Métodos de identificação para separação de sementes de arroz quanto à diferença de pigmentação, dimensões e fissuras por meio do processamento de imagens

Detalhes bibliográficos
Ano de defesa: 2022
Autor(a) principal: Monteiro, Rita de Cassia Mota
Orientador(a): Villela, Francisco Amaral
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Pelotas
Programa de Pós-Graduação: Programa de Pós-Graduação em Ciência e Tecnologia de Sementes
Departamento: Faculdade de Agronomia Eliseu Maciel
País: Brasil
Palavras-chave em Português:
Área do conhecimento CNPq:
Link de acesso: http://guaiaca.ufpel.edu.br/handle/prefix/9054
Resumo: Para avaliação das fissuras foram utilizadas amostras de três lotes de sementes de arroz, um lote contendo semente úmida, não submetida à secagem (semente com casca) e dois lotes submetidos à secagem, um contendo semente com casca e outro contendo semente sem casca, cada amostra contendo 100 sementes. Foram captadas imagens em formatos de raio X e RGB, na sequência processadas no software ImageJ - FIJI e introduzidas no software de aprendizagem de máquina, onde foram pré-processados com a utilização dos filtros adequados e depois classificadas por meio dos classificadores J48 e LDA. As imagens de raio X utilizando equipamento diferenciado permitem identificar fissuras em sementes de arroz pela utilização de técnicas de processamento de imagens e do classificador LDA. Além disso, a captura de imagens por RGB constitui-se em alternativa viável. A utilização dos filtros de forma individual ou em combinação pode consistir numa adequada alternativa para a classificação de sementes de arroz. Para a separação de sementes de arroz vermelho e preto de sementes de arroz branco, a componente de cor mais adequada é a escala de vermelho. Por outro lado, para sementes de arroz preto e vermelho a resposta mais eficiente é obtida com a escala de azul. Para as diferenças de dimensões entre sementes é possível utilizar técnicas de processamento de imagens, sendo que as relações de comprimento e largura são as mais promissoras para alcançar maior eficiência do processo, com precisão de 72 e 73%, respectivamente.