Академический Документы
Профессиональный Документы
Культура Документы
Resumo: Este trabalho teve como objetivo entender que técnicas de processamento digital de imagens
estão envolvidas num sistema de visão computacional que dentre outras funcionalidades, permita
projetar um sistema com capacidade de reconhecer padrões. Foi utilizada a metodologia de pesquisa
bibliográfica. Através das pesquisas feitas, faz-nos compreender que para que seja possível a criação
de uma aplicação de reconhecimento de padrões, é fundamental a preparação da imagem e que
através destas transformações, criamos novas versões das mesmas, passiveis de detecção de
elementos e a efetiva criação de um sistema de visão computacional.
1. INTRODUÇÃO
Este trabalho foi desenvolvido com a intenção de retratar os principais aspectos sobre
imagens, manipulação e exploração de suas informações. Abordar assuntos que transpassam
processamento digital de imagens e técnicas de visão computacional. Este projeto, de forma
mais específica, visa a exploração do conhecimento relacionado às técnicas de
reconhecimento de padrões para que possamos, num projeto futuro, ser capazes de
desenvolver algoritmos de visão computacional aplicando tais técnicas.
Com isso posto, temos a questão: quais técnicas de processamento digital de imagens
estão envolvidas num sistema de visão computacional que dentre outras funcionalidades,
permita projetar um sistema com capacidade de reconhecer padrões?
De acordo com Filho e Neto (1999, p.18), uma imagem monocromática pode ser
matematicamente descrita pela função f(x,y), que nas coordenadas (x,y) tem seu valor de
acordo com a luminosidade, sendo proporcional ao brilho ou nível de cinza, naquele ponto da
imagem.
Scuri (2002, p.11), afirma que Processamento de Imagens, é um conjunto de operações
realizadas sobre imagens que resultam em novas imagens. Oshiro e Goldschmitdt (2008, p.1),
afirmam que a imagem pode ser representada por uma matriz N x M; os pixels podem assumir
Fig. 1: Imagens e suas respectivas representações digitais: (a) imagem binária, (b) imagem em
níveis de cinza e (c) imagem colorida onde cada pixel é composto por uma tupla do sistema de cores
R.G.B. (OSHIRO e GOLDSCHMIDT, 2008, p.2).
Segundo Filho e Neto, “as técnicas de filtragem no domínio espacial são aquelas que
atuam diretamente sobre a matriz de pixels que é a imagem digitalizada" (FILHO; NETO,
1999, p.83).
Falcão (2005, p.24) afirma que filtros de suavização são aplicados para reduzir ruídos de
alta frequência, apesar de borrar as bordas da imagem.
Filtros tipo passa-alta são utilizados para realçar bordas ou regiões de interesse com
transições abruptas de intensidade. O problema deste tipo de filtro é que também realça ruídos
do processo de obtenção da imagem (MARENGONI; STRINGHINI, 2009, p.135).
"O realce de contraste visa o melhoramento da qualidade das imagens sob o ponto de
vista subjetivo do olho humano, sendo usualmente empregada como uma etapa de pré-
processamento em aplicações de reconhecimento de padrões" (QUEIROZ; GOMES, 2001,
p.15).
2.4. Vizinhança de pixels
Vários pontos são importantes sobre pixel de uma imagem digital. A imagem digital é
denotada por f(x,y), e pixel é representado por q e p, o pixel é um elemento de dimensões
finitas na representação de uma imagem digital, sob a forma de uma matriz. O pixel nas
coordenadas (x,y) tem dois vizinhos na horizontal e dois vizinhos na vertical, chamado
vizinhança N4(p), onde cada pixel tem uma unidade de distancia de (x,y) (MATURANA,
2010, p.26).
3. VISÃO COMPUTACIONAL
3.1. Segmentação
As operações de segmentação procuram isolar regiões que pertencem a objetos para
poder extrair atributos depois, e cálculos de parâmetros descritivos. (CONCI; AZEVEDO;
LETA, 2008, p.55).
Dentre as operações de segmentação, a mais comum é a limiarização por um tom de
corte, onde tudo que esta abaixo deste tom vira preto e tudo que esta acima deste tom vira
branco, podendo ser obtido diversas informações, como área, perímetro, centro de gravidade,
largura máxima e mínima (SCURI, 2002, p.81).
Limiarização é uma abordagem para a segmentação fundamentada na análise da
similaridade de níveis de cinza, de modo a extrair objetos de interesse mediante a definição de
um limiar T que separa os agrupamentos de níveis de cinza da imagem (QUEIROZ; GOMES,
2001, p.25).
4. CONSIDERAÇÕES FINAIS
Diante do que este trabalho apresenta, partir-se-á do ponto em que se obtém a imagem, a
qual deverá ser explorada. Tendo uma imagem em escala de cinza, seu histograma é gerado,
permitindo obter dados que indicam se a imagem tem um alto contraste ou baixo contraste.
Para aprimorar a imagem, podemos fazer uso de técnicas de suavização de serrilhado ou
filtros, que eliminam ou amenizam ruídos da imagem mas tem como efeito colateral o
desfoque na imagem.
Em visão computacional, podemos explorar a área de segmentação, utilizado para isolar
regiões de objetos para extração de informações de interesse na aplicação. Explorando, as
técnicas de reconhecimento de padrões, podemos reconhecer na imagem, padrões pré-
estabelecidos de objetos tanto de imagens estáticas como em busca por padrões em imagens
sequenciais.
Com isso posto, compreendemos que para que seja possível a criação de uma aplicação
de reconhecimento de padrões, é fundamental a preparação da imagem e que através destas
transformações, criamos novas versões das mesmas, passiveis de detecção de elementos e a
efetiva criação de um sistema de visão computacional.
Agradecimentos
Agradecimentos à Instituição Federal do Mato Grosso pelas condições de pesquisa e
capacitação para desenvolvimento deste trabalho, estrutura e equipe.
REFERÊNCIAS BIBLIOGRÁFICAS
CONCI, Aura; AZEVEDO, Eduardo; LETA, Fabiana. Computação Gráfica Teoria e Prática
vol 2., Rio de Janeiro: Elsevier Editora Ltda, 2008.
FILHO, Ogê Marques; NETO, Hugo Vieira. Processamento Digital de Imagens, Rio de
Janeiro: Brasport, 1999.