Use este identificador para citar ou linkar para este item: http://ri.ufmt.br/handle/1/1330
Tipo documento: Dissertação
Título: Desenvolvimento e avaliação de um sistema para classificar grãos de culturas anuais por processamento de imagem digital
Autor(es): Gallon, Rogério Antonio
Orientador(a): Alves, Marcelo de Carvalho
Coorientador: Caneppele, Carlos
Membro da Banca: Alves, Marcelo de Carvalho
Membro da Banca: Zeilhofer, Peter
Membro da Banca: Barbosa, Humberto Alves
Membro da Banca: Sanches, Luciana
Resumo : O objetivo deste trabalho foi desenvolver um sistema para classificar grãos por processamento de imagem digital, para desenvolver e avaliar o sistema. Foram utilizados grãos das culturas agrícolas anuais, milho (Zea mays L.), soja (Glycine Max L.), arroz (Oryza sativa L.), algodão (Gossypium hirsutum L.), girassol (Helianthus annus), feijão carioca (Phaseolus vulgaris L.), produzidos no Estado de Mato Grosso. O trabalho foi executado no Laboratório de Sensoriamento Remoto e Geoinformações (SERGEO) da Universidade Federal de Mato Grosso. Foi utilizado um computador do tipo PC, câmara de vídeo e caixa analítica para posicionar os equipamentos necessários para a coleta das imagens (lâmpadas, suporte para câmera de vídeo e local para receber os grãos das seis espécies). Para iluminação do alvo, três lâmpadas eletrônicas foram dispostas abaixo da amostra de grãos. A construção da caixa analítica para posicionamento das lâmpadas foi útil no registro e processamento das imagens. Uma rotina de computador capaz de obter a imagem, processar as informações e fornecer os resultados foi desenvolvida, com a utilização do programa Matlab® e o módulo específico para processamento de imagem. As imagens foram obtidas utilizando-se uma câmera de vídeo do tipo ‘webcam’ mantida numa posição fixa, com a mesma distância do alvo em todo o experimento. Após a obtenção das imagens, procedeu-se à calibração geométrica. A imagem capturada passou por correção radiométrica utilizando filtros para eliminar ruídos. As imagens inicialmente em composição colorida (RGB) foram convertidas em binária. Para a binarização foi utilizado o método de limiarização ótima de Otsu. Em seguida, foram extraídos os dados necessários para os cálculos das medidas geométricas de área, diâmetro maior e menor e excentricidade. As medidas de diâmetro maior obtidas por processamento digital foram comparadas com as de um paquímetro digital e o coeficiente de correlação (Pearson) foi determinado como r = 0,98; 0,98; 0,99; 0,99; 0,97 para milho, girassol, feijão, soja e algodão respectivamente. Para a identificação 9 das espécies foi usado um classificador que utilizou valores pertencentes a um intervalo de mínimos e máximos para cada cultura. Esses valores foram identificados previamente para as quatro características avaliadas e fixadas na rotina do programa. O total de acerto do programa na identificação das espécies individualmente, comparado com a avaliação visual, para soja, arroz e girassol foi de 100% e para algodão, feijão e milho, de 98%, 89,4% e 90,4%, respectivamente. A acurácia do programa para avaliação das seis espécies, utilizando a matriz de confusão foi de 86%. Para uma melhor utilização do classificador da imagem, foi desenvolvida uma interface gráfica e gerou-se um programa executável. O programa desenvolvido mostrou-se útil na identificação automática de grãos de culturas anuais. As vantagens de se utilizar o processamento digital na classificação de grãos é a rapidez na obtenção dos resultados, a alta acurácia dos resultados, a redução dos custos e o registro permanente dos resultados.
Resumo em lingua estrangeira: The objective of this study was to develop a system to classify grains using digital image processing, to develop and evaluate the system. We used grains of annual agricultural crops, corn (Zea mays L.), soybean (Glycine max L.), rice (Oryza sativa L.), cotton (Gossypium hirsutum L.), sunflower (Helianthus annus), bean (Phaseolus vulgaris L.), produced in the State of Mato Grosso. The work was executed at the Laboratory of Remote Sensing and Geoinformation (Sergeo) int the Federal University of Mato Grosso. We used a PC-type computer, video camera and analytical box to position the equipment needed for the collection of images (lights, support for the video camera and a place to accommodate the grains of the six species). To illuminate the target, three electronic lamps were disposed below the grain sample. The construction of the analytical box to position the lamps was useful in recording and processing the images. A computer routine capable obtaining the image, processing the information and providing the results was developed using the Matlab® and the specific module for image processing. The images were obtained using a ‘webcam’ type video camera kept in a fixed position with the same distance from the target throughout the experiment. After obtaining the images, we proceeded to the geometric calibration. The captured image was corrected radiometricaly using filters to eliminate noise. The first color composite image (RGB) were converted to binary. For the binarization method was used for optimal Otsu thresholding. Then, the extracted data required for calculation of the geometrical measurements of area, major axis, minor axis and eccentricity. The measures of axis obtained by digital processing were compared with a digital caliper and the coefficient of correlation (Pearson) was determined as r = 0.98, 0.98, 0.99, 0.99, 0.97 respectively for corn, sunflower, beans, soybeans and cotton. For species identification we used a classifier that used values belonging to a range of minimum and maximum for each culture. These values were previously identified for the four traits and fixed in the routine of the program. The total success of the program in the identification of individual species, compared with visual assessment for the soybean, rice and sunflower was 11 100% and cotton, beans and maize, 98%, 89.4% and 90.4%, respectively. The accuracy of the program for evaluation of the six species, using the confusion matrix was 86%. For a better usage of the image classifier, a graphical interface was developed and an executable program was created. The software has proved useful in the automatic identification of annual grain crops. The advantages of using digital processing in the classification of grains is the speed in obtaining results, the high accuracy of results, reducing costs and permanent record of the results.
Palavra-chave: Classificação de grãos
Automação agrícola
Visão de máquina
Palavra-chave em lingua estrangeira: Classification of grain
Agricultural automation
Machine vision
CNPq: CNPQ::CIENCIAS AGRARIAS
Idioma: por
País: Brasil
Instituição: Universidade Federal de Mato Grosso
Sigla da instituição: UFMT CUC - Cuiabá
Departamento: Faculdade de Agronomia, Medicina Veterinária e Zootecnia (FAMEVZ)
Programa: Programa de Pós-Graduação em Agricultura Tropical
Referência: GALLON, Rogério Antonio. Desenvolvimento e avaliação de um sistema para classificar grãos de culturas anuais por processamento de imagem digital. 2012. 74 f. Dissertação (Mestrado em Agricultura Tropical) - Universidade Federal de Mato Grosso, Faculdade de Agronomia, Medicina Veterinária e Zootecnia, Cuiabá, 2012.
Tipo de acesso: Acesso Aberto
URI: http://ri.ufmt.br/handle/1/1330
Data defesa documento: 2-Apr-2012
Aparece na(s) coleção(ções):CUC - FAMEVZ - PPGAT - Dissertações de mestrado

Arquivos deste item:
Arquivo Descrição TamanhoFormato 
DISS_2012_Rogerio Antonio Gallon.pdf1.4 MBAdobe PDFVer/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.