Métodos de identificação para separação de sementes de arroz quanto à diferença de pigmentação, dimensões e fissuras por meio do processamento de imagens

Detalhes bibliográficos
Ano de defesa: 2022
Autor(a) principal: Monteiro, Rita de Cassia Mota
Orientador(a): Villela, Francisco Amaral
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Pelotas
Programa de Pós-Graduação: Programa de Pós-Graduação em Ciência e Tecnologia de Sementes
Departamento: Faculdade de Agronomia Eliseu Maciel
País: Brasil
Palavras-chave em Português:
Área do conhecimento CNPq:
Link de acesso: http://guaiaca.ufpel.edu.br/handle/prefix/9054
Resumo: Para avaliação das fissuras foram utilizadas amostras de três lotes de sementes de arroz, um lote contendo semente úmida, não submetida à secagem (semente com casca) e dois lotes submetidos à secagem, um contendo semente com casca e outro contendo semente sem casca, cada amostra contendo 100 sementes. Foram captadas imagens em formatos de raio X e RGB, na sequência processadas no software ImageJ - FIJI e introduzidas no software de aprendizagem de máquina, onde foram pré-processados com a utilização dos filtros adequados e depois classificadas por meio dos classificadores J48 e LDA. As imagens de raio X utilizando equipamento diferenciado permitem identificar fissuras em sementes de arroz pela utilização de técnicas de processamento de imagens e do classificador LDA. Além disso, a captura de imagens por RGB constitui-se em alternativa viável. A utilização dos filtros de forma individual ou em combinação pode consistir numa adequada alternativa para a classificação de sementes de arroz. Para a separação de sementes de arroz vermelho e preto de sementes de arroz branco, a componente de cor mais adequada é a escala de vermelho. Por outro lado, para sementes de arroz preto e vermelho a resposta mais eficiente é obtida com a escala de azul. Para as diferenças de dimensões entre sementes é possível utilizar técnicas de processamento de imagens, sendo que as relações de comprimento e largura são as mais promissoras para alcançar maior eficiência do processo, com precisão de 72 e 73%, respectivamente.
id UFPL_7679aeecf4c3714bf66d74f4507f9b7c
oai_identifier_str oai:guaiaca.ufpel.edu.br:prefix/9054
network_acronym_str UFPL
network_name_str Repositório Institucional da UFPel - Guaiaca
repository_id_str
spelling 2023-02-02T00:19:02Z2023-02-02T00:19:02Z2022-04-18MONTEIRO, Rita de Cassia Mota. Métodos de identificação para separação de sementes de arroz quanto à diferença de pigmentação, dimensões e fissuras por meio do processamento de imagens . 2022. 71f. Dissertação(Mestrado em Ciência e Tecnologia de Sementes) – Faculdade de Agronomia Eliseu Maciel, Universidade Federal de Pelotas, Pelotas, 2022.http://guaiaca.ufpel.edu.br/handle/prefix/9054Para avaliação das fissuras foram utilizadas amostras de três lotes de sementes de arroz, um lote contendo semente úmida, não submetida à secagem (semente com casca) e dois lotes submetidos à secagem, um contendo semente com casca e outro contendo semente sem casca, cada amostra contendo 100 sementes. Foram captadas imagens em formatos de raio X e RGB, na sequência processadas no software ImageJ - FIJI e introduzidas no software de aprendizagem de máquina, onde foram pré-processados com a utilização dos filtros adequados e depois classificadas por meio dos classificadores J48 e LDA. As imagens de raio X utilizando equipamento diferenciado permitem identificar fissuras em sementes de arroz pela utilização de técnicas de processamento de imagens e do classificador LDA. Além disso, a captura de imagens por RGB constitui-se em alternativa viável. A utilização dos filtros de forma individual ou em combinação pode consistir numa adequada alternativa para a classificação de sementes de arroz. Para a separação de sementes de arroz vermelho e preto de sementes de arroz branco, a componente de cor mais adequada é a escala de vermelho. Por outro lado, para sementes de arroz preto e vermelho a resposta mais eficiente é obtida com a escala de azul. Para as diferenças de dimensões entre sementes é possível utilizar técnicas de processamento de imagens, sendo que as relações de comprimento e largura são as mais promissoras para alcançar maior eficiência do processo, com precisão de 72 e 73%, respectivamente.For fissure evaluation, samples of three lots of rice seeds were used, a lot containing moist seed not subjected to drying (peeled seed) and two lots submitted to drying, a seed with peel and another containing seedless seed, each Sample containing 100 seeds. Images in X-ray and RGB formats were provided in the sequence processed in the ImageJ - FIJI software and introduced in the machine learning software, where they were pre-processed using the appropriate filters and then classified through the J48 and LDA classifiers. X-ray images using differentiated equipment allow identifying cracks in rice seeds by using image processing techniques and the LDA classifier. In addition, the capture of images by RGB is a viable alternative. The use of filters individually or in combination may consist of an adequate alternative for rice seed classification. For red and black rice seed separation of white rice seeds, the most suitable color component is the scale of red. On the other hand, the most efficient response is obtained with the blue scale for black and red rice seeds. It is possible to use image processing techniques for the differences in seeds, and the length and width ratios are the most promising to achieve greater process efficiency, accurately from 72 and 73%, respectivelyCoordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESporUniversidade Federal de PelotasPrograma de Pós-Graduação em Ciência e Tecnologia de SementesUFPelBrasilFaculdade de Agronomia Eliseu MacielCNPQ::CIENCIAS AGRARIAS::AGRONOMIA::FITOTECNIA::PRODUCAO E BENEFICIAMENTO DE SEMENTESAgronomiaSementesArrozOryza sativa L.Métodos de identificação para separação de sementes de arroz quanto à diferença de pigmentação, dimensões e fissuras por meio do processamento de imagensIdentification methods for rice seed separation regarding the difference in pigmentation, dimensions and fissures through image processinginfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://lattes.cnpq.br/2857338284308524http://lattes.cnpq.br/6923504145358889Gadotti, Gizele Ingridhttp://lattes.cnpq.br/4110765012494684Villela, Francisco AmaralMonteiro, Rita de Cassia Motainfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFPel - Guaiacainstname:Universidade Federal de Pelotas (UFPEL)instacron:UFPELTEXTdissertacao_rita_cassia_mota_monteiro.pdf.txtdissertacao_rita_cassia_mota_monteiro.pdf.txtExtracted texttext/plain108784http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9054/6/dissertacao_rita_cassia_mota_monteiro.pdf.txt0f486e5596568c353ccb1d838085fe82MD56open accessTHUMBNAILdissertacao_rita_cassia_mota_monteiro.pdf.jpgdissertacao_rita_cassia_mota_monteiro.pdf.jpgGenerated Thumbnailimage/jpeg1220http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9054/7/dissertacao_rita_cassia_mota_monteiro.pdf.jpg8578ed99d1edbd6345d8fe6eda5391ceMD57open accessORIGINALdissertacao_rita_cassia_mota_monteiro.pdfdissertacao_rita_cassia_mota_monteiro.pdfapplication/pdf2997099http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9054/1/dissertacao_rita_cassia_mota_monteiro.pdff2bf8c0dcd5373b244b0a034cd59a4ceMD51open accessCC-LICENSElicense_urllicense_urltext/plain; charset=utf-849http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9054/2/license_url4afdbb8c545fd630ea7db775da747b2fMD52open accesslicense_textlicense_texttext/html; charset=utf-80http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9054/3/license_textd41d8cd98f00b204e9800998ecf8427eMD53open accesslicense_rdflicense_rdfapplication/rdf+xml; charset=utf-80http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9054/4/license_rdfd41d8cd98f00b204e9800998ecf8427eMD54open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-867http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9054/5/license.txtfbd6c74465857056e3ca572d7586661bMD55open accessprefix/90542023-07-13 03:01:51.807open accessoai:guaiaca.ufpel.edu.br:prefix/9054VG9kb3Mgb3MgaXRlbnMgZGVzc2EgY29tdW5pZGFkZSBzZWd1ZW0gYSBsaWNlbsOnYSBDcmVhdGl2ZSBDb21tb25zLg==Repositório InstitucionalPUBhttp://repositorio.ufpel.edu.br/oai/requestrippel@ufpel.edu.br || repositorio@ufpel.edu.br || aline.batista@ufpel.edu.bropendoar:2023-07-13T06:01:51Repositório Institucional da UFPel - Guaiaca - Universidade Federal de Pelotas (UFPEL)false
dc.title.pt_BR.fl_str_mv Métodos de identificação para separação de sementes de arroz quanto à diferença de pigmentação, dimensões e fissuras por meio do processamento de imagens
dc.title.alternative.pt_BR.fl_str_mv Identification methods for rice seed separation regarding the difference in pigmentation, dimensions and fissures through image processing
title Métodos de identificação para separação de sementes de arroz quanto à diferença de pigmentação, dimensões e fissuras por meio do processamento de imagens
spellingShingle Métodos de identificação para separação de sementes de arroz quanto à diferença de pigmentação, dimensões e fissuras por meio do processamento de imagens
Monteiro, Rita de Cassia Mota
CNPQ::CIENCIAS AGRARIAS::AGRONOMIA::FITOTECNIA::PRODUCAO E BENEFICIAMENTO DE SEMENTES
Agronomia
Sementes
Arroz
Oryza sativa L.
title_short Métodos de identificação para separação de sementes de arroz quanto à diferença de pigmentação, dimensões e fissuras por meio do processamento de imagens
title_full Métodos de identificação para separação de sementes de arroz quanto à diferença de pigmentação, dimensões e fissuras por meio do processamento de imagens
title_fullStr Métodos de identificação para separação de sementes de arroz quanto à diferença de pigmentação, dimensões e fissuras por meio do processamento de imagens
title_full_unstemmed Métodos de identificação para separação de sementes de arroz quanto à diferença de pigmentação, dimensões e fissuras por meio do processamento de imagens
title_sort Métodos de identificação para separação de sementes de arroz quanto à diferença de pigmentação, dimensões e fissuras por meio do processamento de imagens
author Monteiro, Rita de Cassia Mota
author_facet Monteiro, Rita de Cassia Mota
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/2857338284308524
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/6923504145358889
dc.contributor.advisor-co1.fl_str_mv Gadotti, Gizele Ingrid
dc.contributor.advisor-co1Lattes.fl_str_mv http://lattes.cnpq.br/4110765012494684
dc.contributor.advisor1.fl_str_mv Villela, Francisco Amaral
dc.contributor.author.fl_str_mv Monteiro, Rita de Cassia Mota
contributor_str_mv Gadotti, Gizele Ingrid
Villela, Francisco Amaral
dc.subject.cnpq.fl_str_mv CNPQ::CIENCIAS AGRARIAS::AGRONOMIA::FITOTECNIA::PRODUCAO E BENEFICIAMENTO DE SEMENTES
topic CNPQ::CIENCIAS AGRARIAS::AGRONOMIA::FITOTECNIA::PRODUCAO E BENEFICIAMENTO DE SEMENTES
Agronomia
Sementes
Arroz
Oryza sativa L.
dc.subject.por.fl_str_mv Agronomia
Sementes
Arroz
Oryza sativa L.
description Para avaliação das fissuras foram utilizadas amostras de três lotes de sementes de arroz, um lote contendo semente úmida, não submetida à secagem (semente com casca) e dois lotes submetidos à secagem, um contendo semente com casca e outro contendo semente sem casca, cada amostra contendo 100 sementes. Foram captadas imagens em formatos de raio X e RGB, na sequência processadas no software ImageJ - FIJI e introduzidas no software de aprendizagem de máquina, onde foram pré-processados com a utilização dos filtros adequados e depois classificadas por meio dos classificadores J48 e LDA. As imagens de raio X utilizando equipamento diferenciado permitem identificar fissuras em sementes de arroz pela utilização de técnicas de processamento de imagens e do classificador LDA. Além disso, a captura de imagens por RGB constitui-se em alternativa viável. A utilização dos filtros de forma individual ou em combinação pode consistir numa adequada alternativa para a classificação de sementes de arroz. Para a separação de sementes de arroz vermelho e preto de sementes de arroz branco, a componente de cor mais adequada é a escala de vermelho. Por outro lado, para sementes de arroz preto e vermelho a resposta mais eficiente é obtida com a escala de azul. Para as diferenças de dimensões entre sementes é possível utilizar técnicas de processamento de imagens, sendo que as relações de comprimento e largura são as mais promissoras para alcançar maior eficiência do processo, com precisão de 72 e 73%, respectivamente.
publishDate 2022
dc.date.issued.fl_str_mv 2022-04-18
dc.date.accessioned.fl_str_mv 2023-02-02T00:19:02Z
dc.date.available.fl_str_mv 2023-02-02T00:19:02Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv MONTEIRO, Rita de Cassia Mota. Métodos de identificação para separação de sementes de arroz quanto à diferença de pigmentação, dimensões e fissuras por meio do processamento de imagens . 2022. 71f. Dissertação(Mestrado em Ciência e Tecnologia de Sementes) – Faculdade de Agronomia Eliseu Maciel, Universidade Federal de Pelotas, Pelotas, 2022.
dc.identifier.uri.fl_str_mv http://guaiaca.ufpel.edu.br/handle/prefix/9054
identifier_str_mv MONTEIRO, Rita de Cassia Mota. Métodos de identificação para separação de sementes de arroz quanto à diferença de pigmentação, dimensões e fissuras por meio do processamento de imagens . 2022. 71f. Dissertação(Mestrado em Ciência e Tecnologia de Sementes) – Faculdade de Agronomia Eliseu Maciel, Universidade Federal de Pelotas, Pelotas, 2022.
url http://guaiaca.ufpel.edu.br/handle/prefix/9054
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Pelotas
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Ciência e Tecnologia de Sementes
dc.publisher.initials.fl_str_mv UFPel
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Faculdade de Agronomia Eliseu Maciel
publisher.none.fl_str_mv Universidade Federal de Pelotas
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPel - Guaiaca
instname:Universidade Federal de Pelotas (UFPEL)
instacron:UFPEL
instname_str Universidade Federal de Pelotas (UFPEL)
instacron_str UFPEL
institution UFPEL
reponame_str Repositório Institucional da UFPel - Guaiaca
collection Repositório Institucional da UFPel - Guaiaca
bitstream.url.fl_str_mv http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9054/6/dissertacao_rita_cassia_mota_monteiro.pdf.txt
http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9054/7/dissertacao_rita_cassia_mota_monteiro.pdf.jpg
http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9054/1/dissertacao_rita_cassia_mota_monteiro.pdf
http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9054/2/license_url
http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9054/3/license_text
http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9054/4/license_rdf
http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9054/5/license.txt
bitstream.checksum.fl_str_mv 0f486e5596568c353ccb1d838085fe82
8578ed99d1edbd6345d8fe6eda5391ce
f2bf8c0dcd5373b244b0a034cd59a4ce
4afdbb8c545fd630ea7db775da747b2f
d41d8cd98f00b204e9800998ecf8427e
d41d8cd98f00b204e9800998ecf8427e
fbd6c74465857056e3ca572d7586661b
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPel - Guaiaca - Universidade Federal de Pelotas (UFPEL)
repository.mail.fl_str_mv rippel@ufpel.edu.br || repositorio@ufpel.edu.br || aline.batista@ufpel.edu.br
_version_ 1797769973070823424