Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufpa.br/jspui/handle/2011/12562
Tipo: Dissertação
Fecha de publicación : 8-oct-2018
Autor(es): SEREJO, Gerson Lima
Primer Orientador: SANTOS, Viviane Almeida dos
Primer Coorientador: GOMES, Ana Claudia da Silva
Título : Estimativa da produção de uma lavoura através de imagens digitais capturadas por veículo aéreo não tripulado (VANT)
Citación : SEREJO, Gerson Lima. Estimativa da produção de uma lavoura através de imagens digitais capturadas por veículo aéreo não tripulado (VANT). Orientadora: Viviane Almeida dos Santos; Coorientadora: Ana Claudia S. Gomes. 2018. 110 f. Dissertação (Mestrado em Computação Aplicada) – Núcleo de Desenvolvimento Amazônico em Engenharia, Universidade Federal do Pará, Tucuruí, 2018. Disponível em: http://repositorio.ufpa.br:8080/jspui/handle/2011/12562. Acesso em:.
Resumen: A utilização de Veículos Aéreos Não Tripulados (VANTs) está se tornando uma ferramenta acessível importante para agronegócios de pequeno e médio porte. A sua aplicação favorece a execução de atividades complexas e trabalhosas, assim como promove novos estudos e desafios para o campo para auxiliar na tomada decisão do produtor rural. O Município de Tucuruí, no Estado do Pará do Brasil, faz parte de uma região que concentra uma grande quantidade de propriedades rurais caracterizadas por serem de agricultura familiar. O objetivo deste trabalho é apresentar um estudo exploratório da aplicação de etapas de Processamento Digital de Imagens (PDI) e Visão Computacional (VC) em imagens capturadas por um VANT para se obter a quantificação de plantas de mandioca e, consequentemente, gerar a estimativa da colheita desta cultura em uma fazenda do município. A contribuição científica deste estudo corresponde aos resultados obtidos da aplicação de 4 índices de vegetação: ExG, ExR, (ExG-ExR) e MaxG. O índice MaxG apresentou o melhor resultado, contando 91% das mudas, no melhor caso, com uma acurácia de 70%. O índice ExR mostrou-se mais apropriado para a contagem das plantas em estágios iniciais de germinação. O índice (ExG-ExR) possibilitou a estimativa com limiarização não supervisionada, o que favorece o desenvolvimento de sistemas de VC para este fim. Já o índice ExG nos surpreendeu apresentando o menor desempenho para o contexto estudado, contando 58% das mudas, no pior caso, com acurácia de 73%. Como contribuições práticas para o agricultor, este estudo possibilitou a conscientização da importância de prever a estimativa da colheita para melhor planejar a negociação da produção, os plantios posteriores e a busca por recursos para aumentar a área mecanizada da cultura. Pesquisas futuras mais aprofundadas precisam ser conduzidas para confirmarem estas conclusões.
Resumen : The use of Unmanned Aerial Vehicles (UAV) is becoming an important accessible tool for small to medium sized agribusiness. Its application supports the execution of complex and laborious activities, as well as promotes new studies and challenges for the field to assist the farmer's decision making. The County of Tucuruí, in the State of Pará Brazil, is part of a region that concentrates a great amount of rural properties characterized by being of family agriculture. The objective of this work is to present an exploratory study for applying steps of Digital Image Processing (DIP) and Computational Vision (CV) in images captured by a UAV to obtain the quantification of cassava seedlings and, consequently, harvest of this crop in a farm of the county. The scientific contribution of this study corresponds to the results obtained from the application of 4 vegetation indices: ExG, ExR, (ExG-ExR) and MaxG. The MaxG index presented the best result, counting 91% of the seedlings, in the best case, with an accuracy of 70%. The ExR index was more appropriate for counting the seedlings in initial stages of germination. The index (ExG-ExR) allowed the estimation with unsupervised thresholding, which improves the development of CV systems for this purpose. The ExG index surprised us with the lowest performance for the studied context, counting 58% of the seedlings, in the worst case, with accuracy of 73%. As practical contributions to the farmer, this study made it possible to raise awareness of the importance of forecasting the harvest to better plan the negotiation of production, later plantings and the search for resources to increase the mechanized area of the crop. Further indepth research needs to be conducted to confirm these findings.
Palabras clave : Veículos Aéreos Não Tripulados (VANTs)
Sensoriamento remoto
Imagens digitais
Processamento de imagens - Técnicas digitais
Agricultura de precisão
Agricultura familiar
metadata.dc.subject.areadeconcentracao: COMPUTAÇÃO APLICADA
metadata.dc.subject.linhadepesquisa: DESENVOLVIMENTO DE SISTEMAS
CNPq: CNPQ::ENGENHARIAS
País: Brasil
Editorial : Universidade Federal do Pará
Sigla da Instituição: UFPA
Instituto: Núcleo de Desenvolvimento Amazônico em Engenharia - NDAE/Tucuruí
Programa: Programa de Pós-Graduação em Computação Aplicada
metadata.dc.rights: Acesso Aberto
metadata.dc.source: 1 CD-ROM
Aparece en las colecciones: Dissertações em Computação Aplicada (Mestrado) - PPCA/NDAE/Tucuruí

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Dissertacao_EstimativaProducaoLavoura.pdf5,57 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons