|
|
|
|
|
| Varella,Carlos A. A.; Pinto,Francisco de A. de C.; Queiroz,Daniel M. de; Sena Júnior,Darly G. de. |
| 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... |
| Tipo: Info:eu-repo/semantics/article |
Palavras-chave: Visão artificial; Plantio direto; Processamento de imagem. |
| Ano: 2002 |
URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1415-43662002000200007 |
| |
|
|
| Sena Júnior,Darly G. de; Pinto,Francisco de A. de C.; Queiroz,Daniel M. de; Mantovani,Evandro C.. |
| Foi desenvolvido e testado, no presente estudo, um algoritmo de processamento e análise de imagens digitais para identificação de plantas de milho atacadas pela lagarta do cartucho, o qual consistiu em duas etapas de classificação dos objetos presentes na cena de uma lavoura de milho. Na primeira etapa, denominada classificação grosseira, utilizou-se a técnica de limiarização em blocos da imagem com 60 x 60 pixels de dimensão e, na segunda etapa, denominada classificação refinada, utilizaram-se redes neurais artificiais em blocos com 3 x 3 pixels de dimensão. A exatidão de cada etapa do algoritmo foi acessada através da determinação da matriz de contingência, com base em 80 e 75 blocos, para a classificação grosseira e refinada, respectivamente. O... |
| Tipo: Info:eu-repo/semantics/article |
Palavras-chave: Visão artificial; Agricultura de precisão; Redes neurais artificiais. |
| Ano: 2001 |
URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1415-43662001000300023 |
| |
|
|
| Sena Júnior,Darly G. de; Pinto,Francisco de A. de C.; Gomide,Reinaldo L.; Teixeira,Mauri M.. |
| Um dos passos fundamentais no processamento de imagens para um sistema de visão artificial é a segmentação dos objetos de interesse na cena, e um dos métodos mais utilizados é a limiarização, em especial quando o objetivo é agrupar os pixels em duas classes. Neste método, o valor do limiar determina o número de pixels atribuídos a cada classe, além de influenciar a dimensão e a forma dos objetos nas imagens segmentadas. A utilização de métodos automáticos para definição do limiar, não só evitaria a influência de operadores mas, também, tornaria mais rápida a escolha dos limiares no campo, onde a variação da iluminação influencia os valores dos pixels. Este trabalho objetivou implementar e avaliar dois métodos automáticos de limiarização para identificação... |
| Tipo: Info:eu-repo/semantics/article |
Palavras-chave: Processamento de imagens; Visão artificial; Agricultura de precisão. |
| Ano: 2003 |
URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1415-43662003000200030 |
| |
|
|
|
