . . . . . . . . 45

4.8 Definio do Sistema de Aquisio em uma Aplicao Exemplo . . . . . . 47

5 Sistema de Transmisso de Dados 49

5.1 Sinais Analgicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49

5.2 Sinais Digitais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

5.3 Definio do Sistema de Transmisso em uma Aplicao Exemplo . . . . . 53

6 Sistema de Processamento de Dados 55

6.1 Definio do Sistema de Processamento em uma Aplicao Exemplo . . . . 56

6.2 Ambientes de Simulao . . . . . . . . . . . . . . . . . . . . . . . . . . . 56

6.3 Bibliotecas de Programao . . . . . . . . . . . . . . . . . . . . . . . . . 56

7 Sistema de Atuao 57

7.1 Definio do Sistema de Atuao em uma Aplicao Exemplo . . . . . . . 57

8 Calibrao do Sistema de Viso 59

8.1 Calibrao 2D de Sistemas de Viso . . . . . . . . . . . . . . . . . . . . . 59

viii
II Software do Sistema de Viso 65

9 Propriedades das Imagens 67

9.1 Amostragem e Quantizao para Digitalizao de Imagens . . . . . . . . . 68

9.2 Propriedades e Relacionamentos entre Pontos de uma Imagem . . . . . . . 69

10 Estruturas de Dados para Representao e Anlise de Imagens 73

11 Pr-Processamento de Imagens (Realce de Caractersticas) 75

11.1 Pr-Processamento no Domnio Espacial . . . . . . . . . . . . . . . . . . . 75

11.1.1 Operaes Bsicas de Pr-processamento Espacial . . . . . . . . . 78

11.1.2 Operaes de Filtragem Espacial por Mscaras de Convoluo . . . 80

11.2 Pr-Processamento Estatstico . . . . . . . . . . . . . . . . . . . . . . . . 81

11.3 Pr-Processamento no Domnio Frequencial . . . . . . . . . . . . . . . . . 84

12 Restaurao de Imagens 87

13 Morfologia Matemtica 89

13.1 Elemento Estruturante . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89

13.2 Operaes Bsicas de Morfologia Matemtica . . . . . . . . . . . . . . . . 90

14 Segmentao 93

14.1 Deteco de Descontinuidades . . . . . . . . . . . . . . . . . . . . . . . . 94

14.2 Deteco de Limiares (Thresholding) . . . . . . . . . . . . . . . . . . . . . 95

14.3 Segmentao Baseada em Regies . . . . . . . . . . . . . . . . . . . . . . 97

14.4 Segmentao por Divisores de gua (Watersheds) . . . . . . . . . . . . . . 99

15 Textura 103

16 Processamento de Imagens Coloridas 105

ix
17 Compresso de Imagens 107

18 Reconhecimento de Padres 109

19 Deteco de Movimento 111

20 Inteligncia Artificial aplicada Viso 113

21 Viso 3D 115

21.1 Diferenas entre 2D e 3D . . . . . . . . . . . . . . . . . . . . . . . . . . . 115

21.2 Tcnicas para Aquisio de Imagens 3D . . . . . . . . . . . . . . . . . . . 115

III Aplicaes de Sistemas de Viso 117

22 Aplicaes 119

22.1 Ferramentas Tradicionais . . . . . . . . . . . . . . . . . . . . . . . . . . . 120

22.2 Estudos de Caso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120

IV Apndices 123

A A Biblioteca S2iLib e o Projeto Harpia 125

A.1 Objetivos com o Desenvolvimento de Software Livre . . . . . . . . . . . . 126

A.2 A Biblioteca S2 I L IB . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127

A.2.1 Mdulos da S2 I L IB . . . . . . . . . . . . . . . . . . . . . . . . . 127

A.3 Projeto H ARPIA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130

x
Lista de Figuras

1.1 Interdependncia entre os termos da rea de sistemas de viso. . . . . . . . 4

1.2 Componentes gerais de um sistema de processamento de imagens. . . . . . 4

1.3 Componentes gerais de um sistema de viso. . . . . . . . . . . . . . . . . . 7

2.1 Parmetros fundamentais para definio de um sistema ptico. . . . . . . . 14

2.2 Metodologia sistemtica para o projeto de um sistema de viso. . . . . . . . 15

2.3 Exemplo de componentes pticos. . . . . . . . . . . . . . . . . . . . . . . 17

2.4 Relacionamento entre a profundidade de campo e a abertura de lentes. . . . 18

2.5 Relao entre tamanho do sensor e campo de viso. . . . . . . . . . . . . . 19

2.6 Contraste entre diferentes tonalidades de cinza em uma imagem. . . . . . . 20

2.7 Ilustrao de fenmenos que afetam a aquisio de imagens. . . . . . . . . 21

2.8 Princpio de funcionamento das lentes telecntricas. . . . . . . . . . . . . . 21

3.1 Todas as faixas do espectro luminoso. . . . . . . . . . . . . . . . . . . . . 24

3.2 Ilustrao da tcnica de iluminao direcional. . . . . . . . . . . . . . . . . 28

3.3 Ilustrao da tcnica de iluminao multi-direcional. . . . . . . . . . . . . 28

3.4 Ilustrao da tcnica de iluminao em anel. . . . . . . . . . . . . . . . . . 28

3.5 Ilustrao da tcnica de iluminao de campo escuro (dark-field). . . . . . . 29

3.6 Ilustrao da tcnica de iluminao de fundo (backlight). . . . . . . . . . . 29

3.7 Ilustrao da tcnica de iluminao de cpula (dome). . . . . . . . . . . . . 30

3.8 Ilustrao da tcnica de iluminao difusa. . . . . . . . . . . . . . . . . . . 30

xi
3.9 Ilustrao da tcnica de iluminao dia nublado (cloudy day). . . . . . . . . 31

3.10 Ilustrao da tcnica de iluminao estruturada. . . . . . . . . . . . . . . . 32

3.11 Ilustrao da tcnica de iluminao polarizada. . . . . . . . . . . . . . . . 32

4.1 Sensibilizao, armazenamento e deslocamento da imagem em CCDs. . . . 36

4.2 Operaes de sensibilizao e transferncia de dados em sensores CMOS. . 37

4.3 Cores arranjadas por mosaico ou por linhas numa imagem. . . . . . . . . . 39

4.4 Tcnica de diviso de feixes luminosos em 3 componentes coloridos. . . . . 39

4.5 Tamanhos padro de sensores CCD. . . . . . . . . . . . . . . . . . . . . . 40

4.6 Resoluo de um sensor em termos de pares de linha. . . . . . . . . . . . . 41

4.7 Representao de resoluo de 5 bits para o nvel de intensidade luminosa da imagem. 42

4.8 Diferentes tipos de cmeras encontradas no mercado. . . . . . . . . . . . . 44

4.9 Estrutura modular genrica de placas de aquisio de imagens. . . . . . . . 45

4.10 Estrutura funcional das unidades de entrada de vdeo. . . . . . . . . . . . . 46

4.11 Estrutura funcional das unidades de sada de vdeo. . . . . . . . . . . . . . 47

5.1 Diferentes tipos de conectores em cabeamento de vdeo analgico. . . . . . 51

8.1 Vetor de imagens do gabarito de calibrao em diferentes posies focais. . 60

8.2 Escolha da imagem de melhor foco atravs da inspeo da varincia de seus pixels. 61

8.3 Binarizao automtica da imagem de calibrao e posterior limpeza de rudos. 61

8.4 Processo de identificao das linhas verticais e horizontais da imagem de calibrao. 62

8.5 Calibrao do sistema pela medio da distncia mdia entre as linhas do gabarito. 63

9.1 Etapas de formao das imagens em um sistema de viso. . . . . . . . . . . 68

9.2 Tarefas de amostragem e quantizao dos dados analgicos de uma linha da imagem. 69

9.3 Vizinhanas N4 (p), ND (p) e N8 (p) do pixel p = 0. . . . . . . . . . . . . . 70

9.4 Ilustrao de caminhos conectados e regies um uma imagem binria. . . . 71

11.1 Ilustrao do operador T sobre a vizinhana de um ponto da imagem. . . . 76

xii
11.2 Tpicos arranjos de operadores para processamento espacial. . . . . . . . . 76

11.3 Operador 3X3 aplicado sobre a vizinhana de um ponto da imagem. . . . . 77

11.4 Ilustrao de operaes bsicas de pr-processamento. . . . . . . . . . . . 79

11.5 Ilustrao de operaes lgicas e aritmticas de pr-processamento. . . . . 80

11.6 Ilustrao de operaes de filtragem de suavizao e enfatizao. . . . . . . 82

11.7 Representao de uma imagem atravs de seu histograma. . . . . . . . . . 83

11.8 Ilustrao do processo de equalizao do histograma de uma imagem. . . . 83

11.9 Passos realizados no processamento frequencial de imagens. . . . . . . . . 85

11.10Representao de uma imagem no domnio da frequncia. . . . . . . . . . 85

13.1 Principais formas de elementos estruturantes na morfologia matemtica. . . 90

13.2 Princpio de funcionamento de operadores morfolgicos. . . . . . . . . . . 91

14.1 Diversas configuraes de mscaras para a deteco de descontinuidades. . 94

14.2 Deteco de pontos, linhas e bordas numa imagem. . . . . . . . . . . . . . 95

14.3 Simples ilustrao de tcnicas de deteco de limiares. . . . . . . . . . . . 96

14.4 Processo de segmentao por crescimento de regies. . . . . . . . . . . . . 98

14.5 Processo de segmentao por diviso e agrupamento. . . . . . . . . . . . . 99

14.6 Processo de segmentao por divisores de guas. . . . . . . . . . . . . . . 101

22.1 Diversas reas de aplicao das tecnologias de viso e processamento de imagens.121

A.1 Mdulos da biblioteca S2 I L IB. . . . . . . . . . . . . . . . . . . . . . . . . 128

A.2 Ilustrao do mascote do projeto H ARPIA e o logotipo. . . . . . . . . . . . 131

A.3 Interface grfica do ambiente de desenvolvimento de aplicaes do WIT. . . 132

A.4 Verso beta da interface grfica do H ARPIA. . . . . . . . . . . . . . . . . . 133

xiii
Lista de Tabelas

xv
Nomenclatura

ADC Conversor Analgico-Digital, do ingls Analog-to-Digital Converter

CCIR Comit de Consulta Internacional em Radio-Comunicao, do francs Comit Con-


sultatif International des Radiocommunications

DFT Transformada Discreta de Fourier, do ingls Discrete Fourier Transform

DOF Profundidade de campo, do ingls Depth of Field

DSP Processador Digital de Sinais, do ingls Digital Signal Processor

EIA Associao das Indstrias de Eletrnica, do ingls Electronics Industries Association

f Limites focais, normalmente definidos como uma faixa de valores ( fmin e fmax )

f/# Nmero que representa uma porcentagem de abertura das lentes

FB Armazenador de Quadros, do ingls Frame Buffer

FOV Campo de viso, do ingls Field of Vision

IA Inteligncia Artificial

IIDC Instrumentao e Controle Industrial de Cmeras Industriais, do ingls Instrumenta-


tion and Industrial Control Digital Camera

LCD Monitor de Cristal Lquido, do ingls Liquid Crystal Display

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

OCR Reconhecimento ptico de Caracteres, do ingls, Optical Character Recognition

OCV Verificao ptica de Caracteres, do ingls, Optical Character Verification

PAL Linha de Alternao de Fase, do ingls Phase Alternation Line

PC Computador Pessoal, do ingls, Personal Computer

PCI Interconexo de Componentes Perifricos, do ingls, Peripheral Component Inter-


connect

PDA Assistente Digital Pessoal, do ingls Personal Digital Assistent

PMAG Magnificao Primria, do ingls Primary Magnification

QTH Lmpada de quartzo tungstnio halgena, do ingls Quartz Tungsten Halogen Lamp

R Resoluo, do ingls Resolution

RAM Memria de Acesso Aleatrio, do ingls Random Access Memory

SECAM Cor Sequencial Memria, do francs Sequentiel Couleur Memoire

SMAG Magnificao do Sistema, do ingls System Magnification

SS Tamanho do sensor, do ingls Sensor Size

TTL Lgica Transistor-para-Transistor, do ingls Transistor-to-Transistor Logic

USB Barramento Serial Universal, do ingls Universal Serial Bus

VIU Unidade de Entrada de Vdeo, do ingls Video Input Unit

VOU Unidade de Sada de Vdeo, do ingls Video Output Unit

WD Distncia de trabalho, do ingls Working Distance

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.

1.1 Terminologia associada Viso

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:

Processamento de Imagens: refere-se ao processamento digital de imagens atravs de um


computador ou dispositivo eletrnico, onde as entradas e sadas do processamento so
2 1. Introduo

imagens. Em geral so operaes de realce, restaurao, transformao ou compresso


de imagens. Enquadra-se este tipo de operao de processamento como de nvel
baixo ou at mdio. Um exemplo seria a aplicao de um filtro na imagem para
realar as bordas de seus objetos.

Viso Computacional: refere-se ao processamento digital de imagens para a extrao de


caractersticas importantes, que auxiliem na compreenso da imagem e na tomada de
decises inteligentes. Enquadra-se este tipo de operao de processamento como de
nvel alto, sendo comum a utilizao de tcnicas de inteligncia artificial para o
processamento dos dados. Um exemplo seria o reconhecimento e a classificao de
um objeto da imagem.

Anlise de Imagens: refere-se ao processamento digital de imagens onde somente as en-


tradas do processamento so imagens. As sadas costumam apresentar uma descrio
ou representao diferente da imagem ou alguma caracterstica sua. Diz-se que a an-
lise de imagens encontra-se em nvel intermedirio ao processamento de imagens e
viso computacional, enquadrando-se como operaes de nvel mdio, podendo at
atingir operaes de nvel alto. Um exemplo seria a visualizao dos dados de uma
imagem a partir de seu histograma, que descreve as caractersticas de luminosidade da
cena ali representada.

Computao Grfica: refere-se ao processo de formao de imagens a partir do modelo


de primitivas geomtricas, como linhas e crculos, aplicado nas reas de publicidade,
jogos eletrnicos, realidade virtual, dentre outras. A computao grfica vai no cami-
nho inverso da viso computacional, que pretende analisar e compreender imagens do
mundo real, e no cri-las. Porm, existe uma certa ligao destas reas, principal-
mente no que diz respeito s pesquisas de realidade virtual ou de gerao de modelos
3D a partir de imagens de tomografia mdica, onde ferramentas de ambas as reas so
utilizadas para a gerao e apresentao de resultados.

Reconhecimento de Padres: refere-se a operaes inteligentes na interpretao de sinais.


Est intimamente ligado viso computacional, mas no necessariamente processa
apenas informaes visuais para realizar o reconhecimento de caractersticas de um
ambiente, por existirem outros tipos de sensores dos quais poderia fazer uso, como por
exemplo um sensor acstico para reconhecimento de voz. Em viso computacional,
1.2. Componentes de um Sistema de Viso 3

trata-se da interpretao e reconhecimento de objetos e caractersticas especficas em


uma imagem.

Inteligncia Artificial: refere-se modelagem de sistemas inteligentes e anlise de aspec-


tos ligados inteligncia. normalmente usada junto viso computacional para a
obteno, reconhecimento e classificao de objetos e caractersticas nas imagens. Em
geral aplicada em trs etapas: percepo, cognio e ao. A etapa de percepo
traduz os sinais provenientes do ambiente em smbolos, a de cognio manipula es-
tes smbolos e a de ao traduz o resultado destes smbolos em aes que devem ser
aplicadas de volta ao ambiente. O campo de viso computacional considerado por
alguns autores como sendo uma sub-rea de IA.

Sistemas de Viso: refere-se a um sistema completo, que envolve a soluo de um problema


de natureza visual, tentando criar um modelo do mundo real a partir de imagens deste.
composto tanto por dispositivos de hardware como por mdulos de software, fa-
zendo uso de uma ou at todas as demais operaes de processamento previamente ci-
tadas. Em geral, etapas como aquisio de imagens, pr- e processamento das imagens,
extrao de caractersticas, tomada de deciso inteligente e atuao/realimentao es-
to contempladas num sistema deste tipo.

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.

1.2 Componentes de um Sistema de Viso

Esclarecidos os diferentes termos ligados rea de sistemas de viso e processamento


de imagens, pode-se definir estes sistemas conforme suas partes integrantes. Sistemas de
viso integram em uma nica soluo uma srie de tecnologias diferentes, permitindo grande
4 1. Introduo

Figura 1.1: Interdependncia entre os termos da rea de sistemas de viso.


Fonte: Atualizada a partir de Deschamps [6].

Figura 1.2: Componentes gerais de um sistema de processamento de imagens.


Fonte: Gonzalez and Woods [3].

flexibilidade no desenvolvimento de aplicaes em diversas reas do conhecimento, como


por exemplo, no controle de qualidade e processos, astronomia, dentre outras, como pode
ser visto adiante no captulo 22 de Aplicaes.

A organizao destes sistemas em diferentes partes/componentes conveniente pois


permite o estudo de cada tecnologia empregada no sistema em separado.

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

adquirir uma imagem, convertendo-a num sinal eltrico proporcional intensidade da


energia recebida.

Hardware de Aquisio: dispositivo responsvel pela digitalizao do sinal proveniente do


sensor e por realizar algum pr-processamento sobre estes dados antes de envi-los ao
computador.

Computador: o elemento principal do sistema, que coordena todas as atividades desem-


penhadas, desde o acionamento do hardware de aquisio da imagem, as tarefas do
software de processamento de imagem, o armazenamento dos dados, cpia backup em
mdias, at a visualizao dos resultados em um display. De acordo com o tipo de
aplicao, o computador pode ser um PC comum, ou um super computador, ou at
mesmo uma unidade de processamento dedicada ao controle das tarefas do sistema,
podendo estar embutido totalmente junto ao sensor e ao hardware de aquisio das
imagens (cmeras inteligentes).

Software de Processamento: consiste de uma cadeia de algoritmos de processamento de


imagem ordenada de forma a solucionar o problema em questo, retornando dados
importantes para o computador, o qual deve tomar as decises em relao aos resulta-
dos apresentados.

Armazenamento: espao de memria dedicada ao armazenamento das imagens e dados


adquiridos pelo sistema para possibilitar seu processamento de forma rpida e otimi-
zada. Compreende o espao de memria RAM no computador, memria no prprio
hardware de aquisio ou at mesmo as demais mdias de acesso mais lento do com-
putador.

Displays: dispositivos responsveis por apresentar um resultado grfico do estado de evo-


luo do sistema ao usurio. Pode ser um monitor, LCDs, telas de plasma, dentre
outros.

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.

Rede: a rede um componente essencial do sistema principalmente quando os resultados


6 1. Introduo

do sistema tm de ser enviados a uma estao remota distante do local de operao do


sistema.

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.

Fonte de Radiao: iluminao adequada para o realce das caractersticas do objeto em


estudo necessria, tendo em vista que a maioria dos objetos no emite luz prpria,
sendo esta importante para sensibilizar o sensor de aquisio da imagem.

Cmera: direciona e coleta a radiao proveniente do objeto em estudo para o sensor de


aquisio.

Sensor: converte o sinal de radiao recebido em outro compreensvel unidade de proces-


samento.

Unidade de Processamento: coleta, organiza e processa os sinais recebidos do sensor, ex-


traindo caractersticas e tomando decises a partir destas informaes.

Atores: reagem ao resultado das observaes realizadas pela unidade de processamento.

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 ptico: responsvel pelo correto direcionamento e dimensionamento das informa-


es (feixes luminosos) que provm do objeto para o sensor ptico.

Sistema de Iluminao: responsvel pela projeo de iluminao sobre o objeto em estudo,


pois em geral estes no emitem luz prpria, necessria para a sensibilizao do sensor
ptico.

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

Componentes do sistema Exemplo de Aplicao

Figura 1.3: Componentes gerais de um sistema de viso.


Fonte: Atualizada a partir de Deschamps [6] e Pollux, em http://www.pollux.com.br/.

Sistema de Transmisso de Dados: responsvel pela transferncia dos dados provindos do


sistema de aquisio para o sistema processador, assim como os sinais de comando do
sistema processador para os sistemas ptico, de iluminao, aquisio e atuao.

Sistema de Processamento de Dados: responsvel pelo pr- e processamento de dados re-


cebidos dos demais componentes do sistema, bem como a tomada de decises para
atuar no ambiente do objeto em estudo. Deve ainda apresentar uma interface de comu-
nicao com o usurio.

Sistema de Atuao: responsvel por atuar no ambiente do objeto em estudo segundo os


comandos passados pelo sistema de processamento de dados.

A figura 1.3 ilustra a estrutura dos componentes integrantes de um sistema de viso e


demonstra sua aplicao ao controle de qualidade. O nico componente que no ficou ilus-
trado na figura foi o sistema de atuao, que poderia neste caso ser um cilindro pneumtico
no fim da esteira, responsvel pela retirada do produto caso fosse detectado um defeito no
mesmo.
8 1. Introduo

1.3 Organizao do Documento

O captulo 1 apresentou uma introduo sobre a tecnologia de viso, buscando real-


ar sua relevncia para os dias atuais e desmistificando os diversos termos associados a esta
tecnologia. Foi apresentado ainda um modelo de componentes para Sistemas de Viso, bus-
cando facilitar o estudo e compreenso de cada parte destes sistemas individualmente em
captulos futuros.

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.

No captulo 2 sobre o Sistema ptico so enunciados os parmetros fundamentais de


um Sistema de Viso, necessrios para compreenso do restante deste captulo e dos demais
temas correlacionados apresentados nos prximos captulos. So apresentados os princi-
pais dispositivos pticos utilizados na manipulao de feixes luminosos para a formao de
imagens e suas funcionalidades.

O Sistema de Iluminao visto no captulo 3, tratando das diversas fontes utilizadas


para projeo luminosa e as diferentes tcnicas de iluminao utilizadas para realar carac-
tersticas especficas dos objetos em estudo.

J o Sistema de Aquisio abordado no captulo 4, apresentando diferentes princpios


e tecnologias de aquisio de imagens, suas vantagens e desvantagens para diferentes reas
de aplicao e como a resoluo deste sistema influencia no posterior processamento das
imagens adquiridas.

O captulo 5 sobre o Sistema de Transmisso de Dados complementar ao captulo


anterior, definindo uma variedade de protocolos e sinais analgicos e digitais utilizados na
comunicao do Sistema de Aquisio de imagens e Sistema de Atuao com o Sistema de
Processamento destas informaes, de acordo com as caractersticas da aplicao do Sistema
de Viso.

Na sequncia, o captulo 6 apresenta o Sistema de Processamento de Dados, respons-


vel pelo processamento dos dados recebidos dos demais componentes do sistema, tomadas
de deciso e coordenao geral da aplicao. So apresentadas distintas plataformas de si-
mulao e programao da lgica implementada pelo Sistemas de Processamento de Dados.
1.3. Organizao do Documento 9

O Sistema de Atuao abordado no captulo 7, levantando as principais formas de


interao inteligente de um Sistema de Viso com o ambiente no qual aplicado.

Finalizando a primeira parte da apostila, apresenta-se o captulo 8 sobre o Sistema de


Calibrao, essencial para realizar a converso entre as coordenadas e unidades mtricas do
mundo real para o escopo interno das imagens adquiridas pelo Sistema de Viso.

A segunda parte da apostila dedicada ao estudo do software de um Sistema de Viso,


ou seja, o que se refere ao processamento e anlise de imagens e incluso de comportamento
inteligente ao Sistema de Processamento de Dados atravs da tecnologia de viso, compre-
endendo os captulos de 9-21.

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.

Em seguida visto no captulo 10 algumas Estruturas de Dados mais comumente uti-


lizadas na representao e anlise de imagens.

Questes sobre o Pr-processamento das imagens e realce de suas caractersticas so


apresentadas no captulo 11, em que abordam-se vrias tcnicas de processamento bsico de
imagens e tpicos sobre filtragem nos domnios espacial e frequencial de imagens.

O captulo 12 dedicado apenas s tarefas de restaurao de imagens que apresen-


tam rudo. Recomenda-se a leitura do captulo anterior para aproveitar melhor a discusso
proposta neste captulo.

Segue-se com o captulo 13 sobre Morfologia Matemtica, apresentando a teoria das


principais ferramentas morfolgicas utilizadas no processamento e anlise de imagens. Discute-
se ainda a extenso da aplicao destas ferramentas a imagens de tons de cinza.

Apresenta-se no captulo 14 um abrangente contedo sobre diferentes tcnicas apli-


cadas na Segmentao de objetos e regies de uma imagem. Tcnicas que se baseiam na
segmentao por descontinuidades quanto por similaridades de caractersticas dos pontos de
uma imagem so abordadas.

As diferentes aplicaes para a anlise de Textura de uma imagem so vistas no cap-


tulo 15.

As Imagens Coloridas ganham enfoque especial no captulo 16. Recomenda-se a lei-


10 1. Introduo

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 tema de Reconhecimento de Padres tratado de forma especial no captulo 18. J


o tema de Deteco de Movimento visto a parte no captulo 19.

O captulo 20 traz um apanhado sobre a aplicao de tcnicas de inteligncia artifi-


cial em aplicaes envolvendo a tecnologia de viso, utilizadas normalmente para imbutir
comportamento inteligente ao Sistema de Viso.

Para finalizar a segunda parte da apostila, apresentada no captulo 21 teoria a respeito


de Viso 3D, as diferenas do processamento e aquisio dos dados em relao Viso
2D e as diferentes tcnicas utilizadas para aquisio de dados e construo de imagens tri-
dimensionais.

A terceira parte da apostila dedicada apresentao distintos ramos de aplicao na


rea de viso.

O captulo 22 enumera uma srie de reas de aplicao para a tecnologia de viso


e apresenta algumas ferramentas tradicionais j bem conhecidas e utilizadas em algumas
destas reas. Alguns estudos de caso so ainda levantados como exemplos.

A quarta e ltima parte da apostila compreende os apndices do documento.

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

Hardware do Sistema de Viso


Captulo 2

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.

2.1 Parmetros Fundamentais

Alguns parmetros de um sistema de viso so essenciais para que se possa especi-


ficar o hardware de qualquer parte componente do sistema, exercendo normalmente maior
influncia sobre a configurao do sistema ptico. Estes parmetros so ditos parmetros
fundamentais, sendo necessrio familiarizar-se com os mesmos antes de iniciar um pro-
jeto. A figura 2.1 ilustra estes parmetros. Segue uma descrio detalhada dos mesmos
[4, 10, 11, 12]:

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

Figura 2.1: Parmetros fundamentais para definio de um sistema ptico.


Fonte: Edmund Optics em http://www.edmundoptics.com/.

Distncia de Trabalho (Working Distance W D): representa a distncia da parte frontal


das lentes at a superfcie do objeto. Trata-se normalmente de uma faixa de valores
(mximo e mnimo).

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.

Desta forma o primeiro passo para o projeto de um sistema de viso a identificao


destes parmetros fundamentais na aplicao, que permitem inferir a respeito dos demais
2.1. Parmetros Fundamentais 15

Figura 2.2: Metodologia sistemtica para o projeto de um sistema de viso.


Fonte: Deschamps [6].

dispositivos necessrios ao sistema. A figura 2.2 apresenta uma metodologia sistemtica


para o projeto de um sistema de viso do ponto de vista do hardware do sistema [6].

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

de interfaces de suporte, transmisso e processamento de dados, sendo possvel a realizao


de testes e a elaborao de uma estratgia mais profunda em relao ao processamento das
imagens para extrao das caractersticas desejveis.

2.2 O Sistema ptico Prpriamente Dito

O sistema ptico formado pela composio de lentes, tubos extensores e de monta-


gem, filtros, difusores, polarizadores, espelhos, prismas e fibras pticas, sendo responsvel
pelo direcionamento e dimensionamento dos feixes luminosos que provm do objeto para o
sensor ptico [7, 10].

As lentes definem a superfcie de foco e a magnificao (ampliao ou reduo) da


imagem do objeto em estudo. Podem ser cncavas, convexas, plano-convexas, telecntricas,
dentre outras. Os tubos extensores (ou espaadores) auxiliam na magnificao da imagem
do objeto em estudo, porm, diminuem a quantidade de iluminao incidente sobre o sensor
e limitam a distncia de trabalho. J os tubos de montagem servem para adaptar diferentes
padres de lentes e cmeras. Filtros extraem frequncias especficas do espectro luminoso
que incide no sensor, como por exemplo, filtros de cores visveis ao olho humano, filtros
infra-vermelhos e ultra-violetas, dentre outros. Difusores so aplicados no espalhamento ou
disperso dos raios luminosos incidindo sobre os objetos, para dar um aspecto mais homog-
neo de iluminao. J os polarizadores filtram a intensidade dos feixes luminosos incidentes
sobre o objeto em estudo. Espelhos so usados na manipulao da trajetria dos feixes lu-
minosos incidentes na cena em estudo por reflexo, sendo muito usados para simular dupla
aquisio de imagens, ou seja, aquisio feita por duas cmeras, porm, realizada com apenas
uma cmera, para economizar custos do sistema. Os prismas tambm possuem caractersti-
cas reflexivas, porm, costumam ser usados para realizar a diviso dos feixes luminosos em
mais de uma direo, ou at mesmo a separao de componentes da luz. A figura 2.3 ilustra
os componentes acima citados.

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

Difusores Tubos Extensores Tubos de Montagem Filtros

Lentes Polarizadores Espelhos Prismas

Figura 2.3: Exemplo de componentes pticos.


Fonte: Edmund Optics em http://www.edmundoptics.com/.

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.

2.3 Abertura de Lentes ( f /#)

A abertura de lentes ( f /# ou f-number) representa o controle de abertura da iris das


lentes, proporcionando uma medida da quantidade de luminosidade que sensibiliza o sensor
ptico. medida que a iris se fecha, f /# aumenta.

H uma relao ntima entre a abertura de lentes e a profundidade de campo do sistema,


como pode ser visto na figura 2.4. H um aumento na profundidade de campo do sistema
medida que a abertura da ris diminui. Em contrapartida, deve-se compensar a quantidade
luminosa incidente no sensor aumentando a potncia da fonte luminosa.

2.4 Magnificaes Primria e do Sistema

As magnificaes representam a relao de proporo entre as dimenses do objeto em


estudo no mundo real e as imagens projetadas no sistema.

A magnificao primria das lentes a relao do campo de viso (FOV ) e o tamanho


do sensor (SS) do sistema. Representa o quanto o objeto em estudo ser aumentado (ou dimi-
nudo) de acordo com o tamanho da imagem projetada no sensor. Em geral os clculos so
18 2. Sistema ptico

Figura 2.4: Relacionamento entre a profundidade de campo e a abertura de lentes.


Fonte: Edmund Optics em http://www.edmundoptics.com/.

feitos usando as componentes horizontais destas variveis, como na equao 2.1 e ilustrada
na figura 2.5.

SSH
PMAG = (2.1)
FOVH

A magnificao do sistema obtida da relao entre o tamanho da rea de projeo


da imagem em um display ou impressora do sistema (Display) e o campo de viso (FOV ),
como na equao 2.2.

DisplayH
SMAG = PMAG (2.2)
SSH

2.5 Limites Focais

A distncia focal das lentes influenciada diretamente pela distncia de trabalho do


sistema, ou seja, necessrio conhecer a distncia do objeto em estudo em relao s lentes
para poder determinar onde queremos manter foco para a aquisio das imagens. Os limites
focais significam na verdade uma faixa de valores de distncias em que o sistema alcana
foco sobre o objeto. Esta faixa de valores pode ser calculada de acordo com as equaes 2.3
2.6. Contraste 19

Figura 2.5: Relao entre tamanho do sensor e campo de viso.


Fonte: Edmund Optics em http://www.edmundoptics.com/.

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

O contraste uma comparao entre as diversas tonalidades de cinza (intensidade lu-


minosa) da imagem adquirida, que auxilia a identificar e separar objetos do fundo da ima-
gem. fortemente influenciado pelas caractersticas da lente, da cmera e principalmente da
iluminao do sistema.

A figura 2.6 ilustra diferentes tonalidades de cinza, evidenciando o contraste entre


elas. O contraste (C%) normalmente definido em termos de porcentagem. Por exemplo,
uma linha preta desenhada sobre uma superfcie branca resulta em 100% de contraste entre
a linha e a superfcie. A equao 2.5 demonstra o clculo do contraste entre diferentes
intensidades (I) luminosas.
20 2. Sistema ptico

Figura 2.6: Contraste entre diferentes tonalidades de cinza em uma imagem.


Fonte: Edmund Optics em http://www.edmundoptics.com/.

Imax Imin
C% = 100 (2.5)
Imax + Imin

2.7 Distores, Erros de Perspectiva e Lentes Telecntricas

Fenmenos como o de distoro e os erros de perspectiva alteram a qualidade final da


imagem. A distoro um fenmeno (ou aberrao de natureza geomtrica) que ocorre com
as lentes devido as suas caractersticas esfricas, produzindo diferenas de magnificao em
pontos distintos da imagem, fazendo com que os objetos sejam dispostos incorretamente na
imagem em relao ao seu centro. Ou seja, a distoro no causa em perda de informaes na
imagem, mas sim um posicionamento incorreto de partes da imagem. A distoro (D%) pode
ser corrigida por software calculando-se a porcentagem de erro de distoro ou deslocamento
ocasionado pelas lentes, atravs dos valores de distncia atuais (AD) e previstos (PD) nas
imagens adquiridas, conforme a equao 2.6.

AD PD
D% = 100 (2.6)
PD

J os erros de perspectiva (conhecidos por parallax) so fenmenos bem conhecidos


da viso humana, sendo de fato, o que permite o crebro humano interpretar as informaes
3D do mundo real. Estes erros so mudanas na magnificao de um objeto, dando a im-
presso de que as regies mais prximas da lente tenham dimenses maiores do que as que
se encontram mais distantes.
2.7. Distores, Erros de Perspectiva e Lentes Telecntricas 21

Erros de perspectiva Distores pticas

Figura 2.7: Ilustrao de fenmenos que afetam a aquisio de imagens.


Fonte: Edmund Optics em http://www.edmundoptics.com/.

Figura 2.8: Princpio de funcionamento das lentes telecntricas.


Fonte: Edmund Optics em http://www.edmundoptics.com/.

Em geral, ambos fenmenos no afetam substancialmente o bom funcionamento do


sistema. Porm, em algumas aplicaes de metrologia ptica, podem alterar substancial-
mente o resultado final da medio, sendo necessrio o clculo da quantidade de distoro
sofrida pela imagem devido a estes erros, ou optar pelo uso de lentes telecntricas. Apesar
de serem mais caras, elas no sofrem com estes tipos de aberraes, pois possuem interna-
mente uma segunda ris, permitindo que apenas os feixes luminosos paralelos ao eixo ptico
incidam no sensor. A desvantagem que o campo de viso da aplicao torna-se reduzido
(em geral do tamanho do dimetro da lente telecntrica).

A figura 2.7 ilustra os fenmenos de distoro e erros de perspectiva encontrados na


aquisio de imagens. O princpio das lentes telecntricas ilustrado na figura 2.8.
22 2. Sistema ptico

2.8 Montagem de Lentes

As lentes so acopladas em frente ao sensor da cmera por encaixes padronizados


(roscas). Os dois padres mais comuns de encaixe de lentes so os padres C e CS. A nica
diferena entre estes padres est na distncia entre a rosca e o eixo ptico: a montagem C
possui uma distncia de 12.5mm, enquanto que a CS possui 17.5mm. Estes padres podem
ser facilmente intercambiados a partir do uso de tubos ou espaadores de montagem.

2.9 Definio do Sistema ptico em uma Aplicao Exem-


plo

TODO
Captulo 3

Sistema de Iluminao

O objetivo do sistema de iluminao a projeo de luz sobre o objeto em estudo,


pois em geral estes no emitem luz prpria, que necessria para a sensibilizao do sen-
sor ptico. Quando se menciona em luz, entende-se qualquer faixa do espectro luminoso, e
no apenas a faixa do espectro visvel ao olho humano. Existem muitas solues de viso
que requerem inclusive a aplicao de luz incidente em faixas no visveis do espectro lumi-
noso, com por exemplo, as imagens de tomografia mdica, algumas imagens astronmicas
e imagens infra-vermelho de curvas de calor. A figura 3.1 ilustra toda a faixa do espectro
luminoso. Repara-se como pequena a faixa visvel ao olho humano, e quo limitada seria
a tecnologia de viso caso se restringisse apenas a esta estreita faixa do espectro.

Sendo assim, a escolha de um tipo de iluminao correto para o ambiente da aplicao


torna-se extremamente importante, pois se o objeto em estudo no for destacado (apresentar
bom contraste) em relao s demais informaes da cena, dificilmente consegue-se progre-
dir na soluo, e o projeto pode ser totalmente inviabilizado. Em contrapartida, caso uma
boa iluminao seja alcanada, as etapas de processamento das informaes tornam-se muito
mais fceis [5].

Em geral, a escolha de uma fonte luminosa e de uma tcnica de iluminao adequada


so influenciadas pelas caractersticas superficiais do objeto em estudo (geometria, estrutura,
cor, transparncia, reflectncia), onde o objetivo normalmente incidir sobre a superfcie do
objeto uma iluminao homognea e constante ao longo do tempo [5, 7].

O projeto de iluminao de um sistema de viso consiste normalmente de trs etapas


[6, 9, 13]:
24 3. Sistema de Iluminao

Figura 3.1: Todas as faixas do espectro luminoso.

1. Determinar o tamanho exato do campo de viso (junto ao projeto do sistema ptico),


para que se compreenda o tamanho e as caractersticas superficiais da rea que se
deseja iluminar.

2. Determinar o tipo de fonte luminosa adequada aplicao (tungstnio, fluorescente,


halognio, LED, laser), escolhendo uma faixa de frequncia apropriada do espectro
luminoso [7] conforme as caractersticas superficiais do objeto em estudo vistas no
passo anterior.

3. Determinar a geometria (posio da fonte em relao ao objeto e sensor, direo dos


feixes luminosos), a potncia, eficcia e caractersticas temporais da fonte luminosa,
necessrias para realar as partes desejveis do objeto de forma homognea e constante
ao longo do tempo [7].

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

3.1 Fontes de Iluminao

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.

Lmpadas Incandescentes: so as lmpadas mais comuns e menos custosas em relao s


demais fontes luminosas, porm, no apresentam caractersticas muito prprias para
o processamento de imagens, especialmente quando a taxa de aquisio das imagens
mltipla ou similar da frequncia da rede eltrica (50 ou 60Hz). Isto costuma ser
um problema para cmeras lineares, que acabam gerando imagens com muita inter-
ferncia (linhas claras escuras), devido diferena entre as frequncias da rede e de
aquisio. A resposta das lmpadas incandescentes ao controle de sua intensidade lu-
minosas tem bastante inrcia, sendo dependente da temperatura atual de seu filamento
de tungstnio. Alm disso, elas costumam esquentar bastante e por isso emitem, alm
da luz na frequncia visvel do espectro luminoso, radiao infra-vermelho at faixas
intermedirias do espectro infra-vermelho.

Lmpadas QTH: estas lmpadas halgenas funcionam de forma similar s lmpadas de


tungstnio, mas no sofrem com o problema de interferncia da frequncia da rede
eltrica. Apesar disto, o filamento de tungstnio das lmpadas halgenas pode atingir
temperaturas bem mais altas que nas lmpadas de tungstnio normais, emitindo radi-
ao infra-vermelho at faixas avanadas deste espectro. A vantagem que elas apre-
sentam um comportamento mais adequado em relao intensidade luminosa gerada,
26 3. Sistema de Iluminao

que praticamente constante, o que torna estas lmpadas boas fontes de iluminao
para alimentar sistemas iluminados por fibras pticas.

Lmpadas de Descarga: estas lmpadas operam sob o princpio de descargas de gases,


onde um forte campo eltrico criado dentro da lmpada para realizar a movimen-
tao dos ons dos gases em seu interior, gerando radiao luminosa a partir do choque
e recombinao das molculas. Existem dois tipos de lmpadas de descarga: as es-
pectrais e as fluorescentes, sendo ambas muito semelhantes, porm as espectrais no
apresentam um revestimento fluorescente. As lmpadas fluorescentes liberam forte
radiao luminosa, especialmente ultra-violeta, que nocvel aos seres humanos (po-
dendo ocasionar queimaduras dos tecidos externos do corpo). Por isso, esta radiao
convertida em um sinal luminoso de menor frequncia (visvel ao olho humano) ao en-
trar em contato com o revestimento fluorescente da lmpada, antes de atingir seu meio
externo. Elas apresentam um campo de iluminao homogneo e podem ser opera-
das atravs de retificadores de frequncia, para previnir a modulao da intensidade
luminosa e as interferncias indesejveis. No esquentam muito e costumam ser bem
utilizadas para aplicaes de viso. Mas perdem a intensidade luminosa com longos
perodos de uso.

Lmpadas de Arco Voltaico: so lmpadas como as de descarga, porm, para operao em


altas correntes eltricas, os eletrodos que criam o campo eltrico na lmpada esquen-
tam demasiadamente, e a descarga dos gases torna-se uma descarga voltaica. Estas
lmpadas apresentam alta intensidade luminosa, utilizadas muitas vezes at para si-
mular luz solar, e ainda podem ser condicionadas a pequenas reas luminosas (fontes
pontuais).

LEDs: permitem um controle da intensidade luminosa gerada e reagem de maneira instan-


tnea e praticamente sem inrcia a este controle, sendo por isto tambm prprios para
aplicaes estroboscpicas. Alm disto, tem tamaho pequeno, so leves, apresentam
custos razoavelmente econmicos e um tempo de vida muito amplo, dificilmente tendo
de ser trocados. No apresentam problemas de aquecimento, perturbao acstica ou
rudos, vibrao, nem de alimentao com alta voltagem, e bem por isso, seu uso em
ambientes industriais cresceu expressivamente nos ltimos anos. Podem ser arranja-
dos em diversas geometrias para criao de diferentes mdulos de iluminao, vari-
3.2. Tcnicas de Iluminao 27

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.

Emissores Infra-Vermelho: so fontes de iluminao baseadas em princpios termais. Em


geral, tratam-se de aquecedores baseados em resistncia eltrica. Costumam ser usa-
dos em ambientes onde impossvel eliminar a indesejvel influncia da luz natural ou
de radiao dispersiva de outras fontes de iluminao. Desta forma, utiliza-se um filtro
que permita passar apenas a faixa de sinais infra-vermelhos, cortando a influncia das
demais fontes. Lmpadas incandescentes e QTH tambm produzem bastante radiao
infra-vermelho.

3.2 Tcnicas de Iluminao

Segue uma descrio das principais tcnicas de iluminao usadas, assim como vanta-
gens e desvantagens de suas aplicaes [2, 5, 7, 10, 13]:

Direcional: consiste na emisso de um feixe luminoso (unilateral ou bilateral) em direo


fixa e com pouca disperso, o qual reflete sobre o objeto realando caractersticas
especiais deste.

Vantagens: forte, realando caractersticas superficiais do objeto.


Desantagens: pode gerar sombras ou regies de muito brilho.
Fontes de Iluminao: fibras pticas, LEDs, lmpadas incandescentes.

Multi-Direcional: consiste na emisso de diversos feixes luminosos provindos de diferentes


mas equidistantes pontos em relao ao centro do objeto, gerando uma iluminao
mais uniforme de toda sua superfcie.
28 3. Sistema de Iluminao

Esquema Direcional Mdulo de Iluminao Iluminao Direcional Frontal Iluminao Direcional Lateral

Figura 3.2: Ilustrao da tcnica de iluminao direcional.


Fonte: Edmund Optics em http://www.edmundoptics.com/ e RVSI/Nerlite em http://www.nerlite.com/.

Vantagens: forte e uniforme, reduzindo sombras.


Desantagens: pode gerar regies de muito brilho, custos mais elevados.
Fontes de Iluminao: fibras pticas, LEDs.

Esquema Multi-Direcional Mdulo de Iluminao

Figura 3.3: Ilustrao da tcnica de iluminao multi-direcional.


Fonte: RVSI/Nerlite em http://www.nerlite.com/.

Anel: tem o formato de um anel luminoso, que fixado junto lente da cmera, fornecendo
iluminao paralela ao eixo ptico.

Vantagens: forte e uniforme, reduzindo sombras.


Desantagens: pode gerar um anel de muito brilho sobre superfcies reflexivas.
Fontes de Iluminao: fibras pticas, LEDs, lmpadas fluorescentes.

Esquema em Anel Mdulo de Iluminao Iluminao em Anel

Figura 3.4: Ilustrao da tcnica de iluminao em anel.


Fonte: Edmund Optics em http://www.edmundoptics.com/ e RVSI/Nerlite em http://www.nerlite.com/.
3.2. Tcnicas de Iluminao 29

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.

Vantagens: propicia timo contraste para superfcies transparentes ou em alto relevo.


Desantagens: gera pouco contraste em objetos opacos, e sua instalao mais com-
plicada, devido proximidade dos objetos.
Fontes de Iluminao: fibras pticas, LEDs, lasers.

Esquema Campo Escuro Mdulo de Iluminao Iluminao em Anel Iluminao Campo Escuro

Figura 3.5: Ilustrao da tcnica de iluminao de campo escuro (dark-field).


Fonte: Edmund Optics em http://www.edmundoptics.com/ e RVSI/Nerlite em http://www.nerlite.com/.

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.

Vantagens: propicia timo contraste para deteco de bordas e anlise de objetos


translcidos.
Desantagens: elimina os detalhes superficiais do objeto, por no serem iluminados.
Fontes de Iluminao: fibras pticas, LEDs, lmpadas fluorescentes.

Esquema Luz de Fundo Mdulo de Iluminao Iluminao em Anel Iluminao Luz de Fundo

Figura 3.6: Ilustrao da tcnica de iluminao de fundo (backlight).


Fonte: Edmund Optics em http://www.edmundoptics.com/ e RVSI/Nerlite em http://www.nerlite.com/.

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.

Vantagens: reduz sombras e inibe reas de muito brilho em superfcies reflexivas.


Desantagens: instalao mais complicada, devido proximidade do objeto, custos
mais elevados.
Fontes de Iluminao: fibras pticas, LEDs, lmpadas fluorescentes.

Esquema Cpula Mdulo de Iluminao

Figura 3.7: Ilustrao da tcnica de iluminao de cpula (dome).


Fonte: RVSI/Nerlite em http://www.nerlite.com/.

Difusa: consiste em projetar iluminao perpendicularmente ao eixo ptico atravs de um


difusor. A luz dispersa que passa pelo difusor atinge um divisor de feixes (beamsplit-
ter) e refletida para a superfcie do objeto. Os feixes que provm do objeto paralelos
ao eixo ptico atravessam o divisor de feixes e sensibilizam o sensor.

Vantagens: reduz sombras e brilho, apresenta iluminao uniforme das superfcies


planas.
Desantagens: limitada a pequenas distncias de trabalho, produz pouca intensidade
luminosa, alm de ser de difcil instalao e ter custos mais elevados.
Fontes de Iluminao: fibras pticas, LEDs, com difusores.

Esquema Difusa Mdulo de Iluminao Iluminao em Anel Iluminao Difusa

Figura 3.8: Ilustrao da tcnica de iluminao difusa.


Fonte: Edmund Optics em http://www.edmundoptics.com/ e RVSI/Nerlite em http://www.nerlite.com/.
3.2. Tcnicas de Iluminao 31

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

Figura 3.9: Ilustrao da tcnica de iluminao dia nublado (cloudy day).


Fonte: Edmund Optics em http://www.edmundoptics.com/ e RVSI/Nerlite em http://www.nerlite.com/.

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.

Vantagens: destaca informaes de relevo e geometria das superfcies.


Desantagens: requer fontes potentes de iluminao, de difcil calibrao e complexo
sistema de movimentao do feixe luminoso.
Fontes de Iluminao: fibras pticas, LEDs, lasers.

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

Esquema Estruturada Iluminao Estruturada

Figura 3.10: Ilustrao da tcnica de iluminao estruturada.


Fonte: Edmund Optics em http://www.edmundoptics.com/.

Esquema Polarizada Iluminao Polarizada

Figura 3.11: Ilustrao da tcnica de iluminao polarizada.


Fonte: Edmund Optics em http://www.edmundoptics.com/.

3.3 Definio do Sistema de Iluminao em uma Aplicao


Exemplo

TODO
Captulo 4

Sistema de Aquisio de Imagens

O sistema de aquisio de imagens depende diretamente da boa configurao dos site-


mas ptico e de iluminao para cumprir bem seu papel. Ele contm o sensor ptico que
responsvel pela traduo do sinal de radiao luminosa refletido pelo objeto em estudo para
um sinal eltrico que possa ser compreendido pelo sistema de processamento.

Os sensores pticos (ou de aquisio de imagens) so constitudos por matrizes de


elementos fotosensveis, que so submetidos exposio luminosa do ambiente durante certo
tempo (tempo de exposio) e mapeiam o nvel de intensidade luminosa recebido sobre
sua superfcie em um sinal eltrico analgico proporcional, repassando este sinal para um
elemento processador, que ir digitalizar e armazenar o sinal em uma memria de rpido
acesso para futuro processamento [5].

Os sensores pticos podem ser classificados de acordo com o tipo de escaneamento


realizado e conforme sua sensibilidade. Quanto ao mtodo de escanemento, os mais usados
atualmente so os de escaneamento por rea, linear, laser, tomogrfico, termogrfico e ultra-
snico. J quanto a sensibilidade ao espectro luminoso, h sensores magnticos, sensores
para aquisio de informaes na faixa de frequncias visvel do espectro luminoso, raios
gamma, raios X, raios infra-vermelho, ondas de rdio e at ondas ultra-snicas [3, 5].

Os sistemas de aquisio variam conforme a aplicao para qual so destinados. Dife-


renas so encontradas quanto ao princpio de aquisio, a velocidade ou taxa de aquisio,
a resoluo das imagens adquiridas, o sistema de sensoreamento e a frequncia do espectro
luminoso utilizada [5].

Segue uma descrio de caractersticas gerais dos sensores pticos.


34 4. Sistema de Aquisio de Imagens

4.1 Princpio de Aquisio (Tcnica de Varredura)

Trs tcnicas de varredura para aquisio de imagens so bem difundidas: entrelaada,


progressiva e linear. Segue abaixo o princpio de funcionamento de cada uma delas [1, 5, 14]:

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 Progressiva (Progressive Scanning): consiste na leitura progressiva e sequen-


cial de todas as linhas da imagem na mesma etapa de varredura, criando um quadro
nico e completo que representa a imagem. Pode ser aplicada na aquisio de ima-
gens em movimento sem gerar borres indesejveis como na tcnica anterior. Po-
rm, o escaneamento progressivo ainda apresenta problemas de compatibilidade com
os padres de transmisso de vdeo atuais, normalmente necessitando de uma placa
de aquisio de imagens compatvel com a tecnologia de varredura progressiva para
transmitir os dados adquiridos ao sistema processador. Com o desenvolvimento das
tecnologias digitais de aquisio, a tendncia que os padres analgicos tornem-se
obsoletos, e a tecnologia progressiva de varredura deixe de apresentar tais problemas.
O custo destes sensores ainda bem mais alto do que os de varredura entrelaada. Por
4.2. Sensores CCD e CMOS 35

serem incompatveis com os padres de vdeo autais, no podem ser produzidos em


massa.

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.

4.2 Sensores CCD e CMOS

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].

4.2.1 Sensores CCD

Os ftons de energia luminosa incidente no sensor CCD desprendem certa quantidade


de eltrons (proporcional a intensidade luminosa) ao entrar em contato com o material semi-
condutor do sensor. Os eltrons captados pelos foto-diodos do sensor so guardados em
reas de armazenamento para posterior transmisso das informaes na forma de um sinal
eltrico.
O leiaute fsico destes sensores dita a maneira como os eltrons so coletados/armazenados,
havendo trs arranjos diferentes: transferncia entrelinhas (interline transfer), transferncia
por quadros (frame transfer) e transferncia por quadro completo (full frame transfer). O
princpio de quantizao da energia luminosa permanece o mesmo em todos os leiautes.
36 4. Sistema de Aquisio de Imagens

Sensor CCD de leiaute frame transfer Sensor CCD de formato linear

Figura 4.1: Sensibilizao, armazenamento e deslocamento da imagem em CCDs.


Fonte: Erhardt-Ferron [5].

Sua arquitetura subdividida em uma regio sensitiva e outra de armazenamento. No


primeiro instante o sensor recebe a informao luminosa do ambiente externo durante o
tempo de exposio, que ativa a regio sensitiva do sensor, liberando uma quantidade de el-
trons coletados por cada elemento fotosensvel. Estes eltrons so quantizados e repassados
para a regio de armazenamento do sensor e esta informao repassada de forma serial
para um registrador de sada, que envia um pulso eltrico com a informao quantizada da
regio de armazenamento para um elemento processador, que far a digitalizao deste sinal
analgico. Esta operao ilustrada na figura 4.1 para um sensor CCD retangular e outro
linear.

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.

4.2.2 Sensores CMOS

Os sensores CMOS so fabricados em processos semelhantes ao de microprocessa-


dores, podendo inclusive aproveitar uma linha industrial deste tipo para sua fabricao, o
que uma vantagem sobre os sensores CCD, que precisam de uma linha prpria para sua
fabricao.

Em sensores CCD, os eltrons gerados pela emisso de ftons sobre o sensor tm de


ser coletados, armazenados e posteriormente transmitidos de maneira serial por registradores
4.2. Sensores CCD e CMOS 37

Figura 4.2: Operaes de sensibilizao e transferncia de dados em sensores CMOS.


Fonte: Erhardt-Ferron [5].

de deslocamento. Este procedimento requere uma fatia de tempo de execuo considervel.


Nos sensores CMOS, os elementos fotosensveis (foto-diodos) esto diretamente acoplados
em resistores, permitindo uma contnua transformao da quantidadede luminosa recebida
em um sinal eltrico proporcional, como pode ser visto na figura 4.2.

Antigamente os sensores CMOS no eram to populares pois apresentavam elevado


nvel de rudo nas aquisies de imagens, devido ao leiaute do sensor. Conforme a tecno-
logia evoluiu, foram acoplados aos foto-diodos um circuito de amplificao que auxiliou na
reduo destes rudos. Apesar disso, cmeras CMOS ainda apresentam um sinal com taxas
de rudos maiores do que os encontrados em sensores CCD. Porm, uma srie de outras van-
tagens dos sensores CMOS sobre os sensores CCD colocam-no como uma possvel escolha
para substituio da tecnologia de sensores CCD no futuro [5]:

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.

possvel acoplar funcionalidades inteligentes ao sensor, como por exemplo, alguns


algoritmos de processamento de imagens (compresso, filtragem, dentre outros).

O consumo de energia de sensores CMOS cerca de cem vezes menor do que de


sensores CCD, sendo que a bateria de uma cmera filmadora com um sensor CMOS
poderia durar cerca de uma semana, enquanto a de uma cmera com sensor CCD
duraria algumas horas.

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

Sensores CMOS no apresentam problemas de super saturao (blooming) como os


sensores CCD, j que cada pixel da matriz sensorial lido individualmente.

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.

4.3 Sensores Monocromticos e Coloridos

A escolha entre sensores monocromticos ou coloridos para uma determinada aplica-


o de vital importncia para seu sucesso. H uma falsa concepo de que imagens geradas
por sensores monocromticos sejam de qualidade inferior do que as geradas por sensores co-
loridos. Na verdade, na maioria dos casos, o que ocorre o inverso [1, 5, 7, 10].
Cmeras monocromticas (ou preto e branco) possuem apenas 1 sensor e adquirem
imagens em diferentes tonalidades de cinza. Ou seja, cada pixel adquirido de uma imagem
de 256 tons de cinza reflete exatamente o nvel de intensidade luminosa registrado pelo
sensor naquele ponto especfico, podendo variar desde preto (valor 0), at branco (valor
255). Cmeras coloridas podem ter 1 ou 3 sensores. Seja qual for a quantidade de sensores
da cmera, as informaes de cores so sempre armazenadas em trs componentes bsicas,
uma vermelha, outra verde e outra azul (formato RGB), sendo que a combinao destas cores
gera as demais cores do espectro visvel.
As cmeras coloridas de apenas um sensor organizam a informao de cores de duas
maneiras diferentes: por linhas ou por mosaicos (figura 4.3). O resultado desta organiza-
o uma perda de aproximadamente 10% da resoluo da imagem em relao s cmeras
monocromticas, que no necessitam deste arranjo de cores. As cmeras monocromticas
ainda possuem menor taxa de rudos no sinal, maior sensibilidade luz e melhor contraste do
que as cmeras coloridas. O processamento de imagens em tons de cinza tambm costuma
ser mais rpido do que em imagens coloridas. Em certos casos, alguns filtros coloridos so
utilizados junto a sensores monocromticos para a percepo de caractersticas de uma cor
especfica na imagem. Em geral, cmeras monocromticas so melhores solues para apli-
caes de metrologia ou aplicaes em que a resoluo do sistema seja um fator importante
para o sucesso do mesmo. Usa-se cmeras coloridas apenas quando a informao de cor dos
objetos da imagem seja extritamente necessria para sua anlise.
4.3. Sensores Monocromticos e Coloridos 39

Figura 4.3: Cores arranjadas por mosaico ou por linhas numa imagem.
Fonte: Erhardt-Ferron [5].

Figura 4.4: Tcnica de diviso de feixes luminosos em 3 componentes coloridos.


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

Figura 4.5: Tamanhos padro de sensores CCD.


Fonte: Edmund Optics em http://www.edmundoptics.com/.

4.4 Sensores Infra-Vermelho

Sensores infra-vermelho adquirem imagens segundo os mesmos princpios das cme-


ras monocromticas comuns. Porm, a sensibilizao do sensor se d pela radiao infra-
vermelho proveniente do estado de calor dos corpos observados. D-se o nome de termogra-
fia a este processo.

Uma diferena para os sensores monocromticos comuns que os sensores infra-


vermelhos devem ser continuamente resfriados para que os rudos provenientes da tempe-
ratura do ambiente no afetem os resultados da aquisio das imagens. Devido a este fato,
as cmeras infra-vermelho costumam apresentar maiores dimenses e serem bem mais caras
[5].

4.5 Tamanho e Resoluo de Sensores

O tamanho dos sensores extremamente importante para o clculo da magnificao


primria e magnificao do sistema, importantes para a escolha do conjunto ptico para a
aplicao. A figura 4.5 ilustra os diferentes tamanhos de sensores CCD disposio no
mercado.

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

Figura 4.6: Resoluo de um sensor em termos de pares de linha.


Fonte: Edmund Optics em http://www.edmundoptics.com/.

luminosa (ou de tonalidade) representa a menor diferena em termos de intensidade luminosa


(tons de cinza) distinguida pelo sistema, variando conforme o nmero de bits empregados
na representao de um pixel da imagem. So comuns o emprego de 8, 10 e 12 bits, o que
resulta em escalas de 256, 1024 e 4096 tonalidades de cinza (ou outra cor) respectivamente,
para a representao do nvel de intensidade luminosa de um ponto da imagem.

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.

A resoluo pode ser ainda especificada em nmero de pixels, pois conhece-se de


antemo a quantidade de elementos fotosensveis que compem o sensor. Voltando figura
4.6, notamos que um par de linha corresponde exatamente a dois pixels. Ou seja, para poder
distinguir objetos distintos em uma imagem, necessrio que haja no mnimo um pixel de
distncia entre os mesmos.

J a figura 4.7 ilustra a resoluo de nvel de intensidade luminosa em uma imagem


42 4. Sistema de Aquisio de Imagens

Figura 4.7: Representao de resoluo de 5 bits para o nvel de intensidade luminosa da imagem.
Fonte: Orth [13].

de apenas 32 tons de cinza (5 bits de resoluo). Nesta imagem, o valor 0 a representao


da cor preta pura, e o valor 31 representa o branco puro. Nveis intermedirios representam
os diferentes tons de cinza distinguiveis de acordo com a resoluo do nvel de intensidade
luminoso captado pelo sensor.

4.6 Tipos de Cmeras

Diversos so os tipos de cmeras encontradas no mercado, variando conforme as ca-


ractersticas do sensor acoplado e a aplicao ao qual ser submetida. Uma classificao
geral resulta em seis tipos distintos de cmeras: analgicas, digitais, inteligentes, webcams,
sem fio (wireless) e especiais [13, 14]. A figura 4.8 ilustra estes tipos de cmeras. Uma
descrio sobre cada tipo dada a seguir:

Cmeras Analgicas: transmitem um sinal de vdeo analgico de sada para um elemento


processador (que digitalizar o sinal) ou diretamente para um display. Existem varian-
tes com varredura tanto entrelaada quanto progressiva, assim como monocromticas
ou coloridas. A vantagem do uso deste tipo de cmeras est em seu tamanho reduzido,
sua tecnologia bem sedimentada e seu baixo custo. Em compensao, uma placa de
aquisio de imagens necessria para compreender e digitalizar o sinal analgico
transmitido antes de repassar a informao ao processador. O sinal de vdeo analgico
no permite altas taxas de transferncia de dados, nem to pouco alta resoluo das
imagens, devido s suas limitaes tcnicas, sendo ainda susceptvel influncia de
rudos eletromagnticos. So empregadas sempre que a resoluo ou a velocidade do
sistema no sejam fatores crticos para sucesso da aplicao.

Cmeras Digitais: so semelhantes s cmeras analgicas em suas caractersticas bsicas,


mas produzem um sinal de vdeo de sada j digitalizado para transferncia das ima-
4.6. Tipos de Cmeras 43

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.

Webcams: desenvolvidas inicialmente para o ambiente domstico e de escritrio, mas j ga-


nham espao at mesmo em aplicaes industriais. Tratam-se de cmeras coloridas
digitais, com varredura progressiva e boas taxas de transferncia de dados, j apresen-
tando at mesmo alta resoluo de imagens (megapixel). So em geral de pequeno
tamanho, peso e baixo custo. Possuem um conjunto ptico prprio e fixo, o que di-
ficulta seu uso para aplicaes de metrologia. So atualmente bem empregadas em
vdeo-conferncias, sistemas de vigilncia e monitoramento de ambientes, auxlio a
deficientes fsicos, dentre outros.

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

Analgica Digital Inteligente

Webcam Sem fio Especial: Tomografia

Figura 4.8: Diferentes tipos de cmeras encontradas no mercado.

do sistema de viso. Atualmente, com o crescimento desta tecnologia, esta opo j


vivel.

Cmeras Especiais: so dispositivos de aquisio de imagens que atuam fora do espec-


tro luminoso visvel, no necessariamente fazendo uso de um sensor do tipo CCD ou
CMOS, nem assemelhando-se fisicamente ao formato de uma cmera convencional.
Porm, ainda operam de modo a adquirir e armazenar uma imagem em uma matriz
n-dimensional, como nas cmeras previamente mencionadas. Exemplos destas cme-
ras especiais so as cmeras infra-vermelho que captam o sinal de calor proveniente
de objetos, aparelhos de raios-X e tomografia para gerao de imagens mdicas, dis-
positivos que operam com ondas de rdio e raios gamma para obteno de imagens
astronmicas, dentre outros.

Seguem maiores detalhes sobre as placas de aquisio. Quanto parte de software do


sistema de processamento, esta ser tratada na seo ??, devido a sua importncia e extenso
de contedo.
4.7. Placas de Aquisio (Frame Grabbers) 45

Figura 4.9: Estrutura modular genrica de placas de aquisio de imagens.


Fonte: Erhardt-Ferron [5].

4.7 Placas de Aquisio (Frame Grabbers)

Alm da aquisio das informaes provenientes dos sensores pticos, as placas de


aquisio ainda devem preocupar-se com as seguintes funes: processar as informaes
provenientes de mais de uma fonte, armazenar as informaes recebidas de forma rpida e
eficiente, oferecer uma interface grfica de controle e ser flexvel suficiente para atender a
uma variada gama de aplicaes [5].

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.

Existem inmeros fabricantes e tipos de placas de aquisio no mercado. Mas em


geral, elas costumam apresentar uma estrutura modular (figura 4.9), com quatro componentes
principais [5]:

Unidade de Entrada de Vdeo (VIU):

Representa a interface entre o sensor ptico e uma unidade de armazenamento de in-


formaes. Algumas placas podem ser conectadas a variadas fontes de aquisio de
imagens, como por exemplo, fontes de dados analgicos (cmeras, gravadoras, tom-
grafos, microscpios eletrnicos) e fontes de dados digitais (cmeras, CDs, scanners).
Para atender de forma flexvel diversas fontes de aquisio, as VIU devem realizar as
seguintes tarefas (figura 4.10): multiplexar as diferentes fontes de entrada, sincroni-
zar os dados recebidos com a unidade de armazenamento, digitalizar sinais analgicos
atravs de um conversor ADC, transferir sinais digitais diretamente para a memria,
realizar um breve pr-processamento/mapeamento dos dados caso necessrio.
46 4. Sistema de Aquisio de Imagens

Figura 4.10: Estrutura funcional das unidades de entrada de vdeo.


Fonte: Erhardt-Ferron [5].

Armazenador de Quadros (FB):

Os dados coletados provindos do sensor ptico so direcionados pela placa de aquisi-


o a trs fontes distintas: sua prpria rea de armazenamento (FB frame buffer), a
memria da placa de vdeo do computador, ou a prpria memria RAM do computa-
dor. A rea de memria RAM da placa de aquisio muito semelhante memria
RAM do computador, porm, prov uma maneira diferente de endereamento, que no
contnuo, mas sim matricial. Esta rea administrada pela biblioteca de software que
acompanha a placa, permitindo que a memria seja acessada por duas portas, adqui-
rindo dados das imagens dos sensores, e ao mesmo tempo, projetando estes dados em
displays.

Processador Digital de Sinais (DSP):

As placas de aquisio podem ter um ou mais processadores internos, prprios para


tarefas de pr-processamento das imagens armazenadas em sua rea de memria.
Operaes de filtragem, convolues e compresso so as mais comuns e auxiliam
dando significativo ganho de velocidade e desempenho ao sistema, sendo at essen-
ciais em algumas aplicaes de tempo-real. Os DSPs esto normalmente localizados
junto s placas de aquisio, porm, em alguns casos, podem estar em placas sepa-
radas, comunicando-se via barramento PCI, ou ainda em computadores diferentes,
comunicando-se por rede.

Unidade de Sada de Vdeo (VOU):

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

Figura 4.11: Estrutura funcional das unidades de sada de vdeo.


Fonte: Erhardt-Ferron [5].

refas gerais de uma unidade de sada de vdeo resumem-se em realizar um breve


pr-processamento/mapeamento das informaes e uma converso analgico-digital
quando necessrio, para prover uma sada adequada de vdeo. Esta estrutura pode ser
vista na figura 4.11.

4.8 Definio do Sistema de Aquisio em uma Aplicao


Exemplo

TODO
Captulo 5

Sistema de Transmisso de Dados

O sistema de transmisso de dados est intimamente ligado aos sistemas de aquisio,


processamento e de atuao, pois o elo de comunicao responsvel pela de troca de dados
do sensor ptico ao elemento processador e informaes de controle deste para os demais
componentes do sistema.

Os sinais trocados pelo sistema de transmisso obedecem padres analgicos ou digi-


tais [5], e no necessariamente precisam de cabeamento para que esta troca de informaes
ocorra. As vantagens e desvantagens do uso de tecnologias analgicas ou digitais quanto ao
custo, desempenho, resoluo, taxas de transferncia e robustez tambm j foram levantadas
anteriormente no captulo 4, sendo aqui tratada apenas a parte que diz respeito aos protocolos
de comunicao utilizados.

5.1 Sinais Analgicos

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].

Os padres RS-170 e RS-170A so padres de vdeo analgicos da EIA, para trans-


misso de vdeo monocromtico e colorido, respectivamente. O padro RS-170A mais
conhecido pela sigla NTSC (National Television System Committee), tratando-se de um si-
nal composto. Ambos empregam tcnica de varredura entrelaada e admitem resoluo e
qualidade nvel mdio.

J os padres PAL (Phase Alternation Line) e SECAM (Sequentiel Couleur Me-


moire) so da CCIR, usados para transmisso de sinais monocromticos e coloridos, ambos
compostos. O PAL empregado em quase toda a Europa, menos na Frana e parte do leste
europeu, onde predomina o SECAM. O protocolo SECAM admite uma resoluo maior das
imagens do que o PAL.

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).

O cabeamento mais utilizado para a transmisso dos dados em padres analgicos o


cabo coaxial, que possui dois canais distintos: um para a transmisso dos dados e o outro para
o sinal de referncia (terra). Algumas variaes de conectores existem. Para transmisso de
sinal de vdeo monocromtico composto, utiliza-se, por exemplo, conectores do tipo BNC
ou RCA de duplos pinos. J os sinais de vdeo coloridos usam o conector DIN de quatro
pinos para a transmisso do sinal Y-C, onde a informao de intensidade luminosa vai em
um canal, a de cor vai em outro, e os dois canais restantes so referncias (terra) para cada
sinal transmitido. O sinal RGB utiliza o mesmo cabeamento dos sinais monocromticos,
porm, trata-se de um cabo triplo, para transmisso de cada banda de cor em separado. Estes
conectores so ilustrados na figura 5.1.
5.2. Sinais Digitais 51

Figura 5.1: Diferentes tipos de conectores em cabeamento de vdeo analgico.


Fonte: Edmund Optics em http://www.edmundoptics.com/.

5.2 Sinais Digitais

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 sinal TTL comum na eletrnica digital, baseado em um valor baixo e constante de


voltagem (0 a 5 volts) em relao a um sinal de referncia. Por no ser um sinal diferencial,
est mais susceptvel influncia de rudo eletromagntico e s pode ser empregado em
cabos de curto comprimento.

O RS422 um sinal diferencial que permite maiores taxas de transmisso de dados,


sendo o padro atualmente empregado nas cmeras digitais, sendo menos susceptvel a ru-
dos e podendo ser empregado em cabos com grandes comprimentos.

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.

Sobre estes padres de sinais digitais, empregam-se alguns protocolos de comunicao


diferentes, de acordo com o tipo de portas/barramento de comunicao utilizados. Os mais
conhecidos atualmente so portas serial e paralela, HotLink, CameraLink, USB e IEEE1394.

As portas serial e paralela podem ser utilizadas em diferentes modos de operao, e


j foram antigamente utilizadas para a transferncia de imagens, porm, apresentam taxas
de transferncia muito baixas quando comparadas com os demais protocolos j existentes,
52 5. Sistema de Transmisso de Dados

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).

Dentre os demais, o HOTLink o mais antigo, alcanando taxas de transmisso de at


330 Mbits/s, operando junto a uma placa de aquisio e permitindo utilizao de cabos de
at 100 metros.

O padro CameraLink usa protocolo de comunicao ChannelLink, e recebeu grande


suporte dos grandes fabricantes da rea de viso, pois tinham a inteno de torn-lo um pa-
dro, o que foi alcanado no ano de 2000. Baseado na tecnologia LVDS, o CameraLink
atinge taxas de transferncia de dados de at 255 Mbits/s, opera junto a uma placa de aqui-
sio de imagens e permite utilizar cabos com at 550 metros de comprimento. possvel
ainda conectar mais de uma cmera no mesmo cabo, sendo tambm fornecidos canais de E/S
para operaes de entrada e sada.

J o barramento USB permite a troca de dados digitais atravs de dois protocolos


seriais, o USB1.1 e o USB2.0, dispensando o uso de placas de aquisio de imagens. O
protocolo USB2. 0 baseia-se no seu antecessor, sendo totalmente compatvel e extendendo
algumas funcionalidades, como a taxa de transferncia de dados, que passou de 12 Mbits/s
para 480 Mbits/s. Trata-se de um barramento serial onde os dispositivos escravos podem
ser ligados a qualquer momento (hotplug), permitindo at 127 dispositivos ligados no mesmo
barramento de um dispositivo controlador (computador) ao mesmo tempo, sendo possvel
a alimentao destes dispositivos atravs do prprio cabo USB. Cmeras webcams normal-
mente utilizam estes protocolos, sendo que algumas cmeras industriais j so produzidas
com o protocolo USB2.0, para troca de dados em maior velocidade. Porm, ainda no existe
um padro regendo a maneira como as trocas de dados entre cmeras e computadores devem
ser feitos atravs destes protocolos, tendo cada fabricante implementado seu prprio padro,
e deixando a comunidade de viso um tanto ainda insegura para adotar esta tecnologia.

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

FireWire, e at mesmo a criao de redes de computadores pelo seu barramento. A grande


vantagem que o padro IEEE1394 tem sobre o USB atualmente a existncia de uma norma
(IIDC Instrumentation and Industrial Control Digital Camera) especificando a maneira
como a troca de dados de imagens deve ser efetuada, o que traz mais segurana para o uso
de cmeras baseadas neste padro para aplicaes de viso.

5.3 Definio do Sistema de Transmisso em uma Aplica-


o Exemplo

TODO.
Captulo 6

Sistema de Processamento de Dados

O sistema de processamento de dados o corao do sistema de viso, responsvel pelo


pr- e processamento das informaes recebidas de todas as outras partes do sistema, e prin-
cipalmente pela tomada de decises de acordo com o estado atual da aplicao. Comunica-se
com todos os demais componentes, monitorando e coordenando as atividades gerais e pro-
porcionando ao usurio uma interface de comando, para que este possa interferir no sistema
quando desejado. Para realizar estas tarefas necessrio um hardware adequado, que cum-
pra os requisitos da aplicao e principalmente software para inserir a parte inteligente, que
garante a autonomia do sistema.

O hardware do sistema processador trata-se de um computador (um elemento proces-


sador e memria) e em muitos casos ainda uma placa de aquisio de imagens, responsvel
pela digitalizao dos dados vindos do sensor ptico. A placa de aquisio pode ser dispen-
sada quando o sinal que provm das cmeras j encontra-se digitalizado. O elemento pro-
cessador no o nico responsvel pelo processamento dos dados provindos das cmeras,
sendo comum, desejvel e as vezes at mesmo indispensvel que a prpria placa de aquisi-
o responsabilize-se por parte do processamento, principalmente em aplicaes com curtos
requisitos temporais, permitindo assim que o elemento processador concentre esforos em
tarefas mais custosas e na tomada de decises [5, 13, 14].
56 6. Sistema de Processamento de Dados

6.1 Definio do Sistema de Processamento em uma Apli-


cao Exemplo

TODO.

6.2 Ambientes de Simulao

TODO.

6.3 Bibliotecas de Programao

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.

O projeto de um sistema de atuao completamente dependente da aplicao em


questo, estando fora do escopo deste trabalho abordar sobre as diversas maneiras pelas
quais dispositivos de atuao poderiam ser acoplados aos sistemas de viso.

7.1 Definio do Sistema de Atuao em uma Aplicao


Exemplo

TODO.
Captulo 8

Calibrao do Sistema de Viso

A calibrao de um Sistema de Viso consiste em encontrar uma correlao entre as


medidas dos objetos do mundo real e suas medidas atuais nas imagens adquiridas, realizando
a traduo das dimenses da menor parte integrante de uma imagem adquirida (um pixel da
imagem) para uma unidade de medio padro conhecida.

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.

8.1 Calibrao 2D de Sistemas de Viso

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.

Um algoritmo robusto para realizar a calibrao de um Sistema de Viso funciona de


acordo com os seguintes passos:

1. Em princpio necessrio adquirir uma sequncia de imagens em diferentes posies


focais do gabarito de calibrao e com uma configurao de iluminao especfica e
otimizada para esta tarefa, gerando um vetor de imagens (figura 8.1).
60 8. Calibrao do Sistema de Viso

Figura 8.1: Vetor de imagens do gabarito de calibrao em diferentes posies focais.

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.

Este princpio de anlise da varincia da imagem se apoia justamente na forma do


tabuleiro de xadrez, que composto por uma srie de quadrados brancos e pretos
de mesmas dimenses, todas conhecidas previamente. Devido a esta caracterstica, a
imagem de um tabuleiro de xadrez deveria retornar um histograma bem caracterstico:
um grande pico na regio baixa do histograma (representando todos os pixels de valor
nulo dos quadrados pretos) e outro grande pico na regio alta (pixels de valor mximo
dos quadrados brancos). Com isto, a varincia dos pontos da imagem em relao ao
seu valor mdio (valor intermedirio de um tom de cinza) mxima, pois todos os
pontos esto bem distantes deste valor (ou so pretos ou so brancos).

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).

A figura 8.2 ilustra a escolha da melhor imagem do vetor de imagens de calibrao.


8.1. Calibrao 2D de Sistemas de Viso 61

Figura 8.2: Escolha da imagem de melhor foco atravs da inspeo da varincia de seus pixels.

Figura 8.3: Binarizao automtica da imagem de calibrao e posterior limpeza de rudos.

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).

Este algoritmo de limiarizao automtica vai aumentando levemente o valor de limiar


na imagem, at o ponto em que o nmero de pixels brancos e pretos tenham aproxima-
damente a mesma proporo, o que representa bem as caractersticas de um tabuleiro
de xadrez. Como a aquisio das imagens nunca perfeita nem mesmo a impresso
do tabuleiro de xadrez resulta em um tabuleiro ideal, aps a binarizao da imagem
do tabuleiro surgem alguns pequenos rudos. Estes rudos podem ser em grande parte
eliminados pela aplicao de um algoritmo de morfologia matemtica denominado fe-
chamento (ver captulo 13), que busca eliminar pequenos pontos de rudo na imagem
atravs de um pequeno aumento das propores de seus objetos (figura 8.3).

4. Ao se obter a imagem de calibrao binarizada e com boa qualidade, busca-se identi-


62 8. Calibrao do Sistema de Viso

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.

A partir destas linhas interpoladas, encontram-se todos os pontos de interseco entre


as mesmas, pois atravs destes pontos que ser calculada a distncia mdia vertical
e horizontal do sistema, conforme as equaes 8.1 e 8.2 e como pode ser visto a partir
da figura 8.5.
8.1. Calibrao 2D de Sistemas de Viso 63

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

Software do Sistema de Viso


Captulo 9

Propriedades das Imagens

As imagens digitais que so armazenadas na memria de um computador podem ser


consideradas funes bi-dimensionais da forma f (x, y), onde o valor de amplitude de f na
coordenada espacial (x, y) da imagem um valor inteiro no-negativo, representando o nvel
de intensidade luminosa proveniente da cena observada e registrado no sensor ptico naquele
ponto [3, 15]. As imagens geradas a partir de um processo fsico, possuem valores de f
dentro de uma faixa finita e proporcional intensidade luminosa incidente no sensor:

0 < f (x, y) < (9.1)

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:

f (x, y) = i(x, y)r(x, y) (9.2)

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

Figura 9.1: Etapas de formao das imagens em um sistema de viso.


Fonte: Jhne et al. [7].

da fonte luminosa, enquanto r(x, y) depende das caractersticas superficiais dos objetos ob-
servados [3, 4].

9.1 Amostragem e Quantizao para Digitalizao de Ima-


gens

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].

A amostragem consiste em pegar amostras de pontos da informao contnua e anal-


gica do sinal em distncias equidistantes ao longo dos eixos vertical e horizontal da imagem,
enquanto que a quantizao extrai os valores de intensidade luminosa identificados nos pon-
tos amostrados. O processo de amostragem e quantizao de uma imagem est intimamente
ligado resoluo da imagem produzida. Nota-se que quanto maior o nmero de pontos
amostrados na imagem, maior ser a resoluo espacial desta. Da mesma forma, quanto
maior o nmero de nveis de intensidade luminosa considerados na imagem para representar
a tonalidade de um ponto amostrado, maior ser a resoluo de tonalidades da imagem. A
figura 9.2 ilustra a amostragem e quantizao de um sinal analgico para transform-lo em
um sinal digital.

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

Aquisio de uma linha contnua da imagem Amostragem e quantizao da linha

Figura 9.2: Tarefas de amostragem e quantizao dos dados analgicos de uma linha da imagem.

extrado da quantizao da intensidade luminosa incidente em cada ponto amostrado da


matriz no sensor ptico [3, 7, 15].

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)

9.2 Propriedades e Relacionamentos entre Pontos de uma


Imagem

Devido ao arranjo matricial de uma imagem digital, diversas operaes matemticas


aplicadas a matrizes podem tambm ser utilizadas na rea de processamento de imagens.
Para prosseguir com um estudo mais aprofundado sobre estas operaes, desejvel ainda
introduzir algumas propriedades e relacionamentos entre os elementos ou pixels internos de
uma imagem: vizinhana, adjacncia, conectividade, regio e limite [3].

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)

Figura 9.3: Vizinhanas N4 (p), ND (p) e N8 (p) do pixel p = 0.

a uma unidade de distncia de (x, y). J os outros 4 vizinhos diagonais de p encontram-se


nas coordenadas: (x + 1, y + 1), (x + 1, y 1), (x 1, y + 1), (x 1, y 1), sendo que o co-
junto destes pixels vizinhos denota-se ND (p). Este conjunto, juntamente com N4 (p) forma
um novo conjunto denominado N8 (p), que engloba todos os pixels vizinhos de p. H a pos-
sibilidade de algum destes pixels vizinhos permanecerem fora dos limites da imagem, caso
p encontre-se em uma das bordas. A figura 9.3 ilustra as vizinhanas (representadas por 1)
N4 (p), ND (p) e N8 (p) para um dado pixel p = 0.

A partir do conceito de vizinhana, define-se a adjacncia. Diz-se que o pixel q


adjacente de p quando q encontra-se na vizinhana de p e satisfaz ainda uma condio de
semelhana ou afinidade de intensidade luminosa. Ou seja, alm de ser vizinho, deve possuir
um valor de intensidade dentro de uma faixa especfica de tons, a definir.

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

Estruturas de Dados para Representao


e Anlise de Imagens

TODO.
Captulo 11

Pr-Processamento de Imagens (Realce


de Caractersticas)

Operaes de pr-processamento so aplicadas em uma imagem para alcanar como


resultado outra imagem com caractersticas realadas, mais adequadas para prosseguir com
as demais etapas de processamentos necessrias [3]. Existem inmeras tcnicas de realce de
imagens. Dentre as mais conhecidas esto as de filtragem espacial e frequencial, conforme
ser visto nas sees seguintes.

Estas tcnicas de pr-processamento enquadram-se entre as tcnicas de baixo nvel


(conforme levantado na seo 1.1), recebendo imagens na entrada e resultando em imagens
tambm na sada. O estudo destas tcnicas fundamental inclusive para a compreenso de
muitas outras tcnicas de processamento de imagens, que baseiam-se nestes conceitos para
gerao de novas solues no processamento das imagens. As informaes contidas nesta
sub-seo baseiam-se principalmente em [3] e podem ser encontradas mais aprofundadas em
[1, 2, 4, 15, 17, 18, 19, 20, 21, 22, 23, 24].

11.1 Pr-Processamento no Domnio Espacial

O processamento no domnio espacial refere-se a procedimentos que operam direta-


mente sobre os pixels de uma imagem, na forma como esto arranjados espacialmente. Uma
76 11. Pr-Processamento de Imagens (Realce de Caractersticas)

Figura 11.1: Ilustrao do operador T sobre a vizinhana de um ponto da imagem.


Fonte: Gonzalez and Woods [3].

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

Figura 11.2: Tpicos arranjos de operadores para processamento espacial.

operao de processamento espacial denotada da seguinte forma:

g(x, y) = T [ f (x, y)] (11.1)

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

Figura 11.3: Operador 3X3 aplicado sobre a vizinhana de um ponto da imagem.


Fonte: Gonzalez and Woods [3].

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.

J as demais configuraes de operadores (3X3, 5X5, 7X7) so utilizadas especial-


mente em operaes de filtragem de imagens, e so mais conhecidas na literatura de proces-
samento de imagens como mscaras, kernels ou filtros prpriamente ditos. Uma operao de
filtragem linear para uma mscara de tamanho 3X3 poderia ser definida da seguinte forma:
R = w(1, 1) f (x 1, y 1) + w(1, 0) f (x 1, y) + +
w(0, 0) f (x, y) + + w(1, 0) f (x + 1, y) + w(1, 1) f (x + 1, y + 1),
onde R o resultado da operao linear aplicada sobre o ponto (x, y) e sua vizinhana na
imagem f , gerando o valor de intensidade luminosa para apenas um ponto (de coordenadas
(x, y)) na imagem g. A operao ilustrada na figura 11.3. Desta forma, cada ponto da ima-
gem g gerado levando-se em conta uma operao linear aplicada a nove pontos da imagem
f . A nova e completa imagem g formada ao aplicar-se o operador cima citado sobre toda a
regio da imagem f , ou seja, movendo a mscara de filtragem sobre os pontos da imagem, de
maneira semelhante ao que ocorre em operaes de convoluo de sinais unidimensionais.
78 11. Pr-Processamento de Imagens (Realce de Caractersticas)

11.1.1 Operaes Bsicas de Pr-processamento Espacial

Das operaes de processamento pontual ou por mscara de convoluo, surgem uma


srie de operaes bsicas, lgicas, aritmticas e de filtragem para aplicao em domnio
espacial nas imagens. Dentre as operaes bsicas, baseando-se em operaes de processa-
mento pontual, as mais comumente empregadas podem ser vistas na figura 11.4, seguindo
uma sucinta descrio:

Identidade: nada mais do que uma cpia idntica, ponto a ponto da imagem original.

Negativa: a negativa de uma imagem f obtida ao inverter-se a intensidade luminosa de


todos os pontos da imagem, resultando em uma nova imagem g com aspecto seme-
lhante a um negativo fotogrfico. Ou seja, para uma imagem f com uma faixa de
tons de cinza variando de [0, L 1], a negativa desta imagem obtida pela expresso:
g(x, y) = (L 1) f (x, y). Esta operao adequada para destacar pequenos detalhes
brancos ou cinza sobre grandes reas negras.

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:

Aritmticas: compreendem a soma, subtrao, multiplicao e diviso entre pixels de duas


imagens, resultando em uma nova imagem. Estas operaes evidentemente sofrem
11.1. Pr-Processamento no Domnio Espacial 79

Original Negativa

Logartmica Potncia

Figura 11.4: Ilustrao de operaes bsicas de pr-processamento.

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.

Lgicas: compreendem as trs operaes lgicas bsicas E, OU e NAO, sendo possvel


a partir destas construir suas derivadas. As operaes E e OU operam sobre duas
imagens, enquanto que a NAO opera sobre apenas uma. So usadas principalmente
para selecionar ou destacar reas especficas das imagens (regies de interesse ROIs),
alm de serem muito importantes para as operaes de morfologia, vistas na sub-seo
??.
80 11. Pr-Processamento de Imagens (Realce de Caractersticas)

Imagem (1) Imagem (2)

Subtrao de (1) e (2) Operao OU entre (1) e (2) Operao E entre (1) e (2)

Figura 11.5: Ilustrao de operaes lgicas e aritmticas de pr-processamento.

11.1.2 Operaes de Filtragem Espacial por Mscaras de Convoluo

Por ltimo, temos as mais importantes operaes de pr-processamento no domnio es-


pacial, as operaes de filtragem, que baseiam-se nos princpios de convoluo de mscaras
pr-configuradas para realar caractersticas especficas das imagens. As operaes de filtra-
gem dividem-se entre operaes de suavizao (smoothing) e enfatizao (sharpening). Em
geral operaes de suavizao procuram atenuar o nvel de rudo nas imagens, removendo
pequenos detalhes e suavizando contornos. J as operaes de enfatizao procuram desta-
car detalhes da imagem, principalmente cantos e arestas. As principais tcnicas utilizadas
so ilustradas na figura 11.6 e descritas a seguir:

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.

11.2 Pr-Processamento Estatstico

As tcnicas de processamento estatstico formam um subconjunto distinto das tcnicas


de processamento espacial, baseando-se na anlise de informaes estatsticas da imagem.
Dentre estas tcnicas, as mais conhecidas so as de manipulao dos histogramas das ima-
gens.

Um histograma uma forma distinta de se enxergar os dados de uma imagem. Trata-


se de um grfico com dois eixos, um horizontal, cobrindo todos os nveis de intensidade
luminosa possveis para a representao do valor de um pixel da imagem, e outro vertical,
82 11. Pr-Processamento de Imagens (Realce de Caractersticas)

Original Suavizao Linear

Gradiente Laplaciano

Figura 11.6: Ilustrao de operaes de filtragem de suavizao e enfatizao.

representando o nmero de pixels com um nvel de intensidade luminosa especfico na ima-


gem. O histograma pode ser avaliado a partir da expresso: H(rk ) = nk , onde rk o k-simo
nvel de intensidade luminosa possvel, de uma faixa que varia entre [0, L 1], e nk o n-
mero de pixels contendo nvel de intensidade luminosa igual a rk na imagem. A figura 11.7
ilustra uma imagem e o seu respectivo histograma.

Tambm comum encontrarmos um histograma em sua forma normalizada, ou seja,


seu eixo vertical sofre pequena alterao (diviso do nmero de pixels das colunas do his-
tograma pelo nmero de pixels total da imagem), resultando na probabilidade de ocorrncia
nk
de cada nvel de intensidade luminosa na imagem: P(rk ) = n, onde P(rk ) a probabilidade
com que o nvel de intensidade luminosa rk aparece na imagem.

Histogramas so ferramentas poderosas, de fcil e rpido clculo, e sua manipulao


gera um vasta gama de efeitos desejveis para operaes de realce, segmentao e compres-
so de imagens. Uma das maiores utilidades de um histograma o realce de imagens a
11.2. Pr-Processamento Estatstico 83

Imagem Original Histograma da Imagem

Figura 11.7: Representao de uma imagem atravs de seu histograma.

Imagem Equalizada Histograma Equalizado

Figura 11.8: Ilustrao do processo de equalizao do histograma de uma imagem.

partir do sua equalizao. A equalizao consiste numa transformao da imagem a partir


da redistribuio dos nveis de intensidade luminosa de seus pontos, de forma a atingir uma
distribuio mais uniforme de uma faixa ou de toda a faixa de intensidades luminosa do
histograma da imagem (figura 11.8).

Desta forma, imagens escuras de nveis de intensidade luminosa predominantemente


baixos (comprimidos na parte esquerda do histograma), teriam estes valores de intensidade
redistribudos, de gerando um histograma mais uniforme, ocupando maior parte da vasta
faixa de nveis de intensidade luminosa. Isto resulta em uma imagem mais clara e ntida,
com maior contraste entre os objetos e o fundo da imagem. O mesmo princpio pode ser
aplicado imagens muito claras, buscando realar caractersticas importantes da imagem
para permitir futuros processamentos.
84 11. Pr-Processamento de Imagens (Realce de Caractersticas)

11.3 Pr-Processamento no Domnio Frequencial

O processamento no domnio frequencial semelhante ao feito no domnio espacial,


porm os operadores utilizados nas tarefas de filtragem mudam significativamente, tendo em
vista que agora a busca pelas caractersticas da imagem se d no plano frequencial, que na
verdade uma nova estrutura de representao das informaes da imagem original. O que
antes era analisado no domnio espacial de f (x, y), agora analisado em F(u, v), que a
representao da imagem f no domnio frequencial.

A ferramenta utilizada para mapear os dados de f do domnio espacial para F no


domnio frequencial a Transformada Discreta de Fourier (DFT). Esta ferramenta mapeia as
caractersticas do sinal no tempo (espao) para um somatrio de senos e cossenos com seus
respectivos pesos, de forma a traduzir perfeitamente o sinal para o domnio da frequncia.
Para retornar ao domnio do tempo, sem perdas de informaes, basta aplicar a transformada
inversa ao sinal frequencial. A teoria matemtica por trs desta ferramenta extensa e possui
rica literatura, no fazendo parte do escopo deste trabalho aprofundar-se em maiores detalhes
de seu funcionamento. Maiores detalhes sobre operaes em domnios frequenciais pode ser
encontrada em [3, 25, 26, 27].

O processamento no domnio frequencial costuma ser mais custoso e demorado, de-


vido ao nmero maior de etapas de processamento a serem cumpridas, e pela natureza das
mscaras de convoluo frequenciais, que so bem maiores do que as utilizadas no proces-
samento espacial. O processamento de uma imagem no domnio da frequncia, segue os
seguintes passos (figura 11.9) [3]:

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).

2. Calcular a DFT da imagem f propriamente dita, gerando F(u, v).

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).

4. Calcular a DFT inversa do resultado da filtragem (G) realizado no passo 3, trazendo a


imagem de volta ao domnio espacial com as modificaes da filtragem.
11.3. Pr-Processamento no Domnio Frequencial 85

Figura 11.9: Passos realizados no processamento frequencial de imagens.


Fonte: Gonzalez and Woods [3].

Imagem Original Rerpesentao Frequencial

Figura 11.10: Representao de uma imagem no domnio da frequncia.


Fonte: http://homepages.inf.ed.ac.uk/rbf/HIPR2/freqfilt.htm

5. Extrair apenas a parte real do resultado obtido da DFT inversa no passo 4.

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.

As imagens F geradas no domnio frequencial pouco ou nada tem a ver no aspecto


visual com suas imagens f originais no domnio espacial, conforme visto na figura 11.10.

Existem dois tipos principais de filtros frequenciais comumente empregados: os filtros


passa-baixa (ou de suavizao) e os filtros passa-alta (ou de enfatizao).

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.

A morfologia matemtica baseia-se fortemente na teoria de conjuntos e em operaes


lgicas para definir uma vasta gama de ferramentas teis ao processamento de imagens,
principalmente imagens binrias, mas extendendo-se tambm (com algumas adaptaes) s
imagens de tons de cinza e coloridas. Est fora do escopo desta apostila apresentar base em
teoria dos conjuntos e operaes lgicas, que podem ser encontradas em outra literatura [3].
O que ser apresentado aqui apenas uma descrio e exemplificao dos principais opera-
dores morfolgicos aplicados ao processamento de imagens, havendo maiores informaes
em [1, 2, 3, 15, 17, 18, 20, 21, 22, 23, 24].

13.1 Elemento Estruturante

De um modo geral, todos os operadores morfolgicos baseiam-se no conceito da apli-


cao de um elemento estruturante percorrendo sobre uma imagem, de modo anlogo ao que
90 13. Morfologia Matemtica

Figura 13.1: Principais formas de elementos estruturantes na morfologia matemtica.

ocorre com as mscaras de convoluo nas operaes de filtragem. As principais estruturas


de elementos estruturantes podem ser vistas na figura 13.1, que similar s configuraes de
vizinhana N4 (p) e N8 (p) vistas anteriormente na parte de pr-processamento no domnio
espacial.

13.2 Operaes Bsicas de Morfologia Matemtica

Segue uma descrio das operaes bsicas de morfologia matemtica:

Dilatao: a aplicao de um elemento estruturante de forma concntrica sobre um con-


junto definido de pontos (brancos ou pretos) em uma imagem, de maneira que o ele-
mento estruturante adicione informao sobre a vizinhana destes pontos. Ou seja,
pode-se imaginar que o elemento estruturante desliza sobre um conjunto de pontos di-
latando sua vizinhana numa proporo que varia conforme as dimenses do elemento
estruturante. Esta operao utilizada principalmente para preencher intervalos e la-
cunas indesejveis na imagem.

Eroso: o inverso da dilatao. A aplicao do elemento estruturante ocorre analoga-


mente operao anterior, porm, ao invs de dilatar a vizinhana do ponto percorrido
inserindo informao, o elemento retira informao (gerando eroso nas reas percor-
ridas). Esta operao utilizada principalmente para eliminar detalhes irrelevantes,
como rudos, e abrir intervalos ou lacunas em regies de conexo indesejada.

Abertura: derivada das operaes de dilatao e eroso. O operador de abertura aplica


uma eroso seguida de uma de dilatao na imagem. Esta sequncia de operaes
visa eliminar pequenos rudos na imagem e abrir lacunas em regies de fraca conexo
entre objetos, atravs da eroso, e posteriormente tenta restaurar as dimenses reais de
13.2. Operaes Bsicas de Morfologia Matemtica 91

Imagem Original Operao de Eroso Operao de Dilatao

Elemento Estruturante Operao de Abertura Operao de Fechamento

Figura 13.2: Princpio de funcionamento de operadores morfolgicos.


Fonte: Gonzalez and Woods [3].

objetos da imagem atravs da dilatao. Os rudos e fracas conexes eliminados com


a eroso no retornam imagem aps a dilatao.

Fechamento: tambm derivada das operaes de dilatao e eroso, trata-se da operao


inversa da abertura, aplicando primeiramente uma dilatao seguida de uma eroso.
Esta sequncia de operaes visa restaurar conexes fracas entre objetos da imagem.

A figura 13.2 ilustra o princpio de funcionamento destes operadores morfolgicos b-


sicos aplicados em uma imagem binria. A partir destas ferramentas bsicas, outros algorit-
mos morfolgicos so desenvolvida, como por exemplo, algoritmos para extrao de bordas,
preenchimento de regies, extrao de componentes conexos, afinamento, engrossamento e
desbaste de regies e esqueletonizao [3].
Captulo 14

Segmentao

O objetivo das tcnicas de segmentao dividir a imagem em suas diversas partes


constituintes ou segmentos (objetos e regies). O nvel ou quantidade de divises aplicadas
na imagem varia conforme a aplicao, e em geral realizada at atingir um nvel de separa-
o suficiente entre os objetos de interesse na cena analisada [3]. As tcnicas de segmentao
do um passo frente das tcnicas de morfologia matemtica quanto classificao (seo
1.1), enquadrando-se dentre as tcnicas de mdio e alto nvel de processamento de imagens.

Os algoritmos de segmentao baseiam-se principalmente em duas propriedades do


nvel de intensidade luminosa das imagens: a descontinuidade e a similaridade. Quanto
descontinuidade, a idia est em dividir a imagem em regies de acordo com as mudanas
abruptas do nvel de intensidade luminosa em seus pontos, por exemplo, cantos e arestas de
objetos na imagem. J por similaridade, a imagem dividida em regies de acordo com
algum padro de similaridade entre estas regies, como por exemplo, o nvel de intensidade
luminosa, a cor e a textura.

Dentre as tcnicas de segmentao mais conhecidas destacam-se a deteco de des-


continuidades, a deteco de limiares (thresholding), a segmentao baseada em regies e a
segmentao por divisores de gua (watersheds). Os princpios de funcionamento de cada
uma destas tcnicas so introduzidos a seguir, baseados em [3]. Demais informaes podem
ser encontradas em [1, 2, 3, 4, 15, 17, 18, 19, 20, 22, 23, 24].
94 14. 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

Figura 14.1: Diversas configuraes de mscaras para a deteco de descontinuidades.

14.1 Deteco de Descontinuidades

A segmentao por deteco de descontinuidades procura regies de transio abrupta


do nvel de intensidade luminosa dos pontos da imagem para realizar as divises. Dentre
as descontinuidades mais comuns encontram-se pontos, linhas e bordas. Estas tcnicas de
deteco de descontinuidades fazem uso extenso das tcnicas de pr-processamento de ima-
gens, em especial a filtragem para enfatizao de caractersticas (sharpening filters), tanto no
domnio espacial quanto frequencial. Existem inmeras configuraes padres de mscaras
de convoluo prprias para a deteco de cada uma destas caractersticas, como pode ser
visto na figura 14.1.

Para a deteco de pontos de descontinuidade na imagem, so muito utilizadas as con-


figuraes de mscaras de laplace, que do maior nfase para o ponto centrado na mscara e
reduz a influncia de seus vizinhos. J para deteco de linhas pode-se usar mscaras especi-
ais para nfase de linhas horizontais, verticais ou na diagonal, que funcionam analogamente
deteco de pontos, reduzindo a influncia de pontos vizinhos linha. Na deteco de
bordas de objetos, vrias so as possibilidades usadas, sendo as mais comuns apresentadas
por Roberts, Prewitt e Sobel, que so operadores baseados no conceito de gradiente. Esta es-
tratgia se faz necessria tendo em vista que as bordas no costumam ser abruptas (mudana
radical no nvel de intensidade luminosa), mas sim suaves e contnuas (semelhantes ao sinal
de uma rampa). Desta forma, um filtro do tipo gradiente procura enfatizar esta mudana gra-
14.2. Deteco de Limiares (Thresholding) 95

Imagem Original Deteco de Bordas

Deteco de Linhas Horizontais Deteco de Linhas Verticais

Figura 14.2: Deteco de pontos, linhas e bordas numa imagem.

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.

14.2 Deteco de Limiares (Thresholding)

A deteco de limiares uma das tcnicas de segmentao mais simples e fceis de


aplicar, sendo usado constantemente em qualquer aplicao de processamento de imagens.
A tcnica procura agrupar os diferentes objetos e regies da imagem conforme a similaridade
de tonalidades (nvel de intensidade luminosa) entre os mesmos.

A operao de limiarizao simples corresponde definio de um valor T de limiar


para o nvel de intensidade luminosa ao qual deseja-se realizar o ponto de corte (binarizao)
96 14. Segmentao

Imagem Original Histograma e Limiar Imagem Binarizada

Imagem Original Histograma e Mltiplos Limiares Imagem Binarizada

Figura 14.3: Simples ilustrao de tcnicas de deteco de limiares.

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.

possvel ainda definir mltiplos limiares de corte (multilevel thresholding), e definir


faixas de valores de intensidade luminosa para cada entidade da imagem. Por exemplo,
caso existam para uma imagem f (x, y) dois valores distintos de limiar (T1 e T2 ), define-se
que todos os valores em que f (x, y) < t1 correspondem ao fundo da imagem, enquanto os
valores em que T1 > f (x, y) > T2 correspondem a um determinado objeto, e quando f (x, y) >
T2 h um outro objeto correspondente na cena. possvel definir mais valores de limiar,
porm, situaes que demandam diferentes valores de limiar para realizar sua segmentao
so normalmente melhor solucionadas por tcnicas de segmentao baseadas em regies.

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

Assim, pontos da imagem rotulados com o valor 1 representam objetos da imagem,


e pontos rotulados com o valor 0 representam o fundo da imagem. Quando a expresso de
T depende apenas de f (x, y) (nvel de intensidade luminosa), diz-se que a operao corres-
ponde a uma limiarizao global. Se T depende tambm de p(x, y), este chamado de
limiarizao local. Caso T ainda dependa das coordenadas espaciais x e y, alm de f e p,
este chamado de limiarizao dinmica ou adaptativa [3]. Cada um destes tipos de limi-
arizao possuem uma abordagem e implementao levemente diferente, porm, no sero
detalhados mais a fundo neste trabalho.

14.3 Segmentao Baseada em Regies

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).

A segmentao por crescimento de regies um procedimento que agrupa pontos e


pequenas sub-regies da imagem em maiores regies, de acordo com um critrio de seme-
lhana pr-definido. Em geral, parte-se de um conjunto de pontos ditos sementes, e a partir
destes pontos inicia-se um processo de crescimento de regies, agrupando todos os pontos
vizinhos que respeitem o critrio de semelhana com a semente. comum que para cada
98 14. Segmentao

Imagem Original Imagem Segmentada

Figura 14.4: Processo de segmentao por crescimento de regies.


Fonte: http://www.comp.leeds.ac.uk/ai21/examples/images/rgrow.html

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).

A escolha pelo critrio de similaridade entre os pontos varia conforme a aplicao e o


tipo de imagem sendo usada. Dentre os critrios mais utilizados destacam-se a intensidade
luminosa, a textura, e a cor dos pontos. Alguns outros critrios fornecem ao algoritmo uma
certa inteligncia para a reunio dos pontos, como analisar as propriedades de adjacncia e
conectividade dos mesmos enquanto forma-se a regio. Critrios para a parada do algoritmo
costumam ser o tamanho e a forma das regies formadas, assim como a similaridade de
caractersticas de novos pontos para adentrar uma determinada regio. A segmentao por
cresciemento de regies ilustrado na figura 14.4.

J a segmentao por diviso e agrupamento aborda uma soluo diferente para


classificar e agrupar regies da imagem. A idia consiste em iniciar uma srie de divises
sistemticas a partir da imagem original, at alcanar inmeras divises distintas que real-
mente formem regies na imagem. Ou seja, nestas divises todos os pontos devem obedecer
a um critrio de similaridade para poderem manter-se agrupados. A estrutura de dados mais
utilizada para representar as divises na imagem so as rvores do tipo quadtree, que divide
sempre a imagem em quatro partes iguais. Aps uma diviso, caso a condio de simila-
ridade no se verifique para todas as partes separadas, cada parte prossegue sendo dividida
obedecendo esta mesma estrutura at atingir diversas regies, que reunidas formam a ima-
gem completa.
14.4. Segmentao por Divisores de gua (Watersheds) 99

Imagem Original Processo de Diviso da Imagem

Imagem Segmentada Estrutura de armazenamento Quadtree

Figura 14.5: Processo de segmentao por diviso e agrupamento.

Quando no h mais possibilidade de realizar divises, ou seja, todas as divises j


formam regies distintas, inicia-se o processo de agrupamento das regies vizinhas que aten-
dam ao mesmo critrio de similaridade de agrupamento dos pontos, para realmente formar
um grupo de regies maiores que caracterizem de maneira mais visvel as diferentes infor-
maes da imagem. O procedimento termina quando no mais possvel agrupar nenhuma
regio da imagem. O processo de segmentao por diviso e agrupamento ilustrado na
figura 14.5.

14.4 Segmentao por Divisores de gua (Watersheds)

A segmentao por divisores de gua abrange conceitos de todas as demais tcnicas de


segmentao para realizar a diviso da imagem em partes distintas. O nome dado tcnica
provm do seu princpio de funcionamento, que consiste em visualizar qualquer imagem
100 14. Segmentao

em uma representao tri-dimensional da mesma, considerando as coordenadas espaciais x


e y nos planos horizontal e vertical, respectivamente, e ainda o nvel de intensidade lumi-
nosa dos pontos nestas coordenadas no plano perpendicular aos demais, provendo a idia de
profundidade na imagem.

De acordo com esta representao topogrfica da imagem, consideram-se trs ele-


mentos: (a) pontos da imagem que pertenam a um mnimo local, (b) pontos intermedirios,
em que se colocada uma gota dgua sobre o ponto, esta escorreria em direo de um m-
nimo local, e (c) pontos que pertenam a mximos locais, nos quais, se colocada uma gota
dgua sobre o ponto, a gota teria a possibilidade de escorrer para mais de um mnimo local.
Os pontos que satisfazem a condio (b) na imagem so chamados de represa ou divisores
de guas. J os pontos que satisfazem a condio (c) so chamados de linhas divisrias de
guas, e o algoritmo est interessado justamente em encontrar estas linhas divisrias, pois
elas limitam e representam as bordas de objetos na imagem.

O algoritmo funciona da seguinte maneira: primeiramente, supe-se que junto aos


pontos de mnimo local (em geral pontos de baixa intensidade luminosa) abrem-se tubu-
laes para que gua possa adentrar em uma taxa constante. Enquanto a gua no atinge
algum ponto de mximo local, ou seja, no consegue escape e no vasa para outra regio, ela
continua entrando e cobrindo a regio, sendo limitada pelos pontos divisores de gua. No
momento em que algum ponto de mximo local alcanado e a gua esta prxima de vazar
e unir duas regies distintas, construdo uma barragem para impedir esta unio. Vai haver
um momento em que em todos os pontos de mximo local ser construda esta barragem, e
apenas o topo desta barragem mantm-se visvel junto s guas. Neste momento o algoritmo
para, pois estes pontos que correspondem barragem so as linhas divisrias de guas, que
representam as bordas dos objetos na imagem.

O processo de diviso de guas ilustrado na figura 14.6. Em geral este algoritmo


aplicado para a extrao e separao de objetos de caractersticas ligeiramente uniformes
do fundo da imagem. muito comum inclusive aplicar este tipo de algoritmo ao gradiente
das imagens, ao invs delas prprias, pois isto facilita a identificao de regies de baixos
valores de gradiente.
14.4. Segmentao por Divisores de gua (Watersheds) 101

Imagem Original Levantamento da represa Linhas Divisrias de guas

Figura 14.6: Processo de segmentao por divisores de guas.


Fonte: http://www.reindeergraphics.com/tutorial/chap6/binary04.html
Captulo 15

Textura

TODO.
Captulo 16

Processamento de Imagens Coloridas

TODO.
Captulo 17

Compresso de Imagens

TODO.
Captulo 18

Reconhecimento de Padres

TODO.
Captulo 19

Deteco de Movimento

TODO.
Captulo 20

Inteligncia Artificial aplicada Viso

Os algoritmos de inteligncia artificial tem ganhado vasto campo de aplicao na rea


de processamento de imagens, sendo utilizados para diversas tarefas de alto nvel (conforme
seo 1.1). So normalmente empregados em tomadas de deciso e processamento inte-
ligente, podendo receber desde imagens em sua entrada, como tambm dados ou caracte-
rsticas provenientes da sada de algum outro algoritmo de processamento de imagens para
realizar seu processamento.

Dentre as tcnicas mais comuns empregadas de inteligncia artificial presentes na rea


de viso esto as Redes Neurais, os Algoritmos Genticos e a Lgica Nebulosa. Informaes
aprofundadas no assunto podem ser vistas em [17, 22, 23, 28, 29, 30, 31].

Algumas aplicaes na qual se empregam tais tcnicas seriam: na classificao inteli-


gente de padres, na tomada de decises a partir de um conjunto de regras, na procura por
melhores pontos semente para algoritmos de segmentao, dentre outros.
Captulo 21

Viso 3D

TODO.

21.1 Diferenas entre 2D e 3D

TODO.

21.2 Tcnicas para Aquisio de Imagens 3D

TODO.
Parte III

Aplicaes de Sistemas de Viso


Captulo 22

Aplicaes

O contedo de sistemas de viso e processamento de imagens muito extenso e baseia-


se em diversas reas do conhecimento, o que lhes garante grande flexibilidade de solues
e aplicaes em diferentes meios. Inmeras reas de aplicao podem ser mencionadas
[2, 14, 18, 24, 28]:

Controle de Qualidade: rgido monitoramento sobre caractersticas particulares de produ-


tos industriais, procurando evitar o contato de produtos defeituosos com o mercado
consumidor. Exemplos: verificao de nmeros de lote, lacres, rtulos, referncias e
datas de validade em embalagens, inspeo de placas de circuito impresso, inspeo
de ampolas e comprimidos.

Controle de Processos Industriais: manipulao de peas em linhas industriais e monito-


ramento de parmetros fundamentais para o bom desempenho de processos indus-
triais, visando realimentar o sistema corrigindo estes parmetros quando necessrio.
Exemplos: alinhamento de peas em linhas automotivas, orientao de robs de solda,
pintura ou manipuladores, monitoramento de parmetros de corte em processos de
usinagem.

Rastreabilidade: localizao e reconhecimento de informaes codificadas sobre a super-


fcie de produtos. Exemplos: leitura de cdigos de barras, localizao e leitura de
cdigos bidimensionais em linhas de montagem, identificao de toras na indstria
madeireira.
120 22. Aplicaes

Segurana: certificao de permisses e monitoramento de ambientes. Exemplos: inspeo


de bagagens por raios-X, reconhecimento de ris e impresses digitais, leitura de placas
de automveis, monitoramento inteligente de ambientes por deteco de movimento.

Geografia e Metereologia: anlise de imagens de satlite. Exemplos: previses meteoro-


lgicas e fenmenos naturais, inspeo de reas de preservao ambiental, medies
de reas territoriais.

Astronomia: anlise de imagens espaciais. Exemplos: anlise da composio fsica de


estrelas, cometas e planetas, criao do modelo de constelaes e galxias.

Militar: inspeo de ambientes em condies desfavorveis ao olho humano. Exemplos:


mdulos pticos de visualizao noturna baseados em imagens de calor.

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.

Anlise de Imagens Mdicas: auxlio na identificao de diagnsticos e doenas. Exem-


plos: tomografia cerebral, inspeo da estrutura ssea por raios-X, controle do cresci-
mento e sade de bebs, sondas para anlise interna de rgos do corpo humano.

Escritrio e Lazer: dispositivos e sistemas para ampliar a comunicao e armazenamento


de informaes. Exemplos: videoconferncias, escaneamento de imagens e textos
(OCR/OCV), controle de sistemas computacionais para deficientes fsicos.

A figura 22.1 ilustra exemplos de aplicao em cada uma das reas previamente cita-
das.

22.1 Ferramentas Tradicionais

TODO.

22.2 Estudos de Caso

TODO.
22.2. Estudos de Caso 121

Controle de Qualidade Controle de Processo Industrial Rastreabilidade

Controle de Trfego Inspeo de reas Geogrficas Astronomia

Militar: Viso Noturna Segurana de Ambientes Escritrio e Lazer

Imagens Mdicas Reconhecimento de Digitais Previses Metereolgicas

Figura 22.1: Diversas reas de aplicao das tecnologias de viso e processamento de imagens.
Parte IV

Apndices
Apndice A

A Biblioteca S2iLib e o Projeto Harpia

O grupo S2i iniciou o desenvolvimento de uma biblioteca de software para trabalhar


com a tecnologia de viso quando observou-se que as plataformas de software de dois de
seus projetos na rea de viso apresentavam mdulos muito semelhantes, especialmente na
parte de processamento de sinais e imagens e manipulao de hardware de viso [32]. Desta
forma, convinha organizar e padronizar os trabalhos realizados em uma biblioteca computa-
cional genrica, que abrangesse ao menos duas plataformas operacionais distintas (Windows
e GNU/Linux) para prover maior flexibilidade e abrangncia no desenvolvimento de aplica-
es nas reas pesquisadas.

Participando de atividades junto comunidade de software livre, o grupo decidiu adotar


a filosofia e tornar esta biblioteca livre, contribuindo para o crescimento e desenvolvimento
da rea, criando assim a S2 I L IB. Havendo uma necessidade por nacionalizar a tecnologia
de viso e prover um ambiente de simulao e prototipagem rpida destes sistemas, o grupo
teve sucesso em aprovar junto ao Finep em 2003 um projeto que visa a implementao de
uma interface grfica orientada a diagramas de bloco, que facilitar a manipulao de hard-
ware e simulao de solues com sistemas de viso e processamento de imagens. Assim
foi criado o projeto H ARPIA, apoiando-se na base provida pela biblioteca S2 I L IB, tambm
sob a concepo de um software livre.
126 A. A Biblioteca S2iLib e o Projeto Harpia

A.1 Objetivos com o Desenvolvimento de Software Livre

O desenvolvimento de aplicaes na rea de sistemas de viso dentro do grupo S2i so-


freu forte influncia das parcerias que foram formadas ao longo dos anos de sua existncia.
Como as solues implementadas junto com os parceiros no podiam ser abertas publica-
mente por questes de sigilo, o grupo considerou necessria a criao de suas prprias bibli-
otecas computacionais para processamento de imagens e sistemas de viso, como forma de
organizar e nacionalizar os conhecimentos adquiridos nas pesquisas realizadas, abrindo-as
ao domnio pblico. Desta forma, os objetivos do desenvolvimento da biblioteca S2 I L IB e
do projeto H ARPIA podem ser resumidos a seguir:

Criar uma biblioteca de processamento de sinais e imagens e manipulao de hardware


de sistemas de viso orientada a objetos, sob a concepo de software livre, compatvel
com as plataformas operacionais Windows e GNU/Linux.

Manter compatibilidade com o hardware dos principais fabricantes de sistemas de


viso.

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.

Criar um ambiente grfico orientado a diagramas de bloco para rpida prototipagem


de aplicaes, facilitando a tarefa do projeto de um sistema de viso at para pessoas
sem muita experincia na rea. O ambiente deve ser intuitivo e didtico para permitir
que a ferramenta sirva no apenas para uso no setor industrial, mas tambm para o
setor acadmico, como forma de aprendizado e difuso da tecnologia.

Nacionalizar a tecnologia de sistemas de viso, gerando documentao completa so-


bre as diversas reas do conhecimento envolvidas, pelo fato de esta ainda encontrar-se
A.2. A Biblioteca S2 I L IB 127

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 biblioteca S2 I L IB teve seu incio de desenvolvimento no final do ano de 2000. Cons-


truir uma bilbioteca de processamento de sinais desde o incio uma tarefa rdua e requer
tempo e recursos demasiados. Desta forma, a S2 I L IB em sua concepo baseou-se forte-
mente em outras biblioteca livres de processamento de imagens [6, 13], como a O PEN CV1 e
a V X L2 , e tambm em bibliotecas de manipulao de dispositivos de aquisio de imagens,
como a V4L3 e a SANE4 .

A biblioteca O PEN CV uma biblioteca estruturada na linguagem C e foi desenvolvida


inicialmente pela Intel5 , que a princpio abriu o cdigo e liberou a utilizao da biblioteca.
Posteriormente a Intel elaborou uma srie de modificaes na biblioteca, criando novos m-
dulos para que esta rodasse de forma otimizada em seus microprocessadores, fechando o
novo cdigo produzido. A parte do cdigo da O PEN CV que permaneceu livre passou a ser
administrada pela comunidade de desenvolvedores de software da rea. J a V X L uma
biblioteca implementada na linguagem C++ criada pela TargetJr6 baseada fortemente no pa-
dro ANSI/ISO C++.

Desta forma, a S2 I L IB herdou muitas das funcionalidades j presentes nestas duas


bibliotecas para a implementao de alguns de seus mdulos. A figura A.1 ilustra a srie de
mdulos j implementados (linhas cheias) ou ainda em desenvolvimento (linhas tracejadas)
na 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

Figura A.1: Mdulos da biblioteca S2 I L IB.

S2iImage: Fornece estruturas bsicas para a representao e manipulao bsica de


imagens, como por exemplo, operaes aritmticas, carregar e salvar imagens em di-
ferentes formatos, criao de ROIs, rotao e translao, dentre outros.

S2iUtil Fornece estruturas de utilidades gerais necessrias para a superviso de apli-


cativos:

S2iReport: Interface de criao de relatrios padronizados, para serem includos em


interfaces grficas de aplicativos, como forma de apresentao de resultados em
diversos formatos diferentes, como por exemplo, html, ps, pdf, dentre outros.

S2iLog: Interface de criao de logs de operaes de um sistema, para viabilizar o


monitoramento das atividades das aplicaes.

S2iFrequency: Fornece estruturas para manipulao e condicionamentos de sinais


adquiridos no domnio da frequncia:

S2iFourier: Clculo da Transformada Rpida de Fourier de sinais uni ou bidimensi-


onais.

S2iWavelets: Clculo da Transformada de Wavelets de sinais uni ou bidimensionais.


A.2. A Biblioteca S2 I L IB 129

S2iIPFramework: Fornece um encapsulamento das diversas operaes de processa-


mento de imagens e manipulao de dispositivos de viso na forma de blocos, para
a possibilitar um processamento encadeado das imagens, pela conexo de blocos de
processamento.

S2iIPAlgorithms: Fornece diversos algoritmos para o pr-processamento, processa-


mento, anlise e compresso de imagens:

S2iFilter: Fornece a interface para diversas tcnicas de filtragem, como por exemplo,
tcnicas de realce, suavizao e restaurao de imagens.

S2iMorphology: Fornece a interface para diversas operaes morfolgicas, como por


exemplo, eroso, dilatao, abertura e fechamento.

S2iSegmentation: Fornece a interface para diferentes tcnicas de segmentao, como


por exemplo, segmentao por contornos, por regio, por textura e por limiariza-
o.

S2iStatistics: Fornece a interface para apresentao de dados estatsticos referentes


s caractersticas das imagens, como por exemplo, histogramas.

S2iCompression: Fornece a interface para a compresso de imagens em formatos


conhecidos.

S2iCalibration: Fornece a interface para a calibrao automtica de um sistema de


viso.

S2iMotion: Fornece estruturas para o desenvolvimento de aplicaes de rastreamento


de padres e movimento em imagens.

S2iIO: Fornece a interface de comunicao com as portas de entrada/sada do compu-


tador:

S2iGrab: Fornece a interface de comunicao com os dispositivos de aquisio de


imagens, como por exemplo, placas de aquisio, cmeras Firewire, webcams e
scanners.

S2iSerial: Interface de comunicao com a porta serial do computador.

S2iParallel: Interface de comunicao com a porta paralela do computador.


130 A. A Biblioteca S2iLib e o Projeto Harpia

S2iUSB: Interface de comunicao com a porta USB do computador.

S2iFirewire: Interface de comunicao com Firewire do computador.

S2iIOBoard: Interface de comunicao com placas de E/S.

S2iIllumination: Interface para comunicao com um mdulo de iluminao de LEDs,


baseando seu acionamento no controle de alguma porta ou placa de E/S.

S2iAI: Fornece estruturas para a manipulao e condicionamento de sinais a partir de


tcnicas de inteligncia artificial:

S2iNeural: Iinterface para o processamento de dados por meio de Redes Neurais.

S2iGenetic: Interface para o processamento de dados por meio de Algoritmos Gen-


ticos.

S2iFuzzy: Interface para o processamento de dados por meio de Lgica Nebulosa.

S2iEigenfaces: Interface para o processamento de dados por meio de Eigenfaces.

S2iMarkov: Interface para o processamento de dados por meio de Redes de Markov.

S2i3D: Fornece estruturas para o desenvolvimento de aplicaes com imagens 3D:

S2iStereo: Interface para manipulao de imagens 3D por tcnicas de viso estreo.

O acesso biblioteca S2 I L IB para desenvolvimento feito por CVS a partir do servidor


do Departamento de Automao e Sistemas da UFSC: cvs.das.ufsc.br. O modo de acesso
ext e a varivel CVSROOT deve ser passada como :ext:user@cvs.das.ufsc.br:/usr/cvs/s2i/.
O acesso para utilizao de verses beta da biblioteca pode ser feito a partir de seu stio no
domnio SourceForge: http://sourceforge.net/projects/s2ilib/.

A.3 Projeto H ARPIA

Apesar de j contar com certa infraestrutura de software para a rea de sistemas de


viso, era necessrio criar uma ferramenta para acelerar a produo e gerenciamento de
projetos voltados para a rea de viso. Assim surgiu a idia para o desenvolvimento de
uma interface grfica para gerenciar e facilitar o manuseio dos diversos mdulos de software
A.3. Projeto H ARPIA 131

Ave Harpia Logotipo do Projeto

Figura A.2: Ilustrao do mascote do projeto H ARPIA e o logotipo.

j disponibilizados pela biblioteca S2 I L IB, tornando o processo de elaborao de um novo


projeto de viso mais claro e intuitivo, atravs de um interfaceamento por diagramas de
blocos, totalmente orientado a fluxos de processamento.

O projeto H ARPIA seria criado com estes fundamentos, na concepo de software


livre, eliminando a necessidade do desenvolvedor do sistema de ser um profundo conhecedor
das tecnologias empregadas no projeto e implementao de um sistema de viso. Todas as
tarefas e operaes desempenhadas pelo sistema de viso seriam representadas e montadas
por blocos, tornando o processo de planejamento e elaborao da aplicao intuitivo.

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.

A estrutura de interfaceamento por diagramas de blocos propicia a utilizao de uma


estrutura modular de software, permitindo maior reusabilidade. As tarefas desempenhadas
por cada mdulo de software so encapsuladas em um bloco, e estes blocos devem ter uma
interface padro e simples para facilitar a implementao de novos blocos de software para
serem integrados ao sistema.

Deste ponto de vista, podemos assemelhar a funcionalidade e operao do H ARPIA a


softwares comerciais j bem populares, como por exemplo o Simulink/Matlab e o LabView,
onde o usurio alm de utilizar os recursos j fornecidos pelo aplicativo, tem ainda a liber-
dade de desenvolver novas ferramentas usando a mesma interface de blocos e integr-la ao
sistema.

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.

Figura A.3: Interface grfica do ambiente de desenvolvimento de aplicaes do WIT.

Uma caracterstica importante do H ARPIA sua estrutura cliente-servidor, que permi-


tie o gerenciamento de um sistema de viso de maneira remota. Nesta estrutura, a interface
grfica, responsvel pelos desenhos e diagramao do sistema, se comportaria como o cli-
ente, e o corao do sistema, responsvel pelo processamento das informaes e baseando-se
na biblioteca S2iLib, seria o servidor. A figura A.4 ilustra um screenshot beta da interface
grfica do H ARPIA.

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

Figura A.4: Verso beta da interface grfica do H ARPIA.


Referncias Bibliogrficas

[1] John C. Russ. The Image Processing Handbook. CRC Press - IEEE Press, 3 edition,
1998.

[2] E. R. Davies. Machine Vision - Theory Algorithms Practicalities. Elsevier - Morgan


Kaufmann, 3 edition, 2005.

[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.

[5] A. Erhardt-Ferron. Theory and Applications of Digital Image Processing. University


of Applied Sciences Offenburg, 1 edition, 2000.

[6] Fernando Deschamps. Contribuies para o Desenvolvimento de um Sistema de Viso


aplicado ao Monitoramento do Desgaste de Ferramentas de Corte - O Sistema ToolSpy.
Dissertao de mestrado, Universidade Federal de Santa Catarina - Programa de Ps
Graduao em Engenharia Eltrica, Florianpolis - SC - Brasil, 2004.

[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.

[9] Alberto Xavier Pavim. Contribuies na Otimizao de um Sistema de Viso para


Deteco, Medio e Classificao Automtica do Desgaste de Ferramentas de Corte
136 REFERNCIAS BIBLIOGRFICAS

em Processos de Usinagem. Dissertao de mestrado, Universidade Federal de Santa


Catarina - Programa de Ps Graduao em Engenharia Eltrica, Florianpolis - SC -
Brasil, 2005.

[10] Optics and Optical Instruments Catalog. Edmund Industrial Optics, Estados Unidos,
2005.

[11] Catalog 2002. Linos, 2002.

[12] The Practical Application of Light. Melles Griot, Estados Unidos, 1999.

[13] Alexandre Orth. Desenvolvimento de um Sistema de Viso para medir o Desgaste de


Flanco de Ferramentas de Corte. Dissertao de mestrado, Universidade Federal de
Santa Catarina - Programa de Ps Graduao em Engenharia Eltrica, Florianpolis -
SC - Brasil, 2001.

[14] Alberto Xavier Pavim. Seminrio em Sistemas de Viso: Aplicaes no Controle de


Qualidade e Rastreabilidade. 2002.

[15] Milan Sonka, Vaclav Hlavac, and Roger Boyle. Image Processing, Analysis, and Ma-
chine Vision. PWS Publishing, Estados Unidos, 2 edition, 1998.

[16] Bernd Jhne. Digitale Bildverarbeitung. Springer, Alemanha, 4 edition, 1997.

[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.

[29] Guilherme Bittencourt. Inteligncia Artificial: Ferramentas e Teorias. Editora da


UFSC, 1 edition, 1998.

[30] Z. L. Kovcs. Redes Neurais Artificiais: Fundamentos e Aplicaes. Collegium Cog-


nitio, 2 edition, 1996.

[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.

Você também pode gostar