Submitted by Fernando Souza (fernandoafsou@gmail.com) on 2017-08-15T15:15:35Z No. of bitstreams: 1 arquivototal.pdf: 3344501 bytes, checksum: 9deb01db1972288d73b0c48155123f90 (MD5) / Made available in DSpace on 2017-08-15T15:15:35Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 3344501 bytes, checksum: 9deb01db1972288d73b0c48155123f90 (MD5) Previous issue date: 2016-02-19 / Currently, unmanned aerial vehicles (UAV) are increasingly used to aid the various tasks around the world. The popularization of this equipment associated with the advancement of technology, particularly the miniaturization of processors, extend their functionalitys. In agricultural applications, these devices allow monitoring of production by capturing aerial images, for which are processed and identified areas of interest through specific software. The research proposes a low-cost solution capable of processing aerial images obtained by non-metric digital cameras coupled to UAV to identify gaps in plantations or estimate levels of environmental degradation, which can be deployed in small computers and low power consumption. Embedded systems coupled in UAV allow perform processing in real time, which contributes to a preventive diagnosis, reduces the response time and can avoid damages in the crop. The algorithm used is based on watershed, while the second algorithm uses classification techniques based on the 1-Nearest Neighbor (1-NN). Are used the embedded systems DE2i-150 and Intel Edison, both x86 architecture, and Raspberry Pi 2 of ARM architecture. Moreover, the technique 1-NN showed higher tolerance to lighting problems, however, require more processing power compared to the algorithm based on watershed. The results show that the proposed system is an efficient and relatively low-cost solution compared to traditional means of monitoring and can be coupled in a UAV to perform the processing during the flight. / Atualmente, veículos aéreos não tripulados (VANT) são cada vez mais utilizados no auxílio a diversas tarefas em todo o mundo. A popularização destes equipamentos associada ao avanço da tecnologia, sobretudo a miniaturização de processadores, ampliam suas funcionalidades. Em aplicações agrícolas, estes equipamentos permitem o monitoramento da produção por meio da captação de imagens aéreas, a partir dos quais são processadas e identificadas áreas de interesse por meio de softwares específicos. A pesquisa propõe uma solução de baixo custo capaz de processar imagens aéreas obtidas por câmeras digitais não métricas acopladas a VANT para identificar falhas em plantações ou estimar níveis de degradação ambiental, os quais possam ser implantados em computadores de pequeno porte e baixo consumo, conhecido como sistemas embarcados. Plataformas embarcadas acopladas a VANT permitem realizar o processamento em tempo real, que contribui para um diagnóstico preventivo, reduz o tempo de resposta e pode evitar prejuízos na lavoura. O algoritmo inicialmente avaliado é baseado em watershed, enquanto que o segundo algoritmo proposto faz uso de técnicas de classificação baseada no 1-vizinho mais próximo (1-NN). Utilizam-se os sistemas embarcados DE2i-150 e Intel Edison, ambos de arquitetura x86, e a plataforma Raspberry Pi 2 de arquitetura ARM. Em relação ao processamento das imagens são alcançados níveis de acurácia em torno de 90%, com uso do algoritmo baseado em 1-NN. Além disso, a técnica 1-NN apresentou maior tolerância aos problemas de luminosidade, em contrapartida, demandam maior poder de processamento quando comparados com o algoritmo baseado em watershed. Os resultados mostram que o sistema proposto é uma solução eficiente e de custo relativamente baixo em comparação com os meios tradicionais de monitoramento e pode ser acoplada em um VANT para realizar o processamento durante o voo.