O reconhecimento de padrões em imagens é uma disciplina essencial para transformar dados visuais em informações úteis, sendo aplicada em diversas tecnologias atuais. A análise começa com a conversão da imagem para um formato numérico que permita o processamento digital. Em seguida, os dados passam por uma etapa de pré-processamento, que busca eliminar inconsistências e melhorar a qualidade do sinal visual. Técnicas específicas atuam na redução de imperfeições e na padronização de aspectos como brilho e contraste, permitindo que os algoritmos foquem nos elementos mais relevantes da imagem. Na etapa de classificação, modelos computacionais como redes neurais profundas são capazes de aprender representações complexas a partir de camadas sucessivas de análise. O desempenho desse processo está diretamente relacionado à qualidade dos dados utilizados ao longo do treinamento. Fonte: MARTINS, J. P.; SILVA, R. A. Fundamentos de Reconhecimento de Padrões em Imagens. 3. ed. São Paulo: Tech Press, 2023. p. 145-167. Considerando as funções do pré-processamento e da classificação no contexto da análise de imagens digitais, analise as afirmativas a seguir: I. A etapa de digitalização consiste na conversão de imagem em uma matriz de valores numéricos. II. A digitalização é a etapa final que converte os insights do modelo em uma representação visual. III. A filtragem tem como objetivo principal padronizar a iluminação e o contraste da matriz numérica. IV. A classificação de imagens complexas é eficaz mesmo com datasets pequenos e pouco representativos.