| |
|
|
| Registros recuperados : 555 | |
| Registros recuperados : 555 | |
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Agricultura Digital; Embrapa Soja. |
|
Data corrente: |
26/10/2015 |
|
Data da última atualização: |
21/01/2020 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
BARBEDO, J. G. A.; GODOY, C. V. |
|
Afiliação: |
JAYME GARCIA ARNAL BARBEDO, CNPTIA; CLAUDIA VIEIRA GODOY, CNPSO. |
|
Título: |
Automatic classification of soybean diseases based on digital images of leaf symptoms. |
|
Ano de publicação: |
2015 |
|
Fonte/Imprenta: |
In: CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 10., 2015, Ponta Grossa. Uso de VANTs e sensores para avanços no agronegócio: anais. Ponta Grossa: Universidade Estadual de Ponta Grossa, 2015. |
|
Páginas: |
Não paginado. |
|
Idioma: |
Inglês |
|
Notas: |
SBIAgro 2015. |
|
Conteúdo: |
ABSTRACT; This paper presents an algorithm for automatic classification of diseases that produce symptoms in soybean leaves. The algorithm is based on digital image processing techniques and on a modified pairwise voting system that yields, at its output, a list of diseases with the respective likelihoods of being present in that leaf. Only color information is used, which is done by transforming the original RGB format into the HSV, L*a*b* and CMYK color spaces, and then extracting the intensity histograms from the grayscale representations of each one of the ten resulting channels. The capabilities of the algorithm were stressed by considering nine different diseases, and the results revealed that most diseases can be distinguished, however in some cases the symptoms are so closely related that information other than visual may be necessary for a reliable estimation. RESUMO: Este artigo apresenta um algoritmo para classificação automática de doenças que produzem sintomas em folhas de soja. O algoritmo é baseado em técnicas de processamento digital de imagens e em um sistema de votação por pares que produz, em sua saída, uma lista de doenças com as respectivas probabilidades de estarem presentes naquela folha. Apenas informação de cor é usada, o que é feito transformando o formato RGB original nos espaços de cor HSV, L*a*b* e CMYK, e então extraindo os histogramas de intensidade das representações em escala de cinza de cada um dos dez canais resultantes. As capacidades do algoritmo foram testadas a fundo pela inclusão de nove doenças diferentes, e os resultados revelaram que a maior parte das doenças pode ser distinguida, porém em alguns casos os sintomas são tão similares que informações além das visuais podem ser necessárias para uma estimativa confiável. MenosABSTRACT; This paper presents an algorithm for automatic classification of diseases that produce symptoms in soybean leaves. The algorithm is based on digital image processing techniques and on a modified pairwise voting system that yields, at its output, a list of diseases with the respective likelihoods of being present in that leaf. Only color information is used, which is done by transforming the original RGB format into the HSV, L*a*b* and CMYK color spaces, and then extracting the intensity histograms from the grayscale representations of each one of the ten resulting channels. The capabilities of the algorithm were stressed by considering nine different diseases, and the results revealed that most diseases can be distinguished, however in some cases the symptoms are so closely related that information other than visual may be necessary for a reliable estimation. RESUMO: Este artigo apresenta um algoritmo para classificação automática de doenças que produzem sintomas em folhas de soja. O algoritmo é baseado em técnicas de processamento digital de imagens e em um sistema de votação por pares que produz, em sua saída, uma lista de doenças com as respectivas probabilidades de estarem presentes naquela folha. Apenas informação de cor é usada, o que é feito transformando o formato RGB original nos espaços de cor HSV, L*a*b* e CMYK, e então extraindo os histogramas de intensidade das representações em escala de cinza de cada um dos dez canais resultantes. As capacidades do a... Mostrar Tudo |
|
Palavras-Chave: |
Classificação de doenças; Color transformation; Disease classification; Folhas de soja; Imagem digital; Processamento de imagens digitais; Soybean leaves; Transformação de cor. |
|
Thesagro: |
Doença de planta. |
|
Thesaurus NAL: |
Digital images; Image analysis; Plant diseases and disorders; Soybeans. |
|
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/131801/1/4-jayme-garcia-arnal-barbedo-58.pdf
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/133287/1/automatic.godoy.2015.pdf
|
|
Marc: |
LEADER 02881nam a2200301 a 4500
001 2027254
005 2020-01-21
008 2015 bl uuuu u00u1 u #d
100 1 $aBARBEDO, J. G. A.
245 $aAutomatic classification of soybean diseases based on digital images of leaf symptoms.$h[electronic resource]
260 $aIn: CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 10., 2015, Ponta Grossa. Uso de VANTs e sensores para avanços no agronegócio: anais. Ponta Grossa: Universidade Estadual de Ponta Grossa$c2015
300 $aNão paginado.
500 $aSBIAgro 2015.
520 $aABSTRACT; This paper presents an algorithm for automatic classification of diseases that produce symptoms in soybean leaves. The algorithm is based on digital image processing techniques and on a modified pairwise voting system that yields, at its output, a list of diseases with the respective likelihoods of being present in that leaf. Only color information is used, which is done by transforming the original RGB format into the HSV, L*a*b* and CMYK color spaces, and then extracting the intensity histograms from the grayscale representations of each one of the ten resulting channels. The capabilities of the algorithm were stressed by considering nine different diseases, and the results revealed that most diseases can be distinguished, however in some cases the symptoms are so closely related that information other than visual may be necessary for a reliable estimation. RESUMO: Este artigo apresenta um algoritmo para classificação automática de doenças que produzem sintomas em folhas de soja. O algoritmo é baseado em técnicas de processamento digital de imagens e em um sistema de votação por pares que produz, em sua saída, uma lista de doenças com as respectivas probabilidades de estarem presentes naquela folha. Apenas informação de cor é usada, o que é feito transformando o formato RGB original nos espaços de cor HSV, L*a*b* e CMYK, e então extraindo os histogramas de intensidade das representações em escala de cinza de cada um dos dez canais resultantes. As capacidades do algoritmo foram testadas a fundo pela inclusão de nove doenças diferentes, e os resultados revelaram que a maior parte das doenças pode ser distinguida, porém em alguns casos os sintomas são tão similares que informações além das visuais podem ser necessárias para uma estimativa confiável.
650 $aDigital images
650 $aImage analysis
650 $aPlant diseases and disorders
650 $aSoybeans
650 $aDoença de planta
653 $aClassificação de doenças
653 $aColor transformation
653 $aDisease classification
653 $aFolhas de soja
653 $aImagem digital
653 $aProcessamento de imagens digitais
653 $aSoybean leaves
653 $aTransformação de cor
700 1 $aGODOY, C. V.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
