RESUMO Em diversas aplicações, com ênfase nos processos de soldagem dissimilar, a diluição, em conjunto com outros fatores, pode afetar as propriedades mecânicas dos materiais soldados, sendo assim, capaz de gerar falhas durante as condições normais de serviço. Deste modo, a taxa de diluição geralmente é calculada a partir da análise de imagens digitais, com o auxílio de programas de desenho que determinam manualmente a área de penetração e a área total do metal de solda. Entretanto, este processo de cálculo é caracterizado por ser exaustivo e propenso ao erro devido a fadiga do operador. Assim, com o intuito de reduzir o tempo de análise e eliminar o máximo possível de erros no cálculo, este trabalho propõe uma nova abordagem para determinação da taxa de diluição do metal de solda sobre o metal de base. Para isto, a região da solda é determinada a partir do Método de Contornos Ativos Balão. Em sequência, os pontos que definem a linha de separação entre a região do metal de base fundido e a região com metal de enchimento são determinados automaticamente por meio do cálculo dos pontos de inflexão da curva. No fim, a taxa de diluição é calculada considerando as áreas segmentadas e devidamente destacadas pela linha de separação. Testes são realizados e comparados com o resultado obtido por especialistas utilizando o sistema tradicional a fim de avaliar a abordagem proposta. Os resultados obtidos foram satisfatórios para a aplicação, pois a abordagem proposta apresentou rapidez e precisão superior aos métodos encontrados na literatura.

ABSTRACT In several applications with dissimilar welding processes, the dilution can affect the mechanical properties of welded materials, because this method enables the occurrence of faults during normal service conditions. The dilution rate usually is calculated from the digital images analysis, aided by drawing programs that manually determine the areas of base metal melted and the weld metal region. However, this calculation process is characterized by being an exhaustive and error-prone due to operator fatigue. Thus, to reduce the analysis time and eliminate possible errors, this work proposes a new approach for the automatic determination of dilution rate. For this, the welded region is determined by the Balloon Active Contour Method. Then, the points that describe the separation line between the regions of base metal melted and filler metal added are determined automatically by calculating the inflection points of the Active Contour. Finally, the dilution rate is calculated considering the segmented areas properly highlighted by separation line. Tests are performed and compared to the results obtained by specialists using the traditional system, to evaluate the proposed approach. The results obtained were satisfactory for the application, as the proposed approach presented superior speed and precision than the methods found in the literature.

RESUMO Os ferros fundidos possuem uma microestrutura, na qual, o formato da grafita presente tem direta influencia na classificação entre os diversos tipos deste material. A classificação é feita, tradicionalmente, a partir da análise visual realizada por um especialista através do auxilio de um microscópio ótico. O presente trabalho propõe a utilização da Inteligência Computacional Aplicada em conjunto com extratores de informações em imagens de metalografía. A finalidade é auxiliar profissionais da área das Ciências dos Materiais na classificação de ferros fundidos de maneira automática e reduzir o tempo de classificação, restringindo o máximo possivel as falhas presentes durante a classificação. Foram realizadas duas etapas para a análise. Na primeira foram consideradas as grafitas separadamente. Em uma segunda etapa, a imagem completa foi analisada considerando todas as grafitas extraídas da mesma, em que o tipo de objeto com maior incidencia na análise seria o reconhecimento adotado para toda a amostra. Em ambas as etapas o classificador Support Vector Machine obteve os melhores resultados no reconhecimento do tipo de ferro fundido, com resultados próximos a 100%, e com redução média do tempo de classificação em 92%. Tanto os resultados como o tempo das classificações são comparados com a análise do especialista, como também aos resultados obtidos em classificações do ferro fundido que utilizam uma abordagem com redes neurais e uma classificação supervisionada utilizando apenas os descritores de forma. A partir dos resultados apresentados, conclui-se que a abordagem é promissora podendo incorporar softwares comerciais para auxiliar especialistas da área.

ABSTRACT The cast iron has a microstructure in which the shape of the contained graphite has direct influence in the classification between the several types of this material. The classification is usually made through a visual analysis performed by a specialist using an optical microscope. This work proposes the use of Applied Computational Intelligence in conjunction with extractors of information in metallographic images. The purpose is to assist professionals in the field of Materials Science in the classification of cast iron automatically and reduce the time for classification, restricting as much as possible the faults presented during classification. Two steps were performed for the analysis. In the first one we considered the graphites separately. In a second step, we analyzed the complete image considering all the graphite extracted from it, in which the type of object with greater incidence in the analysis would be the recognition adopted for the whole sample. In both steps, the classifier Support Vector Machine obtained the best results in the recognition of the type of cast iron, with results close to 100%, with a mean reduction of the classification time by 92%. Both the results and the time of the classifications are compared with the specialist's analysis, as well as the results obtained in cast iron classifications that use a neural network approach and a supervised classification using only the shape descriptors. From the results presented, we concluded that the approach is promising and can incorporate commercial software to assist specialists in the field.

O presente trabalho tem como objetivo determinar o número de nódulos de grafita em amostra de ferro fundido nodular, de acordo com a norma NBR 6913, utilizando técnicas de processamento e análise de imagens digitais. Esta contagem determina propriedades mecânicas do ferro fundido nodular que são utilizados para projetos para aplicações na área. Deste modo, esta contagem é feita, tradicionalmente, de forma visual por um operador através do auxílio de um microscópio óptico. Com o objetivo de reduzir o tempo de contagem da quantidade de nódulos e eliminar o máximo possível de erros na contagem, foi desenvolvido um software, utilizando a Linguagem C e com auxílio da biblioteca OpenCV. Esta biblioteca é livre e agrupa técnicas otimizadas de Visão Computacional através de técnicas de Processamento Digital de Imagens. Foram utilizadas duas abordagens para contabilizar os nódulos, uma através do método Crescimento de Regiões e outra utilizando Watershed. Testes são realizados e comparados com o resultado obtido por seis especialistas utilizando a técnica visual tradicional visando avaliar os métodos propostos. Os resultados obtidos demonstram que os métodos podem ser incorporados a um sistema para cálculo do número de nódulos em ferro fundido nodular. Ao fim deste trabalho, é possível confirmar a praticidade e a confiabilidade na contagem de nódulos utilizando o software desenvolvido, em comparação ao método tradicional de contagem, demonstrando sua importância para auxílio nesta área do conhecimento.

This study aims to determine the number of graphite nodules in ductile iron sample according to NBR 6913 and using techniques process and analysis in digital images. This count determines the mechanical properties of the nodular cast iron, which are used for project designs in the field. Therefore, an operator with the aid of an optical microscope does this count traditionally visually. Aiming to reduce the time of determining the amount of nodes and eliminate the maximum possible error in counting, a software was developed using the C language and with the help of the OpenCV library. This library is open source and incorporates optimized Computer Vision techniques. Two approaches were used to count the nodes, one by Region Growing and another using Watershed. Tests were performed and compared with the results obtained by six experts using traditional visual technique to evaluate the proposed methods. The results show that the methods can be incorporated into a system to calculate the number of nodules in nodular cast iron. At the end of this work, it is possible to confirm that the developed software is useful and reliable to nodule count. Therefore is demonstrated its importance to aid this knowledge area.

INTRODUCTION: The World Health Organization estimates that by 2030 the Chronic Obstructive Pulmonary Disease (COPD) will be the third leading cause of death worldwide. Computerized Tomography (CT) images of lungs comprise a number of structures that are relevant for pulmonary disease diagnosis and analysis. METHODS: In this paper, we employ the Adaptive Crisp Active Contour Models (ACACM) for lung structure segmentation. And we propose a novel method for lung disease detection based on feature extraction of ACACM segmented images within the cooccurrence statistics framework. The spatial interdependence matrix (SIM) synthesizes the structural information of lung image structures in terms of three attributes. Finally, we perform a classification experiment on this set of attributes to discriminate two types of lung diseases and health lungs. We evaluate the discrimination ability of the proposed lung image descriptors using an extreme learning machine neural network (ELMNN) comprising 4-10 neurons in the hidden layer and 3 neurons in the output layer to map each pulmonary condition. This network was trained and validated by applying a holdout procedure. RESULTS: The experimental results achieved 96% accuracy demonstrating the effectiveness of the proposed method on identifying normal lungs and diseases as COPD and fibrosis. CONCLUSION: Our results lead to conclude that the method is suitable to integrate clinical decision support systems for pulmonary screening and diagnosis.

INTRODUÇÃO: Dentre as doenças que afetam a população mundial, destaca-se a preocupação com a Doença Pulmonar Obstrutiva Crônica (DPOC), que, segundo a Organização Mundial de Saúde, pode se constituir na terceira causa de morte mais importante em todo mundo no ano de 2030. Visando contribuir com o auxílio ao diagnóstico médico, esta pesquisa centraliza seus esforços na etapa de segmentação dos pulmões, visto que esta é a etapa básica de sistema de Visão Computacional na area de pneumologia. MÉTODOS: Este trabalho propõe um novo método de segmentação dos pulmões em imagens de Tomografia Computadorizada (TC) do tórax chamado de Método de Contorno Ativo (MCA) Crisp Adaptativo 2D. Este MCA consiste em traçar automaticamente uma curva inicial dentro dos pulmões, que se deforma por iterações sucessivas, minimizando energias que atuam sobre a mesma, deslocando-a até as bordas do objeto. O MCA proposto é o resultado do aperfeiçoamento do MCA Crisp desenvolvido previamente, visando aumentar a sua exatidão, diminuindo o tempo de análise e reduzindo a subjetividade na segmentação e análise dos pulmões dessas imagens pelos médicos especialistas. Este método por iterações sucessivas de minimização de sua energia, segmenta de forma automática os pulmões em imagens de TC do tórax. RESULTADOS: Para sua validação, o MCA Crisp Adaptativo é comparado com os MCAs THRMulti, THRMod, GVF, VFC, Crisp e também com o sistema SISDEP, sendo esta avaliação realizada utilizando como referência 24 imagens, sendo 12 de pacientes com DPOC e 12 de voluntários sadios, segmentadas manualmente por um pneumologista. Os resultados obtidos demonstram que o método proposto é superior aos demais. CONCLUSÃO: Diante dos resultados obtidos, pode-se concluir que este método pode integrar sistemas de auxílio ao diagnóstico médico na área de Pneumologia.

INTRODUCTION: Among the diseases that affect the world's population, there is concern about Chronic Obstructive Pulmonary Disease (COPD), that, according to the World Health Organization, could be the leading cause of death worldwide by the year 2030. Aiming to contribute to aid medical diagnosis, this research focuses its efforts on the segmentation of the lungs, since this is the basic step system in the area of Computer Vision pulmonology. METHODS: This paper proposes a new method for segmentation of lung images in Computed Tomography (CT) of the chest called Active Contour Method (MCA) Crisp Adaptive 2D. This MCA is to draw a curve starting inside an object of interest. This curve is deformed by successive iterations, minimizing energies that act on it, moving it to the edges of the object. The MCA is the improvement of the proposed MCA Crisp previously developed, aiming to increase the accuracy, decreasing analysis time and reducing the subjectivity in the segmentation and analysis of the lungs of these images by pulmonologists. This method is automatically initialized in the lungs and on successive iterations to minimize this energy, this MCA automatically targets the lungs in chest CT images. RESULTS: To evaluate the proposed method, the MCA Adaptive Crisp is compared with MCAs THRMulti, THRMod, GVF, VFC, Crisp and also with the system SISDEP, this assessment is performed using reference images 24, 12 COPD patients and 12 volunteers healthy, manually segmented by a pulmonologist. The results show that the proposed method is superior to the others. CONCLUSION: Based on the results, it can be concluded that this method can integrate systems aid in the medical diagnosis of Pulmonology.