A diversidade de espécies presentes no riquíssimo reino vegetal torna o processo de identificação de órgãos foliares uma tarefa muito complexa. A biodiversidade das espécies, associada aos modelos tradicionais de taxonomia, transforma essa tarefa em um verdadeiro desafio para os pesquisadores. Neste trabalho é apresentada uma nova abordagem para identificação de espécies vegetais baseada em características internas dos órgãos foliares. A coleta de informações é realizada através de técnicas de visão computacional e análise de imagens, através das quais são extraídas características relativas à complexidade (dimensão fractal) e biometria dos órgãos foliares. A eficiência da metodologia desenvolvida foi avaliada em casos reais de identificação de espécies, em que foram utilizados dois conjuntos de imagens: espécies da Mata Atlântica e do Cerrado brasileiro, e espécies de maracujás silvestres do gênero Passiflora. Para classificação das espécies foram utilizadas as técnicas de reconhecimento padrões de análise de agrupamentos e redes neurais artificiais. / The plant species diversity makes their correct identification a very complex task. The traditional taxonomy models, associated with species biodiversity, has been transformed this task in a challenger for the researches. This work presents a new approach to plant species identification, based on internal characteristics of leaf form. The data are collected by computer vision and shape analysis techniques, which extracts features from complexity (fractal dimension) and biometry of plant species. The methodology efficiency was evaluated with real cases of species identification: digital images of Mata Atlântica and brazilian Cerrado species; and passion fruit species of genus Passiflora. The species classifications are performed using pattern recognition techniques as clustering and artificial neural networks.
| Identifer | oai:union.ndltd.org:IBICT/oai:teses.usp.br:tde-03052006-034021 |
| Date | 29 October 2004 |
| Creators | Rodrigo de Oliveira Plotze |
| Contributors | Odemir Martinez Bruno, Luís Carlos Bernacci, Agma Juci Machado Traina |
| Publisher | Universidade de São Paulo, Ciências da Computação e Matemática Computacional, USP, BR |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da USP, instname:Universidade de São Paulo, instacron:USP |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0021 seconds