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!
|
id |
ri-123456789-37898 |
---|---|
record_format |
dspace |
spelling |
ri-123456789-378982021-09-22T14:24:35Z Associação entre características físicas da semente de soja com a qualidade da semente usando a análise da imagem e técnicas de aprendizado de máquina Silva, Iaslan do Nascimento Paulo da Oliveira, Laura Emmanuella Alves Dos Santos Santana De Perreira, Márcio Dias Oliveira, Laura Emmanuella Alves Dos Santos Santana De Pereira, Márcio Dias Vale, Alessandra Mendes Pacheco Guerra Soja Soy Avaliação da qualidade de sementes Seed quality assessment Análise de imagens digitais Digital imaging analysis Aprendizado de máquina Machine learning 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. 2017-12-07T19:45:42Z 2021-09-22T14:24:35Z 2017-12-07T19:45:42Z 2021-09-22T14:24:35Z 2017-11-26 bachelorThesis 2014091922 SILVA, Iaslan do Nascimento Paulo da. Associação entre características físicas da semente de soja com a qualidade da semente usando a análise da imagem e técnicas de aprendizado de máquina. 2017. 62 f. TCC (Graduação) - Curso Tecnólogo em Análise e Desenvolvimento de Sistemas, Unidade Acadêmica Especializada em Ciências Agrárias, Universidade Federal do Rio Grande do Norte, Macaíba, 2017. https://repositorio.ufrn.br/handle/123456789/37898 pt_BR openAccess application/pdf Universidade Federal do Rio Grande do Norte Brasil UFRN Tecnólogo em Análise e Desenvolvimento de Sistemas |
institution |
Repositório Institucional |
collection |
RI - UFRN |
language |
pt_BR |
topic |
Soja Soy Avaliação da qualidade de sementes Seed quality assessment Análise de imagens digitais Digital imaging analysis Aprendizado de máquina Machine learning |
spellingShingle |
Soja Soy Avaliação da qualidade de sementes Seed quality assessment Análise de imagens digitais Digital imaging analysis Aprendizado de máquina Machine learning Silva, Iaslan do Nascimento Paulo da Associação entre características físicas da semente de soja com a qualidade da semente usando a análise da imagem e técnicas de aprendizado de máquina |
description |
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. |
author2 |
Oliveira, Laura Emmanuella Alves Dos Santos Santana De |
author_facet |
Oliveira, Laura Emmanuella Alves Dos Santos Santana De Silva, Iaslan do Nascimento Paulo da |
format |
bachelorThesis |
author |
Silva, Iaslan do Nascimento Paulo da |
author_sort |
Silva, Iaslan do Nascimento Paulo da |
title |
Associação entre características físicas da semente de soja com a qualidade da semente usando a análise da imagem e técnicas de aprendizado de máquina |
title_short |
Associação entre características físicas da semente de soja com a qualidade da semente usando a análise da imagem e técnicas de aprendizado de máquina |
title_full |
Associação entre características físicas da semente de soja com a qualidade da semente usando a análise da imagem e técnicas de aprendizado de máquina |
title_fullStr |
Associação entre características físicas da semente de soja com a qualidade da semente usando a análise da imagem e técnicas de aprendizado de máquina |
title_full_unstemmed |
Associação entre características físicas da semente de soja com a qualidade da semente usando a análise da imagem e técnicas de aprendizado de máquina |
title_sort |
associação entre características físicas da semente de soja com a qualidade da semente usando a análise da imagem e técnicas de aprendizado de máquina |
publisher |
Universidade Federal do Rio Grande do Norte |
publishDate |
2017 |
url |
https://repositorio.ufrn.br/handle/123456789/37898 |
work_keys_str_mv |
AT silvaiaslandonascimentopauloda associacaoentrecaracteristicasfisicasdasementedesojacomaqualidadedasementeusandoaanalisedaimagemetecnicasdeaprendizadodemaquina |
_version_ |
1773958064662118400 |