Método computacional para identificação do fungo Cercospora Kikuchii em sementes de soja

Bibliographic Details
Main Author: Franco, Jaqueline Rissá
Publication Date: 2017
Format: Master thesis
Language: por
Source: Biblioteca Digital de Teses e Dissertações da UEPG
Download full: http://tede2.uepg.br/jspui/handle/prefix/146
Summary: The condition known as purple spot in soybean seed is caused by the fungus Cercospora kikuchii and can influence both yield and quality losses in the production of soybean derivatives. Seed quality control is essential to avoid such losses, so there are conventional methods, such as visual inspections to identify contaminated seeds. However, these conventional processes are slow and imprecise, since they depend directly on the analyst. The present work had as objective to develop a computational system for the identification of soybean seeds contaminated by the fungus Cercospora kikuchii. The proposed method was developed based on the OpenCV library, using the Java programming language and the integration interface of the WEKA tool. Samples of 150 healthy seeds and 150 contaminated seeds were considered. The individual image acquisition of each seed, for purposes of classification in healthy or contaminated, was performed and was consided in the process the individual quality of each stage. The obtained result was 88% of correct classifications, using crossvalidation in the constructed neural network model and 100% correct classifications in the used images. The best results found in studies of other authors, specifically considering the fungus Cercospora kikuchii, were 66% to 83% of the correct classifications.
id UEPG_f29a47e3c9eb325f0f566dba9145e1a2
oai_identifier_str oai:tede2.uepg.br:prefix/146
network_acronym_str UEPG
network_name_str Biblioteca Digital de Teses e Dissertações da UEPG
repository_id_str
spelling Falate, RosaneCPF:00533666970http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4760504H0Jaccoud Filho, David de SouzaCPF:44444621753http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4786438E1Sanches, Ionildo JoséCPF:70921326904http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4763902J3CPF:04505701930Franco, Jaqueline Rissá2017-07-21T14:19:31Z2017-07-042017-07-21T14:19:31Z2017-06-29FRANCO, Jaqueline Rissá. Método computacional para identificação do fungo Cercospora Kikuchii em sementes de soja. 2017. 111 f. Dissertação (Mestrado em Computação para Tecnologias em Agricultura) - UNIVERSIDADE ESTADUAL DE PONTA GROSSA, Ponta Grossa, 2017.http://tede2.uepg.br/jspui/handle/prefix/146The condition known as purple spot in soybean seed is caused by the fungus Cercospora kikuchii and can influence both yield and quality losses in the production of soybean derivatives. Seed quality control is essential to avoid such losses, so there are conventional methods, such as visual inspections to identify contaminated seeds. However, these conventional processes are slow and imprecise, since they depend directly on the analyst. The present work had as objective to develop a computational system for the identification of soybean seeds contaminated by the fungus Cercospora kikuchii. The proposed method was developed based on the OpenCV library, using the Java programming language and the integration interface of the WEKA tool. Samples of 150 healthy seeds and 150 contaminated seeds were considered. The individual image acquisition of each seed, for purposes of classification in healthy or contaminated, was performed and was consided in the process the individual quality of each stage. The obtained result was 88% of correct classifications, using crossvalidation in the constructed neural network model and 100% correct classifications in the used images. The best results found in studies of other authors, specifically considering the fungus Cercospora kikuchii, were 66% to 83% of the correct classifications.A presença da patologia conhecida como mancha púrpura da semente de soja é causada pelo fungo Cercospora kikuchii e pode implicar em prejuízos tanto de produtividade quanto de qualidade na produção de derivados. O controle de qualidade de sementes é essencial para evitar perdas como essas, sendo então convencionalmente realizadas inspeções visuais, para identificar as sementes contaminadas. Porém, tais processos convencionais são lentos e imprecisos, uma vez que depende diretamente do analista. O presente trabalho teve por objetivo desenvolver um sistema computacional para a identificação de sementes de soja contaminadas pelo fungo Cercospora kikuchii. O método proposto foi desenvolvido utilizando a biblioteca OpenCV, por meio da linguagem de programação Java, e utilizando a interface de integração da ferramenta WEKA. Foram consideradas amostras de 150 sementes sadias e de 150 sementes contaminadas. A obtenção individual da imagem de cada semente, para fins de classificação em sadia ou contaminada, foi realizada e foi considerada durante o processo a qualidade individual de cada etapa do processo. O resultado alcançado foi de 88% de assertividade, utilizando a validação cruzada sobre o modelo de rede neural artificial construído, e de 100% de assertividade sobre as imagens utilizadas. Os melhores resultados encontrados em trabalhos de outros autores, considerando especificamente o fungo Cercospora kikuchii, foram de 66% a 83% de assertividade.Made available in DSpace on 2017-07-21T14:19:31Z (GMT). No. of bitstreams: 1 dissertacao_jaqueline_franco.pdf: 5450978 bytes, checksum: ccba56653d20a1b74e0758541848145a (MD5) Previous issue date: 2017-06-29Coordenação de Aperfeiçoamento de Pessoal de Nível Superiorapplication/pdfporUNIVERSIDADE ESTADUAL DE PONTA GROSSAPrograma de Pós Graduação Computação AplicadaUEPGBRComputação para Tecnologias em AgriculturaOpenCVGlycine max (L.) MerrillCercospora kikuchiiProcessamento de imagensCIEL*a*bRGBHSVOpenCVGlycine max (L.) MerrillCercospora kikuchiiimage processingCIEL*a*bRGBHSVCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOMétodo computacional para identificação do fungo Cercospora Kikuchii em sementes de sojaMétodo computacional para identificação do fungo Cercospora Kikuchii em sementes de sojainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UEPGinstname:Universidade Estadual de Ponta Grossa (UEPG)instacron:UEPGORIGINALdissertacao_jaqueline_franco.pdfapplication/pdf5450978http://tede2.uepg.br/jspui/bitstream/prefix/146/1/dissertacao_jaqueline_franco.pdfccba56653d20a1b74e0758541848145aMD51prefix/1462017-07-21 11:19:31.789oai:tede2.uepg.br:prefix/146Biblioteca Digital de Teses e Dissertaçõeshttps://tede2.uepg.br/jspui/PUBhttp://tede2.uepg.br/oai/requestbicen@uepg.br||mv_fidelis@yahoo.com.bropendoar:2017-07-21T14:19:31Biblioteca Digital de Teses e Dissertações da UEPG - Universidade Estadual de Ponta Grossa (UEPG)false
dc.title.por.fl_str_mv Método computacional para identificação do fungo Cercospora Kikuchii em sementes de soja
Método computacional para identificação do fungo Cercospora Kikuchii em sementes de soja
title Método computacional para identificação do fungo Cercospora Kikuchii em sementes de soja
spellingShingle Método computacional para identificação do fungo Cercospora Kikuchii em sementes de soja
Franco, Jaqueline Rissá
OpenCV
Glycine max (L.) Merrill
Cercospora kikuchii
Processamento de imagens
CIEL*a*b
RGB
HSV
OpenCV
Glycine max (L.) Merrill
Cercospora kikuchii
image processing
CIEL*a*b
RGB
HSV
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
title_short Método computacional para identificação do fungo Cercospora Kikuchii em sementes de soja
title_full Método computacional para identificação do fungo Cercospora Kikuchii em sementes de soja
title_fullStr Método computacional para identificação do fungo Cercospora Kikuchii em sementes de soja
title_full_unstemmed Método computacional para identificação do fungo Cercospora Kikuchii em sementes de soja
title_sort Método computacional para identificação do fungo Cercospora Kikuchii em sementes de soja
author Franco, Jaqueline Rissá
author_facet Franco, Jaqueline Rissá
author_role author
dc.contributor.advisor1.fl_str_mv Falate, Rosane
dc.contributor.advisor1ID.fl_str_mv CPF:00533666970
dc.contributor.advisor1Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4760504H0
dc.contributor.referee1.fl_str_mv Jaccoud Filho, David de Souza
dc.contributor.referee1ID.fl_str_mv CPF:44444621753
dc.contributor.referee1Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4786438E1
dc.contributor.referee2.fl_str_mv Sanches, Ionildo José
dc.contributor.referee2ID.fl_str_mv CPF:70921326904
dc.contributor.referee2Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4763902J3
dc.contributor.authorID.fl_str_mv CPF:04505701930
dc.contributor.author.fl_str_mv Franco, Jaqueline Rissá
contributor_str_mv Falate, Rosane
Jaccoud Filho, David de Souza
Sanches, Ionildo José
dc.subject.por.fl_str_mv OpenCV
Glycine max (L.) Merrill
Cercospora kikuchii
Processamento de imagens
CIEL*a*b
RGB
HSV
topic OpenCV
Glycine max (L.) Merrill
Cercospora kikuchii
Processamento de imagens
CIEL*a*b
RGB
HSV
OpenCV
Glycine max (L.) Merrill
Cercospora kikuchii
image processing
CIEL*a*b
RGB
HSV
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
dc.subject.eng.fl_str_mv OpenCV
Glycine max (L.) Merrill
Cercospora kikuchii
image processing
CIEL*a*b
RGB
HSV
dc.subject.cnpq.fl_str_mv CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
description The condition known as purple spot in soybean seed is caused by the fungus Cercospora kikuchii and can influence both yield and quality losses in the production of soybean derivatives. Seed quality control is essential to avoid such losses, so there are conventional methods, such as visual inspections to identify contaminated seeds. However, these conventional processes are slow and imprecise, since they depend directly on the analyst. The present work had as objective to develop a computational system for the identification of soybean seeds contaminated by the fungus Cercospora kikuchii. The proposed method was developed based on the OpenCV library, using the Java programming language and the integration interface of the WEKA tool. Samples of 150 healthy seeds and 150 contaminated seeds were considered. The individual image acquisition of each seed, for purposes of classification in healthy or contaminated, was performed and was consided in the process the individual quality of each stage. The obtained result was 88% of correct classifications, using crossvalidation in the constructed neural network model and 100% correct classifications in the used images. The best results found in studies of other authors, specifically considering the fungus Cercospora kikuchii, were 66% to 83% of the correct classifications.
publishDate 2017
dc.date.accessioned.fl_str_mv 2017-07-21T14:19:31Z
dc.date.available.fl_str_mv 2017-07-04
2017-07-21T14:19:31Z
dc.date.issued.fl_str_mv 2017-06-29
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv FRANCO, Jaqueline Rissá. Método computacional para identificação do fungo Cercospora Kikuchii em sementes de soja. 2017. 111 f. Dissertação (Mestrado em Computação para Tecnologias em Agricultura) - UNIVERSIDADE ESTADUAL DE PONTA GROSSA, Ponta Grossa, 2017.
dc.identifier.uri.fl_str_mv http://tede2.uepg.br/jspui/handle/prefix/146
identifier_str_mv FRANCO, Jaqueline Rissá. Método computacional para identificação do fungo Cercospora Kikuchii em sementes de soja. 2017. 111 f. Dissertação (Mestrado em Computação para Tecnologias em Agricultura) - UNIVERSIDADE ESTADUAL DE PONTA GROSSA, Ponta Grossa, 2017.
url http://tede2.uepg.br/jspui/handle/prefix/146
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv UNIVERSIDADE ESTADUAL DE PONTA GROSSA
dc.publisher.program.fl_str_mv Programa de Pós Graduação Computação Aplicada
dc.publisher.initials.fl_str_mv UEPG
dc.publisher.country.fl_str_mv BR
dc.publisher.department.fl_str_mv Computação para Tecnologias em Agricultura
publisher.none.fl_str_mv UNIVERSIDADE ESTADUAL DE PONTA GROSSA
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UEPG
instname:Universidade Estadual de Ponta Grossa (UEPG)
instacron:UEPG
instname_str Universidade Estadual de Ponta Grossa (UEPG)
instacron_str UEPG
institution UEPG
reponame_str Biblioteca Digital de Teses e Dissertações da UEPG
collection Biblioteca Digital de Teses e Dissertações da UEPG
bitstream.url.fl_str_mv http://tede2.uepg.br/jspui/bitstream/prefix/146/1/dissertacao_jaqueline_franco.pdf
bitstream.checksum.fl_str_mv ccba56653d20a1b74e0758541848145a
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UEPG - Universidade Estadual de Ponta Grossa (UEPG)
repository.mail.fl_str_mv bicen@uepg.br||mv_fidelis@yahoo.com.br
_version_ 1809460446995939328