3.4 CARACTERIZAÇÃO DOS FLOCOS PELA ANÁLISE DE IMAGEM

No campo da engenharia sanitária e ambiental o interesse pelo uso da análise digital de imagens tem crescido nos últimos anos, devido à possibilidade de implementação desta técnica de monitoramento dos processos de tratamento de águas residuárias e efluentes domésticos e industriais a partir da caracterização morfológica dos agregados microbianos formados nestes sistemas, por meio da estimativa de diferentes descritores da geometria euclidiana e fratal (Grijspeerdt & Verstraete, 1997; 2006; Ginoris, 2006). No tratamento de água para consumo humano, a literatura é mais escassa e está associada ao uso da análise

digital de imagens na caracterização morfológica dos flocos formados pelos diferentes mecanismos de coagulação (Chakraborti et al., 2000; Li et al., 2006).

Tradicionalmente, os estudos com relação à coagulação de alumínio têm focado principalmente nas cargas superficiais das partículas e flocos e na eficiência de separação sólido/líquido. Raros são os estudos que fornecem informações sobre as características morfológicas dos flocos, e a análise de imagens pode-se constituir em uma ferramenta importante no conhecimento dessas características e suas relações com a eficiência dos processos de separação sólido-líquido.

São vários os parâmetros que caracterizam a morfologia dos flocos com relação ao tamanho e a forma dos flocos que são determinados por meio da análise de imagem. De acordo com Grijspeerdt e Verstraete (1997) o tamanho do floco é expresso pelo diâmetro equivalente de um círculo, calculado pela projeção real da área. Além desse parâmetro, os autores também descrevem outros quatro relativos à forma, o fator forma (FF), a relação de aspecto (AR), a circularidade (RD) e a dimensão fractal (FD) que é medida pela irregularidade do perímetro do objeto. Glasbey e Horgan (1994, apud Amaral et al., 1997 ) definiram também a “convexidade” como parâmetro de forma.

O termo Análise de Imagens refere-se não só à análise de imagens propriamente dita e determinação dos parâmetros que caracterizam a morfologia do objeto, mas também às etapas prévias de aquisição e processamento das mesmas, consideradas de grande importância. A primeira etapa é a aquisição da imagem digital, considerada crucial para o sucesso do processamento posterior das imagens (Russ, 1995 apud Ginoris, 2006).

Após a obtenção e o armazenamento das imagens digitais, a próxima etapa trata do processamento das mesmas. Esta etapa envolve uma série de procedimentos que são geralmente expressos em forma de algoritmos, que na sua maioria, são implementados em software. A etapa de processamento pode ser subdividida em estágios conhecidos como pré-processamento, segmentação e pós-processamento.

Freqüentemente, durante o processo de aquisição se produz certa degradação das imagens. Devido aos problemas mecânicos, manchas e sujeiras fora de foco, movimentos vibratórios da câmera na hora da aquisição da imagem, iluminação inadequada e ruído, a qualidade da

imagem digitalizada pode ser inferior à imagem original. O objetivo do pré-processamento é, precisamente, melhorar a imagem através da aplicação de técnicas para o realce de contraste, definição dos contornos dos objetos, remoção de ruído e distorções, bem como isolamento de regiões cuja textura indique a probabilidade de informação alfanumérica (Russ, 1995 apud Ginoris, 2006).

A próxima etapa no processamento das imagens digitais trata da segmentação, considerada uma das tarefas mais difíceis no processamento de imagens digitais. Definida em termos gerais, a segmentação subdivide uma imagem em suas partes ou objetos constituintes. Mais especificamente, a segmentação pode ser definida como o processo de partição de uma imagem em diferentes regiões sendo cada região uniforme e homogênea com respeito a alguma propriedade, tal como valor do nível de cinza ou textura, e diferindo significativamente das regiões vizinhas. Desta forma é possível distinguir os objetos de interesse do resto da imagem (González e Wood, 1992 apud Ginoris, 2006).

O pós-processamento da imagem pode compreender operações tais como preenchimento de zonas, remoção de objetos das bordas da imagem, união e separação de objetos, entre outras. As operações mais utilizadas para este propósito são operações de forma e tamanho e as de conectividade (Russ, 1995 apud Ginoris, 2006).

Após o processamento, a próxima etapa é precisamente a relacionada com a análise da imagem final obtida. Nesta etapa são realizadas as medições em função do tipo de imagem final obtida (binária ou em escala de cinza) bem como dos dados requeridos. Em imagens binárias, tipicamente são determinados os seguintes parâmetros morfológicos Euclidianos: Área, Diâmetro Equivalente, Perímetro, Comprimento, Largura, Excentricidade, Esfericidade, entre outros. Também podem ser determinadas as dimensões fractais dos objetos como Dimensão Fractal de Massa e Dimensão Fractal de Superfície, entre várias outras dimensões (Amaral et al., 1997; Grijspeerdt e Verstraete, 1997; Ginoris, 2006) Chakraborti et al. (2000) usaram o método da análise de imagens para testar a hipótese que os mecanismos de neutralização de cargas e varredura produzem flocos com características diferentes, incluindo diferenças na dimensão fractal. Os autores encontraram que a dimensão fractal é mais baixa para flocos formados pelo mecanismo de varredura, onde são produzidos agregados maiores e mais irregulares.

A formação e características morfológicas dos flocos dependem de uma série de fatores como: qualidade da água, pH de coagulação; dosagem de coagulante, gradiente de velocidade, tempo de detenção, entre outras. Li et al. (2006) constataram os efeitos que os mecanismos de coagulação podem exercer sobre o tamanho e a dimensão fractal dos flocos. Os autores observaram que baixos gradientes de velocidade associados ao mecanismo de varredura resultaram na formação de flocos grandes com uma estrutura aberta e regular, enquanto que gradientes mais elevados relacionados com o mecanismo de neutralização promoveram a formação de flocos menores, mais densos e compactos.

4 - METODOLOGIA

Os experimentos foram realizados no Laboratório de Análises de Água (LAA) do Departamento de Engenharia Civil e Ambiental da Universidade de Brasília, no período de outubro de 2006 a abril de 2007. Os experimentos constaram de uma etapa em escala de bancada, no qual foram construídos diagramas de coagulação, e outra em escala piloto, para avaliação da remoção de oocistos de Cryptosporidium pela filtração direta descendente com meio filtrante de camada dupla (areia e antracito).