O início

Este método surgiu na década de 1980, como uma solução para o caso em que as partículas já segmentadas se tocam em pequenas áreas. A partir daí várias alternativas de implementação e de aplicações foram aparecendo.

Survey

IEEE Xplore

A expressão (watershed segmentation) gerou um total de 15o artigos. As palavras (watershed AND segmentation) geraram 539 ocorrências. Destes últimos,
1 na década de 1980;
80 na década de 1990 e
458 a partir de 2000 até hoje.

ScienceDirect

Uma pesquisa simples com as palavras (watershed AND segmentation) gerou 1590 ocorrências! Retirando os liros e os de uma publicação de hidrologia, ficam 1415. De cinco publicações especializadas:

• Pattern Recognition (69)
• Image and Vision Computing (67)
• Pattern Recognition Letters (60)
• NeuroImage (45)
• Remote Sensing of Environment (38)

Este portal também exibe resultados organizados por ano, e eles são crescentes, a partir de 1 a 4 por ano na década de 1980, até 197 em 2008, sendo que 2009 já tem 132 (ainda estamos em abril).

ACM

A expressão (watershed AND segmentation) recuperou apenas 11 artigos.

Biblioteca Digital Brasileira de Teses e Dissertações

A pesquisa watershed segmentation (todas as palavras) recuperou 5 trabalhos.

Scientific Commons

A expressão (watershed AND segmentation) recuperou 741 artigos.

CiteSeerX

A pesquisa “text:(watershed AND segmentation)”, que procura as palavras no texto do trabalho recuperou 568 artigos, começando em 1986.

• 31 trabalhos até 1999: Um de aplicação industrial (análise automática de fragmentação de vidro); 1 imageamento médico (Magnetic Resonance Imaging); 1 em Sensoriamento Remoto;
• 44 trabalhos de 2000 até 2009: 5 imageamento médico; 1 em Sensoriamento Remoto; 6 sobre identificação de objetos em vídeo; 1 reconhecimento de faces; 1 analise de DNA; 1 detecção de pessoa em imagem termal; 1 em imagem de sonar;

So, what?

Quantidade de trabalhos aumentando significa que o método funciona, e pode ser aplicado a problemas reais. O imageamento médico é uma das aplicações que mais aparece, provavelmente porque na maioria dos cados o threshold não resolve o problema, então é necessário recorrer a uma técnica mais sofisticada, que pode ser a segmentação por watersheds.

Imagine o que aconteceria se um um bom programa de análise de imagens voltado ao usuário implementasse os algoritmos principais…

Como pesquisar

O  SourceForge.net tem formulários de pesquisa simples em quase todas as suas páginas. Você pode começar por aí, mas o melhor mesmo é ir para a pesquisa avançada.

A busca pelas suas palavras-chave ocorre no título e na descrição dos softwares e, às vezes a informação que se busca não está lá, como a linguagem de programação, ou alguma funcionalidade/ compatibilidade em especial. A opção é usar o google, que superestima os resultados porque inclui entradas de fórum, e todo o tipo de texto que estiver no site.
Também é possível navegar pelos tópicos, ou pesquisar somente um ou mais tópicos específicos, mas como não há um tópico “image processing”, é preciso procurar pelos projetos em suas áreas de aplicação ou em tópicos parecidos.
Por isso as quantidades a seguir devem ser tratadas como meras estimativas…

Survey: primeira aproximação

Num universo de mais de 320 mil projetos, comecei pelo óbvio: a expressões mais usadas para descrever softwares do tipo que procuro:

• image processing – 255 projetos encontrados;
• image analysis – 30 projetos;
• computer vision – 95 projetos.

Foram encontrados 380 projetos (0,12 % do número total) nas áreas que escolhi. Provavelmente o número é maior, pois estas expressões, apesar de bastante usadas, não precisam necessariamente fazer parte do título ou da descrição de um projeto que faça uso de algoritmos de processamento e análise de imagens.

Conhecendo os projetos

Existem algumas formas de refinar estas buscas ou mesmo organizar a ordem de apresentação, usando as estatísticas apresentadas na página de resultados.

Screenshot dos resultados da pesquisa.

Existe um wiki com a documentação do SourceForge, que explica com as coisas funcionam, mas eu custei um poco para achar. Lá você encontra a explicação sobre as estatísticas que são calculadas para cada projeto. São estas últimas que mais me interessam, pois permitem que se saiba um pouco sobre os resultados da busca, antes de começar a seguir os links.

Num primeiro momento, seus resultados serão organizados em ordem decrescente de relevância (Relevance). Este conceito relaciona suas palavras-chave com as do projeto, ou seja, diz o quanto aquele projeto se aproxima da busca que você fez.

Na coluna seguinte, aparece  a Atividade (Activity) de cada projeto. Clicando sobre ela, você reorganiza seus resultados pelo valor da atividade. Esta é uma métrica de comunicação do projeto. Ela mede a quantidade de entradas em fóruns, listas de email, relatórios de bugs, entre outros.

O Rank é um agregador de estatísticas usado para gerar as listas de projetos mais ativos. É útil para ter uma visão geral da colocação do projeto.

As colunas seguintes são a data em que o projeto foi registrado, a data em que o último arquivo foi criado, e o número de downloads do software (quando o software já existe).

Além disso existem ainda outras características que podem ser vistas no modo estendido de mostrar resultados. Para isso procure os links Details, Images e Filters, no canto superior direito (logo acima da publicidade…). Clicando em Detail, você ativa a visão expandida, que dá mais informações como Linguagem de programação, licença, estágio de desenvolvimento, entre outros.

O link Filters, ativa uma barra de filtragem para a pesquisa, que  permite filtrar projetos por linguagem de programação, sistema operacional, licença, estágio de desenvolvimento, entre outros.

Barra de filtro da pesquisa.

E agora?

Agora você já tem informações suficientes para escolher alguns projetos e conhecê-los melhor. Em relação à quantidade total de projetos, achei que a área de processamento e análise de imagens ainda é tímida. Tem muitos projetos de “grupo de um só”, e outros que começam e se perdem em “betas infinitos”, para morrer na praia.

Acho que falta um pouco de visão dos novos programadores. Trabalhar para um projeto opensource não significa necessariamente trabalhar de graça. Muitos destes softwares são vendáveis. O software é gratuido, mas um bom profissional pode oferecer instalação e assistência técnica para clientes corporativos, que pagam pela garantia de que o software vai funcionar. Quem melhor para oferecer estas garantias do que um desenvolvedor do projeto?

No SourceForge.net há uma área (recém criada) chamada Marketplace. Lá você oferece serviços, e seu currículo inclui os projetos dos quais participa ou já participou.

Então, que tal trocar as horas perdidas com o Orkut por uma coisa mais útil?

Um pouco de história

No início do século XX, surgiram os primeiros defensores de que a forma de ver das pessoas tinha mais a ver com o todo do que com as partes. Eles defendiam, ao contrário do que era entendido na época, que nós identificamos primeiro um objeto completo, e só então tomamos conhecimento das partes. Nesta época, começaram a ser descritas algumas regras pelas quais provavelmente nos guiamos quando vemos (veja no post Gestalt: porque somos melhores que as máquinas?).

O que você vê?

Eles também provaram que, quando observamos um objeto em uma posição e ele desaparece por fração de segundos e volta a aparecer em uma posição ligeiramente diferente, temos a idéia de continuidade. É nisso que se baseia o cinema!

Quando as imagens começaram a ter valor estratégico militar (com o início da fotogrametria de imagens aéreas), e depois com o surgimento dos computadores e do processamento de imagens, estudar a forma como vemos passou a servir para outro fim: descobrir como ensinar a ver. Ensinar máquinas, através de algoritmos de programação. Aí uniram-se a visão computacional e a gestalt.

Survey

Portal IEEE xplore
A IEEE (Institute of Electrical and Electronics Engineers) é uma instituição voltada para as áreas à engenharia, matemática, eletrônica e afins. Por isso, quando algum trabalho publicado ali faz menção à gestalt, quase certamente não é sobre psicologia ou visão biológica. O portal tem artigos com data de publicação a partir de 1913. O primeiro trabalho em que a palavra gestalt aparece foi publicado em 1956 numa revista de Tecnologia da Informação, e trata da velocidade da observação humana.
Entre 1970 e 1979 foram 5 artigos;
entre 1980 e 1989 foram 10;
entre 1990 e 2999 foram 62 e
entre 2000 e este ano, 99 artigos.

ScienceDirect
Este portal (com artigos desde 1823!) é mais variado em áreas de concentração, por isso foi preciso restringir a pesquisa. Usei a expressão gestalt AND (“image processing” OR “pattern recognition” OR “computer vision”), e obtive o sequinte:
Entre 1950 e 1969, foram 42 artigos, o primeiro em 1952;
entre 1970 e 1979 foram 178 artigos;
entre 1980 e 1989, 349;
entre 1990 e 2000 foram 564;
entre 2000 e hoje, são 626.

Portal ACM
O portal da Association for Computing Machinery retornou 205 ocorrências, começando em 2004, para a palavra gestalt.

Scientific Commons
Descobri este portal recentemente e gostei da idéia de um portal reunir material científico em Crative Commons. Mas ele ainda não tem pesquisa avançada e nem aceita expressões, por isso tive que adaptar:
gestalt “image processing” gerou 21 resultados;
gestalt “pattern recognition” gerou 28 e
gestalt “computer vision” retornou 128 resultados.
Os trabalhos mais antigos são de 1998.

Springer Link
Neste portal usei novamente a expressão gestalt AND (“image processing” OR “pattern recognition” OR “computer vision”). O resultado foram 570 artigos assim distribuídos:
Entre 1970 e 1979: 2;
entre 1980 e 1989: 2;
entre 1990 e 1999: 68 e
entre 2000 e hoje: 498 artigos.

So, what?

Os números são altos e crescentes, o que mostra que esta abordagem tem crescido em importância desde que começou a ser pesquisada. O número crescente de trabalhos também sugere que a combinação dá bons resultados, e está possibilitado a produção de novos conhecimentos. Afinal, produção científica é exatamente sobre isso: produzir conhecimento.

Crédito da foto: Gaetan Lee.

Na pesquisa avançada de imagens do google, deixei tudo em branco, só selecionei o tipo de arquivo, e obtive os seguintes resultados:

GIF – 389.000.000 (aproximadamente)
JPG – 337.000.000
PNG – 217.000.000
BMP – 61.600.000
TIF – 126.000

Fiquei surpresa com a vitória do GIF e comecei a examinar alguns sites dos meus bookmarks para ver se encontrava uma explicação. Claro, não demorei muito para lembrar que a grande parte dos gráficos de publicidade, assim como muitos botões, ícones e afins usam gif por causa do suporte à animação. Então isso não reflete a quantidade de arquivos usada para publicar imagens.

Foi então que reparei em outras opções da busca avançada, e fiz nova busca marcando a opção “conteúdo de fotos“. Não sei como o google separa as fotos de todo o resto, mas isso mudou o resultado da busca para:
JPG – 319.000.000
GIF – 99.800.000
PNG – 42.300.000
BMP – 20.200.000
TIF – 62.200

Imagem por aussiegall.

Vitória folgada do JPG. E não é difícil de entender. Eu mesma uso JPG no blog porque minha hospedagem tem um limite de armazenamento de dados e eu quero ficar longe dele por um bom tempo antes de ter que recorrer a um plano mais caro. O importante na internet é garantir que o leitor possa ver a imagem que você quer mostrar.

A imagem que coloquei aqui, ficou com 29,4 kB em JPG e 393 kB em PNG e 152 kB em GIF. Mas, atenção!, os gráficos que coloquei aqui estão em PNG, e ficaram com 4,37 kB. Fiz um teste com JPG e, para conseguir a mesma nitidez, teria que ficar com 25,1 kB.

Bom é usar a ferramenta certa para cada problema…

A palavra threshold pode ser traduzida para o português como limiar, mas a forma em inglês ainda é mais usada. Como é uma palavra bem comum e pode ser aplicada em situações que nada têm a ver com processamento de imagens, adicionei o termo “image processing” a todas as pesquisas, para restringir a artigos que tratem de processamento de imagens digitais.

No Google Acadêmico

O Google Scholar apresentou 32.500 artigos, com as palavras-chave em qualquer lugar do texto. Examinei um pouco os resultados e percebi que muitos deles simplesmente faziam menção ao método, sem que o trabalho apresentasse qualquer resultado em relação a ele. Provavelmente por ser um método tão comum, algumas pessoas encaram como obrigatória a sua menção na parte de revisão bibliográfica dos seus trabalhos.

Galáxia de Andrômeda, por xamad.

Quando restringi a pesquisa para que os dois termos aparecessem no título, o número caiu para 80 artigos. Este também não é um número que descreve a situação, pois muitas vezes os autores não listam, no título, todos os métodos que usaram.

Neste caso, as ferramentas do google para refinar a busca não foram suficientes para produzir um bom resultado.

IEEE Xplorer:

Usando as mesmas palavras chaves, em qualquer lugar do texto, o IEEE Xplorer revelou 1.250 artigos.

Por causa do problema da menção ao threshold que já tratei no item anterior, usei as ferramentas de busca avançada para refinar um pouco. Mantive o termo “image processing” em qualquer lugar do texto, e coloquei a palavra threshold nos termos de índice (que são mais ou menos como tags). O resultado foram 599 artigos.

Imagem por Michel Filion.

As aplicações variaram entre detecção de faces, imagens de astronomia, identificação de texto, tratamento de ruído de imagens, compressão de imagens, imagens médicas, sensoriamento remoto, imagens oceânicas e várias aplicações industriais em campos diferentes.

Outra característica marcante deste método, é que ele normalmente não trabalha sozinho. É muito mais comum encontrá-lo associado a outras técnicas. Esta pesquisa revelou associação com métodos de detecção de bordas, wavelets, fuzzy logic, neural networks e operações morfológicas.

Science Direct:

No portal ScienceDirect usei a palavra threshold no título, resumo e palavras-chave, e a expressão “image processing” em qualquer lugar do texto. Obtive 1.020 artigos, com aplicações em medicina, engenharia de alimentos, avaliação da qualidade em processos industriais, sensoriamento remoto e outras similares às da pesquisa na IEEE.

Também foram apresentados 11 capítulos de livros, onde aparecem imageamento médico, automatizaçào de processos de medidas, processamento de vídeo, entre outros.
A associação do threshold com outros métodos também apareceu como um fator marcante nos resultados desta pesquisa.

Fingerprint por fazen.

BNTD

Na Biblioteca Nacional de Teses e Dissertações encontrei quatro trabalhos: um em sensoriamento remoto, um em identificação pessoal por biometria, um teórico em um com aplicação em controle de qualidade de processos industriais.

Scielo

No Scielo a ferramenta de busca não é das melhores, tive que usar threshold AND image AND processing. Isto recuperou apenas 5 artigos (este portal reúne revistas da América latina e parece mais voltado às ciências rurais e sociais, por isso os resultados são sempre mais escassos na área de PDI). Os artigos encontrados foram: um sobre segmentação de vasos sanguíneos, dois sobre sanidade de plantas de milho, um de uso de imagem como medidor de falhas em juntas coladas de madeira e um sobre cobertura do solo.

SpringerLink

A pesquisa no SpringerLink, com “image processing” em qualquer lugar no texto e threshold no resumo, retornou 579 registros (entre artigos e capítulos de livro). Para não repetir as aplicações anteriormente, coloco aqui as que encontrei diferentes das pesquisas em outros portais. São elas identificação por biometria, encriptação de dados em imagens, medição de movimento e monitoramento de tráfego urbano.

Sem mais

Isto encerra o survey de hoje.

Até mais!

No artigo em que os três pesquisadores descreveram este método de processamento de imagens não aparece o termo utilizado hoje, que só foi adotado na década seguinte. Num próximo post pretendo falar um pouco do seu funcionamento, mas por hora vamos ao Survey.

Para as palavras-chave “cooccurrence matrix”, em setembro de 2008

Google Scholar enumerou 1.010 artigos (este número é superestimado, já que este buscador repete alguns artigos, mas é interessante para comparar com ocorrências de outros métodos). 302 destes artigos são dos últimos 5 anos.
O Google sugere ainda uma outra forma de grafia: “co-occurrence matrix”, mas esta não aparece nos portais de pesquisa das revistas, dando a entender que não seria aceito nas editoras como a forma correta.

O Scielo não apresentou nenhuma ocorrência.

A BDTD (biblioteca brasileira de teses e dissertações) apresentou apenas uma ocorrência: uma tese de doutorado escrita em francês.

O ScenceDirect enumerou 30 artigos: Um deles tratava de uma técnica com o mesmo nome, mas não relacionada ao processamento de imagens; 18 trabalhos eram essencialmente metodológicos, sem aplicação prática; 6 eram aplicados à medicina, 2 a controle de qualidade; 3 eram aplicados a sensoriamento remoto.

O IEEE Xplorer mostrou 98 artigos, a maioria de comprovação de validade ou melhoria no método. Entre as aplicações apareceram medicina, sensoriamento remoto, controle de qualidade e biomedicina. Apareceram também algumas variações do termo que fazem referência a um método parecido, mas para imagens de vídeo.

Para resumir

Num apanhado geral nota-se que há mais pesquisas sobre o método em si e suas implicações teóricas do que sobre aplicações prática. No campo das aplicações a medicina, principalmente o diagnóstico por imagens, está em primeiro lugar, seguida pelo sensoriamento remoto.

Até mais!