Identificação de madeiras
10 de agosto de 2017
Evanildo da Silveira | Revista Pesquisa FAPESP – Dois sistemas de visão artificial, que usam imagens para identificar e classificar madeiras, foram desenvolvidos recentemente em São Paulo. Um deles, chamado NeuroWood, contou com pesquisadores da Universidade Estadual Paulista (Unesp), campus de Itapeva, e do Instituto de Ciências Matemáticas e de Computação (ICMC) da Universidade de São Paulo (USP) em São Carlos. Ele é composto por um conjunto de câmeras (webcams), um computador e um programa que diferencia a madeira em três categorias: A (excelente), B (boa) e C (rejeitada).
Sistemas de visão computacional indicam a qualidade das tábuas e a espécie da árvore à qual elas pertencem (foto: Wikimedia Commons)
O outro, criado no Instituto de Física da USP em São Carlos
(IFSC-USP), é um método matemático que deu origem a um software capaz de
determinar a espécie de árvore da qual determinada tábua provém. As
duas tecnologias se destinam principalmente aos setores madeireiro e
moveleiro.
Normalmente a indústria de madeira usa especialistas que classificam a qualidade das peças por meio de inspeção visual. O processo é subjetivo e depende da qualidade do treinamento, o que torna o índice de acerto não muito alto. Estudos mostram que o nível de acurácia desse método gira em torno de 65%.
Diante desse quadro, o engenheiro mecânico Carlos de Oliveira Affonso, professor do curso de engenharia industrial madeireira da Unesp de Itapeva, o cientista da computação André Luís Debiaso Rossi, professor do curso de engenharia de produção da Unesp de Itapeva, e o engenheiro civil Fábio Henrique Antunes Vieira, professor da Faculdade de Tecnologia de Capão Bonito (SP), projetaram um equipamento para realizar a classificação de madeira de forma automática.
O projeto NeuroWood teve o apoio do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP, com sede no ICMC.
O sistema tem webcam, monitor e um controlador lógico programável (CPL), que é um microprocessador responsável pela interface entre o computador e os atuadores (motores elétricos ou esteiras transportadoras).
O programa de computador desenvolvido usa técnicas de aprendizagem de máquina. “São semelhantes às utilizadas pelos sistemas de reconhecimento facial, só que mais simples”, conta Affonso. Foram usadas as chamadas redes neurais artificiais, técnicas computacionais que mimetizam o funcionamento do cérebro humano, aprendendo com a experiência. “Para isso, é apresentado ao computador um padrão numérico correspondente a determinada classe de objetos”, explica. “Após certo número de repetições, esses softwares conseguem identificar à qual classe o objeto pertence, mesmo que não tenha sido apresentado como exemplo.”
No caso do NeuroWood, o sistema foi “ensinado” a classificar as peças de madeira conforme sua qualidade (A, B ou C). O software foi abastecido com informações sobre os níveis de qualidade e os defeitos das tábuas, como nós e rachaduras. Em seguida, criou-se um banco com mais de 600 fotos de amostras das três qualidades. Elas foram processadas para melhorar o contraste e o brilho e ressaltar detalhes, levando em conta características, como textura e coloração.
O sistema foi testado em condições reais de produção na Sguario Indústria de Madeira, uma empresa de Itapeva parceira do projeto. Lá, foi submetido aos mesmos níveis de dispersão de poluentes, vibração e variação de luminosidade que um ambiente normal de um fabricante de móveis ou madeireira. As câmeras foram instaladas ao longo e acima da esteira de classificação da serraria. “As imagens captadas são enviadas para o computador para serem processadas e comparadas com as que estão no banco de dados. Assim, o programa determina a que categoria de qualidades elas pertencem, A, B ou C”, explica Affonso.
De acordo com o pesquisador, os resultados foram satisfatórios. “O sistema classificou a madeira com desempenho semelhante ao observado em laboratório”, afirmou. “Atualmente, ele analisa 45 tábuas por minuto, trabalho para o qual seriam necessários seis trabalhadores. O índice de acerto também foi superior ao dos técnicos especializados: 85%.” O projeto teve apoio da FAPESP.
Identificação por espécie
O software desenvolvido com apoio da FAPESP no Instituto de Física de São Carlos também conseguiu bons resultados, mas nesse caso na identificação de espécies de árvores por meio de sua madeira. Foram analisadas peças do Museu Real da África Central, em Tervuren, na Bélgica, com 77 espécies diferentes de árvores madeireiras, normalmente comercializadas em países africanos. O trabalho foi feito em parceria com a Universidade de Gent, na Bélgica. “O índice de acerto foi de 88% em nível de espécie botânica, 89% de gênero e 90% de família”, conta o cientista da computação Odemir Martinez Bruno, professor do IFSC-USP em São Carlos, coordenador do projeto.
Para fazer a identificação, o programa é alimentado com imagens microscópicas das peças de madeira. “Cada espécie tem uma forma distinta de compor suas estruturas celulares, que a diferencia das outras”, diz Bruno. “O software analisa os padrões microscópicos formados pelos arranjos celulares das madeiras.”
Bruno explica que esse projeto é uma ramificação de outro da sua equipe, de longo prazo, para o estudo da biodiversidade e identificação de plantas e da fisiologia vegetal usando computação, ainda em andamento. No caso do software que identifica as imagens microscópicas, o pesquisador diz que se trata, por enquanto, de trabalho puramente acadêmico. “O artigo foi publicado em uma revista científica da área e pode chamar a atenção de empresas que se interessem em convertê-lo em produto”, presume.
Segundo o pesquisador, não há até agora um sistema de controle de qualidade ou de fiscalização para verificar as espécies de madeira comercializadas. “Nosso software pode servir para controle de qualidade, certificação do produto e fiscalização. Ele poderia ser empregado por fiscais para garantir que determinado carregamento de madeira não é oriundo de uma reserva florestal ou de uma espécie sob proteção de lei por ser nativa ou estar em perigo de extinção.”
Uso industrial
O Neurowood, criado por Affonso, da Unesp, com apoio da FAPESP, foi objeto de depósito de patente no Instituto Nacional de Propriedade Industrial (INPI) e já está pronto para uso. A empresa, que cedeu sua linha de produção para o sistema ser testado, poderá ser uma das primeiras a adotá-lo.
Hoje, a Sguario produz de 15 mil a 20 mil tábuas por dia e não realiza como rotina a classificação das tábuas por qualidade. As peças são avaliadas apenas por seu tamanho. “Seria praticamente impossível inspecionar visualmente tábua por tábua”, diz um dos sócios da serraria, Luiz José Sguario Neto. “Com o sistema da Unesp é possível separar as tábuas por qualidade e obter preços diferenciados de venda.”
Leia a íntegra da reportagem em http://revistapesquisa.fapesp.br/2017/07/18/identificacao-de-madeiras/?cat=tecnologia.
Normalmente a indústria de madeira usa especialistas que classificam a qualidade das peças por meio de inspeção visual. O processo é subjetivo e depende da qualidade do treinamento, o que torna o índice de acerto não muito alto. Estudos mostram que o nível de acurácia desse método gira em torno de 65%.
Diante desse quadro, o engenheiro mecânico Carlos de Oliveira Affonso, professor do curso de engenharia industrial madeireira da Unesp de Itapeva, o cientista da computação André Luís Debiaso Rossi, professor do curso de engenharia de produção da Unesp de Itapeva, e o engenheiro civil Fábio Henrique Antunes Vieira, professor da Faculdade de Tecnologia de Capão Bonito (SP), projetaram um equipamento para realizar a classificação de madeira de forma automática.
O projeto NeuroWood teve o apoio do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP, com sede no ICMC.
O sistema tem webcam, monitor e um controlador lógico programável (CPL), que é um microprocessador responsável pela interface entre o computador e os atuadores (motores elétricos ou esteiras transportadoras).
O programa de computador desenvolvido usa técnicas de aprendizagem de máquina. “São semelhantes às utilizadas pelos sistemas de reconhecimento facial, só que mais simples”, conta Affonso. Foram usadas as chamadas redes neurais artificiais, técnicas computacionais que mimetizam o funcionamento do cérebro humano, aprendendo com a experiência. “Para isso, é apresentado ao computador um padrão numérico correspondente a determinada classe de objetos”, explica. “Após certo número de repetições, esses softwares conseguem identificar à qual classe o objeto pertence, mesmo que não tenha sido apresentado como exemplo.”
No caso do NeuroWood, o sistema foi “ensinado” a classificar as peças de madeira conforme sua qualidade (A, B ou C). O software foi abastecido com informações sobre os níveis de qualidade e os defeitos das tábuas, como nós e rachaduras. Em seguida, criou-se um banco com mais de 600 fotos de amostras das três qualidades. Elas foram processadas para melhorar o contraste e o brilho e ressaltar detalhes, levando em conta características, como textura e coloração.
O sistema foi testado em condições reais de produção na Sguario Indústria de Madeira, uma empresa de Itapeva parceira do projeto. Lá, foi submetido aos mesmos níveis de dispersão de poluentes, vibração e variação de luminosidade que um ambiente normal de um fabricante de móveis ou madeireira. As câmeras foram instaladas ao longo e acima da esteira de classificação da serraria. “As imagens captadas são enviadas para o computador para serem processadas e comparadas com as que estão no banco de dados. Assim, o programa determina a que categoria de qualidades elas pertencem, A, B ou C”, explica Affonso.
De acordo com o pesquisador, os resultados foram satisfatórios. “O sistema classificou a madeira com desempenho semelhante ao observado em laboratório”, afirmou. “Atualmente, ele analisa 45 tábuas por minuto, trabalho para o qual seriam necessários seis trabalhadores. O índice de acerto também foi superior ao dos técnicos especializados: 85%.” O projeto teve apoio da FAPESP.
Identificação por espécie
O software desenvolvido com apoio da FAPESP no Instituto de Física de São Carlos também conseguiu bons resultados, mas nesse caso na identificação de espécies de árvores por meio de sua madeira. Foram analisadas peças do Museu Real da África Central, em Tervuren, na Bélgica, com 77 espécies diferentes de árvores madeireiras, normalmente comercializadas em países africanos. O trabalho foi feito em parceria com a Universidade de Gent, na Bélgica. “O índice de acerto foi de 88% em nível de espécie botânica, 89% de gênero e 90% de família”, conta o cientista da computação Odemir Martinez Bruno, professor do IFSC-USP em São Carlos, coordenador do projeto.
Para fazer a identificação, o programa é alimentado com imagens microscópicas das peças de madeira. “Cada espécie tem uma forma distinta de compor suas estruturas celulares, que a diferencia das outras”, diz Bruno. “O software analisa os padrões microscópicos formados pelos arranjos celulares das madeiras.”
Bruno explica que esse projeto é uma ramificação de outro da sua equipe, de longo prazo, para o estudo da biodiversidade e identificação de plantas e da fisiologia vegetal usando computação, ainda em andamento. No caso do software que identifica as imagens microscópicas, o pesquisador diz que se trata, por enquanto, de trabalho puramente acadêmico. “O artigo foi publicado em uma revista científica da área e pode chamar a atenção de empresas que se interessem em convertê-lo em produto”, presume.
Segundo o pesquisador, não há até agora um sistema de controle de qualidade ou de fiscalização para verificar as espécies de madeira comercializadas. “Nosso software pode servir para controle de qualidade, certificação do produto e fiscalização. Ele poderia ser empregado por fiscais para garantir que determinado carregamento de madeira não é oriundo de uma reserva florestal ou de uma espécie sob proteção de lei por ser nativa ou estar em perigo de extinção.”
Uso industrial
O Neurowood, criado por Affonso, da Unesp, com apoio da FAPESP, foi objeto de depósito de patente no Instituto Nacional de Propriedade Industrial (INPI) e já está pronto para uso. A empresa, que cedeu sua linha de produção para o sistema ser testado, poderá ser uma das primeiras a adotá-lo.
Hoje, a Sguario produz de 15 mil a 20 mil tábuas por dia e não realiza como rotina a classificação das tábuas por qualidade. As peças são avaliadas apenas por seu tamanho. “Seria praticamente impossível inspecionar visualmente tábua por tábua”, diz um dos sócios da serraria, Luiz José Sguario Neto. “Com o sistema da Unesp é possível separar as tábuas por qualidade e obter preços diferenciados de venda.”
Leia a íntegra da reportagem em http://revistapesquisa.fapesp.br/2017/07/18/identificacao-de-madeiras/?cat=tecnologia.
Nenhum comentário:
Postar um comentário
Observação: somente um membro deste blog pode postar um comentário.