Dissertecao - Edilson Hipolito Da Silva - V1.7 - Com Ata Assinada

INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE SANTA
CATARINA
DEPARTAMENTO ACADÊMICO DE METAL-MECÂNICA
PROGRAMA DE PÓS-GRADUAÇÃO STRICTO SENSU EM MECATRÔNICA
EDILSON HIPOLITO DA SILVA
MEDIDOR DE TURBIDEZ DA ÁGUA POR MEIO DE

PROCESSAMENTO DIGITAL DE IMAGENS
DISSERTAÇÃO
FLORIANÓPOLIS - SC
2018
EDILSON HIPOLITO DA SILVA
MEDIDOR DE TURBIDEZ DA ÁGUA POR MEIO DE

PROCESSAMENTO DIGITAL DE IMAGENS
Dissertação de mestrado apresentada ao

Programa de Pós-Graduação em
Mecatrônica do Instituto Federal de
Educação, Ciência e Tecnologia de Santa
Catarina – IFSC – como requisito parcial
para a obtenção do título de “Mestre em
Mecatrônica”.
Orientador: Prof. Dr. Valdir Noll
FLORIANÓPOLIS - SC
2018
CDD 629.8
S586m
Silva, Edilson Hipolito da

Medidor de turbidez da água por meio de processamento digital de imagens
[DIS] / Edilson Hipolito da Silva; orientação de Valdir Noll – Florianópolis,
2018.
1 v.: il.
Dissertação de Mestrado (Mecatrônica) – Instituto Federal de Educação,

Ciência e Tecnologia de Santa Catarina.
Inclui referências.
1. Turbidez. 2. Turbidímetro. 3. Processamento de imagens. 4. Nefelometria. I.

Noll, Valdir. II. Título.
Sistema de Bibliotecas Integradas do IFSC

Biblioteca Dr. Hercílio Luz – Campus Florianópolis
Catalogado por: Edinei Antonio Moreno CRB 14/1065
Dedico este trabalho à minha família,
pelos momentos de ausência.
AGRADECIMENTOS
Esta dissertação não poderia ser concluída sem a presença e ajuda de

inúmeras pessoas e certamente não conseguirei aqui agradecer a todas as pessoas
que fizeram parte dessa importante fase de minha vida. Sendo assim já inicio pedindo
desculpas as pessoas que não estão presentes entre essas palavras, mas estejam
certas que fazem parte de meus pensamentos e de minha gratidão.
Primeiramente agradeço a minha família, por toda compreensão, apoio, e
confiança depositada em mim em todo o período de realização do mestrado. Também
agradeço a Deus, por me oportunizar, a realização e conclusão deste trabalho.
Aos amigos do IFSC – Rau e os que fiz durante o mestrado, pelos
ensinamentos, paciência, amizade e pelos incentivos na horas difíceis e por todas as
horas de viagens e estudo divididas.
Aos funcionários e professores do curso de mestrado em mecatrônica do
Instituto Federal de Santa Catarina.
Em especial ao meu orientador professor doutor Valdir Noll, pela sabedoria,
ensinamentos, paciência e compreensão durante esta minha trajetória.
Ao professor doutor Mauricio Edgar Stivanello, pelos ensinamentos, e
disponibilização dos recursos para que esta dissertação pudesse ser desenvolvida.
Enfim, a todos os que por algum motivo contribuíram para a realização desta
pesquisa, sem você nada seria possível.
"Ninguém baterá tão forte quanto a vida.
Porém, não se trata de quão forte pode
bater, se trata de quão forte pode ser
atingido e continuar seguindo em frente. É
assim que a vitória é conquistada."
(Rocky Balboa )
RESUMO
SILVA, Edilson H. MEDIDOR DE TURBIDEZ DA ÁGUA POR MEIO DE

PROCESSAMENTO DIGITAL DE IMAGENS. 2018. 109 f. – PROGRAMA DE PÓS-
GRADUAÇÃO STRICTO SENSO EM MECATRÔNICA, INSTITUTO FEDERAL DE
EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE SANTA CATARINA. Florianópolis - SC,
2018.
A qualidade da água é uma das grandes preocupações da atualidade, tendo em vista

que esse é um recurso natural limitado e vital para a existência da vida. Uma
característica que determina a qualidade da água é o nível de turbidez, que está
relacionada a quantidade de material em suspensão existente na água. Atualmente,
turbidímetros são instrumentos de bancada, utilizados em laboratórios, para a
medição das amostras de água. Porém muitas vezes tal medição não é realizada de
forma contínua e/ou constantes devido as dificuldades de locomoção até o ponto de
coleta, o que pode gerar demora nas tomadas de decisão. Visando melhorar a
medição, este projeto se propõe desenvolver um sensor de turbidez de água do mar
por processamento digital de imagens, tal que permita medir, de forma contínua e com
maior frequência uma amostra da água. Foi desenvolvido um protótipo capaz de medir
a turbidez da água por meio da análise de imagens, obtidas por uma câmera digital.
A amostra é coletada e armazenada em uma cuba de vidro, iluminados por luz branca.
Inicialmente calibrou-se o sistema para encontrar a curva de resposta para diversos
níveis de turbidez, para, em seguida, proceder com a medição. Foram desenvolvidos
testes utilizando amostras de água do mar os quais comprovaram o funcionamento
do sistema proposto, cujos resultados se mostraram satisfatórios para valores de
turbidez menores que 100 NTU.
Palavras-chave: Turbidez. Turbidímetro. Processamento de Imagens. Nefelometria.

ABSTRACT
SILVA, Edilson H. MEASUREMENT OF WATER TURBIDITY BY DIGITAL IMAGE

PROCESSING. 2018. 109f. Dissertação (Mestrado em Mecatrônica) - Federal
Institute of Education, Science and Technology of Santa Catarina – Santa Catarina.
Florianópolis, 2018.
Water quality is one of the major concerns of today, given that this is a limited and vital
natural resource for the existence of life. A characteristic that determines the water
quality is the level of turbidity, which is related to the amount of suspended material in
the water. Currently, turbidimeters are bench instruments, used in laboratories, for the
measurement of water samples. However, such measurement is often not carried out
continuously and / or constant due to the difficulties of locomotion to the point of
collection, which can lead to delays in decision making. In order to improve the
measurement, this project proposes to develop a turbidity sensor of sea water by digital
image processing, so as to allow a continuous and more frequent measurement of a
sample of water. A prototype was developed able to measure the turbidity of the water
through the analysis of images, obtained by a digital camera. The sample is collected
and stored in a glass vat, illuminated by white light. The system was initially calibrated
to find the response curve for various levels of turbidity, and then proceed with the
measurement. Tests were carried out using seawater samples which proved the
operation of the proposed system, the results of which were satisfactory for turbidity
values lower than 100 NTU.
Keywords: Turbidity. Turbidimeters. Image processing. Nephelometry.

LISTA DE ILUSTRAÇÕES
Figura 1 – Fatores que influenciam na transmitância da luz ......................................16

Figura 2 – Turbidímetro de vela de Jackson ..............................................................18
Figura 3 – Padrões de formazina representado o nível de turbidez em NTU/FNU ...19
Figura 4 – Funcionamento de um nefelômetro ..........................................................19
Figura 5 – Funcionamento de um turbidímetro ..........................................................20
Figura 6 – Medição de transparência com Disco de Secchi ......................................20
Figura 7 - Passos fundamentais em processamento digital de imagens ...................23
Figura 8 - Representação de um pixel na imagem ....................................................25
Figura 9 - Espectro de cores visto pela passagem da luz branca através de um
prisma........................................................................... Erro! Indicador não definido.
Figura 10 - Comprimento de onda englobando a faixa visível do espectro
eletromagnético ............................................................ Erro! Indicador não definido.
Figura 11 - Esquema do cubo de cores RGB .............. Erro! Indicador não definido.
Figura 12 - Operação de conversão de CMY para RGB.............. Erro! Indicador não
definido.
Figura 13 - Dispositivo de medição Secchi3000 e usuário utilizando ........................25
Figura 14 - Determinação das áreas de interesse .....................................................26
Figura 15 - Análise de turbidez com o Secchi3000 ....................................................27
Figura 16 - Turbidímetro de bancada Hach - TL2300 ................................................28
Figura 17 - Turbidímetro portátil Hach 2100Q............................................................29
Figura 18 - Turbidímetro industrial TC007 .................................................................29
Figura 19 - Protótipo do sensor desenvolvido ............................................................31
Figura 20 - Função global ..........................................................................................36
Figura 21 - Estrutura funcional ...................................................................................37
Figura 22 - Módulo hidráulico .....................................................................................42
Figura 23 - Módulo eletrônico.....................................................................................42
Figura 24 - Diagrama de Atividades ...........................................................................44
Figura 25 - Diagrama de atividades controle do tempo de enchimento .....................45
Figura 26 - Diagrama de atividades acionamento das solenoides e eletrobombas ...46
Figura 27 - Diagrama de atividades controle da iluminação ......................................47
Figura 28 - Diagrama de atividades captura das amostras........................................47
Figura 29 - Diagrama de atividades de marcação área de interesse ........................48
Figura 30 - Diagrama de atividades salvar imagem ...................................................48
Figura 31 - Diagrama de atividades salvar valores RGB em arquivo texto ...............49
Figura 32 - Diagrama de atividades para determinar a intensidade média da imagem
...................................................................................................................................49
Figura 33 - Diagrama de atividades para determinar o contraste da imagem ...........50
Figura 34 - Diagrama de atividades para gerenciar captura, e processo das imagens
...................................................................................................................................50
Figura 35 - Diagrama de atividades função principal do sistema ..............................51
Figura 36 - Protótipo...................................................................................................53
Figura 37 - Padrões de Formazina confeccionados...................................................54
Figura 38 - Comparação entre os padrões ................................................................55
Figura 39 - Turbidímetro MS TECNOPON TB-1000 ..................................................56
Figura 40 - Área de interesse da intensidade média .................................................58
Figura 41 - Área de interesse do contraste ................................................................59
Figura 42 - Iluminação em 180º da câmera ...............................................................59
Figura 43 - Iluminação em 90º da câmera .................................................................60
Figura 44 - Comparação de níveis de turbidez com iluminação 180º ........................60
Figura 45 - Comparação de níveis de turbidez com iluminação 90º ..........................61
Figura 46 - Gráfico da intensidade média com iluminação 180º em relação as
indicações do turbidímetro MS Tecnopon TB-1000 ...................................................63
Figura 47 - Gráfico de tendência da intensidade média com iluminação 180º em
relação as indicações do turbidímetro MS Tecnopon TB-1000 .................................64
Figura 49 - Gráfico da intensidade média com iluminação 90º em relação as
Figura 51 - Gráfico do contraste com iluminação 180º em relação as indicações do
turbidímetro MS Tecnopon TB-1000 ..........................................................................70
Figura 52 - Gráfico de tendência do contraste com iluminação 180º em relação as
Figura 53 - Gráfico do contraste com iluminação 90º em relação as indicações do
turbidímetro MS Tecnopon TB-1000 ..........................................................................73
Figura 54 - Gráfico de tendência do contraste com iluminação 90º em relação as
Figura 55 - Amostras para testes ...............................................................................75
Figura 56 – Exemeplo de amostras de água do mar .................................................78
Figura 57 - Teste oceanográfico ................................................................................79
Figura 58 - Erro percentual ........................................................................................82
Figura 59 - As dimensões curriculares de pré-escolar . Erro! Indicador não definido.
Figura 60 - Capa do livro: Normas para Elaboração de Trabalhos Acadêmicos .. Erro!
Indicador não definido.
LISTA DE TABELAS
Tabela 1 – Tabela de conversão das unidades de turbidez ......................................21

Tabela 2 - Equivalência em NTU de formazina diluída ..............................................22
Tabela 3 - Classificação de importância dos requisitos do produto ...........................34
Tabela 4 - Medições das amostras turbidímetro de bancada ....................................56
Tabela 5 - Indicações do turbidímetro MS Tecnopon TB-1000 x Valor da intensidade
média com iluminação de 180º ..................................................................................62
média com iluminação de 180º ..................................................................................64
média com iluminação de 90º ....................................................................................67
Tabela 8 - Indicações do turbidímetro MS Tecnopon TB-1000 x Valor do contraste
com iluminação de 180º .............................................................................................69
Tabela 9 - Indicações do turbidímetro MS Tecnopon TB-1000 x Valor do contraste
com iluminação de 90º ...............................................................................................72
Tabela 10 - Testes com produtos do dia a dia utilizando o calculo da intensidade
média com iluminação em 180º .................................................................................75
Tabela 11 - Testes com produtos do dia a dia utilizando o calculo da intensidade
média com iluminação em 90º ...................................................................................76
Tabela 12 - Testes com produtos do dia a dia utilizando o calculo do contraste com
iluminação em 180º ....................................................................................................76
Tabela 13 - Testes com produtos do dia a dia utilizando o calculo do contraste com
iluminação em 90º ......................................................................................................77
Tabela 14 - Testes oceanográfico de intensidade média com iluminação de 180º ...78
Tabela 15 - Desempenho dos alunos na prova de conhecimentos específicos ... Erro!
Tabela 16 - Situação da Educação Brasileira em 2002 – Ensino Médio .............. Erro!
LISTA DE SIGLAS
APHA American Public Health Association

ASTM American Society for Testing and Materials
AWWA American Water Works Association
CMY Ciano, Magenta e Amarelo
CMYK Ciano, Magenta, Amarelo e Preto
CONAMA Conselho Nacional do Meio Ambiente
HSI Hue, Saturation and Intensity
ISO International Standard Organization
LED Light Emitting Diode
MDF Medium-Density Fiberboard
MEBAK Mitteleuropäishe Brautechnische Analysenkommission
Pixel Picture element
QFD Quality Function Deployment
OMS Organização Mundial da Saúde
USEPA United States Environmental Protection Agency
WEF Water Environment Federation
SUMÁRIO
1 INTRODUÇÃO ..................................................................................................... 13
1.1 OBJETIVOS ...................................................................................................... 14
1.1.1 Objetivo Geral ................................................................................................. 14
1.1.2 Objetivos Específicos ..................................................................................... 14
1.2 JUSTIFICATIVA ................................................................................................ 15
2 FUNDAMENTAÇÃO TEÓRICA ........................................................................... 16
2.1 ANÁLISE DE TRUBIDEZ .................................................................................. 16
2.1.1 Importância ..................................................................................................... 16
2.1.2 Tipos de Análise ............................................................................................. 17
2.1.3 Calibração do Sensor ..................................................................................... 21
2.2 PROCESSAMENTO DIGITAL DE IMAGENS .................................................. 23
2.2.1 Aquisição e Formação de Imagens ................................................................ 23
2.2.2 Imagem Digital ................................................................................................ 24
2.2.3 Modelos de Cores
Erro! Indicador não definido.
2.3 TRABALHOS CORRELATOS .......................................................................... 25
2.4 PRODUTOS SEMELHANTE NO MERCADO .................................................. 28
3 DESENVOLVIMENTO DO PRODUTO ................................................................ 30
3.1 METODOLOGIA ............................................................................................... 30
3.2 PROJETO INFORMACIONAL .......................................................................... 32
3.2.1 Ciclo de Vida e Integrantes do Projeto ........................................................... 32
3.2.2 Levantamento de Requisitos do Cliente ......................................................... 32
3.2.3 Requisitos do Produto .................................................................................... 34
3.2.4 Definição de Metas ......................................................................................... 34
3.3 PROJETO CONCEITUAL ................................................................................. 36
3.3.1 Estrutura Funcional do Produto ...................................................................... 36
3.3.2 Princípios de Solução e Propostas de Alternativas de Concepção ................ 38
3.3.3 Avaliação Baseada no Julgamento de Viabilidade ......................................... 39
3.3.4 Avaliação Baseada na Matriz de Avaliação.................................................... 40
3.4 PROJETO PRELIMINAR .................................................................................. 41
3.4.1 Módulo Hidráulico ........................................................................................... 41
3.4.2 Módulo Eletrônico ........................................................................................... 42
3.4.3 Módulo de Software ........................................................................................ 43
3.5 PROTÓTIPO ..................................................................................................... 51
3.5.1 Construção do Protótipo ................................................................................. 51
4 TESTES E RESULTADOS................................................................................... 54
4.1 TESTES ............................................................................................................ 54
4.2 RESULTADOS.................................................................................................. 61
4.3 ATENDIMENTO AOS REQUISITOS DO PROJETO........................................ 80
4.3.1 Comparação de Resultados ........................................................................... 80
5 CONCLUSÃO....................................................................................................... 81
5.1 TRABALHOS FUTUROS .................................................................................. 83
REFERÊNCIAS....................................................................................................... 84
APÊNDICE A - Matriz QFD .................................................................................... 90
APÊNDICE B - Casa da Qualidade....................................................................... 92
APÊNDICE C - Código Fonte ................................................................................ 94
13
1 INTRODUÇÃO
Com o grande avanço tecnológico que sofremos nas últimas décadas, e o

desenvolvimento das industrias e das grandes cidades, há uma grande preocupação
com a poluição gerada por esses meios, seja ela do ar, terra ou água.
Sendo a água um recurso de grande importância para a sobrevivência, esta
necessita de constante cuidado, e uma das principais fontes de poluição são os
resíduos domiciliares, industriais e agrícolas, onde é observada principalmente nos
países com infraestrutura de saneamento deficitária (DE-CARLI et al., 2018). Sendo
que o despejo de esgoto doméstico, pode desencadear a eutrofização e
consequentemente o aumento de cianobactérias, onde verifica-se uma piora na
qualidade da água, e o uso intenso de algicidas (LOPEZ-DOVAL et al., 2017).
Quando se trada qualidade da água para o consumo os parâmetros
normalmente avaliados são: pH, turbidez, condutividade e sólidos totais de acordo
com a Resolução do Conselho Nacional do Meio Ambiente (CONAMA) nº357/2005 e
CONAMA nº 396/2008 (VITO et al., 2016). Sobre a turbidez da água quando temos
ela baixa ou elevada, utiliza-se do processo de coagulação para o tratamento desta
(MONACO et al., 2016).
A turbidez da água é uma característica pertinente a presença de partículas
suspensas de tamanhos variados, como areia, argila e outros materiais, essas quando
presentes provocam a dispersão e absorção da luz, ocasionando em uma aparência
turva e condições inadequadas para o consumo (RICHTER; NETTO, 2013). Esta
turbidez pode ser ocasionada por origem natural como altos índices pluviométricos,
detritos orgânicos, algas, como também por ações antrópicas como o despejo de
esgoto sanitário, efluentes industriais e mineração o que ocasiona grnades alterações
no ecossistema (SOUSA et al., 2016). Ao equipamento que realiza a medição de
turbidez denomina-se turbidímetro.
Turbidímetros têm sido utilizado frequentemente em análises laboratoriais de
amostras de água para consumo humano, tanto por órgãos de fiscalização quanto
pelas próprias concessionárias de abastecimento de água. No entanto, é crescente a
demanda pelo monitoramento contínuo da qualidade de águas costeiras, com o
objetivo de geração de alertas e posterior planos de ações.
A necessidade do monitoramento constante de parâmetros de qualidade de
água como forma de determinar planos de ações mais eficientes no cenário brasileiro
14
devido aos eventos recentes, como no incidente de Mariana (Firovanti, 2016) por
exemplo, o monitoramento da mancha móvel tem sido determinante para o estudo
dos impactos na vida marinha afetada. Além disso a turbidez é um dos parâmetros
para determinar o tipo do corpo hídrico. De acordo com a Resolução CONAMA nº 357
elas podem ser classificadas em: águas doce, salobras e salinas (BRASIL, 2005).
A turbidez também é um parâmetro na vida aquática porque uma água muito
turva dificulta a entrada de luz solar, o que pode causar modificações nos ciclos
biodinâmicos, diminuindo a fotossíntese (DANTAS FERNANDES et al., 2017). Ainda
pode-se gerar perdas de cunho financeiro, como por exemplo com o entupimento de
emissores para irrigação (SOUSA et al., 2016).
O Ministério da Saúde por meio da portaria nº 2914 de 2011 (BRASIL, 2011),
estabelece o valor máximo permitido de 5,0 uT (Unidade de Turbidez) para consumo
humano de água potável filtrada por filtração rápida.
1.1 OBJETIVOS
O objetivo desta pesquisa é o desenvolvimento de um sistema de medição de

turbidez, utilizando-se conceitos de aquisição e processamento digital de imagens
embarcado. O sensor resultante deve ser submetido a testes comparativos com um
sensor comercial.
1.1.1 Objetivo Geral
Desenvolver um sensor de turbidez de água, por processamento digital de

imagens.
1.1.2 Objetivos Específicos
• Construir o sistema de sensoriamento;

• Desenvolver o software de aquisição e tratamento de imagens e
identificação da turbidez;
• Comparar os resultados obtidos com os resultados medidos por um
medidor de turbidez padronizado;
15
• Disponibilizar código fonte do sistema.
1.2 JUSTIFICATIVA
Este trabalho se justifica pela necessidade do constante monitoramento da

qualidade da água, tendo em vista que hoje a coleta ocorre de forma manual onde o
usuário se desloca até o local para a coleta. Com esse monitoramento constante pode-
se determinar planos de ações mais eficientes para que possamos minimizar danos,
em incidentes ambientais.
Tem-se a proposta de um novo método para detecção de turbidez da água, o
qual pode abrir campo para trabalhos futuros.
Tendo em vista o desenvolvimento e transferência de tecnologia este trabalho
utiliza conceitos de fonte aberto, e todo o código desenvolvido está disponível para
consulta no apêndice C deste trabalho.
Além disso o sensor, efetua a coleta de dados sem a intervenção humana, o
que possibilita resguardar o usuário, para que o mesmo não entre em contato com as
amostras, como acontece com os turbidímetros tradicionais de bancada e portáteis,
assim evitando possíveis exposições a agentes químicos que podem ocasionar,
irritações, doenças e podendo levar até a morte.
16
2 FUNDAMENTAÇÃO TEÓRICA
Este capítulo traz a revisão de literatura que serve de fundamentação para o

desenvolvimento do presente trabalho, bem como os principais conceitos utilizados
para embasar este estudo e o estado da arte acerca do tema.
2.1 ANÁLISE DE TRUBIDEZ
A turbidez é uma caraterística física da água, que está relacionada a sua

transparência. Tal característica afeta o espalhamento e absorção de luz pelas
partículas sólidas em suspenção. Sendo assim pode-se dizer que o nível de turbidez
é representado pela redução do nível de transparência da água. As causas da turbidez
ocorrem por diversas formas, dentre algumas que podemos citar são: matérias
suspensas, matérias orgânicas e inorgânicas, plâncton (EPA, 1999).
Na Figura 1 pode-se observar alguns fatores que influenciam na dispersão da
luz, tendo sua intensidade atenuada ao atravessar a água. As linhas denominadas de
“a” até “e” mostram a dispersão ocasionada pela matéria inorgânica, material
orgânico, fungos, moléculas de água, reflexão do fundo dentre outras (IOCCG, 2000).
Figura 1 – Fatores que influenciam na transmitância da luz
Fonte: (IOCCG, 2000), tradução nossa.
2.1.1 Importância
A análise de turbidez é de grande importância para o monitoramento

ambiental – muito utilizada na análise de água potável durante o seu tratamento – e
17
para vários setores da indústria, em especial a alimentícia que pode identificar

possíveis contaminações.
A elevada turbidez da água pode levar a sérios problemas de saúde uma vez
que as impurezas fornecem proteção às bactérias pela sua exposição reduzida à
desinfecção pelo cloro. Tem-se ainda a possibilidade de problemas em sistemas
mecânicos que utilizam a água como fluído hidráulico (GARCIA, 2007).
Em águas de rios e mares, a turbidez provoca a redução de intensidade dos
raios luminosos que atravessam a água, influenciando diretamente no ecossistema,
prejudicando, por exemplo, a fotossíntese das algas, formando bancos de lodo, onde
a digestão anaeróbica leva à formação de gases malcheirosos (Piveli & Kato, 2006).
Além disto em ambientes marinhos quando os níveis de turbidez estão aumentados
podem-se reduzir a produtividade biológica, pode trazer como consequência a
redução da produção pesqueira (GOMES, PALMA, & SILVA, 2000).
Quando há um aumento de turbidez da água faz-se necessário um uso maior
de produtos químicos nas estações de tratamento de água para o abastecimento
público (MONACO et al., 2016).
2.1.2 Tipos de Análise
Os primeiros estudos para se determinar a turbidez da água são de 1900,

quando Wipple e Jackson desenvolviam uma solução padrão para calibrar
turbidímetros, utilizando escala de partes por milhão (PPM) de sílica. Tal trabalho deu
origem ao turbidímetro de vela de Jackson, que está ilustrado na Figura 2. Este
turbidímetro era composto por uma vela especial e um tubo de vidro com fundo plano
que a envolvia. O seu funcionamento consistia em derramar lentamente uma amostra
no tubo até que a imagem da chama da vela, vista pelo topo do tubo, ficasse difusa
com brilho uniforme, ou seja a imagem da chama desaparecia, este ponto é indicado
representado pela seta na Figura 2. Quando a intensidade da luz refletida e espalhada
se igualava à da luz emitida pela chama, a imagem desaparecia. A tonalidade da
amostra do tubo é comparada com uma escala partes por milhão de sílica (ppm-sílica),
obtendo-se a medida da turbidez em Jackson Turbidity Units (JTU) (EPA, 1999). Por
depender muito da interpretação de quem estivesse realizando as medições outros
métodos de medições mais simples de serem replicados foram criados ao longo dos
18
anos, como por exemplo os detectores fotoelétricos que se tornaram bem populares
pois conseguiam medir com mais exatidão e precisão, porém ainda havia uma grande
dificuldade para se medir níveis de turbidez extremamente altos ou baixos (SADAR,
1998).
Figura 2 – Turbidímetro de vela de Jackson
Fonte: Souza, 2012.
Em 1962 Kingsbury e Clark descobriram a formazina, que melhorou

consideravelmente a formulação de padrões, por possuir homogeneidade entre as
partículas e serem reproduzidas com facilidade, com isso uma nova unidade de
medida de turbidez surgiu, a Formazin Turbidity Units (FTU).
Mesmo com a descoberta da formazina, não havia uma padronização na
medição da turbidez, visto que o ângulo de medição não seguia um padrão e a cada
medição sofriam-se variações, o que acabava gerando equívocos se medidas
realizadas com detectores em posições diferentes fossem comparadas.
As amostras de formazina como demonstradas na Figura 3 são utilizadas nos
detectores fotoelétricos, que proporcionam uma maior precisão na medição da
turbidez. O funcionamento dos turbidímetros comerciais se baseia na emissão de um
feixe luminoso através de uma amostra, e mede-se a intensidade da luz refletida por
partículas em suspensão ou a diferença de intensidade da luminosidade emitida e
recebida pelo detector (MARTINS, 2012).
19
Figura 3 – Padrões de formazina representado o nível de turbidez em NTU/FNU
Fonte: (Dias, 2012)
Nos Instrumentos comerciais o detector é disposto de forma fixa em ângulos

de 90º ou 180º. Quando este sensor está em um ângulo de 90º este instrumento é
chamado de Nefelômetro, neste caso a medição se dá na quantidade de luz que é
espalhada e chegou ao detector que está localizado a 90º da fonte luminosa. A esta
técnica de medição se dá o nome de nefelometria, Na Figura 4 pode-se observar o
processo para medição da turbidez, que além do processo de medição leva em
consideração a unidade de medida que é variável de acordo com o tipo de medição,
que neste caso é a Unidade Nefelométrica de Turbidez(NTU) (Santos, 2009). Já
quando este sensor está localizado à 180º da fonte luminosa, este é chamado de
turbidímetro, e neste caso a medição da turbidez se dá pela atenuação do feixe de luz
incidente que atravessa a amostra e encontra o sensor, conforme pode-se observar
na Figura 5. Quando a medição é feita desta forma a unidade de medida é a
Formazine Atenuation Unit (FAU) (Santos, 2009) e (Morais, Tóth, & Rangel, 2006).
Figura 4 – Funcionamento de um nefelômetro
Fonte: (CARDOSO, 2011)

20
Figura 5 – Funcionamento de um turbidímetro
Além dos dispositivos comercias e eletrônicos para análise da turbidez temos

um outro método que é utilizando, o Disco de Secchi. Este consiste em um disco com
30 cm de diâmetro podendo ser totalmente branco ou dividido em duas partes brancas
e duas partes pretas, onde o mesmo é inserido na água preso a uma corda graduada,
e deixado a afundar até não ser possível mais visualizá-lo, e a esta distância confere-
se o nome de profundidade de Secchi (Fill & Santos, 2001), que é expresso em
metros. Representando a profundidade de penetração da luz. Na Figura 6 pode-se
observar o funcionamento do Disco de Secchi.
Figura 6 – Medição de transparência com Disco de Secchi
Fonte: (EMBRAPA, 2011)
Como pode-se observar a turbidez é medida por vários equipamentos

diferentes cada qual fazendo uso de sua unidade de medida, portanto, temos como
as principais unidades de medidas de turbidez: Unidades Nefelométricas de Turbidez
(NTU), Formazin Turbidity Units (FTU) , Formazin Nephelometric Unit (FNU), Jackosn
Turbidity Units (JTU) e a Unidade Sílica (SiO2). Na Tabela 1, pode observar a
conversão das diferentes unidades de turbidez.
21
Tabela 1 – Tabela de conversão das unidades de turbidez

Medidas JTU NTU/FTU/FNU SiO2(mg/L)
JTU 1 19 2,5
NTU/FTU/FNU 0,053 1 0,13
SiO2(mg/L) 0,4 7,5 1
Fonte: (Daly, 2007)
2.1.3 Calibração do Sistema de Medição Desenvolvido
A calibração consiste em submeter um sistema de medição a valores

conhecidos do mensurando, em condições bem definidas, e avaliar sua resposta,
normalmente para isto são utilizados valores padrões (Albertazzi & Souza, 2018).
Para a calibração de um sensor de turbidez pode-se utilizar estireno-divinil
benzeno, sílica ou formazina. A uniformidade da suspensão gerada e o tamanho das
partículas formadas fazem com que o padrão de turbidez a base de formazina ser o
mais aceitável e recomendado por instituições internacionais como American Society
for Testing and Materials (ASTM), International Standard Organization (ISSO), United
States Environmental Protection Agency (USEPA) e Mitteleuropäishe Brautechnische
Analysenkommission (MEBAK) (Ródenas-Torralba et al., 2007).
No Brasil a portaria nº 2.914 de Dezembro de 2011 do ministério da saúde, dispõe as
metodologias analíticas para a turbidez, que deve atender às normas nacionais ou
internacionais tais como o Standard Methods for the Examination of Water and
Wastewater de autoria das instituições American Public Health Association (APHA)
American Water Works Association (AWWA) e Water Environment Federation (WEF)
e também as normas ISO, USEPA e a Organização Mundial da Saúde (OMS)
(BRASIL, 2011).
Para a calibração do turbidímetro a norma ISSO 7027 recomenda o uso da
solução de formazina. A formazina é composta de sulfato de hidrazina (N2H4H2SO4),
hexametileno-tetramina pura e água destilada. A diluição é de 5g de hidrazina, 50g de
hexametileno-tetramina, diluídos em 1 litro de água desmineralizada (esta mistura que
necessita repousar 48 horas) rende uma solução de 4.000 NTU que após diluída
obtêm-se outras medidas (APHA, AWWA & WEF, 2017). Para a diluição de outros
valores pode utilizar da equação 1.
22
("#$%&' )' )*$%*çã# -./. -/'0./#) ∗ (".$#/ 3& 456 )'7'8.9#)

".$#/ 456 ). :#$%çã# ;<*=*.$
, (1)
Em que "Volume De Diluição" é a quantidade de água desmineralizada, "Valor

Em NTU Desejado" a quantidade em NTU da amostra a ser obtida, e "Valor NTU da
Solução Inicial" a concentração da solução inicial.
Por exemplo se queremos 100 ml de uma solução de 4 NTU partindo de uma
(>?? &@) ∗ (A 456)
solução de 4000 NTU, temos: A.??? 456
, sendo o resultado de 0,4 ml, que é a
quantidade da solução de 4.000 NTU que deve ser diluída em 100 ml de água, para a
obtenção de um padrão de 4 NTU. Porém após diluída deve ser utilizada em até 72
horas, após este período o padrão torna-se instável (Haffmans, 2003).
Ao se diluir o hexametileno-tetramina e o sulfato de hidrazina deve-se tomar
cuidados, pois a hidrazina é toxica e cancerígena e o hexametileno-tetramina pode
ocasionar irritações no sistema respiratório e olhos (Haffmans, 2003). Na Tabela 2,
pode-se observar a relação da diluição da solução de formazina com concentração de
4.000 NTU em 100 ml de água destilada com o valor em NTU obtido.
Tabela 2 - Equivalência em NTU de formazina diluída

Quantidade da solução de formazina diluída Concentração de formazina depois da
em 100 ml de água destilada (ml) diluição (NTU)
1 40
2 80
3 120
4 160
5 200
5,5 220
6,5 260
7,5 300
8 320
8,5 340
10 400
23
2.2 PROCESSAMENTO DIGITAL DE IMAGENS
O processamento digital de imagens é o processamento de imagens digitais

por um computador digital. Este processamento envolve extração de atributos de
imagens e pode inclusive envolver o reconhecimento de objetos individuais
(GONZALES, 2010).
É importante ressaltar que o processamento digital de imagens pode envolver
métodos cujas entradas são imagens e a saída também é uma imagem como nos
processos de tratamento de imagem. Mas ele também conta com métodos que as
entradas podem ser imagens mas as saídas são atributos extraídos dessa imagem, e
por isso contam com processamentos distintos. A Figura 7, mostra todas as
metodologias que podem ser aplicadas à imagens com diferentes propósitos afim de
se obter diferentes resultados de acordo com Gonzales (GONZALEZ, 2010).
Figura 7 - Passos fundamentais em processamento digital de imagens
Fonte: (GONZALES, 2010).
2.2.1 Aquisição e Formação de Imagens
A formação da imagem digital começa com a captura, por meio de um sensor

que converte a energia luminosa em imagens digitais. Para a aquisição da imagens
podem ser utilizados diversos sensores como, sensor único, sensores de varredura
24
de linha, e sensores matriciais. Sendo que nas câmeras digitais o sensor tipicamente
utilizado é o matricial, temos como exemplo a matriz CCD (GONZALEZ, 2010).
As imagens são formadas transformando os valores coletados pelos sensores
em matrizes de números inteiros. Estes valores são chamados de pixel, que são os
elementos principais de uma imagem. De certa forma, pode-se falar que uma imagem
digital é a representação de uma matriz de pixels dispostos lado a lado. Com a
representação da imagem nessa matriz, pode-se aplicar as técnicas de
processamento digital de imagens, por meio de algoritmos computacionais
(GONZALEZ, 2002).
Vale ressaltar que imagens em tons de cinza podem ser representadas
utilizando um único valor. E para imagens coloridas, utiliza-se o modelo tridimensional
(QUEIROZ & GOMES, 2001).
2.2.2 Imagem Digital
Uma imagem digital é uma função bidimensional de intensidade da luz f(x, y),
onde x e y são coordenadas espaciais em um plano bidimensional, e a dimensão de f
em qualquer par das coordenadas (x, y) é chamado de intensidade ou nível de cinza.
Observando que que a imagem digital é composto de um número finitos de elementos,
que são comumente chamados de pixel(Picture element)(GONZALEZ, 2010).
O pixel é considerado o elemento básico da imagem, organizado segundo
uma simetria quadrada, e representa um ponto nas coordenadas x e y, daquela
imagem (GONZALEZ, 2002). Um exemplo pode ser observado na Figura 8.
25
Figura 8 - Representação de um pixel na imagem
Fonte: (GONZALEZ, 2002).
2.3 TRABALHOS CORRELATOS
Durante a pesquisa, identificou-se o trabalho correlacionado, de autoria de

Toiovanen (Toivanen et al, 2013), que trata sobre a medição da turbidez através de
crowdsourcing, utilizando um aparelho celular e um dispositivo projetado para
medição. Neste trabalho eles acreditam que o crowdsourcing fornece meios para
coletar mais dados por meio de voluntários.
O protótipo criado pelos autores, é denominado de Secchi3000, onde as
imagens são capturadas com o auxilio de um celular do interior do dispositivo de
medição, como pode-se observar na Figura 9. Após a captura das imagens a mesmas
são enviadas a um servidor juntamente com outros dados, tais como a localização
onde a imagem foi captura, e as mesmas são submetidas a algoritmos de
processamento de imagens e outras técnicas de visão computacional.
Figura 9 - Dispositivo de medição Secchi3000 e usuário utilizando
Fonte: (Toivanen et al, 2013)

26
O projeto Secchi3000 é composto por 4 partes: aplicação móvel, dispositivo

de medição, algoritmo de análise das imagens, e banco de dados.
Após a captura da imagem das amostras as mesmas são encaminhadas ao
servidor, onde são submetidas a algoritmos, um deles para fazer a detecção das áreas
demarcadas – estas áreas demarcadas são os quadrados na folha branca
apresentados na Figura 10 - que serão analisadas. Em seguida são extraídos os
valores RGB de cada uma das áreas (a área preta, a área cinza e a área branca), que
são utilizados para determinar a qualidade da água.
Figura 10 - Determinação das áreas de interesse
Fonte: (Toivanen et al, 2013)
Os testes foram realizados em 2012 na Finlândia com o auxílio de 100

usuários previamente selecionados. Ainda durante os testes os autores relatam
dificuldades com a iluminação já que não utilizavam um controle para esta, além disso
relatam que, como não há uma padronização nos equipamentos que fazem as
capturas das imagens, algumas delas acabam sendo capturas com baixa qualidade,
e por último relatam a facilidade de ter erros humanos, tendo em vista que são
pessoas diferentes fazendo capturas diferentes, provocando alterações nas amostras,
como sombras, ângulos diferentes, etc.
Na Figura 11 são exibidos os resultados das capturas. Os autores relatam que
a análise da turbidez funciona de boa forma, porém com alguma dispersão e quando
temos valores maiores que 6 FNU, a diferença do valor de referência começa a
aumentar, mas a ordem e a magnitude permanecem corretas, como pode-se observar
no trabalho de Toiovanen (Toivanen et al, 2013).
27
Figura 11 - Análise de turbidez com o Secchi3000
Fonte: (Toivanen et al, 2013).
Por fim os autores concluem que, mesmo com os problemas enfrentados, a

ferramenta apresentou bons resultados, e por se tratar de um sistema colaborativo
espera que com o aumento no número de usuários, ocorram melhorias no software.
Além deste identificou-se o trabalho de Karnawat e Patil (Karnawat e Patil,
2016), onde utilizam o método de processamento de imagens para se identificar
contaminações de intencionais e acidentais nos sistemas de abastecimento de água.
Estes propõem um método onde capturam a imagem da amostra, em seguida aplicam
técnicas de filtro linear e filtro Gaussiano, para remoção de ruído da imagem, e em
sequência a mesma é convertida de RGB para cinza. Após convertida para cinza a
imagem passa por uma binarização onde é determinado um limiar, e os valor abaixo
deste limiar são levados para intensidade de 255 (Branco) e os valores abaixo deste
são levados a intensidade 0(Preto), onde a parte da imagem que apresenta
intensidade igual a 0 representa a parte da amostra que apresenta turbidez.
Além disso é calculado o histograma da imagem que é a relação entre a
intensidade do pixel e a quantidade de pixels, e com esses dados os autores,
comparam os valores obtidos com valores presentes em uma base de dados em que
estão mapeados os valores da turbidez. Por fim os autores executam testes, onde
demonstra que os resultados obtidos por processamento de imagens são próximos
dos obtidos pelo método utilizado em laboratórios, e ainda ressaltam que utilizando-
se o método proposto por eles, alcança-se resultados mais rápidos e mais baratos, e
que podem ser efetuadas melhoras para aumentar a precisão dos resultados.
28
2.4 PRODUTOS SEMELHANTE NO MERCADO
No mercado, existem diferentes tipos de turbidímetro, com funcionamento das

mais diversas formas, dentre esses podemos citar: turbidímetro de bancada e os
portáteis.
Os turbidímetros de bancada são de uso em laboratório, geralmente estes
equipamentos podem permanecer ligados continuamente, caso isso não ocorra pode
ser necessário um período de aquecimento antes das medições. Para garantir o
funcionamento pleno, deve-se efetuar a limpeza e manutenção conforme instruções
do fabricante (Ferreira, 2018).
No mercado temos várias marcas e modelos de turbidímetro de bancada
disponíveis, dentre eles temos o turbidímetro TL2300 do fabricante HACH, que utiliza
lâmpada de tungstênio e trabalha na faixa de 0 á 4000 NTU, e possui indicação de
uso para amostras sem incidência de cor (Hach, 2018). Na Figura 12 podemos ver o
turbidímetro mencionado.
Figura 12 - Turbidímetro de bancada Hach - TL2300
Fonte: Hach, 2018.
Já os turbidímetro portáteis são destinados principalmente para o uso em

campo, por isso estes geralmente são compactos e funcionam por meio de baterias.
A grande vantagem do uso destes turbidímetros, é que a amostra por ser analisada
no local, não precisando ser transportada até o laboratório o que poderia ocasionar
distúrbios nos resultados (Martins, 2012). No mercado também existem várias
fabricantes e modelos de turbidímetros portáteis, a Hach, tem disponível o
turbidímetro portátil 2100Q, este trabalha com valores de 0 á 1.000 NTU, e também é
indicado para amostras sem incidência de cor (Hach, 2018). Na Figura 13 podemos
observar o turbidímetro 2100Q.
29
Figura 13 - Turbidímetro portátil Hach 2100Q
Fonte: Hach, 2018.
E por último temos os turbidímetro de linha ou também chamados de “on-line”,

que são instalados em campo nas industrias em um desvio ou “ramo” da linha de
produção, estes podem ser conectados, a sistemas supervisórios remotos como os
SCADA (Supervisory Control and Data Acquisition) (Martins, 2012).. Um exemplo
deste presente no mercado é o Kemtrak TC007, um turbidímetro de linha que utiliza
iluminação de LED e efetua medições de 0,01 até 4.000 NTU e consegue transmitir
os valores lidos por meio da rede (Kemtrak, 2018). Na Figura 21 pode-se observar
uma foto deste equipamento.
Figura 14 - Turbidímetro industrial TC007
Fonte: Kemtrak, 2018.

30
3 DESENVOLVIMENTO DO PRODUTO
Nesta seção, são abordadas informações referente ao desenvolvimento do

produto, como o ciclo de vida do projeto este que abrange do planejamento ao
descarte do produto, levantamento de requisitos do cliente onde o mesmo relata o que
espera no seu produto. Após definidos os requisitos do cliente estes são
transformados em requisitos do produto e as metas de cada requisito são definidas.
Então desenvolve-se a estrutura funcional do produto que demonstra as entradas
necessárias, os processamentos e as saídas resultante destes. Além disso são
criados princípios de solução com possibilidades para resolução de cada atividade da
estrutura funcional, estas são submetidas a um estudo de viabilidade, para que
finalmente seja desenvolvido o projeto preliminar do produto e a construção de seu
protótipo.
3.1 METODOLOGIA
As pesquisas são classificadas de diversas formas, algumas delas, quanto a

forma que abordam o problema, do ponto de vista de seus objetivos e dos
procedimentos técnicos. Considerando tais classificações esta pesquisa pode ser
classificada como sendo quantitativa, exploratória e experimental (Gil, 1991). Tais
classificações se aplicam a esta pesquisa, tendo em vista que a mesma tem o caráter
exploratório, com o levantamento de informações acerca do problema objeto de
pesquisa, por meio do levantamento bibliográfico, e análise de experimentos que
estimularam a compreensão do problema, onde gerou-se hipóteses de solução. Em
caráter experimental, definiu-se as variáveis de controle, e as de observação, para as
hipóteses de solução do problema. E sendo quantitativa a coleta e análise dos
resultados obtidos por meio de experimentação.
Como parte integrante desta pesquisa a coleta de imagens das amostras é
uma das principais atividades deste trabalho, sendo que com estas foram
desenvolvidas as análises para detectar o nível de turbidez de cada amostra
submetida aos testes. Este projeto se classifica como sendo um sistema de visão que
é composto por uma caixa escura, uma caixa cúbica para armazenagem da água
(amostra), uma matriz de LED (Light Emitting Diode) para iluminação da amostra,
31
juntamente com uma câmera digital e uma placa de sistema embarcado, responsável
pela captura da imagem. O protótipo do sensor pode ser observado na Figura 11 e
demais informações sobre a estrutura deste sistema podem ser consultadas no seção
3.4 deste trabalho.
Figura 15 - Protótipo do sensor desenvolvido
Fonte: Autoria própria.
A aquisição de imagem se dá com a caixa cúbica cheia do liquido a ser

analisado e a matriz de LED acesa fornecendo uma iluminação no estilo backlight da
amostra. Além da iluminação controlada para a aquisição da imagem, a câmera conta
com os parâmetros de exposição, ganho, contraste, saturação e brilho controlados de
forma manual para todas as aquisições afim de que a mesma não cause interferência
na coleta de dados.
Os testes e a calibração do sensor foram desenvolvidas com amostras de
vários níveis de turbidez cobrindo uma determinada faixa de valores, iniciando na
amostra que apresenta menor índice de turbidez até aquela que apresenta maior
índice de turbidez. Todas as amostras foram submetidas a um turbidímetro de
bancada (Tecnopon TB-1000) já calibrado para aferição dos valores das amostras.
32
3.2 PROJETO INFORMACIONAL
3.2.1 Ciclo de Vida e Integrantes do Projeto
Para Kotler (2004), a criação de novos produtos tem como função a satisfação
de necessidades claramente existentes ou latentes.
Segundo Zygmunt (2008), as necessidades humanas passam por pequenas
variações em sua essência, porém a inovação tecnológica altera a forma de satisfazê-
las. O ciclo tecnológico cada vez menor tem levado a uma redução do ciclo de vida
dos produtos, mais presente naqueles em que há mais tecnologia empregada.
O ciclo de vida abrange todas as etapas em que o produto está envolvido,
desde seu planejamento até o seu descarte. Para Kotler (1996), os produtos passam
por diferentes etapas ao longo de sua vida, onde cada uma traz diferentes lucros,
oportunidades e desafios.
O ciclo de vida deste projeto fora definido como: projeto, desenvolvimento,
testes, implantação, manutenção.
Com o ciclo de vida do projeto definido, a próxima etapa é a identificação dos
clientes do projeto, que neste caso podem ser classificados em: clientes internos,
clientes intermediários e clientes externos. Os clientes internos são todos aqueles
envolvidos no desenvolvimento e manutenção do produto. Os clientes intermediários
do produto geralmente são os responsáveis pela distribuição e comercialização do
produto, como se trata de um projeto inovador e o desenvolvimento de um protótipo o
mesmo, não contará com tais tipos de clientes. Os clientes externos são aqueles que
farão uso do produto.
3.2.2 Levantamento de Requisitos do Cliente
Requisito de cliente consiste na primeira tradução das necessidades brutas

obtidas dos diferentes clientes, levadas a uma linguagem compreensível para
projetistas e produtores (Fonseca, 2000). Qualquer discrepância entre as
necessidades dos clientes e os requisitos do produto implica que os projetistas terão
33
que introduzir novas necessidades dos clientes que não são atributos essenciais do
produto (Alvarenga, 2006).
Alvarenga (2006), propõem uma abordagem para o levantamento das
necessidades dos clientes (coletar os desejos e necessidades de usuários, clientes e
especialistas) que consiste na combinação de diferentes métodos de investigação:
entrevistas, questionários estruturados, observação direta e passeios acompanhados.
A utilização de diversos métodos é feita com a intenção de suprir as limitações
apresentadas por cada um, complementando-os.
Desta forma, optou-se por utilizar entrevistas para a identificação das
necessidades dos clientes.
Durante a pesquisa fora realizado entrevistas com o cliente e identificado as
necessidades listada abaixo:
• Utilizar peças de fácil aquisição;

• Ser barato;
• Possuir fácil instalação;
• Ser durável;
• Montagem simples;
• Indicar o nível de turbidez da água;
• Disponibilizar as informações processadas;
• Possibilitar fácil acesso as medições;
• Tempo de resposta aceitável;
• Confiável nas medições;
• Fácil operação;
• Ter facilidade de manutenção.
Filho (2010), diz que o QFD (Quality Function Deployment) é um processo

estruturado a partir dos requisitos do cliente, que consistem nas suas necessidades e
expectativas, e que são transferidos para as fases do desenvolvimento de um novo
produto. No apêndice A e B apresentam a matriz de relacionamentos entre os
requisitos dos clientes e os requisitos do produto a ser desenvolvida.
34
3.2.3 Requisitos do Produto
Ao fim da identificação e classificação dos requisitos dos clientes, chegou a

parte da determinação dos requisitos do produto que é onde os dados de
necessidades do cliente se transformam em características técnicas do produto. Estes
requisitos de projeto devem ser descritos de acordo com características técnicas,
possíveis de serem mensuradas (Rozenfeld, et al., 2006).
Após a tarefa de pesquisa com os consumidores e determinação do ciclo de
vida do produto estabelecem-se os requisitos de projeto que deveram suprimir as
necessidades do consumidor.
A Tabela 3 apresenta o grau de importância de cada requisito do produto de
acordo com o QFD.
Tabela 3 - Classificação de importância dos requisitos do produto

Requisito do produto Classificação por importância
Possibilitar acesso via rede 1
Possuir interface simples e amigável 2
Utilizar componentes padrões 3
Disponibilizar o resultado em prazo máximo de
4
30 segundos
Baixo custo de desenvolvimento 5
Possuir sistema de calibração 6
Possuir suportes para fixação 7
Utilizar de encaixes e parafusos padronizados 8
Aferir o nível de turbidez 9
Possuir as dimensões externas: 40cm x 40cm x
10
40cm
Fácil manutenção 11
Desenvolvida em material não oxidante 12
3.2.4 Definição de Metas
Cada requisito de projeto deve ser associado um valor meta a ser atingido,
um elemento sensor para avaliar se a meta estipulada foi atingida, saídas indesejáveis
que podem ocorrer no projeto.
35
No quadro 1 podemos observar a lista de especificação de cada requisito do

produto.
Quadro 1 - Especificações de Metas

Requisito Meta Avaliação Saída Indesejada
Possibilitar acesso Possibilitar acesso via Não conseguir acesso
SIM/NÃO
via rede rede via rede
Possuir interface Avaliação de Não consiga mensurar a

SIM/NÃO
simples e amigável usabilidade usabilidade
Utilizar componentes Não atingir a meta de

>50% de componentes Verificação no projeto
padrões 50%
Disponibilizar o
Não conseguir
resultado em prazo Teste com o
< 30 segundos resultados no tempo
máximo de 30 turbidímetro
esperado
segundos
Soma dos custos ao fim
Baixo custo de O custo fique superior
< R$ 5000,00 do desenvolvimento do
desenvolvimento ao estimado.
projeto
Não conseguia
Possuir sistema de
SIM/NÃO Avaliação do uso implementar um sistema
calibração
de calibração
Verificar no
Possuir suportes Não ser possível a
SIM/NÃO desenvolvimento do
para fixação criação dos suportes
projeto CAD
Utilizar >50% de Não ser capaz de
Utilizar de encaixes e
encaixes e parafusos encontrar, a venda os
parafusos >50%
encontrados no produtos no mercado
padronizados
mercado local local.
Aferir o nível de Teste do produto com Não conseguir aferir o

SIM/NÃO
turbidez matriz de testes nível de turbidez
Não conseguir
Possuir as
Possuir dimensões dimensionar no
dimensões externas: Verificar no projeto
máximas de 40cm x tamanho da meta em
40cm x 40 cm x 40 preliminar
40cm x 40 cm virtude de outros
cm
componentes internos.
Verificação com o O sistema não ser de

Fácil manutenção SIM/NÃO
usuário fácil manutenção
Não ser possível o uso

Desenvolvida em Verificação no projeto
SIM/NÃO de materiais não
material não oxidante preliminar
oxidante.
36
3.3 PROJETO CONCEITUAL
O projeto conceitual é uma fase do desenvolvimento de um produto, sendo

seu objetivo gerar soluções para satisfazer as necessidades do cliente. Durante esta
fase são desenvolvidas atividades relacionadas a busca, criação, representação e
seleção de soluções para o problema.
E durante este capítulo são trabalhadas as atividades mencionadas acima.
3.3.1 Estrutura Funcional do Produto
A modelagem da estrutura funcional do produto é a base na qual os princípios

de solução são procurados e as alternativas de projeto serão elaboradas. Para isso
inicialmente define-se as entradas e as saídas principais, presentes na função global
do produto. As entradas e saídas são a base para a definição dos fluxos de energia,
materiais e sinais dentro do produto. Na Figura 16 pode-se observar as funções
globais do produto desenvolvido.
Figura 16 - Função global
Após definida a função global do produto devemos determinar as funções

elementares deste produto, usualmente utiliza-se o método de seguir o fluxo de cada
material, energia e sinal que entra no produto, observando quais alterações devem
ocorrer nestes fluxos. Na Figura 17 pode-se visualizar a estrutura funcional do produto
a ser desenvolvido.
Como mencionado anteriormente na estrutura funcional segue-se o fluxo de
cada material, energia e sinal que entra no produto, analisando os a Figura 17,
identificamos a primeira entrada como a “amostra de água”, que interage com a
funcionalidade de “captura da amostra” e em seguida o “armazenamento da amostra”,
estas duas funcionalidades responsáveis por controlar o fluxo e a retenção da amostra
a ser analisada, em sequência temos a entrada de “energia”, responsável por
37
alimentar as estruturas que recebem a entrada de “sinal”, responsável pelo

acionamento dos dispositivos eletroeletrônicos presentes no projeto, como o caso de
acionar a rotina “acionar iluminação”, responsável pelas diferentes formas de
iluminação da amostra. Além destes os sinais, são responsáveis pelo início de rotinas
responsáveis pelo processamento da amostra, iniciando pela função “capturar
imagem”, responsável pela captura e armazenamento da imagem, a função
“tratamento da imagem”, que executa os processos necessários para que a imagem
seja submetida a função de “identificação da turbidez”, que executa as rotinas
necessárias para a identificação da turbidez, e posteriormente a transmissão do
resultado e liberação da amostra. Tendo assim ao final do processo como saídas a
turbidez identificada, geração de calor pelo processo, e a liberação da amostra.
Figura 17 - Estrutura funcional

38
3.3.2 Princípios de Solução e Propostas de Alternativas de Concepção
Nesta fase do projeto busca-se princípios de solução que podem contribuir

para a solução do problema, para isso faz-se uso da Matriz Morfológica. Para isso são
consideradas as funções e os requisitos do projeto levantadas no QFD.
No quadro 2 são apresentados os princípios de solução para as funções
elementares do produto.
Quadro 2 - Matriz morfológica

Funções Princípio de solução
Capturar da amostra Gravidade Bomba d’água Copo
Armazenar amostra Pote cilíndrico Pote cúbico Garrafa
Acionar iluminação Manualmente Algoritmo (Software + Hardware)
Capturar imagem WebCam Filmadora Câmera específica
Tratar imagem Algoritmo Photoshop
Identificar turbidez Algoritmo Manualmente Turbidímetro digital
Transmitir resultado Internet Salvar no próprio dispositivo SMS
Liberação da amostra Gravidade Bomba d’água Copo
Após o levantamento dos princípios de solução são geradas as concepções,

a partir da combinação dos princípios de solução propostos na matriz morfológica e
as funções elementares do produto.
No quadro 3 pode-se observar as alternativas de projeto, para o sensor de
turbidez proposto.
Quadro 3 - Concepções para o sensor de turbidez

Funções Princípio de solução
39
Concepção 1 Concepção 2 Concepção 3
Captura da amostra Gravidade Bomba d’água Gravidade
Armazenamento da
Pote cúbico Pote cilíndrico Garrafa
amostra
Algoritmo (Software + Algoritmo (Software + Algoritmo (Software +

Acionar iluminação
Hardware) Hardware) Hardware)
Capturar imagem Câmera específica Filmadora WebCam
Tratamento da imagem Algoritmo Algoritmo Algoritmo
Identificação da
Algoritmo Algoritmo Algoritmo
turbidez
Transmissão do Salvar no próprio

Internet SMS
resultado dispositivo
Liberação da amostra Gravidade Gravidade Bomba d’água
3.3.3 Avaliação Baseada no Julgamento de Viabilidade
Para a avaliação baseada no julgamento de viabilidade, optou-se por

desenvolver uma brainstorming, com a equipe de desenvolvimento, os clientes, além
de pesquisadores da área de desenvolvimento do projeto (elétrica/eletrônica,
computação e meio ambiente).
Durante a avaliação foram apresentados os requisitos dos clientes,
juntamente com as concepções geradas, para todos os presentes. Tais concepções
passaram pela avaliação individual de cada membro da equipe de desenvolvimento
do projeto e pelos pesquisadores, que em seguida relataram ao grupo quais
concepções eram viáveis ou não.
Das três concepções inicialmente propostas, duas foram consideradas como
viáveis conforme podemos observar na quadro 4.
Quadro 4 - resultado do julgamento de viabilidade

Concepções Viabilidade
40
Concepção 1 Viável
Concepção 2 Viável
Inviável – pelo fato de, ao se utilizar webcam

para a captura das imagens, não obtém uma
Concepção 3
resolução suficiente para se trabalhar com o
processamento de imagens.
3.3.4 Avaliação Baseada na Matriz de Avaliação
Para comparar a avaliação pela matriz fora escolhido como um dos critérios
os requisitos do projeto juntamente com seus pesos.
Para comparar cada requisito do projeto com uma das concepções, foram
utilizadas as seguintes pontuações: 0 – Não atende, 1 – Atende parcialmente e 2 –
Atende totalmente.
Ao final será gerado uma pontuação total de cada concepção o qual poderá
indicar a concepção que possivelmente será mais adequada à resolução do problema
proposto, como pode-se observar na quadro 5.
Quadro 5 - Avaliação das concepções

Concepções
Funções Peso QFD
Concepção 1 Concepção 2
Utilizar componentes
190 2 1
padrões
Baixo custo de
130 2 1
desenvolvimento
Possuir as dimensões
44 2 2
40cm x 40cm x 40cm
Possuir suportes para

83 2 2
fixação
Desenvolvida em
38 2 1
material não oxidante
Utilizar de encaixes e
parafusos 66 2 2
padronizados
Aferir o nível de
50 2 2
turbidez
41
Possuir interface
205 2 1
simples e amigável
Possibilitar acesso via

214 2 1
rede
Disponibilizar o
resultado em prazo
145 2 2
máximo de 30
segundos
Possuir sistema de
115 2 2
calibração
Fácil manutenção 39 2 1
Total Total 2638 1822
3.4 PROJETO PRELIMINAR
Nesta fase do projeto que é determinada a estrutura de construção do produto

a partir da concepção escolhida, fazendo parte desta fase também a elaboração dos
desenhos e descrição detalhada dos módulos e componentes utilizados. Após a
elaboração dos desenhos de todos os módulos chegamos a um projeto final. Além de
proporcionar uma visão detalhada do produto, esta fase possibilita a identificação dos
itens necessários para a construção do produto. Nos ítens 3.4.1, 3.4.2 e 3.4.3 são
detalhados os módulos que compõem a concepção escolhida.
3.4.1 Módulo Hidráulico
O módulo hidráulico neste projeto tem a função de gerenciar o transporte e o

armazenamento da amostra a ser analisada, composto de:
• Mangueiras;
• Conexões;
• Cubeta;
• Eletroválvula.
42
Na Figura 18 observa-se o esquema hidráulico desenvolvido no projeto e seus

componentes.
Figura 18 - Módulo hidráulico
Para a cubeta que armazena a amostra foi utilizado um recipiente feito de

acrílico transparente, as eletroválvulas utilizadas são as válvulas eletro-hidráulicas da
empresa TSA, modelo TSA 820001G.
3.4.2 Módulo Eletrônico
O módulo eletrônico tem a função de acionar as eletroválvulas, alimentar o

microcontrolador que controla os acionamentos das eletroválvulas, e o acionamento
da câmera para a captura das imagens da amostra juntamente com o controle da
iluminação. Na figura 23 é apresentado o circuito eletrônico mostrando as interações
entre os componentes do sistemas.
Figura 19 - Módulo eletrônico

43
O sistema microcontrolador utilizado é uma Raspberry PI-3 Model B. A

escolha do Raspberry, para ser utilizado como o microcontrolador no projeto se deu
pela sua aceitação no mercado, grande rede de usuário, de fácil disponibilidade no
mercado, além de ser o microcontrolador que estava disponível para o
desenvolvimento deste trabalho. A fonte de alimentação do circuito possui entrada de
110/220 V em corrente alternada (CA) e saída de 5 V em corrente contínua (CC),
fornecendo até 2,5 A. Para a iluminação das amostra é utilizado uma matriz de LED
da marca LLUM de 6 W de potência, modelo Slim LED AB. A escolha da iluminação
por LED pelo seu baixo consumo de energia, baixo custo, fácil aquisição, além de
possibilitar testes com fonte luminosa diferenciada das utilizadas nos sensores
comerciais. E a câmera utilizada para a captura das imagens das amostras é uma
Basler acA1300- 60gc, juntamente com uma lente Tamron 12VM412ASIR, 4 - 12 mm.
A escolha do conjunto de lente e câmera se deu por conta da mesma possibilitar o
controle de parâmetros de exposição, ganho, contraste, saturação, brilho e foco
possibilitando assim que estes não causem interferência na coleta de dados. Esta
câmera também possui um interface ethernet, o que possibilita a sua conexão em
rede, podendo ser acessada por outros dispositivos, além da sua fácil substituição.
3.4.3 Módulo de Software
No desenvolvimento do software responsável pela captura e processamentos

de imagens, foi utilizado o sistema operacional Linux, a interface de desenvolvimento
Eclipse®, utilizando a linguagem de programação C/C++, e uma biblioteca de
processamento de imagens OpenCV 2. Na Figura 20 é apresentado o diagrama de
atividades do software, onde mostra-se o fluxo de ações para a determinação da
turbidez da amostra, composto de 3 ações principais: captura da imagem, pré-
processamento, e posterior processamento para a determinação da turbidez. Optou-
se por utilizar diagrama de atividades pois o mesmo consegue demonstrar a
sequência atividades, inclusive atividades paralelas, para se alcançar um determinado
objetivo. Ou seja, consegue-se demonstrar fluxos de trabalhos e processos de
negócios.
44
Figura 20 - Diagrama de Atividades
Fonte: Autoria própria
Para a captura da amostra inicialmente aciona-se a bomba, e em seguida

libera-se o fluxo do fluído no solenoide de entrada, que ocorre por 4 segundos ou 3,5
segundos (essa variação ocorre quando temos o primeiro enchimento do recipiente
que é mais lenta), para que encha o recipiente com a amostra a ser analisada. Este
tempo de entrada é controlado pela função desenvolvida em C++, denominada de
"tempoEntrada()", que pode ser observada no apêndice C deste trabalho. Para
distinguir se é o primeiro enchimento do reservatório ou não, conta-se com o auxílio
de um arquivo de configuração ("config.ini") que é atualizado quando ocorre o primeiro
enchimento. Na Figura 21 pode-se observar o diagrama de atividades referente a esta
funcionalidade do software.
45
Figura 21 - Diagrama de atividades controle do tempo de enchimento
O acionamento do solenóide que controla o fluxo do fluído é feito pela função

"Aciona bomba de entrada", mostrado na Figura 22. Vale ressaltar que a solenoide só
libera o fluxo após 0,5 segundo de funcionamento da bomba, e também interrompe o
fluxo 0,1 segundo antes da bomba ser desligada. Isto é necessário devido a
caraterística da bomba utilizada, que não deve operar sem fluído, então este tempo
de abertura tardio e interrupção prévia ocorre para garantir o seu pleno
funcionamento, juntamente com o uso das válvulas de retenção, para garantir que
sempre exista fluído nas mangueiras. Então deve-se acrescentar 0,6 segundo no
tempo de enchimento do reservatório.
46
Figura 22 - Diagrama de atividades acionamento das solenoides e eletrobombas
Com o recipiente cheio de fluído, é então acionada a iluminação para que seja
possível a captura de uma imagem da amostra. Neste projeto testamos dois tipos de
iluminação: uma a 180º em relação à câmera e outra a 90º. Uma característica
importante é que após o acionamento da iluminação aguarda-se 0,01 segundo para
que a iluminação se estabilize. O acionamento das iluminações e dos solenoides são
efetuadas por meio de software em conjunto com o hardware, que neste caso utiliza-
se relé, e uma característica importante é que os relés são ativados em nível baixo,
ou seja, quando o estado da porta estiver em "LOW", o relé será acionado. Na Figura
23 podemos observar o diagrama de atividades referente a esta funcionalidade.
47
Figura 23 - Diagrama de atividades controle da iluminação
Com o acionamento de cada uma das iluminações (90º e 180º), é então

efetuado uma captura da amostra, com as respectivas iluminações. A captura das
imagens é feita por meio da função "Capturar imagem", com o auxílio da biblioteca
Pylon, fornecida pela Basler, fornecedora da câmera utilizada, conforme pode-se
observar na Figura 24. Em seguida verifica-se se houve sucesso na aquisição da
imagem, caso positivo a imagem é convertida para escala de cinza e em seguida
salva, caso contrário é exibida uma mensagem de erro.
Figura 24 - Diagrama de atividades captura das amostras

48
Para determinar a área de interesse da imagem, foram demarcados as

coordenadas x,y, a partir do qual se gera uma nova imagem de acordo com os valores
de tamanho desejados, conforme Figura 25.
Figura 25 - Diagrama de atividades de marcação área de interesse
Fonte: Autoria própria
O próximo passo é salvar a imagem capturada utilizando-se a função "Salvar

Imagem". Além da imagem propriamente dita, também é salvo um arquivo de texto,
com as intensidades dos pixels da amostra, para isso faz-se a chamada ao método
"Salvar matriz de valores RGB", conforme Figura 26.
Figura 26 - Diagrama de atividades salvar imagem
Como citado, também é salvo uma matriz com os valores RGB de cada pixel
da amostra. Para isso extrai-se os valores de intensidade de cada pixel, percorre-se
toda a imagem com o auxílio de dois laços de repetição e então acessamos a
intensidade do pixel e persistimos essa informação no arquivo texto, conforme Figura
27.
49
Figura 27 - Diagrama de atividades salvar valores RGB em arquivo texto
Na sequência do processamento, encontra-se o cálculo da intensidade média

da imagem marcada como ponto de interesse, onde a imagem a ser analisada é
carregada, e percorre-se todos os pixels desta, extraindo a intensidade de cada um,
ao final efetua-se a média entre os valores com a função “Calcular a intensidade média
dos pixels”, conforme Figura 28. Vale ressaltar que os valores dos pixels variam de 0
à 255, onde 0 significa cor totalmente preto, e 255 totalmente branco.
Figura 28 - Diagrama de atividades para determinar a intensidade média da imagem
Além da detecção da intensidade média da imagem, faz-se a análise do

contraste da imagem, que é feita pela função "Calcular o contraste”. O contraste é a
diferença visual que faz com que um objeto possa ser distinguível do plano de fundo
que se encontra. E para isso faz-se necessário o uso de duas áreas de interesse, uma
branca e outra preta. A equação que trata essa análise pode ser observada na função
“Calcular o contraste” na Figura 29. Mais informações sobra a análise do contraste
podem ser localizadas no capítulo 4 deste trabalho.
50
Figura 29 - Diagrama de atividades para determinar o contraste da imagem
Têm-se ainda a função responsável por gerenciar a captura e o

processamento das imagens, onde se define as áreas de interesse das imagens, e
também onde faz-se as chamadas das funções responsáveis por capturar, processar
e salvar a imagem, como pode-se observar na Figura 30. Outra parte importante desta
função é o “Salvar Resultado”, que é a função responsável por salvar os valores de
intensidade média ou de contraste no próprio dispositivo em um arquivo texto (do tipo
CSV), disponível para consulta por meio de acesso remoto ao dispositivo e assim
possibilitar a sua análise.
Figura 30 - Diagrama de atividades para gerenciar captura, e processo das imagens
Por fim temos a função principal, que trabalha em conjunto com a função de
controle de captura e processamento, esta responsável por gerenciar a sequência de
51
funcionamento das bombas, das eletroválvulas, assim como tempo de funcionamento

de cada uma delas. Na Figura 31, pode-se observar a implementação desta função.
Figura 31 - Diagrama de atividades função principal do sistema
Vale ainda ressaltar que os códigos fontes feitos em linguagem de

programação C/C++ deste projeto estão disponíveis no apêndice C deste trabalho.
3.5 PROTÓTIPO
Para Berkun (2000), um protótipo é a representação da ideia de um produto

em projeto. Para ele ainda, construir protótipos é uma maneira de explorar ideias do
projeto. Back et al. (2008), diz que protótipo é uma representação do objeto a ser
desenvolvido contendo todas as características funcionais e dimensionais do produto.
Após definida a estrutura do produto, faz-se necessário verificar se esta solução
atende aos objetivos propostos, e para isso é necessário construir e testar o protótipo
do produto (Baxter, 2000). Neste sentido foi desenvolvido o protótipo do sensor
proposto.
3.5.1 Construção do Protótipo
O protótipo fora construído com os materiais citados nos capítulos 3.4.1, 3.4.2
e 3.4.3. Além destes materiais, foi utilizado MDF (Medium-Density Fiberboard) de 15
mm de espessura e parafusos para a construção da caixa escura que abriga todos os
componentes do sistema, conforme mostrado na Figura 32. A escolha do MDF para a
construção do protótipo se deu pela praticidade de trabalho com o mesmo e a sua
52
grande oferta no mercado, contudo sabe-se que o mesmo tem fragilidade quando
exposto a água e por isso para o desenvolvimento do produto final indica-se o uso de
um material polimérico.
Além disso para a construção do protótipo foi necessário o uso de algumas
ferramentas e outros itens necessário: serra circular, furadeira, parafusadeira, brocas,
guias para corte, trena, e cola para madeira para união dos materiais.
Para a parte hidráulica do sistema que é responsável pelo controle do fluxo
dos fluidos, foi utilizado uma válvula de retenção responsável por bloquear o fluxo
reverso de fluído, uma válvula solenoide DS 2001, responsável por controlar o fluxo
do fluído, liberando ou bloqueando o mesmo, e também uma eletrobomba para a
captura e escoamento das amostra, juntamente com mangueiras que fazem as
conexões entre os componentes citados.
A parte elétrica do sistema que é responsável pelo acionamento dos
componentes hidráulicos e elétricos, é composta por uma Raspberry Pi 3, um circuito
de potência (ponte H) responsável pelo controle das eletrobombas, no controle dos
acionamentos da iluminação optou-se por utilizar relés. A iluminação das amostras é
feita utilizando dois painéis quadrados do tipo Plafon de LED branco de 12 W,
dispostos a 90º e 180º da câmera. Para a captura das imagens se utilizou uma câmera
Basler acA1300-60gc, juntamente com uma lente Tamron 12VM412ASIR, 4 - 12 mm.
Para o acondicionamento das amostras, optou-se por utilizar recipiente de
acrílico transparente do tipo cúbico com medidas de 60 mm x 50 mm x 60 mm.
Todos os itens que compõem o sistema, elétrico hidráulico, etc. Estes
componentes podem ser observados na Figura 32, que representa o protótipo do
sistema.
53
Figura 32 - Protótipo
Relé + Ponte H Eletrobomba

Solenóide
Válvula de
retenção
Iluminação
Cubeta
Camera + Lente

54
4 TESTES E RESULTADOS
Para validação do sistema, foram desenvolvidos testes, que estão descritos

neste capítulo.
4.1 TESTES
Para os testes e a calibração do sensor foram confeccionadas 22 amostras

padrão de 100 ml cada, com o auxílio de uma balança analítica Marte/Shimadzu
modelo AUW220, que possui uma sensibilidade e repetitividade de 0,1 mg e um tempo
de resposta de 3 segundos, um balão volumétrico de 100 ml da marca Qualividros
código de referência VQA1621A.100V, e uma micropipeta variável Lab1000 que
possui uma imprecisão de 2% à 6%. Inicialmente foi confecciona o padrão primário
com a diluição de 5g de hidrazina e 50g de hexametileno-tetramina em 1 litro de água
desmineralizada e obteve-se uma solução de 1 litro de 4.000 NTU. Com esse padrão
e o auxílio da equação 1, foram efetuadas as diluições utilizando a micropipeta e o
balão volumétrico para a elaboração das outras amostras como explicado no capítulo
2.1.3 deste trabalho. Vale lembrar que cada padrão deste criado deve ser utilizado em
um período máximo de 72h após sua diluição devido ao mesmo se tornar instável
após este período. Todas as amostras foram confeccionadas no laboratório de
química do IFSC campus Jaraguá do Sul – Centro, com o auxilio de professores e
estagiários da área de química. As medidas dos padrões criados foram de: 0,8, 8, 10,
20, 30, 40, 50, 60, 70, 80, 90, 100, 200, 300, 400, 500, 700, 800, 1000, 2000, 3000 e
4000 NTU. Na Figura 33, pode-se observar os padrões confeccionados.
Figura 33 - Padrões de Formazina confeccionados

55
Como dito no capítulo 2, a turbidez da água se caracteriza pela redução da

transparência e na Figura 33 pode-se observar os diferentes níveis de turbidez, de
forma crescente conforme a concentração de formazinha é aumentada.
Figura 34 - Comparação entre os padrões
Os padrões produzidos foram submetidos a o turbidímetro de bancada MS

TECNOPON TB-1000, previamente calibrado. Durante as medições com o
turbidímetro foram seguidas as instruções do fabricante, como esperar o tempo que
aquecimento para realização da primeira medição, após este período o equipamento
foi mantido ligado durante todos os outros teste, limpeza do frasco com água destila
a cada troca de amostra. Uma foto do turbidímetro pode ser visto na Figura 35.
56
Figura 35 - Turbidímetro MS TECNOPON TB-1000
O turbidímetro escolhido possui faixa de medição de 0,1 NTU até 1000 NTU,
e uma precisão de 2%.
Os resultados obtidos das medições estão elencados na Tabela 4, onde "Valor
de referência da amostra(NTU)" são os valores das diluições efetuadas conforme
descrito no capítulo 2.1.4, e a "Indicações do turbidímetro MS Tecnopon TB-1000" são
os valores obtidos por meio das sucessivas medições do turbidímetro TB-1000. Vale
ressaltar que o turbidímetro utilizado possui uma limitação de até 1000 NTU em sua
medição. Também é importante citar que os padrões utilizados foram confeccionados
de forma manual, e por isso estão sujeitos a variações por agentes externos, e isso
pode ter ocasionado a discrepância entre os valores esperados baseado na diluição
e o valor medido pelo turbidímetro (que será usado como valor real).
Tabela 4 - Medições das amostras turbidímetro de bancada

Indicações do turbidímetro MS Tecnopon
Valor de referência da amostra(NTU)
TB-1000
0,8 4,5
8 14,6
10 17,9
20 23
30 30
40 39
50 44
60 50
70 62
57
80 71
90 80
100 88
200 102
300 148
400 213
500 286
700 468
800 580
1000 720
Para testar o funcionamento do sensor criado, os padrões de formazina foram

submetidos a quatro formas de análise no sensor desenvolvido.
Para cada amostra foram realizadas 10 medições, e efetuado a média de
acordo com a equação (1).
<
1
𝑥̅ = H 𝑥* (1)
𝑛
*I>
Onde:
n = número de observações independentes
xi = valor medido
𝑥 = média dos valores medidos
Para a análise da intensidade média foi usado o algoritmo conforme Figura

28. Além disso foi determinada a área de interesse da amostra observada na Figura
36, de onde os dados da intensidade média são extraídos.
58
Figura 36 - Área de interesse da intensidade média
Área de interesse
Além da análise da intensidade média, foi realizado o cálculo do contraste da

amostra, dada pela equação (2), também chamada de Weber Contrast (Whittle, 1994).
Para a aplicação desta análise faz-se necessário a marcação de duas áreas de
interesse, uma em superfície branca (ibranco) e outra em superfície preta (ipreto)
conforme demonstrado na Figura 37.
𝑖L/.<=# − 𝑖0/'N# (2)

𝑐=
𝑖L/.<=#
Onde:
ibranco = itensidade luminosa na área branca
ipreto = intensidade luminosa na área preta
c = é o contraste
59
Figura 37 - Área de interesse do contraste
Para cada uma das análises citadas anteriormente, foram efetuadas duas
capturas, uma com a iluminação incidindo a 180º em relação a câmera, conforme
Figura 38 e outra incidindo a 90º em relação a câmera, conforme observa-se na Figura
39.
Figura 38 - Iluminação em 180º da câmera

60
Figura 39 - Iluminação em 90º da câmera
Todas as amostras foram submetidas aos dois algoritmos de processamento

junto com os dois tipos de iluminação. Na Figura 40 pode-se observar uma
comparação com diversos níveis de turbidez das amostras e uma iluminação em 180º,
e na Figura 41, com uma iluminação de 90º.
Figura 40 - Comparação de níveis de turbidez com iluminação 180º

61
Figura 41 - Comparação de níveis de turbidez com iluminação 90º
4.2 RESULTADOS
Como citado anteriormente, cada uma das amostras foi submetida a 10

medições, e para cada uma das amostras, foi calculado o seu valor médio dado pela
equação (1), além disso calculou-se o desvio padrão dado pela equação (3) e o erro
padrão da média dado pela equação (4).
10 − 5 ∑<*I>(𝐼* − 𝐼 )̅ U (3)
𝑠= P
𝑛−1
Onde:
S = desvio-padrão da amostra
Ii = i-ésima indicação
𝑥 = média das "n" indicações
n = número de medições repetitivas efetuadas
62
S
Sx = (4)
√n
Onde:
Sx = é o desvio padrão da média
S = é o desvio padrão
n = é o tamanho da amostra
Na Tabela 5, pode-se observar estes valores, para a medição de intensidade

média com iluminação de 180º.
Tabela 5 - Indicações do turbidímetro MS Tecnopon TB-1000 x Valor da intensidade média com

iluminação de 180º
Desvio padrão da Erro padrão da
Indicações do Valor da intensidade
intensidade média intensidade média
turbidímetro MS média com
com iluminação de com iluminação de
Tecnopon TB-1000 iluminação de 180º
180º 180º
4,5 235,3 0,48 0,15
14,6 232,2 0,42 0,13
17,9 230,6 0,52 0,16
23 224,6 0,70 0,22
30 217,4 0,52 0,16
39 208,5 0,53 0,17
39 208,3 0,48 0,15
44 204,4 0,52 0,16
50 197,3 0,48 0,15
62 189,4 0,52 0,16
71 183,9 0,57 0,18
80 177,7 0,48 0,15
88 172,2 0,42 0,13
102 129,8 0,42 0,13
148 104,1 0,32 0,10
213 91,6 0,52 0,16
286 82,1 0,32 0,10
468 71 0 0
580 67 0 0
720 62,1 0,32 0,10
63
Mapeou-se os pontos em um gráfico afim de se observar o comportamento

dos dados, que pode ser visto na Figura 42.
Figura 42 - Gráfico da intensidade média com iluminação 180º em relação as indicações do

turbidímetro MS Tecnopon TB-1000
Além disso gerou-se um gráfico com uma linha de tendência dos dados, onde
conseguiu-se determinar a equação de tendência destes, conforme pode ser visto na
Figura 43. A equação que melhor representa esta dispersão é a equação exponencial,
conforme pode-se observar pela equação (5) obtida pela aplicação do método dos
mínimos quadrados. Com esta equação exponencial obteve-se um valor de correlação
de R2 = 0,89383.
64
Figura 43 - Gráfico de tendência da intensidade média com iluminação 180º em relação as

indicações do turbidímetro MS Tecnopon TB-1000
y = 1870,8e-0,02x (5)
Onde:
y = valor em NTU a ser determinado
x = intensidade média calculada com iluminação a 180º
Ainda nas medições com a intensidade média e a iluminação de 180º, se

analisarmos o gráfico de tendência na Figura 43, pode-se observar que a parte final
da linha de tendência mostra que os valores começam a ser mais lineares. Tendo isso
em vista extraiu-se os valores que tem o comportamento próximo ao linear que estão
presentes na Tabela 6.

Indicações do turbidímetro MS Tecnopon TB- Valor da intensidade média com iluminação
1000 de 180º
4,5 235,3
14,6 232,2
17,9 230,6
23 224,6
65
30 217,4
39 208,5
39 208,3
44 204,4
50 197,3
62 189,4
71 183,9
80 177,7
88 172,2
Com estes valores então, gerou-se a nova tendência, que mostrou um
comportamento linear, que pode ser observado na Figura 44.

Com os dados expostos acima aplicou-se então o método de regressão linear

afim de se determinar a equação da reta desses dados. Afim de conseguir prever os
valores de uma determinada variável (Turbidez em NTU) com base nos valores
fornecido por outra variável neste caso a intensidade média. A regressão linear é dada
pela equação (6).
y = ax + b (6)
66
Onde:
y = variável dependente
x = variável independente
a = coeficiente angular
b = coeficiente linear
O valor do coeficiente angular é dado pela equação (7).
𝑛 ∑(𝑥𝑦) − ∑ 𝑥 ∑ 𝑦 (7)
𝑎=
𝑛 ∑ 𝑥 U − (∑ 𝑥)U
Onde:
n = número de amostras
O coeficiente linear é dado pela equação (8).

𝑏 = 𝑦Z − 𝑎𝑥̅ (8)
Onde:
𝑥 = média dos valores de x.
𝑦 = média dos valores de y.
a = coeficiente angular.
Com isso então desenvolveu-se a equação que representa a reta conforme

pode ser observado na equação (9), e obteve-se um valor de R2 = 0,9894.
y = -1,2163x + 294,23 (9)

Onde:
Para as medições de intensidade média com iluminação em 90º, temos

também a tabelas com os valores médios, desvio padrão, erro padrão e intervalo de
confiança calculados, conforme Tabela 7.
67

Desvio padrão da Erro Padrão da
Indicações do Valor da intensidade
intensidade média intensidade média
turbidímetro MS média com
com iluminação de com iluminação de
Tecnopon TB-1000 iluminação de 90º
180º 180º
4,5 78,80 0,42 0,13
14,6 78,00 0 0
17,9 77,10 0,32 0,10
23 76,80 0,42 0,13
30 76,20 0,42 0,13
39 76,00 0 0
39 76,00 0 0
44 75,50 0,53 0,17
50 76,00 0 0
62 75,00 0 0
71 75,10 0,32 0,10
80 75,50 0,53 0,17
88 75,00 0 0
102 76,60 0,52 0,16
148 77,00 0 0
213 76,40 0,52 0,16
286 74,90 0,32 0,10
468 70,40 0,52 0,16
580 68,40 0,52 0,16
720 65,10 0,32 0,10
Também foi criado um gráfico para este tipo de medição para acompanhar o
comportamento dos dados, conforme pode ser visto na Figura 45.
68
Figura 45 - Gráfico da intensidade média com iluminação 90º em relação as indicações do

Para esta análise também se construiu um gráfico com uma linha de tendência
para os dados, porém diferentemente da tendência anterior que se mostrou
exponencial, esta se mostra próximo ao linear conforme Figura 46.
Consequentemente desenvolveu-se uma equação linear para estes dados, conforme
poder ser observada na equação (10), e obteve-se um valor de correlação de R2 =
0,8742.
69

y = 57,773x + 4486,4 (10)

Onde:
Para a outra forma de análise, que é a do contraste dada pela equação (2),
com a iluminação em 180º, também se obteve os valores da média das medições,
desvio padrão, erro padrão, conforme pode ser observado na Tabela 8.
Tabela 8 - Indicações do turbidímetro MS Tecnopon TB-1000 x Valor do contraste com

Indicações do Valor do contraste Desvio padrão do Erro Padrão do
turbidímetro MS com iluminação de contraste com contraste com
Tecnopon TB-1000 180º iluminação de 180º iluminação de 180º
4,5 0,82553 0 0
14,6 0,83103 0,0018 0,0006
17,9 0,82565 0,0014 0,0004
23 0,82618 0,0015 0,0005
30 0,83179 0,0024 0,0008
70
39 0,82692 0 0
39 0,82667 0,0004 0,0001
44 0,82875 0,0013 0,0004
50 0,82663 0,0016 0,0005
62 0,81851 0,0026 0,0008
71 0,81803 0,0026 0,0008
80 0,80791 0 0
88 0,82527 0,0005 0,0002
102 0,79069 0 0
148 0,76538 0,0050 0,0016
213 0,72747 0,0046 0,0015
286 0,71951 0 0
468 0,67466 0,0022 0,0007
580 0,64124 0,0017 0,0005
720 0,62903 0 0
O gráfico de comportamento dos valores também fora criado, e pode ser

observado na Figura 47.
Figura 47 - Gráfico do contraste com iluminação 180º em relação as indicações do turbidímetro

MS Tecnopon TB-1000

71
Com estes dados, pode-se determinar a tendência da análise de contraste

com a iluminação em 180º, onde a curva que se mostra mais eficiente é a Polinomial
de 2ª ordem, que nos gerou a equação (11) e um valor de correlação de R2 = 0,98678.
O gráfico com linha de tendência pode ser observado na Figura 48.
Figura 48 - Gráfico de tendência do contraste com iluminação 180º em relação as indicações

do turbidímetro MS Tecnopon TB-1000
y = 11867x2 – 20545x + 8915,2 (11)

Onde:
x = contraste calculado com iluminação a 180º
Por fim temos a última forma de análise, que é a de contraste com uma
iluminação incidente em 90º em relação a amostra, da mesma forma que as análises
anteriores, para esta também foi desenvolvido os cálculos de média, desvio padrão e
o erro padrão, conforme pode ser observado na Tabela 9.
72
Tabela 9 - Indicações do turbidímetro MS Tecnopon TB-1000 x Valor do contraste com

Indicações do Valor do contraste Desvio padrão do Erro Padrão do
turbidímetro MS com iluminação de contraste com contraste com
Tecnopon TB-1000 90º iluminação de 90º iluminação de 90º
4,5 0,7564 0 0
14,6 0,7529 0,0051 0,0016
17,9 0,7519 0,0041 0,0013
23 0,7461 0,0064 0,0020
30 0,7395 0,0055 0,0018
39 0,7351 0,0018 0,0006
39 0,7377 0,0089 0,0028
44 0,7337 0,0011 0,0004
50 0,7382 0,0042 0,0013
62 0,728 0,0069 0,0022
71 0,7267 0,0070 0,0022
80 0,72 0 0
88 0,72 0 0
102 0,6842 0 0
148 0,6541 0,0063 0,0020
213 0,6171 0,0042 0,0013
286 0,5951 0,0017 0,0005
468 0,515 0,0022 0,0007
580 0,5022 0,0071 0,0022
720 0,4615 0 0
Também se criou o gráfico para o comportamento dos dados de contrates,

com a iluminação de 90º, que pode ser visualizado na Figura 49.
73
Figura 49 - Gráfico do contraste com iluminação 90º em relação as indicações do turbidímetro

MS Tecnopon TB-1000
Por último com estes dados, determinou-se a tendência da análise de

contraste com a iluminação em 90º, onde nos gerou a equação (12), que é uma
equação linear e um valor de correlação de R2 = 0,98336. O gráfico com linha de
tendência pode ser observado na Figura 50.
74
Figura 50 - Gráfico de tendência do contraste com iluminação 90º em relação as indicações do

y = -2202,9x + 1658,3 (12)

Onde:
x = contraste calculado com iluminação a 90º
Após todos estes testes e calibração dos sistemas, executamos testes com
produtos que encontramos no dia a dia, para testar o desempenho do sensor. A
escolha dos produtos se deu pela facilidade de aquisição dos mesmos no mercado
local. Os testes foram realizados com chá preto, achocolatado, refrigerante de cola,
citros, suco de laranja, cerveja, bebida de limão, bebida de kiwi e cerveja weizen,
conforme pode ser observado na Figura 51 as amostras. Na Tabela 10, podemos
observar os resultados da análise com intensidade média e iluminação de 180º
juntamente com a conversão desses dados para a unidade NTU utilizando a equação
(5).
75
Figura 51 - Amostras para testes
Tabela 10 - Testes com produtos do dia a dia utilizando o calculo da intensidade média com
iluminação em 180º
Valor Desvio
Indicações Erro Padrão
Valor da convertido padrão do
do do valor
intensidade para a escala valor
turbidímetro convertido
Produto média com de NTU com convertido
MS para escala
iluminação auxílio da para escala
Tecnopon NTU com a
de 180º equação 10 NTU com a
TB-1000 equação 10
equação 10
Chá Preto 24 36 910,62 0 0
Achocolatado 141 14,4 1402,65 0,52 0,16
Refrigerante
10,1 14,9 1388,70 0,32 0,10
de Cola
Citros 589 76,7 403,48 0,48 0,15
Suco de
1519 32,1 984,49 0,32 0,10
Laranja
Cerveja Pilsen 7,1 177,2 54,06 0,63 0,20
Bebida de
135 117 180,21 0 0
limão
Bebida de kiwi 104 101 248,17 0 0
Cerveja
152 86,3 332,99 0,48 0,15
Weizen
Durante os testes que produziram os resultados da Tabela 10, observou-se

um comportamento diferente do esperado, para algumas amostras, tal
comportamento pode ter sido causado pelo fato de algumas amostras utilizadas
conterem gás, o que acaba influenciando na medição da turbidez. As amostras que
seguiram o comportamento esperado foram a de Citros, suco de laranja (apesar da
76
grande diferença de turbidez gerada na conversão), e bebida de limão. Também é

importante considerar que a tonalidade da amostra (cor) pode ter influenciado nos
casos que houve comportamentos inesperados.
Também se desenvolveram testes para a intensidade média e iluminação em
90º. Os resultados podem ser observados na Tabela 11, e a conversão dos valores,
dado pela equação (10).
Tabela 11 - Testes com produtos do dia a dia utilizando o calculo da intensidade média com
iluminação em 90º
Valor Desvio
Valor da convertido padrão do
do do valor
intensidade para a escala valor
Produto média com de NTU com convertido
MS para escala
Tecnopon NTU com a
equação 11
Chá Preto 24 11,7 3810,46 0,48 0,15
Achocolatado 141 11,8 3804,68 0,63 0,20
Refrigerante
10,1 8,1 4018,44 0,32 0,10
de Cola
Citros 589 74 211,20 0 0
Suco de
1519 36 2406,57 0 0
Laranja
Cerveja Pilsen 7,1 56,8 1204,89 0,42 0,13
Bebida de
135 79 -77,67 0 0
limão
Bebida de kiwi 104 60,3 1002,69 0,48 0,15
Cerveja
152 48 1713,30 0 0
Weizen
Com os dados obtidos, pode-se verificar que os produtos que possuem cores,
mais escuras ou mais escuras acabam erroneamente sendo classificados com uma
turbidez, elevada.
Os testes também foram aplicados a análise de contrastes, e os primeiros
resultados que são apresentados são do contraste com iluminação em 180º, cujos
dados estão expostos na Tabela 12.
Tabela 12 - Testes com produtos do dia a dia utilizando o calculo do contraste com iluminação
em 180º
Indicações Valor Desvio Erro Padrão
Valor do
Produto do convertido padrão do do valor
contraste
turbidímetro para a escala valor convertido
com
MS de NTU com convertido para escala
77
Tecnopon iluminação auxílio da para escala NTU com a

TB-1000 de 180º equação 11 NTU com a equação 11
equação 11
Chá Preto 24 0,61 775,05 0,01 0
Achocolatado 141 0,02 8489,94 0,03 0,01
Refrigerante
10,1 0,19 5440,05 0,03 0,01
de Cola
Citros 589 0,68 448,68 0,01 0
Suco de
1519 0,45 2103,96 0,02 0
Laranja
Cerveja Pilsen 7,1 0,84 33,52 0 0
Bebida de
135 0,79 82,38 0 0
limão
Bebida de kiwi 104 0,78 106,04 0 0
Cerveja
152 0,79 98,59 0,01 0
Weizen
Novamente durante os testes observou-se que produtos com cores mais

escuras, tendem a gerar um erro mascarando uma turbidez maior do que realmente
deveria ser apresentada, como pode-se observar nos valores do achocolatado,
refrigerante de cola, chá preto, etc.
Por fim temos os resultados dos testes, com a análise de contraste com
iluminação em 90º, que podem ser observados na Tabela 13.
Tabela 13 - Testes com produtos do dia a dia utilizando o calculo do contraste com iluminação
em 90º
Valor Desvio
Valor do convertido padrão do
do do valor
contraste para a escala valor
Produto com de NTU com convertido
MS para escala
Tecnopon NTU com a
equação 11
Chá Preto 24 -0,20 2105,56 0,049 0,015
Achocolatado 141 -0,54 2851,54 0,044 0,014
Refrigerante
10,1 -0,66 3117,72 0,060 0,019
de Cola
Citros 589 0,54 471,91 0,008 0,002
Suco de
1519 -0,03 1719,49 0 0
Laranja
Cerveja Pilsen 7,1 0,67 191,01 0,009 0,003
Bebida de
135 0,67 177,51 0,005 0,002
limão
78
Bebida de kiwi 104 0,64 255,79 0,007 0,002

Cerveja
152 0,56 424,74 0,007 0,002
Weizen
Novamente as amostras que possuem cores mais escuras acabam por indicar
uma turbidez errônea e elevada, se comparada ao turbidímetro utilizado durante os
testes, como pode-se observar nas amostras de Chá Preto, Achocolatado,
Refrigerante de Cola.
Vale ressaltar que o turbidímetro utilizado como referência tem uma limitação
de 1.000 NTU, então o valor medido pelo mesmo na amostra de suco de laranja esta
é incerta, por estar fora do padrão de medição do equipamento.
Além dos testes anteriores que foram executados com produtos do dia a dia,
foram executados testes com amostras de água do mar obtidas de maneira aleatória,
onde cada amostra foi submetida a 10 medições, assim como nos testes anteriores.
As amostras foram coletas nas praias de Barra Velha, Piçarras, e Penha, todas
localizadas no norte do estado de Santa Catarina. As amostras foram coletadas nos
dias 07 e 08 de abril e no dia 11 de maio de 2018, em horários distintos, no total 12
amostras. Ocorreram coletas na parte da manhã, meio dia e fim da tarde. Algumas
amostras podem ser observadas na Figura 52. Os resultados dos testes assim como
as conversões efetuadas pela equação (9) de intensidade média com iluminação de
180º pode ser observado na Tabela 14 e na Figura 53.
Figura 52 – Exemplo de amostras de água do mar
Tabela 14 - Testes oceanográfico de intensidade média com iluminação de 180º

Indicações do Valor da Erro padrão do
turbidímetro MS Valor da intensidade Desvio padrão sensor
Tecnopon TB- intensidade média do valor desenvolvido
1000 média com convertido para convertido para
79
iluminação de a escala de NTU escala NTU com

180º com auxílio da a equação 10
equação 10
12,7 232,2 11,81 0,79 0,25
15,7 228,7 16,06 0,48 0,15
16,9 228,9 15,82 0,88 0,28
18,4 229,6 14,97 0,52 0,16
19,6 226,7 18,49 0,48 0,15
21 223,5 22,39 0,53 0,17
22 225,3 20,20 0,48 0,15
24 226,6 18,62 0,52 0,15
28 219,6 27,13 1,07 0,34
56 194,3 57,90 0,67 0,21
63 190,9 62,04 0,88 0,28
87 168,8 88,92 0,63 0,20
Figura 53 - Teste oceanográfico
Na Tabela 14 e na Figura 53 podemos observar que quando as amostras

estão dentro da faixa linear, da intensidade média com iluminação de 180º, ou seja
com valores menores que 100 NTU, os valores obtidos são bem próximos, dos valores
medidos pelo turbidímetro. Na tabela 14, ainda podemos observar o erro padrão de
cada medição, que não foi possível ser demonstrado na figura 57 devido a escala do
80
gráfico. Vale lembrar que os resultados aqui alcançados são baseados na utilização
de amostra de água do mar durante os testes.
4.3 ATENDIMENTO AOS REQUISITOS DO PROJETO
Durante o desenvolvimento do projeto foram traçados objetivos, e levantado

requisitos funcionais e não funcionais para este.
Os requisitos do projeto foram alcançados onde, o sensor proposto, possibilita
acesso por rede para coleta dos dados, utiliza componentes encontrados no mercado
local para sua montagem, além de ter sido construído em material não oxidante. Em
relação aos custos de desenvolvimento o projeto atendeu de maneira satisfatória o
proposto tendo em vista que o item mais caro do sensor é a câmera utilizada. O
sistema também atende requisitos, de tamanho, manutenção e tempo de resposta
visto que efetua todo o processo em tempo inferior á 30 segundos.
Em relação aos objetivos do projeto os mesmos também foram alcançados de
forma satisfatória tendo em vista que foi possível construir o sensor e é possível
identificar a turbidez por meio de processamento digital de imagens.
4.3.1 Comparação de Resultados
Os resultados obtidos no trabalho de Toivanen (2013), mostram os resultados

bons até 8 FNU, já o trabalho de Karnawat e Patil (2016), mostram seus resultados,
na faixa de 2 á 15 NTU, de forma bem satisfatória. Já o sensor desenvolvido e testado
neste trabalho mostra seus melhores resultados na faixa de 10 a 90 NTU.
Entre os trabalhos analisados observa-se que o sensor desenvolvido
apresenta resultados satisfatórios, e competitivo com os mesmo, tendo em vista que
o seu resultado na faixa de valor analisada é semelhante aos dos outros trabalhos e
ao do sensor comercial utilizado durante os testes.
81
5 CONCLUSÃO
Este trabalho vem nos lembrar da importância do monitoramento das águas,

que é um importante recurso hídrico no mundo, pois possui um vasto ecossistema,
que servem as mais diversas finalidades para a manutenção da vida humana, seja
como fonte de alimentação, fonte de trabalho, lazer, entre outras, e por isso precisa
ser preservada. Além disso temos de lembrar que a turbidez pode estar associada a
contaminação, gerada por esgotos domésticos, e a ingestão destes, pode causar
malefícios a saúde e até a morte, sendo que todos estes problemas poderiam ser
evitados o minimizados com aplicações de técnicas de monitoramento da água, como
por exemplo, a determinação da turbidez.
Para poder medir a turbidez, de maneira cíclica, repetitiva e automatizada, foi
proposto um método que utiliza técnicas de processamento de imagens, para
detecção da turbidez, onde foi desenvolvido um software, responsável por aplicar
essas técnicas, e o mesmo está disponível neste trabalho no apêndice C para que
outras pessoas possam repetir o experimento e podendo até aprimorá-lo, tendo em
vista que o intuito deste trabalho cientifico é desenvolver e disseminar tecnologia.
Após os testes em laboratório das técnicas de processamento digital de
imagem aplicadas neste trabalho, os resultados mostraram-se bastante promissores.
Os melhores resultados foram obtidos com a análise da intensidade média da amostra
com uma iluminação de 180º em relação a câmera. Além disso, os resultados se
mostram mais eficientes quando temos níveis de turbidez menores que 100 NTU, pois
o sensor mostra uma melhor resposta, especificamente entre 10 e 100 NTU, faixa
onde os valores medidos mostram resultados praticamente lineares, com amostras de
água do mar. Na Figura 58, pode-se observar o erro percentual entre a o valor de
referência e a medição com iluminação em 180º, observa-se ainda que na maioria dos
casos esse erro é menor que 10%. Como observou-se na Figura 53, os resultados
alcançados pelo sensor são bem próximos dos valores considerados como reais
medidos pelo turbidímetro, havendo uma pequena variação em alguns casos, o que
mostra que o sistema proposto tem real possibilidade de ser utilizado para a detecção
de turbidez.
82
Figura 54 - Erro percentual
Já para níveis de turbidez maiores que 100 NTU, apesar de conseguimos

mensura-las, porém de acordo com os testes efetuados, existem maiores
interferências nas medidas, possivelmente devido a uma baixa sensibilidade do
sensor em amostras com alto grau de turbidez. Também é importante ressaltar que
em amostras que tenham coloração escura, tendem a gerar uma medição errônea,
possivelmente porque não é detectável um bom contraste entre a imagem de
referência e a imagem que representa a turbidez.
Portanto, dentro do escopo deste trabalho, o método de medição da turbidez
de água do mar por meio do processamento digital de imagens se mostrou muito
promissor, funcional, automatizado, para a faixa de turbidez de 10 a 100 NTU, para a
iluminação a 180°.
Espera-se que este projeto possa ser aplicado em locais onde é necessário
medir constantemente a turbidez da água do mar, gerando relatórios e resultados de
tempos em tempos, capazes de ajudar a tomada de decisão em situações ambientais
de risco à vida, tanto humana, quanto marinha.
83
5.1 TRABALHOS FUTUROS
Como trabalhos futuros, se propõem ampliar os testes com fontes luminosas

diferentes da utilizada, afim de se verificar uma possível melhora nos resultados
obtidos no presente trabalho, principalmente nas medições com alta concentração de
turbidez.
Além destes, propõem-se a implementação de um sistema com baterias
recarregáveis, para que o sistema tenha sua própria autonomia. O desenvolvimento
de estrutura flutuante e que atendam a certificação IP68. A implementação de banco
de dados para um melhor tratamento dos dados coletados. E a implementação de um
protocolo de comunicação como o MQTT.
Reserva-se ainda para trabalhos futuros o desenvolvimento de testes visando
ampliar o nível de medição que atinjam valores de até 4.000 NTU e testes com
medições degrade, afim de se obter uma gama maior de aplicações deste sistema de
medição.
84
REFERÊNCIAS
Albertazzi, A. G., & Souza, A. R. Fundamentos de Metrologia Científica e Industrial.

Brasília: Manole, 2018 – 2ª Edição.
Alvarenga, F. B. Uma abordagem Metodológica para o Projeto de Produtos

Inclusivos. 2006. 237 f.. Tese (Doutorado em Engenharia Mecânica) - Universidade
Estadual de Campinas, Campinas, 2006.
APHA, AWWA, WEF. 2130 TURBIDITY (2017). Standard Methods For the
Examination of Water and Wastewater. Disponível em:
<https://smww.aphapublications.org/doi/pdf/10.2105/SMWW.2882.018>. Acesso em:
11 de Outubro de 2018.
BACK, N., OGLIARI, A., DIAS, A., & SILVA, J. C. (2008). Projeto Integrado de
Produtos – Planejamento, Concepção e Modelagem (1 ed.). Barueri - SP: Manole.
Baxter, M. (2000). Projeto de Produto – Guia prático para o design de novos

produtos (2ª Revisada ed.). São Paulo: Edgard Blücher.
Berkun, S. (2000). The Art of UI Prototyping. Disponível em

<http://www.scottberkun.com/essays/essay12.htm>. Acesso em: 27 de abril de 2016.
BRASIL. Conselho Nacional de Meio Ambiente. Resolução CONAMA. Resolução n.o

357, de 17 de março de 2005. Dispõe sobre a classificação dos corpos de água e
diretrizes ambientais para o seu enquadramento, bem como estabelece as condições
e padrões de lançamento de efluentes, e dá outras providências. Diário Oficial da
República Federativa do Brasil. Brasília: MMA, 2005.
BRASIL. Ministério da Saúde. Portaria MS No 2914 de 12 de dezembro de 2011.

Brasília, DF, 2011. Disponível em:
<http://bvsms.saude.gov.br/bvs/saudelegis/gm/2011/prt2914_12_12_2011.htm>.
Acesso em: 10 de outubro de 2018.
CARDOSO, T. G. Sensor de Turbidez para Análise de Amostras de Água. 2011.

23647 f.. Centro Universitário de Brasília, Brasília. Disponível em:
http://repositorio.uniceub.br/handle/123456789/3206. Acessado em 18 de Maio de
2016.
85
Daly, J. (2007). What is Turbidity? Disponível em

<http://www.isanorcal.org/download/tech2007presentations/turbidity.pdf>. Acesso
em: 16 de setembro de 2017.
DANTAS FERNANDES, Ane Josana et al. Avaliação de parâmetros físico-químicos

da água dos maceiós do Bessa e Intermares / PB. Revista Principia - Divulgação
Científica e Tecnológica do IFPB, [S.l.], n. 36, p. 29-41, ago. 2017. ISSN 2447-9187.
Disponível em: <http://periodicos.ifpb.edu.br/index.php/principia/article/view/1180>.
Acesso em: 10 Out. 2018.
DE-CARLI, Bruno P. et al . Comunidade zooplanctônica e sua relação com a qualidade

da água em reservatórios do Estado de São Paulo. Iheringia, Sér. Zool., Porto
Alegre , v. 108, e2018013, 2018 . Disponível em:
<http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0073-
47212018000100213&lng=en&nrm=iso>. Acessado em 10 Out. 2018.
Dias, F. S.. Turbidity sensors. 2012. Disponível em

<http://www.marinebiotech.eu/wiki/Turbiditysensors>. Acesso em 20 de março de
2017.
Downing, J. Basic of OBS and Turbidy Sensor. 2008. Logan. Disponível em:
<http://s.campbellsci.com/documents/de/technical-papers/obsbasics.pdf>. Acessado
em: 27 de maio de 2016.
EMBRAPA. Manual para Formação e Capacitação de Grupos Comunitários em

Metodologias Participativas de Monitoramento da Qualidade da Água - Módulo
III: Avaliação Físico-Química. Fortaleza, 2011.
EPA. Guidance Manual for Compilance with the Interim Enhanced Surface Water
Treatment Rule: normalfont Turbidity Provisions. 1999. Acesso em 16 de fevereiro
de 2017, disponível em https://www.epa.gov/dwreginfo/guidance-manuals-surface-
water-treatment-rules
FERREIRA, L. C. Comparação de leituras de turbidez de amostras de água bruta

e tratada em diferentes equipamentos: contribuições à portaria MS no
2914/2011. 2018. 93 f.. Dissertação (Mestrado em Engenharia Civil) – Universidade
Federal de Viçosa, Viçosa - Minas Gerais, 2018.
Filho, E. R. Projeto de produto. São Paulo: Elsevier, 2010.

86
Fill, H. D., & Santos, I. d. (2001). Estimativa da concentração de sedimentos em

suspensão através da profundidade Sechi. Aracaju: XIV SIMPÓSIO BRASILEIRO
DE RECURSOS HÍDRICOS e V SIMPÓSIO DE HIDRÁULICA E RECURSOS
HÍDRICOS DE LÍNGUA OFICIAL PORTUGUESA. Disponível em:
<http://www.lhg.ufpr.br/arquivos/artigoscongresso/Fill(2001)Estimativaproduçãosedi
mentossuspensão.pdf>. Acessado em: 23 de Novembro de 2017.
Firovanti, C. Impactos visíveis no mar. 2016. Disponível em:

<http://revistapesquisa.fapesp.br/2016/04/19/impactos-visiveis-no-
mar/?cat=ciencia>. Acesso em 02 de Agosto de 2017.
Fonseca, A. J. (2000). Sistematização de obtenção das especificações de projeto

de produtos industriais e sua implementação computacional. Ph.D. dissertation,
Universidade Federal de Santa Catarina, Florianópolis.
Garcia, A & Perez, M.A. & Grillo, G.J. & Tejerina, J. A New Design of Low-Cost Four-
Beam Turbidimeter by Using Optical Fibers. IEEE T. Instrumentation and
Measurement. 56. 592 - 596. 2007.
Gil, A. C. Como elaborar projetos de pesquisa (3 ed.). São Paulo: Atlas, 1991.
GOMES, Abílio S.; PALMA, Jorge J. C.; SILVA, Cleverson G.. Causas e
conseqüências do impacto ambiental da exploração dos recursos minerais
marinhos. Rev. Bras. Geof., São Paulo , v. 18, n. 3, p. 447-454, 2000 . Disponível
em: <http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0102-
261X2000000300016&lng=pt&nrm=iso>. Acessado em: em 13 nov. 2017.
GONZALEZ, R.C.; WOODS, R.E. Processamento digital de imagens. 3.ed. São

Paulo: Pearson Prentice Hall, 2010.
GONZALEZ, R. C.; WOODS, R. E. Digital Image Processing - Second Edition.

Prentice Hall, 2002.
HACH, C. User Manual: TL2300. Loveland, 2018. 38p.
Haffmans. Manual de Operação: Turbidímetro laboratorial VOS ROTA 90/25. 2003

87
IOCCG. Remote Sensing of Ocean Colour in Coastal, and Other Optically-

Complex, Waters. Dartmouth, Canada: International Ocean-Colour Coordinating
Group. 2000. Disponível em: <http://www.ioccg.org/reports/report3.pdf>. Acessado
em: 20 de Abril de 2017.
Karnawat, Vaibhav & L. Patil, S.. Turbidity detection using image processing. In:
International Conference on Computing, Communication and Automation (ICCCA),
2016, Noida. 1086-1089p.
Kemtrak. TC007: Process Turbidimeter. Stockholm, 2018. 03p.
KOSCHAN, A.; ABIDI, M. Digital Color Image Processing, 1.ed: A John Wiley &
Songs , inc., Publication, 2008.
Kotler, P. Marketing. São Paulo: Atlas, 1996.
Kotler, P. Administração de Marketing (10 ed.). São Paulo, 2004.
Lopez-Doval, J. C.; Montagner, C. C.; Albuquerque, A. F.; Moschini- Carlos, V.;

Umbuzeiro, G. & Pompêo, M. 2017. Nutrients, emerging pollutants and pesticides in a
tropical urban reservoir: Spatial distributions and risk assessment. Science of The
Total Environment 575:1307-1324.
MARTINS, Gabriel Soares. Construção de um turbidímetro de baixo custo para

controle de qualidade de efluentes industrias. 2012. 143 f. Dissertação (Mestrado
em Engenharia Mecânica) - Curso de Pós-graduação em Engenharia Mecânica,
Universidade Estadual de Campinas, Campinas, 2012.
Morais, I. P., Tóth, I. V., & Rangel, A. O. Turbidimetric and Nephelometric Flow
Analysis: Concepts and Applications. Spectroscopy Letters, 39, 547-579. 2006.
doi:10.1080/00387010600824629
MONACO, Paola A. V.. Tratamento de esgoto sanitário utilizando filtro orgânico

seguido de coagulação com extrato de sementes de moringa preparado com
ca(oh). Engenharia na Agricultura, Viçosa - MG, V. 24, N. 5, Páginas 450-456p.,
Outubro de 2016.
88
Opencv. About. 2016. Disponível em: <http://opencv.org/about.html>. Acesso em 28

de outubro de 2016.
Piveli, R. P., & Kato, M. T. Qualidade das águas e poluição: Aspectos Físico-
Químicos. São Paulo: BES-Associação Brasileira de Engenharia Sanitária e
Ambiental, 2016.
Pompêo, M. L. Perspectivas da limnologia no Brasil. São Luís: Gráfica e Editora

União, 1999.
Queiroz, J. E., & Gomes, H. M. Introdução ao Processamento Digital de Imagens.

Rita, Volume VIII, Número 1, 2001.
RODENAS-TORRALBA, E., MORALES-RUBIO, A., LAVORANTE, A. F., DOS REIS,

B. F. & DE LA GUARDIA, M. “Micropumping multicommutation turbidimetric
analysis of waters’’, Talanta, 73 (4): 742, 2007.
Rozenfeld, H., Forcillini, F. A., Amaral, D. C., de Toledo, J. C., da Silva, S. L.,
Alliprandini, D. H., & Scalice, R. K. (2006). Gestão de Desenvolvimento de
Produtos: uma referência para a melhoria do processo. São Paulo: Saraiva.
SADAR, M. J. Turbidity Science: Techinical Information Series. 1998. Disponível em:

<https://www.hach.com/asset-get.download-en.jsa?code=61792>. Acesso em 16 de
novembro de 2016.
Santos, V. B. Construção e aplicação de um Turbidímetro / Nefelômetro

Microcontrolado Portátil. 2009. Dissertação (Mestrado em Ciências Exatas e da
Terra), Universidade Federal de São Carlos, São Carlos. Disponível em:
<https://repositorio.ufscar.br/handle/ufscar/6450?show=full>. Acesso em: 19 de Abril
de 2016.
Shaw, R., & Myre, E. (2006). The Turbidity Tube: Simple and Accurate Measurement
of Turbidity in the Field. Houghton: Michigan Technological University.
Sousa, E. R. Noções sobre qualidade da água: Parâmetros de caracterização de

uma massa de água. 2001. Disponível em
<https://fenix.tecnico.ulisboa.pt/downloadFile/3779577242158/Nocoes\_Qualidade\_
Agua\_ERS.pdf>. Acesso em 08 de Novembro de 2016.
89
SOUSA, Santana S.. Análise físico-química e microbiológica da água do rio Grajaú,

na cidade de Grajaú - MA. Ciência e Natura, Santa Maria, V. 38, N. 3, 1615-1625p.,
Set.-Dez. 2016.
Souza Dias, Francisco. Turbidity sensors. Disponível em:.

<http://www.coastalwiki.org/wiki/Turbidity_sensors>. Acesso em: 11 de outubro de
2018.
Tecnopon, M. S. (s.d.). Manual de Instruções Turbidímetro de Bancada

Microprocessado TB-1000. Piracicaba. Disponível em:
<http://www.tecnopon.com.br/produtos/manuais/Manual-Turbidimetro-TB1000-
Tecnopon.pdf>. Acessado em: 20 de Setembro de 2018.
Toivanen, T., Koponen, S., Kotovirta, V., Molinier, M., & Chengyuan, P. (Out de 2013).
Water quality analysis using an inexpensive device and a mobile phone.
Environmental Systems Research. 18 de Out. 2013. Volume 2. Disponível em:
<http://www.environmentalsystemsresearch.com/content/2/1/9>. Acessado em: 20
Novembro de 2016.
VITÓ, Camila V. G. et al. Avaliação da qualidade da água: determinação dos possíveis

contaminantes da água de poços artesianos na região noroeste fluminense. Acta
Biomedica Brasiliensia, Rio de Janeiro, volume 7, nº 2, 59-75, Dezembro de 2016.
Whittle, P. The psychophysics of contrast brightness. In A. L. Gilchrist

(Ed.), Lightness, Brightness, and Transparency. Pp. 35-110. Hillsdale, NJ: Lawrence
Erlbaum Associates, 1994.
Whois. Transmissometer: General Information. 2015. Disponível em:

<http://www.whoi.edu/page.do?pid=8415\&tid=7342\&cid=11489>. Acesso em 27 de
Abril de 2016.
Zigmun, BAUMAN. Vida para consumo: a transformação das pessoas em

mercadoria. Rio de Janeiro: Zahar Ed., 2008.
90
APÊNDICE A - Matriz QFD

91
92
APÊNDICE B - Casa da Qualidade

93
94
APÊNDICE C - Código Fonte

95
int tempoEntrada() {
int c;
FILE *file;
file = fopen("config.ini", "r");

int timeLoad;
fscanf(file, "%d", &c);
printf("Value of n=%d", c);
fclose(file);
if (c == 0) {
timeLoad = 4000;
file = fopen("config.ini", "w");
c = 1;
fprintf(file, "%d", c);
fclose(file);
} else {
timeLoad = 3500;
}
return timeLoad;
}
void bombaEntrada() {
if (wiringPiSetup() == -1) { //when initialize wiring failed,print messageto
screen
cout << "setup wiringPi failed!" << endl;
//return 1;
}
int timeLoad = tempoEntrada();
//Bomba de Entrada
pinMode(Motor1Pin1, OUTPUT);
pinMode(Motor1Pin2, OUTPUT);
pinMode(SolenoideEntrada, OUTPUT);
//Aciona entrada de agua

cout << "Bomba1!!" << endl;
digitalWrite(Motor1Pin1, HIGH);
//Tempo para abertura da solenoide!

delay(500);
96
digitalWrite(SolenoideEntrada, LOW);//LOW == ABERTO - Ao contrario por

causa do rele
//Tempo da bomba ligada

delay(timeLoad);
digitalWrite(SolenoideEntrada, HIGH);//HIGH == FECHADO - Ao contrario por

causa do rele
//Tempo para Fechar a solenoide!
delay(100);
//Desliga a bomba!
digitalWrite(Motor1Pin1, LOW);
void luz180(int status) {

screen
//return 1;
}
pinMode(Luz180Pin, OUTPUT);
if (status == 1) {
//Aciona Iluminacao 180
digitalWrite(Luz180Pin, LOW);
delay(100);
} else {
//Desliga iluminacao 180
digitalWrite(Luz180Pin, HIGH);
}
}
void luz90(int status) {

screen
//return 1;
}
pinMode(Luz90Pin, OUTPUT);
if (status == 1) {
//Aciona Iluminacao 90
digitalWrite(Luz90Pin, LOW);
delay(100);
97
} else {
//Desliga iluminacao 90
digitalWrite(Luz90Pin, HIGH);
}
}
Mat imageCapture() {
// The exit code of the sample application.
int exitCode = 0;
// Automagically call PylonInitialize and PylonTerminate to ensure the pylon

runtime system
// is initialized during the lifetime of this object.
Pylon::PylonAutoInitTerm autoInitTerm;
try {
// Create an instant camera object with the camera device found first.
cout << "Creating Camera..." << endl;
CInstantCamera
camera(CTlFactory::GetInstance().CreateFirstDevice());
// The parameter MaxNumBuffer can be used to control the count of

buffers
// allocated for grabbing. The default value of this parameter is 10.
camera.MaxNumBuffer = 10;
CImageFormatConverter formatConverter;
formatConverter.OutputPixelFormat = PixelType_BGR8packed;
CPylonImage pylonImage;
// Create an OpenCV image

Mat openCvImage;
// Start the grabbing of c_countOfImagesToGrab images.

// The camera device is parameterized with a default configuration
which
// sets up free-running continuous acquisition.
camera.StartGrabbing(c_countOfImagesToGrab);
// This smart pointer will receive the grab result data.

CGrabResultPtr ptrGrabResult;
camera.RetrieveResult(5000, ptrGrabResult,
TimeoutHandling_ThrowException);
// Image grabbed successfully?

if (ptrGrabResult->GrabSucceeded()) {
const uint8_t *pImageBuffer =
(uint8_t *) ptrGrabResult->GetBuffer();
98
// Convert the grabbed buffer to pylon imag

formatConverter.Convert(pylonImage, ptrGrabResult);
// Create an OpenCV image out of pylon image

openCvImage = cv::Mat(ptrGrabResult->GetHeight(),
ptrGrabResult->GetWidth(), CV_8UC3,
(uint8_t *) pylonImage.GetBuffer());
/*
openCvImage = cv::Mat(ptrGrabResult->GetHeight(),
ptrGrabResult->GetWidth(), CV_8UC1,
(uint8_t *) pylonImage.GetBuffer());
*/
Mat imageMatGRAY;
cvtColor(openCvImage, imageMatGRAY, CV_BGR2GRAY);//
CONVERTE A IMAGEM PARA ESCALA DE CINZA!
return imageMatGRAY;
//return openCvImage;
} else {
cout << "Error: " << ptrGrabResult->GetErrorCode() << " "
<< ptrGrabResult->GetErrorDescription() << endl;
}
} catch (GenICam::GenericException &e) {
// Error handling.
cerr << "An exception occurred." << endl << e.GetDescription() << endl;
exitCode = 1;
}
/**
* Seta a área de interesse na imagem!
*/
Mat imageSetROI(Mat image, int x, int y, int width, int height,
int displayImage = 0) {
//DEFINICAO DA AREA DE INTERESSE DA IMAGEM!

Mat imageRoi = image(Rect(x, y, width, height));
if (displayImage == 1) {
imageShow(imageRoi);
}
return imageRoi;
}
99
/**
* Método que salva uma copia da imagem e uma matriz em txt com as intensidades
da amaostra
*/
void imageSave(Mat image, std::string filename) {
writeMatrixtoFile(image, filename + ".txt");
imwrite(filename + ".jpg", image);
/*
* Função responsável por gravar um arquivo texto com a matriz das intensidades da
imagem!
*/
void writeMatrixtoFile(Mat image, std::string filename) {
//This function is for writing a matrix into a file
FILE *matrix = fopen(filename.c_str(), "w");
int a = 0, b = 0;
Scalar intensity;
int intensityTotal = 0;
for (a = 0; a < image.rows; a++) {

for (b = 0; b < image.cols; b++) {
intensity = image.at<uchar> (a, b);
fprintf(matrix, "%d\t", int(intensity.val[0]));
fprintf(matrix, "\n");
}
fclose(matrix);
}
/**
* Funcao que calcula a intidade media de luz nos pixels da imagem!
*/
double imageMediumIntensity(Mat imageRoi) {
Scalar intensity;
int intensityTotal = 0;
double avgIntensity = 0;
for (int x = 0; x < imageRoi.rows; x++) {

100
for (int y = 0; y < imageRoi.cols; y++) {
intensity = imageRoi.at<uchar> (x, y);
intensityTotal = intensityTotal + intensity.val[0];
}
}
avgIntensity = intensityTotal / (imageRoi.rows * imageRoi.cols);
return avgIntensity;
double imageContrast(Mat imageWhite, Mat imageBlack) {

double contrast, blackIntensity, whiteIntensity;
whiteIntensity = imageMediumIntensity(imageWhite);
blackIntensity = imageMediumIntensity(imageBlack);
contrast = (whiteIntensity - blackIntensity) / whiteIntensity;
return contrast;
}
/**
* Captura 10 amostras da imagem! e salva os valores
*/
void startCapture(int tipo, string ntu) {
int x = 609;
int y = 552;
int width = 77;
int height = 84;
double intensityMedium, contrast;
std: string fileName;
std::string tipoStr = std::to_string(tipo);
for (int i = 0; i < 10; i++) {

cout << "Captura: " << i << endl;
fileName = imageGenerateFileName(ntu);
intensityMedium = 0;
Mat img = imageCapture();
imageSave(img, fileName + "_Tipo-" + tipoStr + "_");
Mat imageROI = imageSetROI(img, x, y, width, height, 0);

101
imageSave(imageROI, fileName + "_Tipo-" + tipoStr + "_ROI_");
intensityMedium = imageMediumIntensity(imageROI);
int newLine = 0;
if (i == 0) {
newLine = 1;
} else {
newLine = 0;
}
if (tipo == 3 or tipo == 4) {
contrast = 0;
//local da área Preta!
int xb = 728;
int yb = 540;
int widthb = 32;
int heightb = 88;
Mat imageROIBlack = imageSetROI(img, xb, yb, widthb, heightb,

0);
imageSave(imageROIBlack, fileName + "_Tipo-" + tipoStr +

"_ROIBlack_");
contrast = imageContrast(imageROI, imageROIBlack);
writeCSVFileIntensity(tipo, ntu, contrast, newLine);

} else {
writeCSVFileIntensity(tipo, ntu, intensityMedium, newLine);
}
}
}
/**
* Metodo responsavel por salvar em um CSV os valores das amostras;
* tipo = 1 - intensidade media 180; 2 - intensidade media 90; 3 - intensidade media
180; 4 - intensidade media 90
* ntu é a quantidade de ntu da amostra;
* intensidade é o valor colhido pelo sensor!
*/
void writeCSVFileIntensity(int tipo, string ntu, double intensidade, int newLine = 0)
{
std::ofstream ofs;
std::ofstream outputFile;
std::ofstream fs;
102
std::string fileName = "turbidez.csv";
//Verifica se o arquivo CSV já existe se não existe ele cria um CSV com o
cabeçalho abaixo!
ifstream myFile(fileName);
if (myFile.fail()) {
fs.open(fileName);
fs << "Tipo de Captura" << ";" << "NTU" << ";" << "Amostra 1" << ";"
<< "Amostra 2" << ";" << "Amostra 3" << ";" << "Amostra
4"
<< ";" << "Amostra 5" << ";" << "Amostra 6" << ";"
<< "Amostra 7" << ";" << "Amostra 8" << ";" << "Amostra
9"
<< ";" << "Amostra 10" << std::endl;
} else {
fs.open(fileName, std::ofstream::out | std::ofstream::app);
}
if (fs.is_open()) {
if (newLine == 1) {
fs << std::endl;
fs << tipo << ";" << ntu << ";" << intensidade;
} else {
fs << ";" << intensidade;
}
// close the output file

std::cout << "Output operation successfully performed\n";
outputFile.close();
} else {
std::cout << "Error opening file";
}
}
void run() {
std::string ntu = ntuGet();

double dNTU = std::stod(ntu);
int tipo = 0;
while (dNTU != 0) {
luz180(1);
delay(1500);
103
tipo = 1;//1 - intensidade media 180; 2 - intensidade media 90; 3 -

contrast 180; 4 - contrast 90;
cout << "================================intensidade media
180==============================================" << endl;
startCapture(tipo, ntu);

cout << "================================CONTRAST
180==============================================" << endl;
luz180(0);
delay(1500);
luz90(1);
delay(1500);

cout << "================================intensidade media

90==============================================" << endl;
tipo = 4;
cout << "================================CONTRAST

180==============================================" << endl;
luz90(0);
ntu = ntuGet();
dNTU = std::stod(ntu);
}

Dissertecao - Edilson Hipolito Da Silva - V1.7 - Com Ata Assinada

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Dissertecao - Edilson Hipolito Da Silva - V1.7 - Com Ata Assinada

Enviado por

Direitos autorais:

Formatos disponíveis

INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE SANTA

EDILSON HIPOLITO DA SILVA

MEDIDOR DE TURBIDEZ DA ÁGUA POR MEIO DE

MEDIDOR DE TURBIDEZ DA ÁGUA POR MEIO DE

Dissertação de mestrado apresentada ao

Orientador: Prof. Dr. Valdir Noll

Silva, Edilson Hipolito da

Dissertação de Mestrado (Mecatrônica) – Instituto Federal de Educação,

1. Turbidez. 2. Turbidímetro. 3. Processamento de imagens. 4. Nefelometria. I.

Sistema de Bibliotecas Integradas do IFSC

Esta dissertação não poderia ser concluída sem a presença e ajuda de

SILVA, Edilson H. MEDIDOR DE TURBIDEZ DA ÁGUA POR MEIO DE

A qualidade da água é uma das grandes preocupações da atualidade, tendo em vista

Palavras-chave: Turbidez. Turbidímetro. Processamento de Imagens. Nefelometria.

SILVA, Edilson H. MEASUREMENT OF WATER TURBIDITY BY DIGITAL IMAGE

Keywords: Turbidity. Turbidimeters. Image processing. Nephelometry.

Figura 1 – Fatores que influenciam na transmitância da luz ......................................16

Tabela 1 – Tabela de conversão das unidades de turbidez ......................................21

APHA American Public Health Association

Com o grande avanço tecnológico que sofremos nas últimas décadas, e o

O objetivo desta pesquisa é o desenvolvimento de um sistema de medição de

1.1.1 Objetivo Geral

Desenvolver um sensor de turbidez de água, por processamento digital de

1.1.2 Objetivos Específicos

• Construir o sistema de sensoriamento;

• Disponibilizar código fonte do sistema.

Este trabalho se justifica pela necessidade do constante monitoramento da

Este capítulo traz a revisão de literatura que serve de fundamentação para o

2.1 ANÁLISE DE TRUBIDEZ

A turbidez é uma caraterística física da água, que está relacionada a sua

Figura 1 – Fatores que influenciam na transmitância da luz

Fonte: (IOCCG, 2000), tradução nossa.

A análise de turbidez é de grande importância para o monitoramento

para vários setores da indústria, em especial a alimentícia que pode identificar

2.1.2 Tipos de Análise

Os primeiros estudos para se determinar a turbidez da água são de 1900,

Figura 2 – Turbidímetro de vela de Jackson

Fonte: Souza, 2012.

Em 1962 Kingsbury e Clark descobriram a formazina, que melhorou

Figura 3 – Padrões de formazina representado o nível de turbidez em NTU/FNU

Fonte: (Dias, 2012)

Nos Instrumentos comerciais o detector é disposto de forma fixa em ângulos

Figura 4 – Funcionamento de um nefelômetro

Fonte: (CARDOSO, 2011)

Figura 5 – Funcionamento de um turbidímetro

Fonte: (CARDOSO, 2011)

Além dos dispositivos comercias e eletrônicos para análise da turbidez temos

Figura 6 – Medição de transparência com Disco de Secchi

Fonte: (EMBRAPA, 2011)

Como pode-se observar a turbidez é medida por vários equipamentos

Tabela 1 – Tabela de conversão das unidades de turbidez

2.1.3 Calibração do Sistema de Medição Desenvolvido

A calibração consiste em submeter um sistema de medição a valores

("#$%&' )' )*$%*çã# -./. -/'0./#) ∗ (".$#/ 3& 456 )'7'8.9#)

Em que "Volume De Diluição" é a quantidade de água desmineralizada, "Valor

Tabela 2 - Equivalência em NTU de formazina diluída

2.2 PROCESSAMENTO DIGITAL DE IMAGENS

O processamento digital de imagens é o processamento de imagens digitais

Figura 7 - Passos fundamentais em processamento digital de imagens

Fonte: (GONZALES, 2010).

2.2.1 Aquisição e Formação de Imagens

A formação da imagem digital começa com a captura, por meio de um sensor

2.2.2 Imagem Digital

Figura 8 - Representação de um pixel na imagem

("#$%&' )' )$%çã# -./. -/'0./#) ∗ (".$#/ 3& 456 )'7'8.9#)