Identificação de amostras de sementes utilizando VisãoComputacional

Lucas Ferrari Oliveira, Luiz Alberto Bordignon, Jeovane Honório Alves

Resumo


Diversos sistemas computacionais voltados ao Agronegócio foram desenvolvidos visando melhorar a produtividade, qualidade dos produtos, reduzir desperdícios e auxiliar na tomada de decisões. Da mesma forma, medidores de umidade estão cada vez mais tecnológicos e, neste caso, automatização do processo de medição auxilia na redução de erros e aumento de produtividade. Neste contexto, o presente trabalho apresenta uma metodologia para obtenção de imagens de sementes e classificação utilizando métodos de Visão Computacional. Uma base de imagens com treze tipos de sementes foi criada para avaliação do método de identificação proposto. Quatro descritores foram extraídos, avaliados individualmente e de forma combinada, sendo utilizados como entrada no classificador SVM. O método proposto obteve uma taxa de acerto superior a 85% em 12 dos 13 tipos testados, mostrando a viabilidade dasua utilização na identificação de sementes, para uma posterior análise de umidade.

Texto completo:

PDF