Processamento digital de imagens para identificação de deficiências de cálcio e magnésio na cultura da banana

Detalhes bibliográficos
Autor(a) principal: Cremonesi, Marcus Vinicius
Data de Publicação: 2016
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: http://hdl.handle.net/1884/47398
Resumo: Orientador : Prof. Dr. Danilo Eduardo Rozane
id UFPR_5e53ee6581910e93a967518c78a51880
oai_identifier_str oai:acervodigital.ufpr.br:1884/47398
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Cremonesi, Marcus ViniciusPauletti, VolneiSilva, Silvia Helena Modenese Gorla daUniversidade Federal do Paraná. Setor de Ciências Agrárias. Programa de Pós-Graduação em Ciência do SoloRozane, Danilo Eduardo2018-01-08T18:13:47Z2018-01-08T18:13:47Z2016http://hdl.handle.net/1884/47398Orientador : Prof. Dr. Danilo Eduardo RozaneCoorientadores : Prof. Dr. Volnei Pauletti, Prof. Dra. Silvia Helena Modenese Gorla da SilvaDissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Agrárias, Programa de Pós-Graduação em Ciência do Solo. Defesa: Curitiba, 26/02/2016Inclui referênciasArea de concentração : Solo e AmbienteResumo: O Brasil e o 4o pais em produção de bananas do mundo (FAO, 2014), sendo uma cultura altamente exigente em nutrientes para sustentação de copa e frutos. Os elementos cálcio e magnésio são essenciais a bananeira e sua aplicação se da via calcário. A calagem mal executada ou negligenciada pode acarretar na deficiência destes elementos na planta, sendo de difícil identificação, quando ocorrendo em conjunto, e remedição no mesmo ciclo produtivo, acarretando perdas em produtividade. A identificação correta e precoce de deficiências nutricionais pode ser feita a partir de imagens digitais analisadas por ferramentas computacionais com capacidade de notar pequenas e características mudanças de coloração das folhas, muito antes de serem notadas por olhos humanos. Em função disto, foi realizada uma sequencia de experimentos em casa de vegetação com cinco épocas de coleta e cinco variações nutricionais visando gerar uma base de dados com as características das deficiências de cálcio, magnésio e ambos conjuntamente a partir de imagens das folhas. Para a analise da base de dados e seleção dos parâmetros de classificação foi utilizada a técnica de redes neurais artificiais, o classificador obteve precisão de 90 % para omissão de cálcio, 73,3 % para omissão de magnésio, 96,7 % para omissão de cálcio e magnésio, 88,3 % para solução nutritiva completa e 96,7 % para cultivo em solo, após seleção dos atributos nas melhores épocas de coleta, com melhora de 29% na media. Após os resultados, foi conduzido um experimento a campo, em local com baixa concentração de nutrientes no solo, com cinco doses de calcário, variando de 0 a 13,82 t ha-1. Foi verificado se os classificadores gerados seriam capazes de identificar deficiências nutricionais de cálcio e magnésio a partir das folhas dos tratamentos de campo com o aprendizado obtido pela base de dados gerada em casa de vegetação. O classificador demonstrou que os tratamentos com menores doses de calcário se enquadraram na classe omissão de cálcio e magnésio (-Ca/Mg) e a medida que as doses cresceram os tratamentos migraram para a classe correspondente a solução nutritiva completa (Comp.) obtida em casa de vegetação. Palavras-chave: PDI. Redes neurais artificiais. Nutrição da bananeira. Deficiência de cálcio. Deficiência de magnésio.Abstract: Brazil is 4th country in the world of bananas production (FAO, 2012), it is extremely exigent in nutrition culture to maintain leafs and fruits. The calcium and magnesium elements are essentials to banana's plants and his applications are made by limestone. The poorly executed or neglected liming may result in deficient of those elements on plant, it is difficult to identify, when occurring together, and to remedy in the same production cycle, taking to yield losses. The premature and correct identification of nutritional deficiencies can be done using digital images analyses by computational tools with capacity to identify little and particulars color changes in leafs, long before human eyes. Due to this, was made a sequence of experiments on a greenhouse with five collection times and five nutritional variations aimed at generating a deficient characteristic database of calcium, magnesium and both with leafs images. For the database analysis and selection of classification parameters were used the Artificial Neural Networks (ANN), the classifier obtained 90 % of precision to identify calcium's omission, 73.3 % of magnesium's omission, 96.7 % of calcium and magnesium's omission, 88.3% of complete nutrient solution and 96.7 % of soil cultivation, after selection of attributes in the best collect times, with 29 % improvement in man. After those results, was leading a field experiment, in low nutrient's concentration area, with five limestone doses, ranging from 0 to 13.82 t ha-1. Was checked the capacity of generated classifiers to identify nutritionals deficient of calcium and magnesium from leafs of field treatments with the learning obtained by greenhouse database. The classifier manifested that the treatments of lower limestone doses were framed in calcium and magnesium omission class (-Ca/Mg), and as the limestone doses increases the treatments were fits in complete nutritional solution class (Comp.) Key-Words: DIP. Artificial Neural Networks. Banana nutrition. Calcium deficiente. Magnesium deficient.[72] p. : il., tabs.application/pdfDisponível em formato digitalCiencia do soloBanana - Adubos e fertilizantesBanana - NutriçãoProcessamento de imagens - Tecnicas digitaisProcessamento digital de imagens para identificação de deficiências de cálcio e magnésio na cultura da bananainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - D - MARCUS VINICIUS CREMONESI.pdfapplication/pdf1419611https://acervodigital.ufpr.br/bitstream/1884/47398/1/R%20-%20D%20-%20MARCUS%20VINICIUS%20CREMONESI.pdffab04e905dcb9106699f32b9c5defabeMD51open access1884/473982018-01-08 16:13:47.233open accessoai:acervodigital.ufpr.br:1884/47398Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082018-01-08T18:13:47Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Processamento digital de imagens para identificação de deficiências de cálcio e magnésio na cultura da banana
title Processamento digital de imagens para identificação de deficiências de cálcio e magnésio na cultura da banana
spellingShingle Processamento digital de imagens para identificação de deficiências de cálcio e magnésio na cultura da banana
Cremonesi, Marcus Vinicius
Ciencia do solo
Banana - Adubos e fertilizantes
Banana - Nutrição
Processamento de imagens - Tecnicas digitais
title_short Processamento digital de imagens para identificação de deficiências de cálcio e magnésio na cultura da banana
title_full Processamento digital de imagens para identificação de deficiências de cálcio e magnésio na cultura da banana
title_fullStr Processamento digital de imagens para identificação de deficiências de cálcio e magnésio na cultura da banana
title_full_unstemmed Processamento digital de imagens para identificação de deficiências de cálcio e magnésio na cultura da banana
title_sort Processamento digital de imagens para identificação de deficiências de cálcio e magnésio na cultura da banana
author Cremonesi, Marcus Vinicius
author_facet Cremonesi, Marcus Vinicius
author_role author
dc.contributor.other.pt_BR.fl_str_mv Pauletti, Volnei
Silva, Silvia Helena Modenese Gorla da
Universidade Federal do Paraná. Setor de Ciências Agrárias. Programa de Pós-Graduação em Ciência do Solo
dc.contributor.author.fl_str_mv Cremonesi, Marcus Vinicius
dc.contributor.advisor1.fl_str_mv Rozane, Danilo Eduardo
contributor_str_mv Rozane, Danilo Eduardo
dc.subject.por.fl_str_mv Ciencia do solo
Banana - Adubos e fertilizantes
Banana - Nutrição
Processamento de imagens - Tecnicas digitais
topic Ciencia do solo
Banana - Adubos e fertilizantes
Banana - Nutrição
Processamento de imagens - Tecnicas digitais
description Orientador : Prof. Dr. Danilo Eduardo Rozane
publishDate 2016
dc.date.issued.fl_str_mv 2016
dc.date.accessioned.fl_str_mv 2018-01-08T18:13:47Z
dc.date.available.fl_str_mv 2018-01-08T18:13:47Z
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/1884/47398
url http://hdl.handle.net/1884/47398
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 [72] p. : il., tabs.
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/1884/47398/1/R%20-%20D%20-%20MARCUS%20VINICIUS%20CREMONESI.pdf
bitstream.checksum.fl_str_mv fab04e905dcb9106699f32b9c5defabe
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1813898821390827520

Registros relacionados