Ver registro no DEDALUS
Exportar registro bibliográfico

Aerial machine vision, geographical information system and hue for pattern classification in agriculture (2018)

  • Authors:
  • USP affiliated authors: CAMARGO, MARCEL PINTON DE - ESALQ
  • USP Schools: ESALQ
  • Sigla do Departamento: LEB
  • Subjects: AEROFOTOGRAMETRIA; AGRICULTURA DE PRECISÃO; FERTILIZANTES NITROGENADOS; FERTIRRIGAÇÃO; GRAMA BERMUDA; SISTEMA DE INFORMAÇÃO GEOGRÁFICA; SOFTWARES
  • Language: Inglês
  • Abstract: da exposição do solo e vegetação. Entretanto este é dependente da temperatura da fonte de luz, portanto difícil de se estabelecer um limiar estático, logo selecionamos um método de classificação não supervisionado, o K-Means, para classificar os padrões desconhecidos ao longo da área. Polígonos foram traçados delimitando a área representada por cada parcela e um método supervisionado de classificação baseado na entropia foi utilizado, a árvore de decisão, para explorar e encontrar padrões que reconheçam cada tratamento. Essas etapas também são exibidas em formas de mapas temáticos georeferenciados e foram executadas nos softwares de código aberto Python, QGIS e Weka. As regras definidas no espaço de cor matiz atingiram uma acurácia de 100% no conjunto de treinamento e proporcionaram um melhor entendimento sobre a distribuição do solo e da vegetação nas parcelas. Esta metodologia mostra um grande potencial para análise de dados na agricultura de precisãoNesta pesquisa pretendemos alcançar a coesão cibernética no fluxo de informações dentro da agricultura de precisão, integrando métodos de aprendizagem de máquinas, visão computacional, sistema de informação geográfica e aerofotogrametria em uma área irrigada com efluente de matadouro, sob cinco tratamentos (W100 - irrigação com água superficial e 100 % de adubação mineral nitrogenada, E0, E33, E66 e E100 - irrigação com efluente tratado de abatedouro e adição de 0, 33, 66 e 100% de adubação mineral nitrogenada, respectivamente) e quatro repetições em pastagem (Cynodon dactylon (L.) Pers.) Várias imagens (entre cem e duzentas) com modelo de cor vermelho, verde e azul (RGB) foram capturadas por um quadricóptero voando a 20 metros de altitude, e obtendo resolução espacial de 1 centímetro em uma superfície de aproximadamente 0.5 ha. As imagens foram ortorretificadas juntamente com nove pontos de controle, realizados pelo sistema de posicionamento global diferencial (GPS), ambos processados no software Agisoft PhotoScan. Treze projetos fotogramétricos foram realizados ao longo do tempo com revisita de 30 dias, a raiz do erro quadrático médio (RMSE) foi usada como medida de acurácia e atingiu valores menores que 5 centímetros para os eixos x, y e z. A ortoimagem obtida com a fotogrametria do veículo aéreo não tripulado (UAV) foi alterada de RGB para matiz, saturação, valor (HSV) e o espaço de cor matiz foi escolhido devido a independência da iluminação, além de ter boa descrição
  • Imprenta:
  • Data da defesa: 30.08.2018
  • Acesso online ao documento

    Online access or search this record in

    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      CAMARGO, Marcel Pinton de; APRILANTI, Tamara Maria Gomes. Aerial machine vision, geographical information system and hue for pattern classification in agriculture. 2018.Universidade de São Paulo, Piracicaba, 2018. Disponível em: < http://www.teses.usp.br/teses/disponiveis/11/11152/tde-17012019-180101/ >.
    • APA

      Camargo, M. P. de, & Aprilanti, T. M. G. (2018). Aerial machine vision, geographical information system and hue for pattern classification in agriculture. Universidade de São Paulo, Piracicaba. Recuperado de http://www.teses.usp.br/teses/disponiveis/11/11152/tde-17012019-180101/
    • NLM

      Camargo MP de, Aprilanti TMG. Aerial machine vision, geographical information system and hue for pattern classification in agriculture [Internet]. 2018 ;Available from: http://www.teses.usp.br/teses/disponiveis/11/11152/tde-17012019-180101/
    • Vancouver

      Camargo MP de, Aprilanti TMG. Aerial machine vision, geographical information system and hue for pattern classification in agriculture [Internet]. 2018 ;Available from: http://www.teses.usp.br/teses/disponiveis/11/11152/tde-17012019-180101/

    Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI: