Este trabalho tem por objetivo comparar os seguintes métodos de compressão de imagens de impressão digital: transformada discreta do cosseno (DCT), transformada de wavelets de Haar, transformada de wavelets de Daubechies e transformada de wavelets de quantização escalar (WSQ). O propósito da comparação é identificar o método que resulta numa menor perda de dados, para a maior taxa de compressão possível. São utilizadas as seguintes métricas para avaliação da qualidade da imagem para os métodos: erro quadrático médio (ERMS), a relação sinal e ruído (SNR) e a relação sinal ruído de pico (PSNR). Para as métricas utilizadas a DCT apresentou os melhores resultados, seguida pela WSQ. No entanto, o melhor tempo de compressão e a melhor qualidade das imagens recuperadas avaliadas pelo software GrFinger 4.2, foram obtidos com a técnica WSQ. / This research aims to compare the following fingerprint image compression methods: the discrete cosseno transform (DCT), Haar wavelet transform, Daubechies wavelets transform and wavelet scalar quantization (WSQ). The main interest is to find out the technique with the smallest distortion and higher compression ratio. Image quality is measured using peak signal-to-noise ratio (PSNR), signal-to-noise ratio (SNR) and root mean square (ERMS). Image quality using these metrics showed best results for the DCT followed by WSQ, although the WSQ had the best compression time and presented the best quality when evaluated by the GrFinger 4.2 software.

Este trabalho tem por objetivo comparar os seguintes métodos de compressão de imagens de impressão digital: transformada discreta do cosseno (DCT), transformada de wavelets de Haar, transformada de wavelets de Daubechies e transformada de wavelets de quantização escalar (WSQ). O propósito da comparação é identificar o método que resulta numa menor perda de dados, para a maior taxa de compressão possível. São utilizadas as seguintes métricas para avaliação da qualidade da imagem para os métodos: erro quadrático médio (ERMS), a relação sinal e ruído (SNR) e a relação sinal ruído de pico (PSNR). Para as métricas utilizadas a DCT apresentou os melhores resultados, seguida pela WSQ. No entanto, o melhor tempo de compressão e a melhor qualidade das imagens recuperadas avaliadas pelo software GrFinger 4.2, foram obtidos com a técnica WSQ. / This research aims to compare the following fingerprint image compression methods: the discrete cosseno transform (DCT), Haar wavelet transform, Daubechies wavelets transform and wavelet scalar quantization (WSQ). The main interest is to find out the technique with the smallest distortion and higher compression ratio. Image quality is measured using peak signal-to-noise ratio (PSNR), signal-to-noise ratio (SNR) and root mean square (ERMS). Image quality using these metrics showed best results for the DCT followed by WSQ, although the WSQ had the best compression time and presented the best quality when evaluated by the GrFinger 4.2 software.

As bolsas para coleta de sangue necessitam cuidados técnicos que assegurem sua esterilidade biológica durante o processo de fabricação até a entrega do produto final. As bolsas para coleta de sangue não devem conter qualquer tipo de resíduo, para que o seu uso ou conteúdo não seja comprometido causando diversos transtornos. É preciso eliminar o risco de contaminação; no entanto muitas empresas fazem a inspeção de bolsas para coleta de sangue visualmente, a olho nu, por funcionários treinados no uso de equipamento simples, o qual não pode garantir que todas as bolsas estejam livres de resíduos, por depender do fator humano. Para assegurar a esterilização das bolsas comercializadas, este trabalho propõe uma metodologia para automação de um sistema de visão computacional baseado em conjunto de técnica de extração de características de imagens e reconhecimento de padrões para detectar resíduos em imagens de bolsas para coleta de sangue durante o processo de fabricação, e assim, melhorar a qualidade das bolsas comercializadas. Os resíduos encontrados nas imagens capturadas se apresentam como componentes de alta freqüência. A metodologia proposta utiliza a Transformada Wavelet (Wavelet de Haar) em dois níveis de decomposição, como filtro passa - alta para destacar as altas freqüências, e assim detectar a existência de resíduos nas imagens capturadas. Os resultados obtidos com a inspeção visual manual realizada em bolsas para coleta de sangue, mostram que existem resultados divergentes na análise de uma mesma bolsa, o que reforça a necessidade de automatização dessa tarefa para que sejam obtidos resultados mais uniformes com padrões definidos, e dessa maneira melhorar a qualidade das bolsas comercializadas para coleta de sangue. / The blood bags require technician attention to assure its biological sterility in the process of manufacture and in the final product. The blood bags must not contain any type of waste, so that its use or content is not compromised causing various disorders; it is necessary to eliminate any contamination risk; however many companies perform a visually inspection of the blood bags, by naked eye, by trained employees in the use of a simple equipment, which cannot guarantee that all the bags are residue-free because depending on the human factor. The residues showed on the pictures were characterized as high frequency components. So the proposed methodology applies two levels decomposition of Haar´s Wavelet as high pass filter to evidence high frequencies, and to evidence the residues at the pictures and to evidence the existence of residues on the captured pictures. To assure the sterilization of the commercialized blood bags, this work propose a methodology of an automated computational system based in a group of techniques of image characteristics extraction and recognition patterns to detect residues in blood bag images in the process of manufacture, in order to improve the quality of the commercialized blood bags.This technique is used as high-pass filter, to detach the high frequencies, using a Haar-wavelet in two decomposition levels. The results obtained with the manual visual inspection indicate that were found divergent results in the analysis of the same blood bag, which reinforces the necessity of the automation of this task in order to obtain more uniform results with defined standards.

As bolsas para coleta de sangue necessitam cuidados técnicos que assegurem sua esterilidade biológica durante o processo de fabricação até a entrega do produto final. As bolsas para coleta de sangue não devem conter qualquer tipo de resíduo, para que o seu uso ou conteúdo não seja comprometido causando diversos transtornos. É preciso eliminar o risco de contaminação; no entanto muitas empresas fazem a inspeção de bolsas para coleta de sangue visualmente, a olho nu, por funcionários treinados no uso de equipamento simples, o qual não pode garantir que todas as bolsas estejam livres de resíduos, por depender do fator humano. Para assegurar a esterilização das bolsas comercializadas, este trabalho propõe uma metodologia para automação de um sistema de visão computacional baseado em conjunto de técnica de extração de características de imagens e reconhecimento de padrões para detectar resíduos em imagens de bolsas para coleta de sangue durante o processo de fabricação, e assim, melhorar a qualidade das bolsas comercializadas. Os resíduos encontrados nas imagens capturadas se apresentam como componentes de alta freqüência. A metodologia proposta utiliza a Transformada Wavelet (Wavelet de Haar) em dois níveis de decomposição, como filtro passa - alta para destacar as altas freqüências, e assim detectar a existência de resíduos nas imagens capturadas. Os resultados obtidos com a inspeção visual manual realizada em bolsas para coleta de sangue, mostram que existem resultados divergentes na análise de uma mesma bolsa, o que reforça a necessidade de automatização dessa tarefa para que sejam obtidos resultados mais uniformes com padrões definidos, e dessa maneira melhorar a qualidade das bolsas comercializadas para coleta de sangue. / The blood bags require technician attention to assure its biological sterility in the process of manufacture and in the final product. The blood bags must not contain any type of waste, so that its use or content is not compromised causing various disorders; it is necessary to eliminate any contamination risk; however many companies perform a visually inspection of the blood bags, by naked eye, by trained employees in the use of a simple equipment, which cannot guarantee that all the bags are residue-free because depending on the human factor. The residues showed on the pictures were characterized as high frequency components. So the proposed methodology applies two levels decomposition of Haar´s Wavelet as high pass filter to evidence high frequencies, and to evidence the residues at the pictures and to evidence the existence of residues on the captured pictures. To assure the sterilization of the commercialized blood bags, this work propose a methodology of an automated computational system based in a group of techniques of image characteristics extraction and recognition patterns to detect residues in blood bag images in the process of manufacture, in order to improve the quality of the commercialized blood bags.This technique is used as high-pass filter, to detach the high frequencies, using a Haar-wavelet in two decomposition levels. The results obtained with the manual visual inspection indicate that were found divergent results in the analysis of the same blood bag, which reinforces the necessity of the automation of this task in order to obtain more uniform results with defined standards.