Spelling suggestions: "subject:"cadeira - identificação."" "subject:"cadeira - dentificação.""
1 |
Caracterização tecnológica da madeira de Miconia cinnamomifolia (De Candolle) Naudin - Melastomataceae /Weise, Solange Maria Krug, 1988-, Moretto, Geraldo, 1954-, Eleoterio, Jackson Roberto, 1974-, Universidade Regional de Blumenau. Programa de Pós-Graduação em Engenharia Florestal. January 2014 (has links) (PDF)
Orientador: Geraldo Moretto. / Co-orientador: Jackson Roberto Eleotério. / Dissertação (mestrado) - Universidade Regional de Blumenau, Centro de Ciências Tecnológicas, Programa de Pós-Graduação de Engenharia Florestal.
|
2 |
Descriçao da estrutura e ultraestrutura da madeira de cinco espécies de Prosopis da Argentina e análise da metodologiaBolzón de Muñiz, Graciela Inés 25 June 2013 (has links)
O presente trabalho tem por objetivo contribuir para o conhecimento da anatomia e ultraestrutura das madeiras de cinco espécies do gênero Prosopis que ocorrem nas formações vegetais heterogêneas do Parque Chaquenho, Argentina. As espécies estudadas foram as seguintes: Prosopis vinalillo Stuck., Prosopis kuntzei Harms, Prosopis alba Grisebach, Prosopis ruscifolia Grisebach e Prosopis nigra (Gris.) Hieron. As espécies foram descritas individualmente, incluindo estrutura geral macro e microscópica da madeira. Pela primeira vez, foram estas espécies observadas ao microscópio eletrônico de varredura (SEM), sendo examinadas as ornamentações nas pontuações e estriações nas paredes dos vasos. Estas estriações ornamentadas são características para todas as espécies do gênero Prosopis examinadas. Foi elaborada uma chave de identificação baseada em caracteres anatômicos do xilema. A estrutura da madeira das cinco espécies foi analisada em correlação com taxonomia, filogenia e ecologia. Como parte deste estudo foi feita uma análise da metologia usada nas descrições anatômicas. Para isto, foram verificados os dados quantitativos relativos a 24 caracteres anatômicos anotados para 65 espécies distintas, incluindo as cinco Prosopis, a fim de se determinar o número de medições necessárias para uma avaliação precisa de cada caráter. Para avaliar e comparar o comportamento dos caracteres anatômicos dentro de uma mesma espécie ou entre espécies, foram estas reunidas em três grupos distintos: gênero Prosopis, família Leguminosae, e total das espécies analisadas. Para todas as espécies, individualmente ou agrupadas, calculou-se a média e variância ponderada dos caracteres.
|
3 |
Uso potencial do infravermelho próximo na discriminação de madeira e carvão de espécies da caatingaBatista, Francielli Rodrigues Ribeiro January 2016 (has links)
Orientador : Profª. Drª. Silvana Nisgoski / Coorientador : Profª. Drª. Mayara Elita Carneiro / Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Agrárias, Programa de Pós-Graduação em Engenharia Florestal. Defesa: Curitiba, 01/03/2016 / Inclui referências : f. 74-88 / Área de concentração : Tecnologia e utilização de produtos florestais / Resumo: A correta identificação da espécie de madeira é de fundamental importância para sua adequada aplicação tecnológica, controle de comércio ilegal e possíveis fraudes. A técnica da espectroscopia no infravermelho pode ser uma ferramenta adequada para este fim, exigindo estudos mais detalhados e aprofundados. O trabalho teve como objetivo testar o potencial do infravermelho próximo na discriminação da madeira e carvão de seis espécies da Caatinga. Também avaliar o melhor pré-tratamento dos dados e a influência do tipo de material, maciço ou em partículas para diferenciação das espécies. Foram coletadas quatro árvores das espécies Catingueira, Jurema, Marmeleiro, Mufumbo, Pau serrote, Pião, sendo retirados discos a 0, 25, 50, 75 e 100% da altura do fuste. Foram coletados os espectros do material maciço que posteriormente seguiu para carbonização em forno mufla com temperatura final de 450ºC e taxa de aquecimento de 1,1ºC/min. O material particulado foi moído em moinho de facas tipo Wiley e classificado, sendo analisadas as partículas que ficaram retidas na peneira de 40 mesh. Foram coletados 20 espectros por espécie para o material maciço, 30 (madeira) e 40(carvão) para o material particulado em espectrofotômetro Tensor 37 da Bruker, operando na faixa do infravermelho próximo (4000-10000cm-1) resolução de 4cm-1 com 64 varreduras. As análises dos espectros foram efetuadas através do software The Unscrambler X versão 10.1. A Análise dos Componentes Principais (PCA) mostra a discriminação da madeira das espécies para o material maciço com segunda derivada; para madeira particulada a análise dos dados originais foi eficiente. Para o carvão existiu uma maior dificuldade na discriminação das espécies, sendo observado apenas uma tendência. Em relação aos métodos de classificação, a SIMCA apresentou bons resultados discriminando 95% das amostras particuladas com correção da linha pbaarsae ea 9m0%ad ediaras amostras maciças em segunda derivada. Para o carvão não foi eficiente. A aplicação do PCA-LDA discriminou 100% das amostras de madeira com diferentes pré-tratamentos. Para o carvão cerca de 80% das amostras foram discriminadas em material particulado. Este trabalho mostrou que o tipo das amostras e o pré-tratamento utilizado influenciaram na discriminação das espécies da Caatinga, com base nos espectros de infravermelho próximo. Palavras chave: Infravermelho, Caatinga, Identificação de espécies. / Abstract: The correct identification of wood species is very important for its adequate technological application, control of illegal commerce and possible fraud. Infrared spectroscopy can be an adequate tool for it, being necessary further and detailed study's. This study has the objective of testing the potential of near infrared in discrimination of wood and charcoal of six species from Caatinga. Also evaluate the best pretreatment and influence of material type, solid or particle, for species differentiation. It were collected four trees by species Catingueira, Jurema, Marmeleiro, Mufumbo, Pau serrote, Pião, being obtained four discs at 0, 25, 50, 75 and 100% of height of commercial trunk. Were collected spectra of solid material and it was carbonized in muffle furnace at final temperature of 450ºC and heating rate of 1,1ºC/min. Particle material was ground in a Willey mill and classified, being analyzed samples retained in 40 mesh sieve. Were collected 20 spectra by species for solid material, 30 (wood) and 40 (charcoal) for particle samples in a spectrophotometer Tensor 37 from Bruker, working in near infrared (4000-10000cm-1), 4cm-1 resolution and 64 scans. The analysis was performed on The Unscrambler X versão 10.1 software. Principal Component Analysis (PCA) showed the distinction of wood species for solid material and second derivative, for particle material analysis of original data was efficient. For charcoal more difficult was observed in species discrimination, being observed only a tendency. In relation of classification methods SIMCA presented adequate results for wood discriminating 95% of particle samples with baseline correction and 90% of solid samples with second derivative. For charcoal this method was not efficient. The application of PCA-LDA resulted in 100% of samples discrimination for wood based on different pretreatments. For charcoal, 80% of samples were discriminated in particle material. This study show eadp tphraotx simamatpelley type and pretreatment applied have influence on Caatinga species discrimination, based on near infrared spectra. Keywords: infrared, Caatinga, species identification.
|
4 |
Transferência de calibração na discriminação de mogno e espécies semelhantes utilizando NIRS e PLS-DABergo, Maria Cecília Jorge 18 July 2014 (has links)
Dissertação (mestrado)—Universidade de Brasília, Instituto de Química, Programa de Pós-Graduação em Química, 2014 / Submitted by Ana Cristina Barbosa da Silva (annabds@hotmail.com) on 2014-10-24T17:05:13Z
No. of bitstreams: 1
2014_MariaCecíliaJorgeBergo.pdf: 5783802 bytes, checksum: f9b6fb3a6f5d9ae39b002861e54cb880 (MD5) / Approved for entry into archive by Guimaraes Jacqueline(jacqueline.guimaraes@bce.unb.br) on 2014-10-31T15:20:22Z (GMT) No. of bitstreams: 1
2014_MariaCecíliaJorgeBergo.pdf: 5783802 bytes, checksum: f9b6fb3a6f5d9ae39b002861e54cb880 (MD5) / Made available in DSpace on 2014-10-31T15:20:22Z (GMT). No. of bitstreams: 1
2014_MariaCecíliaJorgeBergo.pdf: 5783802 bytes, checksum: f9b6fb3a6f5d9ae39b002861e54cb880 (MD5) / O mogno (Swietenia macrophylla King) é a uma das madeiras mais valiosas do mundo e, em 2003, foi adicionado ao Apêndice II da Convenção sobre o Comércio Internacional das Espécies de Flora e da Fauna Selvagens em Perigo de Extinção (CITES) como espécie ameaçada devido à sua ampla exploração. Existem de diversas espécies semelhantes ao mogno e sua identificação é crucial para fiscalização da exploração dessa espécie. O método geralmente empregado com essa finalidade é o anatômico visual, exigindo que a madeira seja examinada por especialistas, que são insuficientes para atender à demanda. A espectroscopia no infravermelho próximo (NIRS) é uma excelente alternativa para a identificação de madeira, pois possibilita análises rápidas e não destrutivas. Nesta dissertação, discriminaram-se as espécies semelhantes andiroba, cedro, curupixá e mogno utilizando equipamentos NIRS portátil e de bancada e análise discriminante por mínimos quadrados parciais (PLS-DA), que forneceram modelos com 100% de classificações corretas. Foram utilizadas diferentes estratégias de transferência de calibração para tornar possível o compartilhamento de dados entre os equipamentos de bancada com 100% de classificações corretas. A transferência entre equipamentos de bancada e portátil foi feita por métodos de reversos de padronização apresentando de 93% a 100% de classificações corretas. Também foi estudada a transferência para compatibilizar dados obtidos em amostras de mogno moídas e em blocos. Nesse caso, utilizando pré-processamento e seleção de intervalo espectral obteve-se 100% de classificações corretas. Utilizando esses mesmos modelos foi possível identificar por espécie 465 amostras de mogno moídas de 26 diferentes países com 97% de classificações corretas. Por último, entre as amostras moídas de mogno de Brasil, Honduras, México, Peru e Venezuela, foi possível discriminar quanto à procedência as oriundas dos três primeiros. Já as amostras do Peru e da Venezuela não tiveram boa separação entre si, embora tenham apresentado boa separação com relação aos demais países. ______________________________________________________________________________ ABSTRACT / Mahogany (Swietenia macrophylla King) is the world’s most valuabletropical timber and was included on Convention of International Trade inEndangered Species of Wild Fauna and Flora (CITES) Appendix II as anendangered species in 2003 due to its extensive logging. Some timbers arevery similar to mahogany, so strategies for identification are crucial to superviseits exploitation. The method usually applied with these purposes is visualanatomical identification, requiring the wood to be examined by specialists,which are scarce. Near Infrared Spectroscopy (NIRS) is an excellent alternativefor wood identification since it allows rapid and non-destructive analysis. In thiswork, the similar species andiroba, cedar, curupixá and mahogany werediscriminated with 100% of correct classifications using handheld portable andhigh performance NIRS instruments and partial least squares discriminantanalysis (PLS-DA). Some calibration transfer strategies were tested to allowdata sharing between two high performance instruments with 100% of correctclassifications. Reverse methods of standardization were applied to calibrationtransfer between high performance and handheld portable instruments with 93to 100% of correct classifications. Calibration transfer was also used to makemeasurements of milled and block wood samples compatible. In this case,preprocessing and spectral range selecting resulted in models with 100% ofcorrect classifications. Using these same models, 465 mahogany milledsamples from 26 different countries were identified by species with 97% ofcorrect classifications. Finally, among mahogany milled samples from Brazil,Honduras, Mexico, Peru and Venezuela, it was possible to discriminate thosefrom the first three countries. Although it wasn’t possible to separate Peru’ssamples from most of Venezuela’s, the samples from both countries could beperfectly discriminated from the other three countries samples.
|
5 |
Identificação botanico-dendrologica e anatomica da madeira de seis especies euxiloforas do sudoeste paranaenseTeixeira, Lincoln Lopes, 1948- 27 May 2013 (has links)
O presente trabalho intenta contribuir com informações úteis sobre espécies pouco conhecidas como Flex brevicuspis Reiss; Piptocarpha angustifólia Dusen; Vernonia discolor (Spreng) Less; Sloanea lasiocoma K. Schum; Lamanonia speciosa (Camb.) L.B. Smith; Casearia inaequilatera Camb., visando fornecer elementos precisos no sentido de identificá-las. Procedeu-se um estudo ordenado e sistemático destas seis espécies e apresenta-se dados indicativos para cada uma delas que incluem:
- a classificação botânica;
- os nomes vulgares adotados;
- as zonas de ocorrência:
- os caracteres botânico-dendrológicos;
- descrição geral da madeira ;
- descrição macro e microscópica do lenho, orientadas na recomendação de norma COPANT (Comissão Panamericana de Normas Técnicas);
- elaboração de chave de identificação baseada nos caracteres anatômicos do xilema;
- uma predição, baseada na estrutura anatômica , do comportamento dessas madeiras em relação ã permeabilidade, secagem e trabalhabilidade das mesmas.
Apresenta-se, também, um estudo histomêtrico quantitativo das espécies em questão, objetivando fornecer bases para um possível aproveitamento industrial destas madeiras na fabricação de papel.
|
6 |
Discriminação de madeiras similares por NIRS e PLS-DA considerando variações de temperatura e umidadeLopes, Rosylane Elaine Costa 10 July 2015 (has links)
Dissertação (mestrado)—Universidade de Brasília, Instituto de Química, Programa de Pós-Graduação em Química, 2015. / Submitted by Tania Milca Carvalho Malheiros (tania@bce.unb.br) on 2016-03-29T16:05:33Z
No. of bitstreams: 1
2015_RosylaneElaineCostaLopes_Parcial.pdf: 1345849 bytes, checksum: 0214f0cd654b4a57a34e98fd123b20e7 (MD5) / Approved for entry into archive by Patrícia Nunes da Silva(patricia@bce.unb.br) on 2016-03-30T12:01:51Z (GMT) No. of bitstreams: 1
2015_RosylaneElaineCostaLopes_Parcial.pdf: 1345849 bytes, checksum: 0214f0cd654b4a57a34e98fd123b20e7 (MD5) / Made available in DSpace on 2016-03-30T12:01:51Z (GMT). No. of bitstreams: 1
2015_RosylaneElaineCostaLopes_Parcial.pdf: 1345849 bytes, checksum: 0214f0cd654b4a57a34e98fd123b20e7 (MD5) / A madeira é uma matéria-prima natural renovável e reciclável com alta variabilidade química e estrutural utilizada para diferentes fins. A fim de coibir a exploração indiscriminada, órgãos de fiscalização procuram efetuar a identificação de cargas de madeira. Essa identificação pode ser realizada pela anatomia da madeira. Porém, essa técnica requer a presença de especialistas, que são insuficientes para atender a demanda. Estudos anteriores comprovaram que a associação da espectroscopia no infravermelho próximo (NIRS) com a análise multivariada pode ser uma alternativa para a identificação de madeira. Nesse sentido, nesta dissertação, cinco madeiras nativas e uma de espécie exótica, similares anatomicamente, foram identificadas utilizando NIRS e análise discriminante por mínimos quadrados parciais (PLS-DA), considerando variações de temperatura e umidade. Foram desenvolvidos modelos com seleção de variáveis para a discriminação das espécies: andiroba, cedrinho, cedro, curupixá, eucalipto e mogno que se mostraram eficientes para todas as espécies. Contudo, ao realizar análises de amostras submetidas a 12 condições envolvendo variações de temperatura e umidade, os modelos apresentaram erros sistemáticos significativos e maiores taxas de erros de classificação. Esses erros foram reduzidos após a atualização do modelo pela adição de amostras sujeitas a essas 12 condições no seu conjunto de calibração. Com os modelos globais construídos foi possível discriminar corretamente 93,4%, 94,3% e 89,5% dos espectros registrados em amostras de cedrinho, cedro e mogno, respectivamente, com alto teor de umidade. Assim, a aplicação de seleção de variáveis, da atualização do modelo e da construção de modelos globais mostrou-se uma estratégia viável para melhorar a robustez de um modelo de discriminação, melhorando o seu desempenho e ampliando a sua aplicabilidade à frente de diferentes condições às quais este foi construído. ______________________________________________________________________________ ABSTRACT / Wood is a natural renewable and recyclable raw material with high chemical and structural variability used for different purposes. In order to contain the indiscriminate exploitation, inspection agencies seek to effect the identification of timber loads. This identification can be performed by the wood anatomy. However, this technique requires the presence of specialists, which are scarce. Previous studies have shown that the combination of near infrared spectroscopy (NIRS) with multivariate analysis can be an alternative method for wood identification. In this sense, in this dissertation, five native woods and one of exotic species, anatomically similar, were identified using NIRS and partial least squares for discriminant analysis (PLS-DA), considering variations in temperature and humidity. Discrimination models with variable selection for the wood species andiroba, cedrinho, cedar, curupixá, eucalyptus and mahogany were developed showing excellent results. However, when samples subjected to 12 conditions involving variations in temperature and humidity significant systematic errors and high misclassification rates were observed. These problems were solved after the model updating, by adding samples conditioned in these variations into the calibration set. The global models constructed enable the discrimination with 93.4%, 94.3% and 89.5% correct classification rate for cedrinho, cedar and mahogany, respectively, with high moisture content. Therefore, the application of variable selection, model updating and construction of global models proved to be a viable strategy to improve the robustness of a discrimination model, improving its performance and expanding its applicability ahead of different conditions in relation to the ones that it was built.
|
7 |
Reconhecimento de espécies florestais através de imagens macroscópicasPaula Filho, Pedro Luiz de 21 March 2013 (has links)
Resumo: A identificação de espécies e uma necessidade primordial para as atividades de comércio e preservacao de florestas. Entretanto, devido a escassez de dados e bases de imagens florestais, os estudos computacionais relacionados a esse tema sao raros e recentes. Outros fatores que influenciam a raridade desses estudos estao relacionados a falta de tecnicas computacionais comprovadamente eficazes para essa tarefa e ao custo para a aquisicão de imagens para a construcao das bases e modelos computacionais, uma vez que equipamentos sofisticados e caros sao utilizados. Tendo em vista esse contexto e com objetivo de minimizar os custos relacionados ao processo de identificaçao de especies florestais, e proposta uma nova abordagem para essa tarefa, com a qual a identificaçao podera ser realizada em campo e com equipamentos de baixo valor, agregando maior mobilidade e agilidade à execucao dessa tarefa. Para avaliar e validar essa proposta, foram construídas duas bases de imagens macroscópicas a partir de amostras de madeira de especies florestais encontradas no território nacional, considerando dois metodos diferentes: abordagem tradicional em laboratório e abordagem em campo, sendo esta ultima, a proposta deste trabalho. Um protocolo modular baseado na estratégia de dividir para conquistar foi proposto, nele as imagens sao divididas em subimagens, com o intuito de que problemas locais nao afetem a classificacao geral da imagem. A partir delas, sao extraídas informacoes de cor e textura que sao utilizadas para a construcão de conjuntos de treinamento, teste e validaçao de classificadores. Para extraçao desses atributos sao avaliadas diversas tecnicas consagradas como analises de cor, GLCM, histograma de borda, Fractais, LBP, LPQ e Gabor. Apos a classificação de cada conjunto de atributos das subimagens, seus resultados passam por duas camadas de fusoes (baixo e alto nível), para se chegar a decisão final de qual especie a amostra pertence. Inicialmente, a avaliaçao experimental foi realizada com a base de imagens obtidas a partir da abordagem em campo uma vez que dessa maneira os resultados sao mais conservadores devido à presenca de ruídos nos conjuntos de dados e ao naão tratamento das amostras adquiridas. A taxa de reconhecimento obtida nessa etapa foi 95,82%. Apos a validacao do metodo proposto, os modelos de classificação foram reconstruídos e avaliados a partir da base de imagens criada com a abordagem tradicional em laboratório. Com esse novo modelo, a taxa de classificaçao foi de 99,49%. A partir da analise dos resultados, observa-se a viabilidade da abordagem proposta neste trabalho, que alem de apresentar uma excelente taxa de classificaçao, muito proxima da obtida com tecnicas mais sofisticadas e de alto custo, ainda agrega a mobilidade para a classificacão de especies em campo. Ressalta-se ainda, a construcao e disponibilizacao das bases de imagens florestais, contribuindo, desta forma, para trabalhos futuros nesta area.
|
8 |
Aplicação de Deep Learning na classificação de tábuas de madeira por meio de análise de imagens digitais /Gomes, Roger Cristhian, 1975. January 2019 (has links)
Orientador: Adriano Wagner Ballarin / Coorientador: Osvaldo César Pinheiro de Almeida / Banca: Diego Augusto de Campos Moraes / Banca: Carlos Roberto Pereira Padovani / Banca: Alexandre Dal Pai / Banca: Ricardo Rall / Resumo: O setor madeireiro e toda sua cadeia produtiva possuem grande força e importância para a economia brasileira, representando 1,5% do produto interno bruto nacional em 2016. Toda madeira serrada deveria, idealmente, ser submetida a uma classificação para definição mais precisa do seu destino e justa de seu valor comercial. Quando essa madeira serrada é destinada ao exterior, a classificação é, na maioria das vezes, obrigatória. Nas serrarias do país que em sua maioria são pequenas e pouco automatizadas, a classificação é normalmente feita por visão humana, ou seja, um profissional faz a análise visual de cada peça e a classifica segundo algum critério. Como em todo processo que envolve capacidade humana, o erro é inerente e, nesse caso, elevado, em torno de 52%, segundo a literatura. Dada a importância do setor, a demanda de matéria prima e a necessidade crescente dessa classificação, é extremamente justificável que esse processo seja aperfeiçoado. A alternativa é a automatização, visando sobretudo o aumento no acerto dessa classificação. O objetivo deste trabalho foi desenvolver um modelo de redes neurais artificiais usando Deep Learning (DL) para a classificação automatizada de madeiras serradas de Pinus, seguindo as recomendações das normas da ABNT. O modelo aplicou Redes Neurais Convolucionais (Convolutional Neural Network - CNN), técnica muito estudada recentemente e promissora em diversas áreas, principalmente no processamento de imagens digitais e visão de máquina. Foram... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The timber sector and its entire production chain have great strength and importance for the Brazilian economy, representing 1.5% of the national gross domestic product in 2016. All lumber should ideally be subjected to a classification for a more precise definition of its destination and fairness of its commercial value. When this lumber is destined to the outside, classification is, in most cases, mandatory. In the country sawmills that are mostly small and little automated, the classification is usually done by human vision, that is, a professional makes the visual analysis of each piece and classifies it according to some criterion. As in any process involving human capacity, the error is inherent and, in this case, high, around 52%, according to the literature. Given the importance of the industry, the demand for raw materials and the growing need for such classification, it is extremely justifiable that this process is improved. The alternative is automation, aiming in particular to increase the accuracy of this classification. The objective of this work was to develop a model of artificial neural networks using Deep Learning (DL) for the automated classification of Pinus sawn timber, following the recommendations of ABNT standards. The model applied Convolutional Neural Network (CNN), a very recently studied and promising technique in several areas, mainly in digital image processing and machine vision. Several models were tried, being the one of better performance with accuracy of 97.50%. It was concluded that DL with CNN produces acceptable results in the classification of boards, even with few images (284), difference in the Pinus variety (elliottii and taeda) and presentation (green or dry wood, planed or not). / Doutor
|
9 |
Desenvolvimento de uma base de dados de imagens digitais de madeira serrada de coníferasGomes, Roger Cristhian [UNESP] 16 August 2013 (has links) (PDF)
Made available in DSpace on 2014-06-11T19:24:43Z (GMT). No. of bitstreams: 0
Previous issue date: 2013-08-16Bitstream added on 2014-06-13T19:31:35Z : No. of bitstreams: 1
000750667.pdf: 4158082 bytes, checksum: 9f07091efb78337992d70d883548dcd6 (MD5) / A utilização de Pinus proveniente de plantações na indústria madeireira brasileira é expressiva e tem sido crescente nos últimos anos. Particularmente para a madeira serrada desse gênero, utilizada em larga escala na confecção de móveis e estruturas, há a necessidade imperiosa de sua classificação quanto aos defeitos, agravada pelo uso cada vez maior de madeiras advindas de florestas jovens. Essa realidade exige a classificação da madeira serrada quanto à sua qualidade, o que pode ser feito por meio de visão humana (análise visual desempenhada por graduadores humanos) ou de máquina. Essa classificação segue, no Brasil, as normas estabelecidas pela Associação Brasileira de Normas Técnicas (ABNT), porém as mesmas não contemplam, por meio de arquivos digitais, todas as variações que possam surgir nesse campo particular. Promovendo uma pesquisa nos meios digitais constatou-se a falta de material que demonstre, por meio de imagens digitalizadas, os defeitos e variações de defeitos que possam ocorrer durante a classificação visual de peças de madeira serrada de Pinus no dia a dia das serrarias e indústrias que utilizam essa madeira serrada como matéria prima, bem como para os pesquisadores que buscam referências a tais ocorrências em suas pesquisas. Este trabalho teve como objetivo principal a elaboração de uma base de dados de imagens digitais de amostras de madeira serrada de Pinus, apresentando uma gama significativa de defeitos e possíveis variações de defeitos encontrados em madeiras serradas de árvores de reflorestamento. Para o desenvolvimento dessa base de dados de imagens de tábuas de Pinus foram utilizadas árvores do Horto Florestal da cidade de Manduri - SP, sendo desdobradas tábuas, que foram fotografadas em um ambiente preparado (estúdio), em... / The use of pine from plantations in the Brazilian timber industry is significant and has been growing in recent years. Particularly for Pinus lumber, used extensively on making furniture and wooden structures, there is the imperative necessity of its classification for defects, aggravated by the increasing use of wood coming from young forests. This fact requires the classification of lumber for quality, which can be done by human eye (visual analysis performed by human graders) or machine. This classification follows, in Brazil, standards established by Brazilian Association of Technical Standards (ABNT), however they do not include, by means of digital files, all changes that may arise in this particular field. Ulterior research in digital media points the lack of material that present, by means of scanned images, the defects and variations of defects that may occur during the visual grading of sawn wood of Pinus in in-field practice on sawmills and industries, as well as for researchers seeking references to such occurrences in their research. This work aimed the development of a database of digital images of boards of Pinus, showing a significant range of defects and possible variations of defects found in this lumber from reforestation. For the development of this database trees from Horto Florestal city Manduri-SP were sawn into boards, which were photographed in a prepared environment (studio) in various stages of its processing (after primary sawing, drying and planing), generating a set of 382 board pictures. The boards finally were classified for defects (NBR 11700) being additionally cataloged images isolated of its major defects. Besides the modeling and implementation of the database it was also developed an information system, equipped with research tools for direct access to images of boards or specific defects and their ...
|
10 |
Desenvolvimento de uma base de dados de imagens digitais de madeira serrada de coníferas /Gomes, Roger Cristhian, 1975. January 2013 (has links)
Orientador: Adriano Wagner Ballarin / Banca: Hernando Alfons Lara Palma / Banca: Ricardo Rall / Resumo: A utilização de Pinus proveniente de plantações na indústria madeireira brasileira é expressiva e tem sido crescente nos últimos anos. Particularmente para a madeira serrada desse gênero, utilizada em larga escala na confecção de móveis e estruturas, há a necessidade imperiosa de sua classificação quanto aos defeitos, agravada pelo uso cada vez maior de madeiras advindas de florestas jovens. Essa realidade exige a classificação da madeira serrada quanto à sua qualidade, o que pode ser feito por meio de visão humana (análise visual desempenhada por graduadores humanos) ou de máquina. Essa classificação segue, no Brasil, as normas estabelecidas pela Associação Brasileira de Normas Técnicas (ABNT), porém as mesmas não contemplam, por meio de arquivos digitais, todas as variações que possam surgir nesse campo particular. Promovendo uma pesquisa nos meios digitais constatou-se a falta de material que demonstre, por meio de imagens digitalizadas, os defeitos e variações de defeitos que possam ocorrer durante a classificação visual de peças de madeira serrada de Pinus no dia a dia das serrarias e indústrias que utilizam essa madeira serrada como matéria prima, bem como para os pesquisadores que buscam referências a tais ocorrências em suas pesquisas. Este trabalho teve como objetivo principal a elaboração de uma base de dados de imagens digitais de amostras de madeira serrada de Pinus, apresentando uma gama significativa de defeitos e possíveis variações de defeitos encontrados em madeiras serradas de árvores de reflorestamento. Para o desenvolvimento dessa base de dados de imagens de tábuas de Pinus foram utilizadas árvores do Horto Florestal da cidade de Manduri - SP, sendo desdobradas tábuas, que foram fotografadas em um ambiente preparado (estúdio), em ... / Abstract: The use of pine from plantations in the Brazilian timber industry is significant and has been growing in recent years. Particularly for Pinus lumber, used extensively on making furniture and wooden structures, there is the imperative necessity of its classification for defects, aggravated by the increasing use of wood coming from young forests. This fact requires the classification of lumber for quality, which can be done by human eye (visual analysis performed by human graders) or machine. This classification follows, in Brazil, standards established by Brazilian Association of Technical Standards (ABNT), however they do not include, by means of digital files, all changes that may arise in this particular field. Ulterior research in digital media points the lack of material that present, by means of scanned images, the defects and variations of defects that may occur during the visual grading of sawn wood of Pinus in in-field practice on sawmills and industries, as well as for researchers seeking references to such occurrences in their research. This work aimed the development of a database of digital images of boards of Pinus, showing a significant range of defects and possible variations of defects found in this lumber from reforestation. For the development of this database trees from Horto Florestal city Manduri-SP were sawn into boards, which were photographed in a prepared environment (studio) in various stages of its processing (after primary sawing, drying and planing), generating a set of 382 board pictures. The boards finally were classified for defects (NBR 11700) being additionally cataloged images isolated of its major defects. Besides the modeling and implementation of the database it was also developed an information system, equipped with research tools for direct access to images of boards or specific defects and their ... / Mestre
|
Page generated in 0.0549 seconds