[pt] Neste trabalho, é apresentado um algoritmo eficiente de cálculo da Dimensão Fractal (DF) de imagens digitais. Este algoritmo fornece valores em toda a região teoricamente admissível (DF E [2,3]). É investigada a possibilidade de utilização deste método como uma ferramenta para identificação de falhas em tecidos. A DF caracteriza o grau de complexidade de um objeto. Esta característica têm sido usada recentemente na segmentação e classificação de texturas, na análise de formas e outros problemas. Este trabalho apresenta uma nova possibilidade de uso deste parâmetro, ainda não observado em outro trabalho. Foram realizados experimentos para verificar a eficiência do algoritmo desenvolvido: em imagens reais e sintéticas; na identificação de parâmetros de variação do cálculo; e verificação da influência da posição e da rotação do padrão da imagem na estimativa da imperfeição. / [en] In this work an efficient algorithm for estimation of the Fractal Dimension (FD) of images is presented. At first, the approach is tested on the synthetic images. It is expected that the PD range is 2.0 – 3.0. A good method, as this approach, should reflect this desirable feature. The utilization of such algorithm on textile imperfection identification is investigated. The FD is a feature proposed recently to characterize roughness, self-similiarity and the complexity degree in a picture. This characteristic has been used in textures segmentation and classification, shape analysis and other problems. However, its utilization on image change characterization is a new feacture. Experiments has been done, not only on synthetic images, but also on real textile. The relation of a picture scanned at various different orientation and relative rotation of digital images are also discussed.

[pt] Este trabalho introduz o conceito de Dimensão Fractal de imagens, além de fazer uma aplicação de alguns métodos usuais de segmentação, visando o controle automático de falhas em tecidos têxteis. Foi desenvolvido um sistema dedicado à indústria têxtil objetivando a detecção de possíveis falhas. Uma indústria têxtil se particulariza por ter produção contínua. A característica planar dos produtos finais deste tipo de produção torna, de uma forma geral, inviável a utilização das técnicas de extração de características morfológicas ou geométricas, usualmente empregadas em sistemas de controle de qualidade baseados na visão. Basicamente o sistema implementado compara informações obtidas de imagens digitalizadas. Estas informações variam de acordo com o método escolhido que pode ser um dos dois grupos: métodos de segmentação e dimensão fractal. Para implementação no sistema, métodos de segmentação conhecidos foram adaptados e aperfeiçoados visando a determinação de variações em uma imagem do produto (o que caracteriza a existência de uma falha). Na utilização da Dimensão Fractal como uma ferramenta para análise de imagens e controle de qualidade utiliza-se um algoritmo eficiente. Este algoritmo calcula os valores de dimensão fractal de imagens em toda a região teoricamente admissível (2 menor ou igual DF menor ou igual 3). O sistema implementado foi experimentado em tecidos planos, onde os vários métodos foram comparados quanto a sua eficiência, precisão e aplicabilidade. / [en] This work presents na application of Fractal Dimension and Segmentation techniques for Automated Visual Inspection. A System was developed for textile industries that aims automatic failure detection. Such as birch wood board and steel slabs industries, this environment has particular characteristics in which morphological feature extraction can not be used for visual quality control. The System compare data of the digital images. These images data depend on the selected method. Two methods can be used: segmentation or fractal dimension. Segmentation techniques were adapted and improved in order to detect variations of the product s images (signal of defect). The image analysis by the use of fractal dimension is based on a efficient algorithm. This algorithm calculate the fractal dimension images values throughout the range between two and three (2 less than or equal to DF less than or equal to 3). The system have been tested using textile images and the techniques were compared by its efficiency, accuracy and application.