Registro Completo
|
Biblioteca(s): |
Embrapa Agricultura Digital. |
|
Data corrente: |
03/12/2018 |
|
Data da última atualização: |
04/12/2018 |
|
Tipo da produção científica: |
Documentos |
|
Autoria: |
BARBEDO, J. G. A. |
|
Afiliação: |
JAYME GARCIA ARNAL BARBEDO, CNPTIA. |
|
Título: |
Estado da arte da classificação automática de áreas agrícolas usando imagens de sensoriamento remoto. |
|
Ano de publicação: |
2018 |
|
Fonte/Imprenta: |
Campinas: Embrapa Informática Agropecuária, 2018. |
|
Páginas: |
38 p. |
|
Série: |
(Embrapa informática Agropecuária. Documentos, 157). |
|
ISSN: |
1677-9274 |
|
Idioma: |
Português |
|
Conteúdo: |
Os objetivos deste documento são os seguintes: 1) identificar tais desafios e como eles foram tratados por diferentes autores ao longo das últimas décadas; e 2) servir como fonte de ideias para futuras pesquisas em segmentação automática e classificação de áreas agrícolas em imagens de sensoriamento remoto, com foco em dados de satélite compreendendo as bandas do infravermelho próximo e da luz visível. |
|
Palavras-Chave: |
Área agrícola; Classificação de culturas; Identificação de objetos; Imagens de satélites; Processamento de imagem; Técnicas de aprendizado. |
|
Thesagro: |
Alfafa; Algodão; Arroz; Milho; Sensoriamento Remoto; Soja; Trigo. |
|
Thesaurus NAL: |
Image analysis; Remote sensing; Rural areas. |
|
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/187606/1/Documento157-Jayme.pdf
|
|
Marc: |
LEADER 01423nam a2200337 a 4500
001 2100597
005 2018-12-04
008 2018 bl uuuu u0uu1 u #d
022 $a1677-9274
100 1 $aBARBEDO, J. G. A.
245 $aEstado da arte da classificação automática de áreas agrícolas usando imagens de sensoriamento remoto.$h[electronic resource]
260 $aCampinas: Embrapa Informática Agropecuária$c2018
300 $a38 p.
490 $a(Embrapa informática Agropecuária. Documentos, 157).
520 $aOs objetivos deste documento são os seguintes: 1) identificar tais desafios e como eles foram tratados por diferentes autores ao longo das últimas décadas; e 2) servir como fonte de ideias para futuras pesquisas em segmentação automática e classificação de áreas agrícolas em imagens de sensoriamento remoto, com foco em dados de satélite compreendendo as bandas do infravermelho próximo e da luz visível.
650 $aImage analysis
650 $aRemote sensing
650 $aRural areas
650 $aAlfafa
650 $aAlgodão
650 $aArroz
650 $aMilho
650 $aSensoriamento Remoto
650 $aSoja
650 $aTrigo
653 $aÁrea agrícola
653 $aClassificação de culturas
653 $aIdentificação de objetos
653 $aImagens de satélites
653 $aProcessamento de imagem
653 $aTécnicas de aprendizado
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
