A visão humana possibilita a interpretação de inúmeros aspectos do mundo. Essas percepções são diversas, por exemplo, ao observar uma árvore na rua, é possível notar diferentes aspectos da planta, como cores, texturas e formatos. Além disso, pode-se  reconhecer características de imagens, como emoções nos rostos de pessoas que estão em uma foto. 

Nesse contexto, a visão computacional é um dos ramos da inteligência artificial que estuda o processamento de imagens do mundo real por um computador. Em outras palavras, essa área investiga maneiras de dar às máquinas a capacidade de interpretar visualmente informações, ou seja, enxergar. Entenda neste artigo, desenvolvido pela equipe da Kot Engenharia, quais são as bases de funcionamento dessa tecnologia e como a empresa pode atuar na área.

 

Figura 1: Visão humana e computacional. [1]

 

Conceitos Básicos 

Em primeiro lugar, para o melhor entendimento da visão computacional, faz-se necessário a definição dos conceitos de Imagem e Processamento de Imagens.

Dessa forma, o conceito de imagem pode ser um pouco abstrato. Assim, do ponto de vista computacional, como um conjunto de dados. Essas informações são relacionadas por meio de uma função escalar de duas incógnitas [2].

Por esse motivo, esses dados normalmente carregam muitos ruídos provenientes de fatores como o local de captura da imagem, equipamentos utilizados, objetos em foco, entre outros [3]. Dessa maneira, o processamento de imagens visa a adequação necessária para atenuar essas variações. Para tanto, como a imagem é vista pelo computador como uma função, existem inúmeras técnicas matemáticas para modelar os dados conforme o necessário.

Aprofundando o entendimento

Com base nesses conceitos, a visão computacional é responsável pela elaboração de um sistema completo automatizado que captura as imagens, as trata, analisa as informações visuais e dispara um comando para iniciar o processo subsequente cabível.

Etapas para realização da Visão Computacional [4]

Inicialmente, é necessário estabelecer que não existe um único sistema para a aplicação da visão computacional. Listam-se, então, as etapas mais comuns para execução dessa tecnologia:

• • Aquisição: etapa que visa a captação das imagens;

• • Processamento de imagens: o objetivo deste estágio é adequar e otimizar os dados visuais adquiridos. Para isso, podem ser aplicadas algumas técnicas como retirada de ruídos, rotação da imagem, aplicação de filtros, etc.;

• • Análise de imagens: é nesta fase que as imagens são tornadas únicas do ponto de vista do computador. Cada imagem é atribuída à uma função única de duas incógnitas independentes, que podem ser visualizadas de forma mais objetiva pelas máquinas;

• • Reconhecimento de padrões: neste ponto as imagens são classificadas em função de suas características similares.

Consequentemente, a partir do reconhecimento de padrões, ações podem ser iniciadas pelo sistema de forma automática, dando a sequência necessária para o processo.

Vantagens e Limitações da Visão Computacional

De modo geral, entre os benefícios, pode-se listar como vantagem da visão computacional a possibilidade de implementação de um sistema que reduz os custos da empresa. Além disso, é possível aumentar a qualidade dos produtos que a companhia produz.

Em contrapartida, por ser um sistema específico para cada aplicação, cada caso deve ser analisado, planejado e executado individualmente. Esse fato faz com que o investimento necessário para o desenvolvimento seja elevado, o que configura a principal limitação da visão computacional.

Aplicações na Indústria

A visão computacional tem diversas aplicações na automação industrial, dentre essas:

• • Verificação não invasiva

Nesse caso, por exemplo, é possível verificar se o conteúdo das embalagens está completo, excluindo a necessidade de violar o invólucro do produto. A Figura 2 mostra o esquema usado para essa aplicação.

Figura 2: Esquema de aplicação de verificação não invasiva da integridade de embalagens. [5]

• • Inspeção de maquinário e estruturas

Além disso, é possível aplicar a visão computacional para realizar inspeções e análises em máquinas e estruturas [6]. Inclusive, confira neste artigo uma metodologia aplicada pela Kot.

• • Prevenção de acidentes

Outra aplicação plausível para a visão computacional é na prevenção de colisões de máquinas. Com o propósito de ilustrar, a Figura 3 ilustra a situação.

Figura 3: Esquema de monitoramento de distância e anticolisão. [6]

• • Reconhecimento de padrões

Por fim, a aplicabilidade da visão computacional estende-se, também, para o reconhecimento de padrões que iniciam processos automatizados, como  na identificação de etiquetas, códigos, letras e números impressos. Por exemplo, a Figura 4 exemplifica o uso da visão computacional para gerenciamento de estoque.

Figura 4: Esquema de gerenciamento de estoque de caixas por visão computacional. [6]

Conclusão

Em síntese, a partir da leitura do artigo, conclui-se que a visão computacional possui diversas possibilidades de aplicação para solução de problemas e otimização de processos.  A Kot Engenharia possui o conhecimento necessário para aplicá-la, podendo avaliar diferentes contextos de operação e contribuir com os resultados. Consulte nossa equipe para mais informações!

Siga, também, nossas páginas no LinkedIn, Facebook e Instagram para continuar acompanhando nossos conteúdos.

 

FAQ

1. O que é Visão Computacional e qual seu objetivo na Inteligência Artificial?

A Visão Computacional é a subárea da Inteligência Artificial voltada para o processamento e interpretação de dados visuais do mundo real por meio de computadores. Seu objetivo principal é replicar a capacidade da visão humana nas máquinas, permitindo que elas identifiquem formas, cores, texturas, objetos e padrões para tomarem decisões de forma autônoma.

2. Como uma imagem é interpretada matematicamente por um computador?

Do ponto de vista computacional, uma imagem não é uma figura abstrata, mas sim um conjunto estruturado de dados numéricos (pixels). Ela é representada como uma função escalar de duas variáveis independentes, $f(x, y)$, onde cada coordenada $(x, y)$ corresponde à posição espacial do pixel e o valor da função indica a sua intensidade de cor ou brilho.

3. Por que o processamento de imagens é uma etapa indispensável?

Imagens capturadas no mundo real frequentemente carregam “ruídos” — variações indesejadas provocadas por iluminação inadequada, vibrações de câmera, sujeira, reflexos ou foco incorreto. O processamento de imagens aplica filtros e transformações matemáticas para suavizar esses ruídos, ajustar contraste e destacar contornos, preparando a imagem para a etapa de análise.

4. Quais são as etapas do fluxo de trabalho (pipeline) da Visão Computacional?

O processo é composto por quatro etapas sequenciais:

1. Aquisição: Captação das imagens por meio de câmeras ou sensores visuais;

2. Processamento de Imagens: Filtragem, rotação e remoção de ruídos para otimização dos dados;

3. Análise de Imagens: Isolamento e extração matemática de características únicas da figura;

4. Reconhecimento de Padrões: Classificação das informações extraídas por similaridade e disparo automático das ações do sistema.

5. Quais são as principais vantagens e limitações dessa tecnologia?

• Vantagens: Redução sustentada de custos operacionais, aumento da velocidade de inspeção, eliminação do erro humano por fadiga e elevação do padrão de qualidade dos produtos.

• Limitações: Alta especificidade do sistema. Como cada aplicação industrial exige algoritmos, câmeras e iluminações customizadas para seu cenário específico, o investimento inicial de desenvolvimento pode ser elevado.

6. De que formas a Visão Computacional é utilizada na indústria?

Entre as aplicações mais consolidadas destacam-se:

• Inspeção não invasiva: Verificação do preenchimento de embalagens sem violar o produto;

• Inspeção de máquinas e estruturas: Mapeamento visual automatizado de trincas, desgastes e desalinhamentos em ativos;

• Prevenção de colisões: Monitoramento contínuo de distância entre máquinas móveis e obstáculos no ambiente fabril;

• Gerenciamento de estoque: Leitura automatizada de etiquetas, códigos de barras e contagem rápida de volumes.

Referências:

[1] Blake, Scott (2018). Disponível em: <https://unsplash.com/photos/K6JzHiV4aq8>.

[2] G. Kovasznay, L., & Joseph, H. (1955). Image Processing. Proceedings of the IRE, 43(5), 560–570. doi:10.1109/jrproc.1955.278100.

[3]  Santiago, Gaubert (s.d). Método Baseado em Visão Computacional para Reconhecimento de Dígitos Visando a Leitura de Consumo em Hidrômetros com Indicação Analógica e Digital.

[4] Backes, A e Sá Júnior, J (2019).  Introdução à Visão Computacional Usando MATLAB.

[5] Szeliski, Richard (2010).Computer Vision: Algorithms and Applications .

[6] Acervo IFM.