Please use this identifier to cite or link to this item: http://monografias.ufrn.br/handle/123456789/5206
Title: Associação entre características físicas da semente de soja com a qualidade da semente usando a análise da imagem e técnicas de aprendizado de máquina
Authors: Silva, Iaslan do Nascimento Paulo da
Keywords: Soja;Soy;Avaliação da qualidade de sementes;Seed quality assessment;Análise de imagens digitais;Digital imaging analysis;Aprendizado de máquina;Machine learning
Issue Date: 26-Nov-2017
Publisher: Universidade Federal do Rio Grande do Norte
Citation: SILVA, Iaslan do Nascimento Paulo da. Associação entre características físicas da semente de soja com a qualidade da semente usando a análise da imagem e técnicas de aprendizado de máquina. 2017. 62 f. TCC (Graduação) - Curso Tecnólogo em Análise e Desenvolvimento de Sistemas, Unidade Acadêmica Especializada em Ciências Agrárias, Universidade Federal do Rio Grande do Norte, Macaíba, 2017.
Portuguese Abstract: A soja (Glycine max) é uma das mais importantes culturas na economia mundial, porém o sucesso da lavoura de soja depende de diversos fatores, sendo o mais importante deles a utilização de sementes de elevada qualidade, capazes de gerar plantas de alto vigor. A avaliação da qualidade de sementes é feita por testes de germinação e de vigor que ajudam na identificação de lotes com melhor desempenho. Um dos desafios encontrados pelos produtores de soja é que essas análises para avaliação da qualidade da semente são destrutivas e demandam tempo, que é considerado longo e caro na cadeia que envolve a produção e comercialização das sementes. Uma das formas de se aprimorar e tornar rápido o processo de avaliação, é através da análise de imagens por computador. Alguns trabalhos têm sido desenvolvidos nesse sentido, utilizando a análise de imagens digitais para classificação da morfologia de sementes e avaliação fisiológica. O presente trabalho propõe a utilização de técnicas de aprendizado de máquina para predizer a germinação das sementes de soja a partir de características físicas da semente obtidas por meio da análise digital de imagens, bem como, identificar atributos físicos relevantes para a avaliação da qualidade da semente a partir da análise de correlação desses atributos com características fisiológicas que indicam a qualidade da semente de soja. Busca-se com isso maior agilidade e confiabilidade no processo de avaliação da qualidade de sementes de soja, além de caracterizar um processo de avaliação da semente não destrutivo. Os resultados iniciais indicam a necessidade de aumentar a quantidade de descritores de imagem para aumentar a acurácia do sistema de predição.
URI: http://monografias.ufrn.br/jspui/handle/123456789/5206
Other Identifiers: 2014091922
Appears in Collections:Análise e desenvolvimento de sistemas

Files in This Item:
File Description SizeFormat 
MonografiaIaslanTads.pdfMonografia 2.6 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.