DTCOURO - Detecc¸˜ao Autom´atica de Defeitos em Peles e
Couros Bovinos
Hemerson Pistori1
, Mauro Conti Pereira1 , Priscila Silva Martins1
, Manuel Antonio Chagas Jacinto2 ,
Mariana de Arag˜ao Pereira2, Pedro Paulo Pires2, Eva Maria Corrˆea Medeiros3 Jo˜ao Jos´e Neto4
1
Grupo de Pesquisa em Engenharia e Computac¸˜ao, GPEC Universidade Cat´olica Dom Bosco, UCDB,
Av. Tamandar´e, 6000, Jardim Semin´ario, Campo Grande, MS, Brasil, 79117-900 2
Centro Nacional de Pesquisa de Gado de Corte, CNPGC Empresa Brasileira de Pesquisa Agropecu´aria, EMBRAPA
BR 262 km 4, Caixa Postal 154, Campo Grande, MS, Brasil, 79002-970 3
Centro de Tecnologia do Couro, CTC/MS BR 262 km 4, Caixa Postal 154, Campo Grande, MS, Brasil, 79002-970 4
Laborat´orio de Linguagens e T´ecnicas Adaptativas, LTA Universidade de S˜ao Paulo, USP,
Av. Prof. Luciano Gualberto. Trav. 3 N. 158, S˜ao Paulo, SP, MS, Brasil, 05508-90
1
Abstract. A classificac¸˜ao, com base na inspec¸˜ao visual e detecc¸˜ao de
proble-mas como marcas de fogo, riscos e placas de berne, entre outros, ´e uma fase importante no processamento do couro bovino. A automatizac¸˜ao desse pro-cesso, utilizando t´ecnicas de processamento digital de imagens, pode torn´a-lo mais preciso, menos subjetivo, menos sujeito a falhas e mais uniforme. Este pro-jeto tem como objetivo a construc¸˜ao de um detector de imperfeic¸˜oes no couro utilizando t´ecnicas de vis˜ao computacional baseadas em an´alise de textura.
1. Introduc¸˜ao
Apesar de possuir o maior rebanho bovino do planeta, o Brasil ainda n˜ao conseguiu as-sumir um papel de destaque na ind ´ustria de couros. A maior parte de couro produzido no pa´ıs ´e de baixa qualidade, sendo comercializados geralmente, nos est´agios iniciais de pro-cessamento, com baixo valor agregado. A baixa qualidade do couro resulta, em grande parte, de problemas que poderiam ser facilmente solucionados, como o uso de ferr˜ao, cercas de arame farpado, marcac¸ ˜ao a ferro quente em local impr ´oprio, entre outros. A quase inexistˆencia de sistemas de remunerac¸˜ao que valorizem a qualidade do couro, ´e ge-ralmente citado como o principal inibidor de investimentos no aumento da qualidade do couro bovino.
Para viabilizar a implantac¸˜ao de sistemas de remunerac¸˜ao diferenciada na comercializac¸˜ao de couro bovino, ´e preciso resolver alguns problemas operacionais im-portantes, como a detecc¸˜ao de defeitos e a classificac¸˜ao, em diferentes est´agios da cadeia produtiva. Nesse contexto, prop ˜oe-se o projeto DTCOURO, que tem como principal ob-jetivo a criac¸˜ao de equipamentos para automatizar o processo de classificac¸˜ao do couro bovino, utilizando imagens digitais e t´ecnicas de vis˜ao computacional, inteligˆencia artifi-cial e engenharia de software. A utilizac¸˜ao desse tipo de equipamento tornaria o processo de classificac¸˜ao menos sujeito `a subjetividade da avaliac¸˜ao humana, al´em de facilitar a sua replicac¸˜ao. O desenvolvimento desse equipamento, in´edito no mercado manual, exige, no entanto, a realizac¸˜ao de avanc¸os cient´ıficos e tecnol´ogicos no estado da arte em vis˜ao computacional.
O projeto DTCOURO j´a comec¸ou a desenvolver, em parceria com a EMBRAPA e com a USP, uma base de imagens de couro, em diferentes est´agios, que dever´a alimentar um sistema de aprendizagem estat´ıstica para produc¸˜ao de modelos de classificadores de defeitos. Diversas t´ecnicas de aprendizagem, incluindo m´aquinas de vetores de suporte, ´arvores de modelos, ´arvores adaptativas e redes neurais artificiais, dever ˜ao ser aprimo-radas, implementadas e testadas para o problema em quest˜ao. Tamb´em ser˜ao estudadas e implementadas novas t´ecnicas para selec¸˜ao e extrac¸˜ao de atributos, um problema es-pecialmente complexo no caso do couro bovino, principalmente antes do curtimento. A t´ecnicas no estado da arte da vis˜ao computacional, para an´alise de textura, incluindo fil-tros baseados em wavelets e mapas de interac¸˜ao, tamb´em est˜ao no escopo do projeto, que est´a sendo desenvolvido pelo GPEC (Grupo de Pesquisa em Engenharia e Computac¸˜ao -www.gpec.ucdb.br).
O GPEC, liderado pelo Dr. Hemerson Pistori, e que conta hoje com 17 pesquisa-dores e 30 acadˆemicos, j´a vˆem desenvolvendo v´arias pesquisas em vis˜ao computacional e consolidando-se como um dos principais grupos nacionais nessa ´area. Com trabalhos reconhecidos nacionalmente, que incluem trˆes prˆemios e a publicac¸˜ao de diversos ar-tigos, o GPEC j´a possui 12 parceiros e recebe apoio financeiro da FINEP, FUNDECT e CNPQ (em forma de bolsas de iniciac¸˜ao cient´ıfica). Al´em do projeto DTCOURO (www.gpec.ucdb.br/dtcouro), o prof. Hemerson Pistori coordena outros dois projetos: o TOPOLINO (www.gpec.ucdb.br/topolino), Sistema de Apoio `a An´alise Autom´atica de Comportamento Animal em Laborat ´orio, e o SIGUS (www.gpec.ucdb.br/sigus), Plata-forma de Apoio ao Desenvolvimento de Sistemas para Inclus˜ao Digital de Pessoas com Necessidades Especiais.
2. Antecedentes e Justificativa
A baixa qualidade do couro bovino dispon´ıvel no mercado interno tem limitado de-sempenhos mais expressivos do setor coureiro, impossibilitando o pa´ıs de agregar va-lor ao produto dentro de suas fronteiras e de usufruir as oportunidades possibilitadas pela comercializac¸˜ao do couro acabado, de melhor cotac¸˜ao no mercado [SEBRAI 2001]. Estima-se que nos Estados Unidos 85% do couro produzido seja de primeira qualidade, ao passo que no Brasil, esse percentual ´e de apenas 8,5% [Gomes 2000]. Estudos recen-tes indicaram que 60% dos defeitos nos couros s˜ao ocasionados na fase produtiva, quando os bovinos s˜ao expostos aos ectoparasitas e ao manejo inadequado (uso de ferr˜ao, cerca de arame farpado, marcac¸˜ao a ferro quente em local impr ´oprio, entre outros). Os demais defeitos ocorrem durante o transporte dos animais ao frigor´ıfico, a esfola e a conservac¸˜ao
do couro na fase pr´e-processamento [Cardoso et al. 2001, Gomes 2002].
Acredita-se que o Brasil deixe de ganhar US$ 1 bilh˜ao/ano em func¸˜ao da baixa qualidade do couro ou do insuficiente processamento, o que prejudica a fabricac¸˜ao de produtos de maior valor agregado, como calc¸ados, m ´oveis, vestu´ario, entre ou-tros [Pereira et al. 2005]. O principal fator limitante `a melhoria da qualidade do couro ´e a inexistˆencia de sistemas de remunerac¸˜ao diferencial pela qualidade da mat´eria-prima, poss´ıveis de serem estabelecidos a partir de programas de classificac¸˜ao de couros e pe-les. Atualmente, o couro ainda ´e remunerado atrav´es do sistema “bica corrida”, isto ´e, em m´edia, o pecuarista recebe pelo couro cerca de 7 a 8% do valor da arroba do boi gordo, independente de sua qualidade, o que representa menos de 50% do valor pago aos produtores americanos e europeus [Gomes 2002].
Recentemente, a publicac¸˜ao da Instruc¸˜ao Normativa No¯ 12, em 18 de dezembro de 2002, pelo Minist´erio da Agricultura, Pecu´aria e Abastecimento (MAPA), estabeleceu os crit´erios de classificac¸˜ao de couro bovino conforme os defeitos presentes na pele do ani-mal. A subjetividade da an´alise, feita a olho desarmado, por´em, pode vir a comprometer a adoc¸˜ao do sistema.
A pesquisa, nesse contexto, coloca-se como o instrumento necess´ario para pro-mover o desenvolvimento socioecon ˆomico e tecnol´ogico da cadeia produtiva de couros e derivados. O esforc¸o conjunto dos demais elos representa uma condic¸˜ao essencial e complementar, cujo intuito repousa na reestruturac¸ ˜ao da cadeia produtiva, alavancando o desenvolvimento do setor coureiro de forma a torn ´a-lo mais competitivo e reafirm´a-lo como um grande potencial gerador de divisas e emprego. Um dos pr´e-requisitos `a concretizac¸˜ao desse cen´ario, ´e, obrigatoriamente, o incremento da qualidade do couro bo-vino, cuja viabilidade permanece atrelada `a implantac¸˜ao de um sistema de remunerac¸˜ao diferencial.
Adicionalmente, as atividades de transferˆencia e difus˜ao de tecnologia visam, so-bretudo, a qualificac¸˜ao de t´ecnicos na ´area de classificac¸˜ao de couro bovino, assim como a atualizac¸˜ao de profissionais das ciˆencias agr´arias e produtores rurais sobre boas pr ´aticas de produc¸˜ao de couro de qualidade.
3. Objetivos
3.1. GeralDesenvolvimento de um sistema autom´atico de extrac¸˜ao de parˆametros num´ericos, a partir de imagens digitais, para tornar mais eficiente e preciso o processo de classificac¸˜ao de peles e couros bovinos.
3.2. Espec´ıficos
1. Determinar um conjunto gen´erico de parˆametros e m´etricas que poder˜ao ser utili-zados por diferentes sistemas de classificac¸˜ao de qualidade do couro bovino. 2. Construir um banco de imagens digitais, manualmente classificadas, abrangente
e representativo, para treinamento e teste de sistemas autom´aticos de detecc¸˜ao de defeitos em couro bovino.
3. Desenvolver um m ´odulo de pr´e-processamento digital de imagens para melhorar o desempenho de sistemas autom´aticos de detecc¸˜ao de defeitos
4. Implementar um m ´odulo de extrac¸˜ao de atributos para alimentac¸˜ao de sistemas de aprendizagem autom´atica.
5. Adaptar ambientes de aprendizagem autom´atica, e vis˜ao computacional, existen-tes, para realizac¸˜ao de experimentos com imagens do couro bovino.
6. Implementar um sistema para extrair de um conjunto de imagens de uma pec¸a de couro bovino os parˆametros requisitados pelo classificador.
7. Desenvolver sistema para aplicac¸˜ao e especificac¸˜ao, por parte de um usu´ario es-pecializado, de um conjunto de regras para classificac¸˜ao do couro bovino.
8. Analisar o desempenho e a viabilidade do sistema proposto em trˆes diferentes situac¸˜oes: no produtor, no frigor´ıfico e no cortume.
9. Integrar o sistema DTCOURO ao Programa Embrapa de Carne, Couro e Pele de Qualidade (PECCPQ).
10. Capacitar recursos humanos na ´area em estudo.
4. Revis˜ao de Literatura
O setor de couros e derivados enconse entre os segmentos nos quais o Brasil tra-dicionalmente apresenta fortes indicadores de competitividade [Batalha and Silva 2000]. Comparando-se o desempenho exportador da cadeia produtiva de couro e calc¸ados em 2001, cuja cifra atingiu os US$ 3,2 bilh ˜oes, com o ano anterior, houve crescimento de 5,52%, ao passo que as importac¸ ˜oes decresceram 0,93% e alcanc¸aram os US$ 959 milh˜oes. Com efeito, o saldo comercial cresceu a uma taxa anual m´edia de 8,54%, atin-gindo US$ 2,2 bilh˜oes [Brasil - MDIC 2002].
O principal problema enfrentado pelo setor coureiro ´e a melhoria da qualidade do produto final, cujo n´ıvel depende da melhoria da qualidade da mat´eria-prima, a pele. O sistema de produc¸˜ao animal, tipicamente extensivo e de longo prazo, exp ˜oe os bovinos por mais tempo aos elementos causadores de defeitos no couro, como os parasitas, as cercas de arame farpado, os ferr ˜oes, entre outros. Soma-se a isso, a pr´atica de marcac¸˜ao a ferro quente fora dos locais recomendados, cujas inj ´urias inutilizam a parte nobre do couro. De acordo com alguns levantamentos realizados, cerca de 60% dos defeitos no couro s˜ao provenientes do manejo dos animais na propriedade rural [Batalha and Silva 2000].
A falta de preocupac¸˜ao dos pecuaristas em resolver esses problemas ´e justificada em func¸˜ao da inexistˆencia de uma pol´ıtica expl´ıcita de remunerac¸˜ao diferenciada por qua-lidade de couro, visto que os cuidados necess´arios para garantir menor incid ˆencia de defeitos incorrem, necessariamente, em custos adicionais. Segundo [Gomes 2000], atual-mente, o valor do couro na composic¸˜ao do prec¸o final do boi corresponde de 7,0% a 7,5% da arroba, independentemente de sua qualidade. Esse montante representa cerca de 50% do valor recebido por produtores americanos e europeus [Gomes 2002].
Ao longo da cadeia de produc¸˜ao ocorrem os outros 40% de defeitos restantes, decorrentes de pontas de pregos e parafusos e de lascas de madeira presentes na carroceria dos caminh˜oes, do uso de ferr ˜oes no manejo do gado, ou ainda da esfola e salga mal conduzidas [Batalha and Silva 2000].
Alguns esforc¸os tˆem sido conduzidos no sentido de superar esses obst´aculos e ala-vancar o processo de melhoria da qualidade do couro, a exemplo do Programa Brasileiro de Melhoria do Couro Cru, desenvolvido pelo CICB, com enfoque voltado para a quest˜ao da capacitac¸˜ao de pessoal [Brasil - MDIC 2002] ou ainda do Programa de Classificac¸˜ao da
Qualidade do Couro, implantado pelo Grupo Independˆencia em seus frigor´ıficos e curtu-mes com o intuito de bonificar os pecuaristas que entregam animais com couro de melhor qualidade 1. Apesar de representarem importantes avanc¸os para o setor, constituem-se ac¸˜oes isoladas e de pouco impacto nacional.
O governo brasileiro, por meio do Minist ´erio do Desenvolvimento, Ind´ustria e Com´ercio Exterior - MDIC, demandava soluc¸ ˜oes tecnol´ogicas definitivas para a pro-blem´atica da qualidade do couro produzido, fato que reforc¸ou as ac¸˜oes propostas no ˆambito do F´orum de Competitividade da Cadeia de Couro e Calc¸ados, em especial a pro-posta de “criar um sistema de classificac¸˜ao de couro verde oficial e harmonizado em base de defeitos” [Azevedo 2001]. Em resposta a essa demanda, o Minist´erio da Agricultura, Pecu´aria e Abastecimento - MAPA, no uso de suas atribuic¸ ˜oes, estabeleceu, por meio da Instruc¸˜ao Normativa n ´umero 12, de 18 de dezembro de 2002, os crit´erios de classificac¸˜ao do couro bovino, visando sua valorizac¸˜ao comercial [Brasil - MDIC 2002]. Seu escopo determina que a classificac¸˜ao do couro se dˆe em trˆes n´ıveis, diferenciados conforme a presenc¸a de defeitos e caracterizados como “A”, “B” e “C”.
Nesse contexto, a Embrapa Gado de Corte, por meio de seu corpo t ´ecnico, prop ˆos a elaborac¸˜ao de um projeto de pesquisa que visasse analisar a exequibilidade t´ecnica e operacional do sistema preconizado pelo MAPA, o que vem sendo desenvolvido desde sua aprovac¸˜ao em outubro de 2003. Apesar de estar em andamento, observac¸ ˜oes preliminares j´a sugerem grandes restric¸ ˜oes quanto ao sistema visual de avaliac¸˜ao de defeitos, tornando-o subjetivtornando-o e questitornando-on´avel.
Nesse sentido, faz-se necess´ario um esforc¸o conjunto de instituic¸ ˜oes de pesquisa que, de forma pioneira, busquem eliminar a subjetividade dos sistemas de classificac¸˜ao de couro, em vigor atualmente, por meio do uso de t´ecnicas avanc¸adas de processamento digital de imagens e vis˜ao computacional, que permitam identificar parˆametros represen-tativos dos defeitos presentes no couro bovino.
T´ecnicas de vis˜ao computacional para inspec¸˜ao autom´atica de produtos indus-triais vˆem sendo exploradas a mais de 30 anos, mas sua popularizac¸˜ao e utilizac¸˜ao em empresas de pequeno e m´edio porte iniciou recentemente, com a reduc¸˜ao nos custos para aquisic¸˜ao de sistemas digitais de captura de imagens, como filmadoras e webcams. Di-versos m´etodos tˆem sido testados com sucesso para soluc¸˜ao de problemas de detecc¸˜ao de defeitos em tecido [Chetverikov 2000, Perez et al. 2004], madeira [Ruz et al. 2005] e papel [], entre outros.
A detecc¸˜ao de defeitos em couros tamb´em vem sendo estudada intensamente. Lo-vergine et al [LoLo-vergine et al. 1997] propuseram um m ´etodo para an´alise da orientac¸˜ao da textura do couro utilizando morfologia matem´atica. Extrac¸˜ao de atributos a partir de matrizes do co-ocorrˆencia acoplada a um classificador baseado em l ´ogica difusa (fuzzy logic) foram explorados recentemente por Krastev et al [Krastev et al. 2004]. No traba-lho de Krastev foram investigados quatro atributos calculados a partir das matrizes de co-ocorrˆencia: energia, entropia, contraste e homogeneidade.
Georgieva et al [Georgieva et al. 2003] utilizam m´etodos de an´alise estat´ıstica baseados em distribuic¸˜ao chi-quadrada para detectar imperfeic¸ ˜oes em couro no est´agio wet-blue. A detecc¸˜ao de defeitos em couro wet-blue tamb´em foi
rada [Yeh and Perng 2001], que definem 7 tipos b´asicos de defeitos com base em formatos e ´areas. Filtros de Gabor tamb´em est˜ao sendo analisados como alternativa para extrac¸˜ao de atributos na inspec¸˜ao autom´atica do couro bovino [Tafuri et al. 1996].
O problema da inspec¸˜ao do couro atrav´es de vis˜ao computacional insere-se em uma ´area conhecida como an´alise de textura. Inicialmente, os trabalhos em an´alise de textura concentravam-se em imagens em tons de cinza, principalmente porque os re-cursos computacionais n˜ao permitiam a utilizac¸˜ao de informac¸ ˜oes relacionadas a cor. Recentemente, no entanto, a utilizac¸˜ao de imagens coloridas tem recebido especial atenc¸˜ao [Singh and Singh 2002]. Medidas de similaridade para informac¸ ˜oes sobre cor e textura, muito importantes em t´ecnicas que buscam identificar regi ˜oes defeituosas com base em amostras de couro sem e com defeitos, foram avaliadas empiricamente em [Puzicha and Bhumann 1999]. [Zoller et al. 2002] tamb´em apresentam uma experi-encia interessante de combinac¸˜ao de informac¸ ˜oes relacionadas com cor e textura para segmentac¸˜ao de imagens complexas.
5. Metodologia
A metodologia b´asica de desenvolvimento do sistema de detecc¸˜ao autom´atica de defeitos no couro (DTCOURO) ´e a de projeto e programac¸˜ao orientada a objetos. O reaproveita-mento de c´odigos livres tamb´em ´e uma outra caracter´ıstica central da metodologia. Trˆes pacotes livres, com fontes em linguagem Java, ser˜ao intensivamente utilizados: o ImageJ, para processamento digital de sinais, o WEKA, para aprendizagem de m´aquina, e o SI-GUS, para implementac¸˜ao de sistemas de vis˜ao computacional2. A linguagem Java foi
escolhida por ser altamente port´avel e por possuir boas ferramentas autom ´aticas, livres e gratuitas, que facilitam a gerac¸˜ao de documentac¸˜ao de programas-fonte.
Definiu-se como regi˜ao de estudo a cidade de Campo Grande (MS) e circunvizinhanc¸as, onde ser˜ao selecionados os produtores, frigor´ıficos e curtumes que participar˜ao da pesquisa. Tais empresas recebem animais de importantes p´olos pecu´arios do Estado, contemplando rebanhos com diferentes caracter´ısticas (idade ao abate, pro-cedˆencia, sistema de criac¸˜ao etc.).
Definimos abaixo as etapas metodol´ogicas relacionadas com cada um dos obje-tivos espec´ıficos apresentados na sec¸˜ao 3.2.. As siglas HP, MC, PM, MJ, MA, PP en-tre colchetes, referem-se aos pesquisadores Hemerson Pistori [HP], Mauro Conti Pereira [MC], Priscila Martins [PM], Manuel Jacinto [MJ], Mariana de Arag˜ao [MA] e Pedro Paulo Pires [PP], e est˜ao sendo utilizadas para indicar os respons´aveis pela tarefa.
1. Determinar um conjunto gen´erico de parˆametros e m´etricas que poder˜ao ser utili-zados por diferentes sistemas de classificac¸˜ao de qualidade do couro bovino.
(a) Entrevistas com especialistas e revis˜ao de literatura para identificac¸˜ao de todos os sistemas de classificac¸˜ao de couro utilizados atualmente. [MJ] (b) Identificac¸˜ao, com base nos sistemas de classificac¸˜ao levantados, de todos
os parˆametros utilizados. [MA]
(c) Determinac¸˜ao dos tipos de medidas envolvidas na obtenc¸˜ao de parˆametros relacionados com defeito em couro. Exemplos de tipos de medidas
in-2O pacote SIGUS est´a sendo desenvolvido pelos pesquisadores do grupo de pesquisa em engenharia e computac¸˜ao da UCDB, o GPEC
cluem ´areas, comprimentos, quantidades, formas, localizac¸˜ao e distˆancia. [MA]
(d) Classificac¸˜ao dos parˆametros quanto ao tipo de medida envolvida em sua obtenc¸˜ao. [MJ]
(e) Identificac¸˜ao dos parˆametros mais suscet´ıveis a medic¸˜oes autom´aticas baseadas em t´ecnicas j´a dispon´ıveis de vis˜ao computacional, e dos parˆametros para os quais novas t´ecnicas de vis˜ao computacional precisar˜ao ser desenvolvidas. [HP,MC]
2. Construir um banco de imagens digitais, manualmente classificadas, abrangente e representativo, para treinamento e teste de sistemas autom´aticos de detecc¸˜ao de defeitos em pele e couro bovino.
(a) Identificac¸˜ao da possibilidade de reaproveitamento de imagens dispon´ıveis para as finalidades deste projeto. [HP]
(b) Definic¸˜ao do tipo de equipamento e das condic¸˜oes em que novas imagens dever˜ao ser registradas. [MC,HP]
(c) Definic¸˜ao das situac¸˜oes exatas em que as imagens dever˜ao ser obtidas, inclu´ındo, no m´ınimo, registros de imagens no produtor, no frigor´ıfico, no cortume e em laborat ´orio. [MC,MA]
(d) Determinac¸˜ao e preparac¸˜ao dos locais em que as imagens ser˜ao coletadas. [MC,MA]
(e) Obtenc¸˜ao das imagens em campo. [PM,MA] (f) Obtenc¸˜ao das imagens em laborat ´orio. [PM,MA] (g) Filtragem das imagens obtidas. [PM,MA]
(h) Implementac¸˜ao ou especificac¸˜ao de um software que permita que regi ˜oes de uma imagem que apresentem caracter´ısticas importantes para o sistema de detecc¸˜ao de defeitos sejam manualmente marcadas e rotuladas. [HP] (i) Marcac¸˜ao e rotulac¸˜ao das imagens do banco digital, incluindo, nos casos
poss´ıveis, a sobreposic¸˜ao de imagens de um mesmo defeito, no mesmo bovino, em diferentes est´agios (produtor, frigor´ıfico e curtume). [HP,MA] 3. Desenvolver um m ´odulo de pr´e-processamento digital de imagens para melhorar
o desempenho de sistemas autom´aticos de detecc¸˜ao de defeitos
(a) Identificac¸˜ao dos filtros de processamento digital de imagens, como por exemplo, filtros de eliminac¸˜ao de ru´ıdo e melhoria de contraste, que ser˜ao utilizados para pr´e-processar as imagens que alimentar˜ao o DTCOURO. [HP]
(b) Projeto e implementac¸˜ao dos filtros. [HP]
(c) Teste de desempenho e eficiˆencia dos filtros em imagens reais de couro bovino. [HP]
(d) Ajustes na implementac¸˜ao dos filtros com base nos resultados dos testes. [HP]
(e) Integrac¸˜ao dos filtros com o sistema DTCOURO. [HP] (f) Produc¸˜ao de documentac¸˜ao para o m ´odulo. [HP,MA]
4. Implementar um m ´odulo de extrac¸˜ao de atributos para alimentac¸˜ao de sistemas de aprendizagem autom´atica.
(a) Identificac¸˜ao de algoritmos de extrac¸˜ao de atributos que ser˜ao utilizados no DTCOURO. [PM,HP]
(b) Produc¸˜ao de novos algoritmos para complementar os existentes e adapta-los ao problema espec´ıfico. [PM,,HP]
(c) Projeto e implementac¸˜ao dos algoritmos de extrac¸˜ao de atributos. [PM,HP]
(d) Teste de desempenho e eficiˆencia dos algoritmos utilizando o banco de imagens digital. [PM]
(e) Ajustes na implementac¸˜ao dos algoritmos de extrac¸˜ao de atributos com base nos resultados dos testes. [PM]
(f) Integrac¸˜ao do m´odulo de extrac¸˜ao de atributos com o sistema DTCOURO. [PM]
(g) Produc¸˜ao de documentac¸˜ao para o m ´odulo. [PM,MJ]
5. Adaptar ambientes de aprendizagem autom´atica, e vis˜ao computacional, existen-tes, para realizac¸˜ao de experimentos com imagens do couro bovino.
(a) An´alise dos m´odulos dos programas livres ImageJ, JMF, Weka e SIGUS que ser˜ao reutilizados no projeto DTCOURO. [HP]
(b) Modificac¸˜ao e integrac¸˜ao dos programas livres ImageJ, JMF, Weka e SI-GUS para permitir sua utilizac¸˜ao no projeto DTCOURO. [HP]
(c) Realizac¸˜ao de experimentos com os m ´odulos integrados. [HP] (d) Implementac¸˜ao de recursos indispon´ıveis nos pacotes atuais. [HP]
6. Implementar um sistema para extrair de um conjunto de imagens de uma pec¸a de couro bovino os parˆametros requisitados pelo classificador.
(a) Definic¸˜ao do conjunto de parˆametros que ser˜ao extra´ıdos automaticamente das imagens. [MA,MJ]
(b) Adaptac¸˜ao de algoritmos existentes para extrac¸˜ao de alguns destes parˆametros. [HP,PM,MC]
(c) Produc¸˜ao e implementac¸˜ao de novos algoritmos para os parˆametros res-tantes. [MC,PM]
(d) Projeto e implementac¸˜ao da interface de apresentac¸˜ao dos parˆametros ob-tidos a partir de uma imagem. [MC,PM]
(e) Teste dos algoritmos implementados. [MC,MJ]
(f) Ajustes na implementac¸˜ao dos algoritmos com base nos resultados dos testes. [MC,PM]
(g) Integrac¸˜ao do m´odulo de extrac¸˜ao de atributos com o DTCOURO. [PM] (h) Produc¸˜ao de documentac¸˜ao para o m ´odulo. [PM,MJ]
7. Desenvolver sistema para aplicac¸˜ao e especificac¸˜ao, por parte de um usu´ario es-pecializado, de um conjunto de regras para classificac¸˜ao do couro bovino.
(a) Definic¸˜ao do modelo para representac¸˜ao de regras de classificac¸˜ao do couro. Entre as alternativas que ser˜ao estudadas est˜ao os conjuntos de regras se-ent˜ao e as redes bayesianas. [PM,MA]
(b) Implementac¸˜ao de uma interface gr´afica para facilitar a utilizac¸˜ao do m´odulo por um usu´ario n˜ao especialista em computac¸˜ao. [PM]
(c) Integrac¸˜ao do m´odulo com o sistema DTCOURO.[PM] (d) Produc¸˜ao de documentac¸˜ao para o m ´odulo.[PM,MJ]
(e) Produc¸˜ao de um manual de utilizac¸˜ao do sistema. [PM,MA]
8. Analisar o desempenho e a viabilidade do sistema proposto em trˆes diferentes situac¸˜oes: no produtor, no frigor´ıfico e no cortume.
(a) Implementac¸˜ao ou especificac¸˜ao de ferramentas de apoio a an´alise es-tat´ıstica no dom´ınio do problema. [MC,MJ]
(b) Determinac¸˜ao e preparac¸˜ao dos locais em que o sistema ser´a testado. [MC] (c) Coleta de dados para an´alise estat´ıstica. [MA]
(d) An´alise estat´ıstica do desempenho do sistema em diferentes situac¸ ˜oes. [MC]
(e) Preparac¸˜ao e aplicac¸˜ao de formul´arios para obtenc¸˜ao do parecer de usu´arios finais sobre o sistema.[MC]
(f) An´alise dos formul´arios. [MA]
(g) Implementac¸˜ao de melhorias no sistema com base nos testes e entrevistas. [HP,MC]
(h) Preparac¸˜ao de documento apresentando os resultados dos testes e relatando as melhores formas de utilizac¸˜ao do sistema (tipos de defeito que o sistema detecta melhor, tipos de iluminac¸˜ao e configurac¸ ˜oes de equipamento, etc). [MC]
9. Integrar o sistema DTCOURO ao Programa Embrapa de Carne, Couro e Pele de Qualidade (PECCPQ).
(a) Estudo dos m´odulos do DTCOURO e do PECCPQ para detectar pontos de integrac¸˜ao. [PP,HP]
(b) Projeto da interface de comunicac¸˜ao entre o sistema DTCOURO e os sis-temas do PECCPG. [HP,PP]
(c) Implementac¸˜ao das interface de comunicac¸˜ao.[HP]
(d) Preparac¸˜ao da dados para testes do sistema integrado. [HP,PP] (e) Testes com sistema integrado. [HP,PP]
(f) Elaborac¸˜ao de relat ´orio com resultados de testes. [HP] 10. Capacitar recursos humanos na ´area em estudo.
(a) Criac¸˜ao de um website para facilitar o acesso de estudantes, pesquisadores e profissionais interessados na ´area de estudo e nos resultados do projeto. [HP]
(b) Manutenc¸˜ao do website do projeto. [HP]
(c) Elaborac¸˜ao de material jornal´ıstico para divulgac¸˜ao do DTCOURO. [PM,MA,MJ]
(d) Elaborac¸˜ao de artigos t´ecnicos/cient´ıficos com resultados intermedi´arios. [HP,MA]
(e) Elaborac¸˜ao de artigos t´ecnicos/cient´ıficos com resultados finais. [HP,MJ] (f) Elaborac¸˜ao de material did´atico para cursos na ´area do projeto. [HP]
6. Cronograma
Ano I Ano II Etapa 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 1.a X 1.b X X 1.c X 1.d X 1.e X X 2.a X 2.b X X 2.c X 2.d X X X X 2.e X X 2.f X X 2.g X X X 2.h X X X 2.i X X X X 3.a X X 3.b X X X X X 3.c X X X 3.d X X X 3.e X X 3.f X X 4.a X X 4.b X X X X X 4.c X X X X X 4.d X X X 4.e X X 4.f X X 4.g X X 5.a X X 5.b X X X 5.c X X X 5.d X X 6.a X X 6.b X X X 6.c X X X X 6.d X X X X X 6.e X X X 6.f X X 6.g X X 6.h X X 7.a X 7.b X X X X 7.c X X 7.d X X 7.e X X X 8.a X X X X 8.b X X 8.c X X 8.d X X8.e X X 8.f X 8.g X 8.h X X 9.a X X 9.b X X 9.c X X X 9.d X X 9.e X X X 9.e X X 10.a X X 10.b X X X X X X X X X X X 10.c X X X 10.d X X 10.e X X 10.f X X X X
7. Resultados Esperados
Espera-se como resultado da pesquisa o estabelecimento de um sistema objetivo de an´alise de defeitos no couro bovino, o que, posteriormente servir ´a de base para a consolidac¸˜ao de um Sistema de Classificac¸˜ao de Couro Bovino, permitindo aos governos Federal e Es-taduais estabelecer pol´ıticas p´ublicas que viabilizem o investimento em qualidade e em processamento da mat´eria-prima, garantindo ao setor coureiro-calc¸adista maior competi-tividade.
Esse sistema poder´a ser utilizado tamb´em na caracterizac¸˜ao quali-quantitativa das les˜oes dos animais antes do abate, que, aliado ao sistema de rastreamento, pode fornecer dados mais confi´aveis ao MAPA sobre o manejo sanit´ario dispensado aos rebanhos pelos empres´arios rurais.
Considerando-se verdadeira a hip ´otese de que a classificac¸˜ao do couro e a remunerac¸˜ao diferencial por qualidade induzem os produtores a investir no manejo animal de modo a preservar a integridade da pele, tem-se que o benef´ıcio potencial do sistema deve proporcionar incremento na participac¸ ˜ao relativa de peles de qualidade superior no total produzido.
8. Impactos
8.1. Tecnol´ogicoApesar de existirem outros sistemas (como o visual, por exemplo), n˜ao s˜ao conhecidos aparatos ´oticos ou t´ermicos destinados ao reconhecimento, por meio de imagens, de ir-regularidades no couro que subsidiem a classificac¸˜ao desse material. Portanto, o sistema pode eliminar o gargalo existente nos diferentes n´ıveis do setor produtivo e conseq ¨uente-mente da comercializac¸˜ao.
Al´em disso, o presente projeto poder´a inserir o Mato Grosso do Sul entre os prin-cipais produtores de tecnologias, baseadas em vis˜ao computacional, voltadas `a automac¸˜ao
no agroneg ´ocio. Cada m´odulo do sistema, como os filtros de pr´e-processamento de ima-gens, os analisadores de textura, a interface para especificac¸˜ao de classificadores e o banco de imagens rotuladas, poder´a ser utilizado de forma independente, no desenvolvimento de novos projetos de automac¸˜ao. Com a constante diminuic¸˜ao nos custos dos equipamentos de captura de imagens digitais de alta qualidade, e com o aumento na capacidade de pro-cessamento e armazenamento de computadores pessoais, o dom´ınio das tecnologias para implementac¸˜ao de sistemas de vis˜ao computacional poder´a permitir a explorac¸˜ao de uma grande variedade de nichos mercadol ´ogicos.
8.2. Cient´ıfico
A base de treinamento com amostras reais de defeitos de couro bovino, em diferentes est´agios de seu processamento, ser´a a primeira deste gˆenero e com este porte. Algumas t´ecnicas de extrac¸˜ao e selec¸˜ao de atributos e an´alise de textura, baseadas em aprendizagem de m´aquina, ser˜ao pela primeira vez experimentadas neste dom´ınio. Diversos estudos comparativos ser˜ao produzidos e alimentar˜ao o desenvolvimento de aprimoramentos nas t´ecnicas atuais.
Al´em das pesquisas possibilitarem avanc¸os constantes na ´area, em func¸˜ao do vo-lume e da qualidade das informac¸ ˜oes, podem promover a reduc¸˜ao gradativa dos custos dos componentes do sistema decorrente do desenvolvimento cient´ıfico. Al´em disso, os algoritmos desenvolvidos para o problema espec´ıfico da pele e couro bovino auxiliar˜ao na construc¸˜ao de outros tipos de sistemas de detecc¸˜ao de defeito, como por exemplo, em peles e couros de ovinos, caprinos e bubalinos. Outro benef´ıcio esperado ´e o aumento do estoque de conhecimento nas ´areas de qualidade de couro, processamento industrial de peles, relac¸ ˜oes mercadol ´ogicas e computac¸˜ao/automac¸˜ao aplicada ao agroneg ´ocio. 8.3. Econˆomico
A identificac¸˜ao quali-quantitativa dos defeitos das peles e couros nos diferentes elos da cadeia produtiva (pecuaristas, frigor´ıficos e curtumes) ´e o ponto de partida para a implantac¸˜ao de um programa de remunerac¸ ˜ao ao produtor pela qualidade do couro. Acredita-se que, uma vez implantado o sistema de premiac¸˜ao, o pecuarista sentir-se-´a motivado a adotar medidas preventivas de controle de ectoparasitos, t´ecnicas recomenda-das de marcac¸˜ao entre outras (boas pr´aticas de produc¸˜ao), o que, certamente implicar´a em melhoria na qualidade tanto do couro quanto da carne.
Defeitos decorrentes do uso de caminh ˜oes boiadeiros fora das especificac¸ ˜oes e da esfola mal feita tamb´em poder˜ao ser identificados pelo sistema e fornecer˜ao dados para o aperfeic¸oamento dos programas de melhoria voltados para os setores de transporte e de frigor´ıficos.
A melhoria na qualidade das peles resulta em um efeito multiplicador consi-der´avel, pois, al´em dos benef´ıcios j´a citados, peles de alta qualidade necessitam de menor quantidade de insumos qu´ımicos e m˜ao-de-obra para produzir um couro de boa qualidade, reduzindo, conseq ¨uentemente, o custo de produc¸˜ao e tornando o produto mais competi-tivo no mercado internacional. Sendo o prec¸o e a qualidade fortes diferenciais de mer-cado, ac¸˜oes destinadas a agregar valor considerando esses atributos s˜ao priorit´arias nas estrat´egias comerciais do pa´ıs.
8.4. Social
A maior exigˆencia pela produc¸˜ao e controle de qualidade na cadeia do couro poder´a abrir novas vagas no mercado de trabalho, principalmente para a m ˜ao de obra especializada e semi-especializada, respons´avel pela implantac¸˜ao e operac¸˜ao dos sistemas autom´aticos e semi-autom´aticos de classificac¸˜ao de peles e couros bovinos. O fortalecimento de gru-pos de pesquisa nas ´area de vis˜ao computacional e aprendizagem de m´aquina, aplicadas ao agroneg ´ocio, ter´a tamb´em um impacto importante na capacitac¸˜ao de novos t´ecnicos, especialistas e pesquisadores.
8.5. Ambiental
O projeto tem o potencial de induzir, indiretamente, um maior cuidado com animal vivo, reduzindo a incidˆencia de ferimentos causados por ectoparasitos, arame farpado, lascas e pregos, entre outros. Al´em disso, embora o incremento na qualidade de couro brasileiro n˜ao tenha grande impacto sobre a reduc¸˜ao de efluentes durante o curtimento, essa reduc¸˜ao pode ocorrer, com menor impacto, nas fases de acabamento.
9. Estrat´egias de Difus˜ao dos Conhecimentos Gerados
1. Os resultados deste projeto ser˜ao disponibilizados atrav´es de um enderec¸o na In-ternet.
2. Tamb´em ser´a criada uma lista de discuss˜ao espec´ıfica para o sistema DTCOURO, incluindo os desenvolvedores do software, que poder˜ao, atrav´es da Internet, escla-recer d ´uvidas e trocar informac¸ ˜oes.
3. Os resultados ser˜ao divulgados por meio de trabalhos cient´ıficos, apresentac¸˜ao de resumos em congressos, al´em de palestras t´ecnicas, dias-de-campo, publicac¸˜oes em m´ıdia impressa e eletr ˆonica, entre outros.
4. Material did´atico sobre o DTCOURO, e outros assuntos relacionados ao projeto, dever˜ao ser criados e disponibilizados na forma de cursos de extens˜ao universit´aria e atividades acadˆemicas complementares.
5. Entidades e associac¸˜oes envolvidas com a cadeia produtiva do couro ser˜ao con-tactadas e convidadas a participar do desenvolvimento e divulgac¸˜ao do projeto.
10. Riscos e Dificuldades
A dificuldade principal a ser enfrentada neste projeto refere-se ao aparato metodol ´ogico, visto o ineditismo da proposta. Os conhecimentos na ´area de pesquisa em classificac¸˜ao de couro bovino s˜ao emp´ıricos e insuficientes para o delineamento de experimentos desta natureza. O n ´umero de parˆametros a serem levantados para a elaborac¸ ˜ao do sistema au-tom´atico de identificac¸˜ao de defeitos pode dificultar o andamento do trabalho.
Quanto ao risco de n˜ao adoc¸˜ao do sistema elaborado, entende-se que o custo elevado da tecnologia e o grau de dificuldade operacional podem comprometer sua utilizac¸˜ao. Por outro lado, caso o Minist´erio da Agricultura, Pecu´aria e Abastecimento venha a incorporar o sistema e exigir sua utilizac¸ ˜ao, esse risco fica bastante reduzido.
11. Poss´ıveis parceiros
O projeto possui um grande potencial para atrac¸ ˜ao de parceiros com atividades relaciona-das ao couro, entre esses, destacamos:
• Produtores organizados em sindicatos e cooperativas: ACRISUL, FAMASUL,
Sindicato Rural, etc.
• Curtumes e associac¸ ˜oes relacionadas: CICB, SINDICOURO, AICSUL, etc. • Ind ´ustrias produtoras de m´aquinas e equipamentos para o agroneg ´ocio: NBN,
ABIMAQ, etc.
• Centros de pesquisas: CTCC, CTCCA, etc.
Referˆencias
Azevedo, P. F. (2001). Competitividade da cadeia de couros e calc¸ados - relat ´orio para o f´orum de competitividade da cadeia produtiva de couro e calc¸ados. Technical re-port, Minist´erio do Desenvolvimento, Ind´ustria e Com´ercio Exterior - Secretaria de Desenvolvimento e Produc¸˜ao.
Batalha, M. O. and Silva, C. A. (2000). Estudo sobre a eficiˆencia econˆomica e compe-titividade da cadeia agroindustrial da pecu´aria de corte no brasil. Technical report, IEL.
Cardoso, E., Gomes, A., and L´ırio, V. S. (2001). An´alise da cadeia produtiva de peles e couros no brasil. Technical Report 68, Embrapa.
Chetverikov, D. (2000). Structural defects: General approach and application to textile inspection. In ICPR00, volume 1, pages 521–524.
Georgieva, L., Krastev, K., and Angelov, N. (2003). Identification of surface leather defects. In CompSysTech ’03: Proceedings of the 4th international conference confe-rence on Computer systems and technologies, pages 303–307, New York, NY, USA. ACM Press.
Gomes, A. (2000). Beneficiamento do couro - 60% dos defeitos no couro do boi ocorrem na fazenda. Pecu´aria de Corte, 11:38.
Gomes, A. (2002). Aspectos da cadeia produtiva do couro bovino no Brasil e em Mato Grosso do Sul. In Palestras e proposic¸˜oes: Reuni˜oes T´ecnicas sobre Couros e Peles, 25 a 27 de setembro e 29 de outubro a 1 de novembro de 2001, pages 61–72. Embrapa Gado de Corte.
Krastev, K., Georgieva, L., and Angelov, N. (2004). Leather features selection for defects’ recognition using fuzzy logic. In CompSysTech ’04: Proceedings of the 5th interna-tional conference on Computer systems and technologies, pages 1–6, New York, NY, USA. ACM Press.
Lovergine, F. P., Branca, A., Attolico, G., and Distante, A. (1997). Leather inspection by oriented texture analysis with a morphological approach. In ICIP (2), pages 669–671. Brasil - MDIC (2002). Couro do Brasil - a busca da qualidade. Technical report,
Mi-nist´erio do Desenvolvimento, Ind´ustria e Com´ercio Exterior - MDIC.
Pereira, M. A., Jacinto, M. A. C., Jr, R. A. A. T., Medeiros, E. M. C., and Gama, T. C. M. (2005). Qualidade e classificac¸˜ao do couro bovino em mato grosso do sul. In Reuni˜ao Anual da Sociedade Brasileira de Zootecnica, volume 42.
Perez, R., Silvestre, J., and Munoz, J. (2004). Defect detection in repetitive fabric patterns. In Proceedings of the Visualization, Imaging, and Image Processing Congress.
Puzicha, J. and Bhumann, J. J. (1999). Empirical evaluation of dissimilarity measures for color and texture. In Proceedings of the International Conference on Computer Vision, volume 1.
Ruz, G. A., Est´evez, P. A., and Perez, C. A. (2005). A neurofuzzy color image segmenta-tion method for wood surface defect detecsegmenta-tion. Forest Products Journal, 55(4):52–58. SEBRAI (2001). Cadeia produtiva de carne bovina e o mato grosso do sul. Technical
report, SEBRAI-MS.
Singh, M. and Singh, S. (2002). Spatial texture analysis: a comparative study. In ICPR02, pages I: 676–679.
Tafuri, M., Branca, A., Attolico, G., Distante, A., and Delaney, W. (1996). Automatic leather inspection of defective patterns. In SPIE - Machine Vision Applications in Industrial Inspection IV, volume 2665, pages 108–119.
Yeh, C. and Perng, D. B. (2001). Establishing a demerit count reference standard for the classification and grading of leather hides. International Journal of Advanced Manu-facturing, 18:731–738.
Zoller, T., Hermes, L., and Buhmann, J. M. (2002). Combined color and texture segmentation by parametric distributional clustering. In Int. Conf. on Pattern Recognition -ICPR’02, volume 2, pages 627–630.
