Monitorização de crescimento de plantas cultivadas in-vitro usando processamento digital de imagem
Autor(a) principal: | |
---|---|
Data de Publicação: | 2017 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10362/23415 |
Resumo: | Processamento digital de imagem pode desempenhar um papel importante no estudo e monitorização de plantas, permitindo medir as suas características sem recorrer a métodos invasivos ou exaustivos. Em culturas de plantas in-vitro, as condições de cultura são determinantes para a evolução das plantas, sendo a monitorização das culturas uma ferramenta importante para avaliar o desempenho de cada ensaio de novas condições. Nesta dissertação apresentamos um sistema de visão computacional e aprendizagem supervisionada para monitorização de plantas in-vitro, contribuindo para a avaliação da performance da produção em diferentes condições de crescimento, como por exemplo, o melhoramento do meio de cultura conforme as necessidades de cada espécie. Como caso de estudo, foi analisada a produção de plantas in-vitro, adquirindo semanalmente imagens no espetro visível e infravermelho-próximo. O método proposto pré-processa, regista e normaliza as imagens adquiridas de cada recipiente, sendo depois segmentadas através de uma Random Forest que classifica pixeis como planta ou não-planta. No final é exportada a área total das plantas e o NDVI médio de cada sessão de monitorização. Foi criada uma interface gráfica para carregar e processar as imagens adquiridas de um recipiente. A validação do método foi realizada com um conjunto de imagens em que a segmentação das plantas foi realizada manualmente. Apresentou valores de precisão de 96.9%, 96.8% sensibilidade e 96.9% especificidade. Nos resultados obtidos foi possível detetar diferentes comportamentos no crescimento das plantas de cada recipiente. Verificou-se também que a taxa de crescimento da área das plantas de um recipiente acompanhou a sua taxa de crescimento da vitalidade dada pelo NDVI médio. |
id |
RCAP_d1cf6f32cd5a50c6fc5ec9a760eecc1a |
---|---|
oai_identifier_str |
oai:run.unl.pt:10362/23415 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Monitorização de crescimento de plantas cultivadas in-vitro usando processamento digital de imagemCulturas de plantas in-vitroSegmentação de plantasProcessamento digital de imagemAprendizagem AutomáticaRandom forestDomínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e InformáticaProcessamento digital de imagem pode desempenhar um papel importante no estudo e monitorização de plantas, permitindo medir as suas características sem recorrer a métodos invasivos ou exaustivos. Em culturas de plantas in-vitro, as condições de cultura são determinantes para a evolução das plantas, sendo a monitorização das culturas uma ferramenta importante para avaliar o desempenho de cada ensaio de novas condições. Nesta dissertação apresentamos um sistema de visão computacional e aprendizagem supervisionada para monitorização de plantas in-vitro, contribuindo para a avaliação da performance da produção em diferentes condições de crescimento, como por exemplo, o melhoramento do meio de cultura conforme as necessidades de cada espécie. Como caso de estudo, foi analisada a produção de plantas in-vitro, adquirindo semanalmente imagens no espetro visível e infravermelho-próximo. O método proposto pré-processa, regista e normaliza as imagens adquiridas de cada recipiente, sendo depois segmentadas através de uma Random Forest que classifica pixeis como planta ou não-planta. No final é exportada a área total das plantas e o NDVI médio de cada sessão de monitorização. Foi criada uma interface gráfica para carregar e processar as imagens adquiridas de um recipiente. A validação do método foi realizada com um conjunto de imagens em que a segmentação das plantas foi realizada manualmente. Apresentou valores de precisão de 96.9%, 96.8% sensibilidade e 96.9% especificidade. Nos resultados obtidos foi possível detetar diferentes comportamentos no crescimento das plantas de cada recipiente. Verificou-se também que a taxa de crescimento da área das plantas de um recipiente acompanhou a sua taxa de crescimento da vitalidade dada pelo NDVI médio.Mora, AndréFonseca, JoséRUNMestre, David Alexandre Fernandes2017-09-19T14:45:01Z2017-0320172017-03-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10362/23415porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-03-11T04:11:04Zoai:run.unl.pt:10362/23415Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T03:27:37.503602Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Monitorização de crescimento de plantas cultivadas in-vitro usando processamento digital de imagem |
title |
Monitorização de crescimento de plantas cultivadas in-vitro usando processamento digital de imagem |
spellingShingle |
Monitorização de crescimento de plantas cultivadas in-vitro usando processamento digital de imagem Mestre, David Alexandre Fernandes Culturas de plantas in-vitro Segmentação de plantas Processamento digital de imagem Aprendizagem Automática Random forest Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática |
title_short |
Monitorização de crescimento de plantas cultivadas in-vitro usando processamento digital de imagem |
title_full |
Monitorização de crescimento de plantas cultivadas in-vitro usando processamento digital de imagem |
title_fullStr |
Monitorização de crescimento de plantas cultivadas in-vitro usando processamento digital de imagem |
title_full_unstemmed |
Monitorização de crescimento de plantas cultivadas in-vitro usando processamento digital de imagem |
title_sort |
Monitorização de crescimento de plantas cultivadas in-vitro usando processamento digital de imagem |
author |
Mestre, David Alexandre Fernandes |
author_facet |
Mestre, David Alexandre Fernandes |
author_role |
author |
dc.contributor.none.fl_str_mv |
Mora, André Fonseca, José RUN |
dc.contributor.author.fl_str_mv |
Mestre, David Alexandre Fernandes |
dc.subject.por.fl_str_mv |
Culturas de plantas in-vitro Segmentação de plantas Processamento digital de imagem Aprendizagem Automática Random forest Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática |
topic |
Culturas de plantas in-vitro Segmentação de plantas Processamento digital de imagem Aprendizagem Automática Random forest Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática |
description |
Processamento digital de imagem pode desempenhar um papel importante no estudo e monitorização de plantas, permitindo medir as suas características sem recorrer a métodos invasivos ou exaustivos. Em culturas de plantas in-vitro, as condições de cultura são determinantes para a evolução das plantas, sendo a monitorização das culturas uma ferramenta importante para avaliar o desempenho de cada ensaio de novas condições. Nesta dissertação apresentamos um sistema de visão computacional e aprendizagem supervisionada para monitorização de plantas in-vitro, contribuindo para a avaliação da performance da produção em diferentes condições de crescimento, como por exemplo, o melhoramento do meio de cultura conforme as necessidades de cada espécie. Como caso de estudo, foi analisada a produção de plantas in-vitro, adquirindo semanalmente imagens no espetro visível e infravermelho-próximo. O método proposto pré-processa, regista e normaliza as imagens adquiridas de cada recipiente, sendo depois segmentadas através de uma Random Forest que classifica pixeis como planta ou não-planta. No final é exportada a área total das plantas e o NDVI médio de cada sessão de monitorização. Foi criada uma interface gráfica para carregar e processar as imagens adquiridas de um recipiente. A validação do método foi realizada com um conjunto de imagens em que a segmentação das plantas foi realizada manualmente. Apresentou valores de precisão de 96.9%, 96.8% sensibilidade e 96.9% especificidade. Nos resultados obtidos foi possível detetar diferentes comportamentos no crescimento das plantas de cada recipiente. Verificou-se também que a taxa de crescimento da área das plantas de um recipiente acompanhou a sua taxa de crescimento da vitalidade dada pelo NDVI médio. |
publishDate |
2017 |
dc.date.none.fl_str_mv |
2017-09-19T14:45:01Z 2017-03 2017 2017-03-01T00:00:00Z |
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.uri.fl_str_mv |
http://hdl.handle.net/10362/23415 |
url |
http://hdl.handle.net/10362/23415 |
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.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799137903669936128 |