Identificação de sementes utilizando visão computacional

Detalhes bibliográficos
Autor(a) principal: Bordignon, Luiz Alberto
Data de Publicação: 2015
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/40466
Resumo: Orientador: Lucas Ferrari de Oliveira
id UFPR_5e143d48b34a0cd9ff667a913a403fba
oai_identifier_str oai:acervodigital.ufpr.br:1884/40466
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia ElétricaOliveira, Lucas Ferrari de, 1976-Bordignon, Luiz Alberto2024-04-25T18:11:04Z2024-04-25T18:11:04Z2015https://hdl.handle.net/1884/40466Orientador: Lucas Ferrari de OliveiraDissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia Elétrica. Defesa: Curitiba, 31/08/2015Inclui referências : f. 72-75Área de concentração: Sistemas eletrônicosResumo: Existem muitos sistemas computacionais aplicados a área do agronegócio, que visam melhorar a produtividade, qualidade dos produtos, reduzir desperdícios e auxiliar na tomada de decisões. Da mesma forma medidores de umidade vem se tornando cada vez mais tecnológicos com o passar do tempo e, neste caso, tornar o processo mais automático auxilia na redução de erros e aumenta a produtividade. Em relação aos avanços tecnológicos uma das áreas que vem se destacando no setor é a de visão computacional, que ao longo do tempo tem se tornando mais acessível como tecnologia. Visão computacional é um conjunto de métodos e técnicas utilizadas para interpretar imagens, auxiliando na tomada de decisões, a partir de reconhecimento de padrões. Visando contribuir com esse cenário de desenvolvimento tecnológico no setor do agronegócio, o presente trabalho apresenta um método automático de classificação de sementes utilizando visão computacional. Um conjunto de dados foi criado para o treinamento e testes do método proposto, utilizando 13 diferentes tipos de sementes. A metodologia testada utilizou 6 técnicas de descritores de características (LPQ, LBP, LCP, CLBP, Haralick e Histograma) que foram arranjadas em um vetor de treinamento e de testes do classificador. A avaliação individual e combinações dos descritores também foram alvo de estudo neste trabalho. Também foram testados 2 tipos de classificadores, SVM e RNA. Os resultados obtidos com o método mostraram-se promissores, em 12 dos 13 tipos de sementes testadas a taxa de acerto foi igual ou maior que 85%, ficando abaixo desta marca apenas a classe de Soja.Abstract: Many are the computer systems applied to agribusiness area, aimed at improving productivity, products quality, reduce waste and assist in making decisions. Following this trend of technological advances, a prominent area for the sector is the computer vision, which over time has become more accessible as technology. Computer vision is a set of methods and techniques used to interpret images, assisting in decision-making, of pattern recognition. Likewise, moisture measurers have become increasingly technological over time, which make the automatic process reduce errors and increases productivity. An important part of this moisture reading process is to select the type of seed that will be sampled. To contribute to this scenario of technological development, this current work presents an automatic classification method using computer vision. A dataset was created for training and testing of the method proposed here, using 13 different types of seeds. The method used six features descriptors techniques to compose the training and tests vector (LPQ, LBP, LCP, CLBP, Haralick, Histogram and Gabor). Individual assessment and descriptors combinations were also the subject of study in this work. We also tested two types of classifiers, SVM and RNA. The results obtained with the method shown promise in 12 of the 13 kinds of seeds tested, hit rate was equal to or greater than 85%, below this mark of the soy class.75 f. : il. algumas color., tabs., grafs.application/pdfDisponível em formato digitalEngenharia elétricaVisão por computadorSementes - IdentificaçãoIdentificação de sementes utilizando visão computacionalinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessTEXTR - D - LUIZ ALBERTO BORDIGNON.pdf.txtExtracted Texttext/plain100714https://acervodigital.ufpr.br/bitstream/1884/40466/1/R%20-%20D%20-%20LUIZ%20ALBERTO%20BORDIGNON.pdf.txtba6747fd655a01cb413e84a658f4f246MD51open accessORIGINALR - D - LUIZ ALBERTO BORDIGNON.pdfapplication/pdf6690195https://acervodigital.ufpr.br/bitstream/1884/40466/2/R%20-%20D%20-%20LUIZ%20ALBERTO%20BORDIGNON.pdf9fd3fef5030cee9d8f3259da51918910MD52open accessTHUMBNAILR - D - LUIZ ALBERTO BORDIGNON.pdf.jpgGenerated Thumbnailimage/jpeg1082https://acervodigital.ufpr.br/bitstream/1884/40466/3/R%20-%20D%20-%20LUIZ%20ALBERTO%20BORDIGNON.pdf.jpgfb995c14ff72987179a53825e8a6da9bMD53open access1884/404662024-04-25 15:11:04.974open accessoai:acervodigital.ufpr.br:1884/40466Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082024-04-25T18:11:04Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Identificação de sementes utilizando visão computacional
title Identificação de sementes utilizando visão computacional
spellingShingle Identificação de sementes utilizando visão computacional
Bordignon, Luiz Alberto
Engenharia elétrica
Visão por computador
Sementes - Identificação
title_short Identificação de sementes utilizando visão computacional
title_full Identificação de sementes utilizando visão computacional
title_fullStr Identificação de sementes utilizando visão computacional
title_full_unstemmed Identificação de sementes utilizando visão computacional
title_sort Identificação de sementes utilizando visão computacional
author Bordignon, Luiz Alberto
author_facet Bordignon, Luiz Alberto
author_role author
dc.contributor.other.pt_BR.fl_str_mv Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia Elétrica
dc.contributor.advisor1.fl_str_mv Oliveira, Lucas Ferrari de, 1976-
dc.contributor.author.fl_str_mv Bordignon, Luiz Alberto
contributor_str_mv Oliveira, Lucas Ferrari de, 1976-
dc.subject.por.fl_str_mv Engenharia elétrica
Visão por computador
Sementes - Identificação
topic Engenharia elétrica
Visão por computador
Sementes - Identificação
description Orientador: Lucas Ferrari de Oliveira
publishDate 2015
dc.date.issued.fl_str_mv 2015
dc.date.accessioned.fl_str_mv 2024-04-25T18:11:04Z
dc.date.available.fl_str_mv 2024-04-25T18:11:04Z
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 https://hdl.handle.net/1884/40466
url https://hdl.handle.net/1884/40466
dc.language.iso.fl_str_mv por
language por
dc.relation.pt_BR.fl_str_mv Disponível em formato digital
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 75 f. : il. algumas color., tabs., grafs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/40466/1/R%20-%20D%20-%20LUIZ%20ALBERTO%20BORDIGNON.pdf.txt
https://acervodigital.ufpr.br/bitstream/1884/40466/2/R%20-%20D%20-%20LUIZ%20ALBERTO%20BORDIGNON.pdf
https://acervodigital.ufpr.br/bitstream/1884/40466/3/R%20-%20D%20-%20LUIZ%20ALBERTO%20BORDIGNON.pdf.jpg
bitstream.checksum.fl_str_mv ba6747fd655a01cb413e84a658f4f246
9fd3fef5030cee9d8f3259da51918910
fb995c14ff72987179a53825e8a6da9b
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1813898873552240640

Registros relacionados