Análise comparativa de filtros digitais em processamento de imagens

um estudo de caso aplicado à Arquitetura Histórica Brasileira

Autores

DOI:

https://doi.org/10.47385/tudoeciencia.2515.2025

Palavras-chave:

Processamento de imagens. Filtros digitais. OpenCV. Patrimônio arquitetônico. Análise comparativa.

Resumo

Este trabalho apresenta uma análise comparativa da aplicação de diferentes técnicas de filtragem digital em imagens, utilizando como objeto de estudo uma fotografia do pátio interno do Museu Histórico Nacional do Rio de Janeiro. Foram implementados e avaliados oito tipos de filtros distintos: conversão para escala de cinza, filtro Gaussiano, filtro de média móvel, filtro de mediana, detector de bordas Canny, operador Sobel e limiarização binária. A metodologia empregou a biblioteca OpenCV em linguagem Python para processamento das imagens, permitindo uma comparação sistemática dos resultados obtidos. Os resultados demonstraram que cada filtro possui características específicas adequadas para diferentes aplicações: os filtros de suavização (Gaussiano, média móvel e mediana) mostraram-se eficazes na redução de ruído, enquanto os detectores de borda (Canny e Sobel) destacaram contornos arquitetônicos com precisão variável. A limiarização binária proporcionou uma segmentação clara entre elementos claros e escuros da imagem. Este estudo contribui para o entendimento prático das técnicas de processamento digital aplicadas ao patrimônio arquitetônico, oferecendo subsídios para futuras pesquisas em análise automática de estruturas históricas.

Downloads

Não há dados estatísticos.

Referências

BRADSKI, G.; KAEHLER, A. Learning OpenCV: Computer Vision with the OpenCV Library. Sebastopol: O'Reilly Media, 2008. Disponível em: https://www.oreilly.com/library/view/learning-opencv/9780596516130/. Acesso em: 15 ago. 2024.

BURGER, W.; BURGE, M. J. Digital Image Processing: An Algorithmic Introduction Using Java. 2. ed. London: Springer-Verlag, 2016. DOI: 10.1007/978-1-4471-6684-9. Acesso em: 18 ago. 2024.

CANNY, J. A Computational Approach to Edge Detection. IEEE Transactions on Pattern Analysis and Machine Intelligence, v. 8, n. 6, p. 679-698, 1986. DOI: 10.1109/TPAMI.1986.4767851. Acesso em: 20 ago. 2024.

GRIGOLETO, Maira Cristina. Documento, poder e governo: os agenciamentos políticos na construção patrimonial no Arquivo Central do IPHAN/Seção Rio de Janeiro. 2013.

GONZALEZ, R. C.; WOODS, R. E. Digital Image Processing. 4. ed. New York: Pearson, 2018. Disponível em: https://www.pearson.com/us/higher-education/program/Gonzalez-Digital-Image-Processing-4th-Edition/PGM241219.html. Acesso em: 10 ago. 2024.

HOWSE, J. OpenCV Computer Vision with Python. Birmingham: Packt Publishing, 2013. Acesso em: 16 ago. 2024.

HUANG, T. S.; YANG, G. J.; TANG, G. Y. A Fast Two-Dimensional Median Filtering Algorithm. IEEE Transactions on Acoustics, Speech, and Signal Processing, v. 27, n. 1, p. 13-18, 1979. DOI: 10.1109/TASSP.1979.1163188. Acesso em: 25 ago. 2024.

JAIN, A. K. Fundamentals of Digital Image Processing. Englewood Cliffs: Prentice Hall, 1989.

LINDEBERG, Tony. Scale-space theory: A basic tool for analyzing structures at different scales. Journal of applied statistics, v. 21, n. 1-2, p. 225-270, 1994.

OPPENHEIM, A. V.; SCHAFER, R. W. Discrete-Time Signal Processing. 3. ed. Upper Saddle River: Prentice Hall, 2010. Disponível em: https://www.pearson.com/us/higher-education/program/Oppenheim-Discrete-Time-Signal-Processing-3rd-Edition/PGM212808.html. Acesso em: 19 ago. 2024.

PARKER, Jim R. Algorithms for image processing and computer vision. John Wiley & Sons, 2010.

PRATT, W. K. Digital Image Processing: PIKS Scientific Inside. 4. ed. Los Altos: PixelSoft Inc., 2007.

REMONDINO, F.; CAMPANA, S. 3D Recording and Modelling in Archaeology and Cultural Heritage. Oxford: Archaeopress, 2014. DOI: 10.30861/9781407312309. Acesso em: 23 ago. 2024.

SOBEL, I. E. An Isotropic 3x3 Image Gradient Operator. Machine Vision for Three-Dimensional Scenes, p. 376-379, 1978. Disponível em: https://www.researchgate.net/publication/239398674_An_Isotropic_3x3_Image_Gradient_Operator. Acesso em: 26 ago. 2024.

SZELISKI, R. Computer Vision: Algorithms and Applications. London: Springer-Verlag, 2010. DOI: 10.1007/978-1-84882-935-0. Acesso em: 11 ago. 2024.

VAN DER WALT, S.; SCHÖNBERGER, J. L.; NUNEZ-IGLESIAS, J.; BOULOGNE, F.; WARNER, J. D.; YAGER, N.; GOUILLART, E.; YU, T. scikit-image: Image Processing in Python. PeerJ, v. 2, e453, 2014. DOI: 10.7717/peerj.453. Acesso em: 24 ago. 2024.

Downloads

Publicado

16-01-2026

Como Citar

Amadeu Souza, V. (2026). Análise comparativa de filtros digitais em processamento de imagens: um estudo de caso aplicado à Arquitetura Histórica Brasileira. Tudo é Ciência: Congresso Brasileiro De Ciências E Saberes Multidisciplinares, (4). https://doi.org/10.47385/tudoeciencia.2515.2025

Edição

Seção

Ciências Exatas, Tecnologias e Engenharias