Sistema de visão artificial para a diagnose nutricional de ferro, boro, zinco e cobre em plantas de milho

Detalhes bibliográficos
Autor(a) principal: Marin, Mário Antonio
Data de Publicação: 2012
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: http://www.teses.usp.br/teses/disponiveis/74/74131/tde-19032013-103532/
Resumo: A pesquisa visou avaliar a metodologia do projeto Tree Vis para determinar a nutrição de ferro, boro, zinco e cobre em plantas de milho submetidas a doses desses nutrientes. Foram utilizados tratamentos constituídos pela omissão, 1/5, 2/5 e a dose completa dos elementos com quatro repetições em cada fase de coleta, sendo essas V4, V7 e R1. Os experimentos foram realizados em casa de vegetação, em cultivo hidropônico, conduzidos em vasos com solução nutritiva. Foi determinada a produção de massa seca da parte aérea e do sistema radicular, além da determinação dos teores dos nutrientes nas folhas indicativas dos estádios fenológicos de cada época de coleta. Em cada estádio foram coletadas imagens das folhas indicativas e novas através de um scanner para as análises de visão artificial. As doses crescentes dos nutrientes promoveram maior produção de massa seca na parte aérea e nas raízes e reduziram a produção quando utilizada a dose máxima do nutriente. O sistema de visão artificial mostrou-se promissor na identificação de deficiência de ferro com 77,5% de acerto, boro com 81,7% de acerto, zinco com 81,0% e cobre com 57,2 % de acerto, tendo identificado as com boa confiabilidade.
id USP_f4d17e34fa28df8600b78a445a3a599f
oai_identifier_str oai:teses.usp.br:tde-19032013-103532
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Sistema de visão artificial para a diagnose nutricional de ferro, boro, zinco e cobre em plantas de milhoArtificial vision system for the nutritional diagnosis of iron, boron, zinc and copper in maize plantsZea maysZea maysArtificial vision systemDiagnose foliarLeaf diagnosisMineral nutritionNutrição mineralSistema de visão artificialA pesquisa visou avaliar a metodologia do projeto Tree Vis para determinar a nutrição de ferro, boro, zinco e cobre em plantas de milho submetidas a doses desses nutrientes. Foram utilizados tratamentos constituídos pela omissão, 1/5, 2/5 e a dose completa dos elementos com quatro repetições em cada fase de coleta, sendo essas V4, V7 e R1. Os experimentos foram realizados em casa de vegetação, em cultivo hidropônico, conduzidos em vasos com solução nutritiva. Foi determinada a produção de massa seca da parte aérea e do sistema radicular, além da determinação dos teores dos nutrientes nas folhas indicativas dos estádios fenológicos de cada época de coleta. Em cada estádio foram coletadas imagens das folhas indicativas e novas através de um scanner para as análises de visão artificial. As doses crescentes dos nutrientes promoveram maior produção de massa seca na parte aérea e nas raízes e reduziram a produção quando utilizada a dose máxima do nutriente. O sistema de visão artificial mostrou-se promissor na identificação de deficiência de ferro com 77,5% de acerto, boro com 81,7% de acerto, zinco com 81,0% e cobre com 57,2 % de acerto, tendo identificado as com boa confiabilidade.The research aimed to evaluate the methodology of the Pr oject Tree Vis for determining nutrition iron, boron, zinc and copper in maize plants subjected to doses of these nutrients. Treatments used were made by omission, 1/5, 2/5 and the full dose of the elements with four replicates at each stage of collection, these are V4, V7 and R1. The experiments ware conducted in a greenhouse in hydroponics, conducted in pots with nutrient solution. Was determined the dry mass production of the aerial part and roots, besides the determ ination of nutritional content in the leaves indicative of phenological stages of each harvest time. At each stage were collected images of indicative and new leaves through with a scanner for the analyzes of artificial vision. The increasing doses of nutr ients promoted higher dry mass production in the aerial part and roots and reduced the production when using the highest dose of the nutrient. The artificial vision system showed promise in identifying of deficiency of iron with 77.5% accuracy, of boron with 81.7% of correct, of zinc with 81.0% accuracy and copper with 57.2% accuracy, with a good reliability in the identifi.Biblioteca Digitais de Teses e Dissertações da USPLuz, Pedro Henrique de CerqueiraMarin, Mário Antonio2012-12-14info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/74/74131/tde-19032013-103532/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2016-07-28T16:10:35Zoai:teses.usp.br:tde-19032013-103532Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212016-07-28T16:10:35Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Sistema de visão artificial para a diagnose nutricional de ferro, boro, zinco e cobre em plantas de milho
Artificial vision system for the nutritional diagnosis of iron, boron, zinc and copper in maize plants
title Sistema de visão artificial para a diagnose nutricional de ferro, boro, zinco e cobre em plantas de milho
spellingShingle Sistema de visão artificial para a diagnose nutricional de ferro, boro, zinco e cobre em plantas de milho
Marin, Mário Antonio
Zea mays
Zea mays
Artificial vision system
Diagnose foliar
Leaf diagnosis
Mineral nutrition
Nutrição mineral
Sistema de visão artificial
title_short Sistema de visão artificial para a diagnose nutricional de ferro, boro, zinco e cobre em plantas de milho
title_full Sistema de visão artificial para a diagnose nutricional de ferro, boro, zinco e cobre em plantas de milho
title_fullStr Sistema de visão artificial para a diagnose nutricional de ferro, boro, zinco e cobre em plantas de milho
title_full_unstemmed Sistema de visão artificial para a diagnose nutricional de ferro, boro, zinco e cobre em plantas de milho
title_sort Sistema de visão artificial para a diagnose nutricional de ferro, boro, zinco e cobre em plantas de milho
author Marin, Mário Antonio
author_facet Marin, Mário Antonio
author_role author
dc.contributor.none.fl_str_mv Luz, Pedro Henrique de Cerqueira
dc.contributor.author.fl_str_mv Marin, Mário Antonio
dc.subject.por.fl_str_mv Zea mays
Zea mays
Artificial vision system
Diagnose foliar
Leaf diagnosis
Mineral nutrition
Nutrição mineral
Sistema de visão artificial
topic Zea mays
Zea mays
Artificial vision system
Diagnose foliar
Leaf diagnosis
Mineral nutrition
Nutrição mineral
Sistema de visão artificial
description A pesquisa visou avaliar a metodologia do projeto Tree Vis para determinar a nutrição de ferro, boro, zinco e cobre em plantas de milho submetidas a doses desses nutrientes. Foram utilizados tratamentos constituídos pela omissão, 1/5, 2/5 e a dose completa dos elementos com quatro repetições em cada fase de coleta, sendo essas V4, V7 e R1. Os experimentos foram realizados em casa de vegetação, em cultivo hidropônico, conduzidos em vasos com solução nutritiva. Foi determinada a produção de massa seca da parte aérea e do sistema radicular, além da determinação dos teores dos nutrientes nas folhas indicativas dos estádios fenológicos de cada época de coleta. Em cada estádio foram coletadas imagens das folhas indicativas e novas através de um scanner para as análises de visão artificial. As doses crescentes dos nutrientes promoveram maior produção de massa seca na parte aérea e nas raízes e reduziram a produção quando utilizada a dose máxima do nutriente. O sistema de visão artificial mostrou-se promissor na identificação de deficiência de ferro com 77,5% de acerto, boro com 81,7% de acerto, zinco com 81,0% e cobre com 57,2 % de acerto, tendo identificado as com boa confiabilidade.
publishDate 2012
dc.date.none.fl_str_mv 2012-12-14
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://www.teses.usp.br/teses/disponiveis/74/74131/tde-19032013-103532/
url http://www.teses.usp.br/teses/disponiveis/74/74131/tde-19032013-103532/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1809090855241252864

Registros relacionados