Reconhecimento De Rochas Ornamentais

RECONHECIMENTO DE OBJETOS CONTIDOS EM IMAGENS

ATRAVÉS DE REDES NEURAIS

LUIZ EDUARDO NICOLINI DO PATROCÍNIO NUNES

Departamento de Engenharia Mecânica

Universidade de Taubaté

PEDRO PAULO LEITE DO PRADO

Departamento de Engenharia Elétrica

Universidade de Taubaté

RESUMO

Esse trabalho implementou um simulador de sistema de visão computacional, utilizando redes neurais artificiais para a classificação de objetos de formas geométricas (quadrado, círculo, triângulo e retângulo) contidos em imagens bidimensionais. As imagens para os testes foram adquiridas por dois equipamentos de captura: um scanner e uma câmera CCD. A tarefa de reconhecimento de imagens foi dividida em duas etapas: pré-processamento e classificação através de uma rede neural. Na etapa de pré-processamento, as imagens foram processadas por um algoritmo de detecção de bordas, utilizando o método de Sobel, que elimina o fundo contra o qual a imagem se encontra, deixando apenas o contorno do objeto a ser reconhecido. As imagens adquiridas pela câmera CCD sofreram binarização antes de serem processadas pelo algoritmo de detecção de bordas. As imagens binárias resultantes desse algoritmo foram, então, processadas pela Transformada de Fourier Log-polar, para tornar o sistema invariante a efeitos de translação, rotação e escala. Os resultados do algoritmo log-polar foram as entradas para a rede neural. Na etapa de classificação foi utilizada uma rede neural probabilística, por meio do software Matlab. Das imagens pré-processadas, duas amostras foram utilizadas para treinar a rede, e as restantes, para os testes de classificação. A rede classificou corretamente todas as imagens, sendo necessário, no caso das imagens adquiridas pela câmera, aumentar o número de amostras no vetor de treinamento. Os resultados do trabalho demonstraram que as redes neurais podem ser empregadas como ferramentas eficientes na tarefa de reconhecimento de formas geométricas.

PALAVRAS-CHAVE: redes neurais, reconhecimento de padrões, transformada log-polar, método de Sobel, formas geométricas.

INTRODUÇÃO

As redes neurais artificiais têm evoluído intensamente nos últimos anos em decorrência da sua constante aplicação nas mais diversas áreas e atividades. Como exemplo, as redes neurais artificiais têm sido utilizadas em sistemas de controle e otimização, análise de aplicações financeiras, reconhecimento de voz, controle de manipuladores robóticos, classificação, visão artificial, reconhecimento de padrões em imagens, entre outros (Demuth e Beale, 1996).

Redes neurais artificiais são técnicas computacionais que apresentam um modelo matemático inspirado na estrutura neural de organismos inteligentes, e que adquirem conhecimento através da experiência. São compostas por diversas unidades computacionais (neurônios artificiais) operando em paralelo, interconectadas total ou parcialmente.

Rev. Ciênc. Exatas, Taubaté, v. 5-8, p. 77-88, 1999-2002

78

Cada neurônio artificial executa um certo número de operações simples e transmite seus resultados aos neurônios vizinhos, com os quais possui conexão (Perelmuter et al., 1995).

REVISÃO DA LITERATURA

Diversas pesquisas estão direcionadas à solução do problema de reconhecimento e classificação de objetos contidos numa imagem bidimensional.

He e Kundu (1991) usaram uma técnica de classificação baseada no modelo de Cadeias de Markov. Essa técnica não modela todo o padrão ou forma como um simples vetor de características, mas explora a relação entre segmentos consecutivos de um padrão a ser classificado.

Zwicke e Kiss (1983) e Perelmuter et al. (1995) usaram a Transformada de Mellin para tornar o sistema invariante a transformações de rotação, translação e escalonamento.

Moreira e Costa (1996) apresentaram um método para segmentação de imagens em cores que usa a classificação para agrupar pixels em regiões. A cromaticidade é usada como fonte de dados para o método, porque é normalizada e considera somente matiz e saturação, excluindo a componente luminância. A classificação é feita por uma rede neural do tipo Self-Organizing Map (SOM), que é empregada para obter as cromaticidades principais apresentadas na imagem. Cada pixel é classificado então, de acordo com as classes identificadas. A priori, o número de classes é desconhecido e a rede neural artificial é usada para determinar as classes principais.

Huang e Liu (1997) propuseram um sistema de reconhecimento de padrão híbrido, baseado em um Algoritmo Genético (AG) com uma rede neural modelo Hopfield (HP), que pode reconhecer padrões modificados pela transformação causada pela rotação, escala ou translação. O método proposto se apoia na técnica de aproximação poligonal, que extrai os vetores de características apropriados de dimensões especificadas, caracterizando uma forma.

Eom (1998) apresentou a classificação de formas planas usando características espectrais obtidas por modelamento autoregressivo de uma função de contorno, representada por funções periódicas definidas pelo comprimento e ângulo de um vetor radial da centróide para um ponto de contorno movendo-se em uma velocidade constante.

Nos trabalhos de Loesch (1998) e Davoli et al. (1999) foi proposto um sistema neural híbrido projetado para o reconhecimento de objetos singulares em imagens em tons de cinza com a utilização de uma transformada discreta com Rev. Ciênc. Exatas, Taubaté, v. 5-8, p. 77-88, 1999-2002

79

fundamentação matemática na transformação log-polar, que possui propriedades invariantes em relação à translação, rotação e escalonamento.

METODOLOGIA

A visão computacional é efetuada através de um conjunto de transformações, que podem ser em paralelo, permitindo a extração dos aspectos invariantes das imagens, independentemente do ambiente em que estejam situadas. Essas invariâncias possibilitam o reconhecimento da imagem, permitindo a interação do sistema com as mesmas. A visão computacional procura extrair informações contidas numa imagem com o objetivo de classificá-las, caracterizá-las e/ou reconstruí-las (Perelmuter et al., 1995).

O simulador do sistema de visão computacional por redes neurais