| |
| Acadêmico(a): Renato Martins Lorenzi |
| Título: SOFTWARE DE DETECÇÃO DE ESTRABISMO PARA DISPOSITIVOS MÓVEIS |
| |
| Conclusão: |
O presente trabalho apresentou a viabilidade do desenvolvimento de um software para detecção de estrabismo para a plataforma Android. Para tal, utilizou-se de técnicas de processamento de imagens e visão computacional, alcançando os objetivos propostos.
A técnica utilizada para a detecção do estrabismo foi o método de Hirshberg. Este método consiste em analisar o reflexo gerado por um ponto de luz em ambos os olhos e verificar o posicionamento deste foco em relação à região do limbo.
As principais técnicas de processamento de imagem utilizadas foram o classificador em cascasta Haar e a transformada de Hough. O classificador em cascata Haar foi utilizado com objetivo extrair a região da face e dos olhos. A transformada de Hough foi aplicada a círculos, com o objetivo de extrair a região do brilho e do limbo dos olhos.
As técnicas de processamento de imagem utilizadas se mostraram eficiente, visto que nas etapas de extração das regiões da face e da região dos olhos tiverem o resultado de 100% de acerto, sobre as amostras analisadas. Na etapa de extração das regiões do limbo e do brilho também houve um bom resultado, sendo que para extração da região do limbo obteve 95.45% e a extração da região do brilho obteve 96.36% de acerto em cima das amostras analisadas.
Em relação à detecção de estrabismo, os resultados apresentaram que a técnica proposta se mostrou eficiente, sendo que 85.71% deram o resultado conforme o esperado e 14.29% deram um resultado falso positivo. Isso mostra que o uso da técnica é viável visto que taxa de erro foi relativamente pequena, porém ainda existe a necessidade de possuir uma base de testes maior para que se tenha uma melhor avaliação do aplicativo.
Na fase de detecção do estrabismo o resultado obtido só não foi maior pela qualidade das amostras obtidas. Como o objetivo da aplicação é ser de fácil uso, sem a necessidade de um ambiente controlado e sem a necessidade de um especialista, as amostras obtidas levaram isso em consideração.
Para amenizar essa situação foi criada a etapa de pré-exame. Esta etapa tem como objetivo auxiliar o usuário na realização do exame, garantindo que a amostra capturada atenda algumas premissas básicas como, por exemplo, estar com os olhos alinhados.
A principal limitação da ferramenta é que a fase de pré-exame não consegue garantir 100% que a amostra capturada está correta para realização do exame. Com isso, são necessárias mais de uma amostra do mesmo usuário para conseguir mensurar a execução correta.
As ferramentas utilizadas mostraram-se eficientes, tendo destaque a biblioteca OpenCV. O uso da mesma simplificou a manipulação das imagens. Também destaca-se a IDE de desenvolvimento Eclipse ADT que possibilita a depuração e execução de aplicativos Android de forma simples e eficiente.
Por fim, pode-se destacar que o presente trabalho implementou técnicas para extrair regiões de interesse, como a região da face, dos olhos do limbo e do brilho. Todas estas extrações foram realizadas de forma independente, com isso cada etapa pode ser reaproveitada de forma independente.
|
| |
|
