Professional Documents
Culture Documents
VALE DO SO FRANCISCO
JUAZEIRO BA
2015
JUAZEIRO BA
2015
S618s
Siqueira, Alisson A.
Sistema para desenvolvimento de modelos microbiolgicos de
predio e contagem de colnias por anlise computacional de
fotografias / Alisson Amorim Siqueira. Juazeiro, 2015.
VIII; 96f.: il.; 29 cm.
Dissertao de Mestrado (Programa de Ps-graduao em
Engenharia Agrcola) - Universidade Federal do Vale do So
Francisco, Campus Juazeiro, Juazeiro-BA, 2015.
Orientador (a): Prof.(a) Dr. Paulo Gustavo Serafim de Carvalho.
1. Modelagem - Computao. 2. Microbiologia. I. Ttulo. II.
Carvalho, Paulo Gustavo Serafim. III. Universidade Federal do Vale
do So Francisco.
CDD 003.3
AGRADECIMENTOS
Agradeo a Deus pelo dom da vida, pelo livre arbtrio, pelo discernimento, por ter
colocado em meu caminho pessoas maravilhosas.
Agradeo imensamente ao meu orientador, o Professor Paulo Gustavo, pelo
exemplo mpar de profissional responsvel, dedicado, atencioso e prestativo, pela
pessoa incrvel, honesta, amiga, inteligente, criativa e alegre. Muito obrigado por
sua amizade, por seu incentivo, por acreditar em mim, pelos conhecimentos
compartilhados e pelo entusiasmo contagiante com que faz todas as atividades e
pela orientao impecvel. Obrigado por me ajudar e instruir em cada passo, por
transformar as dificuldades em oportunidades, por ter tornado tudo muito mais
fcil. O que aprendi e aprendo contigo levarei comigo sempre. No cabe em
palavras e nem nesse curto espao a quantidade de elogios e agradecimentos
que tenho a te fazer. Os mesmos agradecimentos e elogios fao a minha
coorientadora, a Professora Marianne Marinho, cujo tempo, contribuies e
disponibilidade permitiram a realizao desse trabalho.
A minha me, Angelita (ngela), pela dedicao, amor, carinho e ateno
constantes desde que me trouxe ao mundo. Muito obrigado por ter investido na
minha educao pessoal e profissional, pelos valores ensinados, pelo exemplo de
mulher honesta, forte e trabalhadora, por me incentivar em cada passo, por no
me deixar baixar a cabea, por insistir no que certo e por tornar tudo mais fcil
para mim. A minha irm, Alana, pelo amor, amizade e carinho desde a infncia,
por cuidar de mim, pela cumplicidade, pelas aventuras e gargalhadas. Por me tirar
do srio, por me tirar do trabalho, por ensinar que nunca devemos nos arrepender
daquilo que nos faz sorrir.
A minha namorada Lasla, pelo amor, carinho, cuidado e proteo. Obrigado por
estar sempre ao meu lado, por me acalmar com teu abrao depois de um dia
corrido e complicado, por me mostrar tantas formas de ser feliz, por me convidar a
experimentar o novo, por me contagiar com sua paz, com sua alegria, sua
bondade, doura e sabedoria. Sinto que ao seu lado sou muito melhor do que eu
jamais poderia ser sozinho.
Ao programa de Ps-Graduao em Engenharia Agrcola, em especial
professora Silvia Helena, pela ateno, apoio e incentivos. Aos amigos de Psgraduao, que me ajudaram de diversas formas e me acompanharam em
agradveis momentos: Wilis, Victor, Nielton, Armando, Marcio, Henrique, Cintia,
Sheila, Roberto, Saulo, Danielle, Indira, Fbio, Bruno, Mayara e em especial a
Daniel Costa, que me incentivou a fazer a matrcula e a Rubem Franca, que muito
me ensinou. Obrigado aos secretrios Carolina Torres e Sinivaldo pela ateno e
disponibilidade que sempre me receberam. Aos professores Miriam Cleide, Jos
Aliandro e Vanessa Donzelli pela disponibilidade e apoio a realizao desse
trabalho. Aos professores Marlon, Brauliro, Vivianni, Mario Miranda e Vanessa
pelos importantes ensinados e incontveis auxlios. Ao professor Kenji, pela
pacincia e ensinamento sobre a contagem de microrganismos e prticas de
laboratrio. A todos que no citei aqui, por falha de memria, mas que agradecerei
pessoalmente. Muito obrigado a todos. A FAPESB pela concesso da bolsa de
estudos e incentivo a esse trabalho.
RESUMO
Os modelos de predio microbiolgica so uma importante ferramenta para
aferio da segurana alimentar e avaliao de riscos nos alimentos,
proporcionando um caminho rpido e relativamente econmico para obteno de
estimativas confiveis sobre o comportamento microbiano, de acordo com as
condies de estocagem de um produto. Apesar da importncia dos modelos de
predio, a dificuldade de utilizao e resoluo dos mesmos, por consistirem de
equaes no lineares e sem soluo analtica, impedem sua ampla utilizao. A
baixa disponibilidade de programas eletrnicos para trabalhar com dados
microbiolgicos, desde a contagem de colnias que iro fomentar os estudos de
modelagem, at o ajuste dos dados em uma determinada equao, so outros
entraves ao uso dos modelos de predio. Para superar essas dificuldades, esse
trabalho teve por objetivo desenvolver ferramentas que facilitasse as atividades de
avaliao e criao de modelos, bem como a contagem automtica de colnias
em experimentos atravs da anlise computacional de fotografias. Para cumprir os
objetivos propostos, gerou-se uma lista de funes ausentes e necessrias aos
programas comumente empregados nas atividades de ajuste de modelos e
contagem de colnias por fotografias. O desenvolvimento dessas funes foi
realizada atravs da implementao de um interpretador computacional de
funes matemtica, mtodos numricos de Levenberg-Marquardt e Runge-Kutta,
e tcnicas de processamento, segmentao e identificaes de colnias por
fotografias. Atravs dessas tcnicas criou-se dois softwares. O primeiro software
desenvolvido permite ajustar, criar e comparar de modelos de crescimento
microbiolgicos, enquanto o segundo prov a contagem automtica de bactrias
por anlise de fotografias. Ambos os programas funcionam sem dependncias
externas, so distribudos gratuitamente, possuem interface clara e objetiva, com
ferramentas funcionais, robustas e fcies de utilizar.
microbiological
colony by computer
ABSTRACT
The microbiological prediction models are an important tool for assessment of food
safety and risk assessment in food, providing a quick and relatively economical
way to obtain reliable estimates of microbial behavior, according to the storage
conditions of a product. Despite the importance of prediction models, the difficulty
of use and solve them, because they consist of non-linear equations and no
analytical solution, prevent its widespread use. The low availability of electronic
programs for working with microbiological data, from colony count for the modeling
studies, to the data fitting in a given equation, are other barriers to the use of
prediction models. To overcome these difficulties, this study aimed to develop tools
that facilitate the activities of model evaluation and creation, as well as automatic
colony count in experiments, by computer analysis of photographs. To meet the
proposed objectives, it was generated a list of missing and necessary functions to
commonly used programs in modeling activities and colony count by photograph
analysis. The development of these functions were performed by implementing an
computer math functions interpreter, numerical methods of Levenberg-Marquardt
and Runge-Kutta, and processing techniques, segmentation and identification of
colonies by photographs. Through these techniques was created two softwares.
The first developed software is able to adjust, create and compare microbiological
growth models, while the second provides automatic counting of bacteria analysis
of photographs. Both programs operate with no external dependencies are
distributed for free, have a clear and objective interface with functional tools, robust
and ease of use.
SUMRIO
1. INTRODUO ..................................................................................................... 10
1.1. A conservao de alimentos e os modelos de predio .................................................. 10
1.2. A contagem bacteriana como base de estudos microbiolgicos..................................... 13
1.3 Contribuies esperadas e justificativas .............................................................................. 15
1.4 Objetivos do estudo ................................................................................................................. 16
1.5 Organizao da dissertao ................................................................................................... 17
5. CONCLUSO ...................................................................................................... 85
6. REFERNCIAS .................................................................................................... 86
10
1. INTRODUO
11
12
Equao
max max
max max f 0
!"
" .#$ %
&'
!
"
() )*+$,
-) )*(
(Eq. 01)
(Eq. 02)
(Eq. 03)
(Eq. 04)
13
14
15
16
entretanto, h uma visvel carncia por ferramentas que facilitem essas atividades e
contribuam de forma significativa para realizao das mesmas, com lacunas ainda
no atendidas pelas solues existentes, conforme apresentado anteriormente.
Esse desafio principal incentivador desse trabalho, que espera poder
contribuir para a Microbiologia Preditiva ao facilitar a anlise de dados do
comportamento microbiano em alimentos e incentivar o uso de modelos preditivos.
Os modelos podem contribuir de forma efetiva para a diminuio dos alarmantes
nmeros de bitos decorrentes de intoxicaes alimentares.
esperado ao final desse trabalho o desenvolvimento de dois softwares,
ambos gratuitos, autnomos, funcionais e de fcil utilizao. O primeiro voltado
para o ajuste, criao e comparao de modelos microbiolgicos de crescimento
microbiano, sem exigncia de conhecimentos avanados de matemtica ou
estatstica; O segundo tem por objetivo contribuir com a contagem automtica de
bactrias, de forma transparente e controlada pelo usurio. Espera-se que atravs
das ferramentas aqui propostas, profissionais de microbiologia possam aumentar a
produtividade, possibilitar novos empreendimentos e tornar a anlise dos dados
coletados mais rpida, fcil e confivel.
- Objetivos gerais:
- Objetivos especficos:
17
18
2. REVISO BIBLIOGRFICA
19
Para
Christofoletti
(1999),
modelagem
matemtica
constitui
um
20
21
analtica (Reducionismo):
Por essa
abordagem
22
23
24
25
26
27
28
diferenciados,
considerando
as
suas
caractersticas
morfolgicas e funcionais.
c) Enunciativo: O delineamento da estrutura mostra a existncia de
determinado padro, na qual os fenmenos so considerados em termos de
relao sistmica. Esse quadro reveste do significado enunciativo (sugestivo),
pois os modelos bem sucedidos contm sugestes para sua ampliao e
generalizao.
d) Simplicidade: Em sua apresentao, o modelo deve ser suficiente simples de
manipular e de se compreender pelos seus usurios, mas sem detrimento de
ser representativo do espectro total das implicaes que possa ter e da
complexidade necessria para representar com preciso o sistema em
estudo.
e) Analgicos: Os modelos so analogias, porque so diferentes do mundo
real, mostrando uma maneira aproximada de se compreend-lo.
f) Reaplicabilidade: A reaplicabilidade pr-requisito dos modelos nas cincias
empricas. Isso significa que o modelo no se apresenta apenas como
descritivo de um caso, mas possibilita que seja usado para outros casos da
mesma categoria.
Em relao s funes dos modelos, pode-se descrever:
a) Psicolgica: Possibilita que determinada categoria de fenmeno seja
visualizada e compreendida, pois de outra forma no se poderia salientar a
sua complexidade e magnitude.
b) Comunicativa: No sentido de que o modelo proporciona estrutura dentro do
qual as informaes podem ser definidas ordenadas e relacionadas,
favorecendo a comunicao e a difuso de ideias entre os cientistas.
c) Promissora: Os modelos no so apenas estruturas organizadas, com
respeito aos elementos e dados, mas possuem um sentido gerador e frtil
para novos enunciados e percepo das relaes, tornando-se instrumentos
promissores para se extrair dos dados o mximo de informaes;
29
Possibilita
formular
uma
representao
que
permite
concretos
tamanho
dos
laboratrios
demandam
30
31
32
carne
moda
como
produto,
Huang
(2003)
modelou
33
recomendado,
como
observado
nos
testes
realizados
com
Lactobacillus
uma
das
reas
mais
importantes
e influentes
da
34
do
nmero
no
ao
tamanho
das
clulas,
ou
seja,
Unidades
formadoras
de
colnias
(UFC):
crescimento
de
35
Quanto temperatura:
36
37
38
39
40
Em que,
Eq. 05
Em que,
Eq. 06
Em que,
max max
0
max max f 0
Eq. 07
41
./ -) )*+$
Eq. 08
/
0
1)
Eq. 09
!"
" .#$ %
& ' 23 () )*+$,
-) )*(
!
"
Eq. 10
42
43
Figura 10: Captura do ngulo de inclinao de uma imagem obtido por Xbox
one. Fonte: HowStuffWorks, 2014.
44
Nome
Preto
Branco
Vermelho
Verde
Azul
Amarelo
Azul beb
Rosa
Prata
Cinza 50%
Vermelho Escuro
Amarelo
Verde escuro
Roxo
Verde marinho
Azul Marinho
(R,G,B)
(0,0,0)
(255,255,255)
(255,0,0)
(0,255,0)
(0,0,255)
(255,255,0)
(0,255,255)
(255,0,255)
(192,192,192)
(128,128,128)
(128,0,0)
(128,128,0)
(0,128,0)
(128,0,128)
(0,128,128)
(0,0,128)
45
0,0,255
255,255,0
0,0,255
255,255,0
0,255,0
0,255,0
0,255,0
255,255,0
MONITOR
FIGURA
100
100
100
100
100
100
50
100
50
100
100
100
25
100
100
100
200
200
200
100
100
100
100
100
100
MONITOR
46
Para contar o nmero de olhos do boneco, pelos dados da Figura 12, seria
preciso retirar os pixels diferentes de 50, de forma que fiquem dois conjuntos:
Iguais a esse valor e abaixo desse valor. Com apenas dois conjuntos, podemos
simplificar a imagem para monocromtica, como ilustrado na Figura 13, indicando
para o computador onde esto os objetos de interesse e cont-lo.
O exemplo apresentado pode ser expandido para imagens reais e de todos
os tamanho, independente do sistema de cores utilizado. Nota-se que para uma
imagem de 640 x 480 pixel, relativamente pequena para os tamanhos atuais, seria
preciso processar 307.200 cores, cada uma com 3 elementos, elevando o tempo
de processamento e a memria utilizada.
FIGURA
MONITOR
47
Figura 14: Etapas da viso computacional. Fonte: Gonzalez & Wood (1993).
48
3. MATERIAIS E MTODOS
Com intuito de tornar mais claro as etapas desenvolvidas para alcanar os dois
objetivos propostos, dividiu-se essa seco em duas partes: O desenvolvimento do
software para ajuste de modelos microbiolgicos, intitulado MicroFit, e o
desenvolvimento do software para contagem de colnias por anlise MicroCount. O
desenvolvimento de ambos os softwares tiveram incio apenas aps a realizao de
um levantamento bibliogrfico na literatura especializada, com intuito de localizar
solues j existentes, tcnicas utilizadas, caractersticas presentes e ausentes nas
solues encontradas, bem como as contribuies j realizadas e pendentes pelos
achados da pesquisa, cujos detalhes so expostos na seo seguinte.
49
50
51
52
&
$6
4' 5 $6 %
789 7
:
/ </, </= />
; 9
789 7 :
Eq. 11
Eq. 12
Eq. 13
. 6 98ABC?DEFG
?@ABC?DEF
Eq. 14
53
54
4
'
4<'
4' H
I
4$'
4
'< I
4<'< I
I
I
4$' < I
(PQ#
4
' *
4<' *
J
I
4$' *
Eq. 15
RM!
Eq. 16
55
S'
, ,
V
W
<TU ,
<U ,
ZS[Z
XS Y
\
ZS[Z
ZS
,
,
/
V , W V W N9 N,
Z
<U
<U
ZS
,
,
/
V , W V W N9 N,
Z
<U
<U
Eq. 17
Eq. 18
Eq. 19
Eq. 20
]^ +' K _+' K
_+' K _+
' K
_+
' ` a bc
Eq. 21
Eq. 22
Eq. 23
Eq. 24
56
57
Figura 21: Deteco de borda com Threshhold de 0.85 (superior) e 0.93 (inferior).
Fonte: http://www-scf.usc.edu/~boqinggo/Canny.htm
58
cultivo
das
bactrias
utilizou-se
uma
placa
matriz
contendo
Figura 23: Processo de preparao das placas. Fonte: Elaborado pelo autor.
59
- Aquisio de fotografias
Para obter as fotografias utilizou-se uma cmera digital
- Ambiente de desenvolvimento
A codificao da aplicao foi realizada na linguagem C++, dentro do ambiente de
desenvolvimento integrado C++ Builder 2007, no Sistema Operacional Windows 7.
No foram utilizadas bibliotecas externas, alm das que esto includas no
compilador, para processar as imagens. Aps o planejamento dos casos de uso do
programa e dos requisitos funcionais e no funcionais do programa, teve inicio a
codificao do programa. Inicialmente foram programadas as rotinas para leitura de
imagens. Optou-se por transformar todos os formatos de imagens lidos (.jpg, .gif,
.png, .tif e .bmp) em estruturas de dados armazenadas em memria, com 3 bytes
por cada pixel da imagem lida (um byte para o cada canal: vermelho, verde e azul,
com transparncia ignorada). Todos os mtodos de processamento so orientados a
essa estrutura, que durante os teste se mostraram mais rpidos do que a
manipulao padro oferecida pelo sistema operacional, atravs da manipulao de
pixels. Adicionou-se ao programa a possibilidade de replicar para um conjunto de
imagens todos os mtodos aplicados para processar uma imagem anterior. Funes
para exportao de dados foram adicionadas ao programa, que coloca em clulas o
resultado de cada identificao. A interface do programa foi planejada para ser
intuitiva e fcil de utilizar, com um tutorial inicial explicando a importncia das etapas
de processamento.
- Pr-processamento
As fotografias do mundo real comumente apresentam milhes de cores, diversas
texturas, background, problemas de cor, contraste, iluminao, rudo e diversos
aspectos que tornam a mesma quase impossvel de ser processada com toda a
riqueza de detalhes. O pr-processamento tem por objetivo diminuir essa riqueza e
60
torna a imagem mais fcil de ser segmentada. Para realizao dessa etapa foram
implementados algoritmos para correo de luminosidade e contraste da imagem,
filtro mediano, que atribui a cor mdia de uma regio para cada pixel dentro de um
raio especfico, mudana para escala cinza, modificao do espao de cores (RGB e
HSL), misturador de canais, removedor de rudo, filtro passa baixa, passa alta,
mximo, mnimo, ressaltador de bordas e ofuscador. Todos os cdigos
implementados tm por objetivo destacar o objeto de interesse do restante da
imagem. Enquanto algumas imagens utilizaro poucos filtros, outras, de difcil
visualizao, utilizaro vrios filtros para conseguir destacar uma rea.
- Segmentao
A segmentao das imagens dependente do pr-processamento. Embora a
imagem possa ser processada em outro software, como o Adobe Photoshop ou o
Gimp, necessrio diminuir a riqueza de detalhes das imagens para permitir que
o computador interprete de forma fcil a parte de interesse e consiga separ-la
nessa etapa. Para segmentar a imagem foram implementados, alm da tcnica de
deteco de bordas, algoritmos de binarizao, para tornar todos os pixels que esto
abaixo de um valor definido e em preto todos que so maiores que esse valor,
seleo por histograma de cores e seleo por verossimilhana de pixel. A
segmentao torna-se fcil ou difcil de acordo com o nvel de pr-processamento
realizado.
- Identificao de objetos
Para identificar os objetos destacados durante a segmentao utilizou-se as tcnicas
da Transformada de Hough (ACHTERT et al., 2008), que realiza a deteco de
formas geomtricas em imagens digitais, e o Template Matching (BRUNELLI, 2009;
YUHAI et al. , 2005), tcnica que procura por pequenos padres dentro da imagem
alvo e tenta casar com um padro preestabelecido e tcnica de identificao de
bordas. As tcnicas podem ser customizadas, para identificar colnias com
diferentes raios ou considerar agrupamentos de colnias e so capazes de
reconhecer colnias que se formam na borda da placa de Petri, algumas vezes sem
formato especfico. Aps destacado o objeto de interesse, o mesmo transformado
em dados que so exibidos para o usurio e enumerados. possvel utilizar
61
4. RESULTADOS E DISCUSSO
Assim como explicitado em Materiais e Mtodos, essa seo ser dividida em
duas etapas: A primeira parte sero apresentados os resultados referentes ao
desenvolvimento do software MicroFit, uma ferramenta capaz de indicar os
parmetros de uma equao que melhor se ajustam um conjunto de dados e com
base nessa caracterstica criar modelos de crescimento microbiolgico, enquanto
que a segunda parte trata do desenvolvimento do software MicroCount, uma
ferramenta que processa fotografias de experimento com colnias bacterianas e
conta automaticamente o total de colnias identificadas. Aps a descrio dos
resultados obtidos, sero expostos testes de execuo do programa.
Dentre
os
principais
programas
encontrados
aps
levantamento
bibliogrfico cita-se ComBase Predictor, DMFit 3.0, GInaFit, IBPT, PMP 7.0, SSSP,
Bugdeath 1.0, Food Spoilage Predictor, PMM Lab e IPMP 2013, escolhidos por
terem entre suas funcionalidades a predio microbiolgica, mesmo que alguns
desse programas extrapolem esse escopo. As solues analisadas desempenham
corretamente as funes bsicas descritas pelos desenvolvedores e idealizadores,
como ajustes de parmetros a modelos prefixados e gerao de grficos contendo
dados para anlise. Apesar disso, todas as solues analisadas apresentam
desvantagens e problemas do ponto de vista tcnico e prtico.
Dentre os principais problemas identificados, destaca-se o fato de que
praticamente todas as solues apresentam dependncias de pacotes e softwares
pagos para serem executados (como o Microsoft Excel), no possuem executveis
autnomos (rodando apenas dentro de outro programa, como um complemento),
possuem interface pouco intuitiva, baixa curva de aprendizado, impossibilidade de
importar ou trabalhar com dados externos aos programas, ausncia de funes para
62
Durante
desenvolvimento
buscou-se
retirar
configuraes
63
Figura 24: Menu principal do software desenvolvido. Fonte: Elaborador pelo autor.
64
Figura 25: (a) Interface de entrada de dados. Exemplo com Pseudomonas ssp.
obtidos do Combase. Fonte: Elaborador pelo autor.
65
Figura 26: Aplicao de modelo de Gompertz (linha) para ajuste de dados (pontos).
Fonte: Elaborador pelo autor.
66
67
usurio poder optar por um modelo mais simples, como "
/,
mais fcil de trabalhar e explicar.
Dentro do programa esse modelo seria digitado utilizando a sintaxe $y =L*(1exp(-k*$t)), onde o $ representa as variveis do modelo, com $t representando o
perodo de tempo, e as letras, como L e k, as constantes que sero estimadas com
base nos valores das variveis. Ao solicitar a estimativa dos parmetros, o programa
plota os dados observados, os estimados, calcula as estatsticas de disperso e
informa o melhor valor para as constantes do modelo. Em questo de segundos o
68
os
efeitos
do
ambiente
no
crescimento
dinmico
dos
69
70
Log(UFC)
0
0,25
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Tempo (h)
3,39
3,36
3,3
3,49
3,75
4,18
4,52
4,86
5,22
5,53
5,74
6,26
6,53
6,94
7,34
7,72
8
Log(UFC)
16
17
18
19,5
21
22,5
24
27
30
34
38,75
48,5
57,66
64,5
77
101,5
125
8,22
8,44
8,64
8,77
8,91
9,05
9,27
9,28
9,31
9,52
9,58
9,45
9,51
9,3
9,58
9,63
9,67
71
<'hii<j
k'
j;<h
b'<
<kb l'
c<<b
Figura 30: Sada do software para o modelo selecionado. Fonte: Elaborador pelo
autor.
72
por
programas
criados
com
intuito
de identificar colnias
73
Pontos ressaltados
Mukherjee et al.
(1995) apud
Barbedo (2012)
Cordiki et al.
(1998) apud
Barbedo (2012)
Schnholzer et al.
(2002) apud
Barbedo (2012)
Selinummi et al.
(2005) apud
Barbedo (2012)
Zhang R. et al.
(2008) apud
Barbedo (2012)
Ates e Gerek
(2009) apud
Barbedo (2012)
74
Figura
31:
Scan
500.
Fonte:
http://www.interscience.fr/automatic-colony-
counting-scan.
Alm de programas, esto disponveis no mercado equipamentos dedicados
para contagens de Unidade Formadoras de Colnia. Dentre os mais baratos e
compactos est o Scan 500, da empresa Francesa Intersience for Microbiology,
que fornece o hardware, o software, o rea de iluminao e todo o aparto
75
76
resultados
com
elevada
preciso.
Aps
realizao
do
77
78
79
Figura 36: Opes para pr-processamento das imagens. Fonte: Elaborado pelo
autor.
Menu identificar imagens: Aps processar a imagem possvel identificar os
objetos contigos na mesma, atravs das tcnicas de deteco de borda, Hought
Circle e algoritmos de fora bruta, que checam se a parte destacada pode formar
um circulo. As colnias identificas so plotadas sobre a imagem, para contra prova
e no final da interface grfica exibido o nmero de mais provvel (Figura 37).
Os menus restantes no apresentam janelas, pois a ao executada
diretamente na interface principal. Ressalta-se que em cada passo a imagem gerada
pode ser restaurada ou exportada e os passos executados para um arquivo pode ser
replicado para todos os outros abertos.
O programa desenvolvido trabalha de forma indistinta com arquivos.jpg, .bmp,
.tif, .gif e .png, possui executvel prprio e no tem dependncias externas. Para o
pr-processamento da imagem esto disponveis filtros para correo de contraste,
iluminao, converso para escala cinza, remoo de saturao, ferramentas para
80
81
82
83
84
85
5. CONCLUSO
Este trabalho mostrou que o ajuste de dados experimentais a modelos
tericos de crescimento, explicados por equaes no lineares, possui importantes
aplicaes na microbiologia de alimentos e consequentemente na sade pblica
mundial, entretanto, a dificuldade, tempo e conhecimentos necessrios para realizar
esses ajustes podem inviabilizar todo o processo, sendo de suma importncia um
software que auxilie essa atividade e abstraia a complexidade matemtica e o
trabalho mecnico envolvidos. De forma semelhante, a contagem de bactrias em
placas de Petri, utilizado na microbiologia, farmcia, medicina e diversos campos da
biologia, demandam um trabalho fatigante de contagem, que poderia ser amenizado
por tcnicas de processamento e identificao de imagens.
5.1 MicroFit Programa para ajuste de dados e criao de modelos
O software MicroFit torna possvel o ajuste automtico de dados
experimentais a modelos microbiolgicos de crescimento terico, possibilitando a
criao, o ajuste e validao de novos modelos de forma fcil e rpida, despontando
como uma importante ferramenta de auxlio s atividades dos profissionais da
microbiologia. Espera-se que o software aqui apresentado possa contribuir para a
melhoria da segurana alimentar de produtos perecveis, bem como das estimativas
do tempo de vida dos produtos, alm de incentivar outros empreendimentos
relacionados ao uso de modelos de predio e ajustes de equaes a dados
experimentais, ligados a Engenharia Agrcola e reas afins.
5.2 MicroCount Programa para contagem de colnias por fotografias
O MicroCount permite que a identificao e contagem de microrganismos por
fotografias seja um processo vivel, prtico e com uma elevada taxa de acerto,
diminuindo consideravelmente o tempo de tabulao de dados referentes
contagem de microrganismos. Os filtros incorporados ao programa para prprocessamento de imagens, unidos tcnicas de identificao de colnias com
parmetros controlveis, tornam o processo de contagem bastante robusto para
processar imagens com diferentes nveis de dificuldade, mesmo que em alguns
momentos seja necessrio assistir o processo de identificao manualmente.
86
6. REFERNCIAS
87
88
89
90
91
92
93
94
95
96