Utilização de padrão discriminativo, lógica fuzzy e componentes conexos para identificação de planta em tempo real.

• Ano de defesa: 2023
• Autor(a) principal: Dantas, Josué Leal Moura
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Computer vision; Discriminative patterns, Plant recognition; Pattern recognition; Processamento de imagens; Reconhecimento de padrões; Reconhecimento de plantas; Sugarcane; Visão computacional; Weeds detection
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/3/3141/tde-09112023-122005/

Reconhecimento de padrões é uma área que tem sido utilizada sobretudo no contexto do desenvolvimento de sistemas ou dispositivos dotados de inteligência artificial. No processo de reconhecimento, diversas técnicas têm sido utilizadas, dentre elas o reconhecimento utilizando padrões discriminativos. De uma maneira genérica, esses padrões buscam analisar similaridades em uma imagem utilizando estruturas simples. Uma de suas vantagens é a possibilidade de desenvolvimento da técnica sem a necessidade de uma base de dados extensa. Este trabalho busca analisar a utilização de um padrão discriminativo para reconhecimento de uma erva daninha, Ipomoea sp., em uma plantação de cana-de-açúcar. Folhas de plantas têm sido utilizadas para sua identificação e, no caso de Ipomoea sp. que é uma planta dicotiledônea, pode-se utilizar para isso a diferença entre a venação reticulada e a paralenírvea da cana-deaçúcar, que é uma monocotiledônea. Em ambiente não controlado, o reconhecimento da planta pelas folhas apresenta problemas como: sobreposição, intensidade de luz e oclusão. Diante desse cenário, esta pesquisa propõe um método de identificação precisa e rápida usando templates do tipo Haar-like, logica fuzzy e componentes conectados para diferenciar monocotiledôneas e dicotiledôneas em um ambiente real. O Haar-like features usa templates para identificar padrões. Usamos esta técnica com o conceito de Imagem Integral para reduzir o tempo de processamento. O objetivo da Imagem Integral é reduzir a quantidade de operações aritméticas no processamento de imagens. Já a lógica fuzzy é utilizada neste trabalho para auxiliar na definição do tamanho do template a ser utilizado e, dadas as correspondências, classificar a folha. Em um ambiente não controlado, geralmente são encontradas diversas folhas de dicotiledôneas na mesma imagem. O objetivo da utilização dos componentes conexos é identificar pixels que compõem objetos em uma imagem. Nossa proposta é usar os componentes conexos, lógica fuzzy, Haar-like e Imagem Integral para encontrar a localização correta das folhas dicotiledôneas em uma imagem de um ambiente real. Testes foram realizados com o intuito de verificar o comportamento do método em relação algumas condições verificadas no ambiente não controlado. Testamos a invariância a rotação e a oclusão das folhas. O método apresentou bons resultados em relação a esses aspectos. Em relação à acurácia, o método apresenta 90,0% de acurácia no melhor caso, levando-se em consideração o total de folhas de dicotiledôneas com folhas pouco sombreadas e algumas folhas com nível de oclusão baixo ou médio.