<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Inspeção de amostras de sementes de milho utilizando processamento de imagens e aprendizado de máquina.

Date

Publisher

item.page.edition

Abstract

Neste estudo, duas abordagens utilizando análise de imagens digitais foram exploradas, a partir da captura da amostra por um smartphone, disposta em um amostrador desenvolvido para o estudo. A primeira abordagem teve por objetivo analisar a capacidade do aplicativo PhotoMetrix PRO® em identificar sementes boas em meio ao descarte de um equipamento de classificação de sementes, como uma color sorter. Onde, a partir de uma imagem tomada da amostra, o sistema determina o percentual de sementes boas através de análise multivariada e usando regressão de mínimos quadrados (PLS). O modelo de calibração forneceu um coeficiente de determinação igual a 0,976, o RMSEC igual a 1,23% e o RMSECV igual a 4,76%, com os limites de quantificação e detecção calculados em 10,2 e 3,06% respectivamente. Na segunda abordagem as amostras são dispostas na bandeja com 64 cavidades e as imagens RGB capturadas por um smartphone a partir da câmara de amostragem desenvolvida para o estudo. Os melhores resultados foram obtidos com o treinamento de 100 gerações de uma rede pré-treinada ResNet50, alcançando uma acurácia de 97%, sensibilidade de 99%, especificidade de 94%, precisão de 95% e F1-score de 97% e AUC de 97%, a partir de uma amostra teste composta de 548 sementes. Comparada com o método de inspeção e análise manual e visual de amostras que consomem de 15 a 20 minutos, os experimentos deste estudo demonstraram que as propostas consomem em torno de 3 minutos desde a disposição da amostra até a apresentação dos resultados.

Description

Inclui bibliografia.

item.page.isbn

item.page.type

Dissertação de Mestrado

item.page.location

Santa Cruz do Sul

DOI

Licença

Creative Commons Este item está licenciado sob uma Licença Creative Commons.