Elements d’anàlisi de la lingüística de corpus

De acordo com Masad et al. (1999) e Yue, Chen e Tham (2003), Processamento Digital de Imagem - PDI (do inglês, Digital Image

Processing - DIP) é o termo utilizado para o processo de converter

imagens de vídeo em um formato digital, e, por meio da aplicação de algoritmos matemáticos, extrair informações significativas da imagem.

As imagens de misturas asfálticas, por serem em escala de cinza, não podem ser utilizadas diretamente para a análise. O processamento digital de uma imagem é realizado para separar os diferentes constituintes (fases) que compõe o material (WANG, 2007).

Softwares de processamento e análise de imagens

De acordo com Bessa, Castelo Branco e Soares (2012), existem diversos softwares que podem ser utilizados para realizar o processamento de imagens, tais como:

 ImageTool (desenvolvido pelo Departamento de Odontologia e Diagnóstico da Universidade do Texas);  ImageJ (desenvolvido pelo Institutos Nacionais da

Saúde dos Estados Unidos);

 Image Processing & Analysis System - IPAS (desenvolvido pela Universidade de Wisconsin- Madison);

 Abaqus 2008 (desenvolvido pela Simulia®, a versão 2008 possui uma ferramenta de edição de imagens). O processo de utilização de software de imagem requer a digitalização de uma imagem real e da análise de seus componentes para a obtenção dos parâmetros relacionados com a estrutura interna da mistura (zonas de contato, orientação dos agregados, segregação).

Optou-se pelo uso do software IPAS-2 neste trabalho, pois: a segunda versão do programa apresenta aprimoramentos em relação à análise de imagens de misturas asfálticas, especificamente; apresenta dois tipos de filtros, proporcionando uma imagem de melhor qualidade para análise e; o uso foi validado por Sefidmazgi (2011). Ainda, de

acordo com Ibrahim, Mahmoud e Ali (2013), uma proposta de procedimento da AASHTO “Determining Aggregate Structure in

Asphalt Mixes by Means of Planar Imaging” resumiu as técnicas de

processamento e análise de imagens incorporadas no software.

Software IPAS-2

IPAS (Image Processing & Analysis System) é um pacote computacional desenvolvido pela Universidade de Wisconsin-Madison e pela Universidade Estadual de Michigan especificamente para a análise de imagens de pavimentos. Este software pode ser utilizado para analisar a estrutura interna do agregado de misturas asfálticas a quente.

A segunda versão do software, IPAS-2, foi desenvolvida pela Universidade de Wisconsin-Madison e apresenta benefícios quanto à caracterização estrutural dos agregados como: identificação das zonas de contato dos agregados, determinação do comprimento de contato, bem como a identificação do esqueleto mineral (orientação dos agregados).

Sefidmazgi (2011) validou a utilização do software IPAS-2 e concluiu que a caracterização da estrutura interna de misturas asfálticas pode ser realizada com sucesso a partir de imagens bidimensionais. Neste estudo, foram analisadas três misturas distintas (densa e aberta) sendo que em misturas densas foram analisados agregados com diâmetro maior do que 2,36mm e, em misturas abertas, maior do que 4,36mm (valores estes recomendados por Sefidmazgi (2011) para análises). Também foi investigada a sensibilidade do software em detectar variações no esqueleto mineral decorrentes da variação do tipo de ligante asfáltico e das condições de compactação (método de compactação, temperatura e pressão).

Para a utilização do IPAS-2, exemplo de interface apresentado na Figura 48, é necessário um aparato composto por um scanner e um computador (onde deve estar instalado o software). A preparação da amostra consiste em serrar um corpo de prova moldado em laboratório ou extraído de campo com as propriedades volumétricas requeridas por critérios estabelecidos. As faces do corpo de prova são digitalizadas em duas dimensões por um scanner convencional. Após a aquisição das imagens, são realizados procedimentos para o tratamento e para a transformação dessas imagens (aplicação de filtros e divisão dos elementos) para que enfim ocorra a análise das partículas de agregados e a posterior obtenção dos resultados, tais como: orientação das partículas, zonas de contato entre os agregados e segregação das partículas.

Fonte: Bahia (2013).

Sefidmazgi (2011) propôs um método de implementação do

software IPAS-2 para caracterização da estrutura interna de amostras de

misturas asfálticas. Neste sentido, foi determinado um número ótimo de cortes nos corpos de prova que são necessários para representar as propriedades tridimensionais da mistura por meio de imagens bidimensionais. Sefidmazgi e Bahia (2014) avaliaram o índice Internal

Structure Index (ISI)9 e o respectivo coeficiente de variação, conforme apresenta as Figuras 49 e 50 respectivamente. Os autores concluíram, com base no ISI, que para capturar a estrutura interna da mistura com um erro inferior a 5% é necessário realizar no mínimo 3 cortes no material (o que resulta em 6 imagens posto que são digitalizadas as duas superfícies do corte).

9 _{Índice que se refere a uma combinação de parâmetros da estrutura interna}

Figura 49 - Análise do número ótimo de secções (número de imagens versus ISI)

Fonte: Adaptado de Sefidmazgi (2011).

Figura 50 - Análise do número ótimo de seções (número de imagens versus coeficiente de variação)

Fonte: Adaptado de Sefidmazgi (2011).

A Figura 49 mostra que a partir de seis imagens analisadas ocorre uma tendência de convergência do valor do ISI e, consequentemente, uma diminuição do coeficiente de variação deste parâmetro, ilustrada na Figura 50.

Sefidmazgi (2011) utilizou uma amostra de material por condição investigada. Entretanto, não há consenso, nem recomendações e estudos a respeito do número de amostras/corpos de prova a serem analisados (MASAD et al., 1999; TASHMAN et al., 2001; HUNTER; AIREY; COLLOP, 2004; VASCONCELOS; EVANGELISTA JR.; SOARES, 2005; TASHMAN et al., 2005; ZHANG et al., 2008; SEFIDMAZGI, 2011; BESSA; CASTELO BRANCO; SOARES, 2012; HASSAN;

AIREY; KAHN, 2012; HAMZAH; VON; ABDULLAH, 2013; SEFIDMAZGI; BAHIA, 2014).

2.4.3 Outras aplicações da análise de imagens na caracterização de