OBJETOS DE APRENDIZAGEM NO ENSINO DE PROCESSAMENTO DIGITAL DE

IMAGENS

Pedro Henrique Cacique Braga, Alexandre Cardoso Universidade Federal de Uberlândia, Faculdade de Engenharia Elétrica,

Uberlândia – MG, phcacique@gmail.com, alexandre@ufu.br

Resumo - O objetivo deste documento é apresentar o

Objeto de Aprendizagem IMAGINE, que tem como

objetivo facilitar o ensino de Processamento Digital de

Imagens em cursos presenciais e a distância, bem como

apresentar a tecnologia utilizada na construção do

mesmo e os parâmetros padronizados pelo IEEE

Learning Technology Standards Comitee

Palavras-Chave – Objetos de Aprendizagem,

Processamento Digital de Imagens, IEEE Learning

Technology Standards Comitee, Flash, Actionscript

LEARNING OBJECTS FOR DIGITAL

IMAGE PROCESSING STUDIES

Abstract - The purpose of this paper is to present the

learning object IMAGINE, which objective is to make the

teaching technique of Digital Image Processing easier in

distance and attendance courses, as well as presenting

the technology used for its development and standard

IEEE Learning Technology Standards Committee

parameters. 1

Keywords - learning objects, digital image processing,

IEEE Learning Technology Standards Committee, Flash,

Actionscript.

NOMENCLATURA

AS ActionScript

EAD Ensino a Distância

MATLAB Matrix Laboratory

OA Objetos de Aprendizagem

RA Realidade Aumentada

PDI Processamento Digital de Imagens

POO Programação Orientada a Objetos

I. INTRODUÇÃO

As novas tecnologias da informação e do conhecimento

emergem com visibilidade no cenário educacional. Diversas

pesquisas e ferramentas são desenvolvidas com o propósito

de resignificar as formas de aprender e ensinar dentro e fora

da escola.

A aprendizagem é um processo tão antigo quanto a

própria existência humana e se desenvolve constantemente

mediante as contribuições de pesquisadores e educadores.

Nesse contexto, destaca-se a busca de metodologias de

ensino mais adequadas ao contexto social e aos avanços que

a sociedade da informação e do conhecimento apresentam.

Diante desse cenário é possível dizer que Educação e

Tecnologia se conectam, interagem no processo educacional

evidenciando a necessidade de desenvolvimento de

ferramentas compatíveis as novas exigências.

Diante desse quadro destacam-se os Objetos de

Aprendizagem. Chamamos de Objetos de Aprendizagem

(OA), a junção tecnologia/educação, ou seja, "qualquer

entidade, digital ou não digital, que possa ser utilizada,

reutilizada ou referenciada durante o aprendizado suportado

por tecnologias" [1].

Os Objetos de Aprendizagem são ferramentas criadas para

atender públicos e conteúdos específicos, por isso, atendem

as propostas da alfabetização ao ensino superior.

O Ministério da Educação [2] disponibiliza um Banco

Internacional de Objetos Educacionais e incentiva a criação

de novos projetos. Segundo esta mesma fonte, a distribuição

dos OA não é uniforme, tendendo ao crescimento

principalmente nas áreas de Ensino Superior (na nova

modalidade, EAD) e nos Ensinos Fundamental e Médio, em

detrimento das demais áreas, como a educação profissional e

o Ensino Superior Regular, por exemplo.

A Fig. 1 reflete o crescimento do uso da tecnologia como

instrumento educacional. Percebemos que o uso de OA no

ensino superior regular ainda está aquém da sua real

capacidade.

Fig. 1. Distribuição dos Objetos de Aprendizagem cadastrados no

Banco Internacional de Objetos de Ensino, do MEC, de acordo com

o nível de ensino.

O processo cognitivo do ser humano pode beneficiar-se

com a associação de todos os seus sentidos na construção de

um conceito. E os OA proporcionam de certa forma maiores

possibilidades interativas e desafiadoras para aqueles que os

utilizam.

Na grande área das Engenharias, percebe-se muitos

conceitos e teorias que seriam melhor apresentados se

utilizadas as ferramentas dos OA promovendo uma

aprendizagem mais interativa, estimulando os sentidos e as

formas de pensar dos alunos. O Processamento Digital de

Imagens também se encontra entre as áreas e/ou conteúdos

que podem ser dinamizados [3].

Este artigo apresenta o projeto IMAGINE, que se refere a

um Objeto de Aprendizado baseado na interação entre

software e usuário de maneira a possibilitar o

desenvolvimento de conceitos.

Para apresentar o projeto serão abordados nos próximos

tópicos deste documento as etapas do processamento de

imagens e como elas são aplicadas na construção e utilização

do IMAGINE, tendo em vista as normas e padrões do IEEE.

II. PROCESSAMENTOS DE IMAGEM

Os sistemas de processamento de imagens são

constituídos de um conjunto de etapas que levam um

elemento do domínio do problema a um resultado plausível.

Um processo para tratamento de uma imagem deve seguir

alguns passos para a geração de um resultado. São eles:

1. Aquisição

Trata-se da captura da imagem por um sensor ou

dispositivo e a conversão da mesma em um modelo capaz de

ser representado digitalmente.

2. Pré-processamento

A aquisição de uma imagem geralmente traz consigo

imperfeições, originadas por diversos fatores, como a

iluminação do ambiente ou outras características do

dispositivo de captura. A melhora da imagem através de

suavização, correção de brilho e contraste e atenuação do

ruído é realizada nesta etapa do processamento.

3. Segmentação

Esta é a etapa na qual são extraídas as porções da

imagem que têm relativo interesse no tratamento. A

segmentação pode ser feita por diferentes métodos e pode

selecionar regiões, bordas e/ou preenchimentos da imagem.

4. Representação e Descrição

O armazenamento e a manipulação de dados pictóricos

são realizados na representação e a descrição é responsável

pela extração de propriedades e características do objeto.

5. Reconhecimento e Interpretação

Reconhecimento é o ato de atribuir um identificador a

determinada informação e Interpretação consiste em atribuir

significado ao conjunto de dados reconhecidos.

Observa-se que estas etapas formam um roteiro para o

processo de tratamento pictórico, estão interligados entre si e

são dependentes da base de conhecimento gerada em cada

uma delas, conforme mostra a Fig. 2.

A base de conhecimentos é incrementada a cada etapa do

processo, por isso pode ser considerada uma base dinâmica

[4].

Fig. 2. Etapas de um sistema de processamento de imagens.

É importante observar que um sistema de PDI contém

todas estas etapas, mesmo que elas façam uso de tecnologias

diferentes e sejam realizadas por softwares e/ou hardwares

diferentes em cada etapa.

A. Modelo de imagem

Uma imagem, durante seu processamento, é vista como

um arquivo que contém informações sobre os valores de

cores de cada pixel da imagem. O pixel é a menor unidade de

medida de uma imagem. Resolução é a densidade de pixels

da imagem, isto é, a quantidade de pixels de uma imagem

por sua dimensão. Tais valores estão dispostos em matrizes

que contém geralmente os valores RGBA (red, Green, blue,

alpha), que são os valores de tons vermelhos, verdes, azuis e

transparência. A combinação destes valores nos dá a

intensidade luminosa de determinado pixel.

A análise e transformação pictórica são feitas mediante

análise e transformação de pixels de maneira individual e/ou

coletiva. Muitos métodos se dão a partir da análise da

conectividade entre pixels. Nos filtros de convolução e de

correlação, por exemplo são analisados os 8 pixels ao redor

do pixel original.

B. Métodos matemáticos

As transformações pictóricas podem ser realizadas de

diferentes maneiras. Existem métodos de transformação da

imagem bastante diferentes, entretanto, é possível destacar os

métodos de filtragem no domínio espacial e os métodos no

domínio da freqüência.

Aquisição

Pré-Processamento

Segmentação

Representação e Descrição

Reconhecimento e

Interpretação

Base

de

Conhecimento

domínio do problema

resultado

Os métodos de filtragem no domínio espacial se referem

ao plano da imagem, ou seja, ao conjunto de pixels que

compõem uma imagem.

Neste domínio, o processo de filtragem é realizado a partir

de máscaras, que são matrizes quadradas com valores

específicos em cada elemento, que servem como peso para o

valor de cada pixel vizinho ao central. A Fig. 3 mostra como

uma imagem é vista no domínio espacial, bem como uma

máscara é analisada.

Fig. 3. Filtragem no domínio espacial

A correlação da imagem f com um filtro w pode ser

expressa através da equação 1.

(1)

Onde:

f(x,y) - Imagem

w(x,y) - Matriz quadrada – máscara

m - Número de colunas da imagem

n - Número de linhas da imagem

A convolução por sua vez, pode ser expressa através da

equação 2.

(2)

Onde:

f(x,y) - Imagem

w(x,y) - Matriz quadrada – máscara

m - Número de colunas da imagem

n - Número de linhas da imagem

Para a aplicação de filtros como este, são necessárias m*n

iterações aplicando as máscaras determinadas nas

conectividades estabelecidas.

A base das técnicas de filtragem no domínio da freqüência

é o teorema da convolução. [5]

III. MOTIVAÇÃO

Para superar as deficiências do modelo formal de ensino é

necessário sair do lugar comum em que se encontram os

atuais programas de ensino universitário e atualizar as

bibliotecas virtuais existentes. A tecnologia Flash foi

escolhida para que esta seja difundida ainda mais no meio

acadêmico, mostrando que é possível usar a animação

bidimensional, bastante explorada no entretenimento, para a

formação de profissionais com eficiência e eficácia.

O Processamento Digital de Imagens vem sendo ensinado

de maneira teórica, através de material impresso e muitas

vezes desatualizado. Acredita-se que o contato com a prática

é um dos métodos mais eficientes neste processo educativo

[3]. A criação de OA para tais fins faz com que as práticas

educativas avancem um passo mais rumo ao equilíbrio com a

tecnologia atual.

IV. APRESENTAÇÃO DO IMAGINE

A. Linguagens De Programação

As diferentes linguagens de programação existentes nos

fornecem meios diferentes para chegar ao mesmo fim, sendo

este o processo de transformação pictórica e aqueles os

diferentes algoritmos utilizados.

Dentre as diferentes linguagens, adotaram-se como

principais o Actionscript, em suas versões 2.0 e 3.0,

utilizadas em momentos distintos e agrupadas em um

documento principal elaborado na versão 2.0 e a linguagem

de programação MATLAB. O Actionscript (AS) é a

linguagem de programação orientada a objetos do software

Adobe Flash, que hoje encontra-se na versão CS4. O Flash é

uma das mais poderosas ferramentas de edição de animações

bidimensionais, mas não se restringe a este campo de

atuação, podendo ser utilizado para diferentes fins que

envolvam POO.

Simultaneamente ao software principal geraram-se

algoritmos em MATLAB, software produzido pela

Mathworks, voltado principalmente para o cálculo numérico,

que apresenta métodos de visualização de gráficos e criação

de aplicações gráficas.

B. Design E Funcionalidade

Explorando ao máximo as funcionalidades de animação

por interpolações de movimento e de forma e quadro a

quadro disponíveis no Flash, desenvolveu-se um layout

prático e dinâmico. O menu superior contempla todas as

ferramentas disponíveis ao usuário, contempladas

separadamente em cada menu suspenso.

O menu Arquivo apresenta as ferramentas de abertura de

uma imagem, captura através de câmera, bem como os

recursos de manipulação do software.

O menu Filtros apresenta atalhos para os filtros pré-

definidos de cores, brilho, contraste e algumas máscaras pré-

determinadas.

No menu Transformadas estão localizadas as

transformadas de primeira e segunda derivada como a de

Fourier e a de Haar, por exemplo.

Existem ainda os menus Ajuda e Contato que apresentam

tópicos de ajuda sobre cada tela e sobre a teoria apresentada

e formulários de contato com os autores respectivamente.

x x

x .

x x x

x

x

M

N

x

y

n

m

W(i,j)

imagem

A Fig. 4 é uma impressão da tela do software quando

carregada uma imagem de exemplo. A barra lateral direita

apresenta uma série de operadores que permitem ao usuário a

criação de novos filtros e transformadas.

Fig. 4. Software Imagine, com imagem carregada e função

Chroma- Key adicionada.

Existem ainda, na barra inferior, atalhos para as principais

funções realizadas. A saber: carregamento de uma nova

imagem, geração de códigos em MATLAB e apresentação

dos histogramas da imagem.

É importante ressaltar que o histograma estará acessível

ao usuário sempre e quando haja uma imagem carregada.

Este gráfico é alterado de acordo com cada filtro aplicado.

Os códigos em MATLAB são gerados ao pressionar o

botão abaixo com o logotipo do software. Uma janela de

exemplificação dos filtros e transformadas é aberta, como

exemplificado na Fig. 5, e o usuário pode verificar a

consistência da informação fornecida.

Fig. 5. Janela MATLAB com aplicação da binarização de uma

imagem inicial.

Além do tratamento de imagens fixas, o software Imagine

proporciona experiências de aplicação em PDI, sobretudo nas

etapas de Aquisição, Representação e Descrição,

Reconhecimento e Interpretação.

Utilizando-se das clases BitimapClass[9], Papervision[11]

e Flartoolkit[8], criou-se uma aplicação na área de realidade

aumentada. Esta aplicação utiliza como dispositivo de

captura uma webcam. Criou-se, também, um marcador

impresso, como o apresentado na Fig. 6, com o qual o

usuário é capaz de interagir com o software.

Fig. 5. Exemplo de marcador para aplicação de reconhecimento e

interpretação em Realidade Aumentada

A aplicação de RA é bastante simples e utiliza a câmera

do usuário para reconhecer o marcador impresso e mostrar

sobre ele um modelo tridimensional do personagem Yoshi,

criado por Shigefumi Hino, designer gráfico da Nintendo.

O usuário pode movimentar o marcador, realizando

movimentos de translação e rotação do mesmo para que

visualize por completo o modelo apresentado.

Quando o dispositivo captura a imagem é iniciado um

processo de reconhecimento de padrões, baseado na

conectividade entre pixels. É feita uma detecção de padrões

através da segmentação de regiões. Quando reconhecidos os

padrões, através da classe Flartoolkit, rótulos são criados em

cada região da imagem. Estes rótulos são comparados com os

existentes na base de conhecimentos do software. Quando

ambas informações são equivalentes, a classe Papervision é

acionada e o modelo tridimensional é apresentado no monitor

junto ao usuário.[6]

Todas as classes utilizadas neste material são de domínio

público ou licenciadas por seus criadores, reservando os

direitos de alteração, com livre utilização, desde que os

mesmos sejam referenciados nos códigos-fonte.

V. LICENÇAS DE USO DO SOFTWARE

Por se tratar de um software educacional, o Imagine deve

ser licenciado junto a um órgão oficial. Dentre as diferentes

licenças existentes, o selo Creative Commons se adéqua aos

princípios deste projeto por se tratar de uma licença

reconhecida mundialmente. [7]

Foram escolhidos os seguintes critérios de licenciamento

para esta obra:

1. Permitido o uso comercial

2. Alterações de código apenas com autorização dos

autores

O selo da licença deve estar presente nos sites

relacionados ao projeto, no software desenvolvido e nos

guias do usuário e do programador impressos e/ou virtuais.

VI. CONCLUSÕES

A partir do desenvolvimento do OA Imagine e das

investigações sobre o uso destas ferramentas no ensino

superior constatou-se a sua validade e eficiência. O resultado

final deste projeto foi apresentado a professores que

ministram a disciplina de PDI na Faculdade de Engenharia

Elétrica de Uberlândia e a professores ligados à Faculdade de

Educação da mesma instituição. Foram feitos estudos

juntamente a estes professores selecionados, que verificaram

a eficiência do método adotado junto aos padrões de ensino

adotados pela instituição.

Para o Processamento Digital de Imagens é possível criar

ambientes interativos que favorecem a aprendizagem,

explorando os distintos métodos e linguagens de

programação, bem como a interação entre elas para a melhor

compreensão do estudante da disciplina.

As ferramentas de animação, já existentes no mercado,

também são eficazes para sistemas de PDI, capazes de criar a

interação entre software e usuário de maneira atrativa e

funcional.

VII. AGRADECIMENTOS

Os autores agradecem ao professor Mestre em Engenharia

de Computação Francisco Eduardo Martínez Pérez, da

Universidad Autónoma de San Luis Potosí - México, pela

colaboração neste trabalho.

VIII. REFERÊNCIAS BIBLIOGRÁFICAS

[1] Learning Technology Standards Commitee. WG12:

Learning Object Metadata. Acedido em 13 de Fevereiro

de 2010, em: http://ltsc.ieee.org.

[2] Banco Internacional de Objetos Educacionais (2010).

Estatísticas. Acedido em 21 de Abril de 2010, em:

http://objetoseducacionais2.mec.gov.br.

[3] R. V. Belhot, J. D. O. Neto. A solução de Problemas no

ensino de engenharia. XIII Simpósio de Engenharia de

Produção, 2006. Bauru

[4] R.C. González, R.E.Woods, “Digital Image

Processing”, Edgard Blucher, 3ª Edição, 2000.

[5] H. Pedrini, W.R. Schwartz, “Análise De Imagens

Digitais - Princípios, Algoritmos E Aplicações”,

Pioneira Thomson, 1ª Edição, 2008.

[6] Adobe Developer Connection. ActionScript Technology

Center. Acedido em 09 de Março de 2010, em

http://www.adobe.com.

[7] Creative Commons. License your work. Acedido em 22

de Abril de 2010, em:

http://www.creativecommons.org.br/.

[8] Saqoosha. Flartoolkit. Acedido em 19 de Fevereiro de

2010,em: http://saqoosha.net/en/

[9] Adobe Help. Bitmap. Acedido em 13 de Janeiro de

2010, em:

http://www.adobe.com/livedocs/flash/9.0/ActionScriptL

angRefV3/flash/display/Bitmap.html

[10] Papervision. Papervision3d. Acedido em 10 de janeiro

de 2010, em: http://blog.papervision3d.org/