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. |