Submitted by Fernando Souza (fernandoafsou@gmail.com) on 2017-08-15T15:15:35Z
No. of bitstreams: 1
arquivototal.pdf: 3344501 bytes, checksum: 9deb01db1972288d73b0c48155123f90 (MD5) / Made available in DSpace on 2017-08-15T15:15:35Z (GMT). No. of bitstreams: 1
arquivototal.pdf: 3344501 bytes, checksum: 9deb01db1972288d73b0c48155123f90 (MD5)
Previous issue date: 2016-02-19 / Currently, unmanned aerial vehicles (UAV) are increasingly used to aid the various tasks
around the world. The popularization of this equipment associated with the advancement
of technology, particularly the miniaturization of processors, extend their functionalitys. In
agricultural applications, these devices allow monitoring of production by capturing aerial
images, for which are processed and identified areas of interest through specific software.
The research proposes a low-cost solution capable of processing aerial images obtained
by non-metric digital cameras coupled to UAV to identify gaps in plantations or estimate
levels of environmental degradation, which can be deployed in small computers and low
power consumption. Embedded systems coupled in UAV allow perform processing in
real time, which contributes to a preventive diagnosis, reduces the response time and can
avoid damages in the crop. The algorithm used is based on watershed, while the second
algorithm uses classification techniques based on the 1-Nearest Neighbor (1-NN). Are used
the embedded systems DE2i-150 and Intel Edison, both x86 architecture, and Raspberry Pi
2 of ARM architecture. Moreover, the technique 1-NN showed higher tolerance to lighting
problems, however, require more processing power compared to the algorithm based on
watershed. The results show that the proposed system is an efficient and relatively low-cost
solution compared to traditional means of monitoring and can be coupled in a UAV to
perform the processing during the flight. / Atualmente, veículos aéreos não tripulados (VANT) são cada vez mais utilizados no auxílio
a diversas tarefas em todo o mundo. A popularização destes equipamentos associada
ao avanço da tecnologia, sobretudo a miniaturização de processadores, ampliam suas
funcionalidades. Em aplicações agrícolas, estes equipamentos permitem o monitoramento
da produção por meio da captação de imagens aéreas, a partir dos quais são processadas
e identificadas áreas de interesse por meio de softwares específicos. A pesquisa propõe
uma solução de baixo custo capaz de processar imagens aéreas obtidas por câmeras digitais
não métricas acopladas a VANT para identificar falhas em plantações ou estimar níveis
de degradação ambiental, os quais possam ser implantados em computadores de pequeno
porte e baixo consumo, conhecido como sistemas embarcados. Plataformas embarcadas
acopladas a VANT permitem realizar o processamento em tempo real, que contribui para
um diagnóstico preventivo, reduz o tempo de resposta e pode evitar prejuízos na lavoura.
O algoritmo inicialmente avaliado é baseado em watershed, enquanto que o segundo
algoritmo proposto faz uso de técnicas de classificação baseada no 1-vizinho mais próximo
(1-NN). Utilizam-se os sistemas embarcados DE2i-150 e Intel Edison, ambos de arquitetura
x86, e a plataforma Raspberry Pi 2 de arquitetura ARM. Em relação ao processamento
das imagens são alcançados níveis de acurácia em torno de 90%, com uso do algoritmo
baseado em 1-NN. Além disso, a técnica 1-NN apresentou maior tolerância aos problemas
de luminosidade, em contrapartida, demandam maior poder de processamento quando
comparados com o algoritmo baseado em watershed. Os resultados mostram que o sistema
proposto é uma solução eficiente e de custo relativamente baixo em comparação com os
meios tradicionais de monitoramento e pode ser acoplada em um VANT para realizar o
processamento durante o voo.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede.biblioteca.ufpb.br:tede/9262 |
| Date | 19 February 2016 |
| Creators | Silva, Jonas Fernandes da |
| Contributors | Brito, Alisson Vasconcelos de |
| Publisher | Universidade Federal da Paraíba, Programa de Pós-Graduação em Informática, UFPB, Brasil, Informática |
| 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 UFPB, instname:Universidade Federal da Paraíba, instacron:UFPB |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | 4679641312648529202, 600, 600, 600, 7879657947546587587, 3671711205811204509 |
Page generated in 0.0032 seconds