Identificação de espécies vegetais por meio de análise de imagens microscópicas de folhas

Detalhes bibliográficos
Ano de defesa: 2008
Autor(a) principal: Sá Junior, Jarbas Joaci de Mesquita
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: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Adaxial epiderm
Bhattacharyya and Jeffrey-Matusita distance
Cuticle
Cutícula
Distância de Bhattacharyya e de Jeffrey-Matusita
Epiderme superior
Extração de características
Feature extraction
Neural networks
Palisade parenchyma
Parênquima lacunoso
Parênquima paliçádico
PCA
Redes neurais
Sponge parenchyma
Taxonomia
Taxonomy
Link de acesso: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-12052008-142428/
Resumo: A taxonomia vegetal atualmente exige um grande esforço dos botânicos, desde o processo de aquisição do espécime até a morosa comparação com as amostras já catalogadas em um herbário. Nesse contexto, o projeto TreeVis surge como uma ferramenta para a identificação de vegetais por meio da análise de atributos foliares. Este trabalho é uma ramificação do projeto TreeVis e tem o objetivo de identificar vegetais por meio da análise do corte transversal de uma folha ampliado por um microscópio. Para tanto, foram extraídas assinaturas da cutícula, epiderme superior, parênquima paliçádico e parênquima lacunoso. Cada assinatura foi avaliada isoladamente por uma rede neural pelo método leave-one-out para verificar a sua capacidade de discriminar as amostras. Uma vez selecionados os vetores de características mais importantes, os mesmos foram combinados de duas maneiras. A primeira abordagem foi a simples concatenação dos vetores selecionados; a segunda, mais elaborada, reduziu a dimensionalidade (três atributos apenas) de algumas das assinaturas componentes antes de fazer a concatenação. Os vetores finais obtidos pelas duas abordagens foram testados com rede neural via leave-one-out para medir a taxa de acertos alcançada pelo sinergismo das assinaturas das diferentes partes da folha. Os experimentos consitiram na identificação de oito espécies diferentes e na identificação da espécie Gochnatia polymorpha nos ambientes Cerrado e Mata Ciliar, nas estações Chuvosa e Seca, e sob condições de Sol e Sombra
id USP_27d4887707ca36ebb0cac904e7a5893a
oai_identifier_str oai:teses.usp.br:tde-12052008-142428
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling Identificação de espécies vegetais por meio de análise de imagens microscópicas de folhasIdentification of vegetal species by analysis of microscope images of leavesAdaxial epidermBhattacharyya and Jeffrey-Matusita distanceCuticleCutículaDistância de Bhattacharyya e de Jeffrey-MatusitaEpiderme superiorExtração de característicasFeature extractionNeural networksPalisade parenchymaParênquima lacunosoParênquima paliçádicoPCAPCARedes neuraisSponge parenchymaTaxonomiaTaxonomyA taxonomia vegetal atualmente exige um grande esforço dos botânicos, desde o processo de aquisição do espécime até a morosa comparação com as amostras já catalogadas em um herbário. Nesse contexto, o projeto TreeVis surge como uma ferramenta para a identificação de vegetais por meio da análise de atributos foliares. Este trabalho é uma ramificação do projeto TreeVis e tem o objetivo de identificar vegetais por meio da análise do corte transversal de uma folha ampliado por um microscópio. Para tanto, foram extraídas assinaturas da cutícula, epiderme superior, parênquima paliçádico e parênquima lacunoso. Cada assinatura foi avaliada isoladamente por uma rede neural pelo método leave-one-out para verificar a sua capacidade de discriminar as amostras. Uma vez selecionados os vetores de características mais importantes, os mesmos foram combinados de duas maneiras. A primeira abordagem foi a simples concatenação dos vetores selecionados; a segunda, mais elaborada, reduziu a dimensionalidade (três atributos apenas) de algumas das assinaturas componentes antes de fazer a concatenação. Os vetores finais obtidos pelas duas abordagens foram testados com rede neural via leave-one-out para medir a taxa de acertos alcançada pelo sinergismo das assinaturas das diferentes partes da folha. Os experimentos consitiram na identificação de oito espécies diferentes e na identificação da espécie Gochnatia polymorpha nos ambientes Cerrado e Mata Ciliar, nas estações Chuvosa e Seca, e sob condições de Sol e SombraCurrently, taxonomy demands a great effort from the botanists, ranging from the process of acquisition of the sample to the comparison with the species already classified in the herbarium. For this reason, the TreeVis is a project created to identify vegetal species using leaf attributes. This work is a part of the TreeVis project and aims at identifying vegetal species by analysing cross-sections of leaves amplified by a microscope. Signatures were extract from cuticle, adaxial epiderm, palisade parenchyma and sponge parenchyma. Each signature was analysed by a neural network with the leave-one-out method to verify its ability to identify species. Once the most important feature vectors were selected, two different approachs were adopted. The first was a simple concatenation of the selected feature vectors. The second, and more elaborated approach, consisted of reducing the dimensionality (three attributes only) of some component signatures before the feature vector concatenation. The final vectors obtained by these two approaches were tested by a neural network with leave-one-out to measure the correctness rate reached by the synergism of the signatures of different leaf regions. The experiments resulted in the identification of eight different species and the identification of the Gochnatia polymorpha species in Cerradão and Gallery Forest environments, Wet and Dry seasons, and under Sun and Shadow constraintsBiblioteca Digitais de Teses e Dissertações da USPBruno, Odemir MartinezSá Junior, Jarbas Joaci de Mesquita2008-04-18info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/55/55134/tde-12052008-142428/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2026-03-29T01:22:42Zoai:teses.usp.br:tde-12052008-142428Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212026-03-29T01:22:42Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Identificação de espécies vegetais por meio de análise de imagens microscópicas de folhas
Identification of vegetal species by analysis of microscope images of leaves
title Identificação de espécies vegetais por meio de análise de imagens microscópicas de folhas
spellingShingle Identificação de espécies vegetais por meio de análise de imagens microscópicas de folhas
Sá Junior, Jarbas Joaci de Mesquita
Adaxial epiderm
Bhattacharyya and Jeffrey-Matusita distance
Cuticle
Cutícula
Distância de Bhattacharyya e de Jeffrey-Matusita
Epiderme superior
Extração de características
Feature extraction
Neural networks
Palisade parenchyma
Parênquima lacunoso
Parênquima paliçádico
PCA
PCA
Redes neurais
Sponge parenchyma
Taxonomia
Taxonomy
title_short Identificação de espécies vegetais por meio de análise de imagens microscópicas de folhas
title_full Identificação de espécies vegetais por meio de análise de imagens microscópicas de folhas
title_fullStr Identificação de espécies vegetais por meio de análise de imagens microscópicas de folhas
title_full_unstemmed Identificação de espécies vegetais por meio de análise de imagens microscópicas de folhas
title_sort Identificação de espécies vegetais por meio de análise de imagens microscópicas de folhas
author Sá Junior, Jarbas Joaci de Mesquita
author_facet Sá Junior, Jarbas Joaci de Mesquita
author_role author
dc.contributor.none.fl_str_mv Bruno, Odemir Martinez
dc.contributor.author.fl_str_mv Sá Junior, Jarbas Joaci de Mesquita
dc.subject.por.fl_str_mv Adaxial epiderm
Bhattacharyya and Jeffrey-Matusita distance
Cuticle
Cutícula
Distância de Bhattacharyya e de Jeffrey-Matusita
Epiderme superior
Extração de características
Feature extraction
Neural networks
Palisade parenchyma
Parênquima lacunoso
Parênquima paliçádico
PCA
PCA
Redes neurais
Sponge parenchyma
Taxonomia
Taxonomy
topic Adaxial epiderm
Bhattacharyya and Jeffrey-Matusita distance
Cuticle
Cutícula
Distância de Bhattacharyya e de Jeffrey-Matusita
Epiderme superior
Extração de características
Feature extraction
Neural networks
Palisade parenchyma
Parênquima lacunoso
Parênquima paliçádico
PCA
PCA
Redes neurais
Sponge parenchyma
Taxonomia
Taxonomy
description A taxonomia vegetal atualmente exige um grande esforço dos botânicos, desde o processo de aquisição do espécime até a morosa comparação com as amostras já catalogadas em um herbário. Nesse contexto, o projeto TreeVis surge como uma ferramenta para a identificação de vegetais por meio da análise de atributos foliares. Este trabalho é uma ramificação do projeto TreeVis e tem o objetivo de identificar vegetais por meio da análise do corte transversal de uma folha ampliado por um microscópio. Para tanto, foram extraídas assinaturas da cutícula, epiderme superior, parênquima paliçádico e parênquima lacunoso. Cada assinatura foi avaliada isoladamente por uma rede neural pelo método leave-one-out para verificar a sua capacidade de discriminar as amostras. Uma vez selecionados os vetores de características mais importantes, os mesmos foram combinados de duas maneiras. A primeira abordagem foi a simples concatenação dos vetores selecionados; a segunda, mais elaborada, reduziu a dimensionalidade (três atributos apenas) de algumas das assinaturas componentes antes de fazer a concatenação. Os vetores finais obtidos pelas duas abordagens foram testados com rede neural via leave-one-out para medir a taxa de acertos alcançada pelo sinergismo das assinaturas das diferentes partes da folha. Os experimentos consitiram na identificação de oito espécies diferentes e na identificação da espécie Gochnatia polymorpha nos ambientes Cerrado e Mata Ciliar, nas estações Chuvosa e Seca, e sob condições de Sol e Sombra
publishDate 2008
dc.date.none.fl_str_mv 2008-04-18
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 http://www.teses.usp.br/teses/disponiveis/55/55134/tde-12052008-142428/
url http://www.teses.usp.br/teses/disponiveis/55/55134/tde-12052008-142428/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1865492441700761600

Registros relacionados