Associação entre características físicas da semente de soja com a qualidade da semente usando a análise da imagem e técnicas de aprendizado de máquina
A soja (Glycine max) é uma das mais importantes culturas na economia mundial, porém o sucesso da lavoura de soja depende de diversos fatores, sendo o mais importante deles a utilização de sementes de elevada qualidade, capazes de gerar plantas de alto vigor. A avaliação da qualidade de sementes é fe...
Na minha lista:
| Autor principal: | |
|---|---|
| Outros Autores: | |
| Formato: | bachelorThesis |
| Idioma: | pt_BR |
| Publicado em: |
Universidade Federal do Rio Grande do Norte
|
| Assuntos: | |
| Endereço do item: | https://repositorio.ufrn.br/handle/123456789/37898 |
| Tags: |
Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
|
| Resumo: | A soja (Glycine max) é uma das mais importantes culturas na economia mundial, porém o sucesso da lavoura de soja depende de diversos fatores, sendo o mais importante deles a utilização de sementes de elevada qualidade, capazes de gerar plantas de alto vigor. A avaliação da qualidade de sementes é feita por testes de germinação e de vigor que ajudam na identificação de lotes com melhor desempenho. Um dos desafios encontrados pelos produtores de soja é que essas análises para avaliação da qualidade da semente são destrutivas e demandam tempo, que é considerado longo e caro na cadeia que envolve a produção e comercialização das sementes. Uma das formas de se aprimorar e tornar rápido o processo de avaliação, é através da análise de imagens por computador. Alguns trabalhos têm sido desenvolvidos nesse sentido, utilizando a análise de imagens digitais para classificação da morfologia de sementes e avaliação fisiológica. O presente trabalho propõe a utilização de técnicas de aprendizado de máquina para predizer a germinação das sementes de soja a partir de características físicas da semente obtidas por meio da análise digital de imagens, bem como, identificar atributos físicos relevantes para a avaliação da qualidade da semente a partir da análise de correlação desses atributos com características fisiológicas que indicam a qualidade da semente de soja. Busca-se com isso maior agilidade e confiabilidade no processo de avaliação da qualidade de sementes de soja, além de caracterizar um processo de avaliação da semente não destrutivo. Os resultados iniciais indicam a necessidade de aumentar a quantidade de descritores de imagem para aumentar a acurácia do sistema de predição. |
|---|