Orientador: Aluir Porfírio Dal Poz / Resumo: Pesquisas em extração de rodovias em imagens digitais não são recentes, sendo as primeiras da década de 70. Os métodos desenvolvidos normalmente são classificados em duas classes: semi-automático e automático. Esta última classe não prevê a intervenção de um operador. Neste contexto, a extração automática de cruzamentos de rodovias é fundamental, embora muito poucos trabalhos são encontrados na literatura sobre extração de rodovias. A razão principal é a grande diversidade de cruzamentos de rodovias, gerando algumas dificuldades para construir um conhecimento a priori sobre cruzamentos. Esta pesquisa propõe uma metodologia automática para resolver este problema, combinando segmentos de rodovias extraídos de uma imagem de alta resolução (pixel < 0,7 m), com linhas extraídas numa imagem de baixa resolução (pixel > 2m), reamostrada da imagem original de alta resolução. A metodologia proposta foi testada em um conjunto de imagens de alta resolução, mostrando-se confiável e eficiente. Desde que as bordas das rodovias sejam satisfatoriamente definidas, o método se mostrou capaz de extrair totalmente os cruzamentos de rodovias. Além disso, gerou uma significante melhora na malha viária (aproximadamente 16%) extraída pela metodologia automática de extração de segmentos de rodovias. / Abstract: Researches on road extraction from digital images are not recent, being the first one from 70's. The methods developed are usually classified into two classes, i.e., semiautomatic and automatic. Concerning this last class, no intervention with the operator is expected. In this context, the road crossing extraction is fundamental, although very few works are found in the relevant literature. The main reason is the great diversity of road crossings, bringing some difficulties to build up a priori knowledge of them. This research proposes a methodology for solving this problem combining road segments extracted from a high - resolution image (pixel < 0.7 m), with lines extracted from a low - resolution image (pixel > 2m) resampled from the original, high - resolution image. The proposed methodology was tested with a set of high - resolution image, showing that it is reliable and efficient. Whenever the road edges were well - defined the method was able to totally extract the road crossings. In addition it provided road networks with completion significantly better (about 16%) than the corresponding ones previously extracted by the automatic road segment extraction method. / Mestre

Orientador: Paulo César Rocha / Banca: Encarnita Salas Martin / Banca: Patricia Helena Mirandola / Resumo: O objetivo do trabalho foi avaliar como o uso e cobertura da terra pode interferir nas variáveis químicas e físicas da água do rio Santo Anastácio - Oeste Paulista, a partir da utilização integrada de Sistema de Informação Geográfica, Geoprocessamento, Sensoriamento Remoto e Análises Físico/Química da água. Para o estudo da cobertura da terra, o procedimento metodológico foi baseado em processamento digital de imagens orbitais, realizado em um ambiente de sistemas para aquisição, armazenamento, manipulação, análise e apresentação de dados georreferenciados, ou seja, em um SIG. Nesse foram realizadas as seguintes etapas: preparação da melhor composição e aprimoramento de cor, registro, segmentação, classificação supervisionada, elaboração, validação e quantificação de mapas temáticos. As variáveis físicas e químicas da água foram obtidas diretamente no campo, foram analisados: pH, condutividade, oxigênio dissolvido, temperatura, turbidez e sólidos em suspensão. Vale ressaltar que a pesquisa visou à caracterização limnológica do rio e não o levantamento de índices de qualidade da água. A metodologia adotada mostrou-se eficiente, visto que a pesquisa indicou a interferência de determinados usos e coberturas da terra, em especial a pastagem e cana-de-açúcar, causando alterações em algumas variáveis químicas e físicas da água no rio Santo Anastácio / Abstract: The objective of this study was to evaluate how the use and land cover can interfere in the chemical and physical variables of the Santo Anastácio river - West Paulista, from the integrated use of geographic information system, GIS, remote sensing analysis and physical / chemical of water. For the study of land cover, the methodological procedure was based on digital processing of satellite images, held in a systems environment for the acquisition, storage, manipulation, analysis and presentation of georeferenced data, ie, in a GIS. That were performed the following steps: preparing the best composition and color enhancement, registration, segmentation, supervised classification, development, validation and quantification of thematic maps. The physical and chemical variables of water were obtained directly at the field, were analyzed: pH, conductivity, dissolved oxygen, temperature, turbidity and suspended solids. It is noteworthy that the research aimed to characterize the limnological river and not raising rates water quality. The methodology proved to be efficient, since the survey indicated the interference of certain uses and land cover, especially grass and cane sugar, caused changes in some chemical and physical variables in Santo Anastácio River's water / Mestre

Orientador: Carlos Roberto Padovani / Banca: Wilson da Silva Moraes / Banca: José Carlos Martinez / Banca: Marie Oshiwa / Banca: Sandra Fiorelli de Almeida Penteado / Resumo: O presente trabalho investigou a utilização do processamento digital de imagens conjuntamente com a análise de componentes principais e redes neurais artificiais como ferramentas de apoio para uma melhor identificação dos estádios iniciais do desenvolvimento da Sigatoka Negra, em nível de campo, para que medidas de controle sejam adotadas mais rapidamente e, assim, reduzir danos e prejuízos causados pela doença na bananicultura. Foram coletadas imagens digitais de folhas de bananeiras infectadas com a Sigatoka Negra nos estádios 1, 2 e 3, sadia e com fitotoxidez por óleo. A seguir, extraíram-se histogramas dos componentes de imagens no sistema RGB (Red, Green eBlue) para 256 intensidades de cinza das amostras, totalizando 768 variáveis para cada amostra. Com a aplicação de uma técnica de seleção de atributos, a análise de componentes principais, conseguiu-se reduzir as variáveis de entrada de 768 para 11 variáveis canônicas, representado uma redução de 98,6%. Em seguida, considerando-se as variáveis canônicas, realizou-se a fase de classificação com o uso de redes neurais artificiais. De maneira geral, as maiores freqüências de acertos do modelo foram para as classes que mais interessam ao monitoramento da enfermidade, mostrando a robustez do classificador gerado, evidenciada pela baixa probabilidade de classificação incorreta (19%). / Abstract: This study investigated the application, specifically the digital processing of images, with main components analysis and artificial neural networks as tools to support for a better identification of the primaries stages of the Black Sigatoka, in field level, so that control measures are adopted more quickly and consequently it reduces injuries and damages caused by the disease in the banana crops. It were collected digital images of banana leaves infected with Black Sigatoka in stages 1, 2, and 3, healthy and with oil fitotoxity. To proceed, histograms of the components of images were extracted in the system RGB (Red, Green and Blue) for 256 intensities shades of gray of the samples, totaling 768 variables for each sample. With the application of a technique of selection of attributes, the main components analysis, it was possible to reduce the variables of entrance of 768 for 11 canonical variables, represented a reduction of 98,6%. Therefore, being considered the canonical variables, it was accomplished the classification phase with the use of artificial neural networks. In a general way, the largest frequencies of successes of the model went to the classes that more they interest to the control of the diseases, showing the robustness of the generated classifier, evidenced by the low probability of wrong classification (19%). / Doutor

Orientador: Norian Marranghello / Banca: Adilson Gonzaga / Banca: Rodrigo Capobianco Guido / Resumo: A presença de sistemas automatizados é cada vez mais comum para as pessoas. Seus exemplos vão desde máquinas de lavar, que executam praticamente todo o processo de lavagem e secagem de roupas, até linhas de produção em fábricas dos mais diversos produtos. Esses são exemplos de aplicações que exigem pouca interferência humana no processo, já que as etapas realizadas pelos sistemas são bem definidas e iterativas. Porém, outros tipos de processos podem exigir capacidade de discernimento daquele - ou daquilo - que os executam. Para automatizar esse tipo de processo uma das alternativas é o uso de técnicas de inteligência artificial. Esse trabalho visa realizar uma análise comparativa entre técnicas de inteligência artificial, quais sejam Redes Neurais Artificiais e Máquinas de Vetores de Suporte. Com essa análise espera-se estabelecer qual técnica é mais vantajosa para implementação em hardware de sistemas inteligentes, por meio do uso das principais métricas de projeto de circuitos digitais: tamanho do circuito gerado, consumo de energia e desempenho. Para tanto, foram realizados diversos testes com técnicas de pré-processamento e extração de características das imagens para determinar requisitos necessários para o funcionamento do sistema. A partir desses requisitos foram implementadas diversas arquiteturas de sistemas inteligentes para obter-se o classificador mais adequado para resolver o problema. Por fim, o classificador escolhido foi implementado em FPGA na forma de um módulo, o qual se integrará a um sistema maior, para interpretação de imagens digitais para detecção de ervas daninhas em plantações de soja / Abstract: Automated systems have become common for people. Examples range from washing machines, which perform almost the entire cloth washing and drying process, to the production of many products. These are examples of applications that require modest human interference, since the steps taken by the systems are well defined and iterative. However, other processes may require a capacity of judgment of the natural or artificial system performing them. An alternative to automate this kind of process is the use of artificial intelligence techniques. This study aims at a comparative analysis of artificial intelligence techniques, namely Artificial Neural Networks and Support Vector Machines. With this analysis we hope to establish which technique is more advantageous for hardware implementation of an intelligent system, through the use of key metrics for digital circuit design: circuit size, power consumption and performance. Therefore, several tests were performed with image preprocessing and feature extraction techniques to determine requirements for system operation. From these requirements, various architectures for intelligent systems were implemented to obtain the most appropriate classifier to solve the problem. Finally, the chosen classifier was implemented in FPGA as a module to fit into a larger system for digital image interpretation for the detection of weeds in crops of soybeans / Mestre

Resumo: No Brasil, a utilização de Pinus (de reflorestamentos) na indústria madeireira tem sido crescente nos últimos anos. Particularmente para a madeira serrada desse gênero, a produção nacional de madeira serrada de Pinus atingiu 9,46 milhões de m³ em 2008. O crescimento da produção no período de 1999 a 2008 foi de 40,6%. A produção de madeira em ciclos mais curtos tem tornado comum o decréscimo constante na oferta de árvores adultas com grandes diâmetros. Além do aspecto da juvenilidade, nota-se que a madeira hoje disponível para uso industrial e comercial apresenta uma incidência muito grande de nós e outros defeitos, que comprometem significativamente seu desempenho físico mecânico e sua qualidade. Diante dos números que apontam uma crescente demanda por produtos de madeira serrada de Pinus, é natural que a indústria busque formas mais eficientes de garantir a qualidade dos produtos por ela gerados; neste sentido a atividade de inspeção assume um papel importante no processo produtivo. De fato, a classificação de madeira serrada é afetada sensivelmente pela qualidade do trabalho desempenhado pelos graduadores humanos (trabalhadores das serrarias), pois essa é uma atividade estressante, exigindo grande atenção por longos períodos de tempo. O objetivo geral foi o desenvolvimento de técnicas de processamento de imagens digitais para detecção de defeitos na madeira serrada de coníferas. Os objetivos específicos foram, por meio da análise digital das imagens, analisar quais os parâmetros devem ser empregados para a detecção de defeitos na madeira serrada de coníferas, além de desenvolver um software de visão de máquina para a detecção de defeitos na madeira serrada de coníferas. O material utilizado para o estudo foi a madeira extraída de seis árvores de Pinus taeda com 37 anos de idade, provenientes do Horto Florestal de Manduri - SP. As árvores... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: In Brazil, the use of Pinus (reforestation) in the timber industry has been growing in recent years. Estimates indicate that the volume of lumber produced in the country, estimated at about 22 million m3, more than 35% is made of pinewood. Timber production in shorter cycles has become common for the steady decline in the supply of mature trees with large diameters (ABRAF, 2009). In the aspect of juvenility, it is noted that the wood available today for industrial and commercial use has a very high number of knots and other defects that significantly impair their physical performance and mechanical quality. Given the numbers that indicate a growing demand for sawn timber products from pine, it is natural that the industry seek more efficient ways to ensure the quality of products generated by it, meaning that the inspection activity plays an important role in the production process. In fact, the classification of lumber is affected significantly by the quality of work performed by human graders (sawmill workers), because this is a stressful activity, requiring close attention for long periods of time. So, the aim of this study was to develop techniques of digital imaging to detect defects in lumber conifers. The specific objectives were, through the analysis of digital images, analyze which parameters should be taken to detect defects in lumber conifers, and develop a software for machine vision detection of defects in lumber conifers. The material used for the study was the wood from six trees of Pinus taeda with 37 years of age, from the forest nursery of Manduri - SP. The trees were split into planks, which led to 84 samples in which they were originally analyzed manually nodes, presence of bone marrow and 17 other conditions that compromise their quality in accordance with standards established by the NBR 12297 (ABNT, 1991). In the processing of digital images acquired from these boards...(Complete abstract click electronic access below) / Orientador: Adriano Wagner Ballarin / Coorientador: Antônio César Germano Martins / Banca: José Martins de Oliveira Junior / Banca: AntonioAlves Dias / Banca: Jayme Laperuta Filho / Banca: Hernando Alfonso Lara Palma / Doutor