Reconhecimento de variedades de soja por meio do processamento de imagens digitais usando redes neurais artificiais
Autor(a) principal: | |
---|---|
Data de Publicação: | 2008 |
Outros Autores: | |
Tipo de documento: | Relatório |
Idioma: | por |
Título da fonte: | Engenharia Agrícola |
Texto Completo: | http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0100-69162008000400016 |
Resumo: | Neste trabalho, foi aplicado o processamento de imagens digitais auxiliado pelas Redes Neurais Artificiais (RNA) com a finalidade de identificar algumas variedades de soja por meio da forma e do tamanho das sementes. Foram analisadas as seguintes variedades: EMBRAPA 133, EMBRAPA 184, COODETEC 205, COODETEC 206, EMBRAPA 48, SYNGENTA 8350, FEPAGRO 10 e MONSOY 8000 RR, safra 2005/2006. O processamento das imagens foi constituído pelas seguintes etapas: 1) Aquisição da imagem: as amostras de cada variedade foram fotografadas por máquina fotográfica Coolpix995, Nikon, com resolução de 3.34 megapixels; 2) Pré-processamento: um filtro de anti-aliasing foi aplicado para obter tons acinzentados da imagem; 3) Segmentação: foi realizada a detecção das bordas das sementes (Método de Prewitt), dilatação dessas bordas e remoção de segmentos não-necessários para a análise. 4) Representação: cada semente foi representada na forma de matriz binária 130x130, e 5) Reconhecimento e interpretação: foi utilizada uma rede neural feedforward multicamadas, com três camadas ocultas. O treinamento da rede foi realizado pelo método backpropagation. A validação da RNA treinada mostrou que o processamento aplicado pode ser usado para a identificação das variedades consideradas. |
id |
SBEA-1_4668ecb834238b92c5f22f22852d1f5c |
---|---|
oai_identifier_str |
oai:scielo:S0100-69162008000400016 |
network_acronym_str |
SBEA-1 |
network_name_str |
Engenharia Agrícola |
repository_id_str |
|
spelling |
Reconhecimento de variedades de soja por meio do processamento de imagens digitais usando redes neurais artificiaispropriedades morfológicas de sojaanálise morfológica de sementesreconhecimento de padrõesNeste trabalho, foi aplicado o processamento de imagens digitais auxiliado pelas Redes Neurais Artificiais (RNA) com a finalidade de identificar algumas variedades de soja por meio da forma e do tamanho das sementes. Foram analisadas as seguintes variedades: EMBRAPA 133, EMBRAPA 184, COODETEC 205, COODETEC 206, EMBRAPA 48, SYNGENTA 8350, FEPAGRO 10 e MONSOY 8000 RR, safra 2005/2006. O processamento das imagens foi constituído pelas seguintes etapas: 1) Aquisição da imagem: as amostras de cada variedade foram fotografadas por máquina fotográfica Coolpix995, Nikon, com resolução de 3.34 megapixels; 2) Pré-processamento: um filtro de anti-aliasing foi aplicado para obter tons acinzentados da imagem; 3) Segmentação: foi realizada a detecção das bordas das sementes (Método de Prewitt), dilatação dessas bordas e remoção de segmentos não-necessários para a análise. 4) Representação: cada semente foi representada na forma de matriz binária 130x130, e 5) Reconhecimento e interpretação: foi utilizada uma rede neural feedforward multicamadas, com três camadas ocultas. O treinamento da rede foi realizado pelo método backpropagation. A validação da RNA treinada mostrou que o processamento aplicado pode ser usado para a identificação das variedades consideradas.Associação Brasileira de Engenharia Agrícola2008-12-01info:eu-repo/semantics/reportinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S0100-69162008000400016Engenharia Agrícola v.28 n.4 2008reponame:Engenharia Agrícolainstname:Associação Brasileira de Engenharia Agrícola (SBEA)instacron:SBEA10.1590/S0100-69162008000400016info:eu-repo/semantics/openAccessKhatchatourian,OlegPadilha,Fábio R. R.por2009-04-13T00:00:00Zoai:scielo:S0100-69162008000400016Revistahttp://www.engenhariaagricola.org.br/ORGhttps://old.scielo.br/oai/scielo-oai.phprevistasbea@sbea.org.br||sbea@sbea.org.br1809-44300100-6916opendoar:2009-04-13T00:00Engenharia Agrícola - Associação Brasileira de Engenharia Agrícola (SBEA)false |
dc.title.none.fl_str_mv |
Reconhecimento de variedades de soja por meio do processamento de imagens digitais usando redes neurais artificiais |
title |
Reconhecimento de variedades de soja por meio do processamento de imagens digitais usando redes neurais artificiais |
spellingShingle |
Reconhecimento de variedades de soja por meio do processamento de imagens digitais usando redes neurais artificiais Khatchatourian,Oleg propriedades morfológicas de soja análise morfológica de sementes reconhecimento de padrões |
title_short |
Reconhecimento de variedades de soja por meio do processamento de imagens digitais usando redes neurais artificiais |
title_full |
Reconhecimento de variedades de soja por meio do processamento de imagens digitais usando redes neurais artificiais |
title_fullStr |
Reconhecimento de variedades de soja por meio do processamento de imagens digitais usando redes neurais artificiais |
title_full_unstemmed |
Reconhecimento de variedades de soja por meio do processamento de imagens digitais usando redes neurais artificiais |
title_sort |
Reconhecimento de variedades de soja por meio do processamento de imagens digitais usando redes neurais artificiais |
author |
Khatchatourian,Oleg |
author_facet |
Khatchatourian,Oleg Padilha,Fábio R. R. |
author_role |
author |
author2 |
Padilha,Fábio R. R. |
author2_role |
author |
dc.contributor.author.fl_str_mv |
Khatchatourian,Oleg Padilha,Fábio R. R. |
dc.subject.por.fl_str_mv |
propriedades morfológicas de soja análise morfológica de sementes reconhecimento de padrões |
topic |
propriedades morfológicas de soja análise morfológica de sementes reconhecimento de padrões |
description |
Neste trabalho, foi aplicado o processamento de imagens digitais auxiliado pelas Redes Neurais Artificiais (RNA) com a finalidade de identificar algumas variedades de soja por meio da forma e do tamanho das sementes. Foram analisadas as seguintes variedades: EMBRAPA 133, EMBRAPA 184, COODETEC 205, COODETEC 206, EMBRAPA 48, SYNGENTA 8350, FEPAGRO 10 e MONSOY 8000 RR, safra 2005/2006. O processamento das imagens foi constituído pelas seguintes etapas: 1) Aquisição da imagem: as amostras de cada variedade foram fotografadas por máquina fotográfica Coolpix995, Nikon, com resolução de 3.34 megapixels; 2) Pré-processamento: um filtro de anti-aliasing foi aplicado para obter tons acinzentados da imagem; 3) Segmentação: foi realizada a detecção das bordas das sementes (Método de Prewitt), dilatação dessas bordas e remoção de segmentos não-necessários para a análise. 4) Representação: cada semente foi representada na forma de matriz binária 130x130, e 5) Reconhecimento e interpretação: foi utilizada uma rede neural feedforward multicamadas, com três camadas ocultas. O treinamento da rede foi realizado pelo método backpropagation. A validação da RNA treinada mostrou que o processamento aplicado pode ser usado para a identificação das variedades consideradas. |
publishDate |
2008 |
dc.date.none.fl_str_mv |
2008-12-01 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/report |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
format |
report |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0100-69162008000400016 |
url |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0100-69162008000400016 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
10.1590/S0100-69162008000400016 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
text/html |
dc.publisher.none.fl_str_mv |
Associação Brasileira de Engenharia Agrícola |
publisher.none.fl_str_mv |
Associação Brasileira de Engenharia Agrícola |
dc.source.none.fl_str_mv |
Engenharia Agrícola v.28 n.4 2008 reponame:Engenharia Agrícola instname:Associação Brasileira de Engenharia Agrícola (SBEA) instacron:SBEA |
instname_str |
Associação Brasileira de Engenharia Agrícola (SBEA) |
instacron_str |
SBEA |
institution |
SBEA |
reponame_str |
Engenharia Agrícola |
collection |
Engenharia Agrícola |
repository.name.fl_str_mv |
Engenharia Agrícola - Associação Brasileira de Engenharia Agrícola (SBEA) |
repository.mail.fl_str_mv |
revistasbea@sbea.org.br||sbea@sbea.org.br |
_version_ |
1752126269435150336 |