Método para classificação de café em grãos por imagens digitais pelo uso de atributos selecionados de morfologia, cor e textura (2014)
- Authors:
- Autor USP: OYAMA, PEDRO IVO DE CASTRO - EESC
- Unidade: EESC
- Sigla do Departamento: SEL
- Subjects: GRÃOS (CLASSIFICAÇÃO); CAFÉ; REDES NEURAIS; VISÃO COMPUTACIONAL; RECONHECIMENTO DE PADRÕES
- Language: Português
- Abstract: A análise da qualidade de grãos é um dos gargalos encontrados na cadeia produtiva do setor cafeeiro, tendo em vista que atualmente é feita de forma manual. Buscando uma solução para o problema, este trabalho apresenta um método baseado em visão computacional e redes neurais artificiais para identificar em amostras de grãos de café vinte e uma classes. No total, 421 atributos de três diferentes naturezas - morfologia, cor e textura - foram reunidos para compor o conjunto de características utilizado pela rede neural. Os atributos morfológicos são: Descritores de Fourier, Descritores Genéricos de Fourier, Momentos de Zernike, elementos do Modelo Autorregressivo e um conjunto de atributos diversos. Após avaliar duas abordagens para os atributos de cor - histogramas de frequências de cor e atributos estatísticos desses histogramas - a segunda foi escolhida e, assim, os atributos de cor adotados foram: média, variância, obliquidade, energia, curtose, entropia e suavidade de histogramas globais de cor, calculados para os espaços de cor RGB, HSV, I1I2I3 e CIELAB. Visando um melhor desempenho, os descritores de Haralick foram modificados para que dois pixels de referência fossem utilizados no cálculo da matriz de coocorrência. A versão modificada dos descritores superou as originais, e assim, seus valores calculados com o espaço de cor I1I2I3 (aquele que apresentou melhor eficácia em testes) foram utilizados como atributos de textura. O conjunto de atributos foi arranjado em cinco subconjuntos, cada um contendo diferentes combinações das distintas naturezas de atributos e sendo associado a uma análise. Para cada subconjunto, selecionaram-se os melhores elementos pelas técnicas chi-quadrado, ganho de informação e PCA (Principal Component Analysis). O resultado dessa seleção determinou as entradas para três processos classificatórios,que foram avaliados a fim de se determinar o mais efetivo. Após as avaliações, e sendo determinada a melhor configuração, o processo classificatório escolhido proporcionou a acurácia de 85,08%, superando trabalhos correlatos
- Imprenta:
- Publisher place: São Carlos
- Date published: 2014
- Data da defesa: 31.07.2014
-
ABNT
OYAMA, Pedro Ivo de Castro. Método para classificação de café em grãos por imagens digitais pelo uso de atributos selecionados de morfologia, cor e textura. 2014. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2014. Disponível em: http://www.teses.usp.br/teses/disponiveis/18/18152/tde-22082014-164857/. Acesso em: 07 maio 2026. -
APA
Oyama, P. I. de C. (2014). Método para classificação de café em grãos por imagens digitais pelo uso de atributos selecionados de morfologia, cor e textura (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/18/18152/tde-22082014-164857/ -
NLM
Oyama PI de C. Método para classificação de café em grãos por imagens digitais pelo uso de atributos selecionados de morfologia, cor e textura [Internet]. 2014 ;[citado 2026 maio 07 ] Available from: http://www.teses.usp.br/teses/disponiveis/18/18152/tde-22082014-164857/ -
Vancouver
Oyama PI de C. Método para classificação de café em grãos por imagens digitais pelo uso de atributos selecionados de morfologia, cor e textura [Internet]. 2014 ;[citado 2026 maio 07 ] Available from: http://www.teses.usp.br/teses/disponiveis/18/18152/tde-22082014-164857/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
