Estimação do volume de madeira empilhada utilizando imagens digitais e redes neurais

Detalhes bibliográficos
Ano de defesa: 2014
Autor(a) principal: Silveira, Daniel de Paula
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Viçosa
BR
Manejo Florestal; Meio Ambiente e Conservação da Natureza; Silvicultura; Tecnologia e Utilização de
Mestrado em Ciência Florestal
UFV
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://locus.ufv.br/handle/123456789/3169
Resumo: Neste estudo é apresentado um sistema computadorizado para estimação do fator de empilhamento utilizando redes neurais artificiais NeuroDIC. O sistema foi utilizado em um estudo de caso de quantificação do volume de madeira empilhada sobre caminhões. O NeuroDIC foi desenvolvido utilizando a linguagem de programação Java. Como ambiente de desenvolvimento foram utilizados o IDE (Integrated Development Environment) Netbeans 7.1 e a JDK 7.3 (Java Development Kit). É uma ferramenta gratuita, que pode ser utilizada em qualquer sistema operacional. A madeira utilizada no estudo foi proveniente de um talhão pertencente a uma empresa de reflorestamento do centro-oeste paulista, plantado com um híbrido de Eucalyptus grandis x Eucalyptus urophylla, com idade de 8,5 anos, espaçamento de 3,0 X 3,0 m e empilhada sobre caminhões. Cada pilha carregada sobre os caminhões foi fotografada transversalmente ao comprimento das toras, a uma distância aproximada de 2,5 m. Em cada uma foram tiradas seis fotos, sendo uma da porção superior esquerda (SE), superior central (SC), superior direita (SD), inferior esquerda (IE), inferior direita (ID) e uma central (CE). O volume cúbico de cada pilha foi determinado pela cubagem de cada tora pela fórmula de Huber. O volume em estéreo foi calculado pela medição das dimensões da pilha no caminhão. Ao todo foram treinadas 420 redes e escolhidas 42 dentre elas, sendo uma para cada imagem. As redes foram aplicadas e cada imagem classificada foi comparada a imagem original visualmente, analisando a qualidade da classificação após aplicação das redes neurais. Foram obtidos 42 fatores de empilhamento no total. Foi calculada a média entre eles resultando em um fator de empilhamento médio. A diferença média entre o volume cúbico calculado no campo e pelo processamento digital de imagens utilizando RNA foi de 1,9%. Comparado ao processo convencional de cubagem de toda a carga para estimação do fator de empilhamento, houve redução de aproximadamente 90% dos custos da atividade ao adotar o processamento digital de imagens utilizando redes neurais artificiais.
id UFV_35eec2ca54e9c19a14f2ee8418271107
oai_identifier_str oai:locus.ufv.br:123456789/3169
network_acronym_str UFV
network_name_str LOCUS Repositório Institucional da UFV
repository_id_str
spelling Estimação do volume de madeira empilhada utilizando imagens digitais e redes neuraisEstimation of the volume wooden stacked using digital images and neural networksEucalipto - MadeiraMadeira - Fator empilhamentoEmpilhamento - Volume sólidoProcessamento imagens - Técnicas digitaisNeuroDIC (Programa de computador)Eucalyptus - MadeiraWood - stacking factorStacking - Solid volumeProcessing images - Digital TechniquesNeuroDIC (computer program)CNPQ::CIENCIAS AGRARIAS::RECURSOS FLORESTAIS E ENGENHARIA FLORESTAL::MANEJO FLORESTALNeste estudo é apresentado um sistema computadorizado para estimação do fator de empilhamento utilizando redes neurais artificiais NeuroDIC. O sistema foi utilizado em um estudo de caso de quantificação do volume de madeira empilhada sobre caminhões. O NeuroDIC foi desenvolvido utilizando a linguagem de programação Java. Como ambiente de desenvolvimento foram utilizados o IDE (Integrated Development Environment) Netbeans 7.1 e a JDK 7.3 (Java Development Kit). É uma ferramenta gratuita, que pode ser utilizada em qualquer sistema operacional. A madeira utilizada no estudo foi proveniente de um talhão pertencente a uma empresa de reflorestamento do centro-oeste paulista, plantado com um híbrido de Eucalyptus grandis x Eucalyptus urophylla, com idade de 8,5 anos, espaçamento de 3,0 X 3,0 m e empilhada sobre caminhões. Cada pilha carregada sobre os caminhões foi fotografada transversalmente ao comprimento das toras, a uma distância aproximada de 2,5 m. Em cada uma foram tiradas seis fotos, sendo uma da porção superior esquerda (SE), superior central (SC), superior direita (SD), inferior esquerda (IE), inferior direita (ID) e uma central (CE). O volume cúbico de cada pilha foi determinado pela cubagem de cada tora pela fórmula de Huber. O volume em estéreo foi calculado pela medição das dimensões da pilha no caminhão. Ao todo foram treinadas 420 redes e escolhidas 42 dentre elas, sendo uma para cada imagem. As redes foram aplicadas e cada imagem classificada foi comparada a imagem original visualmente, analisando a qualidade da classificação após aplicação das redes neurais. Foram obtidos 42 fatores de empilhamento no total. Foi calculada a média entre eles resultando em um fator de empilhamento médio. A diferença média entre o volume cúbico calculado no campo e pelo processamento digital de imagens utilizando RNA foi de 1,9%. Comparado ao processo convencional de cubagem de toda a carga para estimação do fator de empilhamento, houve redução de aproximadamente 90% dos custos da atividade ao adotar o processamento digital de imagens utilizando redes neurais artificiais.In this study is presented the computerized system to estimate the piling factor using artificial neural networks - NeuroDIC and use it to estimate the volume of wood piled on trucks using digital images. NeuroDIC was developed using the Java programming language. As a development environment IDE (Integrated Development Environment) Netbeans 7.1 and JDK 7.3 (Java Development Kit) was used. The software is a free tool that can be used on any operating system. The wood used in the study came from a field belonging to a reforestation company Midwestern São Paulo planted with a hybrid of Eucalyptus grandis x Eucalyptus urophylla, aged 8.5 years, planting space of 3.0 X 3.0 meters, piled on trucks. Each stack loaded on the trucks was photographed across the length of the logs, a distance of approximately 2.5 meters. In each pile, six photographs were taken, one from the upper left (SE) , upper center (SC), upper right (SD), lower left (IE), lower right (ID) and a center (CE). The cubic volume of each pile was estimated by cubing each log by the method of Huber. The stereo volume was calculated by measuring the dimensions of the pile in the truck. Altogether 420 networks were trained and chosen 42 among them, one for each image. The networks have been applied and each classified image was visually compared to the original image, analyzing the quality of the classification after application of neural networks. 42 piling factors were obtained in total. The average between them was calculated resulting in medium piling factor. The average difference between the calculated cubic volume in the field and by digital image processing using RNA was 1.9%. Compared to the conventional process of measuring the entire load to determine the piling factor, there was a reduction of approximately 90% of activity costs to adopt the digital image processing using artificial neural networks.Conselho Nacional de Desenvolvimento Científico e TecnológicoUniversidade Federal de ViçosaBRManejo Florestal; Meio Ambiente e Conservação da Natureza; Silvicultura; Tecnologia e Utilização deMestrado em Ciência FlorestalUFVhttp://lattes.cnpq.br/3080448752713354Silva, Márcio Lopes dahttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4784225D6Leite, Hélio Garciahttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4785373Z6Binoti, Daniel Henrique Bredahttp://lattes.cnpq.br/2540451543790663Silveira, Daniel de Paula2015-03-26T13:15:34Z2015-01-272015-03-26T13:15:34Z2014-10-20info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfapplication/pdfSILVEIRA, Daniel de Paula. Estimation of the volume wooden stacked using digital images and neural networks. 2014. 66 f. Dissertação (Mestrado em Manejo Florestal; Meio Ambiente e Conservação da Natureza; Silvicultura; Tecnologia e Utilização de) - Universidade Federal de Viçosa, Viçosa, 2014.http://locus.ufv.br/handle/123456789/3169porinfo:eu-repo/semantics/openAccessreponame:LOCUS Repositório Institucional da UFVinstname:Universidade Federal de Viçosa (UFV)instacron:UFV2016-04-09T02:14:35Zoai:locus.ufv.br:123456789/3169Repositório InstitucionalPUBhttps://www.locus.ufv.br/oai/requestfabiojreis@ufv.bropendoar:21452016-04-09T02:14:35LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)false
dc.title.none.fl_str_mv Estimação do volume de madeira empilhada utilizando imagens digitais e redes neurais
Estimation of the volume wooden stacked using digital images and neural networks
title Estimação do volume de madeira empilhada utilizando imagens digitais e redes neurais
spellingShingle Estimação do volume de madeira empilhada utilizando imagens digitais e redes neurais
Silveira, Daniel de Paula
Eucalipto - Madeira
Madeira - Fator empilhamento
Empilhamento - Volume sólido
Processamento imagens - Técnicas digitais
NeuroDIC (Programa de computador)
Eucalyptus - Madeira
Wood - stacking factor
Stacking - Solid volume
Processing images - Digital Techniques
NeuroDIC (computer program)
CNPQ::CIENCIAS AGRARIAS::RECURSOS FLORESTAIS E ENGENHARIA FLORESTAL::MANEJO FLORESTAL
title_short Estimação do volume de madeira empilhada utilizando imagens digitais e redes neurais
title_full Estimação do volume de madeira empilhada utilizando imagens digitais e redes neurais
title_fullStr Estimação do volume de madeira empilhada utilizando imagens digitais e redes neurais
title_full_unstemmed Estimação do volume de madeira empilhada utilizando imagens digitais e redes neurais
title_sort Estimação do volume de madeira empilhada utilizando imagens digitais e redes neurais
author Silveira, Daniel de Paula
author_facet Silveira, Daniel de Paula
author_role author
dc.contributor.none.fl_str_mv http://lattes.cnpq.br/3080448752713354
Silva, Márcio Lopes da
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4784225D6
Leite, Hélio Garcia
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4785373Z6
Binoti, Daniel Henrique Breda
http://lattes.cnpq.br/2540451543790663
dc.contributor.author.fl_str_mv Silveira, Daniel de Paula
dc.subject.por.fl_str_mv Eucalipto - Madeira
Madeira - Fator empilhamento
Empilhamento - Volume sólido
Processamento imagens - Técnicas digitais
NeuroDIC (Programa de computador)
Eucalyptus - Madeira
Wood - stacking factor
Stacking - Solid volume
Processing images - Digital Techniques
NeuroDIC (computer program)
CNPQ::CIENCIAS AGRARIAS::RECURSOS FLORESTAIS E ENGENHARIA FLORESTAL::MANEJO FLORESTAL
topic Eucalipto - Madeira
Madeira - Fator empilhamento
Empilhamento - Volume sólido
Processamento imagens - Técnicas digitais
NeuroDIC (Programa de computador)
Eucalyptus - Madeira
Wood - stacking factor
Stacking - Solid volume
Processing images - Digital Techniques
NeuroDIC (computer program)
CNPQ::CIENCIAS AGRARIAS::RECURSOS FLORESTAIS E ENGENHARIA FLORESTAL::MANEJO FLORESTAL
description Neste estudo é apresentado um sistema computadorizado para estimação do fator de empilhamento utilizando redes neurais artificiais NeuroDIC. O sistema foi utilizado em um estudo de caso de quantificação do volume de madeira empilhada sobre caminhões. O NeuroDIC foi desenvolvido utilizando a linguagem de programação Java. Como ambiente de desenvolvimento foram utilizados o IDE (Integrated Development Environment) Netbeans 7.1 e a JDK 7.3 (Java Development Kit). É uma ferramenta gratuita, que pode ser utilizada em qualquer sistema operacional. A madeira utilizada no estudo foi proveniente de um talhão pertencente a uma empresa de reflorestamento do centro-oeste paulista, plantado com um híbrido de Eucalyptus grandis x Eucalyptus urophylla, com idade de 8,5 anos, espaçamento de 3,0 X 3,0 m e empilhada sobre caminhões. Cada pilha carregada sobre os caminhões foi fotografada transversalmente ao comprimento das toras, a uma distância aproximada de 2,5 m. Em cada uma foram tiradas seis fotos, sendo uma da porção superior esquerda (SE), superior central (SC), superior direita (SD), inferior esquerda (IE), inferior direita (ID) e uma central (CE). O volume cúbico de cada pilha foi determinado pela cubagem de cada tora pela fórmula de Huber. O volume em estéreo foi calculado pela medição das dimensões da pilha no caminhão. Ao todo foram treinadas 420 redes e escolhidas 42 dentre elas, sendo uma para cada imagem. As redes foram aplicadas e cada imagem classificada foi comparada a imagem original visualmente, analisando a qualidade da classificação após aplicação das redes neurais. Foram obtidos 42 fatores de empilhamento no total. Foi calculada a média entre eles resultando em um fator de empilhamento médio. A diferença média entre o volume cúbico calculado no campo e pelo processamento digital de imagens utilizando RNA foi de 1,9%. Comparado ao processo convencional de cubagem de toda a carga para estimação do fator de empilhamento, houve redução de aproximadamente 90% dos custos da atividade ao adotar o processamento digital de imagens utilizando redes neurais artificiais.
publishDate 2014
dc.date.none.fl_str_mv 2014-10-20
2015-03-26T13:15:34Z
2015-01-27
2015-03-26T13:15:34Z
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.uri.fl_str_mv SILVEIRA, Daniel de Paula. Estimation of the volume wooden stacked using digital images and neural networks. 2014. 66 f. Dissertação (Mestrado em Manejo Florestal; Meio Ambiente e Conservação da Natureza; Silvicultura; Tecnologia e Utilização de) - Universidade Federal de Viçosa, Viçosa, 2014.
http://locus.ufv.br/handle/123456789/3169
identifier_str_mv SILVEIRA, Daniel de Paula. Estimation of the volume wooden stacked using digital images and neural networks. 2014. 66 f. Dissertação (Mestrado em Manejo Florestal; Meio Ambiente e Conservação da Natureza; Silvicultura; Tecnologia e Utilização de) - Universidade Federal de Viçosa, Viçosa, 2014.
url http://locus.ufv.br/handle/123456789/3169
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.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidade Federal de Viçosa
BR
Manejo Florestal; Meio Ambiente e Conservação da Natureza; Silvicultura; Tecnologia e Utilização de
Mestrado em Ciência Florestal
UFV
publisher.none.fl_str_mv Universidade Federal de Viçosa
BR
Manejo Florestal; Meio Ambiente e Conservação da Natureza; Silvicultura; Tecnologia e Utilização de
Mestrado em Ciência Florestal
UFV
dc.source.none.fl_str_mv reponame:LOCUS Repositório Institucional da UFV
instname:Universidade Federal de Viçosa (UFV)
instacron:UFV
instname_str Universidade Federal de Viçosa (UFV)
instacron_str UFV
institution UFV
reponame_str LOCUS Repositório Institucional da UFV
collection LOCUS Repositório Institucional da UFV
repository.name.fl_str_mv LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)
repository.mail.fl_str_mv fabiojreis@ufv.br
_version_ 1855045709124861952