Determinação do grau de severidade da mancha branca no milho com a utilização da câmera de smartphone para captura de imagens em ambiente controlado
Brazil is the world’s third-largest maize producer, third only to China and to the United States, therefore, maize is one of the main crops of great impact in the country. One of the obstacles to the high productivity of maize are diseases, which if they are not identified and combated can be respon...
Principais autores: | Niemies, Fagler Ribeiro, Vaurof, João Marcos Ianuxauskas |
---|---|
Formato: | Trabalho de Conclusão de Curso (Graduação) |
Idioma: | Português |
Publicado em: |
Universidade Tecnológica Federal do Paraná
2021
|
Assuntos: | |
Acesso em linha: |
http://repositorio.utfpr.edu.br/jspui/handle/1/23945 |
Tags: |
Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
|
id |
riut-1-23945 |
---|---|
recordtype |
dspace |
spelling |
riut-1-239452021-01-23T06:10:16Z Determinação do grau de severidade da mancha branca no milho com a utilização da câmera de smartphone para captura de imagens em ambiente controlado Determination of white spot severity in maize using smartphone to capture image in controlled environment Niemies, Fagler Ribeiro Vaurof, João Marcos Ianuxauskas Maciel, Denise do Rocio Aires, Simone Bello Kaminski Maciel, Denise do Rocio Aires, Simone Bello Kaminski Ranthum, Geraldo Ribeiro, Richard Duarte Milho - Doenças e pragas Processamento de imagens - Técnicas digitais Diagnóstico por imagem Corn - Diseases and pests Image processing - Digital techniques Diagnostic imaging CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Brazil is the world’s third-largest maize producer, third only to China and to the United States, therefore, maize is one of the main crops of great impact in the country. One of the obstacles to the high productivity of maize are diseases, which if they are not identified and combated can be responsible for crop losses. About 60% of maize crop losses are estimated to be caused by the white spot. In order to assist the farmer decision, a methodology was developed to determine the degree of severity of white spot on maize leaf, using digital image processing techniques. The methodology used to perform the work consists of the following steps: image acquisition, preprocessing, segmentation, postprocessing, edge detection and disease area calculation. It was verified that using the developed methodology it was possible to quantify the severity of white spot disease in maize leaf. It is concluded that the obtained result was satisfactory, since in the current literature the classification with the diagrammatic scale has a margin of error of 15% and with the methodology the error index was equal to 2.5%. O Brasil é o terceiro maior produtor mundial de milho, perdendo apenas para China e Estados Unidos, sendo assim, é uma das principais culturas de grande impacto no país. Um dos obstáculos para a alta produtividade do milho são as doenças, que se não identificadas e combatidas podem ser responsáveis por perda de lavouras. Estima-se que cerca de 60% das perdas no cultivo do milho são causadas pela mancha branca. Propondo auxiliar o agricultor na tomada de decisão, nesse trabalho foi elaborada uma metodologia para determinação do grau da severidade da mancha branca na folha do milho, utilizando técnicas de processamento digital de imagens. A metodologia utilizada para a realização do trabalho é formada pelas seguintes etapas: aquisição das imagens, pré-processamento, segmentação, extração de características, reconhecimento e interpretação. Verificou-se que utilizando a metodologia desenvolvida foi possível quantificar a severidade de doença mancha branca na folha do milho. Conclui-se que o resultado obtido foi satisfatório, visto que em trabalhos referentes a classificação com a escala diagramática, utilizada atualmente, tem uma margem de erro de 15%, com a metodologia proposta aplicado na imagem base desse trabalho o índice de erro foi igual a 2.5%. 2021-01-22T19:15:21Z 2021-01-22T19:15:21Z 2019-12-13 bachelorThesis NIEMIES, Fagler Ribeiro; VAUROF, João Marcos Ianuxauskas. Determinação do grau de severidade da mancha branca no milho com a utilização da câmera de smartphone para captura de imagens em ambiente controlado. 2019. Trabalho de Conclusão de Curso (Tecnologia em Análise e Desenvolvimento de Sistemas) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2019. http://repositorio.utfpr.edu.br/jspui/handle/1/23945 por openAccess application/pdf Universidade Tecnológica Federal do Paraná Ponta Grossa Brasil Departamento Acadêmico de Informática Tecnologia em Análise e Desenvolvimento de Sistemas UTFPR |
institution |
Universidade Tecnológica Federal do Paraná |
collection |
RIUT |
language |
Português |
topic |
Milho - Doenças e pragas Processamento de imagens - Técnicas digitais Diagnóstico por imagem Corn - Diseases and pests Image processing - Digital techniques Diagnostic imaging CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
spellingShingle |
Milho - Doenças e pragas Processamento de imagens - Técnicas digitais Diagnóstico por imagem Corn - Diseases and pests Image processing - Digital techniques Diagnostic imaging CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Niemies, Fagler Ribeiro Vaurof, João Marcos Ianuxauskas Determinação do grau de severidade da mancha branca no milho com a utilização da câmera de smartphone para captura de imagens em ambiente controlado |
description |
Brazil is the world’s third-largest maize producer, third only to China and to the United States, therefore, maize is one of the main crops of great impact in the country. One of the obstacles to the high productivity of maize are diseases, which if they are not identified and combated can be responsible for crop losses. About 60% of maize crop losses are estimated to be caused by the white spot. In order to assist the farmer decision, a methodology was developed to determine the degree of severity of white spot on maize leaf, using digital image processing techniques. The methodology used to perform the work consists of the following steps: image acquisition, preprocessing, segmentation, postprocessing, edge detection and disease area calculation. It was verified that using the developed methodology it was possible to quantify the severity of white spot disease in maize leaf. It is concluded that the obtained result was satisfactory, since in the current literature the classification with the diagrammatic scale has a margin of error of 15% and with the methodology the error index was equal to 2.5%. |
format |
Trabalho de Conclusão de Curso (Graduação) |
author |
Niemies, Fagler Ribeiro Vaurof, João Marcos Ianuxauskas |
author_sort |
Niemies, Fagler Ribeiro |
title |
Determinação do grau de severidade da mancha branca no milho com a utilização da câmera de smartphone para captura de imagens em ambiente controlado |
title_short |
Determinação do grau de severidade da mancha branca no milho com a utilização da câmera de smartphone para captura de imagens em ambiente controlado |
title_full |
Determinação do grau de severidade da mancha branca no milho com a utilização da câmera de smartphone para captura de imagens em ambiente controlado |
title_fullStr |
Determinação do grau de severidade da mancha branca no milho com a utilização da câmera de smartphone para captura de imagens em ambiente controlado |
title_full_unstemmed |
Determinação do grau de severidade da mancha branca no milho com a utilização da câmera de smartphone para captura de imagens em ambiente controlado |
title_sort |
determinação do grau de severidade da mancha branca no milho com a utilização da câmera de smartphone para captura de imagens em ambiente controlado |
publisher |
Universidade Tecnológica Federal do Paraná |
publishDate |
2021 |
citation |
NIEMIES, Fagler Ribeiro; VAUROF, João Marcos Ianuxauskas. Determinação do grau de severidade da mancha branca no milho com a utilização da câmera de smartphone para captura de imagens em ambiente controlado. 2019. Trabalho de Conclusão de Curso (Tecnologia em Análise e Desenvolvimento de Sistemas) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2019. |
url |
http://repositorio.utfpr.edu.br/jspui/handle/1/23945 |
_version_ |
1805315317367308288 |
score |
10,814766 |