Técnicas computacionais e suas aplicações para a holografia digital inline microscópica

DSpace Repository

A- A A+

Técnicas computacionais e suas aplicações para a holografia digital inline microscópica

Show simple item record

dc.contributor Universidade Federal de Santa Catarina pt_BR
dc.contributor.advisor Sobieranski, Antonio Carlos
dc.contributor.author Schemes, Lucas Saft
dc.date.accessioned 2025-09-08T17:34:20Z
dc.date.available 2025-09-08T17:34:20Z
dc.date.issued 2025
dc.identifier.uri https://repositorio.ufsc.br/handle/123456789/268175
dc.description Seminário de Iniciação Científica e Tecnológica. Universidade Federal de Santa Catarina. CTS. Departamento de Engenharia de Computação pt_BR
dc.description.abstract A Microscopia Digital Holográfica Inline (DHI) é um método óptico que utiliza a interferência da luz para capturar hologramas digitais, os quais podem codificar tanto a intensidade quanto as informações de fase do feixe luminoso. Essa propriedade possibilita a reconstrução numérica de imagens em variados planos de foco, permitindo análises tridimensionais sem precisar de lentes convencionais. O objetivo deste projeto foi investigar e implementar técnicas computacionais direcionadas à reconstrução de fase e ao autofoco em DHI, examinando tanto métodos tradicionais quanto contemporâneos, incluindo aqueles fundamentados em inteligência artificial. A metodologia empregada começou com uma revisão bibliográfica detalhada, seguida da análise e categorização dos principais métodos de recuperação de fase em três grupos: métodos diretos, iterativos e técnicas fundamentadas em deep learning.Embora os métodos diretos, como a Transformada de Fresnel, o Método do Espectro Angular e o Método da Convolução de Huygens, ofereçam reconstruções rápidas, eles apresentam limitações em condições de ruído. Os métodos iterativos, como Gerchberg–Saxton e variações propostas por Fienup, permitem refinamento progressivo da fase, com maior robustez, embora demandem mais processamento. Já os métodos de deep learning, utilizando redes neurais convolutivas, representam uma abordagem emergente, capaz de acelerar a reconstrução após treinamento, ainda que dependam de grandes conjuntos de dados. Simultaneamente, foram investigadas técnicas de autofoco digital, tanto fundamentadas em métricas convencionais de nitidez quanto em métodos com aprendizado de máquina, com o objetivo de aprofundar mais o conhecimento nessa prática também. Como síntese dos resultados alcançados até agora, foram aplicados e avaliados algoritmos de reconstrução por meio do Método do Espectro Angular e Double Propagation, o que possibilitou notar avanços na clareza e diminuição de ruídos em hologramas experimentais. A execução prática também envolveu a construção de um protótipo experimental com uma câmera adaptada de baixo custo para a captura de hologramas, enfatizando a natureza acessível e replicável da proposta. Conclui-se que os avanços alcançados até aqui fornecem uma base sólida para a continuidade do trabalho no grupo de pesquisa, tanto na direção de validar métodos de autofoco mais robustos quanto na integração de técnicas de inteligência artificial. Ressalta-se ainda a relevância da DHI como alternativa de baixo custo e alto potencial de impacto em áreas multidisciplinares, indicando que o projeto contribui não apenas para a consolidação teórica, mas também para aplicações práticas e futuras investigações. pt_BR
dc.format.extent Vídeo pt_BR
dc.language.iso por pt_BR
dc.publisher Araranguá, SC pt_BR
dc.subject : Reconhecimento de Padrões pt_BR
dc.subject Reconhecimento Holograma pt_BR
dc.subject Redes Neurais Convolutivas pt_BR
dc.title Técnicas computacionais e suas aplicações para a holografia digital inline microscópica pt_BR
dc.type video pt_BR


Files in this item

Files Size Format View
videolucas.mp4 119.2Mb MPEG-4 video View/Open

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Browse

My Account

Statistics

Compartilhar