Identificação de plantas a partir da análise de suas folhas utilizando o algoritmo SIFT e momentos de cor (2017)
- Authors:
- USP affiliated author: VIANA, DANIEL KENJI MATSUMOTO - EESC
- School: EESC
- Subjects: FOLHAS (PLANTAS); PLANTAS (IDENTIFICAÇÃO); VISÃO COMPUTACIONAL
- Keywords: Análise de folhas; Bag-of-words; Color moments; Computer vision; Identificação de plantas; Leaf analysis; Momentos de cor; Plant identification; SIFT; SVM
- Language: Português
- Abstract: A identificação de plantas é um problema antigo de agrônomos, agricultores, biólogos e pesquisadores, além de diletantes e do público em geral. É um processo laborioso que é feito manualmente, requerendo grande quantidade de tempo e experiência. Dessa maneira, não é um processo eficiente, perdendo-se muito tempo, especialmente quando se deve fazer a identificação de um conjunto grande de amostras. O presente trabalho tem como objetivo desenvolver um método baseado em visão computacional para realizar automaticamente a classificação de plantas, a partir da análise da imagem da folha da planta que se deseja identificar. A escolha da análise das folhas para a identificação das plantas foi feita pela maior facilidade de manuseio e maior disponibilidade delas, em comparação com outros métodos mais convencionais (análise das flores ou frutos). As características das folhas são obtidas pelos descritores do algoritmo SIFT e pela análise dos momentos de cor. Em seguida, é feito o agrupamento dos descritores através do método k-means. A análise da frequência de ocorrência desses grupos nas imagens segue um modelo bag-of-words de representação, que serve de entrada para uma máquina de vetores de suporte (SVM). A máquina, treinada com uma base de dados, realiza a identificação da espécie da planta. Por fim, o uso do método desenvolvido permitiu a comparação do desempenho do descritor SIFT puro e do descritor SIFT junto com os momentos de cor, para agrupamentos com diferentes números de centroides: no primeiro caso, a maior acurácia foi de 77,71%, utilizando 500 centroides; no segundo, a maior acurácia foi de 80,21%, utilizando 300 centroides. A adição dos momentos de cor nos casos estudados proporcionou um aumento médio da acurácia de 1,75%, com desvio padrão de 4,25% em relação aos casos somente com o descritor SIFT
- Imprenta:
- Place of publication: São Carlos
- Date published: 2017
-
ABNT
VIANA, Daniel Kenji Matsumoto. Identificação de plantas a partir da análise de suas folhas utilizando o algoritmo SIFT e momentos de cor. 2017. Trabalho de Conclusão de Curso (Graduação) – Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos, 2017. Disponível em: https://bdta.abcd.usp.br/directbitstream/bf0d7eff-6fc8-4928-8a15-107c1ae35bc7/Viana_Daniel_Kenji_Matsumoto_TCC.pdf. Acesso em: 21 maio 2024. -
APA
Viana, D. K. M. (2017). Identificação de plantas a partir da análise de suas folhas utilizando o algoritmo SIFT e momentos de cor (Trabalho de Conclusão de Curso (Graduação). Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/bf0d7eff-6fc8-4928-8a15-107c1ae35bc7/Viana_Daniel_Kenji_Matsumoto_TCC.pdf -
NLM
Viana DKM. Identificação de plantas a partir da análise de suas folhas utilizando o algoritmo SIFT e momentos de cor [Internet]. 2017 ;[citado 2024 maio 21 ] Available from: https://bdta.abcd.usp.br/directbitstream/bf0d7eff-6fc8-4928-8a15-107c1ae35bc7/Viana_Daniel_Kenji_Matsumoto_TCC.pdf -
Vancouver
Viana DKM. Identificação de plantas a partir da análise de suas folhas utilizando o algoritmo SIFT e momentos de cor [Internet]. 2017 ;[citado 2024 maio 21 ] Available from: https://bdta.abcd.usp.br/directbitstream/bf0d7eff-6fc8-4928-8a15-107c1ae35bc7/Viana_Daniel_Kenji_Matsumoto_TCC.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
Viana_Daniel_Kenji_Matsum... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
