(por Giovanni Calcerano) Um grupo de pesquisadores do MIT - Massachusetts Institute of Technology - desenvolveu um sistema capaz de produzir imagens de objetos envoltos em névoa mesmo quando esta é tão densa que a visão humana não consegue penetrá-la. O mesmo sistema também é capaz de medir a distância de objetos em relação a um ponto de referência, como um carro em movimento. Espera-se assim obter um módulo integrado que permita auxiliar os condutores humanos e que, da mesma forma, permita uma condução autónoma mesmo com nevoeiro e condições de baixa visibilidade.
Os pesquisadores testaram o sistema usando um pequeno tanque de água no qual um umidificador estava imerso. O nevoeiro obtido permitiu a visão humana por apenas 36 centímetros. O sistema foi capaz de identificar imagens de objetos até uma profundidade de 57 centímetros.
Este valor certamente não representa uma grande distância, mas a névoa produzida para o estudo é muito mais densa do que um motorista humano normalmente enfrenta; no mundo real, as condições típicas permitiriam uma visibilidade de cerca de 30-50 metros. “Decidi assumir o desafio de desenvolver um sistema que pudesse ver através da névoa e sabia que não era um desafio fácil”, diz Guy Satat, pesquisador do MIT Media Lab que liderou a equipe de desenvolvimento. “Estamos lidando com situações realistas, onde o nevoeiro é dinâmico e heterogêneo, em constante movimento e mudança, com áreas cada vez mais densas. Outros métodos não são projetados para lidar com tais cenários ”.
O novo sistema usa uma câmera que dispara rajadas ultracurtas de luz laser e mede o tempo que leva para os raios refletidos retornarem. Em um dia claro, o tempo que leva para a luz retornar ao medidor indica fielmente as distâncias até os objetos que a refletem. Mas a neblina faz com que a luz "se espalhe" ou salte aleatoriamente. A maior parte da luz que chega ao sensor da câmera será refletida pelas gotas de água no ar e não pelos vários objetos que os veículos devem evitar.
O sistema do MIT contorna esse problema usando análise estatística. Na verdade, os pesquisadores foram capazes de demonstrar que, independentemente da densidade da névoa, os tempos de retorno da luz refletida seguem um padrão estatístico conhecido como Distribuição Gama. O sistema estima os parâmetros para construir essa curva de distribuição e a usa para filtrar a reflexão da névoa do sinal de luz que atinge o sensor da câmera.
Basicamente, o sistema calcula uma distribuição diferente para cada um dos 1.024 pixels do sensor. E é por isso que é capaz de gerenciar as variações na densidade que tornam os sistemas atuais inúteis: é de fato capaz de se adaptar às circunstâncias em que cada pixel vê um tipo diferente de neblina.
“A grande questão é que tudo é muito simples”, diz Satat. “Se você analisar o método, perceberá que ele não é surpreendentemente muito complexo. Além disso, o sistema não requer nenhum conhecimento prévio sobre o nevoeiro e sua densidade, o que ajuda a trabalhar nas condições de nevoeiro mais amplas. "
Satat e seus colegas descreverão seu sistema em detalhes em um documento na Conferência Internacional sobre Fotografia Computacional, em maio. Satat foi acompanhado, no trabalho, por seu supervisor de tese, o professor associado de artes e ciências da mídia Ramesh Raskar, e por Matthew Tancik, um estudante de pós-graduação em engenharia eletrônica e de computação.