diff --git a/AgroBase/.vs/AgroBase/FileContentIndex/08bd4770-dc75-4f49-ac52-f998e5cff6f9.vsidx b/AgroBase/.vs/AgroBase/FileContentIndex/08bd4770-dc75-4f49-ac52-f998e5cff6f9.vsidx
new file mode 100644
index 000000000..0f4da8c6c
Binary files /dev/null and b/AgroBase/.vs/AgroBase/FileContentIndex/08bd4770-dc75-4f49-ac52-f998e5cff6f9.vsidx differ
diff --git a/AgroBase/.vs/AgroBase/FileContentIndex/306e5ebe-4c11-4859-bdb3-7ab6e1be4a57.vsidx b/AgroBase/.vs/AgroBase/FileContentIndex/306e5ebe-4c11-4859-bdb3-7ab6e1be4a57.vsidx
deleted file mode 100644
index d6e14b3f4..000000000
Binary files a/AgroBase/.vs/AgroBase/FileContentIndex/306e5ebe-4c11-4859-bdb3-7ab6e1be4a57.vsidx and /dev/null differ
diff --git a/AgroBase/.vs/AgroBase/FileContentIndex/23296f30-29ae-48a6-aa25-c44041c646a8.vsidx b/AgroBase/.vs/AgroBase/FileContentIndex/4b702ad9-3c8e-4646-aedd-8efab73b3d5f.vsidx
similarity index 96%
rename from AgroBase/.vs/AgroBase/FileContentIndex/23296f30-29ae-48a6-aa25-c44041c646a8.vsidx
rename to AgroBase/.vs/AgroBase/FileContentIndex/4b702ad9-3c8e-4646-aedd-8efab73b3d5f.vsidx
index d1606cbd6..d83a5dc71 100644
Binary files a/AgroBase/.vs/AgroBase/FileContentIndex/23296f30-29ae-48a6-aa25-c44041c646a8.vsidx and b/AgroBase/.vs/AgroBase/FileContentIndex/4b702ad9-3c8e-4646-aedd-8efab73b3d5f.vsidx differ
diff --git a/AgroBase/.vs/AgroBase/FileContentIndex/56036b22-3c97-46a1-b577-ca7fbc6025f8.vsidx b/AgroBase/.vs/AgroBase/FileContentIndex/56036b22-3c97-46a1-b577-ca7fbc6025f8.vsidx
new file mode 100644
index 000000000..be7599fbe
Binary files /dev/null and b/AgroBase/.vs/AgroBase/FileContentIndex/56036b22-3c97-46a1-b577-ca7fbc6025f8.vsidx differ
diff --git a/AgroBase/.vs/AgroBase/FileContentIndex/b2b64049-8e44-4fe4-9531-6446f4086864.vsidx b/AgroBase/.vs/AgroBase/FileContentIndex/b2b64049-8e44-4fe4-9531-6446f4086864.vsidx
deleted file mode 100644
index 89197f170..000000000
Binary files a/AgroBase/.vs/AgroBase/FileContentIndex/b2b64049-8e44-4fe4-9531-6446f4086864.vsidx and /dev/null differ
diff --git a/AgroBase/.vs/AgroBase/FileContentIndex/57495774-0927-42cd-aef0-dbe63597ddaa.vsidx b/AgroBase/.vs/AgroBase/FileContentIndex/e413670a-c708-447b-8f04-20329f6176fa.vsidx
similarity index 99%
rename from AgroBase/.vs/AgroBase/FileContentIndex/57495774-0927-42cd-aef0-dbe63597ddaa.vsidx
rename to AgroBase/.vs/AgroBase/FileContentIndex/e413670a-c708-447b-8f04-20329f6176fa.vsidx
index 748c83cb7..727df87cd 100644
Binary files a/AgroBase/.vs/AgroBase/FileContentIndex/57495774-0927-42cd-aef0-dbe63597ddaa.vsidx and b/AgroBase/.vs/AgroBase/FileContentIndex/e413670a-c708-447b-8f04-20329f6176fa.vsidx differ
diff --git a/AgroBase/.vs/AgroBase/v17/.suo b/AgroBase/.vs/AgroBase/v17/.suo
index df3fa1df0..777912269 100644
Binary files a/AgroBase/.vs/AgroBase/v17/.suo and b/AgroBase/.vs/AgroBase/v17/.suo differ
diff --git a/AgroBase/AgroBase/Forms/frmOperarioSonar.Designer.cs b/AgroBase/AgroBase/Forms/frmOperarioSonar.Designer.cs
index 445792df1..5c8dca8b6 100644
--- a/AgroBase/AgroBase/Forms/frmOperarioSonar.Designer.cs
+++ b/AgroBase/AgroBase/Forms/frmOperarioSonar.Designer.cs
@@ -28,9 +28,9 @@
         /// </summary>
         private void InitializeComponent()
         {
-            System.Windows.Forms.DataVisualization.Charting.ChartArea chartArea2 = new System.Windows.Forms.DataVisualization.Charting.ChartArea();
-            System.Windows.Forms.DataVisualization.Charting.Legend legend2 = new System.Windows.Forms.DataVisualization.Charting.Legend();
-            System.Windows.Forms.DataVisualization.Charting.Series series2 = new System.Windows.Forms.DataVisualization.Charting.Series();
+            System.Windows.Forms.DataVisualization.Charting.ChartArea chartArea1 = new System.Windows.Forms.DataVisualization.Charting.ChartArea();
+            System.Windows.Forms.DataVisualization.Charting.Legend legend1 = new System.Windows.Forms.DataVisualization.Charting.Legend();
+            System.Windows.Forms.DataVisualization.Charting.Series series1 = new System.Windows.Forms.DataVisualization.Charting.Series();
             this.picRGB = new System.Windows.Forms.PictureBox();
             this.picHeatmap = new System.Windows.Forms.PictureBox();
             this.lblRGB = new System.Windows.Forms.Label();
@@ -63,9 +63,11 @@
             this.txtDistanciaMax = new System.Windows.Forms.TextBox();
             this.lblVelocidade = new System.Windows.Forms.Label();
             this.lblDistanciaMax = new System.Windows.Forms.Label();
-            this.lblTamanhoMin = new System.Windows.Forms.Label();
-            this.txtTamanhoMin = new System.Windows.Forms.TextBox();
+            this.lblLarguraMin = new System.Windows.Forms.Label();
+            this.txtLarguraMin = new System.Windows.Forms.TextBox();
             this.chbReqAutomatico = new System.Windows.Forms.CheckBox();
+            this.lblAlturaMin = new System.Windows.Forms.Label();
+            this.txtAlturaMin = new System.Windows.Forms.TextBox();
             ((System.ComponentModel.ISupportInitialize)(this.picRGB)).BeginInit();
             ((System.ComponentModel.ISupportInitialize)(this.picHeatmap)).BeginInit();
             ((System.ComponentModel.ISupportInitialize)(this.picDebug)).BeginInit();
@@ -310,16 +312,16 @@
             // 
             // chartPerfilSolo
             // 
-            chartArea2.Name = "ChartArea1";
-            this.chartPerfilSolo.ChartAreas.Add(chartArea2);
-            legend2.Name = "Legend1";
-            this.chartPerfilSolo.Legends.Add(legend2);
+            chartArea1.Name = "ChartArea1";
+            this.chartPerfilSolo.ChartAreas.Add(chartArea1);
+            legend1.Name = "Legend1";
+            this.chartPerfilSolo.Legends.Add(legend1);
             this.chartPerfilSolo.Location = new System.Drawing.Point(606, 412);
             this.chartPerfilSolo.Name = "chartPerfilSolo";
-            series2.ChartArea = "ChartArea1";
-            series2.Legend = "Legend1";
-            series2.Name = "Series1";
-            this.chartPerfilSolo.Series.Add(series2);
+            series1.ChartArea = "ChartArea1";
+            series1.Legend = "Legend1";
+            series1.Name = "Series1";
+            this.chartPerfilSolo.Series.Add(series1);
             this.chartPerfilSolo.Size = new System.Drawing.Size(496, 305);
             this.chartPerfilSolo.TabIndex = 30;
             this.chartPerfilSolo.Text = "chart1";
@@ -362,7 +364,7 @@
             // 
             // txtDistanciaMax
             // 
-            this.txtDistanciaMax.Location = new System.Drawing.Point(794, 347);
+            this.txtDistanciaMax.Location = new System.Drawing.Point(888, 347);
             this.txtDistanciaMax.Name = "txtDistanciaMax";
             this.txtDistanciaMax.Size = new System.Drawing.Size(88, 20);
             this.txtDistanciaMax.TabIndex = 35;
@@ -381,29 +383,29 @@
             // lblDistanciaMax
             // 
             this.lblDistanciaMax.AutoSize = true;
-            this.lblDistanciaMax.Location = new System.Drawing.Point(791, 331);
+            this.lblDistanciaMax.Location = new System.Drawing.Point(885, 331);
             this.lblDistanciaMax.Name = "lblDistanciaMax";
             this.lblDistanciaMax.Size = new System.Drawing.Size(91, 13);
             this.lblDistanciaMax.TabIndex = 37;
             this.lblDistanciaMax.Text = "Distancia Max (m)";
             // 
-            // lblTamanhoMin
+            // lblLarguraMin
             // 
-            this.lblTamanhoMin.AutoSize = true;
-            this.lblTamanhoMin.Location = new System.Drawing.Point(697, 331);
-            this.lblTamanhoMin.Name = "lblTamanhoMin";
-            this.lblTamanhoMin.Size = new System.Drawing.Size(89, 13);
-            this.lblTamanhoMin.TabIndex = 39;
-            this.lblTamanhoMin.Text = "Tamanho Min (m)";
+            this.lblLarguraMin.AutoSize = true;
+            this.lblLarguraMin.Location = new System.Drawing.Point(697, 331);
+            this.lblLarguraMin.Name = "lblLarguraMin";
+            this.lblLarguraMin.Size = new System.Drawing.Size(80, 13);
+            this.lblLarguraMin.TabIndex = 39;
+            this.lblLarguraMin.Text = "Largura Min (m)";
             // 
-            // txtTamanhoMin
+            // txtLarguraMin
             // 
-            this.txtTamanhoMin.Location = new System.Drawing.Point(700, 347);
-            this.txtTamanhoMin.Name = "txtTamanhoMin";
-            this.txtTamanhoMin.Size = new System.Drawing.Size(88, 20);
-            this.txtTamanhoMin.TabIndex = 38;
-            this.txtTamanhoMin.Text = "0,30";
-            this.txtTamanhoMin.TextAlign = System.Windows.Forms.HorizontalAlignment.Center;
+            this.txtLarguraMin.Location = new System.Drawing.Point(700, 347);
+            this.txtLarguraMin.Name = "txtLarguraMin";
+            this.txtLarguraMin.Size = new System.Drawing.Size(88, 20);
+            this.txtLarguraMin.TabIndex = 38;
+            this.txtLarguraMin.Text = "0,30";
+            this.txtLarguraMin.TextAlign = System.Windows.Forms.HorizontalAlignment.Center;
             // 
             // chbReqAutomatico
             // 
@@ -415,14 +417,34 @@
             this.chbReqAutomatico.Text = "Req Automatico";
             this.chbReqAutomatico.UseVisualStyleBackColor = true;
             // 
+            // lblAlturaMin
+            // 
+            this.lblAlturaMin.AutoSize = true;
+            this.lblAlturaMin.Location = new System.Drawing.Point(791, 331);
+            this.lblAlturaMin.Name = "lblAlturaMin";
+            this.lblAlturaMin.Size = new System.Drawing.Size(71, 13);
+            this.lblAlturaMin.TabIndex = 42;
+            this.lblAlturaMin.Text = "Altura Min (m)";
+            // 
+            // txtAlturaMin
+            // 
+            this.txtAlturaMin.Location = new System.Drawing.Point(794, 347);
+            this.txtAlturaMin.Name = "txtAlturaMin";
+            this.txtAlturaMin.Size = new System.Drawing.Size(88, 20);
+            this.txtAlturaMin.TabIndex = 41;
+            this.txtAlturaMin.Text = "0,30";
+            this.txtAlturaMin.TextAlign = System.Windows.Forms.HorizontalAlignment.Center;
+            // 
             // frmOperarioSonar
             // 
             this.AutoScaleDimensions = new System.Drawing.SizeF(6F, 13F);
             this.AutoScaleMode = System.Windows.Forms.AutoScaleMode.Font;
             this.ClientSize = new System.Drawing.Size(1114, 759);
+            this.Controls.Add(this.lblAlturaMin);
+            this.Controls.Add(this.txtAlturaMin);
             this.Controls.Add(this.chbReqAutomatico);
-            this.Controls.Add(this.lblTamanhoMin);
-            this.Controls.Add(this.txtTamanhoMin);
+            this.Controls.Add(this.lblLarguraMin);
+            this.Controls.Add(this.txtLarguraMin);
             this.Controls.Add(this.lblDistanciaMax);
             this.Controls.Add(this.lblVelocidade);
             this.Controls.Add(this.txtDistanciaMax);
@@ -504,8 +526,10 @@
         private System.Windows.Forms.TextBox txtDistanciaMax;
         private System.Windows.Forms.Label lblVelocidade;
         private System.Windows.Forms.Label lblDistanciaMax;
-        private System.Windows.Forms.Label lblTamanhoMin;
-        private System.Windows.Forms.TextBox txtTamanhoMin;
+        private System.Windows.Forms.Label lblLarguraMin;
+        private System.Windows.Forms.TextBox txtLarguraMin;
         private System.Windows.Forms.CheckBox chbReqAutomatico;
+        private System.Windows.Forms.Label lblAlturaMin;
+        private System.Windows.Forms.TextBox txtAlturaMin;
     }
 }
\ No newline at end of file
diff --git a/AgroBase/AgroBase/Forms/frmOperarioSonar.cs b/AgroBase/AgroBase/Forms/frmOperarioSonar.cs
index b1ac83670..7fe04fae9 100644
--- a/AgroBase/AgroBase/Forms/frmOperarioSonar.cs
+++ b/AgroBase/AgroBase/Forms/frmOperarioSonar.cs
@@ -27,7 +27,7 @@ namespace AgroBase.Forms
             AtualizarListaCameras();
             ConfigurarGridDeteccoes(dgvAnomalias);
             ConfigurarGridDeteccoes(dgvSolo);
-            tmrLeitura = new AsyncTaskTimerModel("tmrLeitura_VisalWorker", tmrLeitura_Tick, 500, this);
+            tmrLeitura = new AsyncTaskTimerModel("tmrLeitura_VisalWorker", tmrLeitura_Tick, 10, this);
             tmrLeitura.Start();
         }
 
@@ -48,10 +48,10 @@ namespace AgroBase.Forms
         {
             if (!chbReqAutomatico.Checked) return;
 
-            btnLeituraRGB_Click(new object(), new EventArgs());
-            btnLeituraHeatmap_Click(new object(), new EventArgs());
-            btnReqAnomalias_Click(new object(), new EventArgs());
-            btnReqSolo_Click(new object(), new EventArgs());
+            await EnviarComandoReqFrame(VisualWorkerCommandType.Get_RGB_Frame);
+            await EnviarComandoReqFrame(VisualWorkerCommandType.Get_Heatmap_Frame);
+            await EnviarComandoAnalise(VisualWorkerCommandType.Get_Analise_Anomalia);
+            await EnviarComandoAnalise(VisualWorkerCommandType.Get_Analise_Solo);
         }
 
         private void btnAtualizarCameras_Click(object sender, EventArgs e)
@@ -97,20 +97,23 @@ namespace AgroBase.Forms
 
         private async void btnLeituraRGB_Click(object sender, EventArgs e)
         {
-            await EnviarComando(VisualWorkerCommandType.Get_RGB_Frame);
-            VisualWorkerMessageFrameModel frame = visualWorker.DadosLeitura.Leitura.obj.rgb_frame;
-            picRGB.Image?.Dispose();
-            picRGB.Image = frame?.image;
-            lblLeituraRGB.Text = $"Leitura em: {FuncoesGlobais.TimestampToDate(frame?.timestamp ?? 0)}";
+            await EnviarComandoReqFrame(VisualWorkerCommandType.Get_RGB_Frame);
         }
 
         private async void btnLeituraHeatmap_Click(object sender, EventArgs e)
         {
-            await EnviarComando(VisualWorkerCommandType.Get_Heatmap_Frame);
-            VisualWorkerMessageFrameModel frame = visualWorker.DadosLeitura.Leitura.obj.heatmap_frame;
-            picHeatmap.Image?.Dispose();
-            picHeatmap.Image = frame?.image;
-            lblLeituraHeatmap.Text = $"Leitura em: {FuncoesGlobais.TimestampToDate(frame?.timestamp ?? 0)}";
+            await EnviarComandoReqFrame(VisualWorkerCommandType.Get_Heatmap_Frame);
+        }
+
+        private async Task EnviarComandoReqFrame(VisualWorkerCommandType comando)
+        {
+            await EnviarComando(comando);
+            VisualWorkerMessageFrameModel frame = comando == VisualWorkerCommandType.Get_RGB_Frame ? visualWorker.DadosLeitura.Leitura.obj.rgb_frame : visualWorker.DadosLeitura.Leitura.obj.heatmap_frame;
+            PictureBox pic = comando == VisualWorkerCommandType.Get_RGB_Frame ? picRGB : picHeatmap;
+            Label lbl = comando == VisualWorkerCommandType.Get_RGB_Frame ? lblLeituraRGB : lblLeituraHeatmap;
+            pic.Image?.Dispose();
+            try { pic.Image = frame?.image; } catch { }
+            lbl.Text = $"Leitura em: {FuncoesGlobais.TimestampToDate(frame?.timestamp ?? 0)}";
         }
         
         private async void btnReqStatusDispositivo_Click(object sender, EventArgs e)
@@ -120,13 +123,17 @@ namespace AgroBase.Forms
 
         private async void btnReqAnomalias_Click(object sender, EventArgs e)
         {
-            await EnviarComando(VisualWorkerCommandType.Get_Analise_Anomalia, 1000, new { velocidade_ms = txtVelocidade.Text.Replace(",", "."), distancia_max = txtDistanciaMax.Text.Replace(",", "."), tamanho_min = txtTamanhoMin.Text.Replace(",", ".") });
-            AtualizarDadosAnalise();
+            await EnviarComandoAnalise(VisualWorkerCommandType.Get_Analise_Anomalia);
         }
 
         private async void btnReqSolo_Click(object sender, EventArgs e)
         {
-            await EnviarComando(VisualWorkerCommandType.Get_Analise_Solo, 1000, new { velocidade_ms = txtVelocidade.Text.Replace(",", "."), distancia_max = txtDistanciaMax.Text.Replace(",", "."), tamanho_min = txtTamanhoMin.Text.Replace(",", ".") });
+            await EnviarComandoAnalise(VisualWorkerCommandType.Get_Analise_Solo);
+        }
+
+        private async Task EnviarComandoAnalise(VisualWorkerCommandType comando)
+        {
+            await EnviarComando(comando, 1000, new { velocidade_ms = txtVelocidade.Text.Replace(",", "."), distancia_max = txtDistanciaMax.Text.Replace(",", "."), largura_min = txtLarguraMin.Text.Replace(",", "."), altura_min = txtAlturaMin.Text.Replace(",", ".") });
             AtualizarDadosAnalise();
         }
 
diff --git a/AgroBase/AgroBase/Models/Operadores/VisualWorkerModel.cs b/AgroBase/AgroBase/Models/Operadores/VisualWorkerModel.cs
index e53127a0f..355c5e491 100644
--- a/AgroBase/AgroBase/Models/Operadores/VisualWorkerModel.cs
+++ b/AgroBase/AgroBase/Models/Operadores/VisualWorkerModel.cs
@@ -56,7 +56,7 @@ namespace AgroBase.Models.Operadores
     {
         public long timestamp { get; set; }
         public string frame { get; set; }
-        public Bitmap image { get; set; }
+        public Bitmap image { get; set; } = null;
         public VisualWorkerMessageFrameModel Clone()
         {
             return new VisualWorkerMessageFrameModel()
@@ -195,6 +195,8 @@ namespace AgroBase.Models.Operadores
         {
             if (frame?.image == null) return null;
 
+            try { frame.image.Clone(); } catch { return null; }
+
             Bitmap img = new Bitmap(frame.image);
             using (Graphics g = Graphics.FromImage(img))
             {
@@ -207,6 +209,11 @@ namespace AgroBase.Models.Operadores
                 Font font = new Font("Arial", 8);
                 Brush brush = Brushes.Black;
 
+                // 🔸 Definir brushes semi-transparentes para preenchimento
+                Brush brushObstaculo = new SolidBrush(Color.FromArgb(60, Color.Red));
+                Brush brushErosao = new SolidBrush(Color.FromArgb(60, Color.Blue));
+                Brush brushLombada = new SolidBrush(Color.FromArgb(60, Color.Orange));
+
                 int imgWidth = img.Width;
                 int imgHeight = img.Height;
 
@@ -217,25 +224,41 @@ namespace AgroBase.Models.Operadores
 
                 foreach (var bbox in bboxes)
                 {
-                    var pen = penObstaculo;
-                    if (bbox.tipo == "erosao") pen = penErosao;
-                    if (bbox.tipo == "lombada") pen = penLombada;
+                    Pen pen = penObstaculo;
+                    Brush fill = brushObstaculo;
+
+                    if (bbox.tipo == "erosao")
+                    {
+                        pen = penErosao;
+                        fill = brushErosao;
+                    }
+                    if (bbox.tipo == "lombada")
+                    {
+                        pen = penLombada;
+                        fill = brushLombada;
+                    }
 
                     var rect = new Rectangle(bbox.bbox[0], bbox.bbox[1], bbox.bbox[2], bbox.bbox[3]);
+
+                    // 🔸 Preencher com opacidade
+                    g.FillRectangle(fill, rect);
+
+                    // 🔸 Contorno
                     g.DrawRectangle(pen, rect);
 
+                    // 🔸 Label
                     string label = $"{bbox.tipo} {bbox.distancia_m}m Δ{bbox.variacao}mm";
                     g.DrawString(label, font, brush, rect.X, rect.Y - 12);
                 }
 
-                // 🔸 Desenhar linha da faixa do solo
+                // 🔸 Linha da faixa do solo
                 if (solo != null)
                 {
                     int yInicio = solo.y_inicio;
                     g.DrawLine(penFaixaSolo, 0, yInicio, imgWidth, yInicio);
                 }
 
-                // 🔸 Desenhar gráfico do perfil de solo
+                // 🔸 Gráfico do perfil de solo
                 if (solo?.perfil != null && solo.perfil.Count > 1)
                 {
                     var perfil = solo.perfil;
diff --git a/AgroBase/AgroBase/Services/Operadores/VisualWorkerService.cs b/AgroBase/AgroBase/Services/Operadores/VisualWorkerService.cs
index f702ab15c..b587b8691 100644
--- a/AgroBase/AgroBase/Services/Operadores/VisualWorkerService.cs
+++ b/AgroBase/AgroBase/Services/Operadores/VisualWorkerService.cs
@@ -157,7 +157,7 @@ namespace AgroBase.Services.Operadores
                 case VisualWorkerCommandType.Get_Analise_Solo:
                     {
                         DadosLeitura.Leitura.obj.analise.timestamp = msg.obj.analise.timestamp;
-                        DadosLeitura.Leitura.obj.analise.solo = msg.obj.analise.solo.Clone();
+                        DadosLeitura.Leitura.obj.analise.solo = msg.obj.analise.solo?.Clone();
                         break;
                     }
             }
diff --git a/AgroBase/AgroBase/bin/x64/Debug/AgroBase.exe b/AgroBase/AgroBase/bin/x64/Debug/AgroBase.exe
index d14e5fa2f..2c6776c32 100644
Binary files a/AgroBase/AgroBase/bin/x64/Debug/AgroBase.exe and b/AgroBase/AgroBase/bin/x64/Debug/AgroBase.exe differ
diff --git a/AgroBase/AgroBase/bin/x64/Debug/AgroBase.pdb b/AgroBase/AgroBase/bin/x64/Debug/AgroBase.pdb
index fbb475097..580eef4ac 100644
Binary files a/AgroBase/AgroBase/bin/x64/Debug/AgroBase.pdb and b/AgroBase/AgroBase/bin/x64/Debug/AgroBase.pdb differ
diff --git a/AgroBase/AgroBase/bin/x64/Debug/Python/Scripts/visual_worker/camera_manager.py b/AgroBase/AgroBase/bin/x64/Debug/Python/Scripts/visual_worker/camera_manager.py
index 02d21f2c3..260d68d17 100644
--- a/AgroBase/AgroBase/bin/x64/Debug/Python/Scripts/visual_worker/camera_manager.py
+++ b/AgroBase/AgroBase/bin/x64/Debug/Python/Scripts/visual_worker/camera_manager.py
@@ -1,10 +1,11 @@
 # camera_manager.py
 
 import depthai as dai
-import cv2
 import numpy as np
 import time
 
+from visual_worker.filtros import filtrar_depth_morfologia
+
 # Parâmetros da câmera
 RGB_WIDTH, RGB_HEIGHT = 640, 480
 #DEPTH_WIDTH, DEPTH_HEIGHT = 320, 240
@@ -15,6 +16,7 @@ BASELINE = 0.075  # distância entre câmeras estéreo (em metros)
 FOV_H = 1
 FOV_V = 1
 DISTANCIA_MAXIMA = 3000.0
+QTD_SETORES_SOLO = 25
 
 # Variáveis globais
 device = None
@@ -27,7 +29,9 @@ timestamp_ultimo_depth_frame = None
 ultimo_frame_rgb = None
 timestamp_ultimo_rgb_frame = None
 
-def iniciar_camera(index=0, distancia_max=3000.0):
+
+
+def iniciar_camera(index=0, distancia_max=3000.0, qtd_setores = 25):
     global device, device_info, rgb_queue, depth_queue, camera_pronta
 
     camera_pronta = False
@@ -80,16 +84,17 @@ def iniciar_camera(index=0, distancia_max=3000.0):
 
     print(f"Câmera iniciada: {device_info.name} (ID: {device_info.getMxId()})")
 
-    set_camera_calib(distancia_max)
+    set_camera_calib(distancia_max, qtd_setores)
 
-def set_camera_calib(distancia_max):
+def set_camera_calib(distancia_max, qtd_setores):
     if not verificar_camera_ativa():
         return
     
-    global FX, FY, BASELINE, FOV_H, FOV_V, DISTANCIA_MAXIMA
+    global FX, FY, BASELINE, FOV_H, FOV_V, DISTANCIA_MAXIMA, QTD_SETORES_SOLO
     calib = device.readCalibration()
 
     DISTANCIA_MAXIMA = distancia_max
+    QTD_SETORES_SOLO = qtd_setores
 
     # Obtem matriz intrínseca da câmera LEFT (com resolução padrão 640x400)
     intrinsics = calib.getCameraIntrinsics(dai.CameraBoardSocket.LEFT, DEPTH_WIDTH, DEPTH_HEIGHT)
@@ -113,7 +118,8 @@ def get_camera_calib():
         "baseline": BASELINE, 
         "fov_h": FOV_H, 
         "fov_v": FOV_V, 
-        "distancia_maxima": DISTANCIA_MAXIMA
+        "distancia_maxima": DISTANCIA_MAXIMA,
+        "qtd_setores_solo": QTD_SETORES_SOLO
     }
 
 def verificar_camera_ativa():
@@ -159,7 +165,7 @@ def get_rgb_frame():
         timestamp_ultimo_rgb_frame = time.time()
     return ultimo_frame_rgb, timestamp_ultimo_rgb_frame
 
-def get_depth_frame():
+def get_depth_frame_atual():
     if not verificar_camera_ativa():
         return None, None
     global ultimo_frame_depth, timestamp_ultimo_depth_frame
@@ -170,8 +176,13 @@ def get_depth_frame():
     if frame is not None:
         ultimo_frame_depth = frame.getFrame()
         timestamp_ultimo_depth_frame = time.time()
+    #return filtrar_depth_morfologia(ultimo_frame_depth), timestamp_ultimo_depth_frame
     return ultimo_frame_depth, timestamp_ultimo_depth_frame
 
+def get_depth_frame():
+    #return buffer_depth.gerar_depth_filtrado(metodo="mediana"), timestamp_ultimo_depth_frame
+    return get_depth_frame_atual()
+
 def get_heatmap_frame():
     frame, timestamp = get_depth_frame()
     if frame is not None:
@@ -246,3 +257,5 @@ def get_status_dispositivo():
         "fx": FX, 
         "baseline": BASELINE
     }
+
+
diff --git a/AgroBase/AgroBase/bin/x64/Debug/Python/Scripts/visual_worker/filtros.py b/AgroBase/AgroBase/bin/x64/Debug/Python/Scripts/visual_worker/filtros.py
index e69de29bb..5be7b268c 100644
--- a/AgroBase/AgroBase/bin/x64/Debug/Python/Scripts/visual_worker/filtros.py
+++ b/AgroBase/AgroBase/bin/x64/Debug/Python/Scripts/visual_worker/filtros.py
@@ -0,0 +1,43 @@
+import cv2
+import numpy as np
+
+def filtrar_depth_morfologia(depth_frame, distancia_maxima=3000.0, kernel_size=5):
+    """
+    Aplica filtros morfológicos no depth para eliminar buracos e ruídos pequenos.
+    """
+    # Cria máscara dos pixels inválidos (0 ou muito longe)
+    mask_invalid = (depth_frame == 0) | (depth_frame > distancia_maxima)
+    mask_invalid = mask_invalid.astype(np.uint8) * 255
+
+    # Kernel para morfologia
+    kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (kernel_size, kernel_size))
+
+    # 🔧 Fechamento → Tapa buracos
+    mask_close = cv2.morphologyEx(mask_invalid, cv2.MORPH_CLOSE, kernel)
+
+    # 🔧 Abertura → Remove pontos isolados (opcional, pode comentar se não quiser)
+    mask_clean = cv2.morphologyEx(mask_close, cv2.MORPH_OPEN, kernel)
+
+    # → Encontrar onde deve corrigir
+    mask_corrigir = (mask_clean == 255)
+
+    depth_corrigido = depth_frame.copy()
+
+    # 🔥 Para cada pixel a corrigir → pega mediana dos vizinhos válidos
+    coords = np.argwhere(mask_corrigir)
+
+    for y, x in coords:
+        y1 = max(y - 2, 0)
+        y2 = min(y + 3, depth_frame.shape[0])
+        x1 = max(x - 2, 0)
+        x2 = min(x + 3, depth_frame.shape[1])
+
+        vizinhos = depth_frame[y1:y2, x1:x2]
+        vizinhos_validos = vizinhos[(vizinhos > 0) & (vizinhos < distancia_maxima)]
+
+        if len(vizinhos_validos) > 0:
+            depth_corrigido[y, x] = np.median(vizinhos_validos)
+        else:
+            depth_corrigido[y, x] = 0  # Continua inválido se não há vizinhos bons
+
+    return depth_corrigido
diff --git a/AgroBase/AgroBase/bin/x64/Debug/Python/Scripts/visual_worker/main.py b/AgroBase/AgroBase/bin/x64/Debug/Python/Scripts/visual_worker/main.py
index d8d85fa8d..5598dcc19 100644
--- a/AgroBase/AgroBase/bin/x64/Debug/Python/Scripts/visual_worker/main.py
+++ b/AgroBase/AgroBase/bin/x64/Debug/Python/Scripts/visual_worker/main.py
@@ -15,6 +15,8 @@ sys.path.append(os.path.abspath(os.path.join(os.path.dirname(__file__), "..")))
 # ─────────────────────────────
 mqtt_topic = sys.argv[1] if len(sys.argv) > 1 else "agrobot/operador/sonar"
 camera_index = int(sys.argv[2]) if len(sys.argv) > 2 else 0
+distancia_max = int(sys.argv[3]) if len(sys.argv) > 3 else 3000
+qtd_setores = int(sys.argv[4]) if len(sys.argv) > 4 else 25
 
 
 # ─────────────────────────────
@@ -76,9 +78,10 @@ def ao_receber_comando(topico, payload):
             }
         
         elif codigo == Comando.CALIBRAR_GRADES:
-            from camera_manager import get_depth_frame
+            from camera_manager import get_depth_frame, get_camera_calib
             from processamento.percepcao3d import calibrar
-            sucesso = calibrar(get_depth_frame, n_frames=50)
+            calib = get_camera_calib()
+            sucesso = calibrar(get_depth_frame, calib, n_frames=50)
             resposta = { 
                 "calibragem": {
                     "timestamp": time.time(), 
@@ -92,8 +95,9 @@ def ao_receber_comando(topico, payload):
             calib = get_camera_calib()
             velocidade_ms = float(payload.get("velocidade_ms", 0.0))
             distancia_max = float(payload.get("distancia_max", 2.0))
-            tamanho_min = float(payload.get("tamanho_min", 0.25))
-            resultado = analisar(TipoAnalise.ANOMALIA, get_depth_frame, calib, velocidade_ms, distancia_max, tamanho_min)
+            largura_min = float(payload.get("largura_min", 0.25))
+            altura_min = float(payload.get("altura_min", 0.25))
+            resultado = analisar(TipoAnalise.ANOMALIA, get_depth_frame, calib, velocidade_ms, distancia_max, largura_min, altura_min)
             resposta = {
                 "timestamp": time.time(), 
                 "analise": resultado
@@ -105,8 +109,9 @@ def ao_receber_comando(topico, payload):
             calib = get_camera_calib()
             velocidade_ms = float(payload.get("velocidade_ms", 0.0))
             distancia_max = float(payload.get("distancia_max", 2.0))
-            tamanho_min = float(payload.get("tamanho_min", 0.25))
-            resultado = analisar(TipoAnalise.SOLO, get_depth_frame, calib, velocidade_ms, distancia_max, tamanho_min)
+            largura_min = float(payload.get("largura_min", 0.25))
+            altura_min = float(payload.get("altura_min", 0.25))
+            resultado = analisar(TipoAnalise.SOLO, get_depth_frame, calib, velocidade_ms, distancia_max, largura_min, altura_min)
             resposta = {
                 "timestamp": time.time(), 
                 "analise": resultado
@@ -125,7 +130,7 @@ if __name__ == "__main__":
 
     # 1. Inicia a câmera
     from camera_manager import iniciar_camera
-    iniciar_camera(camera_index)
+    iniciar_camera(camera_index, distancia_max, qtd_setores)
 
     from mqtt_handler import iniciar_mqtt, enviar_mensagem_script_carregado
 
diff --git a/AgroBase/AgroBase/bin/x64/Debug/Python/Scripts/visual_worker/processamento/analise_anomalias.py b/AgroBase/AgroBase/bin/x64/Debug/Python/Scripts/visual_worker/processamento/analise_anomalias.py
index c70d84ccb..0f6e9d830 100644
--- a/AgroBase/AgroBase/bin/x64/Debug/Python/Scripts/visual_worker/processamento/analise_anomalias.py
+++ b/AgroBase/AgroBase/bin/x64/Debug/Python/Scripts/visual_worker/processamento/analise_anomalias.py
@@ -1,8 +1,12 @@
 import numpy as np
 import cv2
 
+from visual_worker.processamento.gestor_deteccoes import GestorDeteccoes
 
-def detectar_anomalias(depth_frame, depth_referencia, limiar, distancia_max, tamanho_min, calib):
+# 🔥 Instanciar fora do loop principal (no seu Visual Worker ou processamento):
+gestor_anomalias = GestorDeteccoes(frames_minimos=3)
+
+def detectar_anomalias(depth_frame, depth_referencia, limiar, distancia_max, largura_min, altura_min, calib):
     # Gera mapa de anomalias
     mapa = gerar_mapa_anomalias(depth_frame, depth_referencia, limiar)
     mapa_anomalia = aplicar_filtros_mapa_anomalias(mapa)
@@ -11,9 +15,12 @@ def detectar_anomalias(depth_frame, depth_referencia, limiar, distancia_max, tam
     lista_bboxes = extrair_bounding_boxes(mapa_anomalia, depth_frame, depth_referencia, calib)
     # Filtra as detecções relevantes
     from visual_worker.utils import filtrar_deteccoes
-    lista_bboxes_filtrada = filtrar_deteccoes(lista_bboxes, distancia_max, tamanho_min)
+    lista_bboxes_filtrada = filtrar_deteccoes(lista_bboxes, distancia_max, largura_min, altura_min)
 
-    return lista_bboxes_filtrada
+    # 🔥 Aplica o filtro de persistência
+    lista_filtrada_temporal = gestor_anomalias.atualizar(lista_bboxes_filtrada)
+
+    return lista_filtrada_temporal
 
 
 # Geração do Mapa de Anomalias
diff --git a/AgroBase/AgroBase/bin/x64/Debug/Python/Scripts/visual_worker/processamento/analise_solo.py b/AgroBase/AgroBase/bin/x64/Debug/Python/Scripts/visual_worker/processamento/analise_solo.py
index 14ea34c64..0ec8b0bf6 100644
--- a/AgroBase/AgroBase/bin/x64/Debug/Python/Scripts/visual_worker/processamento/analise_solo.py
+++ b/AgroBase/AgroBase/bin/x64/Debug/Python/Scripts/visual_worker/processamento/analise_solo.py
@@ -1,21 +1,17 @@
 import numpy as np
+from visual_worker.utils import filtrar_depth_valid, filtrar_deteccoes
 
-def analisar_solo(depth_frame, percentual_altura, n_setores, limiar_variacao_mm, distancia_max, tamanho_min, calib):
-    """
-    Analisa o perfil do solo na parte inferior da imagem.
-    Detecta variações como lombadas ou buracos.
-    """
 
+def obter_regiao_solo(depth_frame, percentual_altura):
     altura, largura = depth_frame.shape
-
-    # Define a região do solo (parte inferior)
     linhas_solo = int((percentual_altura / 100) * altura)
     y_inicio = altura - linhas_solo
     depth_solo = depth_frame[y_inicio:altura, :]
+    return depth_solo, y_inicio, linhas_solo, altura, largura
 
-    # Divide em setores laterais
+
+def calcular_profundidades(depth_solo, n_setores, largura, distancia_max):
     largura_setor = largura // n_setores
-
     profundidades = []
 
     for i in range(n_setores):
@@ -23,26 +19,55 @@ def analisar_solo(depth_frame, percentual_altura, n_setores, limiar_variacao_mm,
         x_fim = (i + 1) * largura_setor if (i < n_setores - 1) else largura
 
         setor = depth_solo[:, x_inicio:x_fim]
-        from visual_worker.utils import filtrar_depth_valid
-        setor_valido = filtrar_depth_valid(setor, calib["distancia_maxima"])
-
-        if len(setor_valido) == 0:
-            z = 0
-        else:
-            z = np.median(setor_valido)  # Usa mediana para robustez
+        setor_valido = filtrar_depth_valid(setor, distancia_max)
 
+        z = np.median(setor_valido) if len(setor_valido) > 0 else 0
+        print(f"Setor {i}: profundidade = {z}, Total pixels = {setor.size}, Válidos após filtro = {setor_valido.size}")
         profundidades.append(z)
 
-    profundidades = np.array(profundidades)
+    return np.array(profundidades), largura_setor
 
-    # Detecta variações abruptas
+
+def calcular_referencia(profundidades):
+    desvio = np.std(profundidades[profundidades > 0])
+
+    if desvio > 150:
+        referencia = np.mean(profundidades[profundidades > 0])
+        metodo = "média"
+    else:
+        referencia = np.median(profundidades[profundidades > 0])
+        metodo = "mediana"
+
+    print(f"Referência do solo: {referencia} usando {metodo}")
+    return referencia
+
+
+def gerar_bbox(x, y, w, h, z_media, calib, largura, altura, tipo, dados_variacao):
+    largura_real = z_media * 2 * np.tan(calib["fov_h"] / 2) * (w / largura)
+    altura_real = z_media * 2 * np.tan(calib["fov_v"] / 2) * (h / altura)
+
+    centro_x = (x + w / 2) / largura * 100
+    centro_y = (y + h / 2) / altura * 100
+
+    print(f"BBOX → X={x}, W={w}, Distancia={z_media}, Largura_real={largura_real}, Altura_real={altura_real}")
+
+    return {
+        "tipo": tipo,
+        "bbox": (int(x), int(y), int(w), int(h)),
+        "centro_percentual": (float(centro_x), float(centro_y)),
+        "distancia_m": round(z_media, 3),
+        "largura_m": round(largura_real, 3),
+        "altura_m": round(altura_real, 3),
+        **dados_variacao
+    }
+
+
+def detectar_variacao_lateral(profundidades, largura_setor, y_inicio, linhas_solo, calib, largura, altura, limiar):
+    lista = []
     variacoes = np.abs(np.diff(profundidades))
-    indices_var = np.where(variacoes > limiar_variacao_mm)[0]
+    indices = np.where(variacoes > limiar)[0]
 
-    # Gera bounding boxes das variações
-    lista_bboxes = []
-
-    for idx in indices_var:
+    for idx in indices:
         x = idx * largura_setor
         y = y_inicio
         w = largura_setor * 2
@@ -50,44 +75,240 @@ def analisar_solo(depth_frame, percentual_altura, n_setores, limiar_variacao_mm,
 
         tipo = "lombada" if profundidades[idx] > profundidades[idx + 1] else "erosao"
 
-        # Centro percentual na imagem
-        centro_x = (x + w / 2) / largura * 100
-        centro_y = (y + h / 2) / altura * 100
-
         z1 = profundidades[idx]
         z2 = profundidades[idx + 1]
         variacao = abs(z1 - z2)
+        z_media = (z1 + z2) / 2000.0  # mm → m
 
-        # Como no solo não usamos distância real na frente (Z em metros), podemos:
-        # → Calcular uma média se quiser, ou deixar como None/0
-        z_media = (z1 + z2) / 2000.0  # Converte de mm pra metros (aproximação)
+        bbox = gerar_bbox(
+            x, y, w, h, z_media, calib, largura, altura, tipo,
+            {"profundidades": (round(z1, 1), round(z2, 1)), "variacao": round(variacao, 1)}
+        )
+
+        lista.append(bbox)
+
+    return lista
+
+
+def detectar_desvios(profundidades, referencia, largura_setor, y_inicio, linhas_solo, calib, largura, altura, limiar):
+    lista = []
+
+    for i, z in enumerate(profundidades):
+        if z == 0:
+            continue
+
+        desvio = abs(z - referencia)
+        print(f"Setor {i}: Z = {z}, Ref = {referencia}, Desvio = {desvio}")
+
+        if desvio > limiar:
+            print(f"--> DESVIO DETECTADO no setor {i}, Desvio = {desvio}")
+            x = i * largura_setor
+            y = y_inicio
+            w = largura_setor
+            h = linhas_solo
+
+            tipo = "lombada" if z < referencia else "erosao"
+
+            z_media = z / 1000.0  # mm → m
+
+            bbox = gerar_bbox(
+                x, y, w, h, z_media, calib, largura, altura, tipo,
+                {"profundidades": (round(referencia, 1), round(z, 1)), "variacao": round(desvio, 1)}
+            )
+
+            lista.append(bbox)
+
+    return lista
+
+def detectar_agrupado(profundidades, referencia, largura_setor, y_inicio, linhas_solo, calib, largura, altura, limiar):
+    """
+    Detecta anomalias no padrão do perfil do solo.
+    Agrupa setores que estão fora do padrão (acima ou abaixo da linha) em bounding boxes únicas.
+    """
+    estados = []  # 'normal', 'lombada', 'erosao'
+    for z in profundidades:
+        if z == 0:
+            estados.append('normal')
+            continue
+
+        desvio = z - referencia
+        if abs(desvio) > limiar:
+            if desvio < 0:
+                estados.append('lombada')
+            else:
+                estados.append('erosao')
+        else:
+            estados.append('normal')
+
+    lista_bboxes = []
+
+    # Agrupar por estado (lombada ou erosao)
+    i = 0
+    while i < len(estados):
+        estado_atual = estados[i]
+        if estado_atual == 'normal':
+            i += 1
+            continue
+
+        inicio = i
+        while i < len(estados) and estados[i] == estado_atual:
+            i += 1
+        fim = i - 1
+
+        # Calcular bbox do grupo
+        x = inicio * largura_setor
+        w = (fim - inicio + 1) * largura_setor
+        y = y_inicio
+        h = linhas_solo
+
+        z_media = np.mean([profundidades[j] for j in range(inicio, fim + 1) if profundidades[j] > 0]) / 1000.0
 
         largura_real = z_media * 2 * np.tan(calib["fov_h"] / 2) * (w / largura)
         altura_real = z_media * 2 * np.tan(calib["fov_v"] / 2) * (h / altura)
 
-        # Pode calcular largura e altura em metros (opcional) — aqui deixei None, mas pode fazer igual fizemos na anomalia
-        lista_bboxes.append({
-            "tipo": tipo,
+        centro_x = (x + w / 2) / largura * 100
+        centro_y = (y + h / 2) / altura * 100
+
+        bbox = {
+            "tipo": estado_atual,
             "bbox": (int(x), int(y), int(w), int(h)),
             "centro_percentual": (float(centro_x), float(centro_y)),
             "distancia_m": round(z_media, 3),
             "largura_m": round(largura_real, 3),
             "altura_m": round(altura_real, 3),
-            "profundidades": (round(z1, 1), round(z2, 1)),
-            "variacao": round(variacao, 1)
-        })
+            "profundidades": (round(referencia, 1), round(z_media * 1000, 1)),
+            "variacao": round(abs(z_media * 1000 - referencia), 1)
+        }
 
-    # Filtra as detecções relevantes
-    from visual_worker.utils import filtrar_deteccoes
-    lista_bboxes_filtrada = filtrar_deteccoes(lista_bboxes, distancia_max, tamanho_min)
+        lista_bboxes.append(bbox)
+
+    return lista_bboxes
+
+def detectar_anomalias_com_calibragem(profundidades, grade_referencia, largura_setor, y_inicio, linhas_solo, calib, largura, altura, limiar):
+    """
+    Detecta anomalias comparando diretamente com a grade de referência da calibragem.
+    Só utiliza setores válidos (profundidade e referência diferentes de zero).
+    """
+    estados = []
+    setores_validos = []
+
+    # Definir estados para cada setor
+    for i, (z, ref) in enumerate(zip(profundidades, grade_referencia)):
+        if z == 0 or ref == 0:
+            estados.append('normal')
+            continue
+
+        desvio = z - ref
+        if abs(desvio) > limiar:
+            estado = 'lombada' if desvio < 0 else 'erosao'
+            estados.append(estado)
+            setores_validos.append(i)  # 👉 Só adiciona setores válidos e fora do padrão
+        else:
+            estados.append('normal')
+
+    lista_bboxes = []
+
+    if not setores_validos:
+        return lista_bboxes  # 👉 Nenhuma anomalia detectada
+
+    # Agrupar setores consecutivos que estão no mesmo estado
+    limiar_continuidade = 200  # mm
+
+    i = 0
+    while i < len(setores_validos):
+        idx_inicio = setores_validos[i]
+        estado_atual = estados[idx_inicio]
+        profundidade_inicial = profundidades[idx_inicio]
+
+        j = i
+        while j + 1 < len(setores_validos):
+            idx_atual = setores_validos[j]
+            idx_proximo = setores_validos[j + 1]
+
+            profundidade_atual = profundidades[idx_atual]
+            profundidade_proximo = profundidades[idx_proximo]
+
+            mesma_anomalia = estados[idx_proximo] == estado_atual
+            continuidade_ok = abs(profundidade_proximo - profundidade_atual) <= limiar_continuidade
+
+            if idx_proximo == idx_atual + 1 and mesma_anomalia and continuidade_ok:
+                j += 1
+            else:
+                break
+
+        idx_fim = setores_validos[j]
+
+        # Calcular bbox do grupo
+        x = idx_inicio * largura_setor
+        w = (idx_fim - idx_inicio + 1) * largura_setor
+        y = y_inicio
+        h = linhas_solo
+
+        # Calcular profundidade média do grupo
+        valores_validos = [profundidades[k] for k in range(idx_inicio, idx_fim + 1) if profundidades[k] > 0]
+        if len(valores_validos) == 0:
+            i = j + 1
+            continue  # Ignora se não houver dados válidos
+
+        z_media = np.mean(valores_validos) / 1000.0  # mm → metros
+
+        # Calcular tamanho real
+        largura_real = z_media * 2 * np.tan(calib["fov_h"] / 2) * (w / largura)
+        altura_real = z_media * 2 * np.tan(calib["fov_v"] / 2) * (h / altura)
+
+        # Calcular centro percentual
+        centro_x = (x + w / 2) / largura * 100
+        centro_y = (y + h / 2) / altura * 100
+
+        # Montar bbox
+        bbox = {
+            "tipo": estado_atual,
+            "bbox": (int(x), int(y), int(w), int(h)),
+            "centro_percentual": (float(centro_x), float(centro_y)),
+            "distancia_m": round(z_media, 3),
+            "largura_m": round(largura_real, 3),
+            "altura_m": round(altura_real, 3),
+            "referencia_setor": np.mean([grade_referencia[k] for k in range(idx_inicio, idx_fim + 1) if grade_referencia[k] > 0]),
+            "profundidade_setor": round(z_media * 1000, 1),
+            "variacao": round(abs(z_media * 1000 - np.mean([grade_referencia[k] for k in range(idx_inicio, idx_fim + 1) if grade_referencia[k] > 0])), 1)
+        }
+
+        lista_bboxes.append(bbox)
+
+        i = j + 1  # Avança para o próximo grupo
+
+    return lista_bboxes
+
+
+
+
+def analisar_solo(depth_frame, setores_referencia, percentual_altura, limiar_variacao_mm, distancia_max, largura_min, altura_min, calib):
+    depth_solo, y_inicio, linhas_solo, altura, largura = obter_regiao_solo(depth_frame, percentual_altura)
+
+    profundidades, largura_setor = calcular_profundidades(depth_solo, calib["qtd_setores_solo"], largura, distancia_max * 1000.0)
+
+    bboxes_var = detectar_variacao_lateral(
+        profundidades, largura_setor, y_inicio, linhas_solo,
+        calib, largura, altura, limiar_variacao_mm
+    )
+
+    bboxes_desvio = detectar_anomalias_com_calibragem(
+        profundidades, setores_referencia, largura_setor, y_inicio, linhas_solo,
+        calib, largura, altura, limiar_variacao_mm
+    )
+
+    lista_bboxes = bboxes_var + bboxes_desvio
+
+    print(f"Total de bboxes antes do filtro: {len(lista_bboxes)}")
+
+    lista_bboxes_filtrada = filtrar_deteccoes(lista_bboxes, distancia_max, largura_min, altura_min)
 
-    # 🔥 Retorno estruturado
     resultado = {
         "perfil": [float(v) for v in profundidades.tolist()],
         "bbox_list": lista_bboxes_filtrada,
         "y_inicio": int(y_inicio),
         "altura_regiao": int(linhas_solo),
-        "n_setores": int(n_setores)
+        "n_setores": int(calib["qtd_setores_solo"])
     }
 
     return resultado
diff --git a/AgroBase/AgroBase/bin/x64/Debug/Python/Scripts/visual_worker/processamento/gestor_deteccoes.py b/AgroBase/AgroBase/bin/x64/Debug/Python/Scripts/visual_worker/processamento/gestor_deteccoes.py
new file mode 100644
index 000000000..a7aa47014
--- /dev/null
+++ b/AgroBase/AgroBase/bin/x64/Debug/Python/Scripts/visual_worker/processamento/gestor_deteccoes.py
@@ -0,0 +1,50 @@
+class GestorDeteccoes:
+    def __init__(self, frames_minimos=3, tolerancia_px=5, tolerancia_m=0.3):
+        self.frames_minimos = frames_minimos
+        self.tolerancia_px = tolerancia_px
+        self.tolerancia_m = tolerancia_m
+        self.deteccoes_ativas = {}
+
+    def _gerar_id(self, obj):
+        centro = obj["centro_percentual"]
+        distancia = obj["distancia_m"]
+        tipo = obj["tipo"]
+        chave = (
+            round(centro[0] / self.tolerancia_px),
+            round(distancia / self.tolerancia_m),
+            tipo
+        )
+        return chave
+
+    def atualizar(self, lista_bboxes):
+        novas_deteccoes = set()
+
+        for obj in lista_bboxes:
+            chave = self._gerar_id(obj)
+
+            novas_deteccoes.add(chave)
+
+            if chave in self.deteccoes_ativas:
+                if self.deteccoes_ativas[chave]["contador"] <= self.frames_minimos:
+                    self.deteccoes_ativas[chave]["contador"] += 1
+                self.deteccoes_ativas[chave]["dados"] = obj
+            else:
+                self.deteccoes_ativas[chave] = {
+                    "contador": 1,
+                    "dados": obj
+                }
+
+        # Zera ou remove quem não apareceu nesse frame
+        chaves_atuais = set(self.deteccoes_ativas.keys())
+
+        for chave in chaves_atuais - novas_deteccoes:
+            self.deteccoes_ativas[chave]["contador"] -= 1
+            if self.deteccoes_ativas[chave]["contador"] <= 0:
+                del self.deteccoes_ativas[chave]
+
+        # Retorna só as que passaram do filtro de persistência
+        return [
+            dado["dados"]
+            for dado in self.deteccoes_ativas.values()
+            if dado["contador"] >= self.frames_minimos
+        ]
\ No newline at end of file
diff --git a/AgroBase/AgroBase/bin/x64/Debug/Python/Scripts/visual_worker/processamento/percepcao3d.py b/AgroBase/AgroBase/bin/x64/Debug/Python/Scripts/visual_worker/processamento/percepcao3d.py
index af9063496..138173c3f 100644
--- a/AgroBase/AgroBase/bin/x64/Debug/Python/Scripts/visual_worker/processamento/percepcao3d.py
+++ b/AgroBase/AgroBase/bin/x64/Debug/Python/Scripts/visual_worker/processamento/percepcao3d.py
@@ -2,15 +2,17 @@ import numpy as np
 import time
 
 from visual_worker.enums import TipoAnalise
+from visual_worker.filtros import filtrar_depth_morfologia
 from visual_worker.utils import aplicar_mascara_margens, calcular_threshold_anomalias
 
 # Variáveis globais
 depth_referencia = None
+setores_referencia = None
 calibrado = False
 
 # Calibração
-def calibrar(obter_depth_frame, n_frames=50):
-    global depth_referencia, calibrado
+def calibrar(obter_depth_frame, camera_calib, n_frames=50):
+    global depth_referencia, setores_referencia, calibrado
 
     calibrado = False
 
@@ -33,13 +35,40 @@ def calibrar(obter_depth_frame, n_frames=50):
         return False
 
     depth_referencia = np.median(np.stack(lista_frames), axis=0)
+    salvar_grade_referencia(depth_referencia, camera_calib)
     calibrado = True
-    print("✅ Calibração concluída com sucesso!")
+    print(f"✅ Calibração concluída com sucesso! Definido {len(setores_referencia)} setores no solo")
     return True
 
+def salvar_grade_referencia(depth_frame, calib):
+    global setores_referencia
 
-def analisar(analise, obter_depth_frame, camera_calib, velocidade_ms, distancia_max, tamanho_min):
-    global depth_referencia, calibrado
+    n_setores = calib["qtd_setores_solo"]
+    distancia_max = calib["distancia_maxima"]
+
+    # Divide em setores igual fazemos na análise
+    altura, largura = depth_frame.shape
+    largura_setor = largura // n_setores
+    setores_referencia = []
+
+    for i in range(n_setores):
+        x_inicio = i * largura_setor
+        x_fim = (i + 1) * largura_setor if (i < n_setores - 1) else largura
+
+        setor = depth_frame[:, x_inicio:x_fim]
+        from visual_worker.utils import filtrar_depth_valid
+        setor_valido = filtrar_depth_valid(setor, distancia_max)
+
+        if len(setor_valido) > 0:
+            z = np.median(setor_valido)  # ou média se preferir
+        else:
+            z = 0
+        setores_referencia.append(z)
+
+    return setores_referencia
+
+def analisar(analise, obter_depth_frame, camera_calib, velocidade_ms, distancia_max, largura_min, altura_min):
+    global depth_referencia, setores_referencia, calibrado
 
     resultado = {
         "timestamp": None,
@@ -54,15 +83,16 @@ def analisar(analise, obter_depth_frame, camera_calib, velocidade_ms, distancia_
     frame, timestamp = obter_depth_frame()
     resultado["timestamp"] = timestamp
 
-    depth_frame = aplicar_mascara_margens(frame)
+    #depth_frame = aplicar_mascara_margens(frame)
+    frame = filtrar_depth_morfologia(frame)
     limiar = calcular_threshold_anomalias(velocidade_ms)
     
     if analise == TipoAnalise.ANOMALIA:
         from visual_worker.processamento.analise_anomalias import detectar_anomalias
-        resultado["anomalias"] = detectar_anomalias(frame, depth_referencia, limiar, distancia_max, tamanho_min, camera_calib)
+        resultado["anomalias"] = detectar_anomalias(frame, depth_referencia, limiar, distancia_max, largura_min, altura_min, camera_calib)
     elif analise == TipoAnalise.SOLO:
         from visual_worker.processamento.analise_solo import analisar_solo
-        resultado["solo"] = analisar_solo(frame, 20, 50, limiar, distancia_max, tamanho_min, camera_calib)
+        resultado["solo"] = analisar_solo(frame, setores_referencia, 20, limiar, distancia_max, largura_min, 0, camera_calib)
         
     return resultado
 
diff --git a/AgroBase/AgroBase/bin/x64/Debug/Python/Scripts/visual_worker/utils.py b/AgroBase/AgroBase/bin/x64/Debug/Python/Scripts/visual_worker/utils.py
index a7496d728..2ad4fd66c 100644
--- a/AgroBase/AgroBase/bin/x64/Debug/Python/Scripts/visual_worker/utils.py
+++ b/AgroBase/AgroBase/bin/x64/Debug/Python/Scripts/visual_worker/utils.py
@@ -22,7 +22,7 @@ def gerar_heatmap(depth_frame, dist_max_mm=3000.0):
     heatmap[~mask_valid] = [0, 0, 0]
     return heatmap
 
-def filtrar_deteccoes(lista, distancia_maxima=2.0, tamanho_minimo=0.25):
+def filtrar_deteccoes(lista, distancia_maxima=2.0, largura_minima=0.0, altura_minima=0.0):
     """
     Filtra a lista de detecções baseado em:
     - Distância máxima (em metros).
@@ -34,7 +34,13 @@ def filtrar_deteccoes(lista, distancia_maxima=2.0, tamanho_minimo=0.25):
         if obj["distancia_m"] > distancia_maxima:
             continue
 
-        if obj["largura_m"] < tamanho_minimo and obj["altura_m"] < tamanho_minimo:
+        if largura_minima > 0 and altura_minima == 0 and obj["largura_m"] < largura_minima:
+            continue
+
+        if largura_minima == 0 and altura_minima > 0 and obj["altura_m"] < altura_minima:
+            continue
+
+        if obj["largura_m"] < largura_minima and obj["altura_m"] < altura_minima:
             continue
 
         lista_filtrada.append(obj)