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

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

dc.contributor.advisorMolz, Rolf Fredi
dc.contributor.advisorcoCosta, Adilson Ben da
dc.contributor.authorSouza, Alexandro Ricardo Rodrigues de
dc.date.accessioned2026-11-19T13:39:25Z
dc.date.issued2023
dc.degree.departmentPrograma de Pós-Graduação em Sistemas e Processos Industriais
dc.degree.grantorUniversidade de Santa Cruz do Sul
dc.degree.localSanta Cruz do Sul
dc.description.notaInclui bibliografia.
dc.description.resumoNeste 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.
dc.identifier.urihttps://repositorio.unisc.br/handle/11624/4403
dc.language.isopt_BR
dc.rightsLicença Creative Commons
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/deed.pt
dc.subject.otherProcessamento de imagens
dc.subject.otherMilho - Análise
dc.subject.otherSementes - Controle de qualidade
dc.subject.otherVisão por computador
dc.titleInspeção de amostras de sementes de milho utilizando processamento de imagens e aprendizado de máquina.
dc.typeDissertação de Mestrado

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
Inspeção de amostras de sementes de milho utilizando processamento de imagens e aprendizado de máquina.pdf
Tamanho:
337,33 KB
Formato:
Adobe Portable Document Format