DETEÇÃO DE ANOMALIAS EM AZULEJOS ATRAVÉS DE TÉCNICAS DE PROCESSAMENTO DIGITAL DE IMAGEM

1

DETEÇÃO DE ANOMALIAS EM AZULEJOS ATRAVÉS DE TÉCNICAS DE

PROCESSAMENTO DIGITAL DE IMAGEM

DETECTION OF ANOMALIES IN GLAZED TILE PANELS BY MEANS OF DIGITAL IMAGE PROCESSING

Dora Roque; Laboratório Nacional de Engenharia Civil; Avenida do Brasil N.º 101, 1700-066 Lisboa; droque@lnec.pt

Marta Mendes; Laboratório Nacional de Engenharia Civil; Avenida do Brasil N.º 101, 1700-066 Lisboa; martamagnini@gmail.com

Sílvia Pereira; Laboratório Nacional de Engenharia Civil; Avenida do Brasil N.º 101, 1700-066 Lisboa; spereira@lnec.pt

Ana Fonseca; Laboratório Nacional de Engenharia Civil; Avenida do Brasil N.º 101, 1700-066 Lisboa; anafonseca@lnec.pt

João Manuel Mimoso; Laboratório Nacional de Engenharia Civil; Avenida do Brasil N.º 101, 1700-066 Lisboa; jmimoso@lnec.pt

RESUMO

Portugal tem um património multisecular de azulejos que deve ser conservado e em alguns casos requer intervenções de restauro. Essas intervenções são precedidas de um levantamento gráfico de anomalias. Tradicionalmente, a construção deste documento exige o registo manual de todas as anomalias presentes, podendo ser um trabalho demorado e moroso particularmente quando os painéis têm um grande desenvolvimento em altura. O objetivo do presente trabalho consiste na análise das vantagens e dos inconvenientes da utilização de técnicas de processamento digital de imagem para a construção desse registo, tanto ao nível da atribuição de um sistema de coordenadas às superfícies como na deteção automática e eventual quantificação das anomalias presentes.

PALAVRAS-CHAVE: anomalias em azulejos, processamento digital de imagem na gestão do património cultural, classificação por objetos

ABSTRACT

Portugal has a unique azulejo heritage that has to be preserved. Panels often require restoration interventions that call for preliminary surveys. Traditionally these require a visual assessment of each individual tile according to a procedure that may be lengthy and costly, particularly when the panels or parts thereof are set at considerable heights. The aim of this communication is to discuss the advantages and disadvantages of substituting the visual assessment with a photographic survey interpreted by means of digital image processing techniques.

KEYWORDS: degradation of glazed tiles; survey of decayed azulejos; digital image processing in heritage management; object classification;

1. INTRODUÇÃO

É hoje reconhecida a todos os níveis a importância dos azulejos portugueses enquanto manifestações culturais multiseculares sem paralelo noutros países. As entidades gestoras deste património têm, assim, vindo a tomar consciência da importância de o preservar, tornando-se necessário proceder a ações de conservação e restauro das superfícies azulejadas. O registo gráfico com identificação de anomalias e o seu levantamento fotográfico constituem parte da documentação final associada a uma superfície azulejada e são ferramentas de apoio para intervenções de

2 conservação e restauro. O objetivo de um levantamento gráfico de anomalias é o de complementar a documentação textual com uma informação visual que proporcione uma perceção mais rápida do estado de conservação do bem em estudo, bem como uma leitura espacial dos danos e de correlação entre si, difícil de obter de outra forma. O registo gráfico, tradicionalmente, é obtido de forma manual através de papel milimétrico, no qual é identificada uma grelha de referência, onde cada quadrado corresponde a um azulejo, sendo atribuído um código alfanumérico a cada um para a sua identificação e sobre os quais as anomalias são registadas. O presente trabalho tem como objetivo avaliar a possibilidade de construir o registo gráfico através de técnicas de processamento digital de imagem aplicadas aos registos fotográficos da superfície azulejada [1;2], tendo sido considerados tanto painéis históricos como fachadas de edifícios.

O método proposto implica a realização da correção geométrica das fotografias a fim de compensar algumas das suas distorções e a posterior deteção das anomalias representadas na imagem através de classificação semiautomática orientada por objetos.

2. MÉTODO

2.1. Aquisição de fotografias

A aquisição de registos fotográficos de superfícies azulejadas apresenta diversas dificuldades quando se pretende obter imagens com qualidade para a extração de informação através de processamento digital de imagem. Um dos problemas mais frequentes é a não homogeneidade da luminosidade sobre os azulejos, quer seja causada por sombras (Fig. 1) ou pelo brilho do vidrado que pode causar reflexos quando exposto a uma fonte de luz natural ou artificial. Uma das formas mais comuns de contornar esta segunda dificuldade consiste em evitar a captação da imagem paralela à superfície de azulejo. No entanto, ao adquirir a imagem com o eixo ótico não perpendicular ao painel, é obtida uma imagem distorcida que terá, mais tarde, de ser corrigida digitalmente [2]. Para além do problema relacionado com a luminosidade, a aquisição de fotografias com o eixo ótico oblíquo em relação à superfície é, frequentemente, uma imposição para as fotografias exteriores quando o espaço entre edifícios é pequeno.

Fig. 1 - Fotografia de painel de azulejos afetado por sombra.

2.2. Processamento geométrico

Para efetuar medições sobre a fotografia, é necessário que esta esteja associada a um sistema de coordenadas, sendo necessário realizar a correção das deformações presentes na imagem. As fotografias são afetadas por distorções causadas por diversos fatores, tais como defeitos das lentes,

3 as quais poderiam ser compensadas através das técnicas propostas por Fonseca [3]; contudo, dada a sua pequena magnitude, estas não foram consideradas. Desta forma, a maior deformação das fotografias estudadas é a provocada pela obliquidade do eixo ótico em relação à superfície de azulejos.

Para a correção geométrica das fotografias foi construída, no ArcGIS®, para cada caso de estudo, uma grelha vetorial formada por quadrados e outros polígonos com as dimensões estimadas para cada azulejo da superfície. Essas dimensões podem ser as dimensões reais do azulejo, caso estas sejam conhecidas, ou o comprimento do lado do azulejo pode ser considerado como unidade, sendo utilizado como valor de referência em todas as medições. Para azulejos não quadrangulares, foi feita uma estimativa da dimensão do azulejo baseada na comparação do número médio de pixéis que formam os lados dos azulejos regulares e irregulares. A fotografia foi corregistada com esta grelha, ficando associada à métrica do vetor (Fig. 2), através do modelo matemático spline, o qual ajusta a imagem para que os pontos registados sobre esta coincidam com os pontos da grelha. Os únicos pontos que podem ser utilizados para realizar o co-registo são as interseções das juntas dos azulejos, o que dificulta o processo, uma vez que é frequente as juntas apresentarem anomalias que impossibilitam a correta localização do ponto a registar. Nem todas as interseções das juntas foram utilizadas como pontos de controlo, tendo sido selecionados alguns desses pontos para verificação da qualidade. As coordenadas destes foram registadas no vetor e na fotografia e foi calculado o erro médio quadrático do posicionamento destes pontos.

Fig. 2 - Fotografia de painel figurativo de azulejos corregistada com uma grelha vetorial.

2.3. Deteção semiautomática de anomalias

A identificação de anomalias foi realizada com o programa Definiens® Developer sobre a imagem corregistada. Os pixéis vizinhos com características semelhantes no que diz respeito à cor, à forma e à textura foram aglomerados em objetos – segmentação – os quais podem variar consoante os pesos que são atribuídos às variáveis consideradas (escala, cor, forma, suavidade e

4 compacidade). De acordo com as dimensões e com o contraste radiométrico entre as anomalias e o restante azulejo, os parâmetros de segmentação foram adaptados de forma a detetar cada um dos problemas presentes na superfície azulejada em estudo. Para patologias que ocupam áreas relativamente grandes e apresentam uma forma compacta, como as Faltas de Vidrado, foi atribuído à escala um valor que permitisse alguma variabilidade radiométrica, dado o aspeto heterogéneo da patologia, e foram atribuídos pesos iguais à cor e à forma e o peso máximo possível à compacidade. Contudo, para anomalias de pequenas dimensões, como os Poros no Vidrado ou o Craquelé, foi usado um valor de escala baixo e foram associados os pesos máximos à cor e à suavidade, para obter objetos pouco compactos.

A fim de detetar as anomalias, foram analisados os valores de diversas variáveis para cada um dos objetos. Para a identificação das zonas afetadas por Falta de Vidrado (Fig. 3), foi utilizado o Índice de Faltas de Vidrado (IFV), que é calculado por:

)

log(

NR

NR

C

IFV







onde NRazul e NRvermelho são os valores médios de intensidade das imagens do azul e do vermelho,

respectivamente, para cada objecto e C é uma constante que tem como objetivo fazer com que o argumento do logaritmo não apresente valores negativos, a qual terá de ser adaptada para cada fotografia onde seja utilizado este índice. O IFV permitiu o mapeamento das zonas afetadas, tendo sido classificados como Faltas de Vidrado todos os objetos com valores baixos da variável.

Fig. 3 - Imagem de IFV, com C igual a 110, correspondente a um painel figurativo; os objetos mais escuros são Faltas de Vidrado e desenhos a amarelo.

Relativamente à anomalia Poros no Vidrado, os parâmetros usados na segmentação são determinantes para a sua deteção, pois uma escala demasiado elevada dá origem a objetos com dimensões superiores à da anomalia. Além da escala, o peso elevado atribuído à cor possibilita a criação de objetos redondos associados aos Poros no Vidrado enquanto os restantes apresentam formas alongadas devido ao peso associado à suavidade, permitindo a distinção entre ambos através de índices como a Área, a Semelhança a um Círculo e a Densidade, que permite distinguir objetos compactos de objetos alongados.

As juntas dos azulejos são, frequentemente, afetadas por anomalias, podendo ser classificadas como Juntas Abertas ou Juntas Refechadas. Os dois géneros de juntas podem ser dissociados através da sua cor, uma vez que o primeiro tipo de juntas apresenta uma cor escura e acastanhada,

5 enquanto o segundo tem uma tonalidade clara. Para detetar estes elementos, foi utilizada uma segmentação de parâmetros semelhantes aos relativos às Faltas de Vidrado e foram classificados como Junta todos os objetos com valores baixos de Homogeneidade que se encontravam próximos dos bordos dos azulejos. A variável Brilho, que consiste na média das intensidades das imagens do vermelho, verde e azul, foi a selecionada para separar os dois tipos de juntas, tendo sido classificadas como Juntas Abertas as juntas com valores baixos e como Juntas Refechadas aquelas que apresentam valores altos.

A Homogeneidade, juntamente com o Contraste entre Pixéis Vizinhos e a Densidade são as variáveis mais relevantes para a identificação do Craquelé, sendo associada esta classe a todos os objetos que apresentem valores baixos de ambas as variáveis. A deteção desta patologia depende muito da cor dos azulejos onde se encontra, sendo identificada mais facilmente sobre azulejos de cor clara.

Os algoritmos apresentados podem ser aplicados sobre fotografias de qualquer superfície azulejada, permitindo obter vetores de delimitação das anomalias presentes, os quais são posteriormente exportados, no formato shapefile, para o ArcGIS®, onde são sobrepostos à imagem corrigida geometricamente, constituindo o registo gráfico da superfície (Fig. 4 e Fig. 5). O ArcGIS® permite uma consulta fácil às propriedades geométricas dos vetores correspondentes às anomalias, nomeadamente, ao valor da área ocupada por estes ou ao seu comprimento, os quais são valores importantes para o cálculo de orçamentos para ações de conservação e restauro. De referir, ainda, que os valores das grandezas geométricas são referentes ao sistema de coordenadas associado à fotografia durante a operação de corregisto, ou seja, se a grelha tiver sido construída com as dimensões reais dos azulejos, os valores obtidos estarão nas unidades utilizadas; no caso de terem sido usados valores relativos, os valores obtidos são referentes ao comprimento do lado do azulejo.

Fig. 4 - Registo gráfico de uma fachada azulejada com identificação de Juntas Refechadas, Juntas Abertas e Craquelé.

6

Fig. 5 - Registo gráfico de um painel figurativo com identificação de Faltas de Vidrado, Juntas Refechadas e Poros no Vidrado.

3. ANÁLISE DOS RESULTADOS

O procedimento utilizado para realizar a correção geométrica das fotografias forneceu resultados semelhantes tanto para os painéis figurativos como para as fachadas, tendo sido obtidos, em ambos os casos de estudo, erros de posicionamento superiores à dimensão do pixel. No entanto, para as situações em que a dimensão dos azulejos era conhecida, esse erro foi inferior a 2 mm, o que foi considerado como aceitável.

Os algoritmos propostos para deteção semiautomática de anomalias permitiram a identificação de algumas destas tanto nos painéis figurativos, como nas fachadas de edifícios, nomeadamente, as Faltas de Vidrado, as Juntas Refechadas e os Poros no Vidrado.

As Faltas de Vidrado foram identificadas, em ambas as situações, pelas suas propriedades radiométricas, através do IFV. Verificou-se a ocorrência de confusão na classificação entre as zonas afetadas por esta patologia e os desenhos dos azulejos com cor amarela. Uma vez que a seleção do limiar que determina quais dos objetos são considerados como patologia foi feita através da avaliação subjetiva do operador, foi mais fácil identificar um valor que dissociasse corretamente os dois tipos de objetos nos azulejos de fachada do que nos painéis figurativos, devido à repetição do padrão por toda a imagem no primeiro caso.

O algoritmo para a análise das Juntas Refechadas conduziu a resultados semelhantes nos dois tipos de superfícies azulejadas. Foi verificado, em alguns casos de estudo, que o algoritmo classificou também algumas zonas afetadas por Craquelé; não tendo sido, até ao momento, identificada uma variável que permita a sua separação. As Juntas Abertas foram corretamente mapeadas através do algoritmo proposto. No entanto, este apenas foi utilizado num caso de estudo, numa fotografia de fachada, sendo necessária a sua aplicação a mais situações para inferir a sua qualidade.

Quanto aos Poros no Vidrado, muitos objetos de pequenas dimensões, sem qualquer anomalia associada, localizados principalmente em zonas de transição de cores, foram classificados com esta classe, o que implicou a realização da edição manual dos resultados no ArcGIS®, sendo esta uma tarefa morosa devido ao elevado número de objetos afetados por este erro. O comportamento do algoritmo foi semelhante para as fotografias de painéis e para as de fachada.

O mapeamento do Craquelé depende de muitos fatores, sendo a cor do azulejo um dos mais relevantes, pois este é identificado mais facilmente sobre azulejos de cor clara devido ao contraste. A metodologia proposta foi aplicada, até ao momento, apenas sobre uma fotografia de fachada azulejada, na qual o facto de o fundo ser branco e ser repetido em todos os azulejos foi decisivo para a classificação final. A classificação do Craquelé foi mais eficaz nos azulejos que apresentavam a

7 fissuração num estado mais avançado, dado que estas apresentavam uma cor mais escura, logo mais contrastante com o fundo branco. As fissuras menos desenvolvidas apenas foram detetadas parcialmente.

4. CONCLUSÕES

A metodologia proposta para a correção geométrica das fotografias permitiu compensar alguns dos erros inerentes à aquisição das imagens, nomeadamente, a obliquidade do eixo ótico relativamente à superfície azulejada, tendo sido obtidos erros no corregisto inferiores a 2 mm, que foi considerado suficiente para o estudo que se pretende efetuar.

Foram desenhados vários algoritmos que permitem a deteção semiautomática de algumas das anomalias observadas mais frequentemente em superfícies azulejadas, tendo estes sido já testados em painéis decorativos e em fachadas de edifícios, à exceção das Juntas Abertas e do Craquelé que o foram apenas nas fachadas. Verificou-se que, apesar de os algoritmos já testados em ambos os casos permitirem a deteção de anomalias nas duas situações, a repetição dos padrões que ocorre nas fachadas azulejadas torna a aplicação dos procedimentos a este género de superfícies mais simples, sendo, contudo necessário, tanto para os painéis como para as fachadas, testar os algoritmos em outros casos de estudo.

A deteção das anomalias sobre a fotografia através das técnicas de processamento digital de imagem, aliada à informação métrica proveniente da grelha vetorial, permite a associação de um registo gráfico à superfície azulejada alvo de estudo. Apesar de os vetores provenientes da classificação semiautomática necessitarem de ser alvo de uma edição manual, este procedimento permite obter a informação relevante para a construção do registo gráfico, sem realizar o seu registo manual como é feito tradicionalmente. No entanto, nunca poderá ser esquecido que esta metodologia semiautomática tem erros associados, quer na precisão do corregisto, que influencia a medição das grandezas geométricas, quer na deteção das anomalias, onde podem ocorrer dois tipos de erro: identificação de anomalias que não existem (erros de comissão) e não deteção de anomalias presentes nos azulejos (erros de omissão), questões que se vai tentar melhorar num futuro próximo.

5. REFERÊNCIAS BIBLIOGRÁFICAS

[1] NOGUEIRA, F. M. SOUZA. Ferramentas digitais de baixo custo para o diagnóstico da degradação de bens arquitetônicos. Revista Brasileira de Arqueometria, Restauração e Conservação, Vol.1, No.4, 2007, p. 196-199.

[2] ROQUE, Dora, MENDES, Marta, PEREIRA, Sílvia, FONSECA, Ana. Utilização de Técnicas de Processamento Digital de Imagem para Identificação de Patologias em Painéis de Azulejos. 3º Encontro Nacional de Geodesia Aplicada, Lisboa, 2012.

[3] FONSECA, Ana, ROQUE, Dora, AFONSO, Nuno, BAPTISTA, Bruno. Memorando sobre a Inspecção Visual Assistida de Paramentos de Barragens. Lisboa: Relatório LNEC, 2011.