Determinação da cobertura do solo por análise de imagens e redes neurais

Detalhes bibliográficos
Autor(a) principal: Varella,Carlos A. A.
Data de Publicação: 2002
Outros Autores: Pinto,Francisco de A. de C., Queiroz,Daniel M. de, Sena Júnior,Darly G. de
Tipo de documento: Artigo
Idioma: por
Título da fonte: Revista Brasileira de Engenharia Agrícola e Ambiental (Online)
Texto Completo: http://old.scielo.br/scielo.php?script=sci_arttext&pid=S1415-43662002000200007
Resumo: Neste trabalho, desenvolveu-se um programa computacional para estimar a cobertura do solo, utilizando-se redes neurais (RN) treinadas por retropropagação do erro. Os dados para treinamento das RN foram obtidos de imagens digitais coloridas. Utilizou-se a razão entre a banda do verde e do vermelho para o pré-processamento das amostras de treinamento. Foram testadas cinco RN com arquiteturas 25-n1-n2-2. A arquitetura 25-20-10-2 foi a que apresentou melhor resultado sendo, portanto, utilizada no programa computacional classificador. O classificador apresentou índice de exatidão global de 82,10%, cujo resultado mostra que redes neurais podem ser utilizadas em programas computacionais para separar feições onde a diferença entre a intensidade do brilho não permite a aplicação da técnica da limiarização.
id UFCG-1_37c0ae2f347d94e348c8870a3082a4f5
oai_identifier_str oai:scielo:S1415-43662002000200007
network_acronym_str UFCG-1
network_name_str Revista Brasileira de Engenharia Agrícola e Ambiental (Online)
repository_id_str
spelling Determinação da cobertura do solo por análise de imagens e redes neuraisvisão artificialplantio diretoprocessamento de imagemNeste trabalho, desenvolveu-se um programa computacional para estimar a cobertura do solo, utilizando-se redes neurais (RN) treinadas por retropropagação do erro. Os dados para treinamento das RN foram obtidos de imagens digitais coloridas. Utilizou-se a razão entre a banda do verde e do vermelho para o pré-processamento das amostras de treinamento. Foram testadas cinco RN com arquiteturas 25-n1-n2-2. A arquitetura 25-20-10-2 foi a que apresentou melhor resultado sendo, portanto, utilizada no programa computacional classificador. O classificador apresentou índice de exatidão global de 82,10%, cujo resultado mostra que redes neurais podem ser utilizadas em programas computacionais para separar feições onde a diferença entre a intensidade do brilho não permite a aplicação da técnica da limiarização.Departamento de Engenharia Agrícola - UFCG2002-01-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S1415-43662002000200007Revista Brasileira de Engenharia Agrícola e Ambiental v.6 n.2 2002reponame:Revista Brasileira de Engenharia Agrícola e Ambiental (Online)instname:Universidade Federal de Campina Grande (UFCG)instacron:UFCG10.1590/S1415-43662002000200007info:eu-repo/semantics/openAccessVarella,Carlos A. A.Pinto,Francisco de A. de C.Queiroz,Daniel M. deSena Júnior,Darly G. depor2005-08-26T00:00:00Zoai:scielo:S1415-43662002000200007Revistahttp://www.scielo.br/rbeaaPUBhttps://old.scielo.br/oai/scielo-oai.php||agriambi@agriambi.com.br1807-19291415-4366opendoar:2005-08-26T00:00Revista Brasileira de Engenharia Agrícola e Ambiental (Online) - Universidade Federal de Campina Grande (UFCG)false
dc.title.none.fl_str_mv Determinação da cobertura do solo por análise de imagens e redes neurais
title Determinação da cobertura do solo por análise de imagens e redes neurais
spellingShingle Determinação da cobertura do solo por análise de imagens e redes neurais
Varella,Carlos A. A.
visão artificial
plantio direto
processamento de imagem
title_short Determinação da cobertura do solo por análise de imagens e redes neurais
title_full Determinação da cobertura do solo por análise de imagens e redes neurais
title_fullStr Determinação da cobertura do solo por análise de imagens e redes neurais
title_full_unstemmed Determinação da cobertura do solo por análise de imagens e redes neurais
title_sort Determinação da cobertura do solo por análise de imagens e redes neurais
author Varella,Carlos A. A.
author_facet Varella,Carlos A. A.
Pinto,Francisco de A. de C.
Queiroz,Daniel M. de
Sena Júnior,Darly G. de
author_role author
author2 Pinto,Francisco de A. de C.
Queiroz,Daniel M. de
Sena Júnior,Darly G. de
author2_role author
author
author
dc.contributor.author.fl_str_mv Varella,Carlos A. A.
Pinto,Francisco de A. de C.
Queiroz,Daniel M. de
Sena Júnior,Darly G. de
dc.subject.por.fl_str_mv visão artificial
plantio direto
processamento de imagem
topic visão artificial
plantio direto
processamento de imagem
description Neste trabalho, desenvolveu-se um programa computacional para estimar a cobertura do solo, utilizando-se redes neurais (RN) treinadas por retropropagação do erro. Os dados para treinamento das RN foram obtidos de imagens digitais coloridas. Utilizou-se a razão entre a banda do verde e do vermelho para o pré-processamento das amostras de treinamento. Foram testadas cinco RN com arquiteturas 25-n1-n2-2. A arquitetura 25-20-10-2 foi a que apresentou melhor resultado sendo, portanto, utilizada no programa computacional classificador. O classificador apresentou índice de exatidão global de 82,10%, cujo resultado mostra que redes neurais podem ser utilizadas em programas computacionais para separar feições onde a diferença entre a intensidade do brilho não permite a aplicação da técnica da limiarização.
publishDate 2002
dc.date.none.fl_str_mv 2002-01-01
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://old.scielo.br/scielo.php?script=sci_arttext&pid=S1415-43662002000200007
url http://old.scielo.br/scielo.php?script=sci_arttext&pid=S1415-43662002000200007
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 10.1590/S1415-43662002000200007
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 Departamento de Engenharia Agrícola - UFCG
publisher.none.fl_str_mv Departamento de Engenharia Agrícola - UFCG
dc.source.none.fl_str_mv Revista Brasileira de Engenharia Agrícola e Ambiental v.6 n.2 2002
reponame:Revista Brasileira de Engenharia Agrícola e Ambiental (Online)
instname:Universidade Federal de Campina Grande (UFCG)
instacron:UFCG
instname_str Universidade Federal de Campina Grande (UFCG)
instacron_str UFCG
institution UFCG
reponame_str Revista Brasileira de Engenharia Agrícola e Ambiental (Online)
collection Revista Brasileira de Engenharia Agrícola e Ambiental (Online)
repository.name.fl_str_mv Revista Brasileira de Engenharia Agrícola e Ambiental (Online) - Universidade Federal de Campina Grande (UFCG)
repository.mail.fl_str_mv ||agriambi@agriambi.com.br
_version_ 1750297675367972864

Registros relacionados