A adubação e a utilização de cultivares mais produtivos consistem em tecnologias essenciais para melhorar a produtividade e a sustentabilidade da cultura do milho (Zea mays L.). A análise de imagens digitais é uma tecnologia utilizada para a identificação de deficiência nutricional em folhas de milho em estádios iniciais de desenvolvimento, já que, nos métodos atuais, é muito difícil a correção do nutriente deficiente no mesmo ciclo da cultura. O objetivo deste trabalho foi avaliar as características nutricionais e produtivas, bem como verificar métodos de extração de características de imagens digitais para diagnosticar sintomas de deficiência de nitrogênio (N) e potássio (K) em híbridos de milho, cultivados em casa de vegetação, com deficiência induzida em nitrogênio (N) ou potássio (K); e posteriormente no campo. O experimento foi independente para cada elemento e conduzido em 2 etapas: 1º) casa de vegetação sob cultivo hidropônico, com tratamentos em fatorial 4 (doses) x 3 (híbridos) e 4 repetições, sendo 4 doses: 5, 20%, 100% e 200% da dose completa; e 2º) campo, em blocos ao acaso em fatorial 4x3 (4 doses e 3 híbridos) e 4 blocos, sendo as doses de adubação: omissão individual e completa (0%) de N ou K, 50%, 100% e 200% da dose recomendada do nutriente em estudo. Os híbridos foram: DKB390 PróR2®(H1), Pioneer 30F35®(H2) e Syngenta Status®(H3). A coleta e digitalização das folhas foram realizadas nos estádios V4 e R1. Foram obtidas as imagens da folha indicativa do estádio (FI), que foram processadas pela análise de imagens e analisadas quimicamente. Os métodos de extração de características baseados em padrões de textura de imagens em escala de cinza foram: Fourier, Descritor Fractal (Fractal), Local Binary Pattern (LBP), Gabor Wavelets (GW) e Gabor Wavelets + Fractal Descriptors (GWF); e também foram estudados métodos de extração de características baseados em 4 índices espectrais de imagens coloridas: excesso de verde (EVd), vermelho normalizado (Vern), verde normalizado (Vn) e razão verde-vermelho (Rvv) e a combinação entre eles. Em casa de vegetação, foram determinadas massa seca da parte aérea (MSPA) e de raízes (MSRz) e as concentrações de macro e micronutrientes. No campo, no final do ciclo, foram realizadas avaliações da produtividade e análise química foliar e do solo. A redução nas doses de N ou de K nos híbridos estudados promoveu decréscimos significativos na concentração foliar desses elementos nos híbridos nos 2 estádios avaliados, apresentando sintomas visuais típicos de deficiência de N ou de K para os híbridos conduzidos com a menor dose de tal nutriente. A MSPA e MSRz nos híbridos conduzidos em casa de vegetação e a produtividade no campo também foram comprometidas com a redução na disponibilidade de N ou de K para os híbridos estudados. Para os híbridos conduzidos em casa de vegetação com doses de N ou de K, quando estudados separadamente pelos métodos baseados em textura, o Fourier apresentou alta porcentagem de acertos em todos os híbridos e nos 2 estádios, exceto para H3 no R1. Os melhores métodos baseados em índices espectrais apresentaram índice Kappa classificado como acima de bom. / The fertilization and the use of more productive cultivars are important technologies to improve productivity and sustainability of the maize crop. The digital image analysis is a technology used to identify nutritional deficiency in corn leaves, on the methodologies currently being applied, the correction of the deficient nutrient is not possible in the same growing cycle. The objective of this study was to evaluate the nutritional and productive characteristics and verify the extraction methods of digital image characteristics. This is performed to diagnose symptoms of nitrogen deficiency (N) and potassium (K) in corn hybrids (Zea mays L.) grown in a greenhouse, with induced nutritional deficiency in nitrogen (N) or potassium (K); and thereafter grown in the field. The experiment was independent for each element and conducted in two steps: 1; in a greenhouse under hydroponic cultivation, with treatments in a factorial 4 (doses) x 3 (hybrid) and 4 replications, with four doses: 5, 20%, 100% and 200% of full dose; and 2; the field in randomized blocks in a factorial 4x3 (4 doses and 3 hybrids) and 4 blocks, 4 fertilizer levels: individual and complete omission (0%) of N or K, 50%, 100% and 200 % of the recommended dose of the nutrient under study. The hybrids were DKB390 PróR2® (H1), Pioneer 30F35® (H2) and Syngenta Status® (H3). The collection and digitalization of the leaves were realizated in V4 and R1 growth stages. Indicative leaves of each stage were obtained and processed by image analysis and chemically analyzed. The extraction methods of characteristics based on texture patterns of images in gray-scale were: Fourier Descriptor Fractal (Fractal), Local Binary Pattern (LBP), Gabor Wavelets (GW) and Gabor Wavelets + Fractal Descriptors (GWF); and also characteristics extraction methods were studied based on 4 spectral indices of color images: excessive green (EVD), normalized red (Vern), normalized green (Vn), green-red ratio (RVV) and the combination of them. In the greenhouse were determined the dry mass of the aerial part of the plant (MSPA) and root (MSRz) and the concentrations of macro and micronutrients. In the field, at the end of the cycle, evaluations were carried out in productivity and foliar and soil analysis. The reduction in N or K levels in the studied hybrids led to significant decreases in foliar nutrient concentration in the plants conducted in a greenhouse and in the field in two stages evaluated, with typical visual symptoms of N deficiency or K for hybrid conducted with the lower dose of this nutrient. The MSPA and MSRZ in hybrid conducted in a greenhouse and productivity in the field were also committed to reducing the availability of N or K for the studied hybrids. To the hybrids conducted in the greenhouse with doses of N or K, when studied separately in the texture based methods, the Fourier showed high percentage of correct answers in all hybrids in both stages, except for H3 in R1. The best methods based on spectral indices presented classification considered more than good.

Made available in DSpace on 2016-12-23T14:33:36Z (GMT). No. of bitstreams: 1 Dissertacao_Raphael_Carneiro_vfinal_1.pdf: 1963434 bytes, checksum: 49eb545fb4a9507cd1051d800e698c3d (MD5) Previous issue date: 2006-12-16 / Tudo o que vemos é construído mentalmente pelo sistema visual do cérebro humano, a partir dos estímulos recebidos nas retinas: a percepção de cor, forma, profundidade e movimento, os objetos e as cenas visuais completas. Pesquisas na área de inteligência artificial, especialmente aplicadas à robótica, buscam emular esta função biológica, a fim de capacitar sistemas artificiais na interação com o mundo real. Entretanto, tarefas simples para um ser humano são muito complexas para um robô. Este trabalho propõe uma modelagem matemático-computacional do sistema visual humano, que seja biologicamente plausível e que seja capaz de emular a função de percepção de movimento e de velocidade dos objetos presentes no campo visual. A arquitetura neural utilizada representa células das camadas V1 e MT do córtex visual, com campos receptivos que utilizam convolução dos estímulos visuais com uma função de Gabor, e um mapeamento log-polar das células da retina para as equivalentes no córtex visual. Essa modelagem foi implementada em um sistema computacional que calcula um mapa de velocidades, abrangendo todo o campo visual, a partir do processamento de uma seqüência de imagens em movimento, captadas por uma câmera, e do subseqüente processamento das camadas neurais envolvidas no modelo. A fim de que a sua eficácia fosse verificada, diversos experimentos foram realizados, obtendo-se resultados bastante satisfatórios. / Everything that we see is mentally built by the human brain s visual system, from the stimuli received by the retinas: the perception of color, shape, depth and motion, the objects and the complete visual scenes. Researches on artificial intelligence, especially applied to robotics, look for emulating this biological function, in order to enable artificial systems to interact with the real world. However, simple tasks for a human being might be very complex for a robot. This work proposes a mathematical-computational modeling of the human visual system that is biologically plausible and capable to emulate motion perception and velocity perception of the objects present in the visual field. The proposed neural architecture represents V1 and MT cells of the visual cortex, with receptive fields using a convolution of the visual stimuli with a Gabor function, and a log-polar mapping of the retina cells to the equivalent ones in the visual cortex. That modeling was implemented in a computational system that calculates a map of velocities, comprehending the whole visual field, from the processing of a sequence of motion images, captured by a camera, and the subsequent neural layers processing. In order to evaluate the effectiveness of the system, several experiments were accomplished, obtaining quite satisfactory results.

A adubação e a utilização de cultivares mais produtivos consistem em tecnologias essenciais para melhorar a produtividade e a sustentabilidade da cultura do milho (Zea mays L.). A análise de imagens digitais é uma tecnologia utilizada para a identificação de deficiência nutricional em folhas de milho em estádios iniciais de desenvolvimento, já que, nos métodos atuais, é muito difícil a correção do nutriente deficiente no mesmo ciclo da cultura. O objetivo deste trabalho foi avaliar as características nutricionais e produtivas, bem como verificar métodos de extração de características de imagens digitais para diagnosticar sintomas de deficiência de nitrogênio (N) e potássio (K) em híbridos de milho, cultivados em casa de vegetação, com deficiência induzida em nitrogênio (N) ou potássio (K); e posteriormente no campo. O experimento foi independente para cada elemento e conduzido em 2 etapas: 1º) casa de vegetação sob cultivo hidropônico, com tratamentos em fatorial 4 (doses) x 3 (híbridos) e 4 repetições, sendo 4 doses: 5, 20%, 100% e 200% da dose completa; e 2º) campo, em blocos ao acaso em fatorial 4x3 (4 doses e 3 híbridos) e 4 blocos, sendo as doses de adubação: omissão individual e completa (0%) de N ou K, 50%, 100% e 200% da dose recomendada do nutriente em estudo. Os híbridos foram: DKB390 PróR2®(H1), Pioneer 30F35®(H2) e Syngenta Status®(H3). A coleta e digitalização das folhas foram realizadas nos estádios V4 e R1. Foram obtidas as imagens da folha indicativa do estádio (FI), que foram processadas pela análise de imagens e analisadas quimicamente. Os métodos de extração de características baseados em padrões de textura de imagens em escala de cinza foram: Fourier, Descritor Fractal (Fractal), Local Binary Pattern (LBP), Gabor Wavelets (GW) e Gabor Wavelets + Fractal Descriptors (GWF); e também foram estudados métodos de extração de características baseados em 4 índices espectrais de imagens coloridas: excesso de verde (EVd), vermelho normalizado (Vern), verde normalizado (Vn) e razão verde-vermelho (Rvv) e a combinação entre eles. Em casa de vegetação, foram determinadas massa seca da parte aérea (MSPA) e de raízes (MSRz) e as concentrações de macro e micronutrientes. No campo, no final do ciclo, foram realizadas avaliações da produtividade e análise química foliar e do solo. A redução nas doses de N ou de K nos híbridos estudados promoveu decréscimos significativos na concentração foliar desses elementos nos híbridos nos 2 estádios avaliados, apresentando sintomas visuais típicos de deficiência de N ou de K para os híbridos conduzidos com a menor dose de tal nutriente. A MSPA e MSRz nos híbridos conduzidos em casa de vegetação e a produtividade no campo também foram comprometidas com a redução na disponibilidade de N ou de K para os híbridos estudados. Para os híbridos conduzidos em casa de vegetação com doses de N ou de K, quando estudados separadamente pelos métodos baseados em textura, o Fourier apresentou alta porcentagem de acertos em todos os híbridos e nos 2 estádios, exceto para H3 no R1. Os melhores métodos baseados em índices espectrais apresentaram índice Kappa classificado como acima de bom. / The fertilization and the use of more productive cultivars are important technologies to improve productivity and sustainability of the maize crop. The digital image analysis is a technology used to identify nutritional deficiency in corn leaves, on the methodologies currently being applied, the correction of the deficient nutrient is not possible in the same growing cycle. The objective of this study was to evaluate the nutritional and productive characteristics and verify the extraction methods of digital image characteristics. This is performed to diagnose symptoms of nitrogen deficiency (N) and potassium (K) in corn hybrids (Zea mays L.) grown in a greenhouse, with induced nutritional deficiency in nitrogen (N) or potassium (K); and thereafter grown in the field. The experiment was independent for each element and conducted in two steps: 1; in a greenhouse under hydroponic cultivation, with treatments in a factorial 4 (doses) x 3 (hybrid) and 4 replications, with four doses: 5, 20%, 100% and 200% of full dose; and 2; the field in randomized blocks in a factorial 4x3 (4 doses and 3 hybrids) and 4 blocks, 4 fertilizer levels: individual and complete omission (0%) of N or K, 50%, 100% and 200 % of the recommended dose of the nutrient under study. The hybrids were DKB390 PróR2® (H1), Pioneer 30F35® (H2) and Syngenta Status® (H3). The collection and digitalization of the leaves were realizated in V4 and R1 growth stages. Indicative leaves of each stage were obtained and processed by image analysis and chemically analyzed. The extraction methods of characteristics based on texture patterns of images in gray-scale were: Fourier Descriptor Fractal (Fractal), Local Binary Pattern (LBP), Gabor Wavelets (GW) and Gabor Wavelets + Fractal Descriptors (GWF); and also characteristics extraction methods were studied based on 4 spectral indices of color images: excessive green (EVD), normalized red (Vern), normalized green (Vn), green-red ratio (RVV) and the combination of them. In the greenhouse were determined the dry mass of the aerial part of the plant (MSPA) and root (MSRz) and the concentrations of macro and micronutrients. In the field, at the end of the cycle, evaluations were carried out in productivity and foliar and soil analysis. The reduction in N or K levels in the studied hybrids led to significant decreases in foliar nutrient concentration in the plants conducted in a greenhouse and in the field in two stages evaluated, with typical visual symptoms of N deficiency or K for hybrid conducted with the lower dose of this nutrient. The MSPA and MSRZ in hybrid conducted in a greenhouse and productivity in the field were also committed to reducing the availability of N or K for the studied hybrids. To the hybrids conducted in the greenhouse with doses of N or K, when studied separately in the texture based methods, the Fourier showed high percentage of correct answers in all hybrids in both stages, except for H3 in R1. The best methods based on spectral indices presented classification considered more than good.

L'objectif principal de cette thèse est le développement d'algorithmes événementiels pour la détection et le suivi d'objets. Ces algorithmes sont spécifiquement conçus pour travailler avec une sortie produite par des caméras neuromorphiques. Ce type de caméras sont un nouveau type de capteurs bio inspirés, dont le principe de fonctionnement s'inspire de la rétine: chaque pixel est indépendant et génère des événements de manière asynchrone lorsqu'un changement de luminosité suffisamment important est détecté à la position correspondante du plan focal. Cette nouvelle façon d'encoder l'information visuelle requiert de nouvelles méthodes pour la traiter. D'abord, un suiveur (tracker) plan est décrit. Cet algorithme associe à un objet une série de formes simples reliées par des ressorts. Le système mécanique virtuel résultant est mis à jour pour chaque événement. Le chapitre suivant présente un algorithme de détection de lignes et de segments, pouvant constituer une caractéristique (feature) événementielle de bas niveau. Ensuite, deux méthodes événementielles pour l'estimation de la pose 3D sont présentées. Le premier de ces algorithmes 3D est basé sur l'hypothèse que l'estimation de la pose est toujours proche de la position réelle, et requiert donc une initialisation manuelle. Le deuxième de ces algorithmes 3D est conçu pour surmonter cette limitation. Toutes les méthodes présentées mettent à jour l'estimation de la position (2D ou 3D) pour chaque événement. Cette thèse montre que la vision événementielle permet de reformuler une vaste série de problèmes en vision par ordinateur, souvent donnant lieu à des algorithmes plus simples mais toujours précis. / The main goal of this thesis is the development of event-based algorithms for visual detection and tracking. This algorithms are specifically designed to work on the output of neuromorphic event-based cameras. This type of cameras are a new type of bioinspired sensors, whose principle of operation is based on the functioning of the retina: every pixel is independent and generates events asynchronously when a sufficient amount of change is detected in the luminance at the corresponding position on the focal plane. This new way of encoding visual information calls for new processing methods. First, a part-based shape tracking is presented, which represents an object as a set of simple shapes linked by springs. The resulting virtual mechanical system is simulated with every incoming event. Next, a line and segment detection algorithm is introduced, which can be employed as an event-based low level feature. Two event-based methods for 3D pose estimation are then presented. The first of these 3D algorithms is based on the assumption that the current estimation is close to the true pose of the object, and it consequently requires a manual initialization step. The second of the 3D methods is designed to overcome this limitation. All the presented methods update the estimated position (2D or 3D) of the tracked object with every incoming event. This results in a series of trackers capable of estimating the position of the tracked object with microsecond resolution. This thesis shows that event-based vision allows to reformulate a broad set of computer vision problems, often resulting in simpler but accurate algorithms.

Nesta tese são abordados, de maneira integrada, aspectos de paralelismo em visão natural e artificial, com discussões críticas das diversas áreas relacionadas. O paralelismo é discutido no sistema visual dos primatas, assim como suas principais contribuições e motivações incentivando a incorporação de paralelismo em sistemas de visão artificial. Um dos objetivos principais é fornecer as bases de paralelismo para o desenvolvimento do projeto Cyvis-1, uma proposta do Grupo de Pesquisa em Visão Cibernética (IFSC-USP) para visão versátil, com forte motivação biológica e baseada no córtex visual dos primatas. Para tanto, foi introduzida e implementada a proposta CVMP (Cybernetic Vision Message Passage), um conjunto de ferramentas para o desenvolvimento de aplicações paralelas em visão, tanto para sistemas distribuídos como para máquinas multiprocessadores. Baseada em programação orientada a objetos, interação homem-máquina, engenharia de software e programação visual, a proposta prima pelo desenvolvimento de forma simples e amigável. O CVMP é testado, avaliado e validado quanto a aspectos de funcionalidade e utilização, através da implementação paralela de diversos algoritmos de visão computacional e de processamento de imagens (operadores locais, transformada de Hough e transformada de Fourier, entre outros) os quais, além de ilustrar a utilização da ferramenta, são discutidos em termos de arquitetura e balanceamento de carga. São apresentadas três aplicações reais de sistemas paralelos de visão computacional, implementadas através do CVMP, demonstrando a eficiência da ferramenta, na implementação paralela, na utilização e cooperação de trabalho. Duas destas aplicações (integração de atributos visuais no projeto Cyvis-1 e um modelo de complexidade com base na percepção humana), foram desenvolvidas em conjunto com outros pesquisadores do Grupo de Pesquisa em Visão Cibernética. A terceira aplicação apresenta uma proposta do autor para um sistema automático de reconhecimento de plantas arbóreas (Botânica) / This thesis addresses, in an integrated way, the concept and usage of parallelism in natural and artificial vision. It starts by revising the primate visual system, and discussing how its principles and solutions can be extended to computational systems. One of the main objectives is to supply the parallelism backbone for the development of the Cyvis-1 System, which is a proposal of the Cybernetic Vision Research Group (IFSC-USP) for versatile vision, presenting a strong biological motivation, especially regarding the primate visual cortex. In order to achieve these objectives, the CVMP - Cybernetic Vision Message Passage - had to be developed, representing a set of simple and friendly parallel tools for computer vision applications in distributed and parallel (multiprocessor) systems, which is based on object oriented programming, human-machine interaction, software engineering and visual programming. The CVMP is tested, evaluated and validated with respect to functionality and utilization through the parallel implementation of several algorithms in computer vision and image processing (local operators, Hough transform, Fourier transform, etc.) which, in addition to illustrating the tools, are also discussed as far as their architecture and load balancing is concerned. Three applications of parallel computer vision systems to real situations are presented and implemented by using CVMP, corroborating the effectiveness of the tools in the parallel implementation, usage, and researcher integration. Two such applications (visual attributes integration in Cyvis-1 and a human complexity model) have been developed in collaboration with other researchers at the Cybernetic Vision Research Group. The third application presents the author\'s proposal for an automated system for arboreal plants recognition (Botany)

A pesquisa visou avaliar a metodologia do projeto Tree Vis para determinar a nutrição de ferro, boro, zinco e cobre em plantas de milho submetidas a doses desses nutrientes. Foram utilizados tratamentos constituídos pela omissão, 1/5, 2/5 e a dose completa dos elementos com quatro repetições em cada fase de coleta, sendo essas V4, V7 e R1. Os experimentos foram realizados em casa de vegetação, em cultivo hidropônico, conduzidos em vasos com solução nutritiva. Foi determinada a produção de massa seca da parte aérea e do sistema radicular, além da determinação dos teores dos nutrientes nas folhas indicativas dos estádios fenológicos de cada época de coleta. Em cada estádio foram coletadas imagens das folhas indicativas e novas através de um scanner para as análises de visão artificial. As doses crescentes dos nutrientes promoveram maior produção de massa seca na parte aérea e nas raízes e reduziram a produção quando utilizada a dose máxima do nutriente. O sistema de visão artificial mostrou-se promissor na identificação de deficiência de ferro com 77,5% de acerto, boro com 81,7% de acerto, zinco com 81,0% e cobre com 57,2 % de acerto, tendo identificado as com boa confiabilidade. / The research aimed to evaluate the methodology of the Pr oject Tree Vis for determining nutrition iron, boron, zinc and copper in maize plants subjected to doses of these nutrients. Treatments used were made by omission, 1/5, 2/5 and the full dose of the elements with four replicates at each stage of collection, these are V4, V7 and R1. The experiments ware conducted in a greenhouse in hydroponics, conducted in pots with nutrient solution. Was determined the dry mass production of the aerial part and roots, besides the determ ination of nutritional content in the leaves indicative of phenological stages of each harvest time. At each stage were collected images of indicative and new leaves through with a scanner for the analyzes of artificial vision. The increasing doses of nutr ients promoted higher dry mass production in the aerial part and roots and reduced the production when using the highest dose of the nutrient. The artificial vision system showed promise in identifying of deficiency of iron with 77.5% accuracy, of boron with 81.7% of correct, of zinc with 81.0% accuracy and copper with 57.2% accuracy, with a good reliability in the identifi.

La présente thèse du domaine de la « Perception Bio-inspirée » se focalise plus particulièrement sur l’Attention Visuelle Artificielle et la Saillance Visuelle. Un concept de l’Attention Visuelle Artificielle inspiré du vivant, conduisant un modèle d’une telle attention artificielle bio-inspirée, a été élaboré, mis en œuvre et testé dans le contexte de la robotique autonome. En effet, bien qu’il existe plusieurs dizaines de modèles de la saillance visuelle, à la fois en termes de contraste et de cognition, il n’existe pas de modèle hybridant les deux mécanismes d’attention : l’aspect visuel et l’aspect cognitif.Pour créer un tel modèle, nous avons exploré les approches existantes dans le domaine de l’attention visuelle, ainsi que plusieurs approches et paradigmes relevant des domaines connexes (tels que la reconnaissance d’objets, apprentissage artificiel, classification, etc.).Une architecture fonctionnelle d’un système d’attention visuelle hybride, combinant des principes et des mécanismes issus de l’attention visuelle humaine avec des méthodes calculatoires et algorithmiques, a été mise en œuvre, expliquée et détaillée.Une autre contribution majeure du présent travail doctoral est la modélisation théorique, le développement et l’application pratique du modèle d’Attention Visuelle bio-inspiré précité, pouvant constituer un socle pour l’autonomie des systèmes robotisés d’assistance.Les études menées ont conclu à la validation expérimentale des modèles proposés, confirmant la pertinence de l’approche proposée dans l’accroissement de l’autonomie des systèmes robotisés – et ceci dans un environnement réel / Dealing with the field of "Bio-inspired Perception", the present thesis focuses more particularly on Artificial Visual Attention and Visual Saliency. A concept of Artificial Visual Attention, inspired from the human mechanisms, providing a model of such artificial bio-inspired attention, was developed, implemented and tested in the context of autonomous robotics. Although there are several models of visual saliency, in terms of contrast and cognition, there is no hybrid model integrating both mechanisms of attention: the visual aspect and the cognitive aspect.To carryout such a model, we have explored existing approaches in the field of visual attention, as well as several approaches and paradigms in related fields (such as object recognition, artificial learning, classification, etc.).A functional architecture of a hybrid visual attention system, combining principles and mechanisms derived from human visual attention with computational and algorithmic methods, was implemented, explained and detailed.Another major contribution of this doctoral work is the theoretical modeling, development and practical application of the aforementioned Bio-inspired Visual Attention model, providing a basis for the autonomy of assistance-robotic systems.The carried out studies and experimental validation of the proposed models confirmed the relevance of the proposed approach in increasing the autonomy of robotic systems within a real environment

Made available in DSpace on 2017-07-21T14:19:24Z (GMT). No. of bitstreams: 1 Melo, Geisla Albuquerque.pdf: 2986772 bytes, checksum: 02494f1ef68a9df48a1184c0a3e81dce (MD5) Previous issue date: 2015-05-25 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / According to Embrapa (2013), Brazil is the world's second largest soy producer just after the United States. Season after season, the production and planted area in Brazil is growing, however, climatic factors and crop diseases are affecting plantation, preventing further growth, and causing losses to farmers. Asian rust caused by Phakopsora pachyrhizi, is a foliar disease, considered one of the most important diseases at present, because of the potential for loss. Asian rust can be mistaken for other diseases in soybeans, such as Bacterial Blight, a Stain Brown and Bacterial Pustule, due to similar visual appearances. Thus, the present study aimed to develop an application for mobile devices using the Android platform to perform automatic recognition of the Asian soybean rust severity indices to assist in the early diagnosis and therefore assist in decision-making as the management and control of the disease. For this, was used techniques of digital image processing (DIP) and Artificial Neural Networks (ANN). First, around 3.000 soybean leaves were collected in the field, where about 2.000 were harnessed. Then it were separated by severity index, photographed in a controlled environment, and after that were processed in order to eliminate noise and background images. Filtering preprocessing phase consisted of median filter, Gaussian filter processing for gray scale, Canny edge detector, expansion, find and drawcontours, and finally the cut of leaf. After this was extracted color and texture features of the images, which were the average R, G and B Variant also for the three channels R, G and B according angular momentum, entropy, contrast, homogeneity, and finally correlation the severity degree previously known. With these data, the training was performed an ANN through the neural network simulator BrNeural. During training, parameters such as number of severity levels and number of neurons of the hidden layer have changed. After training, was chosen network architecture that gave better results, with 78.86% accuracy for Resilient-propagation algorithm. This network was saved in an object and inserted into the application, ready to be used with new data. Thus, the application takes the soybean leaf picture and filters the acquired image. After this, it extracts the features and commands internally to the trained neural network, which analyzes and reports the severity. Still, it is optionally possible to see a georeferenced map of the property, with the severities identified by small colored squares, each representing a different index. / Segundo a Embrapa (2013), o Brasil é o segundo maior produtor de soja do mundo, atrás apenas nos Estados Unidos. Safra após safra, a produção e a área plantada do Brasil vem crescendo, entretanto, fatores climáticos e doenças da cultura vêm afetando as lavouras, impedindo um crescimento ainda maior, e causando perdas para os agricultores. A ferrugem asiática, causada pelo fungo Phakopsora pachyrhizi, é uma doença foliar, considerada uma das doenças de maior importância na atualidade, devido ao grande potencial de perdas. A ferrugem asiática pode ser confundida com outras doenças na soja, como o Crestamento Bacteriano, a Mancha Parda e a Pústula Bacteriana, devido às aparências visuais semelhantes. Deste modo, O presente estudo teve por objetivo desenvolver um aplicativo para dispositivos móveis que utilizam a plataforma Android, para realizar o reconhecimento automático dos índices de severidade da ferrugem asiática da soja, para auxiliar no diagnóstico precoce e por consequência, auxiliar na tomada de decisão quanto ao manejo e controle da doença. Para isto, foram utilizadas técnicas de Processamento Digital de Imagens (PDI) e Redes Neurais Artificiais (RNA). Primeiramente, foram coletadas aproximadamente 3 mil folhas de soja em campo, onde cerca de 2 mil foram aproveitadas. Então elas foram separadas por índices de severidade, fotografadas em ambiente controlado, e após isto foram processadas com o objetivo de eliminar ruídos e o fundo das imagens. A fase de filtragem do pré-processamento consistiu nos filtros da mediana, filtro Gaussiano, transformação para escala de cinza, detector de bordas Canny, dilatação, find e drawcontours, e por fim o recorte da folha. Após isto, foram extraídas as características de cor e textura das imagens, que foram as médias R, G e B, Variância também para os três canais R, G e B, Segundo Momento Angular, Entropia, Contraste, Homogeneidade, Correlação e por fim, o Grau de Severidade previamente sabido. Com estes dados, foi realizado o treinamento de uma RNA através do simulador de redes neurais BrNeural. Durante o treinamento, parâmetros como quantidade de níveis de severidade e quantidade de neurônios da camada oculta foram alterados. Após o treinamento, foi escolhida a arquitetura de rede que deu melhor resultado, com 78,86% de acerto para o algoritmo Resilient-propagation. Esta rede foi salva em um objeto e inserida no aplicativo, pronta para ser utilizada com dados novos. Assim, o aplicativo tira a foto da folha de soja e faz a filtragem da imagem adquirida. Após isto, extrai as características e manda internamente para a rede neural treinada, que analisa e informa a severidade. Ainda, opcionalmente é possível ver um mapa georreferenciado da propriedade, com as severidades identificadas por pequenos quadrados coloridos, representando cada um, um índice diferente.

Made available in DSpace on 2016-12-23T14:33:44Z (GMT). No. of bitstreams: 1 Helio Perroni Filho - Parte 1.pdf: 3384577 bytes, checksum: 0d5b939b9a0aba325eeba2cd1c1dc632 (MD5) Previous issue date: 2010-02-28 / Um problema central para a Visão Computacional é o de depth estimation ( estimativa de profundidades ) isto é, derivar, a partir de uma ou mais imagens de uma cena, um depth map ( mapa de profundidades ) que determine as distâncias entre o observador e cada ponto das várias superfícies capturadas. Não é surpresa, portanto, que a abordagem de stereo correspondence ( correspondência estéreo ), tradicionalmente usada nesse problema, seja um dos tópicos mais intensamente investigados do campo... / Depth estimation taking one or more images from a scene and estimating a depth map, which determines distances between the observer and points taken from various object surfaces is a central problem in computer vision...

Il existe une multitude de traitements d'images dans la littérature, chacun étant adapté à un ensemble plus ou moins grand de cadres d'application. Les traitements d'images sont fondamentalement trop différents les uns par rapport aux autres pour être mis en commun de façon naturelle. De plus, ces derniers sont trop rigides pour pouvoir s'adapter d'eux mêmes lorsqu'un problème non prévu à l'avance par le concepteur apparaît. Or la vision est un phénomène autoadaptatif, qui sait traiter en temps réel des situations singulières, en y proposant des traitements particuliers et adaptés. Elle est aussi un traitement complexe des informations, tant ces dernières ne peuvent être réduites à des représentations réductionnistes et simplifiantes sans être mutilées.Dans cette thèse, un système de vision est entrepris comme un tout où chaque partie est adaptée à l'autre, mais aussi où chaque partie ne peut s'envisager sans l'autre dans les tensions les plus extrêmes générées par la complexité et l'intrication des informations. Puisque chaque parcelle d'information joue un rôle local dans la vision, tout en étant dirigée par un objectif global peu assimilable à son niveau, nous envisageons la vision comme un système où chaque agent délibère selon une interférence produite par le potentiel décisionnel de chacun de ses voisins. Cette délibération est entreprise comme le résultat produit par l'interférence d'une superposition de solutions. De cette manière, il émerge du système à base d'agents une décision commune qui dirige les actions locales faites par chaque agent ou chaque partie du système. En commençant par décrire les principales méthodes de segmentation ainsi que les descripteurs de formes, puis en introduisant les systèmes multi-agents dans le domaine de l'image, nous discutons d'une telle approche où la vision est envisagée comme un système multi-agent apte à gérer la complexité inhérente de l'information visuelle tant en représentation qu'en dynamisme systémique. Nous encrons dans ces perspectives deux modèles multi-agents. Le premier modèle traite de la segmentation adaptative d'images sans calibration manuelle par des seuils. Le deuxième modèle traite de la représentation de formes quelconques à travers la recherche de coefficients d'ondelettes pertinents. Ces deux modèles remplissent des critères classiques liés au traitement d'images, et à la reconnaissance de formes, tout en étant des cas d'études à développer pour la recherche d'un système de vision auto-adaptatif tel que nous le décrivons. / Although several image processing approaches exist, each of them was introduced in order to be used in a specific set of applications. In fact, image processing algorithms are fundamentally too different in order to be merged in a natural way. Moreover, due to their rigidity, they are unable to adapt themselves when a non-previously programmed problem appears as it could be the case in our framework. Indeed vision is an auto-adaptive phenomenon which can deal with singular situations by providing particular and adapted treatments. It is also a complex information processing. Therefore, vision should not be reduced to reductionist and simplifying representation. According to this thesis, a vision system could be developed as a whole in which each part adapts itself with others. Its parts cannot be considered separately due to the extreme tensions generated by the complexity and the intricacy of information. Each of them contributes locally to the vision and it is directed by a global objective incomprehensible at its level. We consider vision as a system whose agents deliberate according to an interference produced by the decision potential of each agent. This deliberation is undertaken as the result produced by interferences of a solution superposition. Then, it emerges from the agent-based system a common decision which directs local actions of each agent or of each part of the system. After describing the main shape descriptors and segmentation algorithms and after introducing multi-agent systems on the image processing domain, we discuss on approaches for which vision is considered as a multi-agent system able to manage the inherent complexity of visual information. Then, we give two multi-agent models. The first one deals with an adaptive segmentation which doesn't need manual calibration through thresholds. The second one deals with shape representations through the search of pertinent wavelet coefficients. These two models respect classical image processing criteria. They also are case studies that should be developed in the search of an auto-adaptive vision system.