Image Processing Framework for Eclipse Shadow Band Analysis

Resumo Técnico: Framework de Processamento de Imagens para Análise de Faixas de Sombra de Eclipse

Declaração do Problema
As faixas de sombra de eclipses são padrões de intensidade transitórios e fracos observáveis no solo imediatamente antes e após a totalidade de um eclipse solar. Embora seja amplamente aceito que resultem da cintilação atmosférica atuando sobre o crescente solar estreito, a análise quantitativa dessas faixas historicamente dependeu de medições com fotodiodos ou instrumentação especializada. Há uma necessidade de um método reprodutível e de baixo custo para analisar a dinâmica das faixas de sombra — especificamente orientação, proeminência e frequência espacial — utilizando gravações de vídeo de nível de consumo prontamente disponíveis.

Metodologia
O estudo apresenta um framework de processamento de imagens reutilizável, implementado em MATLAB, para analisar vídeos de base terrestre de faixas de sombra. A metodologia prossegue através das seguintes etapas:

1. Aquisição e Pré-processamento de Dados: O vídeo é gravado usando uma câmera de consumo (por exemplo, iPhone 13) apontada para uma superfície branca plana. Os quadros são convertidos em escala de cinza e transformados espacialmente (usando FITGEOFORM2D e IMWARP) para corrigir distorção de perspectiva, garantindo uma visão 2D consistente.
2. Normalização Temporal e Diferenciação: Para isolar as faixas de sombra das mudanças de luz ambiente, um bloco deslizante de quadros é processado. Uma imagem de base é gerada via filtragem mediana pixel a pixel através do bloco. A diferenciação de imagens ($X_{diff} = X_{norm} - X_{baseline}$) extrai variações de intensidade, seguida por suavização gaussiana.
3. Cálculo do Índice de Cintilação: A variância normalizada (índice de cintilação) é calculada a partir das imagens de diferença suavizadas para quantificar as flutuações de intensidade.
4. Análise de Orientação: A segmentação de bordas é realizada para extrair segmentos de linha. Uma Função de Distribuição de Orientação (ODF) é gerada a partir do histograma das orientações das bordas (0° a 180°). Esta ODF é ajustada com um modelo gaussiano de dois termos para identificar modos primários e secundários de faixas.
5. Métricas Quantitativas:
   • Métrica de Proeminência de Orientação (OPM): Uma métrica adimensional derivada dos parâmetros do ajuste gaussiano ($a/c$) para medir a relação sinal-ruído (SNR) dos modos de faixa.
   • Densidade Espectral de Potência (PSD): Calculada via Transformada Rápida de Fourier (FFT) em perfis de imagem rotacionados ortogonalmente à orientação dominante da faixa para determinar a frequência espacial.
6. Validação Estatística: Um teste t de amostras pareadas de um lado compara os valores de OPM e índice de cintilação contra um grupo de controle (dados coletados durante a totalidade, entre C2 e C3, onde as faixas estão ausentes). Um limiar de significância conservador de 5 sigma ($p=3 \times 10^{-7}$) é aplicado para mitigar falsos positivos decorrentes de correlação temporal.

Principais Contribuições
O artigo afirma três contribuições primárias:

• O desenvolvimento de um framework de baixo custo, publicamente disponível, reutilizável e reprodutível para analisar faixas de sombra de eclipses a partir de vídeos de nível de consumo.
• A primeira aplicação de uma Função de Distribuição de Orientação (ODF) e de uma Métrica de Proeminência de Orientação (OPM) para identificar modos de faixa dominantes e secundários neste contexto.
• A primeira detecção quantitativa de modos de faixas de sombra ortogonais simultâneos e faixas de sombra rotativas utilizando esta metodologia.

Resultados
O framework foi aplicado a dois conjuntos de dados: o eclipse sul-americano de 2 de julho de 2019 e o eclipse norte-americano de 8 de abril de 2024.

• Conjunto de Dados da América do Sul: A análise revelou atividade de faixas de sombra estatisticamente significativa aproximando-se de C2 e recuando após C3. A orientação da faixa primária rotacionou aproximadamente 50° entre $t = 70$ s (pré-C2) e $t = -70$ s (pós-C3). Notavelmente, em $t = -102$ s, o estudo detectou modos de faixa primários e secundários simultâneos com orientações ortogonais (aproximadamente 40° e 170°), visualizados como um padrão em grade. O espectrograma de PSD mostrou um aumento nas frequências espaciais mais altas levando até C2.
• Conjunto de Dados da América do Norte: Atividade significativa de faixas foi detectada aproximando-se de C2, com uma orientação primária de aproximadamente 163°. O índice de cintilação e a OPM tornaram-se estatisticamente significativos nos segundos que antecederam a totalidade. Nenhum dado estava disponível pós-C3 devido ao término prematuro da gravação, mas as tendências pré-C3 espelharam os resultados da América do Sul.

Significado e Alegações
O artigo afirma que câmeras de nível de consumo, quando acopladas a este framework de processamento específico, são suficientes para a análise quantitativa de faixas de sombra. Os resultados apoiam a teoria da cintilação atmosférica, confirmando que as flutuações de intensidade se alinham com a fase do crescente solar estreito. Especificamente, o estudo demonstra que:

• A orientação da faixa de sombra pode rotacionar significativamente (até 50°) a partir de um único local ao longo de minutos.
• Múltiplos modos de faixa com orientações ortogonais podem existir simultaneamente, sugerindo interações complexas potencialmente envolvendo múltiplas camadas atmosféricas ou condições de iluminação específicas (por exemplo, nascer/pôr do sol).
• O aumento observado na potência da frequência espacial levando até C2 é consistente com o modelo de cintilação de Codona.

Os autores concluem modestamente que, embora o estudo seja limitado pelo pequeno número de conjuntos de dados e pela falta de medições atmosféricas diretas (por exemplo, perfis de vento), o framework permite com sucesso a observação detalhada da dinâmica das faixas de sombra, apoiando futuros estudos observacionais e atmosféricos.