Made available in DSpace on 2017-07-21T14:19:31Z (GMT). No. of bitstreams: 1
dissertacao_jaqueline_franco.pdf: 5450978 bytes, checksum: ccba56653d20a1b74e0758541848145a (MD5)
Previous issue date: 2017-06-29 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The condition known as purple spot in soybean seed is caused by the fungus Cercospora kikuchii and can influence both yield and quality losses in the production of soybean derivatives. Seed quality control is essential to avoid such losses, so there are conventional methods, such as visual inspections to identify contaminated seeds. However, these conventional processes are slow and imprecise, since they depend directly on the analyst. The present work had as objective to develop a computational system for the identification of soybean seeds contaminated by the fungus Cercospora kikuchii. The proposed method was developed based on the OpenCV library, using the Java programming language and the integration interface of the WEKA tool. Samples of 150 healthy seeds and 150 contaminated seeds were considered. The individual image acquisition of each seed, for purposes of classification in healthy or contaminated, was performed and was consided in the process the individual quality of each stage. The obtained result was 88% of correct classifications, using crossvalidation in the constructed neural network model and 100% correct classifications in the used images. The best results found in studies of other authors, specifically considering the fungus Cercospora kikuchii, were 66% to 83% of the correct classifications. / A presença da patologia conhecida como mancha púrpura da semente de soja é causada pelo fungo Cercospora kikuchii e pode implicar em prejuízos tanto de produtividade quanto de qualidade na produção de derivados. O controle de qualidade de sementes é essencial para evitar perdas como essas, sendo então convencionalmente realizadas inspeções visuais, para identificar as sementes contaminadas. Porém, tais processos convencionais são lentos e imprecisos, uma vez
que depende diretamente do analista. O presente trabalho teve por objetivo desenvolver um sistema computacional para a identificação de sementes de soja contaminadas pelo fungo Cercospora kikuchii. O método proposto foi desenvolvido utilizando a biblioteca OpenCV, por meio da linguagem de programação Java, e utilizando a interface de integração da ferramenta WEKA. Foram consideradas amostras de 150 sementes sadias e de 150 sementes contaminadas. A obtenção individual da imagem de cada semente, para fins de classificação em sadia ou contaminada, foi realizada e foi considerada durante o processo a qualidade individual de cada etapa do processo. O resultado alcançado foi de 88% de assertividade, utilizando a validação cruzada sobre o modelo de rede neural artificial construído, e
de 100% de assertividade sobre as imagens utilizadas. Os melhores resultados encontrados em trabalhos de outros autores, considerando especificamente o fungo Cercospora kikuchii, foram de 66% a 83% de assertividade.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede2.uepg.br:prefix/146 |
| Date | 29 June 2017 |
| Creators | Franco, Jaqueline Rissá |
| Contributors | Falate, Rosane, Jaccoud Filho, David de Souza, Sanches, Ionildo José |
| Publisher | UNIVERSIDADE ESTADUAL DE PONTA GROSSA, Programa de Pós Graduação Computação Aplicada, UEPG, BR, Computação para Tecnologias em Agricultura |
| 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:Biblioteca Digital de Teses e Dissertações da UEPG, instname:Universidade Estadual de Ponta Grossa, instacron:UEPG |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0025 seconds