Made available in DSpace on 2016-06-02T19:05:38Z (GMT). No. of bitstreams: 1
2578.pdf: 4936351 bytes, checksum: c3169360ab91e26c8efef7226a907cdf (MD5)
Previous issue date: 2009-06-05 / Universidade Federal de Sao Carlos / In Brazil, the development of tools for weeds recognition, capable of aiding risk detection and decision making on the fieldwork is still embryonic. This master s thesis presents the development of a pattern recognition system that recognizes weeds and gives the occupation percentage of wide and narrow leaves in an agricultural production system, with digital image processing techniques. The development was based on considerations about image acquisition, pre-processing, texture based segmentation, descriptors for weeds recognition and occupation percentage of each kind of leaf. The validation has been developed considering geometric patterns generated in laboratory, as well as others obtained of a maize (Zea mays) production agricultural environment, i. e. two species of weeds, one with wide leaves (Euphorbia heterophylla L.) and other with narrow leaves (Digitaria sanguinalis Scop.). The results show recognition of about 84.24 percent for wide leaves and 80.17 percent for narrow leaves in agricultural environment and also the capability to spot weed on unreachable locations by natural vision. Besides, the method presents application in precision agriculture to improve the decision making in pulverization processes. / No Brasil é ainda embrionário o desenvolvimento de ferramentas de reconhecimento de plantas invasoras, capazes de auxiliar a tomada de decisão e indicar o seu risco no sistema de produção. Este trabalho apresenta o desenvolvimento de um sistema de reconhecimento de padrões de plantas invasoras e percentuais de ocupação de folhas largas e folhas estreitas, em sistemas de produção agrícola, utilizando técnicas de processamento digital de imagens. Para o desenvolvimento houve a consideração das etapas de aquisição das imagens, pré-processamento, segmentação baseada em textura, descritores para o reconhecimento das plantas invasoras e percentual de ocupação de cada tipo de planta. A validação foi desenvolvida considerando padrões geométricos gerados em laboratório, bem como o próprio ambiente de produção agrícola de milho (Zea mays), tomando por base duas espécies de plantas invasoras, sendo uma de folha larga (Euphorbia heterophylla L.), e outra de folha estreita (Digitaria sanguinalis Scop.). Resultados indicam uma taxa de acerto no reconhecimento em ambiente de campo da ordem de 84,24% para folhas largas e da ordem de 80,17% para folhas estreitas, além da capacidade de identificar plantas invasoras em locais restritos a visão natural. Adicionalmente, o resultado obtido apresenta potencial para a aplicação no manejo baseado em agricultura de precisão, o que auxilia na tomada de decisão em pulverização agrícola.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufscar.br:ufscar/416 |
| Date | 05 June 2009 |
| Creators | Santos, Ana Paula de Oliveira |
| Contributors | Cruvinel, Paulo Estevão |
| Publisher | Universidade Federal de São Carlos, Programa de Pós-graduação em Ciência da Computação, UFSCar, BR |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Repositório Institucional da UFSCAR, instname:Universidade Federal de São Carlos, instacron:UFSCAR |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0024 seconds