A extração e comercialização das castanhas do Brasil (Bertholletia excelsa H.B.K.) é uma importante fonte de renda na região norte do Brasil. O processamento das castanhas nas indústrias ainda necessita de melhorias. Por isso, o Brasil está atrasado na questão da qualidade do produto em relação às exigências feitas pelo mercado externo. A Bolívia, que é a maior exportadora de amêndoas, utiliza tecnologia para processamento das amêndoas e com isso consegue satisfazer as exigências impostas pelo mercado internacional, sendo mais competitiva do que o Brasil nesse segmento. Sistemas de visão computacional e sistemas inteligentes estão sendo amplamente utilizados para melhoria dos processos de produção e dos produtos em diversas áreas do conhecimento. Visando a melhoria dos processos nas indústrias brasileiras de beneficiamento das castanhas, este trabalho utilizou conceitos de visão computacional com foco em duas das várias etapas de beneficiamento: classificação das castanhas e seleção de suas amêndoas. Assim, esta dissertação apresenta o software desenvolvido para seleção das amêndoas e também uma metodologia de classificação por origem. O software desenvolvido para a seleção das amêndoas apresentou na distinção entre intactas e quebradas uma média de identificações corretas de 95,7%. Já para a metodologia de classificação, teve 84% de identificações corretas na identificação das origens. / Extraction and trading of the Brazil nuts (Bertholletia excelsa H.B.K.) is an important source of income for the northern region of Brazil. The factory processing of the Brazil nuts still needs improvements. This is in the mean reason why Brazil is losing ground in the foreign market due to the demands made on the issue of product quality. Bolivia, today is the largest exporter of nuts, and uses technology for nuts processing satisfying the requirements imposed by the international market, being more competitive than Brazil in this segment. Computer vision and intelligent systems are being widely used to improve production processes and products in many areas of technology. Aiming to improve the Brazilian industrial nuts processing, this study used computer vision concepts with focus on two of the various stages of processing: classification of nuts and selection of its almonds. Thus, this dissertation presents the software developed for selection of almonds and also a method of classification by origin. The software developed for the selection of almonds showed the distinction between intact and broken with an average accuracy of 95.7%. As for the methodology of classification, this had 84% accuracy in identifying the sources.

Esta tese apresenta o Corisco, um método para estimar a orientação de uma câmera a partir de uma única imagem capturada de um ambiente antrópico. O Corisco foi desenvolvido com o objetivo de atender às necessidades de aplicações de Robótica Móvel e da análise de grandes conjuntos de imagens, o que significa que o método deve não só apresentar um bom desempenho computacional, mas também deve poder utilizar diferentes modelos de câmera, permitir realizar um comprometimento entre a velocidade de cálculo e acurácia dos resultados, e ainda deve poder tanto aproveitar estimativas iniciais da solução, quanto dispensá-las. O Corisco apresenta todas estas características. Os ambientes considerados possuem um sistema referencial natural com três eixos ortogonais, e contêm conjuntos de retas paralelas a estes eixos. A orientação estimada é uma rotação tridimensional entre o referencial natural e o sistema referencial da câmera. O Corisco requer o conhecimento do modelo de câmera, mas qualquer modelo de câmera pode ser utilizado. Corisco analisa imagens utilizando um processo de extração de edgels, que são pontos localizados nas projeções das retas do ambiente, associados à direção tangencial da projeção da reta naquele ponto. Esta extração de edgels utiliza uma máscara em forma de grade que permite sub-amostrar os dados, criando um comprometimento entre velocidade e precisão. A orientação é estimada através de um processo de otimização em dois passos que minimiza uma função objetivo definida pela técnica de M-estimação, com uma função de erro redescendente. Esta técnica é equivalente à aplicação de estimação MAP ou EM nos métodos similares existentes. O primeiro passo da otimização utiliza o algoritmo RANSAC, permitindo ao Corisco funcionar sem estimativas iniciais, e o segundo passo é um processo de otimização contínua com restrições que explora a parametrização da orientação por quaternos. O Corisco foi testado com diferentes modelos de câmera, incluindo a projeção perspectiva, um modelo com distorção radial, e duas projeções onidirecionais, a polar equidistante e a equiretangular. O tempo médio de cálculo pode ser controlado através de dois parâmetros, que podem também afetar a exatidão. A exatidão observada ao comparar as estimativas do Corisco com orientações de referência foi tipicamente próxima a 1 grau para tempos de execução acima de 20 segundos, e aproximadamente 4 graus para menos de dois segundos. Este desempenho alcançou os objetivos estabelecidos, e os resultados experimentais validaram o método para aplicações práticas. / This thesis presents Corisco, a method to estimate the orientation of a camera from a single image captured from an anthropic environment. Corisco was developed with the objective of answering the needs of Mobile Robotics applications, and of the analysis of large set of images, what means that the method should present not only a good computational performance, but it should also be able to use different camera models, allow to control the compromise between calculation speed and result precision, and must also be capable of both exploiting initial estimates of the result, and of operating without any initial estimates. Corisco presents all of these characteristics. The considered environments have a natural reference system with three orthogonal axes, and contain sets of lines parallel to these axes. The estimated orientation is a three-dimensional rotation between the natural reference frame and the camera frame. Corisco requires the knowledge of the camera model, but any camera model can be used. Corisco analyzes images using a process that extracts edgels, which are points located on the projections of the environment lines, associated with the tangential direction of the line projection at that point. This edgel extraction technique uses a grid mask that can sub-sample the data, creating a compromise between speed and precision. The orientation is estimated through a two-step optimization process that minimizes an objective function defined by the M-estimation technique, using a redescending error function. This technique is equivalent to the application of the MAP or the EM estimation in similar existing methods. The first optimization step uses the RANSAC algorithm, allowing Corisco to work without initial estimates, and the second step is a continuous and constrained optimization process that explores the orientation parametrization by quaternions. Corisco was tested with different camera models, including the perspective projection, a model with radial distortion, and two omnidirectional projections, the polar equidistant and the equirectangular. The mean calculation time can be controlled through a couple of parameters, which may also affect the accuracy. The accuracy observed by comparing the Corisco estimates with reference orientations was typically near 1 degree for execution times above 20 seconds, and approximately 4 degrees for less than two seconds. This performance attained the established objectives, and the experimental results validated the method for practical applications.

A estimação de posição é o resultado direto da reconstrução de cenas, um dos ramos da visão computacional. É também uma informação importante para o controle de sistemas mecatrônicos, e em especial para os sistemas robóticos autônomos. Como uma aplicação de engenharia, o desempenho de tal sistema deve ser avaliado em termos de eficiência e eficácia, medidas traduzidas respectivamente pelo custo de processamento e pela quantificação do erro. A geometria epipolar é um campo da visão computacional que fornece formalismo matemático e técnicas de reconstrução de cenas a partir de uma par de imagens, através de pontos correspondentes entre elas. Através deste formalismo é possível determinar a incerteza dos métodos de estimação de posição, que são relativamente simples e podem atingir boa precisão. Dentre os sistemas robóticos autônomos destacam-se os ROVs - do inglês \"Remotely Operated Vehicles\" - ou veículos operados remotamente, muito utilizados em tarefas submarinas, e cuja necessidade crescente de autonomia motiva o desenvolvimento de um sensor de visão com características de baixo consumo de energia, flexibilidade e inteligência. Este sensor pode consistir de uma câmera CCD e algoritmos de reconstrução de cena baseados em geometria epipolar entre imagens. Este estudo visa fornecer um comparativo de resultados práticos da estimação de posição através da geometria epipolar entre imagens, como parte da implementação de um sensor de visão para robôs autônomos. Os conceitos teóricos abordados são: geometria projetiva, modelo de câmera, geometria epipolar, matriz fundamental, reconstrução projetiva, re-construção métrica, algoritmos de determinação da matriz fundamental, algoritmos de reconstrução métrica, incerteza da matriz fundamental e complexidade computacional. Os resultados práticos baseiam-se em simulações através de imagens geradas por computador e em montagens experimentais feitas em laboratório que simulam situações práticas. O processo de estimação de posição foi realizado através da implementação em MATLAB® 6.5 dos algoritmos apresentados na parte teórica, e os resultados comparados e analisados quanto ao erro e complexidade de execução. Dentre as principais conclusões é apresentado a melhor escolha para a implementação de sensor de visão de propósito geral - o Algoritmo de 8 Pontos Correspondentes Normalizado. São apresentadas também as condições de utilização de cada método e os cuidados necessários na interpretação dos resultados. / Position estimation is the direct result of scene reconstruction, one of computer vision\'s fields. It is also an important information for the control of mechanical systems - specially the autonomous robotic systems. As an engineering application, those systems\' performance must be evaluated in terms of efficiency and effectiveness, measured by processing costs and error quantification. The epipolar geometry is a field of computer vision that supply mathematical formalism and scene reconstruction techniques that are based on the correspondences between two images. Through this formalism it is possible to stipulate the uncertainty of the position estimation methods that are relatively simple and can give good accuracy. Among the autonomous robotic systems, the ROVs - Remotely Operated Vehicles - are of special interest, mostly employed in submarine activities, and whose crescent autonomy demand motivates the development of a vision sensor of low power consumption, flexibility and intelligence. This sensor may be constructed with a CCD camera and the scene reconstruction algorithms based on epipolar geometry. This work aims to build a comparison of practical results of position estimation through epipolar geometry, as part of a vision sensor implementation for autonomous robots. The theory presented in this work comprises of: projective geometry, camera model, epipolar geometry, fundamental matrix, projective reconstruction, metric reconstruction, fundamental matrix algorithms, metric reconstruction algorithms, fundamental matrix uncertainty, and computational complexity. The practical results are based on computer generated simulations and experimental assemblies that emulate practical issues. The position estimation was carried out by MATLAB® 6.5 implementations of the algorithms analyzed in the theoretical part, and the results are compared and analyzed in respect of the error and the execution complexity. The main conclusions are that the best algorithm choice for the implementation of a general purpose vision sensor is the Normalized 8 Point Algorithm, and the usage conditions of each method, besides the special considerations that must be observed at the interpretation of the results.

De acordo com a Organização Mundial da Saúde,cerca de 1,2milhões de pessoas no mundo morrem em acidentes de trânsito. Sistemas de assistência ao motorista e veículos autônomos podem diminuir o número de acidentes. Dentre as várias demandas existentes para viabilizar essa tecnologia, sistemas computacionais de percepção ainda permanecem sem uma solução definitiva. Dois deles, detecção de obstáculos e de via navegável, normalmente fazem uso de algoritmos sofisticados como técnicas de aprendizado supervisionado, que mostram resultados impressionantes quando treinados com bases de dados bem definidas e diversificadas.Entretanto, construir, manter e atualizar uma base de dados com exemplos de vários lugares do mundo e em diversas situações é trabalhoso e complexo. Assim, métodos adaptativos e auto-supervisionados mostram-se como boas alternativas para sistemas de detecção do futuro próximo. Neste contexto, esta tese apresenta um método para estimar obstáculose via navegável através de sensores de baixo custo (câmeras estereoscópicas), sem o uso de técnicas de aprendizado de máquina e de diversas suposições normalmente utilizadas por trabalhos já disponíveis na literatura. Esses métodos utilizando sensor estereoscópico foram comparados fazendo uso de sensores do tipo 3D-LIDAR e mostraram resultados semelhantes. Este sistema poderá ser usado como uma fase pré-processamento de dados para melhorar ou viabilizar métodos adaptativos de aprendizado. / World wide, an estimated 1.2million lives are lostin road crashes each year and Advanced Driver Assistance Systems (ADAS) and Self-driving cars promise to reduce this number. Among the various issues to complete this technology, perception systems are still an unsolved issues. Normally two of them, obstacle detection and road detection, make use of sophisticated algorithms such as supervised machine learning methods which can perform with impressive results if it was trained with good data sets. Since it is a complex and an expensive job to create and maintain data bases of scenarios from the entire world, adaptive and/or self-supervised methods are good candidates for detection systems in the near future. Due that, this thesis present a method to estimate obsta- cles and estimate the road terrain using low cost sensors (stereo camera), avoiding supervised machine learning techniques and the most common assumptions used by works presented in literature. These methods were compared with 3D-LIDAR approaches achieving similar results and thus it can be used as a pre-processing step to improve or allow adaptive methods with machine learning systems.

Sistemas de multiprojeção podem oferecer alta resolução e grande quantidade de brilho por fundamentarem-se no uso de aglomerado de projetores e podem proporcionar uma qualidade visual superior aos sistemas de projeção tradicionais compostos por um projetor de alto desempenho. Considerando o custo elevado dos projetores de alto brilho e resolução, o uso de projetores convencionais em sistemas de multiprojeção pode representar uma redução sensível no custo de implantação sem comprometer a qualidade visual. Esta tese propõe a pesquisa e o desenvolvimento de um sistema de multiprojeção escalável com o objetivo de atingir resoluções nos limites do sistema de percepção visual humano. Este sistema é denominado como resolução retina. Para tanto, foi realizada a pesquisa e a proposta de um sistema de multiprojeção escalável inovador. A viabilidade deste sistema foi comprovada através do desenvolvimento do sistema de multiprojeção chamado Fast Fusion que dentre vários recursos permite a calibração automática dos projetores através de câmeras. Na implementação da biblioteca Fast Fusion, foram realizados aprimoramentos de algoritmos conhecidos na literatura tais como os algoritmos de calibração de projetores utilizando matrizes de homografia, além da proposta de uma arquitetura inédita para suportar grande quantidade de projetores, com centenas ou até mesmo milhares de projetores e computadores gráficos. O sistema de multiprojeção desenvolvido nesta tese foi utilizado na implementação de várias aplicações de realidade virtual nas áreas de aprendizagem, treinamento, simulação, entretenimento e turismo. Por fim, este trabalho apresenta uma análise de desempenho visual e computacional do sistema proposto. / Multi-projector systems offer both higher resolution and brightness by using a cluster of projectors, providing better visual quality when compared to traditional systems using a single high performance projector. When we consider the high cost associated with high-end projectors, the use of multiple low cost projectors can reduce considerably the cost of such installation. The goal of this thesis is to research such alternatives using clusters of projects to develop a scalable multi- projector system capable of achieving a high resolution display comparable to that of a human eye. We call such display the retina display. We proved the viability of such system through the development of a multi-projector system called Fast Fusion which automatically calibrates casually aligned projectors to properly blend different projections using cameras. Our Fast Fusion system improves known algorithms in the literature for projector calibration and blending using homographic matrices. Additionally, we propose a new architecture that supports a higher number of projectors than previous approaches - our solution supports hundreds or thousands of projectors to be used together, powered by a graphics cluster. The multi-projector system developed in this thesis has been validated on several virtual reality solutions by developing applications in diverse areas such as learning, training, simulation, entertainment and tourism. Finally, this thesis presents a thorough analysis of the visual and computational performance of our system.

O objetivo deste trabalho é o desenvolvimento de um método dedicado de classificação para placas de madeira utilizadas na fabricação de lápis, utilizando procedimentos de visão computacional. O processo aqui proposto, foi idealizado buscando uma metodologia que pudesse ser realizada com baixa complexidade computacional, ou seja, os cálculos dos algoritmos utilizando apenas operações simples - do tipo soma, subtração, multiplicação e divisão - em imagens em níveis de cinza. A intenção em utilizar apenas as operações básicas citadas, tem o objetivo de tornar o método implementável em arquiteturas com tecnologia VLSI, notadamente em Arquiteturas Sistólicas. O trabalho descreve o ciclo de produção do lápis localizando a etapa onde é proposta a metodologia de classificação das placas de madeira. Nesta etapa, há uma seqüência de procedimentos, descritos ao longo do trabalho, que compreendem a aquisição da imagem das placas, a extração de características das imagens, o processamento dessas características e por fim os algoritmos de classificação. Na etapa de extração de características, buscou-se com a aplicação de um método de Limiar automático que utiliza a entropia de Shannon, extrair informações suficientes para classificar adequadamente as placas de madeiras em diferentes classes, fornecendo dessa forma, um sistema ágil, repetitivo e de baixo custo para aproveitamento da madeira em diferentes produtos finais. / The objective of this work was to develop a dedicated computer vision method for the classification of wooden plates used in pencil manufacturing. The process here proposed was idealized looking for a low computational complexity methodology that could be accomplished in VLSI, as for instance using Systolic Computer Architectures made of logic arrays. The pencil cycle of production is described, locating the stage where the proposed classification methodology should be used. There is a sequence of procedures, along the work, that describe the acquisition, extraction of the characteristics and the processing of the images, and finally the classification algorithms. For the extraction of characteristics of the images, it was used an automatic method for the threshold determination, based on Shannon\'s entropy. The information supplied by the threshold determination method allows classifying the plates in different classes. The analysis of the results showed that the method performs well is repetitive and efficient on the classification and its use can be extended to classifying other final products.

O objetivo deste trabalho é a investigação da evolução da regeneração óssea de osteotomias em tíbias de carneiro utilizando processamento de imagens. Para isso, foram utilizadas radiografias digitalizadas de 15 animais divididos em 3 grupos, animais sacrificados com 30, 45 e 60 dias. O processo de regeneração da fratura foi feito com o auxílio de fixador flexível, pois este apresenta, tipicamente, uma consolidação indireta com formação de calo ósseo. A avaliação clínica baseia-se na dimensão e na densidade mineral do calo, obtidas por diferentes métodos. Neste trabalho são apresentadas a evolução do tamanho do calo ósseo em relação à largura média do osso na região da fratura e a avaliação de 14 parâmetros de textura, sendo 5 parâmetros de primeira ordem (MEAN, STDEV, KURT, SKEW e ENER) e 9 características de Haralick (ASM, CONT, CORR, IDM, ENT, VAR, DIAGM, SHADE e PROM). O acompanhamento do crescimento do calo seguiu o comportamento descrito na literatura. Os parâmetros de textura cuja performance foi insatisfatória são 6, a saber, ENER, ASM, CONT, IDM, ENT e DIAGM. Outros 6 possuem comportamento distintos. O parâmetro CORR mostra-se útil para separar imagens com definição de imagens ruidosas. Os parâmetros SHADE e PROM demarcam regiões de contorno. Os parâmetros STDEV, KURT e SKEW têm uma similaridade ao longo do tempo e separam a osteotomia da medular nas imagens iniciais. Os valores dos parâmetros MEAN e VAR refletem a calcificação do tecido na região do calo e conseqüentemente, a rigidez do mesmo durante o processo de regeneração. Estes dois parâmetros discretizam a regeneração ao longo do tempo. Os parâmetros de textura podem ser usados como classificadores da regeneração óssea de forma não-invasiva em um sistema automático de classificação. / The present dissertation investigates the evolution characteristics of bone regeneration in goat\'s tibia osteotomies by image processing. Digitized radio-graphs of 13 animals were used. They were divided into three groups sacrificed at 30, 45 and 60 days respectively. The fracture healing was performed with the aid of flexible fixation, which often develops indirect regeneration with bone callus. The clinical evaluation is based on the dimensional and mineral density of bone callus measured by one of the existent methods. The evolution of the bone callus relative to the bone thickness and 14 texture parameters evaluated at the fractured site are presented here. Nine of the parameters are characteristics of Haralick (ASM, CONT, CORR, IDM, ENT, VAR, DIAGM, SHADE and PROM) and the others are first order parameters (MEAN, STDEV, KURT, SKEW and ENER). The bone callus behaves as described in literature. Six texture parameters, ENER, ASM, CONT, IDM, ENT and DIAGM had no relation with regeneration. The CORR parameter experesses the quality of the image. SHADE and PROM parameters mark the ontour of the images. SKEW, KURT and STDEV have a similar behavior once they separete osteotomy from medular in the initial images. The VAR and MEAN parameters show a commom variation among images along the time. This pattern represents the evolution of regeneration and distinguishes bone concentration at osteomotmy site and therefore its rigidity. Texture parameters are capable ofcharacterizing bone regeneration in a noninvasive way for an automatic classification system.

A análise de imagens é uma das formas de avaliar o desenvolvimento das plantas, tanto para correlacionar aspectos biofísicos dos mesmos, como para a detecção de doenças. Através das imagens podem ser calculados índices vegetativos que se correlacionem com os teores de nutrientes nas folhas. Com essa perspectiva, o presente trabalho objetivou avaliar quais indices vegetativos melhor se correlacionariam com a taxa de fósforo nas folhas de tomateiros. Foi realizado o cultivo de uma cultivar de minitomate, com cinco doses de fósforo (0, 25, 50, 75 e 100%) do P recomendado (na formulação da solução nutritiva). Em diferentes etapas do desenvolvimento da planta foram coletadas amostras das folhas para obtenção das imagens, através de escâner e máquina fotográfica, e diagnose foliar. Foram determinadas as biorrespostas das plantas ao longo do tempo. Uma rede neural artificial foi desenvolvida para estimar os teores de fósforo foliares no minitomate grape. A análise do desenvolvimento da planta permitiu concluir que a dose 100% de P2O5 utilizada no experimento foi suficiente para suprir a demanda nutricional do minitomateiro. Aos 64 dias após o transplantio (DAT) foi observada a maior queda nos teores de fósforo nas folhas, coincidindo com o amadurecimento dos frutos. Propõe-se, para a cultivar estudada, que a dignose foliar seja feita aos 50 DAT. Os índices vegetativos obtidos pela análise de imagem e selecionados pela análise de componentes principais (ICVE e Bn, tanto da parte abaxial quanto adaxial) podem ser utilizados para estimar a diagnose foliar de P na cultivar de minitomate grape. A avaliação dos índices vegetativos indicou que a obtenção de imagens com o escâner é mais adequado do que com a câmera fotográfica. Para a cultivar estudada, verificou-se que na dosagem de 100% de P2O5 teor de P nas folhas fica abaixo de 4,0 g kg-1. Em relação à rede neural desenvolvida, ao categorizar os valores de P de acordo com a literatura, a mesma obteve uma taxa de acerto de 90%. / The analysis of images is one of the ways to evaluate the development of plants, both to correlate biophysical aspects of the same, as for the detection of diseases. Through the images can be calculated vegetative indexes that correlate with the contents of nutrients in the leaves. With this perspective, the present studied aimed to evaluate which vegetative indexes would best correlate with the phosphorus rate in tomato leaves. A minitomato grape cultivar with five phosphorus doses (0, 25, 50, 75 and 100%) of the recommended P (in the formulation of the nutrient solution) was carried out. At different stages of plant development, leaf samples were collected to obtain the images, with scanner and camera, and foliar diagnosis. The bio-responses of plants were determined over time. An artificial neural network was developed to estimate leaf phosphorus levels in the grape minitomate. The analysis of the development of the plant allowed to conclude that the dose 100% of P2O5 used in the experiment was enough to supply the nutritional demand of the minitomateiro. At 64 days after transplanting (DAT), the highest drop in phosphorus content in the leaves was observed, coinciding with the ripening of the fruits. It is proposed, for the studied cultivar, that the leaf dignity should be made at 50 DAT. The vegetative indexes obtained by the image analysis and selected by the principal components analysis (ICVE and Bn, both abaxial and adaxial) can be used to estimate the leaf diagnosis of P in the minitomate grape cultivar. The evaluation of vegetative indexes indicated that obtaining images with the scanner is more appropriate than with the photographic camera. For the cultivar studied, it was verified that in the dosage of 100% of P2O5 content of P in the leaves is below 4.0 g kg-1. In relation to the developed neural network, when categorizing the P values according to the literature, it obtained a 90% correctness rate.

A extração e comercialização das castanhas do Brasil (Bertholletia excelsa H.B.K.) é uma importante fonte de renda na região norte do Brasil. O processamento das castanhas nas indústrias ainda necessita de melhorias. Por isso, o Brasil está atrasado na questão da qualidade do produto em relação às exigências feitas pelo mercado externo. A Bolívia, que é a maior exportadora de amêndoas, utiliza tecnologia para processamento das amêndoas e com isso consegue satisfazer as exigências impostas pelo mercado internacional, sendo mais competitiva do que o Brasil nesse segmento. Sistemas de visão computacional e sistemas inteligentes estão sendo amplamente utilizados para melhoria dos processos de produção e dos produtos em diversas áreas do conhecimento. Visando a melhoria dos processos nas indústrias brasileiras de beneficiamento das castanhas, este trabalho utilizou conceitos de visão computacional com foco em duas das várias etapas de beneficiamento: classificação das castanhas e seleção de suas amêndoas. Assim, esta dissertação apresenta o software desenvolvido para seleção das amêndoas e também uma metodologia de classificação por origem. O software desenvolvido para a seleção das amêndoas apresentou na distinção entre intactas e quebradas uma média de identificações corretas de 95,7%. Já para a metodologia de classificação, teve 84% de identificações corretas na identificação das origens. / Extraction and trading of the Brazil nuts (Bertholletia excelsa H.B.K.) is an important source of income for the northern region of Brazil. The factory processing of the Brazil nuts still needs improvements. This is in the mean reason why Brazil is losing ground in the foreign market due to the demands made on the issue of product quality. Bolivia, today is the largest exporter of nuts, and uses technology for nuts processing satisfying the requirements imposed by the international market, being more competitive than Brazil in this segment. Computer vision and intelligent systems are being widely used to improve production processes and products in many areas of technology. Aiming to improve the Brazilian industrial nuts processing, this study used computer vision concepts with focus on two of the various stages of processing: classification of nuts and selection of its almonds. Thus, this dissertation presents the software developed for selection of almonds and also a method of classification by origin. The software developed for the selection of almonds showed the distinction between intact and broken with an average accuracy of 95.7%. As for the methodology of classification, this had 84% accuracy in identifying the sources.

Como a complexidade das tarefas realizadas por robôs móveis vêm aumentando a cada dia, a percepção do robô deve ser capaz de capturar informações mais ricas do ambiente, que permitam a tomada de decisões complexas. Entre os possíveis tipos de informação que podem ser obtidos do ambiente, as informações geométricas e semânticas têm papéis importantes na maioria das tarefas designadas a robôs. Enquanto as informações geométricas revelam como os objetos e obstáculos estão distribuídos no espaço, as informações semânticas capturam a presença de estruturas complexas e eventos em andamento no ambiente, e os condensam em descrições abstratas. Esta tese propõe uma nova técnica probabilística para construir uma representação do ambiente baseada em objetos a partir de imagens capturadas por um robô navegando com uma câmera de vídeo solidária a ele. Esta representação, que fornece descrições geométricas e semânticas de objetos, é chamada O-Map, e é a primeira do gênero no contexto de navegação de robôs. A técnica de mapeamento proposta é também nova, e resolve concomitantemente os problemas de localização, mapeamento e classificação de objetos, que surgem quando da construção de O-Maps usando imagens processadas por detectores imperfeitos de objetos e sem um sensor de localização global. Por este motivo, a técnica proposta é chamada O-SLAM, e é o primeiro algoritmo que soluciona simultaneamente os problemas de localização e mapeamento usando somente odometria e o resultado de algoritmos de reconhecimento de objetos. Os resultados obtidos através da aplicação de O-SLAM em imagens processadas por uma técnica simples de detecção de objetos mostra que o algoritmo proposto é capaz de construir mapas que descrevem consistentemente os objetos do ambiente, dado que o sistema de visão computacional seja capaz de detectá-los regularmente. Em particular, O-SLAM é eficaz em fechar voltas grandes na trajetória do robô, e obtém sucesso mesmo se o sistema de detecção de objetos posuir falhas, relatando falsos positivos e errando a classe do objeto algumas vezes, consertando estes erros. Dessa forma, O-SLAM é um passo em direção à solução integrada do problema de localização, mapeamento e reconhecimento de objetos, a qual deve prescindir de um sistema pronto de reconhecimento de objetos e gerar O-Maps somente pela fusão de informações geométricas e visuais obtidas pelo robô. / As tasks performed by mobile robots are increasing in complexity, robot perception must be able to capture richer information from the environment in order to allow complex decision making. Among the possible types of information that can be retrieved from the environment, geometric and semantic information play important roles in most of the tasks assigned to robots. While geometric information reveals how objects and obstacles are distributed in space, semantic information captures the presence of complex structures and ongoing events from the environment and summarize them in abstract descriptions. This thesis proposes a new probabilistic technique to build an object-based representation of the robot surrounding environment using images captured by an attached video camera. This representation, which provides geometric and semantic descriptions of the objects, is called O-Map, and is the first of its kind in the robot navigation context. The proposed mapping technique is also new, and concurrently solves the localization, mapping and object classification problems arisen from building O-Maps using images processed by imperfect object detectors and no global localization sensor. Thus, the proposed technique is called O-SLAM, and is the first algorithm to solve the simultaneous localization and mapping problem using solely odometers and the output from object recognition algorithms. The results obtained by applying O-SLAM to images processed by simple a object detection technique show that the proposed algorithm is able to build consistent maps describing the objects in the environment, provided that the computer vision system is able to detect them on a regular basis. In particular, O-SLAM is effective in closing large loops in the trajectory, and is able to perform well even if the object detection system makes spurious detections and reports wrong object classes, fixing these errors. Thus, O-SLAM is a step towards the solution of the simultaneous localization, mapping and object recognition problem, which must drop the need for an off-the-shelf object recognition system and generate O-Maps only by fusing geometric and appearance information gathered by the robot.