Professor da Unesp de Rosana desenvolve nova metodologia para editar e segmentar imagens digitais. O novo modelo matemático originou uma ferramenta computacional que possibilita qualquer usuário, sem conhecimento prévio sobre edição de imagens, trabalhar com a ferramenta. A técnica pode ser aplicada em diversas situações que fazem uso de imagens como computação, área médica, segurança, entre outras.
O método foi desenvolvido pelo professor Wallace Casaca, em 2014, quando ele era pesquisador do Centro de Ciências Matemáticas Aplicadas à Indústria (CEPID/FAPESP), local que congrega pesquisadores de diversas instituições como Unesp, USP e Unicamp. Após a defesa da tese, Casaca deu continuidade à pesquisa ampliando o número de resultados científicos e aplicações.
Uma destas aplicações é a colorização de imagens ou colorização seletiva. Um exemplo prático de uso, diz o professor, seria o caso de uma pessoa que deseja mudar sua cor de cabelo. Como esta pessoa poderia visualizar pelo computador a mudança de forma rápida e sem complexidade no uso da ferramenta?
A ferramenta desenvolvida por ele seleciona com exatidão apenas o cabelo da pessoa de forma que o usuário possa escolher os tons de cores de sua preferência. De acordo com o pesquisador, embora algumas empresas especializadas forneçam esse tipo de aplicativo, em geral, as soluções disponíveis não são intuitivas o suficiente de serem manuseadas, ou ainda, requerem do usuário que ele segmente toda a região de interesse de forma manual e progressiva (pouco a pouco).
Casaca explica que a segmentação de uma imagem, tema inicialmente abordado em sua tese, é essencial não apenas para colorir imagens mas também para amparar outras aplicações da área de processamento de imagens. A segmentação consiste em separar uma imagem em diversos "pedaços", delimitando adequadamente cada uma dessas partes de forma que cada uma delas possa ser facilmente identificada por uma pessoa.
Em seu estudo, esta questão foi explorada de forma matemática: representando a imagem digital por meio de um modelo que combinou diversas teorias para chegar a uma equação que resolve o problema. “Ou seja, a partir da resolução numérica dessa equação matemática, é possível gerar o resultado final da segmentação na imagem apresentada”.
Outra vantagem da técnica desenvolvida é que ela se mostrou mais eficiente em termos de aderência aos contornos do objeto a ser segmentado quando comparada com diversas outras técnicas de referência na literatura de segmentação.
Por conta da importância do estudo, já foram publicados 15 artigos internacionais, divididos entre conferências e periódicos de alto impacto. Esses artigos foram indexados por veículos tradicionais como o IEEE, Elsevier e Springer.
A tese resultante da pesquisa também ganhou vários prêmios de sociedades de pesquisa nacionais e internacionais. Entre elas, o Centro Latino-americano de Estudos em Informática (CLEI), CAPES (menção honrosa), Sociedade Brasileira de Matemática Aplicada e Computacional (SBMAC), Sociedade Brasileira de Computação (SBC) e, mais recentemente, o prêmio em Ciências Exatas e da Terra (USP Tese Destaque).
Além do Centro de Ciências Matemáticas Aplicadas à Indústria, parte da pesquisa da tese foi conduzida no exterior, nas instituições americanas Brown University e Massachusetts Institute of Technology (MIT).
Identificando culpados
De acordo com o professor, uma das ideias é utilizar a metodologia criada junto a outras técnicas mais específicas, para fornecer uma ferramenta completa, que permita desde o usuário selecionar o objeto de interação até chegar ao resultado final da aplicação.
Como exemplo, Casaca cita a identificação de uma impressão digital a partir de uma fotografia de um cenário de crime. O primeiro passo de um algoritmo para efetuar essa detecção seria segmentar (extrair) a impressão digital de todo o cenário da foto de modo a delimitar apenas aquela pequena porção da fotografia que contém o "dedo" do suspeito.
Nesse tipo de aplicação o usuário deve selecionar qual objeto ele gostaria de remover da foto. Em seguida, o algoritmo de computador utiliza e segmentação inicialmente obtida como parâmetro para remover esse objeto, ao mesmo tempo que reconstrói o "buraco" deixado por esse objeto na imagem.
Outras aplicações
Casaca destaca que foram propostas soluções computacionais para inovar no tratamento de remoção de objetos em imagens. Na ocasião, a pesquisa teve participação dos professores Maurílio Boaventura, da Unesp de Rio Preto e Marcos Proença de Almeida, do Instituto Federal do Triângulo Mineiro.
O professor explica ainda que a metodologia de segmentação pode ser utilizada em qualquer outra circunstância que envolva segmentação, para dar suporte à identificação de impressões digitais, ou, ainda, para auxiliar um médico na prevenção ou emissão de diagnóstico a partir da análise de uma imagem. "Por exemplo, ela poderá auxiliar na identificação do formato de um tumor em uma imagem médica", conta ele.
De acordo com Casaca, a ferramenta ainda é um protótipo computacional que está em fase de tramitação de registro para que se gere o produto final: o software.
A pesquisa
A tese de Casaca trabalha com novos modelos matemáticos para segmentar imagens e também para tratar outros problemas relacionados com a área de visão por computador e processamento de imagens. “Após meses de intensas análises e experimentos numéricos, adaptamos a teoria relacionada às coordenadas de Laplace para a segmentação de imagens”, explica o professor.
Como resultado, foi gerado um protótipo computacional ou ferramenta (um programa que roda em uma plataforma computacional específica chamada Matlab). “A ideia é que qualquer especialista da área possa avaliar, estudar e entender a nossa metodologia a partir da exploração do código-fonte desse protótipo (que é um código-fonte aberto) e, assim, testar ela para fins de natureza científica e não-comercial”, diz.
Veja vídeos em
Video principal (sobre segmentação): goo.gl/jfyG0t
Video sobre remoção de objeto: goo.gl/BFXNae
Video sobre colorização (NOVO): goo.gl/EYadYR