Análise experimental de algoritmos de constância de cor e segmentação para detecção de mudas de plantas (2018)
- Authors:
- Autor USP: PERISSINI, IVAN CARLOS - EESC
- Unidade: EESC
- Sigla do Departamento: SEM
- Subjects: MUDAS; AGRICULTURA DE PRECISÃO; PROCESSAMENTO DE IMAGENS
- Keywords: SEGMENTAÇÃO POR COR; CONSTÂNCIA DE COR; INVARIÂNCIA LUMINOSX
- Language: Português
- Abstract: O uso da visão computacional vem ganhando espaço no contexto agrícola, especialmente com a evolução do conceito da agricultura de precisão. Aplicações como irrigação, fertilização e controle de pragas são apenas alguns dos cenários que essa tecnologia pode atender. Entretanto, a demanda por sistemas acessíveis e eficientes aliada às inconstâncias e ruídos visuais de um ambiente externo, apresentam desafios a estes processos. Foi proposto neste trabalho uma análise da literatura e uma série de investidas experimentais de técnicas de processamento de imagens, para buscar melhores relações entre custo computacional e desempenho da detecção de mudas de plantas, visando atingir operações em tempo real com o uso de hardwares comuns e de baixo custo. Para tanto o trabalho investiga a composição de estratégias de segmentação a partir de diferentes espaços de cor e métodos de constância de cor, de forma a reduzir a variação luminosa, uma das maiores fontes de instabilidade nas aplicações de visão na agricultura. Os experimentos propostos foram divididos em duas fases; na primeira o sistema de medidas foi avaliado, definindo as métricas e condições experimentais adequadas para a segunda fase, composta de uma sequência de experimentos comparativos entre estratégias de segmentação sob diferentes condições de iluminação. Os resultados mostraram que as soluções são muito dependentes das condições da cena e uma série de alternativas promissoras de segmentação foram obtidas. Sua elegibilidade, porém, depende de considerações sobre a disponibilidade computacional e contexto de aplicação
- Imprenta:
- Publisher place: São Carlos
- Date published: 2018
- Data da defesa: 02.03.2018
-
ABNT
PERISSINI, Ivan Carlos. Análise experimental de algoritmos de constância de cor e segmentação para detecção de mudas de plantas. 2018. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2018. Disponível em: http://www.teses.usp.br/teses/disponiveis/18/18149/tde-25052018-095947/. Acesso em: 01 jan. 2026. -
APA
Perissini, I. C. (2018). Análise experimental de algoritmos de constância de cor e segmentação para detecção de mudas de plantas (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/18/18149/tde-25052018-095947/ -
NLM
Perissini IC. Análise experimental de algoritmos de constância de cor e segmentação para detecção de mudas de plantas [Internet]. 2018 ;[citado 2026 jan. 01 ] Available from: http://www.teses.usp.br/teses/disponiveis/18/18149/tde-25052018-095947/ -
Vancouver
Perissini IC. Análise experimental de algoritmos de constância de cor e segmentação para detecção de mudas de plantas [Internet]. 2018 ;[citado 2026 jan. 01 ] Available from: http://www.teses.usp.br/teses/disponiveis/18/18149/tde-25052018-095947/ - Comparison of hand segmentation approaches in grasp images obtained with an omnidirectional vision system
- Incorporation of frailties into a non-proportional hazard regression model and its diagnostics for reliability modeling of downhole safety valves
- Improved objective Bayesian estimator for a PLP model hierarchically represented subject to competing risks under minimal repair regime
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
