ISSN | 2237-9045 |
---|---|
Instituição | Universidade Federal de Viçosa |
Nível | Graduação |
Modalidade | Pesquisa |
Área de conhecimento | Ciências Exatas e Tecnológicas |
Área temática | Automação, projetos de máquinas, equipamentos, processos e produtos |
Setor | Departamento de Biologia Geral |
Bolsa | PIBITI/CNPq |
Conclusão de bolsa | Sim |
Apoio financeiro | CNPq |
Primeiro autor | Fidelis Márcio Santos Rabelo de Melo Jún |
Orientador | COSME DAMIAO CRUZ |
Outros membros | ALEXANDRE SANTOS BRANDAO |
Título | Sistema De Inteligência Artificial (RNA Gema) Para Classificação Automática De Imagens: Aplicação Na Seleção Do Tamanho De Gema De Clones De Cana-de-açúcar |
Resumo | Esse trabalho tem como objetivo desenvolver um sistema de inteligência artificial para a classificação automática de gemas de clones de cana-de-açúcar, através de imagem, para aplicar seleção quanto ao tamanho, dividindo em três grupos, pequeno, média e grande. Visando que a aplicação pode ser a utilização para o estudo do desenvolvimento de clones, e também para seleção de gemas saudáveis para a propagação, com fins comercias ou não, da planta. A metodologia proposta inicializa com a obtenção de uma imagem digitalizada de uma gema de cana-de-açúcar ao lado de um padrão, matriz, de cores. A imagem digital é processada por um computador que utiliza algoritmos de processamento digital de imagem já conhecidos na literatura. O primeiro processamento transforma a imagem digital inicialmente em função de três cores: vermelho, verde e azul, para a escala de cinza. A imagem digital está então na definida como uma função f(x,y), sendo x e y coordenadas espaciais de um plano e f a intensidade do nível de cinza da imagem nesse ponto, ou pixel, assim como Richard E. Woods define no Livro Processamento Digital de Imagens. Em seguida a imagem é confrontada com uma segunda que possui um desenho semelhante a da matriz de cores e em seguida com uma imagem que possua um desenho semelhante ao nó que contém a gema, com isso é determinado a correlação das imagens e encontrado a região onde há a maior probabilidade de estar os a matriz e depois a gema. Assim, ao encontrar a região da matriz, estabelece a relação entre um elemento da imagem e o tamanho real da imagem, pixel por centímetro quadrado, e utiliza-se isso para saber o tamanho da gema. Por fim, uma rede de inteligência artificial, treinada anteriormente, estabelece o tamanho da gema com base nos dados anteriores. Com Resultado o sistema consegue identificar e classificar as gemas na imagem, porem o sistema não apresentou generalização para qualquer imagem, exigindo ajuste em cada classificação para que o classificado fique próximo do acerto. Em conclusão, o trabalho apresenta satisfação do objetivo geral, mas pode ser otimizado para que consiga ser mais rápido e genérico. |
Palavras-chave | Gema, processamento, imagem |
Forma de apresentação..... | Painel |