Sabiia Seb
PortuguêsEspañolEnglish
Embrapa
        Busca avançada

Botão Atualizar


Botão Atualizar

Ordenar por: RelevânciaAutorTítuloAnoImprime registros no formato resumido
Registros recuperados: 13
Primeira ... 1 ... Última
Imagem não selecionada

Imprime registro no formato completo
3DMCAP documentation: release 1.0. Infoteca-e
SANTOS, T. T..
This document is the user manual of a tool, 3DMCAP, developed by our Automation Group for photogrammetry using a single camera and a notebook computer. Our staff was able to use it to recover the three-dimensional structure of plants in greenhouses and in open fields, including vines, coffee trees, maize, sunflower, soybean eucalyptus trunks.
Tipo: Documentos (INFOTECA-E) Palavras-chave: Manual do usuário; Ferramenta 3DMCAP; Imagem digital; Visão computacional; Fotogrametria; Photogrammetry; Digital images; Image analysis; Computer vision.
Ano: 2018 URL: http://www.infoteca.cnptia.embrapa.br/infoteca/handle/doc/1102027
Imagem não selecionada

Imprime registro no formato completo
Agricultura, precisão e manejo de plantas invasoras na cultura do milho. Repositório Alice
CRUVINEL, P. E.; KARAM, D.; BERALDO, J. M. G..
2014
Tipo: Capítulo em livro científico (ALICE) Palavras-chave: Planta invasora; Produção de milho; Variabilidade espacial; Tomada de decisão; Visão computacional.
Ano: 2014 URL: http://www.alice.cnptia.embrapa.br/handle/doc/1003488
Imagem não selecionada

Imprime registro no formato completo
Detecção automática de bagas de café em imagens de campo. Repositório Alice
SANTOS, T. T..
O presente trabalho propõe um método para detecçãao automática de bagas em imagens de cafeeiros tomadas em campo sob luz ambiente.
Tipo: Artigo em anais de congresso (ALICE) Palavras-chave: Aprendizado de máquina; Imagem digital; Machine learning; Café; Visão computacional; Fruticultura; Image analysis; Fruit growing; Artificial intelligence; Computer vision.
Ano: 2015 URL: http://www.alice.cnptia.embrapa.br/handle/doc/1027251
Imagem não selecionada

Imprime registro no formato completo
Estado da arte das técnicas de contagem de elementos específicos em imagens digitais. Infoteca-e
BARBEDO, J. G. A..
Contagem de células. Contagem de bactérias e/ou colônias de bactérias. Contagem de árvores. Contagem de pessoas. Contagem de frutas. Contagem de estruturas específicas em amostras de solo. Contagem de colônias de fungos. Contagem de pólen. Contagem de espigas. Contagem de cromossomos. Contagem de ovos de Aedes Aegypti. Contagem de defeitos em madeira. Contagem detos. Contagem de peixes. Contagem de grãos. Contagem de esperma. Contagem de parasitas de malária. Contagem de plâncton. Contagem de larvas. Contagem de lesões causadas por cisticercose. Contagens em ovários. Contagem de pontos fluorescentes em células. Contagem de biscoitos com defeito. Contagem de elementos geológicos extraplanetários. Contagem de sedimentos na urina. Contagem de partículas de...
Tipo: Documentos (INFOTECA-E) Palavras-chave: Imagem digital; Processamento digital de imagens; Visão computacional; Contagem de objetos; Digital images; Image analysis.
Ano: 2012 URL: http://www.infoteca.cnptia.embrapa.br/handle/doc/930751
Imagem não selecionada

Imprime registro no formato completo
Estudo de métodos de aprendizagem profunda para reconhecimento de bagas de uva. Repositório Alice
SANTOS, A. A. dos; SANTOS, T. T..
Resumo: Dois métodos de aprendizagem profunda (deep learning) para reconhecimento de frutos foram estudados. Foi utilizada uma base de dados de 1.830 imagens contando exemplos de bagas de uva e não uva manualmente anotadas. Os testes realizados demonstraram a identificação de bagas com 85% de precisão e de cobertura (recall) utilizando redes neurais convolutivas. Esses resultados melhoraram o método anteriormente proposto por Santos e Santos (2017) e demonstram a possibilidade de evolução de métodos que podem ser aplicados em campo.
Tipo: Artigo em anais de congresso (ALICE) Palavras-chave: Aprendizagem profunda; Visão computacional; Reconhecimento de padrões; Deep learning; Viticultura.
Ano: 2017 URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1085142
Imagem não selecionada

Imprime registro no formato completo
Fenotipagem de plantas em larga escala: um novo campo de aplicação para a visão computacional na agricultura. Repositório Alice
SANTOS, T. T.; YASSITEPE, J. E. de C. T..
O presente capítulo apresenta uma visão geral dos avanços recentes na fenotipagem em larga escala (Seção 2) e como a visão computacional surge como ferramenta para a caracterização fenotípica não-destrutiva da parte aérea de plantas (Seção 3). O capítulo se encerra (Seção 4) apresentando cenários futuros de pesquisa nessa área.
Tipo: Capítulo em livro científico (ALICE) Palavras-chave: Visão computacional; Digitalização de plantas; Fenotipagem de plantas; Análise de imagens; Computer vision; Image analysis; Phenotype.
Ano: 2014 URL: http://www.alice.cnptia.embrapa.br/handle/doc/1010708
Imagem não selecionada

Imprime registro no formato completo
Índice de cobertura verde para imagens de altíssima resolução. Repositório Alice
NEVES, M. C.; NEVES JÚNIOR, O. R.; LUIZ, A. J. B.; SANCHES, I. D..
The low altitude aerial images are becoming more common every day due to low cost and ease of use of platforms such as remotely piloted aircraft. The potential application of this type of data is very high. One example is the precision agriculture, a farming management concept based on observing, measuring and responding to inter and intra-field variability in crops, an activity than can greatly benefit from this technology. The low altitude of image acquisition allows very high level of scene details but aggravates problems such as lighting variation and image deformation. In addition, often common cameras are used in different situations altitude, inclination, lighting and camera setup. These specific characteristics in relation to the orbital data...
Tipo: Artigo em anais de congresso (ALICE) Palavras-chave: Image processing; Processamento de imagem; Visão computacional; Índice de área foliar; Agricultura; Sensoriamento remoto; Imagem de satélite; Remote sensing; Image analysis; Computer vision; Agriculture; Leaf area index.
Ano: 2017 URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1084549
Imagem não selecionada

Imprime registro no formato completo
Introdução à visão computacional e ao processamento de imagens com OpenCV: Módulo I - processamento de imagens. Infoteca-e
EMBRAPA INFORMÁTICA AGROPECUÁRIA..
Objetivo. Programação. Público-alvo e requisitos. Ministrante. Organização.
Tipo: Fôlder / Folheto / Cartilha (INFOTECA-E) Palavras-chave: Visão computacional; Biblioteca de software de código aberto OpenCV; Processamento de imagens; Image processing; Computer vision.
Ano: 2011 URL: http://www.infoteca.cnptia.embrapa.br/handle/doc/921243
Imagem não selecionada

Imprime registro no formato completo
Método laboratorial para inferência da qualidade de bananas (amadurecimento e injúrias) com visão computacional. Infoteca-e
CRUVINEL, P. E.; HERRMANN JUNIOR, P. S. de P.; MEDINA, V. M..
2007
Tipo: Comunicado Técnico (INFOTECA-E) Palavras-chave: Visão computacional; Bananas.
Ano: 2007 URL: http://www.infoteca.cnptia.embrapa.br/handle/doc/30866
Imagem não selecionada

Imprime registro no formato completo
Metodologia para o mapeamento georeferenciado da aplicação de chuva artificial em área de plantio com base no uso de vasão computacional. Repositório Alice
CRUVINEL, P. E.; OLIVEIRA, V. A.; KOENIGKAN, L. V.; BRESSAN, G. M.; PARISI, F.; MANTOVANI, E. C..
Nos últimos anos o monitoramento das condições das culturas agrícolas tem recebido atenção especial e uma maior ênfase tem sido colocada na identificação de deficiências nutricionais em plantas, na ocorrência de pragas e doenças, na classificação e quantificação de plantas daninhas e na otimização de impactos causados pelo uso excessivo de insumos. Neste contexto as práticas de agricultura de precisão vêm sendo valorizadas. Neste trabalho é apresentada uma metodologia que auxilia o mapeamento georeferenciado da aplicação de pesticidas em áreas de plantio com base no uso de visão computacional. A técnica é baseada no uso de imagens digitais para a contagem de gotas de chuva artificial por correlação de padrões no domínio da freqüência, no uso de krigeagem...
Tipo: Artigo em anais de congresso (ALICE) Palavras-chave: Chuva artificial; Agricultura de precisão; Visão computacional.
Ano: 2005 URL: http://www.alice.cnptia.embrapa.br/handle/doc/488769
Imagem não selecionada

Imprime registro no formato completo
Produção de ortomapas com VANTs e OpenDroneMap. Infoteca-e
SANTOS, T. T.; KOENIGKAN, L. V..
Introdução. Princípios de fotogrametria. Correspondências entre imagens. Captura de imagens com multirrotores. Legislação. Planejamento da missão. Configurações. GCPs. Checklist. Utilização do OpenDroneMap. Instalação. Execução. Resultados produzidos. Outras opções e configurações do ODM. Interrupção do ODM. Algoritmos empregados pelo OpenDroneMap. Conclusões.
Tipo: Circular Técnica (INFOTECA-E) Palavras-chave: Veículos Aéreos Não-Tripulados; Ortomapas; OpenDroneMap; Software de visão estéreo múltipla; Visão computacional; Fotogrametria; Photogrammetry; Computer vision.
Ano: 2018 URL: http://www.infoteca.cnptia.embrapa.br/infoteca/handle/doc/1102033
Imagem não selecionada

Imprime registro no formato completo
Sistema de visão computacional para classificação de grãos de café por cor e forma. Repositório Alice
OYAMA, P. I. de C.; JORGE, L. A. de C.; GOMES, C. C..
bitstream/item/193342/1/Sistema-de-visao-computacional-para-classificacao-de-graos-de-cafe-por-cor-e-forma..pdf
Tipo: Artigo em anais de congresso (ALICE) Palavras-chave: Grãos de café; Classificação de grãos; Visão computacional; Sensores.
Ano: 2011 URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/905266
Imagem não selecionada

Imprime registro no formato completo
Sistema para classificação automática de café em grãos por cor e forma através de imagens digitais. Repositório Alice
OYAMA, P. I. de C.; JORGE, L. A. de C.; RODRIGUES, E. L. L.; GOMES, C. C..
bitstream/item/184216/1/Cap.-7-Sistema-para-classificacao-automatica-de-cafe-em-graos-por-cor-e-forma-atraves-de-imagens-digitais..pdf
Tipo: Capítulo em livro científico (ALICE) Palavras-chave: Visão computacional; Classificação de café; Redes neurais; Reconhecimento de padrões; Café.
Ano: 2012 URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/950040
Registros recuperados: 13
Primeira ... 1 ... Última
 

Empresa Brasileira de Pesquisa Agropecuária - Embrapa
Todos os direitos reservados, conforme Lei n° 9.610
Política de Privacidade
Área restrita

Embrapa
Parque Estação Biológica - PqEB s/n°
Brasília, DF - Brasil - CEP 70770-901
Fone: (61) 3448-4433 - Fax: (61) 3448-4890 / 3448-4891 SAC: https://www.embrapa.br/fale-conosco

Valid HTML 4.01 Transitional