Resumo Va fase de diagnóstico das manifestações patológicas em fachadas, a etapa de inspeção visual merece destacada atenção em virtude da inerente complexidade (altura, tamanho, dificuldades de acesso e condições de exposição). Nos últimos anos, o uso de técnicas de deep learning para detectar e classificar características específicas em imagens e vídeos vem crescendo cada vez mais e, quando combinado com o uso de veículos aéreos não tripulados (VANT) para a captura de imagens, constitui uma ferramenta que pode auxiliar e automatizar o procedimento de inspeção visual de fachadas. Este artigo teve o objetivo de realizar a análise do processamento digital de imagens para detecção automática de fissuras em revestimentos cerâmicos de edifícios, associada ao VANT ou drone, o que, potencialmente, resultaria em benefícios (prazo, custo e segurança) no que diz respeito ao diagnóstico. Assim, os resultados da pesquisa exibiram a viabilidade técnica da detecção de fissuras por técnicas de PDI. O procedimento é considerado um trabalho complexo quando há elevada variação nas imagens de estudo. No entanto, mesmo diante de um cenário limitante como a falta de datasets públicos para o problema, o projeto conseguiu desenvolver uma metodologia simples e eficiente para o tema para o qual foi proposto.
Abstract In the phase of diagnosis of pathological manifestations in facades, the visual inspection stage deserves special attention due to its inherent complexity (height, size, access difficulties and exposure conditions). In recent years, there has been a growing use of deep learning techniques to detect and classify specific features in images and videos, which, when combined with the use of unmanned aerial vehicles (UAVs) for capturing images, is a potentially useful tool to assist and automate the procedures of visual inspection of facades. This paper aims to perform an analysis of digital image processing for the automatic detection of cracks in ceramic tiles, associated with UAVs or drones, which could potentially bring benefits (time, cost and safety) to the diagnostic process. The research results demonstrated the technical feasibility of detecting cracks through PDI techniques, however, the procedure is a complex process when there is high variation in the study images. At the same time, even in case of a limiting scenario such as the lack of public datasets for the problem, this research project still managed to develop a simple and efficient methodology to deal with the issue proposed.