Use este identificador para citar ou linkar para este item: https://locus.ufv.br//handle/123456789/3657
Tipo: Dissertação
Título: Identificação de áreas cultivadas com café por meio de descritores texturais
Título(s) alternativo(s): Identification of coffee cultivated areas through textural descriptors
Autor(es): Silveira, Lucas Silva da
Primeiro Orientador: Pinto, Francisco de Assis de Carvalho
Primeiro coorientador: Valente, Domingos Sárvio Magalhães
Segundo coorientador: Venzon, Madelaine
Primeiro avaliador: Santos, Fábio Lúcio
Segundo avaliador: Fernandes Filho, Elpídio Inácio
Abstract: A importância da cafeicultura para o Brasil é notória, em especial para o estado de Minas Gerais que é o estado brasileiro responsável pela maior parte da produção nacional. Nas regiões sul e da zona da mata onde estão concentradas a maior parte da lavoura no estado de Minas Gerias, há a predominância de pequenas propriedades e o cultivo é feito em região de montanha o que acaba dificultando o mapeamento por métodos automatizados. A aplicação de Redes Neurais Artificiais (RNAs) tendo como variáveis de entrada os descritores de Haralick tem se mostrado uma abordagem promissora na discriminação de classes de maior complexidade. Neste contexto objetivou-se desenvolver um sistema para identificar áreas cultivadas com café utilizando RNAs tendo como variáveis de entrada os descritores de Haralick. A área de estudo está localizada no município de Araponga, onde foram selecionados 59 talhões com plantios de café, sendo levantados dados relativos à idade e data de recepa. O software utilizado para o processamento e classificação da imagem foi o MATLAB, e para avaliar o desempenho da classificação foi o Arcgis. A metodologia para o desenvolvimento da RNA consistiu em duas etapas: na primeira a RNA foi treinada com amostras representativas de cada classe de interesse (café, mata, água, solo exposto e pastagem e área urbana), verificando assim o potencial em discriminar entre as classes de saída; na segunda etapa o objetivo foi classificar as plantações de café de acordo com a idade e com a data de recepa. Utilizou-se o índice Kappa para avaliar o desempenho da RNA, uma vez que o uso desse coeficiente é satisfatório na avaliação da precisão de uma classe temática. O índice Kappa para discriminar a região cafeeira das outras classes temáticas foi de 65,18%, o que pode ser considerado um índice bom. Para classificar os plantios de café em função da idade e data de recepa o índice Kappa foi variável (0,675 a 0,4783), sendo considerado muito bom para a fazenda Itatiaia e razoável para a fazenda Pedra Redonda.
The importance of coffee agriculture in Brazil is notorious, especially for the State of Minas Gerais, which is the Brazilian state that accounts for most of the national production. In the Southern region and in Zona da Mata they are concentrated most of the crops of the State; also, small holdings are predominant in the region and cultivation is done in mountain region, what makes it difficult mapping the crops by automated methods. The application of Artificial Neural Networks (ANNs), having as input variables Haralick s descriptors, has shown a promising approach for the discrimination of higher complexity classes. In this context, it aimed to develop a system to identify areas where coffee is cultivated using ANNs, having as input variables Haralick s descriptors. The studied area is located at the city of Araponga, where 59 fields were selected with coffee plantations for data collection. The software used for processing and sorting the images was MATLAB; and for evaluating the sorting performance, Arcgis was used. The methodology for the development of ANN consisted in two steps: in the first step, the ANN was trained with representative samples of each class of interest (coffee, forest, water, bare soil, and grassland, and urban area), thus verifying the potential to discriminate output classes; in the second step the objective was to classify the coffee plantations accordingly with the age. Kappa index was used for evaluating the performance of ANN; the usage of this coefficient is satisfactory for assessing the accuracy of a thematic class. Kappa index for discriminating the coffee region of the other class of interest was 65,18%, what can be considered a good index. To classify the coffee plantations accordingly with the age, Kappa index was variable (0.675 to 0.4783), being very good for the Itatiaia farm and reasonable to the Pedra Redonda farm.
Palavras-chave: Áreas cultivadas
Café
Descritores texturais
Cultivated areas
Coffee
Textural descriptors
CNPq: CNPQ::CIENCIAS AGRARIAS::ENGENHARIA AGRICOLA
Idioma: por
País: BR
Editor: Universidade Federal de Viçosa
Sigla da Instituição: UFV
Departamento: Construções rurais e ambiência; Energia na agricultura; Mecanização agrícola; Processamento de produ
Programa: Mestrado em Engenharia Agrícola
Citação: SILVEIRA, Lucas Silva da. Identification of coffee cultivated areas through textural descriptors. 2013. 85 f. Dissertação (Mestrado em Construções rurais e ambiência; Energia na agricultura; Mecanização agrícola; Processamento de produ) - Universidade Federal de Viçosa, Viçosa, 2013.
Tipo de Acesso: Acesso Aberto
URI: http://locus.ufv.br/handle/123456789/3657
Data do documento: 19-Jul-2013
Aparece nas coleções:Engenharia Agrícola

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
texto completo.pdf1,42 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.