UNIVERSIDADE FEDERAL DO SUL E SUDESTE DO PARÁ

INSTITUTO DE GEOCIÊNCIAS E ENGENHARIAS

Faculdade de Computação e Engenharia Elétrica

Bacharelado em Sistemas de Informação

DANIELY ARAUJO QUARESMA

DALTONPLAY: UM SISTEMA DESKTOP DE PROCESSAMENTO DE

VÍDEO PARA DALTÔNICOS

MARABÁ - PA

2018

DANIELY ARAUJO QUARESMA

DALTONPLAY: UM SISTEMA DESKTOP DE PROCESSAMENTO DE

VÍDEO PARA DALTÔNICOS

Trabalho de Conclusão de Curso, apresentado à

Universidade Federal do Sul e Sudeste do Pará,

como parte dos requisitos necessários para

obtenção do Título de Bacharel em Sistemas de

Informação.

Orientador:

Prof. Dr. Diego Gomes de Azevedo

MARABÁ - PA

2018

Dados Internacionais de Catalogação-na-Publicação (CIP) Biblioteca II da UNIFESSPA. CAMAR, Marabá, PA

Quaresma, Daniely Araujo Daltonplay: um sistema desktop de processamento de vídeo

para daltônicos / Daniely Araujo Quaresma; orientador, Diego Gomes de Azevedo. — 2018.

Trabalho de Conclusão de Curso (Graduação) - Universidade Federal do Sul e Sudeste do Pará, Campus Universitário de Marabá, Instituto de Geociências e Engenharias, Faculdade de Computação e Engenharia Elétrica, Curso de Bacharelado em Sistemas de Informação, Marabá, 2018.

1. Processamento de imagens. 2. Daltonismo. 3. Educação

inclusiva. 4. Ensino auxiliado por computador. I. Azevedo, Diego

Gomes de, orient. II. Universidade Federal do Sul e Sudeste do Pará. III. Título.

CDD: 22. ed.: 621.367

Elaborado por Nádia Lopes Serrão Bibliotecária-Documentalista CRB2/575

DANIELY ARAUJO QUARESMA

DALTONPLAY: UM SISTEMA DESKTOP DE PROCESSAMENTO DE

VÍDEO PARA DALTÔNICOS

Trabalho de Conclusão de Curso, apresentado à

Universidade Federal do Sul e Sudeste do Pará,

como parte dos requisitos necessários para

obtenção do Título de Bacharel em Sistemas de

Informação.

Marabá: 09 de fevereiro de 2018

Banca Examinadora

___________________________________________

Prof. Dr. Diego de Azevedo Gomes - Orientador (FACEEL – UNIFESSPA)

___________________________________________

Prof. Me. João Victor Costa Carmona - Examinador

(FACEEL – UNIFESSPA)

___________________________________________

Prof. Me. Alex de Souza Vieira - Examinador (FACEEL – UNIFESSPA)

MARABÁ - PA

2018

Agradecimentos

Agradeço primeiramente à Deus por ser a minha força em todos os momentos e por

colocar fé no meu coração para lutar até alcançar esta conquista em minha vida.

Aos meus pais Maria Leonila Araújo da Costa e Domingos Sales Costa Quaresma que

mesmo em meio a tantas dificuldades me proporcionaram a oportunidade de cursar uma

graduação. A meus irmãos e sobrinhos e a toda minha família, eu deixo uma palavra de

gratidão por todo conforto e ânimo que sempre me deram. Amo vocês!

Аоs amigos е colegas, pelo incentivo е pelo apoio constantes, em especial aos colegas

de turma do grupo DR(A)3 por todas as alegrias e tristezas compartilhadas e por muitas vezes

serem a minha família. Vocês foram maravilhosos!

À universidade Federal do Sul e Sudeste do Pará eu só posso demonstrar minha

gratidão e reconhecimento por oferecer os recursos necessários para concluir este curso.

À todos os professores da Faculdade de computação e Engenharia Elétrica o meu

muito obrigada por todo o conhecimento repassado e em especial ao professor Diego de

Azevedo Gomes pela orientação repleta de conhecimento, sabedoria e paciência.

À quem não mencionei, mas esteve presente ao meu lado eu quero lembrar que não

estão esquecidos: vocês foram imensamente importantes para essa conquista .

“Sonhos determinam o que você quer. Ação determina o que você conquista.”

Aldo Novak

Resumo

O Daltonismo é uma deficiência que dificulta ou até mesmo impossibilita a distinção ou

visualização de cores. Essa deficiência atinge uma parcela significativa da população. Este

trabalho consiste no desenvolvimento de um sistema desktop de processamento de vídeos

chamado DaltonPlay, que possui duas funcionalidades: a simulação de daltonismo e o ajuste

de cor. Para o desenvolvimento do sistema foram usadas as seguintes ferramentas: Eclipse,

JAVA , OpenCV e ffmpeg. Para a validação do sistema DaltonPlay foi utilizado o simulador

de daltonismo Vischek. As análises feitas a partir do simulador mostraram resultados

satisfatórios, observou-se que, com o ajuste de cor da aplicação DaltonPlay os números das

placas de Ishihara tornara-se perceptíveis para os usuários daltônicos, porém o método de

daltonização aplicado neste trabalho se mostrou mais satisfatório em algumas placas de

Ishihara que em outras.

Palavras-chave: Daltonismo; processamento digital de imagem; processamento de vídeo.

Abstract

Color blindness is a deficiency that hinders or even makes it impossible to distinguish or

display colors. This deficiency affects a significant portion of the population. This work

consists of the development of a desktop video processing system called DaltonPlay, the

system has two functions: the simulation of color blindness and color adjustment. For the

development of the system the following tools were used: Eclipse, JAVA, OpenCV and

ffmpeg. For the validation of the DaltonPlay system the Vischek color blind simulator was

used. The analyzes made from the simulator showed satisfactory results, it was observed that,

with the color adjustment of the application DaltonPlay the numbers of the plates of Ishihara

had become perceptible for the color-blind users, however the method of daltonization applied

in this work was shown more satisfactory on some Ishihara boards than on others.

Keywords: Color blindness; digital image processing; video processing

Lista de Figuras

Figura 1-Sensibilidade dos cones aos comprimentos de onda ................................................. 17

Figura 2-Como a percepção das cores é afetada em cada tipo de daltonismo.......................... 19

Figura 3-Pranchas de Ishihara .................................................................................................. 20

Figura 4-Representação do espaço de cor RGB ....................................................................... 23

Figura 5-Representação do espaço de cor LMS ....................................................................... 24

Figura 6-Tela da ferramenta DaltonTest .................................................................................. 25

Figura 7-Tela da ferramenta DaltonSim ................................................................................... 25

Figura 8-Tela da ferramenta DaltonCor ................................................................................... 26

Figura 9-Tela principal da aplicação ........................................................................................ 27

Figura 10-Tela inicial e menu principal da aplicação............................................................... 28

Figura 11-Digrama de fluxo das etapas do sistema .................................................................. 31

Figura 12-Fluxograma de transformação da imagem ............................................................... 32

Figura 13-Metodologia adotada ............................................................................................... 34

Figura 14- Etapas do sistema DalltonPlay ................................................................................ 37

Figura 15-Algoritmo de simulação de protanopia .................................................................... 38

Figura 16-Algoritmo de daltonização ....................................................................................... 40

Figura 17-Tela Inicial do DaltonPlay ....................................................................................... 42

Figura 18-Tela de seleção do arquivo de vídeo ........................................................................ 42

Figura 19-Comparação entre simulações do Vischeck e do DaltonPlay .................................. 43

Figura 20-Comparação entre a imagem original e a imagem com ajuste de cor ...................... 44

Lista de Tabelas

Tabela 1-Comparação entre os trabalhos.................................................................................. 29

Lista de abreviaturas e siglas

CAT Comitê de Ajuda Técnicas

IBGE Instituto Brasileiro de Geografia e Estatística

JVM Java Virtual Machine

LMS Long-Medium-Short

nm Nanômetro

OMS Organização Mundial da Saúde

OpenCV Open Source Computer Vision Library

PDI Processamento Digital de Imagem

RGB Red-Green-Blue

TA Tecnologia Assistiva

WCGA Diretrizes de Acessibilidade para Conteúdo Web

Sumário

1 INTRODUÇÃO ........................................................................................................... 14

1.1 Motivação .................................................................................................................... 15

1.2 Objetivo Geral ............................................................................................................. 15

1.3 Objetivos Específicos .................................................................................................. 15

1.4 Estrutura do trabalho ................................................................................................. 15

2 REVISÃO DE LITERATURA .................................................................................. 17

2.1 Daltonismo ................................................................................................................... 17

2.1.1 Monocromatismo .......................................................................................................... 18

2.1.2 Dicromatismo ............................................................................................................... 18

2.1.3 Tricromatismo anômalo ................................................................................................ 18

2.1.4 Teste de Ishihara ........................................................................................................... 19

2.2 Acessibilidade .............................................................................................................. 20

2.3 Tecnologia Assistiva .................................................................................................... 21

2.4 Processamento Digital de Imagem e Vídeo .............................................................. 22

2.5 Espaços de Cores ......................................................................................................... 22

2.5.1 RGB .............................................................................................................................. 23

2.5.2 LMS .............................................................................................................................. 23

2.6 Trabalhos Correlatos .................................................................................................. 24

2.6.1 Uma ferramenta adaptativa para facilitar a visualização de imagens para pessoas

portadoras de daltonismo .......................................................................................................... 24

2.6.2 Ferramenta de acessibilidade para deficientes visuais em cores ................................. 26

2.6.3 Ferramenta de acessibilidade adaptável aos daltônicos e às redes móveis . ................. 27

2.6.4 Análise entre os trabalhos ............................................................................................. 29

2.7 Funcionamento de Sistemas para daltônicos ........................................................... 31

2.7.1 Image color transformation for deuteranopia patients using daltonization ................ 31

2.7.2 Modifying image appearance to improve information content for color blind viewers32

3 METODOLOGIA ....................................................................................................... 34

4 DESENVOLVIMENTO DO SISTEMA ................................................................... 35

4.1 Ferramentas Usadas ................................................................................................... 35

4.1.1 JAVA ............................................................................................................................ 35

4.1.2 Eclipse ........................................................................................................................... 35

4.1.3 OpenCV ........................................................................................................................ 35

4.1.4 FFmpeg ......................................................................................................................... 36

4.2 Descrição do Sistema .................................................................................................. 36

4.2.1 Algoritmo de simulação ................................................................................................ 37

4.2.2 Algoritmo de Daltonização ........................................................................................... 39

5 RESULTADOS E DISCUSSÕES .............................................................................. 42

6 CONSIDERAÇÕES FINAIS ..................................................................................... 46

6.1 Trabalhos futuros ....................................................................................................... 46

REFERÊNCIAS ..................................................................................................................... 48

14

1 INTRODUÇÃO

Dados da Organização Mundial da Saúde (OMS) mostram que 15% da população

mundial sofre de algum tipo de deficiência (OMS, 2014). De acordo com dados do censo

demográfico realizado pelo Instituto Brasileiro de Geografia e Estatística (IBGE), no ano de

2010 mais de quarenta e cinco milhões de pessoas no Brasil apresentavam algum tipo de

deficiência. Dentre as deficiências existentes a mais comum entre os brasileiros é a visual

(IBGE, 2010).

O Daltonismo é uma deficiência que dificulta ou até mesmo impossibilita a distinção

ou visualização de cores. Essa deficiência atinge uma parcela significativa da população,

cerca de 8% da população masculina e 0,5% da população feminina (LEE, 2010;

NISHIMORI, 2013).

Segundo Lee (2010), o uso do computador ainda é considerado um obstáculo para os

deficientes visuais. Os daltônicos têm uma perda considerável de informação visual, tendo em

vista as características cromáticas peculiares nos computadores da atualidade, como o uso de

recursos gráficos e conteúdos multimídia como vídeos.

De acordo com levantamento realizado pela Cisco (2017) estima-se que até o ano de

2019, cerca de um milhão de minutos de conteúdo de vídeo circulem pela internet por

segundo. Porém, como a maioria dos conteúdos digitais, ao se produzir um vídeo não são

levadas em consideração as necessidades das pessoas com deficiência, ao acessar um vídeo

um usuário daltônico terá parte das informações visuais perdidas, já que nesse tipo de mídia

se faz o uso massivo de cores para transmitir informações visuais.

Neste cenário, o presente trabalho visa o desenvolvimento de um sistema desktop de

processamento de vídeos para pessoas daltônicas, cujo objetivo é minimizar a perda de

informação visual para estes indivíduos.

15

1.1 Motivação

Este trabalho foi motivado pela pouca disponibilidade de ferramentas que simulem

vídeos vistos por daltônico e também de ferramentas de ajuste de cor de vídeos para

daltônico.

1.2 Objetivo Geral

Este trabalho tem como objetivo geral o desenvolvimento de um sistema desktop de

processamento de vídeos com as funcionalidades de simulação de daltonismo e ajuste de cor

para daltônicos.

1.3 Objetivos Específicos

Identificação dos tipos de daltonismo;

Aplicação de conhecimentos de processamento de imagem e vídeo

Construção de um espaço digital potencialmente inclusivo;

Geração de mais soluções de acessibilidade.

1.4 Estrutura do trabalho

Além deste capítulo introdutório, este trabalho está organizado da seguinte maneira:

Capítulo 2: Apresenta uma revisão de literatura com trabalhos correlatos e conceitos

envolvendo a temática desta pesquisa.

Capítulo 3: Apresenta a metodologia empregada no desenvolvimento deste trabalho.

Capítulo 4: Apresenta a descrição da etapa de desenvolvimento do software

16

Capítulo 5: Apresenta os resultados obtidos nesta pesquisa

Capítulo 6: Apresenta as considerações finais.

E por fim, são listadas as referências utilizadas nesta pesquisa.

17

2 REVISÃO DE LITERATURA

2.1 Daltonismo

Também chamado de discromatopsias, discromopsia, e deficiência visual em cores, o

termo daltonismo refere-se à percepção anormal das cores. Esta anomalia tem sua origem de

forma congênita, ou seja, passada ao indivíduo de forma hereditária, ou também pode ser

adquirida pelo indivíduo através de danos físicos ou químicos nos olhos (LEE, 2010;

NISHIMORI, 2013).

A estrutura do olho humano responsável pela visão em cores é a célula nervosa

chamada cone, em que cada olho possui cerca de 6 a 7 milhões destas células. Os cones

podem ser divididos em três categorias, de acordo com sua absorção de luz: cones sensíveis a

luz verde, cones sensíveis a azul e cones sensíveis a luz vermelha (GONZALES; WOODS,

2010).

Essa divisão ocorre de acordo com o comprimento de onda em nanômetro (nm) pelo

qual os cones são estimulados, conforme mostra a Figura 1.

Figura 1-Sensibilidade dos cones aos comprimentos de onda

Fonte: Takata, 2015.

18

Os cones sensíveis a cor vermelha são estimulados por comprimento de ondas longos,

em torno dos 670 nm, já os cones sensíveis a cor verde são estimulados pelos comprimentos

de onda médios, na faixa dos 540 nm, e os cones sensíveis a cor azul são estimulados por

ondas de comprimentos curtos por volta dos 440 nm (TAKKATA, 2015).

A partir da ausência ou da anomalia destes cones o daltonismo pode ser classificado

em: monocromatismo, dicromatismo e tricromatismo anômalo (GALINDO, 2015; LEE, 2010;

NISHIMORI, 2013).

2.1.1 Monocromatismo

Conhecido como monocromacia, neste caso o indivíduo possui deformidade nos três

tipos de cones existentes no olho humano, não conseguindo assim enxergar nenhuma cor,

visualizando apenas tons de cinza.

2.1.2 Dicromatismo

Ocorre quando o individuo não possui um dos três tipos de cones. O dicromatismo

pode ainda ser dividido de acordo com a ausência do cone:

Protanopia: Não possui o cone responsável pela detecção da luz vermelha,

resultando na dificuldade de percepção da cor vermelha.

Deuteranopia: Não possui o cone responsável pela detecção da luz verde,

resultando na dificuldade de percepção da cor verde.

Tritanopia: Não possui o cone responsável pela detecção da luz azul,

resultando na dificuldade de percepção da cor azul ou amarela.

2.1.3 Tricromatismo anômalo

Diferente dos tipos anteriores, neste caso o indivíduo apresenta os três tipos de cones,

porém um deles possui anomalia. O tricromatismo se apresenta nas seguintes formas:

19

Protanomalia: Possui anomalia no cone responsável pela detecção da luz vermelha,

resultando na confusão ente preto e vermelho.

Deuteranomalia: Possui anomalia no cone responsável pela detecção da luz verde,

resultando na confusão ente o vermelho e o verde.

Tritanomalia: Possui anomalia no cone responsável pela detecção da luz azul,

resultando na perda de sensibilidade da cor azul.

A Figura 2 mostra como a percepção das cores é afetada em cada tipo de daltonismo.

Figura 2-Como a percepção das cores é afetada em cada tipo de daltonismo

Fonte: Adaptado de Galindo, 2015.

Existem ainda casos em que o individuo pode apresentar mais de um dos tipos citados

acima o que é chamado de anomalia híbrida.

Por não ser uma doença debilitante é comum que indivíduos com daltonismo passem

anos sem perceber que possuem a deficiência. Existem diversas métodos de diagnósticos da

deficiência, o mais conhecido e utilizado é o teste de Ishihara. (LEE, 2010; NISHIMORI,

2013).

2.1.4 Teste de Ishihara

Com o teste de Ishihara é possível atestar a condição do paciente em poucos minutos e

sem a necessidade de exames invasivos, pois neste teste se usa apenas uma série de imagens

para o diagnóstico. Estas imagens, também conhecidas como pranchas de Ishihara, são

formadas por círculos desordenados de diversos tamanhos que escondem as linhas de um

número, conforme mostra a Figura 3. (TAKATA, 2015).

20

Algumas destas imagens apresentam cores imperceptíveis para o individuo com

daltonismo. As imagens podem ser classificadas nos seguintes tipos:

Figura 3-Pranchas de Ishihara

Fonte: Lee, 2010.

Imagens de demonstração: São as imagens onde os números são perceptíveis para

todos os indivíduos.

Imagens de transformação: Nestas imagens os indivíduos com daltonismo

visualizam uma figura diferente dos indivíduos com visão normal.

Imagens mascaradas: Somente os indivíduos com visão normal conseguem

visualizar a figura.

Imagens escondidas: Somente as pessoas que possuem algum tipo de daltonismo

conseguem identificar o numero presente na imagem.

Imagens de diagnóstico: Esta imagem possui dois números escondidos, onde um é

identificado apenas pelos indivíduos com protanomalia e o outro apenas pelos

indivíduos com deuteranomalia.

De acordo com Lee (2010) o teste de Ishihara continua sendo o método de forma

rápida mais eficaz para a identificação do daltonismo, porém o teste não fornece uma

avaliação quantitativa da deficiência e com ele não é possível identificar deficiências dos tipos

tritanopia e tritanomalia:

2.2 Acessibilidade

Segundo o Decreto nº. 5.296, de 2 de dezembro de 2004 acessibilidade é conceituada

como:

condição para utilização, com segurança e autonomia, total ou assistida, dos

espaços, mobiliários e equipamentos urbanos, das edificações, dos serviços de

21

transporte e dos dispositivos, sistemas e meios de comunicação e informação, por

pessoa portadora de deficiência ou com mobilidade reduzida (BRASIL, 2004).

Segundo Torres e Mazzoni (2004), tornar algo acessível consiste em considerar a

diversidade dos possíveis usuários, as peculiaridades tanto nas suas preferências e restrições,

como também na possível existência de deficiências.

No ambiente digital existe uma série de recomendações de acessibilidade. As

Diretrizes de Acessibilidade para Conteúdo Web (WCAG), por exemplo, é um conjunto de

diretrizes internacionais que visa tornar os conteúdos web mais acessíveis. Essas diretrizes

consideram um público amplo que vai desde pessoas com deficiência (visual, física, cognitiva

e neurológica) até idosos e pessoas com limitações ligadas a fala, linguagem ou à

aprendizagem (W3C, 2017).

2.3 Tecnologia Assistiva

O Comitê de Ajuda Técnicas (CAT) define tecnologia assistiva como:

Área do conhecimento, de característica interdisciplinar, que engloba produtos,

recursos, metodologias, estratégias, práticas e serviços que objetivam promover a

funcionalidade, relacionada à atividade e participação de pessoas com deficiência,

incapacidades ou mobilidade reduzida, visando sua autonomia, independência,

qualidade de vida e inclusão social (BRASIL, 2007).

Os recursos desta área são equipamentos que podem variar desde uma bengala até um

sistema computadorizado que, são utilizados para melhoria da vida e autonomia da pessoa

com deficiência. Já os serviços são aqueles que auxiliam o deficiente na aquisição e uso

adequados desses recursos (BERSCH, 2013).

Existe uma diversidade de recursos computacionais voltados para pessoas com

deficiência. O DOSVOX, por exemplo, é um software desenvolvido especificamente para

deficientes visuais, que se comunica com o usuário através de um sintetizador de voz,

possibilitando assim um alto grau de independência do usuário (DOSVOX, 2002).

22

2.4 Processamento Digital de Imagem e Vídeo

O termo Processamento Digital de Imagem (PDI) segundo Gonzalez e Woods (2010) é

usado para se referir ao processamento de imagens digitais por meio de um computador

digital. Seu campo de aplicação é vasto, e vai desde processamento de imagens capturadas por

ultrassom até imagens que são geradas por computadores.

Essas imagens geradas podem ser representadas por uma função bidimensional f(x,y),

onde x e y são coordenadas que representam números inteiros, também chamados de variáveis

espaciais, e f() é uma função que determina a intensidade ou nível de cinza em certo ponto da

imagem. A Imagem Digital é composta por um número finito de elementos, esses elementos

são chamados de pixel, cada pixel possui uma localização e um valor específico na imagem

(GONZALEZ e WOODS, 2010).

A partir da teoria de processamento digital de imagens se define o processamento de

vídeos. Pode-se usar princípios do processamento de imagem aplicado a vídeos, tendo em

vista que um vídeo é formado por um conjunto de imagens .

Um vídeo “é a representação de uma cena visual real realizada por meio de

amostragens espaciais e temporais”, composto por uma sequência de imagens estáticas,

também conhecidas como quadros ou frames (FARNESE, 2012).

2.5 Espaços de Cores

Espaços de cores, também chamados de modelos de cores ou sistemas de cores, são

usados para facilitar a especificação das cores. Para Gonzalez e Woods (2010), o espaço de

cor “é uma especificação de um sistema de coordenadas em um subespaço dentro desse

sistema no qual cada cor é representada por um único ponto”.

23

Atualmente existem diversos espaços de cores sendo utilizados, no entanto

restringindo ao interesse deste trabalho serão discutidos a seguir apenas os espaços de cores

RGB (Red-Green-Blue) e LMS (Long-Medium-Short).

2.5.1 RGB

Este modelo é baseado em coordenadas cartesianas que formam um cubo, apresentado

na Figura 4, onde os valores das cores primárias R-Red (Vermelho), G-Green (Verde) e B-

blue (Azul) estão em vértices diferentes, as cores secundarias magenta, amarelo e ciano estão

em outras três vértices, os valores referentes a escala cinza estão em um segmento de reta

entre a origem, onde está a cor preta, até o vértice mais distante da origem, que representa a

cor branca (GONZALEZ e WOODS 2010).

Figura 4-Representação do espaço de cor RGB

Fonte: Gonzalez, 2010

2.5.2 LMS

24

O espaço de cor LMS é baseado na percepção de cores do olho humano através da

representação em comprimento de ondas, onde o comprimento de onda L-long (longa) está

associado a cor vermelha, o comprimento M-médium (média) está associado ao verde e S-

short (curta) está associado a cor azul, como mostra a Figura 5 (NISHIMORI, 2013).

Figura 5-Representação do espaço de cor LMS

Fonte: Nishimori, 2013.

2.6 Trabalhos Correlatos

2.6.1 Uma ferramenta adaptativa para facilitar a visualização de imagens para pessoas

portadoras1 de daltonismo (DaltonTest, DaltonSim e DaltonCor)

Neste trabalho foi criado um sistema web, que implementa três funcionalidades, a

ferramenta de simulação de daltonismo, a ferramenta de teste e avaliação de grau de

daltonismo e a ferramenta adaptativa (LEE, 2010).

Na ferramenta de teste e avaliação chamada de DaltonTest, mostrada na Figura 6, o

usuário é submetido ao teste de Ishihara e após o fim deste teste é apresentado o resultado da

avaliação. Os resultados são exibidos para o usuário e são também armazenados podendo ser

utilizados futuramente pelas outras ferramentas deste sistema.

1 O trabalho utiliza o termo “pessoa portadora de daltonismo“, porém, atualmente é adotado o termo

“pessoa com daltonismo”.

25

Figura 6-Tela da ferramenta DaltonTest

Fonte: Lee, 2010

A Figura 7 mostra a tela da ferramenta de Simulação DaltonSim, que é capaz de

simular os casos mais comuns de daltonismo além de possibilitar a simulação também de

casos de anomalias híbridas. Os dados de entrada do DaltonSim podem ser tanto parâmetros

informados pelo usuário como também os resultados da avaliação da ferramenta DaltonTest.

Figura 7-Tela da ferramenta DaltonSim

Fonte: Lee, 2010.

A correção de cor é feita através da ferramenta DaltonCor, que utiliza o PDI para

melhorar a qualidade visual do usuário e consequentemente diminuir a perda de informação

26

visual pelo usuário com daltonismo. Assim como a DaltonSim esta ferramenta também pode

de forma automática usar os valores resultados da avaliação da feramenta DaltonTest ou

então estes valores podem ser inseridos manualmente pelo usuário, como mostra a Figura 8.

Figura 8-Tela da ferramenta DaltonCor

Fonte: Lee, 2010.

2.6.2 Ferramenta de acessibilidade para deficientes visuais em cores (Ferramenta de

simulação de deficiência em cor, filtro parametrizável de acessibilidade e ferramenta

de destaque de cor)

Este software é uma aplicação para dispositivos móveis com sistema operacional

android, que assim como o trabalho citado anteriormente também possui três funcionalidades

de acessibilidade relacionadas ao daltonismo, o filtro parametrizável de acessibilidade, a

ferramenta de simulação de deficiência em cor e a ferramenta de destaque de cor. Essas

funcionalidades são mostradas na tela principal da aplicação, como pode ser observado na

Figura 9, (NISHIMORI, 2013).

O filtro parametrizável de acessibilidade pode ser usado por daltônicos de forma

personalizada, ou seja, permite que o usuário adeque a ferramenta de acordo com seu grau de

27

deficiência, melhorando sua percepção de cores e garantindo assim que ele consiga extrair

informações onde antes não conseguiria devido a sua dificuldade de distinguir cores.

Figura 9-Tela principal da aplicação

Fonte: Nishimori, 2013

A ferramenta de simulação de deficiência em cor foi criada com o objetivo de facilitar

a criação de conteúdo acessível para daltônicos. Através dela, profissionais como

desenvolvedores e design, por exemplo, podem de forma rápida com o uso da câmera do

celular, simular a visão de um deficiente em cor.

Com a ferramenta de destaque de cor o usuário consegue destacar uma cor em

imagens como gráficos e mapas, e dessa forma extrair as informações associadas a ela. Todas

as ferramentas desta aplicação podem ser usadas tanto para imagens da galeria do dispositivo

como para imagens geradas pela câmera do aparelho.

2.6.3 Ferramenta de acessibilidade adaptável aos daltônicos e às redes móveis (Teste de

Ishihara e filtro de acessibilidade).

28

Neste trabalho foi desenvolvida uma ferramenta para a plataforma android que utiliza

filtros de acessibilidade para transformar contrastes difíceis de serem identificados pelos

daltônicos em contrastes visíveis (TAKATA, 2015).

A tela inicial da aplicação mostrada na Figura 10 apresenta a opção de ir para o menu

principal da aplicação, onde o usuário pode realizar o teste de Ishihara, utilizar o filtro de

acessibilidade, ou ir para as configurações da aplicação.

Figura 10-Tela inicial e menu principal da aplicação

Fonte: Takata, 2015

O teste de Ishihara mostra o resultado em porcentagem de acertos em relação à visão

normal, a monocromacia, a protanomalia e a deuteranomalia. O filtro de acessibilidade

transforma contrastes difíceis de serem identificados pelos daltônicos em contrastes visíveis.

Neste aplicativo o usuário pode selecionar imagens armazenadas no dispositivo para aplicar o

filtro, ou então tirar uma foto através da câmera do dispositivo móvel. Na opção de

configuração o usuário pode ajustar de forma manual alguns campos do sistema como, por

exemplo, intensidade do filtro.

29

2.6.4 Análise entre os trabalhos

Diferente dos trabalhos apresentados anteriormente o sistema apresentado neste trabalho é uma aplicação desktop, o que facilita o acesso

a aplicação, tendo em vista que o usuário não precisa ter acesso a internet para fazer uso da aplicação. O sistema apresenta ainda uma interface

minimalista, fazendo com que a aplicação seja de fácil manuseio.

Ambos os trabalhos citados anteriormente se equiparam com este no diz respeito ao uso de PDI em software para daltônicos. A Tabela 1

apresenta uma comparação entre os trabalhos, mostrando as tecnologias usadas, o tipo de sistema e o objetivo de cada trabalho.

Tabela 1-Comparação entre os trabalhos

Trabalho Ano Tecnologias

Usadas

Tipo de

Sistema Objetivo

Uma Ferramenta Adaptativa para

Facilitar a Visualização de

Imagens para Pessoas Portadoras

de Daltonismo

2010

Python

XML

PyQt

PIL

NumPy

Equalize

Web

Desenvolvimento de um sistema que possui três

funcionalidades:

-Teste de daltonismo com avaliação de grau de

daltonismo (DaltonTest );

-Um simulador de daltonismo (DaltonSim); e

-Uma ferramenta adaptativa para melhorar a

qualidade visual de imagens digitais para

pessoas com daltonismo (DaltonCor).

30

Ferramenta de Acessibilidade para

Deficientes Visuais em Cores

2013

JAVA

OpenCV

Móvel

Desenvolvimento de um sistema com três

funcionalidades:

-Ferramenta de simulação de deficiência em

cores;

-Filtro parametrizável de acessibilidade; e

-Ferramenta de destaque de cor

Ferramenta de acessibilidade

adaptável aos daltônicos e às redes

móveis

2015 JAVA Móvel

Desenvolvimento de uma ferramenta para a

plataforma android que utiliza filtros de

acessibilidade para transformar contrastes

difíceis de serem identificados pelos daltônicos

em contrastes visíveis.

DaltonPlay: Um sistema Desktop

de processamento de vídeo para

daltônicos.

2018

JAVA

OpenCV

FFmpeg

Desktop

Desenvolvimento de um sistema desktop de

processamento de vídeos com as

funcionalidades de simulação de daltonismo e

ajuste de cor para daltônicos.

Fonte: Autoria própria

31

2.7 Funcionamento de Sistemas para daltônicos

2.7.1 Image color transformation for deuteranopia patients using daltonization

Em Halder et al (2015) é proposto um sistema de ajuste de imagens para pessoas com

daltonismo do tipo deuteranopia. O sistema apresenta as etapas mostradas na Figura 11, onde

inicialmente é aplicado um algoritmo de aperfeiçoamento de contraste na imagem de entrada

do sistema, que está no espaço de cor RGB. Este algoritmo aumenta os componentes

vermelhos para imagens que são menos vermelhas e mantêm a cor vermelha naquelas

imagens que já são vermelhas, diminuindo desta forma os componentes de pixel azul e verde.

O algoritmo percorre pixel a pixel a imagem considerando os valores referentes ao RGB de

cada pixel.

Figura 11-Digrama de fluxo das etapas do sistema

Fonte: Halder et al, 2015

Após o aperfeiçoamento de contraste é aplicada a técnica de daltonização, que é usada

para fazer o mapeamento das cores que não são perceptíveis ao indivíduo com deuteranopia e

modificá-las para cores que sejam perceptíveis. Nesta etapa ocorre a conversão de espaço de

cor da imagem que inicialmente era RGB para o espaço LMS. Com a imagem no espaço de

cor LMS, as informações relacionadas ao cone M são removidas e substituídas por

32

informações observadas pelos cones L e S. Após este processo a imagem é convertida

novamente para o espaço de cor RGB para que possa ser visualizado o resultado.

2.7.2 Modifying image appearance to improve information content for color blind viewers

Khurge e Peshwwai (2015) propõem um sistema de processamento de imagens,

tornando a imagem acessível para indivíduos que possuem daltonismo do tipo protanopia e

deuteranopia, para isto é aplicado um algoritmo de transformação de cor.

Antes de aplicar o algoritmo, primeiramente é realizada a correção gama, onde é feito

a correção de brilho da imagem. O algoritmo de transformação de cor segue as etapas

apresentadas na Figura 12, onde inicialmente é criada uma matriz com os valores RGB de

cada pixel da imagem de entrada do sistema.

Figura 12-Fluxograma de transformação da imagem

Fonte: Khurge e Peshwwai, 2015

33

Em seguida esses valores são transformados para o espaço LMS, e com os dados na

escala LMS é realizado outra conversão para L'M'S’ (os valores LMS mudam de acordo com

o tipo de daltonismo), e as informações associadas ao tipo de cone que não são perceptíveis ao

daltônico são excluídas. Posteriormente realiza-se o cálculo de erro, através da multiplicação

da matriz de erro com a matriz de modificação, cujos valores são diferentes para cada tipo de

daltonismo. Por fim é realizada uma transformação reversa, onde são obtidos os valores do

R’G’B’( valores RGB que mudam de acordo com o tipo de daltonismo.). Este procedimento

se repete para todos os pixels da imagem, e então a imagem é modificada.

34

3 METODOLOGIA

A metodologia de desenvolvimento deste trabalho se deu através das seguintes etapas

mostradas na Figura 13:

Figura 13-Metodologia adotada

Fonte: Autoria Própria.

Análise da literatura: Nesta etapa foram feitos o levantamento e a análise da literatura,

focando nas seguintes áreas: daltonismo, tecnologia assistiva, processamento digital

de imagens e desenvolvimento de software. Foram utilizados para a busca das fontes

bibliográficas livros, revistas científicas, teses dentre outros, tanto em meio digital

como em meio físico.

Coleta dos dados: Fase da pesquisa onde se reuniu os dados necessários para a

implementação do sistema.

Desenvolvimento do Software: Nesta etapa se deu o processo de implementação do

sistema. Nesta etapa foi usado o ambiente de desenvolvimento Eclipse e para a

codificação do software usou-se a linguagem de programação JAVA juntamente com

as bibliotecas OpenCV e FFmpeg.

Análise da literatura

Coleta de dados Desenvolvimento

do software

35

4 DESENVOLVIMENTO DO SISTEMA

4.1 Ferramentas Usadas

Para o desenvolvimento do sistema foram utilizadas as seguintes ferramentas:

4.1.1 JAVA

A linguagem de programação Java é hoje adotada como padrão no mercado,

apresentando características como orientação a objetos, portabilidade, robustez, segurança e

suporte à comunicação (FUGERI, 2013). Outra característica desta linguagem é o fato dela

ser multiplataforma, ou seja, programas desenvolvidos em Java podem ser executados em

diversas plataformas, isto porque o Java é executado sobre a Java Virtual Machine (JVM),

portanto qualquer plataforma que execute maquina virtual é capaz de executar Java

(LOCKKOW E MELO, 2015).

4.1.2 Eclipse

O Ambiente de Desenvolvimento Integrado (IDE) Eclipse é uma plataforma livre,

têm suporte a diversas linguagens de programação, incluindo Java, e possibilita o

desenvolvimento de aplicações tanto web quanto desktop (CHAVES, 2008).

4.1.3 OpenCV

36

A Open Source Computer Vision Library (OpenCV) é uma biblioteca livre tanto para

uso acadêmico quanto para o uso comercial (SOBRAL, 2013). OpenCV é uma biblioteca

multiplataforma, que foi construída pensando em aplicações de visão computacional. Esta

biblioteca fornece módulos para processamento de imagens e vídeos e têm suporte para

linguagens de programação C ++, C, Python e Java (SOBRAL, 2013; OPENCV, 2017).

4.1.4 FFmpeg

FFmpeg é um conversor de arquivos de vídeo e áudio de código aberto que funciona

através de linha de comando. O FFmpeg fornece uma ampla gama de opções para

manipular e converter arquivos de vídeo entre uma variedade de formatos. Este

conversor lê arquivos de entrada e grava arquivos de saída (TOMAR, 2006; FFMPEG, 2018).

4.2 Descrição do Sistema

O sistema desenvolvido neste trabalho, chamado de DaltonPlay, possui duas

funcionalidades, a primeira funcionalidade do sistema é a simulação de daltonismo, que

possibilita que usuários com visão normal vejam como indivíduos com protanopia visualizam

o vídeo, e a segunda funcionalidade é o ajuste de cor, que permite ao usuário daltônico

visualizar contrastes antes não percebidos por ele.

Inicialmente o sistema DalonPlay terá como entrada um vídeo que será capturado

através da classe nativa VídeoCapture da biblioteca OpenCV. A próxima etapa é separar o

vídeo de entrada em frames para que sejam então aplicados os algoritmos de processamento

de imagem. Está etapa é feita através do método read da classe nativa VídeoCapture da

biblioteca OpenCV.

Já com as imagens processadas de acordo com a escolha do usuário a próxima etapa

do sistema é reagrupar os frames, a fim de que as imagens se tornem novamente um vídeo,

para isto é usado a ferramenta FFmpeg, e assim a saída do sistema será o vídeo processado. A

figura 14 apresenta as etapas descritas.

37

Figura 14- Etapas do sistema DalltonPlay

Fonte: Autoria Própria

4.2.1 Algoritmo de simulação

O algoritmo de simulação de protanopia segue as etapas apresentadas na Figura 15.

As etapas do algoritmo de simulação são as seguintes:

Correção Gamma

Nesta etapa é feito a correção gama dos valores RGB através do mapeamento dos

valores em intervalo discreto [0...255] para valores em um intervalo contínuo [0...1], através

da seguinte fórmula:

[ R, G, B ] = [ R/255, G/255, B/255 ] ^ 2.2

38

Figura 15-Algoritmo de simulação de protanopia

Fonte: Autoria Própria

Transformação RGB para LMS

Nesta etapa é realizada uma operação de multiplicação de matriz linear necessária para

converter da escala RGB, a qual a imagem original está, para a escala LMS. A operação

necessária para esta conversão é apresentada abaixo:

[LMS

] = [17.8824 43.5161 4.119353.45565 27.1554 3.86714

0.0299566 0.184309 1.46709] × [

RGB

]

39

Transformação LMS 3D para 2D

É nesta etapa que acontece de fato a simulação de protanopia, nela são eliminadas

todas as informações referentes ao comprimento de onda L, e a imagem passa agora a ser

percebida através apenas das dimensões M e S. A equação necessária para esta etapa é dada a

seguir:

[

L𝑃𝑟𝑜𝑡

M𝑃𝑟𝑜𝑡

S𝑃𝑟𝑜𝑡

] = [0 2.02344 −2.525810 1 00 0 1

] × [LMS

]

Transformação Inversa LMS para RGB

Nesta etapa é realizada uma transformação inversa da escala LMS para a escala RGB.

A transformação inversa é dada pelo produto das seguintes matrizes:

[

𝑅𝑆𝑖𝑚

𝐺𝑆𝑖𝑚

𝐵𝑠𝑖𝑚

] = [0.080944 −0.13054 0.116721

−0.102485 0.0540194 −0.113615−0.000365294 −0.00412163 0.693513

] × [

L𝑃𝑟𝑜𝑡

M𝑃𝑟𝑜𝑡

S𝑃𝑟𝑜𝑡

]

Correção Gamma Inversa

Nesta etapa a correção gama é desfeita, e então os valores RGB simulados passam

para o intervalo discreto, isso é feito através fórmula abaixo:

[ RSim, GSim, BSim ] = 255*( [RSim, GSim, BSim] ^ 1/2.2 )

4.2.2 Algoritmo de Daltonização

O método de daltonização LMS usado neste algoritmo é muito usado na literatura, os

trabalhos citados na secção 2.7 fazem uso deste método. O algoritmo de daltonização faz o

ajuste da imagem no espaço de cores LMS. A Figura 16 apresenta as etapas do algoritmo.

40

Figura 16-Algoritmo de daltonização

Fonte: Autoria Própria

As etapas do algoritmo de simulação são as seguintes:

Simulação

Nesta etapa são seguidos os passos descritos na secção 4.2.1.

Calculo de erro

Nesta etapa é realizado o mapeamento das informações perdidas pelo visualizador

daltônico. O calculo de erro é dado pela subtração dos valores RGB da imagem original com

o RGB da imagem simulada, conforme mostrado na matriz abaixo:

[

𝑅Erro

𝐺Erro

𝐵Erro

] = [RGB

] − [

𝑅𝑆𝑖𝑚

𝐺𝑆𝑖𝑚

𝐵𝑠𝑖𝑚

]

41

Calcular valores de compensação

Nesta etapa os valores de compensação, necessário para tornar a cor mais visível para

o daltônico, são calculados. A matriz de transformação necessária para este processo é

apresentada a seguir:

[

RComp

GComp

BComp

] = [0 0 0

0.7 1 00.7 0 1

] × [

𝑅Erro

𝐺Erro

𝐵Erro

]

Adicionar valores de compensação a imagem original

Nesta etapa os valores dos pixels são verificados para garantir que nenhum valor esteja

acima de 255 ou abaixo de 0. E por fim, os valores de compensação são adicionados a

imagem original através da seguinte operação:

[

RDalt

GDalt

BDalt

] = [RGB

] + [

RComp

GComp

BComp

]

42

5 RESULTADOS E DISCUSSÕES

O DaltonPlay possui uma interface minimalista, a tela inicial da aplicação apresentada

na Figura 17, possui três botões: selecionar, simular e ajuste de cor.

Figura 17-Tela Inicial do DaltonPlay

Fonte: Autoria Própria

O usuário deve escolher o vídeo que deseja processar através do botão selecionar, isto

abrirá um seletor de arquivos para que o vídeo seja selecionado, conforme a Figura 18.

Figura 18-Tela de seleção do arquivo de vídeo

Fonte: Autoria Própria

43

Após a escolha do vídeo o usuário deve escolher a funcionalidade que deseja executar,

o sistema permite ao usuário realizar duas funcionalidades, a primeira é a simular que permite

ao usuário realizar a simulação de protanopia em vídeos. Além disto, outra funcionalidade do

sistema é o ajuste de cor que permite a percepção do contraste entre tons vermelho e verde

não percebidos por pessoas com protanopia.

Para a validação do sistema DaltonPlay foi utilizado um vídeo com placas de Ishihara

com tempo de duração de 7 segundos e com 30 frames por segundo. Foi utilizado também

para a validação do sistema o simulador online de daltonismo Vischek.

A Figura 19 mostra a comparação entre as imagens simuladas pelo Vischeck e os

frames extraídos do vídeo simulado pelo DaltonPlay.

Figura 19-Comparação entre simulações do Vischeck e do DaltonPlay

Fonte: Autoria Própria

44

Resultados da simulação de protanopia mostram como vídeos são vistos por

daltônicos, através da Figura 19 é possível perceber como pode ser difícil para um daltônico

com protanopia notar os contrastes entre vermelho e verde. A simulação de daltonismo serve

como uma ferramenta preventiva, para que produtores de conteúdo de vídeo, por exemplo,

através da simulação vejam se o conteúdo do vídeo é acessível aos daltônicos.

Para a validação do ajuste de cor, frames do vídeo processado com o método de

daltonização foram submetidos ao simulador Vischeck para análise dos resultados, conforme

a Figura 20.

Figura 20-Comparação entre a imagem original e a imagem com ajuste de cor

Fonte: Autoria Própria

Observou-se que com o ajuste de cor os números das placas de Ishihara tornaram-se

perceptíveis para os usuários daltônicos. Porém, o método de daltonização aplicado neste

trabalho se mostrou mais satisfatório em algumas placas que em outras, como pode ser visto

na Figura 20.

45

As análises feitas a partir do simulador on-line mostraram resultados satisfatórios,

porém, tendo em vista que existem graus diferentes de daltonismo e que o simulador simula a

visão de casos extremos, o ideal seria realizar os testes com usuários reais, o que não foi

possível devido a ausência de voluntários para realizar esses tipos de testes.

O sistema DaltonPlay apresenta algumas limitações, o arquivo de vídeo suportado é

apenas a extensão avi e o tamanho máximo do arquivo é de até 2GB, isso ocorre devido a

biblioteca OpenCv apresentar essas limitações.

46

6 CONSIDERAÇÕES FINAIS

Este trabalho propôs o desenvolvimento de um sistema de processamento de vídeo,

visando a melhoria da qualidade visual de pessoas daltônicas. Para isto foi desenvolvido o

sistema desktop DaltonPlay. Este sistema possui a ferramenta de ajuste de cor que modifica o

contraste de cores não perceptíveis para os daltônicos através do método de daltonização.

Outra funcionalidade desenvolvida no sistema DaltonPlay foi a ferramenta de

simulação de protanopia, que permite a simulação deste tipo de deficiência em vídeos para

pessoas com visão normal. A ferramenta de simulação apesar de não ser direcionada para os

daltônicos pode auxiliar as pessoas com visão normal a entenderem as limitações visuais dos

daltônicos e ser usada também por criadores de conteúdo de vídeo, por exemplo, para testar a

acessibilidade dos vídeos.

Os testes para validação do sistema DaltonPlay mostraram resultados positivos tanto

para a ferramenta de simulação quanto para a ferramenta de ajuste de cor desenvolvidos neste

trabalho. As placas de Ishihara submetidas ao teste mostraram resultados semelhantes na

simulação de protanopia do DaltonPlay em comparação a outro simulador. E os números

antes não percebidos pelos daltônicos nas placas de Ishihara, após o ajuste de cor passaram a

ser perceptíveis.

6.1 Trabalhos futuros

Como trabalho futuro fica proposto:

Adicionar teste de Ishihara na aplicação.

Simulação e ajuste de cor para outros tipos de daltonismo além de protanopia.

Testar outras técnicas de ajuste de cor como, por exemplo: contraste de cor RGB e

Correção de cor LAB.

Desenvolvimento da aplicação em plataforma móvel.

47

Utilização de outra biblioteca de processamento de vídeo que sane as limitações

apresentadas pela biblioteca OpenCV.

48

REFERÊNCIAS

BERSCH, Rita. Introdução à tecnologia assistiva. Porto alegre, 2013. Disponível em:

http://www.assistiva.com.br/Introducao_Tecnologia_Assistiva.pdf/ Acesso em: 01 abr. 2017.

BRASIL. Decreto 5296 de 02 de dezembro de 2004. Disponível em:

https://www.planalto.gov.br/ccivil_03/_Ato2004-2006/2004/Decreto/D5296.htm Acesso em:

01 abr. 2017.

BRASIl. Secretaria Especial dos Direitos Humanos. Ata VII reunião do Comitê de Ajudas

Técnicas, realizada nos dias 13 e 14 de dezembro de 2007. Disponível em:

http://www.infoesp.net/CAT_Reuniao_VII.pdf Acesso em: 01 abr. de 2017

BRASIL. IBGE. Censo Demográfico, 2010. Disponível em:

http://biblioteca.ibge.gov.br/pt/biblioteca-catalogo?view=detalhes&id=794 Acesso em: 30

Jan. de 2017

CISCO . White paper: Cisco VNI Forecast and Methodology, 2015-2020. Disponível em:

http://www.cisco.com/c/en/us/solutions/collateral/service-provider/visual-networking-index-

vni/complete-white-paper-c11-481360.html Acesso em: 01 abr. 2017.

CHAVES, Aline Martins; SILVA, G. Proposta de uma arquitetura de software e

funcionalidades para implementação de um ambiente integrado de desenvolvimento

para a linguagem PHP. I Jornada Científica e VI FIPA do CEFET Bambuí. Centro Federal

de Educação Tecnológica de Bambuí. Bambuí, 2008.

FARNESE, Rafael. Recuperação de quadros de arquivos de videos H.264/AVC

corrompidos. Dissertação de Mestrado em Engenharia Elétrica. Departamento de Engenharia

Eletrica, Universidade de Brasilia, Brasilia, DF. 2012

FFMPEG. FFmpeg Documentation. 2008. Disponível em:

https://www.ffmpeg.org/ffmpeg.html . Acesso em: 15 Jan de 2018.

FUGERI, Sergio. Java 7: Ensino didático. São Paulo, Érica, 2013.

GALINDO, Eldrey S. Aplicacão web para auxílio a daltônicos com deuteranopia através

da análise de contraste e recoloracão de imagens. 2015

GONZALEZ, Rafael C., WOODS, Richard C. Processamento Digital de Imagem. Prentice

Hall, 2010.

HALDER, Niladri et al. Image Color Transformation for Deuteranopia Patients using

Daltonization. IOSR,Journal of VLSI and Singnal Processing, vol. 5. 2015. Disponivel em:

https://www.researchgate.net/profile/Tanumoy_Chowdhury/publication/318307402_Image_C

olor_Transformation_for_Deuteranopia_Patients_using_Daltonization/links/5961da84a6fdccc

9b12a46d8/Image-Color-Transformation-for-Deuteranopia-Patients-using-Daltonization.pdf

Acesso em:06 Nov de 2017.

KHURGE, Deepti S.; PESHWANI, Bhagyahsree. Modifying image appearance to improve

information content for color blind viewers. 2015.

49

LEE, Jinmi. Uma Ferramenta Adaptativa para Facilitar a Visualização de Imagens para

Pessoas Portadoras de Daltonismo. Dissertação (Mestrado em Engenharia da Computação)

– Universidade de Pernambuco, Recife, PE, 2010.

LUCKOW, D.H.; MELO, A. A. de. Programação Java para a web. São Paulo, Novatec,

2015.

NISHIMORI, Renato Augusto Vieira. Ferramenta de Acessibilidade para Deficientes

Visuais em Cores. Universidade de São Paulo, SP, 2013.

OMS. Organização Mundial da Saúde. Cegueira e deficiência Visual. 2014. Disponível em:

http://www.who.int/mediacentre/factsheets/fs352/es/ Acesso em: 30 Jan. de 2017

OPENCV. Sobre OpenCV. Disponivel em: http://opencv.org/ Acesso em: 11 Abr. de 2017.

PROJETO DOSVOX. Textos técnicos sobre o DOSVOX. Disponível em:

http://intervox.nce.ufrj.br/dosvox/. Acesso em: 01 abr. de 2017

SOBRAL, Andrews. BGSLibrary: An opencv c++ background subtraction library. In: IX

Workshop de Visao Computacional (WVC 2013). 2013.

TAKATA, Alex. Ferramenta de acessibilidade adaptável aos daltônicos e às redes

móveis. Universidade de São Paulo, São Paulo. 2015.

TOMAR, Suramya. Converting video formats with FFmpeg. Linux Journal, v. 2006, n.

146, p. 10, 2006. Disponivel em: https://www.w3.org/WAI/intro/wcag.php Acesso em: 01

abr. 2017.

TORRES, Elisabeth Fátima; MAZZONI, Alberto Angel. Conteúdos digitais multimídia: o

foco na usabilidade e acessibilidade. Ci. Inf., Brasília, v. 33, n. 2, p. 152-160, 2004

W3C. Web Content Accessibility Guidelines (WCAG). Disponivel em:

https://www.w3.org/WAI/intro/wcag.php Acesso em: 01 abr. 2017.