• Nenhum resultado encontrado

An´ alise Forense de Notas e Escrita Manual

N/A
N/A
Protected

Academic year: 2022

Share "An´ alise Forense de Notas e Escrita Manual"

Copied!
102
0
0

Texto

(1)

Imagiologia Espetral

An´ alise Forense de Notas e Escrita Manual

Filipa dos Santos Pinto

Tese submetida ao Instituto Superior de Engenharia do Porto para a obten¸c˜ ao do grau de

Mestre em Engenharia de Computa¸c˜ ao e Instrumenta¸c˜ ao M´ edica

Orientadores

Prof. Doutor Ant´ onio Sousa Departamento de Matem´ atica – ISEP

Prof. Doutor Carlos Vinhais Departamento de F´ısica – ISEP Prof. Doutor Agostinho Santos

Delega¸c˜ ao Norte

Instituto Superior de Engenharia do Porto

Porto, 29 de Outubro de 2014

(2)
(3)

”When he wants it, wherever he touches, whatever he leaves, even without consciousness, will serve as a silent witness against him his fingerprints or his footprints, but his hair, the fibers from his clothes, the glass he breakes, the tool mark he leaves, the paint he scratches, the blood or semen he deposits or collects.”

Dr. Edmond Locard, 1942

(4)
(5)

Agradecimentos

Nunca estamos sozinhos, qualquer que seja a circunstˆ ancia. Existe sempre algu´ em que nos apoia ou que caminha ao nosso lado, mesmo quando achamos ser imposs´ıvel percorrer esse caminho. Por tudo isto, quero agradecer a todas as pessoas que contribu´ıram, direta ou indiretamente, para a realiza¸c˜ ao deste trabalho. O meu muito obrigada a todos.

O maior agradecimento ´ e ao meu orientador, Prof. Doutor Ant´ onio Sousa, por todas as sugest˜ oes durante o desenvolvimento deste trabalho e por toda a sua dis- ponibilidade.

Ao meu co-orientador, Prof. Doutor Carlos Vinhais, por me ter desafiado a fazer parte deste projeto juntamente com outros colegas e por todo o apoio e disponibili- dade demonstrados.

Quero agradecer tamb´ em ao Prof. Doutor Agostinho Santos por ter permitido a utiliza¸c˜ ao dos recursos existentes no INMLCF, IP e pela sua disponibilidade e aux´ılio durante todo o processo de desenvolvimento deste trabalho.

E como uma tese n˜ ao se faz somente a estudar e trabalhar, quero agradecer a toda a minha fam´ılia, em especial aos meus pais, aos meus amigos e colegas de trabalho, pelo apoio, boa disposi¸c˜ ao e pela for¸ca e motiva¸c˜ ao nos momentos em que tinha vontade de desistir.

Ao meu melhor amigo, Miguel Caetano, um grande obrigada por tudo. Por me dar um sorriso quando tudo corria bem e por me chamar ` a raz˜ ao quando n˜ ao tinha vontade de continuar. Ao Andr´ e Vilela, Catarina Duarte, Cec´ılia Barbosa, Telmo Pereira, Hugo Trindade, Pedro Silva e Ana Joyce por estarem sempre do meu lado.

Obrigada a todos!

(6)
(7)

Resumo

A an´ alise forense de documentos ´ e uma das ´ areas das Ciˆ encias Forenses, respons´ avel pela verifica¸c˜ ao da autenticidade dos documentos. Os documentos podem ser de diferentes tipos, sendo a moeda ou escrita manual as evidˆ encias forenses que mais frequentemente motivam a an´ alise. A associa¸c˜ ao de novas tecnologias a este processo de an´ alise permite uma melhor avalia¸c˜ ao dessas evidˆ encias, tornando o processo mais c´ elere.

Esta tese baseia-se na an´ alise forense de dois tipos de documentos - notas de euro e formul´ arios preenchidos por escrita manual. Neste trabalho pretendeu-se desenvolver t´ ecnicas de processamento e an´ alise de imagens de evidˆ encias dos tipos referidos com vista ` a extra¸c˜ ao de medidas que permitam aferir da autenticidade dos mesmos.

A aquisi¸c˜ ao das imagens das notas foi realizada por imagiologia espetral, tendo- se definidas quatro modalidades de aquisi¸c˜ ao: luz vis´ıvel transmitida, luz vis´ıvel refletida, ultravioleta A e ultravioleta C. Para cada uma destas modalidades de aquisi¸c˜ ao, foram tamb´ em definidos 2 protocolos: frente e verso. A aquisi¸c˜ ao das imagens dos documentos escritos manualmente efetuou-se atrav´ es da digitaliza¸c˜ ao dos mesmos com recurso a um digitalizador autom´ atico de um aparelho multifun¸c˜ oes.

Para as imagens das notas desenvolveram-se v´ arios algoritmos de processamento e an´ alise de imagem, espec´ıficos para este tipo de evidˆ encias. Esses algoritmos permi- tem a segmenta¸c˜ ao da regi˜ ao de interesse da imagem, a segmenta¸c˜ ao das subregi˜ oes que contˆ em as marcas de seguran¸ca a avaliar bem como da extra¸c˜ ao de algumas caracter´ısticas.

Relativamente ` as imagens dos documentos escritos manualmente, foram tamb´ em

desenvolvidos algoritmos de segmenta¸c˜ ao que permitem obter todas as subregi˜ oes

de interesse dos formul´ arios, de forma a serem analisados os v´ arios elementos. Neste

(8)

tipo de evidˆ encias, desenvolveu-se ainda um algoritmo de an´ alise para os elementos correspondentes ` a escrita de uma sequˆ encia num´ erica o qual permite a obten¸c˜ ao das imagens correspondentes aos caracteres individuais.

O trabalho desenvolvido e os resultados obtidos permitiram a defini¸c˜ ao de proto- colos de aquisi¸c˜ ao de imagens destes tipos de evidˆ encias. Os algoritmos autom´ aticos de segmenta¸c˜ ao e an´ alise desenvolvidos ao longo deste trabalho podem ser auxiliares preciosos no processo de an´ alise da autenticidade dos documentos, o qual, at´ e ent˜ ao,

´

e feito manualmente.

Apresentam-se ainda os resultados dos estudos feitos ` as diversas evidˆ encias, no-

meadamente as performances dos diversos algoritmos analisados, bem como algumas

das adversidades encontradas durante o processo. Apresenta-se tamb´ em uma discus-

s˜ ao da metodologia adotada e dos resultados, bem como de propostas de continua¸c˜ ao

deste trabalho, nomeadamente, a extra¸c˜ ao de caracter´ısticas e a implementa¸c˜ ao de

classificadores capazes aferir da autenticidade dos documentos.

(9)

Abstract

Forensic document analysis is one of the areas of Forensic Sciences, responsible for verifying the authenticity of documents. Documents can be of different types, being the currency or handwriting forensic evidence that most often motivates the analysis. The combination of new technologies to this process of analysis allows a better assessment of the evidence, making the process faster.

This thesis is based on forensic analysis of two kinds of documents - banknotes and forms filled in by handwriting. This work is aimed at developing techniques for processing and analyzing images of the types of evidence listed for the extraction of measures to ascertain the authenticity of this ones.

Image acquisition of the notes was made by spectral imaging, having defined four types of acquisition: visible light transmitted, reflected visible light, ultraviolet A and ultraviolet C. For each of these modes of acquisition, were also defined two protocols: front and back. Image acquisition of written documents manually was effected through the digitization of them using an automatic scanner of a multifunc- tion device.

For images of banknotes have been developed various processing algorithms and image analysis, specific to this type of evidence. These algorithms allow the seg- mentation of the region of interest image segmentation of subregions that contain safety marks to assess how well the extraction of some features.

For the images of the documents written manually, have also been developed segmentation algorithms which allow to obtain all the forms subregions of interest in order to be analyzed the various elements. In such evidence, there is still developed a parsing algorithm for the writing of a corresponding number sequence elements which allows obtaining the images corresponding to individual characters.

The work and the results obtained allowed the definition of image acquisition

(10)

protocols of these types of evidence. Automatic segmentation algorithms and analy- sis developed throughout this work may be useful adjuncts in the analysis of the authenticity of the documents process, which, until then, is done manually.

Still presents the results of studies done on various evidence, including the per-

formances of the various algorithms analyzed, as well as some of the hardships

encountered during the process. We also present a discussion of methodology and

results, as well as proposals for continuation of this work, namely, feature extraction

and implementation of classifiers able to gauge the authenticity of documents.

(11)

Conte´ udo

Agradecimentos . . . . v

Resumo . . . . vii

Abstract . . . . ix

Conte´ udo . . . . xi

Lista de Figuras . . . . xiii

Lista de Tabelas . . . . xv

1. Introdu¸ c˜ ao . . . . 1

1.1 Enquadramento . . . . 1

1.2 Objetivos e Motiva¸c˜ ao . . . . 2

1.3 Contribui¸c˜ oes . . . . 3

1.4 Organiza¸c˜ ao da Tese . . . . 4

2. An´ alise Forense de documentos . . . . 5

2.1 Ciˆ encias Forenses . . . . 5

2.2 Estado das Ciˆ encias Forenses em Portugal . . . . 7

2.3 Instituto Nacional de Medicina Legal e Ciˆ encias Forenses, I.P. . . . . 7

2.4 Notas de Euro . . . . 10

2.5 Escrita Manual . . . . 13

3. Aquisi¸ c˜ ao de Imagem . . . . 21

3.1 Imagens espetrais de notas . . . . 21

3.1.1 Equipamento utilizado . . . . 21

3.1.2 Software VSC Suite . . . . 22

3.1.3 Notas de Euro . . . . 25

3.2 Digitaliza¸c˜ ao de escrita manual . . . . 28

(12)

4. Processamento das imagens . . . . 33

4.1 Linguagem Python . . . . 34

4.2 Planos de cor . . . . 35

4.3 Base de Dados . . . . 36

4.4 M´ etodos de processamento . . . . 40

4.4.1 Imagens das notas de Euro . . . . 40

4.4.2 Imagens da escrita manual . . . . 48

5. Resultados e Discuss˜ ao . . . . 59

5.1 Notas de Euro . . . . 59

5.1.1 Amostra . . . . 59

5.1.2 Processamento . . . . 61

5.2 Escrita manual . . . . 65

6. Conclus˜ ao . . . . 75

Bibliografia . . . . 81

A. Formul´ arios de aquisi¸ c˜ ao da escrita manual - segunda vers˜ ao . . . 83

(13)

Lista de Figuras

2.1 Organigrama INMLCF, IP . . . . 9

2.2 Exemplo de nota de 5 e . . . . . 11

2.3 Exemplo de v´ arios elementos de seguran¸ca contrafeitos e reais. . . . . 12

2.4 Estat´ısticas de contrafa¸c˜ ao. . . . . 15

2.5 Estat´ısticas valores totais contrafeitos por ano e por tipologia de nota. 16 2.6 Exemplo de cart˜ ao do cidad˜ ao. . . . . 17

2.7 Exemplo de assinatura recolhida. . . . . 17

2.8 Diagrama de blocos do sistema de investiga¸c˜ ao da escrita manual. . . 18

3.1 Equipamento utilizado para aquisi¸c˜ ao das imagens de notas. . . . . . 22

3.2 Tipos de fontes luminosas dispon´ıveis no equipamento. . . . . 23

3.3 Vis˜ ao geral do software VSC Suite . . . . 24

3.4 Estudo de uma evidˆ encia - nota de 5 e (protocolo: frente). . . . . 26

3.5 Estudo de uma evidˆ encia - nota de 5 e (protocolo: verso). . . . . 27

3.6 Exemplo folha de aquisi¸c˜ ao circunstˆ ancia 1. . . . . 30

3.7 Exemplo folha de aquisi¸c˜ ao circunstˆ ancia 2. . . . . 31

3.8 Exemplo folha de aquisi¸c˜ ao circunstˆ ancia 3. . . . . 32

4.1 Modelo RGB. . . . . 35

4.2 Modelos dos espa¸cos de cor. . . . . 36

4.3 Modelo relacional da BD do m´ odulo spectral. . . . . 37

4.4 Diagrama do processamento das imagens. . . . . 40

4.5 Dete¸c˜ ao de cantos pelo m´ etodo de Harris. . . . . 43

4.6 Exemplo de an´ alise da m´ edia da integra¸c˜ ao da informa¸c˜ ao. . . . . 44

4.7 Exemplo do terceiro processo de dete¸c˜ ao de cantos. . . . . 45

4.8 Dete¸c˜ ao de cantos por compara¸c˜ ao com um template. . . . . 45

4.9 Estudo do espa¸co e plano de cor para a medida de seguran¸ca X3. . . 46

4.10 Disposi¸c˜ ao das medidas de seguran¸ca da nota de 5 e . . . . . 47

4.11 Reconstru¸c˜ ao 3D de elemento de seguran¸ca das notas de euro. . . . . 48

4.12 Diagrama do processamento dos formul´ arios. . . . . 49

4.13 Esquema de segmenta¸c˜ ao dos formul´ arios. . . . . 50

4.14 Extra¸c˜ ao da regi˜ ao de interesse de uma assinatura. . . . . 51

4.15 Diagrama do processamento da sequˆ encia num´ erica. . . . . 52

(14)

4.16 Estudo dos planos de cor na segmenta¸c˜ ao das sequˆ encias num´ ericas. . 53

4.17 Exemplos de sequˆ encias e respetivas proje¸c˜ oes. . . . . 54

4.18 Matrizes dos raios de kernel utilizados. . . . . 54

4.19 Exemplos de sequˆ encias num´ ericas. . . . . 54

4.20 Sa´ıda da consola no algoritmo de an´ alise da sequˆ encia num´ erica. . . . 55

4.21 Sequˆ encia num´ erica com a segmenta¸c˜ ao dos algarismos. . . . . 56

4.22 Diagrama do processamento do segundo formul´ ario desenvolvido. . . . 56

4.23 Exemplo de segmenta¸c˜ ao do n´ umero mecanogr´ afico. . . . . 57

5.1 Marca de ´ agua das diferentes notas de euro. . . . . 60

5.2 Estudo da nota de 5 e da primeira s´ erie. . . . . 62

5.3 Exemplo do processo de equaliza¸c˜ ao da regi˜ ao a comparar. . . . . 63

5.4 Estudo da nota de 5 e da primeira s´ erie. . . . . 64

5.5 Estudo da nota de 10 e da primeira s´ erie. . . . . 65

5.6 Estudo da nota de 20 e da primeira s´ erie. . . . . 66

5.7 Estudo da nota de 5 e da s´ erie Europa. . . . . 67

5.8 Cabe¸calho do formul´ ario de participa¸c˜ ao. . . . . 67

5.9 Campos do formul´ ario para aquisi¸c˜ ao da escrita manual. . . . . 68

5.10 Exemplos de regi˜ oes de interesse extra´ıdas dos formul´ arios. . . . . 69

5.11 Processo de segmenta¸c˜ ao de uma sequˆ encia num´ erica. . . . . 70

5.12 Exemplos de segmenta¸c˜ ao de sequˆ encias num´ ericas. . . . . 72

5.13 Exemplos de segmenta¸c˜ ao dos n´ umeros mecanogr´ aficos. . . . . 73

(15)

Lista de Tabelas

2.1 Estat´ısticas de contrafa¸c˜ ao do Euro. . . . . 13

2.2 Estat´ısticas de contrafa¸c˜ ao do Euro - valores. . . . . 14

3.1 Rela¸c˜ ao entre tipo de lˆ ampada e ilumina¸c˜ ao emitida. . . . . 22

4.1 Tipos de notas de euro considerados. . . . . 38

4.2 Exemplo tabela nota. . . . . 38

4.3 Exemplos de estudos da tabela study. . . . . 39

4.4 Exemplo de tabela de especifica¸c˜ oes de cada nota. . . . . 42

4.5 Exemplo de tabela com as caracter´ısticas dos elementos de seguran¸ca. 42 4.6 Especifica¸c˜ oes ficheiro dat - medidas em p´ıxels. . . . . 50

5.1 Estat´ısticas dos algoritmos de segmenta¸c˜ ao das notas. . . . . 63

5.2 Estat´ısticas dos algoritmos de segmenta¸c˜ ao das sequˆ encias num´ ericas. 71

(16)
(17)

Cap´ıtulo 1

Introdu¸c˜ ao

1.1 Enquadramento

A taxa de criminalidade em geral tem vindo a aumentar nos ´ ultimos anos, podendo atribuir-se ` a crise econ´ omica a n´ıvel mundial ou, a n´ıvel nacional, ao aumento dos impostos, ` a estagna¸c˜ ao do ordenado m´ınimo nacional e ao aumento do desemprego.

O crime de contrafa¸c˜ ao de moeda tem aumentado significativamente, principalmente desde que foi adotada a moeda ´ unica, o que levou ao crescente aumento da preocu- pa¸c˜ ao das autoridades nacionais e internacionais.

A verifica¸c˜ ao inicial da veracidade de uma nota pode ser feita, de uma forma simples, em trˆ es passos: tocar, observar e inclinar [1]. Quanto ao toque do papel, podem ser vistas duas caracter´ısticas de seguran¸ca: o papel em si (que deve ser firme e ter textura de fibra de algod˜ ao) e a impress˜ ao em relevo dos algarismos de maior dimens˜ ao e das diversas designa¸c˜ oes do Banco Central Europeu (BCE); o segundo passo ´ e a observa¸c˜ ao em contraluz devendo ser vistas duas marcas, a primeira, a marca de ´ agua que se encontra na frente e do lado esquerdo da nota e, a segunda, o fio de seguran¸ca que se encontra a meio da nota e tem a inscri¸c˜ ao do valor desta e o s´ımbolo do euro. Por fim, o ´ ultimo passo ´ e inclinar a nota, no sentido de verificar o holograma que deve alternar entre o valor da nota e o s´ımbolo do euro tendo como fundo uma paleta variada de cores.

Com o objetivo de diminuir a contrafa¸c˜ ao de moeda, o BCE desenvolveu uma

nova s´ erie, ”Europa”, com menor n´ umero de elementos de seguran¸ca que a s´ erie

inicial mas os que est˜ ao presentes tornaram-se menos ”falsific´ aveis” [2, 3, 4]. O

artigo n´ umero 262 do c´ odigo penal portuguˆ es determina que aquele que pratique

contrafa¸c˜ ao de moeda pode ser punido com pena de pris˜ ao, que pode ir de 3 a 12

(18)

anos; quem tiver inten¸c˜ ao de colocar essa moeda em circula¸c˜ ao, de a falsificar ou mesmo de alterar o seu valor ´ e condenado entre 2 a 8 anos de pena de pris˜ ao [5].

Analisando o Relat´ orio Anual de Seguran¸ca Interna (RASI) de 2013 verifica-se que o crime de contrafa¸c˜ ao ou falsifica¸c˜ ao de moeda representa 11,7% dos crimes contra a vida em sociedade [6, 7].

Outra ´ area da criminalidade que apresenta cada vez mais preocupa¸c˜ ao ´ e a falsifi- ca¸c˜ ao de documentos e de assinaturas. Segundo o artigo n´ umero 256 doc´ odigo penal portuguˆ es, quem fabricar um documento falso, ou realizar alguma tentativa, tem uma pena que pode ser de pris˜ ao, at´ e 3 anos, ou a uma multa [5]. No relat´ orio anual da Associa¸c˜ ao Portuguesa de Apoio ` a V´ıtima, de entre os crimes contra a vida em sociedade, no ano de 2012 a falsifica¸c˜ ao de documentos representa 27.5% [6, 8, 9].

1.2 Objetivos e Motiva¸ c˜ ao

A circula¸c˜ ao de moeda contrafeita tem sido elevada nos ´ ultimos anos. Os m´ etodos de verifica¸c˜ ao destas notas atualmente passa pelos trˆ es passos descritos anteriormente (tocar, observar e inclinar). Esta an´ alise pode, de certa forma, ser subjetiva ou inconclusiva, caso a imita¸c˜ ao seja muito semelhante ` a nota verdadeira e n˜ ao permitir ao utilizador (recetor) obter uma conclus˜ ao.

A par do aumento da contrafa¸c˜ ao de moeda encontra-se a falsifica¸c˜ ao de docu- mentos escritos. A n´ıvel judicial a an´ alise destas evidˆ encias ´ e feita visualmente e de forma manual por especialistas, no entanto, a tentativa de um autor falsificar a sua pr´ opria escrita apresenta algumas dificuldades para o especialista.

A possibilidade de analisar estas evidˆ encias a partir da aquisi¸c˜ ao das imagens por v´ arios tipos de ilumina¸c˜ ao mostrou-se uma via favor´ avel para esta verifica¸c˜ ao. No sentido de facilitar e diminuir a subjetividade na an´ alise destas evidˆ encias mostrou-se

´

util o desenvolvimento de algoritmos que, a partir da conjuga¸c˜ ao de v´ arios m´ etodos permitissem segmentar as imagens, extrair caracter´ısticas e classificar estas evidˆ en- cias como verdadeiras ou falsas.

Esta tese tinha dois principais objetivos: cria¸c˜ ao de um algoritmo de verifica¸c˜ ao das notas de euro e um segundo algoritmo para a verifica¸c˜ ao da autenticidade de um documento escrito.

O primeiro objetivo foi a elabora¸c˜ ao de um algoritmo de classifica¸c˜ ao das notas de

euro, que fizesse a segmenta¸c˜ ao da imagem, a localiza¸c˜ ao dos elementos de seguran¸ca,

a extra¸c˜ ao de caracter´ısticas e, finalmente, a clasifica¸c˜ ao dessas caracter´ısticas para

determinar se o utilizador estava perante uma evidˆ encia verdadeira, suspeita ou falsa.

(19)

1.3. Contribui¸ c˜ oes 3

O segundo objetivo passava tamb´ em pela elabora¸c˜ ao de um algoritmo de clas- sifica¸c˜ ao desta vez orientado aos documentos de escrita manual. Mais uma vez o algoritmo passou pela segmenta¸c˜ ao dos formul´ arios, segmenta¸c˜ ao dos elementos do formul´ ario, extra¸c˜ ao de caracter´ısticas e classifica¸c˜ ao dessas mesmas caracter´ısticas.

Neste caso a classifica¸c˜ ao seria capaz de avaliar a probabilidade de um determinado documento ter sido escrito pelo suposto autor ou se se tratava de uma imita¸c˜ ao. No caso de se tratar de uma imita¸c˜ ao procurar, de entre os indiv´ıduos na base de dados, qual o que tinha as caracter´ısticas mais semelhantes.

1.3 Contribui¸ c˜ oes

As contribui¸c˜ oes desta tese prendem-se n˜ ao s´ o a n´ıvel pr´ atico, no estudo das evi- dˆ encias e no desenvolvimento do processamento de imagens destas, mas tamb´ em a n´ıvel te´ orico com a an´ alise de toda a bibliografia relativa aos temas aqui abordados.

Desta forma, as principais contribui¸c˜ oes atingidas com este trabalho s˜ ao:

• Estudo das caracter´ısticas das notas e de quais as modalidades, protocolos e planos de cor mais indicados para a an´ alise das mesmas;

• Estabelecimento de crit´ erios de segmenta¸c˜ ao da nota e das regi˜ oes de interesse das marcas de seguran¸ca;

• Um algoritmo de segmenta¸c˜ ao das notas segundo os crit´ erios previamente esta- belecidos. O algoritmo desenvolvido ´ e composto por v´ arios passos, no sentido de facilitar a segmenta¸c˜ ao da nota em si e das marcas de seguran¸ca;

• Cria¸c˜ ao de formul´ arios para recolha de evidˆ encias de escrita manual. A recolha de formul´ arios realizados em diferentes circunstˆ ancias permite verificar quais as altera¸c˜ oes que a escrita de uma pessoa pode sofrer;

• Estudo da metodologia de segmenta¸c˜ ao das regi˜ oes de interesse dos formul´ a- rios;

• Um algoritmo para segmenta¸c˜ ao dos formul´ arios e outro para segmenta¸c˜ ao das

caracter´ısticas da sequˆ encia num´ erica. Os algoritmos desenvolvidos recorrem a

v´ arios processos no sentido de permitir uma melhor separa¸c˜ ao dos algarismos

das sequˆ encias num´ ericas.

(20)

1.4 Organiza¸ c˜ ao da Tese

O presente relat´ orio est´ a organizado da seguinte forma.

• Cap´ıtulo 2 - An´ alise Forense: ´ e feita uma descri¸c˜ ao das Ciˆ encias Forenses e do seu estado no nosso pa´ıs, bem como que institui¸c˜ oes portuguesas prestam os servi¸cos m´ edico-legais. S˜ ao ainda apresentadas as evidˆ encias consideradas, na

´

area da an´ alise forense de documentos, a moeda Euro e a escrita manual.

• Cap´ıtulo 3 - Aquisi¸c˜ ao de imagem: ´ e feita uma descri¸c˜ ao do Hardware e Sof tware utilizado para a aquisi¸c˜ ao de imagens das evidˆ encias, bem como da metodologia aplicada a cada tipo de evidˆ encia foi adquirida. S˜ ao ainda apresentados alguns exemplos das imagens obtidas nas diferentes modalidades e protocolos de ambas as evidˆ encias.

• Cap´ıtulo 4 - Processamento: neste cap´ıtulo ´ e descrito todo o modo de pro- cessamento das imagens e ainda ´ e feita uma descri¸c˜ ao do tipo de linguagem utilizada nos algoritmos, dos trˆ es planos de cor abordados e da estrutura da base de dados em que este trabalho se insere.

• Cap´ıtulo 5 - Resultados: mostra os testes que foram realizados durante a exe- cu¸c˜ ao das atividades dos cap´ıtulos 3 e 4 para dar suporte aos m´ etodos e valores utilizados. S˜ ao ainda descritas algumas das dificuldades encontradas durante o processo de aquisi¸c˜ ao e desenvolvimento dos algoritmos de processamento.

• Cap´ıtulo 6 - Conclus˜ ao: apresenta-se uma an´ alise cr´ıtica ao trabalho realizado

e aos resultados obtidos. S˜ ao indicados pontos menos positivos deste trabalho e

s˜ ao propostas vias de trabalhos futuros com base no que aqui foi desenvolvido.

(21)

Cap´ıtulo 2

An´ alise Forense de documentos

2.1 Ciˆ encias Forenses

As Ciˆ encias Forenses (CF) representam um conjunto de conhecimentos e t´ ecnicas que ajudam na investiga¸c˜ ao criminal. Nos ´ ultimos anos, o tema tem sido largamente abordado nas s´ eries televisivas, uma vez que a popula¸c˜ ao em geral tem mostrado um grande interesse em perceber como s˜ ao estudados os casos de homic´ıdio, suic´ıdio, acidente e outros casos criminais. O ponto base das CF engloba um de trˆ es processos:

identifica¸c˜ ao, individualiza¸c˜ ao ou classifica¸c˜ ao f´ısica da evidˆ encia. Em alguns tipos de evidˆ encias, para a identifica¸c˜ ao ser feita, ser´ a ainda necess´ ario incluir algum tipo de processamento f´ısico e/ou qu´ımico ou testes gen´ eticos (ao sangue, flu´ıdos corporais), testes toxicol´ ogicos para detetar a presen¸ca de ´ alcool, drogas de abuso, medicamentos e pesticidas, exames bioqu´ımicos ou, ainda, exames microbiol´ ogicos.

A Medicina Legal engloba v´ arios campos de trabalho como a avalia¸c˜ ao do dano corporal, a patologia forense, a gen´ etica e biologia forense, a toxicologia forense, a identifica¸c˜ ao individual, o estudo das impress˜ oes digitais, criminal´ıstica, an´ alise de documentos, geologia forense e antropologia forense. A identifica¸c˜ ao individual ´ e utilizada para reconhecimento de corpos por identificar, que pode ser conseguida por compara¸c˜ ao de denti¸c˜ ao ou estudo do ADN ( ´ Acido Desoxirribonucleico). No sentido de facilitar esta identifica¸c˜ ao, ´ e tamb´ em utilizada a antropologia forense [10, 11, 12].

Segundo Cattaneo [13], a antropologia forense ´ e definida como ”a aplica¸c˜ ao da an-

tropologia f´ısica ao contexto forense”, isto ´ e, trata da an´ alise das caracter´ısticas do

ser humano, mais propriamente ao n´ıvel ´ osseo [14]. A avalia¸c˜ ao das impress˜ oes digi-

tais, um dos ramos da identifica¸c˜ ao individual, ´ e um dos testes de identifica¸c˜ ao mais

utilizados, uma vez que a evidˆ encia ´ e estudada e classificada para posteriormente

(22)

ser comparada com impress˜ oes digitais presentes em bases de dados [15]. No campo da criminal´ıstica s˜ ao inclu´ıdas as an´ alises a evidˆ encias como terra, vidros, cabelos, fibras, sangue e outros flu´ıdos encontrados nos cen´ arios de crime. A an´ alise do solo surgiu em 1929 quando Edmond Locard constatou que seria imposs´ıvel um indiv´ıduo participar numa atividade sem que provocasse altera¸c˜ oes neste e sem que removesse part´ıculas por contacto com a pele, tecidos, entre outros [10, 16]. Na criminal´ıstica temos um campo alargado de estudo onde se inclu´ıa a bal´ıstica forense (identifica¸c˜ ao de armas de fogo, estudo da trajet´ oria e danos causados por um dado proj´ etil, bem como identific´ a-lo e ao seu inv´ olucro).

Um outro campo da Medicina Forense ´ e a an´ alise de documentos e escrita manual, tema no qual se insere este trabalho. A primeira an´ alise de documentos data de 1609, por Fran¸cois Demelle, sendo que a segunda disserta¸c˜ ao que abordava esta tem´ atica ter´ a sido publicada em 1665 por Jacques Raveneau. Apesar de existirem artigos e disserta¸c˜ oes publicados desde o s´ eculo XVII, somente em 1913 ´ e que a an´ alise de documentos passou a ser aceite como prova em tribunal, segundo o c´ odigo dos EUA:

”a escrita manual provada ou admitida de qualquer pessoa dever´ a ser admiss´ıvel para prop´ ositos de compara¸c˜ ao no sentido de determinar a genuidade de outra escrita manual atribu´ıda a essa pessoa” [17, 18].

Como em qualquer teste, tamb´ em na an´ alise de documentos existe um procedi-

mento que deve ser seguido no sentido de chegar a um conjunto de texto que evidencie

caracter´ısticas que n˜ ao sejam vis´ıveis de imediato. Foram ent˜ ao estabelecidos con-

juntos de tarefas com o objetivo de trabalhar os documentos para obter conclus˜ oes,

esses passos s˜ ao: redu¸c˜ ao de dados, apresenta¸c˜ ao de dados e conclus˜ oes [19, 20]. A

redu¸c˜ ao de dados trata-se da manipula¸c˜ ao dos dados com o objetivo de permtir que

sejam estabelecidas rela¸c˜ oes entre os dados e para que possam ser obtidas conclu-

s˜ oes reais e fidedignas. Em primeiro lugar dever´ a ser determinado qual a unidade

a analisar (par´ agrafo, frase ou palavra, por exemplo) para que os dados possam ser

divididos segundo esse crit´ erio de avalia¸c˜ ao. As unidades obtidas neste passo devem

ser distribu´ıdas por grupos para posteriormente serem codificadas. O passo seguinte

passa pela apresenta¸c˜ ao de dados e pela simplifica¸c˜ ao destes e da informa¸c˜ ao que

contˆ em, por outro lado deve permitir que os dados sejam posteriormente processa-

dos e apresentados. A apresenta¸c˜ ao destes depende do tipo de avalia¸c˜ ao a que v˜ ao

ser submetidos, por´ em existem dois processos b´ asicos de apresenta¸c˜ ao: em forma de

matriz num´ erica (no caso de avalia¸c˜ ao quantitativa) e em forma de diagrama (para

avalia¸c˜ oes qualitativas). O terceiro, e ´ ultimo passo da an´ alise de documentos, s˜ ao as

conclus˜ oes. Obviamente que estas conclus˜ oes variam de uns trabalhos para outros,

(23)

2.2. Estado das Ciˆ encias Forenses em Portugal 7

uma vez que cada trabalho tem um objetivo de avalia¸c˜ ao dos documentos, pode ser compara¸c˜ ao de caligrafia, de press˜ ao exercida na escrita, da tinta utilizada, entre outros.

2.2 Estado das Ciˆ encias Forenses em Portugal

Em Portugal, o dom´ınio das Ciˆ encias Forenses ´ e liderado pelo Instituto Nacional de Medicina Legal e Ciˆ encias Forenses e pela Pol´ıcia Judici´ aria. No entanto existe uma entidade privada, o N´ ucleo de Ciˆ encias Forenses (sediado na cidade do Porto), que tem como objetivo peritar v´ arias quest˜ oes relacionadas com documentos e inform´ a- tica. A Pol´ıcia Judici´ aria surge da divis˜ ao de ´ areas da Pol´ıcia desde a Pol´ıcia Civil, criada durante o reinado de D. Lu´ıs I [21, 22]. Posteriormente, no reinado de D.

Carlos I esta foi dividida em trˆ es campos:

• Pol´ıcia de Seguran¸ca P´ ublica

• Pol´ıcia de Investiga¸c˜ ao Judici´ aria e Preventiva

• Pol´ıcia de Inspe¸c˜ ao Administrativa

Posteriormente ` a implanta¸c˜ ao da Rep´ ublica Portuguesa em 1918, a Pol´ıcia de In- vestiga¸c˜ ao Judici´ aria e Preventiva sofreu altera¸c˜ oes, tendo sido constitu´ıdas a Pol´ıcia Preventiva e a Pol´ıcia de Investiga¸c˜ ao. Alguns anos depois houve uma redesigna¸c˜ ao passando a ser Pol´ıcia de Investiga¸c˜ ao Criminal, dependente da Dire¸c˜ ao-Geral de Seguran¸ca P´ ublica. A ´ ultima altera¸c˜ ao ocorreu em 1945 com a mudan¸ca do nome para Pol´ıcia Judici´ aria [22, 23, 24].

2.3 Instituto Nacional de Medicina Legal e Ciˆ encias Forenses, I.P.

O Instituto Nacional de Medicina Legal e Ciˆ encias Forenses, Institui¸c˜ ao P´ ublica

(INMLCF, IP), designa¸c˜ ao que obteve ap´ os a reestrutura¸c˜ ao dos servi¸cos feita em

2012 (Di´ ario da Rep´ ublica n

o

147 de 31 de julho de 2012), ´ e um instituto p´ ublico que

det´ em autonomia administrativa e financeira, embora esteja integrado na adminis-

tra¸c˜ ao indireta do Estado. O INMLCF, IP ´ e um organismo com sede na cidade de

Coimbra e que disp˜ oe de servi¸cos n˜ ao centralizados no Porto, Coimbra e Lisboa. As

respetivas delega¸c˜ oes, respetivamente Norte, Centro e Sul, coordenam a atividade

(24)

pericial nos gabinetes m´ edico-legais e forenses distribu´ıdos por todo o territ´ orio na- cional incluindo as ilhas da Madeira e A¸cores [25].

A miss˜ ao do INMLCF, IP centra-se na presta¸c˜ ao de servi¸cos periciais m´ edico- legais e forenses, tendo tamb´ em a seu cargo a coordena¸c˜ ao cient´ıfica das atividades em curso integradas na medicina e em outras ´ areas da ciˆ encia forense. O INMLCF, IP tem como dever, por exemplo:

• Apoiar a defini¸c˜ ao da pol´ıtica nacional na ´ area da medicina legal e de outras ciˆ encias forenses.

• Cooperar com os tribunais e demais servi¸cos e entidades que intervˆ em no sistema de administra¸c˜ ao da justi¸ca, realizando os exame e as per´ıcias m´ edico- legais e forenses que lhe forem solicitados, nos termos da lei, bem como prestar- lhes apoio t´ ecnico e laboratorial especializado, no ˆ ambito das suas atribui¸c˜ oes.

• Desenvolver atividades de investiga¸c˜ ao, divulga¸c˜ ao cient´ıficas e formas de co- labora¸c˜ ao cienct´ıfica e pedag´ ogica com outras institui¸c˜ oes na ´ area da medicina legal e de outras ciˆ encias forenses.

• Assegurar o funcionamento da Base de Dados de Perfis de ADN.

O INMLCF, IP tem a sua estrutura e servi¸cos distribu´ıdos como exemplifica a Figura 2.1. Os ´ org˜ aos que constituem esta institui¸c˜ ao s˜ ao quatro: conselho diretivo, conselho m´ edico-legal, comiss˜ ao de ´ etica e fiscal ´ unico. O conselho diretivo (CD) ´ e composto pelo presidente, vice-presidente e dois vogais. Este conselho ´ e composto, preferencialmente, por professores universit´ arios de medicina legal ou outras ciˆ encias forenses, caso n˜ ao seja poss´ıvel ser˜ ao escolhidos diretores de servi¸cos m´ edicos que de- tenham competˆ encias adequadas ` as fun¸c˜ oes que lhe ir˜ ao ser atribu´ıdas. O CD pode delegar nos elementos que o constituem a pr´ atica de atos que lhes competem e para al´ em destas, tamb´ em outras tarefas est˜ ao a seu cargo como: definir diretrizes que orientem a organiza¸c˜ ao e funcionamento do instituto no sentido de realizar os obje- tivos, supervisionar a atividade das delega¸c˜ oes e gabinetes m´ edico-legais e emiss˜ ao de pareceres sobre reformas no sistema m´ edico-legal e forense. O presidente deste conselho tem ainda tarefas como a promo¸c˜ ao da elabora¸c˜ ao de planos de trabalho, assim como a forma¸c˜ ao t´ ecnico-cient´ıfica do pessoal do INMLCF, IP e autorizar a execu¸c˜ ao de per´ıcias fora dos gabinete m´ edico-legais e forenses e delega¸c˜ oes.

O conselho m´ edico-legal ´ e composto pelo presidente do conselho diretivo, um

representante dos conselhos disciplinares de cada uma das sec¸c˜ oes regionais da Or-

dem dos M´ edicos, dois docentes do ensino superior de cada uma das ´ areas cient´ıficas

(25)

2.3. Instituto Nacional de Medicina Legal e Ciˆ encias Forenses, I.P. 9

Fig. 2.1: Organigrama INMLCF, IP.

(26)

(cl´ınica cir´ urgica, cl´ınica m´ edica, obstetr´ıcia, ginecologia e direito) e ainda cinco do- centes de outras ´ areas cient´ıficas (anatomia patol´ ogica, ´ etica e/ou direito m´ edico, ortopedia e traumatologia, neurologia ou neurocirurgia e psiquiatria). Todos estes elementos tˆ em v´ arias fun¸c˜ oes tais como: consultadoria t´ ecnico-cient´ıfica, emiss˜ ao de pareceres relativos a quest˜ oes t´ ecnicas e cient´ıficas e acompanhamento e avalia¸c˜ ao das atividades periciais desenvolvidas. Este conselho pode ainda solicitar a colabo- ra¸c˜ ao de outros professores de variadas disciplinas ou de outros estabelecimentos de ensino superior, assim como especialistas de reconhecido m´ erito.

Relativamente ` a comiss˜ ao de ´ etica, esta funciona como ´ org˜ ao de apoio aos res- tantes corpos sociais do INMLCF, IP. Os elementos que a constituem trabalham na promo¸c˜ ao da reflex˜ ao e contribuem no sentido de definir diretrizes adequadas ` a consolida¸c˜ ao da pol´ıtica de salvaguarda dos princ´ıpios ´ eticos e deontol´ ogicos. A sua constitui¸c˜ ao ´ e semelhante ao anterior, sendo composta pelo presidente do conselho diretivo do instituto (em sua substitui¸c˜ ao este pode eleger um outro membro do conselho diretivo), por um docente universit´ ario de ´ etica m´ edica e outro de direito m´ edico e ainda duas personalidades com m´ erito t´ ecnico-cient´ıfico indicadas pelo conselho m´ edico-legal, sob proposta do conselho diretivo do INMLCF, IP.

Por ´ ultimo, o fiscal ´ unico tem a responsabilidade de controlar a legalidade, re- gularidade e gest˜ ao financeira e patrimonial do instituto. Este ´ e eleito por despacho dos membros do Governo que s˜ ao respons´ aveis pela ´ area das finan¸cas e tutela de entre auditores da Comiss˜ ao de Mercado de Valores Mobili´ arios, no entanto quando n˜ ao for adequado, de entre os revisores oficiais de contas (ROC) ou sociedades de re- visores oficiais de contas pertencentes ` a Ordem dos Revisores Oficiais de Contas. A mais importante das competˆ encias deste ´ e o acompanhamento e controlo do cumpri- mento das leis e regulamentos, execu¸c˜ ao or¸camental, situa¸c˜ ao econ´ omica, financeira e patrimonial e a an´ alise da contabilidade [25, 26].

2.4 Notas de Euro

O Instituto Monet´ ario Europeu analisou em 1994 a possibilidade de substitui¸c˜ ao das

moedas nacionais por uma moeda ´ unica, o euro ( e ). Foi a 1 de janeiro de 2002 que

o euro foi introduzido fisicamente no mercado europeu, uma vez que nos mercados

monet´ arios j´ a tinha sido introduzido a 1 de janeiro de 1999. Ap´ os esta data, mais

de 300 milh˜ oes de europeus iniciaram a circula¸c˜ ao de moedas e notas de euro (ver

Figura 2.2). No final de fevereiro de 2002, estas foram tornadas ´ unicas nesses pa´ıses,

eliminando as que existiam anteriormente.

(27)

2.4. Notas de Euro 11

(a)

(b)

Fig. 2.2: Exemplo de nota de 5 e : (a) frente da nota; (b) verso da nota.

O euro foi primeiramente introduzido na Alemanha, ´ Austria, B´ elgica, Espanha, Finlˆ andia, Fran¸ca, Gr´ ecia, Pa´ıses Baixos, Irlanda, It´ alia, Luxemburgo e Portugal, tendo depois aderido a esta moeda mais 6 pa´ıses em momentos diferentes (Eslov´ enia, Chipre, Malta, Eslov´ aquia, Est´ onia e Let´ onia). Actualmente esta moeda tem curso legal em 18 dos 28 estados-membro da Uni˜ ao Europeia, sendo que se prevˆ e que ainda durante o ano de 2014 a Pol´ onia tamb´ em adira ` a moeda ´ unica.

Como foi dito anteriormente, o euro foi introduzido em Portugal a 1 de janeiro de 1999, tendo circulado em paralelo com o escudo (moeda que at´ e ent˜ ao estava em vigor) at´ e fevereiro de 2012 quando este foi retirado permanecendo somente o euro.

Apesar de o prazo de troca de moedas de escudo por euros no Banco de Portugal ter terminado a 31 de dezembro de 2012, a troca de notas de escudo ainda ´ e poss´ıvel at´ e 28 de fevereiro de 2022 [27, 28, 29, 30].

Embora o crime de contrafa¸c˜ ao de moeda tenha aumentado nos primeiros anos

ap´ os a ado¸c˜ ao do euro, tendo atingido o pico m´ aximo de ocorrˆ encias (cerca de

18000) em 2010. Ap´ os esse per´ıodo houve uma diminui¸c˜ ao do n´ umero de evidˆ encias

contrafeitas. No sentido de combater a contrafa¸c˜ ao, o Banco Central Europeu (BCE)

juntamente com a Europol (Agˆ encia de Controlo das Leis na Uni˜ ao Europeia), a

Interpol (Organiza¸c˜ ao Internacional de Pol´ıcia Criminal) e a Comiss˜ ao Europeia

(28)

(a) (b) (c) (d) (e)

(f) (g) (h) (i) (j)

Fig. 2.3: Exemplo de v´ arios elementos de seguran¸ ca contrafeitos e reais: (a) see-through contrafeito; (b) marca d’´ agua contrafeita; (c) fio de seguran¸ca contrafeito; (d) holograma contrafeito; (e) banda brilhante contrafeito; (f) see-through real; (g) marca d’´ agua real; (h) fio de seguran¸ ca real; (i) holograma real; (j) banda brilhante real.

1

criou uma entidade com o objetivo de coordenar a informa¸c˜ ao sobre a contrafa¸c˜ ao.

Esta entidade reporta todas as informa¸c˜ oes de que disp˜ oe ` as for¸cas policiais de cada pa´ıs [31]. E, com o objetivo de permitir uma distin¸c˜ ao entre as unidades originais e as contrafeitas, foram inseridos nas notas v´ arios elementos de seguran¸ca. Existem dispon´ıveis algumas imagens que servem como exemplo de elementos contrafeitos e a compara¸c˜ ao destes com elementos verdadeiros. Como j´ a seria de esperar, alguns elementos s˜ ao mais facilmente ”imit´ aveis”do que outros. Podem ser vistos alguns exemplos de contrafa¸c˜ oes na Figura 2.3.

O Banco de Portugal (BP), entidade central banc´ aria da Rep´ ublica Portuguesa, sediado em Lisboa, tem como miss˜ ao a gest˜ ao de disponibilidade externa do pa´ıs e a intermedia¸c˜ ao das rela¸c˜ oes monet´ arias internacionais do Estado; ´ e tamb´ em fun¸c˜ ao

1

Figuras da contrafa¸ c˜ ao retiradas do site ”20 Euro Banknote - Counterfeit money detection:

know how”: http://currencyguide.eu/eur-en/20eur-en.html.

(29)

2.5. Escrita Manual 13

deste a vela¸c˜ ao da estabilidade do sistema financeiro a n´ıvel nacional, entre outras.

Anualmente o BP lan¸ca as estat´ısticas da contrafa¸c˜ ao da moeda em Portugal. No ano de 2012 foram apreendidas mais de 11000 notas dos diversos valores (5, 10, 20, 50, 100, 200 e 500), sendo que destas a mais comum, e com cerca de 5800 unidades apreendidas, foi a que apresenta o valor de 50 euros. Contudo, o n´ umero de exem- plares apreendidos diminuiu relativamente ao ano de 2011, onde foram registadas perto de 15000 notas contrafeitas. Nas Tabelas 2.1 e 2.2 e nas Figuras 2.4 e 2.5 podemos verificar quais as quantidades contrafeitas e a que valores correspondem, respetivamente.

Tab. 2.1: Estat´ısticas de contrafa¸ c˜ ao do Euro.

Ano N´ umero de notas contrafeitas

5 e 10 e 20 e 50 e 100 e 200 e 500 e Total/ano

2002 29 60 339 3781 442 80 2 4733

2003 184 190 1643 4842 858 168 16 7901

2004 324 359 1751 3905 6514 181 10 13044

2005 211 830 2224 4733 1881 227 32 10138

2006 459 609 2959 3586 781 223 95 8712

2007 363 849 3219 3576 734 909 75 9725

2008 143 1432 4408 3948 777 515 20 11243

2009 172 511 3231 5075 951 276 254 10470

2010 141 1037 5656 9629 1051 168 435 18117

2011 130 522 5575 8524 788 81 19 15639

2012 115 564 4213 5824 524 98 38 11376

2013 67 437 3242 5807 639 167 651 11010

2.5 Escrita Manual

Em Portugal, e no sentido de melhorar a rela¸c˜ ao entre o Estado e a sociedade,

em dezembro de 1996 foi promulgado o Decreto-Lei n.

o

250/96 que determinava

que o sistema de reconhecimento notarial por semelhan¸ca deveria ser reduzido e s´ o

se deveria recorrer a este aquando da existˆ encia de men¸c˜ oes especiais [32]. Assim

sendo, este reconhecimento passa a ser substitu´ıdo pela cedˆ encia do n´ umero, data

e entidade emitente do bilhete de identidade (entretanto alterado para cart˜ ao do

cidad˜ ao em 2007) [33].

(30)

Tab. 2.2: Estat´ısticas de contrafa¸ c˜ ao do Euro - valores.

Ano Valor contrafeito por tipologia de nota

5 e 10 e 20 e 50 e 100 e 200 e 500 e Total/ano

2002 145 600 6780 189050 44200 16000 1000 257775

2003 920 1900 32860 242100 85800 33600 8000 405180 2004 1620 3590 35020 195250 651400 36200 5000 928080 2005 1055 8300 44480 236650 188100 45400 16000 539985 2006 2295 6090 59180 179300 78100 44600 47500 417065 2007 1815 8490 64380 178800 73400 181800 37500 546185 2008 715 14320 88160 197400 77700 103000 10000 491295 2009 860 5110 64620 253750 95100 55200 127000 601640 2010 705 1037 113120 481450 105100 33600 217500 961845 2011 650 5220 111500 426200 78800 16200 9500 648070 2012 575 5640 84260 291200 52400 19600 19000 472675 2013 335 4370 64840 290350 63900 33400 325500 782695

O cart˜ ao do cidad˜ ao foi introduzido no ano de 2007, segundo a Lei n.

o

7/2007 de 5 de Fevereiro. Este passaria a ser o documento autˆ entico de cada cidad˜ ao, onde estavam presentes os dados mais relevantes como n´ umero de identifica¸c˜ ao civil, n´ u- mero de identifica¸c˜ ao fiscal, n´ umero de utente dos servi¸cos de sa´ ude e n´ umero de identifica¸c˜ ao da seguran¸ca social, como pode ser visto na Figura 2.6. Este inclui um circuito integrado que cont´ em a maior parte dos elementos do seu titular e, para al´ em destes, dois certificados (de autentica¸c˜ ao segura e qualificado para assinatura eletr´ o- nica), existindo aplica¸c˜ oes inform´ aticas que permitem aceder ` as funcionalidades do cart˜ ao, ` a gest˜ ao de alguns dados e seguran¸ca.

A escrita ´ e uma caracter´ıstica pr´ opria de cada pessoa. Quando se come¸ca a frequentar a escola aprende-se a escrever de uma forma espec´ıfica, no entanto, ao longo dos anos, cada pessoa vai alterando a sua escrita, fazendo com que a caligra- fia se torne uma caracter´ıstica pessoal e, do ponto de vista forense, pode ser um importante elemento discriminante.

Para a realiza¸c˜ ao de uma an´ alise forense podem existir trˆ es tipos de escrita

de compara¸c˜ ao: contemporˆ anea, espontˆ anea ou colhida. A escrita contemporˆ anea

consiste em documentos escritos na mesma altura em que o documento que est´ a em

avalia¸c˜ ao ter´ a sido escrito. A escrita espontˆ anea refere-se ` a escrita do dia-a-dia e usa-

se em formul´ arios, procura¸c˜ oes, certid˜ oes, entre outros. Por ´ ultimo, a escrita colhida

(31)

2.5. Escrita Manual 15

(a)

(b)

Fig. 2.4: Estat´ısticas de contrafa¸ c˜ ao: (a) n´ umero de notas por ano; (b) valor contrafeito por ano (valores das Tabelas 2.1 e 2.2).

trata-se da que ´ e realizada a pedido, recolhida especificamente para utiliza¸c˜ ao no exame da escrita em causa (tamb´ em denominada de colheita de aut´ ografos), como mostra a Figura 2.7. Esta colheita deve ser realizada nas condi¸c˜ oes mais semelhantes

`

aquelas em que o documento contestado ter´ a sido feito, condi¸c˜ oes como o tipo de

documento e o tipo de instrumento utilizado (caneta de ponta fina ou de gel, l´ apis

ou lapiseira) e deve ser do mesmo tipo da questionada, isto ´ e, se a questionada for

com letras mai´ usculas (ou min´ usculas, assinaturas completas, r´ ubricas, algarismos)

a pedida tamb´ em o ser´ a. No entanto, h´ a que salvaguardar que h´ a diferen¸cas na

escrita quando o suspeito e/ou o autor da escrita a analisar est´ a sob diferentes

condi¸c˜ oes e estado psicol´ ogico ou ainda a diferen¸ca entre a data da escrita e a data

da colheita. Uma das grandes dificuldades que ainda existe ´ e quando a escrita ´ e

deliberadamente alterada, isto ´ e, quando o autor faz por alterar a sua escrita e

(32)

(a) (b)

(c) (d)

Fig. 2.5: Estat´ısticas dos valores totais contrafeitos: (a) total de notas por ano; (b) total de valor por ano; (c) total de evidˆ encias por tipologia de nota; (d) total de valor por tipologia de nota (valores das Tabelas 2.1 e 2.2).

caracter´ısticas no sentido de n˜ ao ser identificado e, nestes casos, podem ser tiradas conclus˜ oes e resultados erradas.

No sentido de ultrapassar esta quest˜ ao, investigadores cient´ıficos desenvolveram m´ etodos de medi¸c˜ ao de caracter´ısticas, sele¸c˜ ao de conjunto de teste e avalia¸c˜ ao do m´ınimo de elementos necess´ arios para tomar uma decis˜ ao que possa ser considerada fi´ avel, sendo que uma das sugest˜ oes seria a cria¸c˜ ao de um algoritmo de classifica¸c˜ ao robusto que conseguisse lidar com vari´ aveis de v´ arios tipos. No entanto, apesar de a identifica¸c˜ ao do autor de um documento ser de extrema importˆ ancia, ainda n˜ ao foi publicado um n´ umero de artigos relevantes que abordem este problema. Os sistemas j´ a existentes permitem fazer uma verifica¸c˜ ao de caligrafias semelhantes ` a que est´ a a ser analisada e posteriormente ´ e feita manualmente uma avalia¸c˜ ao subjetiva por um especialista, baseada nas caracter´ısticas que podem ser vistas e na experiˆ encia do perito. Esta avalia¸c˜ ao consiste, por exemplo, na compara¸c˜ ao de tra¸cos, letras ou nas combina¸c˜ oes destas por vezes tendo que fazer algumas medi¸c˜ oes ainda que simples [34, 35, 36, 37].

Uma vez que os materiais de escrita muitas vezes est˜ ao deteriorados e com pouca

qualidade ´ e necess´ ario realizar algum pr´ e-processamento ` a imagem como o melho-

(33)

2.5. Escrita Manual 17

(a) (b)

Fig. 2.6: Exemplo de cart˜ ao do cidad˜ ao: (a) frente; (b) verso.

Fig. 2.7: Exemplo de assinatura recolhida.

ramento da qualidade e do contraste, do ru´ıdo e da forma da imagem. Podem tamb´ em ser utilizados para corrigir tra¸cos e linhas usando operadores morfol´ ogicos para a an´ alise de caracter´ısticas espec´ıficas da escrita e que permite repor uni˜ oes entre caracteres. A segmenta¸c˜ ao da imagem ´ e um dos passos importantes, se n˜ ao o mais importante, na an´ alise de um documento a partir de um software. Gluh- chev [34] desenvolveu um sistema de investiga¸c˜ ao de escrita manual, cujo diagrama se encontra na Figura 2.8. A primeira etapa consiste na elimina¸c˜ ao do fundo, su- pondo que este ´ e uniforme esta extra¸c˜ ao ´ e feita baseada no histograma da imagem.

A etapa seguinte seria a separa¸c˜ ao das linhas de texto atrav´ es de proje¸c˜ oes horizon- tais dos pix´ eis, podem ainda ser extra´ıdas informa¸c˜ oes como eixo m´ edio da linha de texto ou a dete¸c˜ ao de tra¸cos de texto acima ou abaixo da altura das linhas da folha. O passo seguinte da segmenta¸c˜ ao de um documento escrito ´ e a separa¸c˜ ao de palavras e para isto ´ e usada a proje¸c˜ ao vertical.

Relativamente ` a extra¸c˜ ao de caracter´ısticas existem diferentes tipos que podem

ser analisados como grafometria, densitometria, entre outros [35]. Um dos tipos

de caracter´ısticas s˜ ao as categ´ oricas que integram, por exemplo, o grau de conec¸c˜ ao

entre letras, inclina¸c˜ ao do texto e grau de elabora¸c˜ ao da caligrafia. Existem algumas

caracter´ısticas em que podemos fazer uma avalia¸c˜ ao quantitativa, como a distˆ ancia

(34)

Fig. 2.8: Diagrama de blocos do sistema de investiga¸c˜ ao da escrita manual.

(35)

2.5. Escrita Manual 19

entre linhas, a largura e altura das letras e a distˆ ancia entre letras e entre palavras.

Todas estas caracter´ısticas podem ser melhor ou pior falsificadas, no entanto h´ a uma outra caracter´ıstica que n˜ ao consegue ser t˜ ao facilmente falsificada, trata-se da distribui¸c˜ ao da press˜ ao exercida na folha durante o movimento de escrita.

A tomada de decis˜ ao ser´ a ent˜ ao baseada numa avalia¸c˜ ao da similaridade entre determinados elementos e esta avalia¸c˜ ao pode ser separada em v´ arios patamares:

no primeiro s˜ ao comparados elementos b´ asicos como tra¸cos, letras e pontua¸c˜ ao.

A segunda fase ser´ a deduzida uma percentagem de similaridade, uma vez que um determinado elemento j´ a pode ser detetado em alguns momentos do texto. Ap´ os esta avalia¸c˜ ao, a ´ ultima etapa passa por uma avalia¸c˜ ao geral do documento. Todo este processo est´ a representado segundo um diagrama de blocos como pode ser verificado na Figura 2.8.

Um outro estudo realizado em 2002 por Sargur Srihari et al [38], foi orientado tamb´ em para a individualiza¸c˜ ao da escrita dos participantes e para a extra¸c˜ ao de ca- racter´ısticas. As amostras recolhidas consistiam na c´ opia de uma carta previamente determinada, em que existiam todas as conjuga¸c˜ oes de letras que interessavam e que continha letras mai´ usculas, min´ usculas, todos os algarismos e alguma pontua¸c˜ ao. A popula¸c˜ ao escolhida para este estudo variava num intervalo de idades entre os 12 e os 85 anos e pertencentes a v´ arias afinidades populacionais. Ap´ os a recolha, cada documento escrito seria digitalizado com uma resolu¸c˜ ao de 300 dpi (pontos por pole- gada) e a imagem guardada em escala de cinzentos (valor de cada pixel pode variar de 0 a 255, em que 0 ´ e preto e 255 branco). O primeiro passo depois disto seria tornar a imagem bin´ aria, a partir de um algoritmo de binariza¸c˜ ao. Em seguida, no mesmo estudo, foi utilizado o Adobe P hotoshop para, manualmente, fazer a extra¸c˜ ao de cada linha, palavra e caracteres.

Recentemente, na conferˆ encia Measurement Science and Standards in Forensic Handwriting Analysis Conference and Webcast realizada nos Estados Unidos da Am´ erica a 5 de junho de 2013 foram reunidas opini˜ oes de v´ arios especialistas (Exa- minadores Forenses de Documentos - EFD) sobre qual a aparˆ encia do futuro desta

´

area [39]. Foram v´ arios os intervenientes tanto presencialmente como por webcast e como tal existiram diversos pontos de vista e diversas opini˜ oes como:

• Futuramente dever˜ ao ser inclu´ıdas ferramentas de an´ alise quantitativa. As estat´ısticas continuar˜ ao a ser importantes para os EFD e a continua¸c˜ ao da investiga¸c˜ ao ir´ a permitir uma melhor compreens˜ ao desta ´ area.

• Atualmente, os EFD analisam as evidˆ encias a partir da frequˆ encia de caracte-

(36)

r´ısticas presentes no documento, futuramente estas caracter´ısticas dever˜ ao ser formalizadas no sentido de haver um padr˜ ao.

Existem, no entanto, algumas barreiras aos avan¸cos tecnol´ ogicos tais como: os programas podem n˜ ao conseguir calcular com precis˜ ao as estat´ısticas; ´ e necess´ aria a existˆ encia de estudos s´ olidos, no entanto estes estudos tˆ em um custo elevado e requerem um elevado n´ıvel de experiˆ encia; outro inconveniente ser´ a a existˆ encia de poucos artigos cient´ıficos relacionados com este tema, uma vez que a investiga¸c˜ ao requer tempo e dinheiro.

O cap´ıtulos que se seguem descrevem o processo realizado neste trabalho. Come-

¸cou por ser feita a aquisi¸c˜ ao das imagens, posteriormente foi feito um processamento

e, por fim, foram obtidos resultados. A elabora¸c˜ ao de algoritmos de processamento

de imagem robustos ´ e importante no aux´ılio ` a identifica¸c˜ ao e preven¸c˜ ao da contra-

fa¸c˜ ao de notas e falsifica¸c˜ ao de documentos de escrita manual.

(37)

Cap´ıtulo 3

Aquisi¸c˜ ao de Imagem

Neste cap´ıtulo pretende-se estudar a viabilidade de t´ ecnicas e m´ etodos de aquisi¸c˜ ao das imagens das notas e da digitaliza¸c˜ ao dos documentos de escrita manual. Para a aquisi¸c˜ ao das notas de euro foi utilizado o equipamento VSC6000 HS, dispon´ıvel no INMLCF, IP.

3.1 Imagens espetrais de notas

3.1.1 Equipamento utilizado

O equipamento utilizado para a recolha de dados foi o VSC6000 HS, Figura 3.1, composto por 3 componentes: VSC6000 (unidade principal), um sistema de PC e o software VSC Suite. Este ´ e um sistema de imagem baseado em PC que permite a an´ alise de documentos de todos os tipos, quaisquer que seja o pa´ıs, uma vez que cont´ em uma base de dados com informa¸c˜ oes sobre alguns dos documentos principais de cada pa´ıs. Para examinar um documento ´ e necess´ ario coloc´ a-lo na platina sob a c´ upula e a imagem ´ e visualizada no monitor do PC. A partir do software instalado podemos controlar a unidade principal do VSC.

O interior do equipamento ´ e constitu´ıdo pela c´ upula, platina do documento, fon-

tes luminosas e, uma vez que algumas fontes podem ser prejudiciais ` a sa´ ude humana,

existem abas na frontais e laterais para prote¸c˜ ao do utilizador e quando essas fontes

est˜ ao ativadas e o utilizador abre uma das abas a fonte ´ e desativada. Na c´ upula est´ a

localizada a cˆ amara de v´ıdeo, as fontes de luz refletida e os filtros ´ oticos. Existem

12 tipos de lˆ ampada diferentes, compreendendo os comprimentos de onda afetos ` a

luz vis´ıvel, infravermelha e ultravioleta (A, B e C), representados na Figura 3.2 e

(38)

Fig. 3.1: Equipamento utilizado para aquisi¸ c˜ ao das imagens de notas.

Tab. 3.1: Rela¸ c˜ ao entre tipo de lˆ ampada e ilumina¸ c˜ ao emitida.

Tipo de lˆ ampada Ilumina¸ c˜ ao emitida

Lˆ ampada de filamento incandescente Luz vis´ıvel de banda larga e infravermelho

Tubos de descarga de vapor UV-A, UV-B, UV-C

D´ıodos emissores de luz (LED) Luz branca

Lˆ ampada de flash Luz infravermelha intensa

que correspondem ` a emiss˜ ao de diferentes tipos de ilumina¸c˜ ao (Tabela 3.1).

As fontes luminosas compreendem comprimentos de onda entre os 200 e os 1000 nm e cada uma das fontes permite a cria¸c˜ ao de um contraste e a an´ alise de uma dada caracter´ıstica do documento em quest˜ ao. No sof tware referido anteriormente

´

e permitido ao utilizador aplicar filtros ´ oticos ao espetro de transmiss˜ ao, tais como, filtro passa-alto, passa-baixo e passa-banda.

3.1.2 Software VSC Suite

Como j´ a foi referido na sec¸c˜ ao 3.1.1, o sof tware utilizado ´ e disponibilizado pela

empresa respons´ avel pela instala¸c˜ ao do equipamento. Para aceder ao programa ´ e

(39)

3.1. Imagens espetrais de notas 23

Fig. 3.2: Tipos de fontes luminosas dispon´ıveis no equipamento.

(40)

Fig. 3.3: Vis˜ ao geral do software VSC Suite.

necess´ ario tem um perfil de utilizador que pode ser criado na primeira entrada e ao qual est´ a associado um armaz´ em de imagens. Ap´ os a entrada tem-se ent˜ ao acesso ` a interface do sof tware, como mostra a Figura 3.3.

Na barra superior podem ser encontrados, por esta ordem:

• Barra de ferramentas padr˜ ao:

– Abrir imagem – Guardar – Imprimir

– Escolher base de dados (no caso de se querer fazer uma compara¸c˜ ao entre a imagem que se est´ a a recolher e um exemplo)

• Modo de visualiza¸c˜ ao

– Imagem da cˆ amara em tempo real com resolu¸c˜ ao normal – Imagem da cˆ amara em tempo real e imagem armazenada – Imagem da cˆ amara em tempo real com resolu¸c˜ ao m´ axima

• Barra de ferramentas de exposi¸c˜ ao

(41)

3.1. Imagens espetrais de notas 25

– Brilho – Nitidez

– Corre¸c˜ ao gama para clarear ´ areas escuras

• Barra de ferramentas de zoom – Amplia¸c˜ ao

– Zoom ´ otico – Auto Focus

Com a conjuga¸c˜ ao de todos estes aspetos consegue-se obter a imagem que se pretende, podendo variar o tipo de ilumina¸c˜ ao, o zoom, brilho e terminar sempre com a realiza¸c˜ ao de um autof ocus no sentido de a imagem ficar com a melhor nitidez poss´ıvel e com as melhores caracter´ısticas para ser posteriormente analisada.

3.1.3 Notas de Euro

Ap´ os a pesquisa realizada sobre a contrafa¸c˜ ao do euro em Portugal e ter verificado que a maior quantidade contrafeita era relativa ` as notas de menor valor (apesar de uma grande parte deste valor ser em notas de 50 e ), decidiu-se que essas seriam as notas a analisar. As notas a recolher seriam ent˜ ao de 5 e (primeira s´ erie e s´ erie europa), de 10 e e de 20 e . Foram ent˜ ao recolhidas um total 32 notas.

O primeiro passo foi registar os n´ umeros de s´ erie, valor, pa´ıs de origem e s´ erie de cada uma das notas, no sentido de criar uma base de dados com os objetos analisados ou a analisar e que permita fazer uma compara¸c˜ ao aquando da existˆ encia de um specimen duvidoso. Cada objeto foi sujeito a uma determinada sequˆ encia de tipos de ilumina¸c˜ ao, recorrendo ao VSC6000. Foi inicialmente realizado um estudo sobre os tipos de luminosidade que maior importˆ ancia tinham na an´ alise das notas e, portanto, os utilizados foram: o ultravioleta A refletida (UVaR), o ultravioleta C refletida (UVcR), a luz vis´ıvel transmitida (VLT) e a luz vis´ıvel refletida (VLR).

Aquando da aquisi¸c˜ ao das imagens, o equipamento deve ser devidamente ligado

e o sof tware iniciado. Em seguida o utilizador dever´ a abrir a tampa frontal, colocar

a nota o mais centrada poss´ıvel na platina e com os lados paralelos aos lados desta e

fechar novamente a tampa. O utilizador ter´ a que selecionar na barra lateral direita

a op¸c˜ ao ”Ilumina¸c˜ ao divergente”(esta ´ e a op¸c˜ ao na qual, por defeito, o equipamento

liga no entanto conv´ em verificar antes de adquirir a imagem), antes de guardar a

imagem dever´ a selecionar o ” Auto F ocus”, representado por um bot˜ ao e, por fim,

(42)

(a) (b)

(c) (d)

Fig. 3.4: Estudo de uma evidˆ encia - nota de 5 e (protocolo: frente): (a) luz vis´ıvel refle-

tida; (b) luz vis´ıvel transmitida; (c) ultravioleta A refletida; (d) ultravioleta C

refletida.

(43)

3.1. Imagens espetrais de notas 27

(a) (b)

(c) (d)

Fig. 3.5: Estudo de uma evidˆ encia - nota de 5 e (protocolo: verso): (a) luz vis´ıvel refle-

tida; (b) luz vis´ıvel transmitida; (c) ultravioleta A refletida; (d) ultravioleta C

refletida.

(44)

guardar ent˜ ao a imagem. Estes dois ´ ultimos passos dever˜ ao repetir-se ap´ os as alte- ra¸c˜ oes do tipo de ilumina¸c˜ ao. Depois o tipo de ilumina¸c˜ ao dever´ a ser alterado para

”Luz transmitida”, em seguida para ”Ilumina¸c˜ ao ultravioleta 365nm”(UV-A) e, por

´

ultimo, para ”Ilumina¸c˜ ao ultravioleta 254nm”(UV-C) (como se vˆ e na Figura 3.4).

Cada um destes tipos de ilumina¸c˜ ao diferentes correspondem ` a modalidade de aqui- si¸c˜ ao da imagem. Ap´ os esta aquisi¸c˜ ao o tipo de ilumina¸c˜ ao deve ser alterado para o inicial (Ilumina¸c˜ ao divergente), para que a tampa frontal possa ser aberta e a nota dever´ a ser virada e o processo dever´ a ser repetido para o verso da nota (Figura 3.5).

Para que exista uma distin¸c˜ ao entre as imagens da frente e do verso da nota essa caracter´ıstica ´ e denominada de protocolo. Para terminar o processo a tampa frontal dever´ a ser aberta, a nota retirada e guardada e o computador e o equipamento de- ver˜ ao ser desligados. O estudo dessa evidˆ encia cont´ em ent˜ ao oito imagens, divididas por modalidade e protocolo.

3.2 Digitaliza¸ c˜ ao de escrita manual

A recolha de dados para a an´ alise da escrita manual foi realizada com indiv´ıduos de v´ arias idades, entre os 22 e os 52 anos, sendo que 6 eram do sexo masculino e 5 do sexo feminino. Primeiramente foi requerido ao participante o preenchimento de um abaixo assinado onde assumiu ter conhecimento do trabalho em que estava a participar e autorizando a utiliza¸c˜ ao dos dados fornecidos. O formul´ ario entregue a cada participante era composto por 3 folhas em que cada uma delas se referia a uma circunstˆ ancia diferente. A primeira circunstˆ ancia consistia em colocar a primeira folha em cima da mesa e preencher os campos de assinatura, sequˆ encia num´ erica, rubrica e a c´ opia de uma pequena frase, como exemplifica a Figura 3.6. Em seguida, a segunda circunstˆ ancia era semelhante ` a primeira, mas em vez de a folha ser colocada em cima da mesa, era posicionada numa capa pousada em cima de uma perna, Figura 3.7. Por ´ ultimo, era solicitado ao participante que escolhesse uma assinatura da folha do abaixo assinado para copiar com a melhor qualidade poss´ıvel, como pode ser visto na Figura 3.8.

O passo seguinte passou pela digitaliza¸c˜ ao dos documentos para posteriormente

analisar. A digitaliza¸c˜ ao inicialmente realizou-se numa impressora com scanner da

marca HP , onde a qualidade da imagem obtida era razo´ avel, no entanto a resolu¸c˜ ao

m´ axima conseguida era de 200 dpi, o que poderia fazer com que a imagem perdesse

informa¸c˜ ao durante o processamento. Em seguida, foi utilizado o scanner Epson

P erf ection 3490 P hoto no qual existia a op¸c˜ ao de aumentar a resolu¸c˜ ao at´ e aos

(45)

3.2. Digitaliza¸ c˜ ao de escrita manual 29

4800 dpi. Foram testados variados valores e o que pareceu reunir a qualidade ne- cess´ aria foi o de 600 dpi. As trˆ es folhas de cada um dos participantes foram assim digitalizadas e guardadas numa pasta atribu´ıda a cada pessoa e dentro desta existem trˆ es pastas, uma para cada circunstˆ ancia.

Posteriormente foi feita uma nova aquisi¸c˜ ao, desta vez orientada somente aos estudantes do Instituto Superior de Engenharia do Porto, sendo que o formul´ ario inicial sofreu algumas altera¸c˜ oes que foram consideradas necess´ arias. Foram igual- mente entregues 3 folhas aos participantes (ver Anexo A). A primeira trata-se de um consentimento de participa¸c˜ ao, em que s˜ ao fornecidos dados como o n´ umero me- canogr´ afico, a assinatura, sexo (feminino/masculino) e idade. A segunda inclu´ıa, tal como na vers˜ ao anterior, a recolha novamente da assinatura, de sequˆ encias num´ eri- cas e a c´ opia de texto mas ainda mais um campo que consistia na c´ opia de s´ımbolos.

Por ´ ultimo, a terceira folha consistia na imita¸c˜ ao de outros participantes; o indiv´ı- duo identifica o imitado pelo seu n´ umero mecanogr´ afico e realiza pelo menos uma imita¸c˜ ao da assinatura, de uma sequˆ encia num´ erica e de um texto. A digitaliza¸c˜ ao destes documentos foi semelhante ` a anterior, com a pequena diferen¸ca que a resolu-

¸c˜ ao utilizada foi apensas de 300 dpi num scanner com alimentador autom´ atico, n˜ ao havendo necessidade de uma resolu¸c˜ ao t˜ ao elevada da imagem e fazendo assim com que esta ocupasse menos de metade do espa¸co das anteriores. O formul´ ario aqui descrito encontra-se em anexo, uma vez que poder´ a utilizado em trabalhos futuros.

Obtidas todas as imagens das notas de euro e dos documentos escritos, o passo

seguinte foi o processamento das imagens, com a devida segmenta¸c˜ ao das mesmas

para uma posterior an´ alise.

(46)

Fig. 3.6: Exemplo folha de aquisi¸ c˜ ao circunstˆ ancia 1.

(47)

3.2. Digitaliza¸ c˜ ao de escrita manual 31

Fig. 3.7: Exemplo folha de aquisi¸ c˜ ao circunstˆ ancia 2.

(48)

Fig. 3.8: Exemplo folha de aquisi¸ c˜ ao circunstˆ ancia 3.

(49)

Cap´ıtulo 4

Processamento das imagens

Ap´ os a aquisi¸c˜ ao das imagens das notas foi desenvolvido, em P ython, um script que permitia selecionar as imagens de interesse, fazer a segmenta¸c˜ ao da nota e a locali- za¸c˜ ao das marcas de seguran¸ca consideradas. Foram testados diversos algoritmos de segmenta¸c˜ ao da imagem, no sentido de encontrar o m´ etodo mais robusto para este processo.

Os elementos de seguran¸ca est˜ ao presentes em todas as notas em v´ arios forma- tos. Existe, por exemplo, microimpress˜ ao, holograma, sensibilidade ` a luz UV, entre outras. Podem ser reconhecidas cerca de 10 marcas de seguran¸ca presentes e para este trabalho foram utilizadas as consideradas mais importantes e de mais f´ acil reco- nhecimento por parte do ser humano. Manualmente e recorrendo a um paqu´ımetro foram registadas as coordenadas f´ısicas de in´ıcio e fim de cada uma destas marcas, para que, a partir do template, fosse poss´ıvel encontrar essas mesmas marcas qual- quer que fosse a distˆ ancia do objeto ` a margem da imagem. Escolheram-se 9 marcas a ser reconhecidas, exceto na nota de 5 e da s´ erie europa em que um dos elementos de seguran¸ca deixou de existir e n˜ ao foi considerado nenhum outro.

Tendo em conta que algumas destas marcas s˜ ao melhor vis´ıveis em planos de espa¸cos de cor alternativos, fez-se uma an´ alise de qual o melhor plano de cor para verificar cada um dos elementos, melhorando assim a capacidade da fun¸c˜ ao de dete- tar e assinalar, com um retˆ angulo vermelho, esse elemento. Para fazer essa an´ alise converteu-se a imagem RGB nos espa¸cos de cor HSV e Lab e obteve-se os respetivos planos de cor (3 por espa¸co, num total de 9 planos).

Relativamente ` a escrita manual foram tamb´ em elaborados alguns scripts em

P ython no sentido de obter as regi˜ oes de interesse (roi) de modo a serem posterior-

mente extra´ıdas caracter´ısticas a partir das quais se possam obter classifica¸c˜ oes em

Referências

Documentos relacionados

Caso quis´ essemos antes de aplicar os m´ etodos de varredura descobrir qual N seria mais adequado para o sistema, poder´ıamos aplicar a varia¸c˜ ao dos quantificadores de

Determine qual figura representa

Determine a energia do sinal na sa´ıda

• O filtro deve rejeitar (n˜ ao deixar aparecer em sua sa´ıda) quais frequˆencias, de forma a eliminar o aliasing dentro da faixa de interesse. Observe que quanto maior este valor,

Usaremos as 8 amostras n˜ao nulas deste sinal para calcular a transformada discreta de Fourier (DFT) X [k].. A partir de x[n], geraremos um novo sinal y[n] desprezando todas as

Southern Nuclear Operating Company c/o Corporation Service Company, Registered Agent 2711 Centerville Rd., Ste 400 Wilmington, DE 19808 MEAG Power SPVJ, LLC MEAG Power SPVM, LLC

(P>0,05), entre a dieta deficiente e as dietas suplementadas com DL – metionina e Metionina Hidróxi Análoga, por outro lado o peso do albúmen foi maior nas dietas suplementadas com

Por se tratar de um espa¸co m´ etrico, usaremos a no¸c˜ ao de sequencialmente compacto (em que toda sequˆ encia possui uma subsequˆ encia que ´ e conver- gente) vista em An´ alise